最早的AI模式是Rule Base System，是基於規則設定的系統，這個系統只能隨著當初設定好的數值來判斷。 比如設定中貓有花紋，而狗沒有，那麼運用這套演算法的識別模式會把所有有花紋的歸類為貓，沒有花紋的歸類為狗。 那麼當有一隻沒有花紋的貓出現時，就會被誤判為狗。 所以Rule Base System是人工智能最簡單基礎也是最初的系統。
慢慢的人工智能進入了機器學習的時代Machine Learning，機器學習就是先由人工盡可能的獲得貓和狗的特徵資料（形狀，花紋，聲音）並進行量化，然後再由機器去分析並建立模型，最後來判斷貓和狗。
比機器學習更加先進的是深度學習Deep Learning，深度學習的人工智能會省去人工萃取和量化資料，由多層結構的神經網路自己在人類提供的資料中學習並提取貓和狗的特徵資料，在分析後建立模型，最後來判斷貓和狗。
