二、人工智能的基本思想

長期以來，制造具有智能的機器一直是人類的重大夢想。自人工智能科學(xué)誕生至今的60多年來，人工智能發(fā)展潮起潮落的同時，基本思想可大致劃分為圖1-2所示的三個流派。這三個流派從不同側(cè)面抓住了智能的部分特征，在“制造”人工智能方面都取得了里程碑式的成就。

圖1-2　人工智能基本思想的分類

1.符號主義（Symbolism）

符號主義又稱為邏輯主義，在人工智能早期一直占據(jù)主導(dǎo)地位。該學(xué)派認為人工智能源于數(shù)學(xué)邏輯，其實質(zhì)是模擬人的抽象邏輯思維，用符號描述人類的認知過程。

早期的研究思路是通過基本的推斷步驟尋求完全解，出現(xiàn)了邏輯理論家和幾何定理證明器等。20世紀70年代出現(xiàn)了大量的專家系統(tǒng)，結(jié)合了領(lǐng)域知識和邏輯推斷，使得人工智能進入了工程應(yīng)用。PC機的出現(xiàn)以及專家系統(tǒng)高昂的成本，使符號學(xué)派在人工智能領(lǐng)域的主導(dǎo)地位逐漸被連接主義取代。

2.連接主義（Connectionism）

連接主義又稱為仿生學(xué)派，當前占據(jù)主導(dǎo)地位。該學(xué)派認為人工智能源于仿生學(xué)，應(yīng)以工程技術(shù)手段模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。

連接主義最早可追溯到1943年麥卡洛克和皮茨創(chuàng)立的腦模型，由于受理論模型、生物原型和技術(shù)條件的限制，在20世紀70年代陷入低潮。直到1982年霍普菲爾特提出的Hopfield神經(jīng)網(wǎng)絡(luò)模型和1986年魯梅爾哈特等人提出的反向傳播算法，使得神經(jīng)網(wǎng)絡(luò)的理論研究取得了突破。2006年，連接主義的領(lǐng)軍者Hinton提出了深度學(xué)習(xí)算法，使神經(jīng)網(wǎng)絡(luò)的能力大大提高。2012年，使用深度學(xué)習(xí)技術(shù)的AlexNet模型在ImageNet競賽中獲得冠軍。

3.行為主義（Behaviourism）

行為主義又稱為進化主義，近年來隨著AlphaGo取得的突破而受到廣泛關(guān)注。該學(xué)派認為人工智能源于控制論，智能行為的基礎(chǔ)是“感知—行動”的反應(yīng)機制，所以智能無需知識表示，無需推斷。智能只是在與環(huán)境的交互作用中表現(xiàn)出來，需要具有不同的行為模塊與環(huán)境交互，以此來產(chǎn)生復(fù)雜的行為。

在人工智能的發(fā)展過程中，符號主義、連接主義和行為主義等流派不僅先后在各自領(lǐng)域取得了成果，各學(xué)派也逐漸走向了相互借鑒和融合發(fā)展的道路。特別是在行為主義思想中引入連接主義的技術(shù)，從而誕生了深度強化學(xué)習(xí)技術(shù)，成為AlphaGo戰(zhàn)勝李世石背后最重要的技術(shù)手段。