人工智能的主要類型

信息處理的方法取決于其所包含的虛擬機。我們將在后面的章節中看到，這主要有五種處理類型，每種處理類型又都包含很多變體。一種是經典邏輯或符號主義，有時稱為有效的老式人工智能（Geod Old-Fashioned AI，以下簡稱GOFAI）；另一種是人工神經網絡或聯結主義。此外，還有進化編程、細胞自動機以及動力系統。

工作者通常只使用一種方法來處理信息，但也存在混合虛擬機。例如，在第4章中提到的一個在符號主義處理和聯結主義處理之間不斷切換的人類行為理論（這解釋了為什么有的人在完成計劃任務的過程中，會分心去關注環境中與之無關的東西以及這種現象是如何發生的）。第5章描述了一款集“情境”機器人學、神經網絡和進化編程三者于一體的感覺運動裝置（在裝置的協助下，機器人將紙板三角形用作地標，找到了“回家”的路線）。

除了實際應用外，這些方法能夠啟發心智、行為和生活。神經網絡有助于模擬大腦的內部結構以及進行模式識別和學習。經典邏輯人工智能（特別是與統計學結合時）可以模擬學習、規劃和推理。進化編程闡明了生物進化和大腦發育。細胞自動機和動力系統可用來模擬生物體的發育。有些方法更接近于生物學，而不是心理學；有些方法更接近非條件反射行為，而不是慎重思考。要想全面了解心智，除了要用到上述所有方法外，還可能需要更多別的方法。

許多人工智能工作者并不關心心智的運作方式，他們只注重技術效率，而不追求科學理解。即使人工智能技術起源于心理學，但現在與心理學的聯系卻很少。然而，我們會發現，如果要想在強人工智能（artificial general intelligence）方面取得進步，我們需要加深理解心智的計算架構。