歷經時代的車轍後人工智能領域形成的三大流派

符號主義（Symbolism）是一種基於邏輯推理的智能模擬方法，又稱為邏輯主義(Logicism)、心理學派(Psychlogism)或計算機學派(Computerism)，其原理主要為物理符號系統（即符號操作系統）假設和有限合理性原理，長期以來，一直在人工智能中處於主導地位，其代表人物是紐威爾、肖、西蒙和尼爾森。

早期的人工智能研究者絕大多數屬於此類。符號主義的實現基礎是紐威爾和西蒙提出的物理符號系統假設。該學派認為：人類認知和思維的基本單元是符號，而認知過程就是在符號表示上的一種運算。它認為人是一個物理符號系統,計算機也是一個物理符號系統,因此,我們就能夠用計算機來模擬人的智能行為,即用計算機的符號操作來模擬人的認知過程。這種方法的實質就是模擬人的左腦抽象邏輯思維，通過研究人類認知系統的功能機理，用某種符號來描述人類的認知過程，並把這種符號輸入到能處理符號的計算機中，就可以模擬人類的認知過程，從而實現人工智能。可以把符號主義的思想簡單的歸結為“認知即計算”。

從符號主義的觀點來看，知識是信息的一種形式,是構成智能的基礎，知識表示、知識推理、知識運用是人工智能的核心，知識可用符號表示,認知就是符號的處理過程，推理就是採用啟發式知識及啟發式搜索對問題求解的過程，而推理過程又可以用某種形式化的語言來描述，因而有可能建立起基於知識的人類智能和機器智能的同一理論體系.

符號主義學派認為人工智能源於數學邏輯. 數學邏輯從19 世紀末起就獲得迅速發展,到20 世紀30 年代開始用於描述智能行為. 計算機出現後,又在計算機上實現了邏輯演繹系統。

符號主義的代表成果是1957年紐威爾和西蒙等人研製的成為“邏輯理論家”的數學定理證明程序LT。LT的成功，說明了可以用計算機來研究人的思維過程，，模擬人的智能活動。以後，符號主義走過了一條啟發式算法——專家系統——知識工程的發展道路，尤其是專家系統的成功開發與應用，使人工智能研究取得了突破性的進展。

符號主義學派認為人工智能的研究方法應為功能模擬方法. 通過分析人類認知系統所具備的功能和機能,然後用計算機模擬這些功能,實現人工智能.

符號主義主張用邏輯方法來建立人工智能的統一理論體系，但卻遇到了“常識”問題的障礙，以及不確知事物的知識表示和問題求解等難題，因此，受到其他學派的批評與否定。

連接主義（Connectionism）又稱為仿生學派(Bionicsism)或生理學派(Physiologism)。是一種基於神經網絡及網絡間的連接機制與學習算法的智能模擬方法。其原理主要為神經網絡和神經網絡間的連接機制和學習算法。這一學派認為人工智能源於仿生學，特別是人腦模型的研究。

這一方法從神經生理學和認知科學的研究成果出發，把人的智能歸結為人腦的高層活動的結果，強調智能活動是由大量簡單的單元通過複雜的相互連接後並行運行的結果。人工神經網絡（簡稱神經網絡）就是其典型代表性技術，因此，我們可以把連接主義的思想簡單地稱為“神經計算”。

連接主義認為神經元不僅是大腦神經系統的基本單元，而且是行為反應的基本單元。思維過程是神經元的連接活動過程，而不是符號運算過程,對物理符號系統假設持反對意見,認為人腦不同於電腦,並提出聯結主義的大腦工作模式,用於取代符號操作的電腦工作模式。他們認為任何思維和認知功能都不是少數神經元決定的，而是通過大量突觸相互動態聯繫著的眾多神經元協同作用來完成的。

實質上，這種基於神經網絡的智能模擬方法就是以工程技術手段模擬人腦神經系統的結構和功能為特徵，通過大量的非線性並行處理器來模擬人腦中眾多的神經細胞（神經元），用處理器的複雜連接關係來模擬人腦中眾多神經元之間的突觸行為。這種方法在一定程度上可能實現了人腦形象思維的功能，即實現了人的右腦形象抽象思維功能的模擬。

連接主義的代表性成果是1943年由麥克洛奇和皮茲提出的形式化神經元模型，即M-P模型。他們總結了神經元的一些基本生理特性，提出神經元形式化的數學描述和網絡的結構方法，從此開創了神經計算的時代，為人工智能創造了一條用電子裝置模仿人腦結構和功能的新途徑。1982年，美國物理學家霍普菲爾特提出了離散的神經網絡模型，1984年他又提出了連續的神經網絡模型，使神經網絡可以用電子線路來仿真，開拓了神經網絡用於計算機的新途徑。1986年，魯梅爾哈特等人提出了多層網絡中的反向傳播（BP）算法，使多層感知機的理論模型有所突破。同時，由於許多科學家加入了人工神經網絡的理論與技術研究，使這一技術在圖像處理、模式識別等領域取得了重要的突破，為實現連接主義的智能模擬創造了條件。

行為主義又稱進化主義(Evolutionism)或控制論學派(Cyberneticsism)，是一種基於“感知——行動”的行為智能模擬方法。這一方法認為，智能取決於感知和行為，取決於對外界複雜環境的適應，而不是表示和推理，不同的行為表現出不同的功能和不同的控制結構。其原理為控制論及感知---動作型控制系統。他們對人工智能發展歷史具有不同的看法，這一學派認為人工智能源於控制論。

控制論思想早在40 —50 年代就成為時代思潮的重要部分,影響了早期的人工智能工作者. 維納和麥洛克等人提出的控制論和自組織系統以及錢學森等人提出的工程控制論和生物控制論,影響了許多領域. 控制論把神經系統的工作原理與信息理論、控制理論、邏輯以及計算機聯繫起來. 早期的研究工作重點是模擬人在控制過程中的智能行為和作用,對自尋優、自適應、自校正、自鎮定、自組織和自學習等控制論系統的研究,並進行“控制動物”的研製. 到60 —70 年代,上述這些控制論系統的研究取得一定進展,播下智能控制和智能機器人的種子,並在80 年代誕生了智能控制和智能機器人系統.

行為主義的主要觀點可以概括為：

1 知識的形式化表示和模型化方法是人工智能的重要障礙之一；

2 應該直接利用機器對環境發出作用後，環境對作用者的響應作為原型；

3 所建造的智能系統在現實世界中應具有行動和感知的能力；

4 智能系統的能力應該分階段逐漸增強，在每個階段都應是一個完整的系統。

行為主義的傑出代表布魯克斯教授在1990、1991年相繼發表論文，對傳統人工智能進

行了批評和否定，提出了無須知識表示和無須推理的智能行為觀點。在這些論文中，布魯克斯從自然界中生物體的智能進化過程出發，提出人工智能系統的建立應採用對自然智能進化過程仿真的方法。他認為智能只是在與環境的交互作用中表現出來的，任何一種“表達”都不能完善地代表客觀世界的真實概念，因而用符號串表達智能是不妥當的。布魯克這種基於行為（進化）的觀點開闢了人工智能的新途徑，從而在國際人工智能界形成了行為主義這個新的學派。

布魯克斯的代表性成果是他研製的6足機器蟲。布魯克斯認為要求機器人像人一樣去思維太困難了，在做一個像樣的機器人之前，不如先做一個像樣的機器蟲，由機器蟲慢慢進化，或許可以做出機器人。於是他在美國麻省理工學院（MIT）的人工智能實驗室研製成功了一個由150個傳感器和23個執行器構成的像蝗蟲一樣能做6足行走的機器人試驗系統。這個機器蟲雖然不具有像人那樣的推理、規劃能力，但其應付複雜環境的能力卻大大超過了原有的機器人，在自然（非結構化）環境下，具有靈活的防碰撞和漫遊行為。

行為主義的思想提出後引起了人們的廣發關注，其中感興趣的人有之，反對者也大有人在。例如，有人認為布魯克斯的機器蟲在行為上的成功並不能引起高級控制行為，指望讓機器從昆蟲的智能進化到人類的智能只是一種幻想。儘管如此，行為主義學派的興起，表明了控制論、系統工程的思想將進一步影響人工智能的發展。