这里的规则不是简单的rule和命令。换句话说，目前的水平远远达不到做几个rule让机器去理解，去执行。大家都知道其牵涉面太多，太广，现在的技术也根本不可能。现在所实现的是提供大量教师数据，让机器不断学习。这里的学习不是指大量数据的检索，是让机器通过学习认知pattern。也就是模拟人脑的神经元细胞，简单地说就是刺激超过阀值，就激发，改变神经元之间的结合强度，这就是非线性。这个模拟过程，现在的冯-诺尔曼原理的电脑是无法完成的。属于非线性。通常是用大量的电脑联起来，一台电脑相当于一个神经元细胞来模拟。所谓的聪明度，取决于神经元细胞，也就是电脑个数，以及学习次数。

做过最简单的实验，输入1,1,1, 2,2,2, 3,3,9, 4,4,16 ... 就是一个数的平方。让以上的多个神经元联成网，学习（几万次）。学习后，任意输入一个数，譬如输入5，5，。结果电脑输出接近25的数值。这就是说明，该电脑已经找出了他们之间的规律，认知pattern。而不是单纯的平方运算。

这些相对于人脑还是相当低能的。但是已经看到了希望。