人工智能的簡潔定義如下：努力將通常由人類完成的智力任務自動化。
早期的國際象棋程序僅包含程序員精心編寫的硬編碼規則，並不屬於機器學習。在相當長的時間內，許多專家相信，只要程序員精
心編寫足夠多的明確規則來處理知識，就可以實現與人類水平相當的人工智能。這一方法被稱爲符號主義人工智能（symbolic AI），從 20 世紀 50 年代到 80 年代末是人工智能的主流範式。 在 20 世紀 80 年代的專家系統（expert system）熱潮中，這一方法的熱度達到了頂峯；
機器學習的概念就來自於圖靈的這個問題：對於計算機而言，除了“我們命令它做的任何事情”之外，它能否自我學習執行特定任務的方法？計算機能否讓我們大喫一驚？如果沒有程序員精心編寫的數據處理規則，計算機能否通過觀察數據自動學會這些規則？
圖靈的這個問題引出了一種新的編程範式。在經典的程序設計（即符號主義人工智能的範式）中，人們輸入的是規則（即程序）和需要根據這些規則進行處理的數據，系統輸出的是答案（見圖 1-2）。利用機器學習，人們輸入的是數據和從這些數據中預期得到的答案，系統輸出的是規則。這些規則隨後可應用於新的數據，並使計算機自主生成答案。
