人工智能在計(jì)算機(jī)上實(shí)現(xiàn)的方式主要有兩種主流方法：

1. 工程學(xué)方法（ENGINEERING APPROACH）：

這種方法側(cè)重于通過編程和算法設(shè)計(jì)來實(shí)現(xiàn)特定的智能行為，而不需要嚴(yán)格模仿生物系統(tǒng)的工作原理。例如，使用傳統(tǒng)的程序設(shè)計(jì)技術(shù)來開發(fā)能夠識(shí)別圖像、理解語言、解決問題或作出決策的軟件系統(tǒng)。

工程學(xué)方法的應(yīng)用實(shí)例包括規(guī)則引擎、專家系統(tǒng)、模糊邏輯控制、機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)算法等。例如，在文字識(shí)別中，可以設(shè)計(jì)一套復(fù)雜的算法來識(shí)別并轉(zhuǎn)換手寫或印刷體為電子文本；在電腦下棋中，利用搜索算法和評估函數(shù)構(gòu)建出能夠戰(zhàn)勝人類棋手的國際象棋或圍棋程序。

2. 模擬法（MODELING APPROACH）：

模擬法試圖借鑒生物智能系統(tǒng)的結(jié)構(gòu)和功能機(jī)制，創(chuàng)建更為仿生的人工智能系統(tǒng)。這類方法更注重對自然智能的內(nèi)在機(jī)制進(jìn)行建模和仿真。

具體實(shí)現(xiàn)手段如神經(jīng)網(wǎng)絡(luò)、遺傳算法、進(jìn)化計(jì)算、深度學(xué)習(xí)等。其中，人工神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元之間的連接方式及信息處理機(jī)制；遺傳算法則模擬自然界中生物的遺傳與進(jìn)化過程來優(yōu)化問題解決方案；深度學(xué)習(xí)則通過多層神經(jīng)網(wǎng)絡(luò)架構(gòu)模擬大腦視覺皮層等區(qū)域的復(fù)雜信息處理流程。

綜上所述，無論是通過編寫規(guī)則明確的傳統(tǒng)程序還是模擬生物智能系統(tǒng)的模型，都是當(dāng)前實(shí)現(xiàn)人工智能的重要途徑。隨著研究和技術(shù)的發(fā)展，這兩種方法常常相互融合，共同推動(dòng)人工智能的進(jìn)步。