传统的人工智能与人工神经网络在认知模型上有那些不同

传统的人工智能采用了符号逻辑和规则推理等方法来实现智能，这些方法对于表达复杂的问题和数据处理能力较弱，同时需要手动定义大量的规则，不利于扩展和适应新问题。而人工神经网络则基于神经元和连接的结构来模拟人脑的神经网络，能够通过学习输入与输出的关系来实现智能，具有非线性、自适应、并行处理等优点，能够更好地处理大规模数据和复杂问题，同时具有良好的扩展性和适应性。