人工智能系统如何发展其领域知识？不仅仅是机器学习吗？

因此，从某种意义上讲，机器学习可以使系统实现自动化，该系统可以根据到目前为止所学的知识来预测未来的状态。我的问题是：机器学习技术是使系统发展其领域知识的唯一方法吗？

好吧，我们正在谈论发展知识（学习）的系统（机器），因此，这种技术很难不属于机器学习范畴。

但是您可能会说，在基于图的知识数据库上工作以得出新命题或概率的推理引擎不是机器学习的一部分。当然，在这种情况下，部分知识根本不会获得，而是由开发人员输入。

我仍在继续阅读，但是我的印象是，这些知识数据库和推理引擎在90年代变得非常流行，如今许多AGI研究人员仍然朝着这个方向努力。

这取决于您定义“机器学习技术”的范围。您可以构造一个定义，以便根据定义，所有学习都属于该主题。OTOH，机器学习技术种类繁多，这样做不会带来太多好处。

谈论我们在机器学习/人工智能中使用的不同种类的学习可能更有意义。至少，您具有：

1. 监督学习
2. 无监督学习
3. 半监督学习
4. 竞争性学习

然后，诸如“强化学习”之类的事情可能会归类于上述内容。这些事情大多数都属于人们通常所说的“机器学习”。

除此之外，您还可以使用规则归纳算法，演绎逻辑技术（如归纳逻辑编程）（可以对某种“学习”进行排序），推理引擎，自动推理等东西，它们都有自己的“学习”世界的方式，但是与通常称为“机器学习”的内容分开。

但是即使有这样的想法，人们也可以正确地询问那里是否确实存在分界线。确实，似乎有理由认为，未来的AI系统可以使用结合了许多不同技术的混合方法，而不必考虑它们是否被标记为“机器学习”或“ GOFAI”或“其他”。