肯定有一些方法是理论驱动的（比如 SVM），还有一些理论是在实践之后出现的（比如很多深度神经网络）。我认为很难有力地论证任何一个方向在人工智能中“一般”更常见，或者实际上在任何其他科学分支中都更常见。

目前流行的方法也将随着时间的推移而改变。如果我们开发一种我们不理解的新方法，它往往会引起理论家的兴趣。如果他们能够很好地理解它，那么这种理解可能会导致自然的下一步改进模型。与其他科学领域一样，经验周期正在发挥作用。