【AI系列文章推送三】人工智能学派简介

目前人工智能的主要学派有下面三家：

(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。

(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。

(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。

计算机科学界最喜欢的AI 概念是率属于符号主义的，基于理论科学最擅长的是构建符合解释完备的哲学系统。偏向于自然科学的科学家则喜欢连接主义。而行为主义人工智能专家趋向于形式主义的图灵测试。

【注】图灵测试
图灵测试（The Turing test）由艾伦·麦席森·图灵发明，指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。
进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。图灵测试一词来源于计算机科学和密码学的先驱艾伦·麦席森·图灵写于1950年的一篇论文《计算机器与智能》，其中30%是图灵对2000年时的机器思考能力的一个预测，目前我们已远远落后于这个预测。

他们对人工智能发展历史具有不同的看法。

1、符号主义

认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又再计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，证明了38条数学定理，表示可以应用计算机研究人的思维组成，模拟人类智能活动。正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法->专家系统->知识工程理论与技术，并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。这个学派的代表任务有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。

2、连接主义

认为人工智能源于仿生学，特别是对人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播算法(BP)算法。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，伟神经网络计算机走向市场打下基础。现在，对人工神经网络(ANN)的研究热情仍然较高，但研究成果没有像预想的那样好。

3、行为主义

认为人工智能源于控制论。控制论思想早在20世纪40_{50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。到20世纪60}70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，它被看作是新一代的“控制论动物”，是一个基于感知-动作模式模拟昆虫行为的控制系统。

作为编者浅显的理解，他们可以作为我们学习研究人工智能的三个不同的阶段。

符号主义可能更加偏向于理论思想，（大师阶段）

连接主义更加的偏向于感性，不太具有解释性。（老师、学生阶段）
行为主义更加偏向于实践，应用。（学生阶段）

最后编者要说的是，无论人工智能有几个学派，只不过是因为他们在看待人工智能的角度上不一样，同一个问题从不同的角度出发可能有很多种答案，但是他们的最终目的是解决这一问题。同一个世界，同一个梦想。

各位，下篇文章再会。安好。

▼
往期精彩回顾
▼
强烈推荐|【AI系列文章推送一】什么是人工智能？
强烈推荐|【AI系列文章推送二】关于人工智能见解之入门篇
【ML算法】常见的机器学习算法归类汇总
【ML算法】时序归整（DTW）算法的前世今生
【ML算法】随机森林算法的总结（一）
【ML算法】随机森林算法的总结（二）
【ML算法】随机森林算法的总结（三）
【AI项目】机器学习之视频行为识别（第一式）
【AI项目】机器学习之视频行为识别（第二式）
【AI项目】基于双流递归神经网络的人体骨架行为识别
【深度学习】图网络——悄然兴起的深度学习新浪潮
【计算机视觉】四大基本任务
【AI资讯】人工智能、机器学习和大数据领域覆盖最全的一份速查表

微信扫码关注“AI与机器学习”，获得更多AI内容