AI深度学习可以让AI具有的复杂的智能？
不能，目前的深度学习并不能算强人工智能。目前的深度学习是对问题建模，解决特定的问题。比如你让自动驾驶去下围棋，让围棋AI去分类图片，这是不行的。
AI本质是为了让机器模拟人“学习”的过程，而学习不是简单的记忆、存储，还需要将已经知道的东西应用到未知上，进行类似预判、推理等。除了深度学习这种连接主义学派，还有符号主义和进化主义，对应了归纳、演绎、演化的学习方法，用于解决“学习”的问题。
符号主义，可以理解成把一条条知识存储起来，让机器可以通过知识进行演绎推理，比如：“阴天可能下雨”，“下雨要带伞”两条知识。而今天机器发现是阴天，就能得出结论“今天阴天要带伞”，那么它就可以建议你带伞。
符号主义认为世界上一切都可以用逻辑、公理来表达。但问题在于，如果要构建强人工智能，就需要非常庞大的知识库。其次，事实是这个世界，并不是一切都可以用公理、逻辑来表达的，至少现在的我们是做不到的。
那么，只有逻辑、公理不行。连接主义便引入“经验、感性”。连接主义使用模型（理性）+数据（感性）的方式，对数据（经验）提取特征，找出这些特征背后的规律。最后用这些规律来进行推断。只要数据足够多，便能找出规律。比如分辨语言中的歇后语、俚语等等。
但现实往往是不尽人意的，有些规律并不是通过数据就能找出来的，比如混沌系统、幂律分布等。举个不那么恰当的例子：通过化学和物理知识，我们可以知道原子、分子的运动、反应规律，但当他们组合起来，变成一个人类的时候，你便再难以通过分子层面的化学、物理知识预测人类行为、思想上的规律。
所以进化主义便完全抛弃了理性，只保留“经验”，不管世界是否有规律，只通过“实践”说话。进化主义最典型的就是遗传算法。举个形象的例子：”细菌存活在这个世界上，而这个世界是变化无常的（无规律、有规律），死掉的细菌被淘汰，存活下来的变得更强“，这就是细菌对于“学习”给出的答案。
最后，你应该就可以理解到，深度学习仅仅是“理性+经验”的一种组合，对于“学习”来说其智能是远远不够的。
