《人工智能通识》1.2人工智能的主要流派

1.2三人行，必有我师焉第1章初识人工智能旧知回顾学习任务人工智能发展到现在，针对如何实现人工智能，催生了三个主要的流派分别是：符号主义、连接主义和行为主义不同流派对这个问题有着不同的回答，也代表着对人工智能理解的不同立场。本节就让我们一起学习三个流派对人工智能的看法，让我们从中进一步加深对人工智能的思考，到底如何让计算机完成人类所能完成的事情。符号主义符号主义（Symbolicism）的思想源头和理论基础就是定理证明。这一流派认为人类在认知及思维方面的基本单元是符号，而人类的思考过程、行为活动及其相关结果都是符号的表征及运算。也就是说，人的思想、行为方式等均可以抽象概括为一系列规则及定理。要实现人工智能，就是通过计算机对人类抽象出的符号在一定的算法规则系统下实现逻辑运算及推理。所以，符号主义认为，人工智能源于数理逻辑，

其主张用公理和逻辑体系搭建一套人工智能系统。符号主义

发展史1956年，美国的纽厄尔（AllenNewell）、肖（CliffShaw）和西蒙（HerbertA.Simon）合作编制了一个名为逻辑理论机（LogicTheoryMachine,LT）的计算机程序系统。这是第一个刻意模仿人类解决问题技能的程序，被称为“第一个人工智能程序”。该程序证明了怀特海德（AlfredNorthWhitehead）和罗素（BertrandRussell）的《数学原理》第2章52条定理中的38条，其他的一些定理也相继被证明。表明了可以应用计算机研究人的思维过程，模拟人类智能活动。小贴士《数学原理》是由英国哲学家伯特兰·罗素和其老师怀特海德合著的一本于1910—1913年出版的关于哲学、数学和数理逻辑的三大卷皇皇巨著该书对逻辑学、数学、集合论、语言学和分析哲学有着巨大影响。但是由于此书内容艰深，一般人，甚至专门从事数学原理探讨的人，也难以通读，所以，国内还没有完整的权威的中文译本。符号主义

发展史专家系统是符号主义的主要成就，它能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题。专家系统时代最成功的案例是1980年卡内基梅隆大学为美国数字设备公司（DigitalEquipmentCorporation，DEC）的专家配置系统XCON。当客户订购DEC的VAX系列计算机时，XCON可以按照需求自动配置零部件。从1980年投入使用到1986年，XCON一共处理了八万个订单，每年为公司省下四千万美元。20世纪80年代初到20世纪90年代初，专家系统经历了十年的黄金期。符号主义

发展史20世纪80年代末，符号主义学派开始日益衰落，其重要原因是：这一流派试图将人的思想、行为活动及其结果囊括为如同数学定理般的算法规则，抽象化为简洁深入而又包罗万象的规则定理，就像牛顿将世间万物的运动蕴含于三条定理之中。思考：为什么这是20世纪80年代末符号主义学派日益衰落的原因？符号主义

发展史符号主义

发展史人的大脑是宇宙中最复杂的东西，人的思想无比复杂而又广阔无垠，人类智能也远非逻辑和推理。所以，用符号主义流派理论解决智能问题难度可想而知。另一方面，人类抽象出的符号，源头是身体对物理世界的感知，人类之所以能够通过符号进行交流，是因为人类拥有身体可以感知外界，而计算机只处理符号，就不可能有类人感知，要实现类人乃至超人智能，就不能仅仅依靠计算机。连接主义连接主义（Connectionism）的思想源头是对人脑的模拟。这一流派认为，要实现人工智能，就要对人类大脑进行学习并对训练机制进行模拟。既然生物智能是由神经网络产生的，那就通过人工方式构造神经网络，再训练人工神经网络产生智能，由大量简单单元通过复杂连接后实现人工智能。所以，连接主义认为，人工智能源于仿生学

其主张模仿人类的神经元，用神经网络的连接机制，通过训练习得智能。连接主义

发展史1943年，心理学家麦卡洛克（WarrenMcCulloch）和数学家皮茨（WalterPitts）模仿生物神经元结构和工作原理提出来的模型将生物神经系统归纳为“M-P神经元模型”，并发表了《ALogicalCalculusoftheIdeasImmanentinNervousActivity》，这是神经网络的开山之作，至今仍在各种神经网络中起重要作用。M-P神经元

模型连接主义

发展史1957年，康奈尔大学的实验心理学家罗森布拉特（FrankRosenblatt）发明了一种称为“感知机”（Perceptron）的神经网络模型，可以完成一些简单的视觉处理任务，在当时引起了轰动。但符号主义派的代表人物明斯基认为神经网络不能解决人工智能的问题，并指出了“感知机”存在的缺陷。后来政府资助机构逐渐停止了对神经网络研究的支持，从此，神经网络研究进入了长达二十年的“饥荒期”。感知机连接主义

发展史1982年，美国生物物理学家霍普菲尔德提出了一种新的神经网络，这种神经网络模型后来被称为霍普菲尔德网络。霍普菲尔德网络的数学处理非常精致，其最有名的应用是解决NP难解问题中的典型问题——旅行商问题，在很短的时间内网络就提供了满意的答案，这一问题后被看作是最优化问题。旅行商问题给定一系列城市和每对城市之间的距离，求解访问每一座城市一次并回到起始城市的最短回路。它是组合优化中的一个NP难问题，在运筹学和理论计算机科学中非常重要。连接主义

发展史1985年受限玻尔兹曼机和1986年多层感知器的发明，以及1986年多层网络中的反向传播法（BP算法）成功解决多层感知器的训练问题，从模型到算法、从理论分析到工程实现，都为神经网络计算机走向市场打下了基础。1987年卷积神经网络开始被用于语音识别1989年反向传播和神经网络被用于识别银行手写支票的数字，首次实现了人工神经网络的商业化应用。连接主义

发展史互联网和大数据时代的到来使得连接主义流派大放光彩，互联网产生的海量数据为其提供了充足的学习、训练内容。进入21世纪，在人工智能算法、算力、数据三要素的支持下，2009年多层神经网络在语音识别方面取得了重大突破，2011年苹果公司将Siri整合到iPhone4中，2012年谷歌研发的无人驾驶汽车开始路测，2016年DeepMind的AlphaGo击败围棋冠军李世石，2018年DeepMind的Alphafold破解了出现了50年之久的蛋白质分子折叠问题……近年来，连接主义在人工智能领域取得了辉煌成绩。小贴士算力：通俗来说，就是计算能力，指的是数据的处理能力。小至手机笔记本、大到超级计算机，算力存在于各种智能硬件设备，没有算力就没有各种软硬件的正常应用。人工智能并非无源之水、无本之木。AI完成每一次人脸识别、每一次语音文字转换，都需要硬件芯片的算力支持。连接主义

发展史行为主义行为主义（Actionism）的思想源头是生物的自然进化，这一流派认为，生物智能是自然进化的产物，生物通过与环境及其他生物之间的相互作用，从而发展出越来越强的智能，人工智能也可以沿这个途径发展。而在这种思想的指导下，要实现人工智能，就要解决对环境的感知和智能体的反应行动，这取决于对外界复杂环境的适应，而不是知识、表示和推理，这需要利用控制论和感知—动作型控制系统。所以，行为主义认为，人工智能源于控制论

其主张模拟动物的“感知—动作”来复制人类的智能。行为主义

发展史行为主义对符号主义和连接主义人工智能进行了批评和否定，提出了无须知识表示和无须推理的智能行为观点。相比于思考“智能是什么”，行为主义对“如何实现智能行为”更感兴趣。20世纪末，行为主义正式提出智能取决于感知与行为，以及智能取决于对外界环境的自适应能力的观点。至此，行为主义成为了一个新的学派，在人工智能的舞台上拥有了一席之地。行为主义

发展史这一学派的代表作是六足行走机器人，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。另外，著名的研究成果还有波士顿动力机器人和波士顿大狗，可以在网上搜到它们各种炫酷的视频，包括完成体操动作，踹都踹不倒，稳定性、移动性、灵活性都极具亮点。他们的智慧并非来源于自上而下的大脑控制中枢，而是来源于自下而上的肢体与环境的互动。行为主义

发展史三大流派

关系总结人工智能流派认为人工智能来源于实现智能的方法相关研究领域符号主义连接主义行为主义三大流派

关系总结人工智能流派认为人工智能来源于实现智能的方法相关研究领域符号主义数理逻辑用公理和逻辑体系搭建一套人工智能系统专家系统连接主义仿生学模仿人类的神经元，用神经网络的连接机制，通过训练习得智能神经网络深度学习行为主义控制论模拟动物的“感知—动作”来复制人类的智能智能机器人三大流派

关系总结通过以上的学习，我们知道：

符号主义依靠人工搭建公理和逻辑体系赋予机器智能；

连接主义依靠机器自主训练习得智能；

行为主义依靠感知环境与自我控制获得智能。人工智能的三大流派既相互独立，又存在共同性。而无论对于哪个流派，算法、算力和数据都是其创造价值和取得成功