AI包括人物智联网，赋能商务框架、赋能法务灵魂……
AI提供物联网的大脑，凭借算法与行业规则引擎，形成逻辑、想法、指令、调优能力；物联网提供AI神经网络，为感知、认知、云计算、控制提供信息。互联网过去连接的是人和人，云时代联系企业、政府等，还联系人和物，未来帮各行各业建立“超级大脑”。云时代毗连人与人、人与物、人与处事，对应人联网、物联网、智联网。本模式涉及的三张网，特色在于“双学习双专家”。
组成模块主要包括输入模块、强化学习模块与深度学习模块、分类建模模块、组合模块、输出模块、用户模块、专家库模块；其主要程序先后通过服务需求、采集信息、分析处理、归类集成、数据重组、解决方案、专家解释、专家验证的程序；最显著的特色是强化学习与深度学习并行的“双学习”、线上专家系统与线下专家库互助的“双专家”，特别是要考虑各地不同的文化传统、行业习惯的客观影响。
AI强化学习+深度学习
强化学习与深度学习的区别，就是谷歌的AlphaGo Zero（通过自己和自己下棋），干败了AlphaGo（训练了约三千万组人类的下棋数据）的区别，就是AlphaGo Zero不但抛弃了人类棋谱、从零开始学习，而且抛弃了人类设计的特征，把人类抛弃的彻彻底底，除围棋规则外，不使用人类的任何数据和知识。
强化学习，又称再励学习、评价学习，就是智能体（Agent）从环境到行为映射的学习，以使奖励信号(强化信号)函数值最大；就是以“试错”的方式进行学习，目标是获得最大的奖赏；由于外部给出的信息很少，必须依靠自身的经历进行自我学习。强化学习最关键的三个因素是状态、行为、环境奖励。
深度学习也称深度结构学习、深度机器学习、层次学习，有监督学习与无监督学习之分，是机器学习中一种基于对数据进行表征学习的方法。深度学习的思想就是对堆叠多个层，对输入信息进行分级表达。流向图的一个特别属性是深度(depth)：从一个输入到一个输出的最长路径的长度。
