最早的AI模式是Rule Base System，是基于规则设定的系统，这个系统只能随著当初设定好的数值来判断。 比如设定中猫有花纹，而狗没有，那么运用这套演算法的识别模式会把所有有花纹的归类为猫，没有花纹的归类为狗。 那么当有一只没有花纹的猫出现时，就会被误判为狗。 所以Rule Base System是人工智能最简单基础也是最初的系统。
慢慢的人工智能进入了机器学习的时代Machine Learning，机器学习就是先由人工尽可能的获得猫和狗的特征资料（形状，花纹，声音）并进行量化，然后再由机器去分析并建立模型，最后来判断猫和狗。
比机器学习更加先进的是深度学习Deep Learning，深度学习的人工智能会省去人工萃取和量化资料，由多层结构的神经网路自己在人类提供的资料中学习并提取猫和狗的特征资料，在分析后建立模型，最后来判断猫和狗。
