一文了解人工智能技术流派

人工智能作为颠覆性变革的前沿技术，在各个应用领域发展迅速。世界各国也高度重视人工智能的发展，并纷纷将其上升至国家战略层面。此文，简要盘点一下人工智能技术流派的发展脉络，以便深入了解人工智能领域。

中国信息通信研究院&中国人工智能产业发展联盟所编的《人工智能发展白皮书》中，将人工智能技术分为符号主义、连接主义和行为主义三大流派。

其中在人工智能发展脉络的早期占据主导地位的是符号主义。符号主义是基于逻辑推理的智能模拟方法模拟人的智能行为，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统(符号操作系统)假设和有限合理性原理。符号主义认为人工智能源于数学逻辑，数学逻辑从十九世纪末得到迅速发展后，又于20世纪30年代开始用于描述智能行为，在计算机出现后实现了逻辑演绎系统。符号主义觉得人类认知和思维的基本单元是符号，而认知过程就是在符号表示上的一种运算，认为人是一个物理符号系统，计算机也是一个物理符号系统，因此人类可以利用计算机模拟人的智能行为，即用计算机符号操作来模拟人的认知过程。可以把符号主义简单归纳为“认知即计算”。符号主义的代表成果是1957年纽威尔和西蒙等人研制的成为“逻辑理论家”的数学定理证明程序LT。该程序的成功，说明了可以用计算机来研究人的思维过程模拟人的智能活动。此后，符号主义走过了一条启发式算法——专家系统——知识工程的发展道路，尤其是专家系统的成功开发与应用，使人工智能研究取得了突破性的进展。

连结主义又称为仿生学派，在当前研究中占据主导地位，是一种基于神经网络及网络间的联结机制与学习算法的智能模拟方法，其原理主要为神经网络和神经网络间的联结机制和学习算法。链接注意学派从神经生物学和认知科学的研究成果触发，把人工智能归结于人脑高层活动的结果，强调智能活动是由大量简单的单元通过复杂的相互连接后并运行的结果，其中人工神经网络就是典型代表性技术。实际上，这种基于神经网络的智能模拟方法就是以琮琤技术手段模拟人脑神经系统的结构和功能为特征，通过大量的非线性并行处理器来模拟人脑中众多的神经元，用处理器的复杂连接关系来模拟人脑中众多神经元之间的突触行为。该方法在一定程度上可能实现了人脑形象思维的功能，即实现了人的右脑形象抽象思维的模拟。连结主义最早是来自于麦克洛奇和皮兹提出的形式化精神元模型，即M-P模型，开创了神经计算的时代;之后美国物理学家霍普菲尔在1982年和1984年提出了离散的神经网络模拟和连续的神经网络模拟，开拓了神经网络用于计算机的新途径;1986年，鲁梅尔哈特等人提出了多层网络中的反向传播(BP)算法，使多层感知机的理论模型有所突破。

行为主义又称进化主义或者控制论学派，是一种基于“感知——行动”的行为智能模拟方法。最早的行为主义来源于20世纪初的心理学流派，认为行为是有机体用于适应环境变化的各种身体反应的组合，理论目标在于预见和控制行为，其工作重点是模拟人在控制过程中的智能行为和作用，并在80年代诞生了智能控制和智能机器人系统。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。目前，行为主义人工智能的研究已经迅速发展起来，并取得了许多令人瞩目的成果。

人工智能的这三大流派推动了人工智能的发展，可以说是对人工智能的一个摸索和理解过程，人工智能的发展中始终保持着经验积累及实践选择的证伪状态，这也将推动着人工智能技术不断向前。