在我看来，学习是人工智能系统的一个有用的方面，这使得它对不断变化的环境更具弹性，但这不是必需的。早期的 AI 系统（专家系统、定理求解器）通常不会使用学习算法，而是具有固定的知识库。

与符号处理相比，它在数值模型上的效果也好得多。训练数据的激增推动了最近的人工智能浪潮（更多地基于统计和数值方法），这使得现代系统有必要拥有一个学习/训练组件。

然而，人们需要区分最初的培训，这会导致一个生产系统变得固定（并且不会从新的输入中学习）和那些具有作为内在部分内置的学习组件并将在整个过程中继续适应的生产系统。寿命。

一个警示性的例子是微软的“Tay”聊天机器人。这仍然在积极地从对话中学习，并通过使其受到不受欢迎的输入而迅速被滥用。在这种情况下，关闭学习组件是谨慎的，但它不会将 AI 排除在外。

因此，要回答这个问题：一旦人工智能系统投入运行，学习就不再是它所必需的部分。虽然现代系统通常具有一些学习元素来构建其初始模型，但旧系统只是简单地手动编码，根本没有任何自动学习。但人们仍然会将它们视为人工智能系统。