人工智能的三大学术流派有哪些
今天无意间听到了一位同事说起人工智能的三大流派，这个也有流派？想先了解一下，就在网上搜索了一下相关的基础知识进行补充。
前世今生人工智能在其学科发展的60余年历史中，有许多不同学科背景的学者都曾对人工智能做出过各自的理解，提出不同的观点，由此产生了不同的学术流派。这其中，对人工智能研究影响较大的主要有符号主义、联结主义和行为主义三大学派。
三大学派一、符号主义(symbolicism)-数理逻辑符号主义学派认为人工智能源于数学逻辑，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。
符号主义致力于用某种符号来描述人类的认知过程，并把这种符号输入到能处理符号的计算机中，从而模拟人类的认知过程，实现人工智能。
符号主义的发展大概经历了几个阶段：推理期（20世纪50年代–20世纪70年代），知识期（20世纪70年代—-）。“推理期”人们基于符号知识表示、通过演绎推理技术取得了很大的成就；“知识期”人们基于符号表示、通过获取和利用领域知识来建立专家系统取得了大量的成果
二、联结主义(connectionism)-仿生学连接学派通过算法模拟神经元，并把这样一个单元叫做感知机，将多个感知机组成一层网络，多层这样的网络互相连接最终得到神经网络。这一学派认为人工智能源于仿生学，特别是人脑模型的研究。联结主义学派从神经生理学和认知科学的研究成果出发，把人的智能归结为人脑的高层活动的结果，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行运行的结果。我们可以根据要解决的实际问题来构建神经网络，进而用数据不断训练这一网络，调整连接权重来模拟智能。
20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播算法(BP)算法。进入21世纪后，连接主义卷土重来，提出了“深度学习”的概念。
三、行为主义(actionism)-控制论是一种基于“感知—行动”的行为智能模拟方法。行为主义学派认为，行为是有机体用以适应环境变化的各种身体反应的组合，它的理论目标在于预见和控制行为。
行为主义是20世纪末才以人工智能新学派的面孔出现的,引起许多人的兴趣。这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人,它被看作新一代的“控制论动物”,是一个基于感知-动作模式的模拟昆虫行为的控制系统。
备注：https://www.toutiao.com/a6639167420290302467/
人工智能的三大学派:符号主义、连接主义、行为主义
原标题：人工智能的三大学派:符号主义、连接主义、行为主义目前人工智能的主要学派有下列三家：
(1)符号主义(symbolicism)，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(即符号操作系统)假设和有限合理性原理。
(2)连接主义(connectionism)，又称为仿生学派或生理学派，其主要原理为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义(actionism)，又称为进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
1.符号主义
认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，它证明了38条数学定理，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。正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法>专家系统>知识工程理论与技术，并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。这个学派的代表人物有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。
2.连接主义
认为人工智能源于仿生学，特别是对人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播(BP)算法。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，伟神经网络计算机走向市场打下基础。现在，对人工神经网络(ANN)的研究热情仍然较高，但研究成果没有像预想的那样好。
3.行为主义
认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。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。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。到20世纪60~70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，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。返回搜狐，查看更多
责任编辑：一文了解人工智能——学科介绍、发展史、三大学派
何为智能在介绍人工智能之前，我们要先了解智能到底是什么？智能，其实就是智力和能力的总称。世界教育心理学家霍华德·加德纳提出了的“多元智能理论”，他认为人类个体都独立存在着八种智能，分别如下：
视觉—空间智能，指对线条、形状、结构、色彩和空间关系的敏感以及通过平面图形和立体造型将它们表现出来的能力。语言—言语智能，指听说读写能力，利用语言描述事件、表达思想并与人交流的能力。交往—交流智能，指与人相处交往的能力，表现为察觉、体验他人情绪、情感和意图并据此作出适宜反应的能力。自知—自省智能，指认识、洞察和反省自身的能力，表现为正确地意识和评价自身的情绪、动机、欲望、个性、意志，并在正确的自我意识我自我评价的基础上形成自尊、自律和自制的能力。逻辑—数理智能，指运算和推理能力，表现为对事物间各种关系如类比、对比、因果和逻辑等关系的敏感以及通过数理运算和逻辑推理等进行思维的能力。音乐—节奏智能，指感受、辨别、记忆、改变和表达音乐的能力，表现为个人对音乐包括节奏、音调、音色和旋律的敏感以及通过作曲、演奏和歌唱等表达音乐的能力。身体—动觉智能，指运用四肢和躯干的能力，表现为能够较好地控制自己的身体、对事件能够做出恰当的身体反应以及善于利用身体语言来表达自己的思想和情感的能力。自然观察智能，指个体辨别环境的特征并加以分类和利用的能力。何为人工智能人工智能，即是人工的智能，是人造出来的像人类一样思考和行动的机器，使得机器也拥有“多元智能理论”中的八种智能。多数人对人工智能的了解主要是通过科幻片，里面的机器人拥有着人类的思维意识、情感和超凡的能力。
然而现实中的人工智能却与科幻片的相去甚远，甚至让人大失所望，现实中的人工智能只能向我们推荐感兴趣的文章，只能帮我们过滤垃圾邮件，只能幼稚地跟我们聊天，只能生硬地帮我们翻译，也许还能在简单的环境中完成自动驾驶。现实中的人工智能只能完成单一且较简单的任务，而且还不一定能完成地很好，这就是理想与现实的差距。
弱人工智能人工智能的终极目标是要赋予机器思维意识，使其能够像人脑一样工作思考。总体而言，以是否具有自我意识及独立思考能力为界，可将人工智能分为强人工智能和弱人工智能。其中强人工智能指更方面的能力都达到人类的水平，能模仿人类的思维、意识和学习能力。而弱人工智能则只专注于完成某个特定任务，模拟人类的某方面智能，比如人脸识别、语音识别等。
目前我们经常听到的人工智能其实属于弱人工智能范畴，它只能解决某个特定领域的问题，更多的是充当一种工具来使用。弱人工智能建立在大数据和机器学习（包括目前较火的深度学习）的基础上，也就是通过大量的标定的数据和算法来学习事物的模式规律。通过对数据训练得到一个模型参数，然后根据该模型实现决策和预测。
而强人工智能则是指具有人类的各种能力，比如独立思考、自我意识、七情六欲、推理归纳等等。目前来看，强人工智能领域几乎没有实质性进展，完全不具备理论工程基础，更像是一种美好幻想。
人工智能发展史从人工智能正式被提出到如今已经六十多年过去了，在此期间人工智能的发展经历了几度繁荣和衰落。目前虽然已取得不错的进展，然而现实与理想的差距还是很大，前进道路依旧曲折。
在1900年国际数学家大会上，数学家希尔伯特提出《未来的数学问题》，其中就有一些与人工智能相关的问题。人工智能的孕育期其实可以追溯到公元前的哲学界亚里士多德，他提出了的三段论，在演绎推理方面甚至影响至今；后来数学家莱布尼茨提出了符合和推理计算，为数理逻辑奠定了基础；之后逻辑学家布尔创立了布尔代数，并用符号描述了基本的推理法则。
1943年，神经物理学家麦克洛奇与匹兹建成了个神经网络模型，M-P模型。此外，数学家艾伦图灵做了一件非常重要的事情，就是设计出了图灵机，这也是现代计算机的理论原型。并在1950年发表了《计算机器与智能》论文，这篇论文给出了机器和思考的定义，并且制定了“图灵测试”标准，如果能通过该测试则认为该机器具有智能。
1956年的达特茅斯会议被称为是人工智能元年，同时也是人工智能诞生的标志。这一年，在美国汉诺斯小镇宁静的达特茅斯学院中，人工智能之父约翰·麦卡锡、人工智能奠基者马文·闵斯基、信息论创始人克劳德·香农、计算机科学家艾伦·纽厄尔、诺贝尔经济学奖得主赫伯特·西蒙等科学家聚到了一起，讨论如何用机器来模仿人类的智能。会议足足开了两个月的时间，虽然没有达成普遍的共识，却起了一个名字：人工智能。
达特茅斯会议过后人工智能开始井喷式发展，1957年罗森布拉特发明了感知机，1959年科学家亚瑟·塞缪尔创造了“机器学习”这个术语，并且给出了机器学习的定义。1966年和1972年分别诞生了个聊天机器人和智能机器人，而后随着人们对人工智能的兴趣下降并且资金枯竭，在1974年，人工智能开始进入个寒冬。经历过寒冬后，1980年人工智能以专家系统的身份重出江湖，专家系统能在特定领域提供决策能力。但很快，在1987年人工智能在耗尽了政府和投资人的资金后，开始进入第二次寒冬。
1997年，IBM的深蓝击败了国际象棋世界加里·卡斯帕罗夫，成为台击败国际象棋世界的电脑。2002年人工智能开始以清洁机器人的身份走进人类家庭，直到2006年，Facebook、Twitter、Netflix等公司开始将人工智能技术引入商业系统中。到2011年时，IBM的沃森系统已经能够在智力竞赛节目中与人类PK并赢得了。
重要的是在2006年以后，大数据和深度学习爆发并得到了高速的发展，结合两者实现的人工智能在某些方面已经能够与人类相提并论。所以在新一轮技术浪潮的驱动下，人工智能在很多领域不断落地应用，其中包括人脸识别、语音识别、自动驾驶、精准营销、个性化推荐、智能客服、安防系统等等。
三大学派在人工智能的整个发展过程中，不同学科背景的研究人员对人工智能有不同的理解，因此也产生了三大人工智能学派。传统的人工智能被称为符号主义学派，符号主义主要研究的是基于逻辑推理的智能模拟方法；而一些人则认为可通过模拟大脑的神经网络结构来实现，即连接主义学派；此外还有人认为可以从生物体与环境互动的模式中寻找答案，被称为行为行为主义学派。
符号主义学派符号学派认为任何能够将某些模式或符号进行操作并转化成另外一些模式或符号的系统就可能产生智能行为，它致力于用计算机的符号操作来模拟人的认知过程，其实质就是模拟人的大脑的抽象逻辑思维，并通过某种符号来描述人类的认知过程，从而实现人工智能。符号主义主要集中在人类智能的行为，比如推理、规划、知识表示等。
连接主义学派每个人的大脑都有万亿个神经元细胞，它们错综复杂的互相连接，也被认为是人类的智慧的来源。所以人们很自然想到能否通过大量神经元来模拟大脑的智力。连接主义学派认为神经网络和神经网络间的连接机制和学习算法能够产生智能。
行为主义学派行为学派出发点与其他两个学派完全不同，它是一种基于感知—行动的行为智能模拟方法。该学派认为行为是个体用于适应环境变化的各种身体反应的组合，它的理论目标在于预见和控制行为。
回顾这篇文章从整体介绍了什么是人工智能、人工智能的发展以及人工智能的三大学派，从整体上了解了人工智能这门学科的情况，并且知道了目前的人工智能并非是科幻片里面的人工智能，现实与理想之间的差距还是很大的。
了解了人工智能的这些情况后，是不是勾起了你对人工智能的兴趣呢？接下来作者会准备《人工智能原理科普》专栏，欢迎关注！
欢迎关注：人工智能、读书与感想、聊聊数学、分布式、机器学习、深度学习、自然语言处理、算法与数据结构、Java深度、Tomcat内核等相关文章
人工智能的三大学派
符号主义
符号主义又称逻辑主义、心理学派或计算机学派，其基本原理基于两点：物理符号系统和有限合理性原理。
符号主义人工智能研究在自动推理、定理证明、机器博弈、自然语言处理、知识工程、专家系统等方面取得了显著成果。符号主义主张从功能上对人脑进行模拟，将问题和知识以及逻辑形式表示，采用符号推演的方式实现推理、学习、搜索等功能。然而，由于符号主义的核心是知识表示、知识推理和知识应用，对于“常识”问题以及不确定事物的表示和处理问题成为符号主义需要解决的巨大难题。
连接主义
连接主义又被称为仿生学派或生理学派，是基于神经元及神经元之间的网络联结机制来模拟和实现人工智能。人工智能的物质基础是神经系统，基本单位是神经元。这也就是说，连接主义用人工神经网络来研究人工智能。
行为主义
行为主义又称为进化主义和控制论学派，是基于控制论和“感知-动作”控制系统的人工智能学派。其观点是：智能取决于，对外界复杂环境的适应。人类智是经历漫长的演化形成的，真正的智能器也应该沿着进化的步骤走。
行为主义的基本观点可以概括为：1.知识的形式化表达和模型化方法是人工智能的重要障碍之一。2.智能取决于感知和行为，在直接利用机器对环境作用后，以环境对环境作用的影响为原型。3.智能行为体现在现实世界中，通过与周围环境的交互表现出来。4.人工智能可以像人类智能一样逐步进化，分阶段发展和增强。
人工智能三大主要学派：符号主义、连接主义、行为主义
人工智能的发展，在不同的时间阶段经历了不同的流派，并且相互之间盛衰有别。目前人工智能的主要学派有下列三家：
符号主义(symbolicism)，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，即符号操作系统，假设和有限合理性原理。
连接主义(connectionism)，又称为仿生学派或生理学派，其主要原理为神经网络及神经网络间的连接机制与学习算法。
行为主义(actionism)，又称为进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
会发现三者的根源依据存在着较大的差异性，也为后世的学派发展产生了较为深远的影响。
符号主义（优秀的老式人工智能）
认为人工智能源于数理逻辑，主张用公理和逻辑体系搭建一套人工智能系统。代表的有支持向量机（SVM），长短期记忆（LSTM）算法。
数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，它证明了38条数学定理，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。
正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法>专家系统>知识工程理论与技术，并在20世纪80年代取得很大发展。
符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。
优点：越来越多的人认识到，高风险决策领域对人工智能系统有需求，因此这些系统的行为要有可验证性与可解释性，而这恰恰是符号主义AI的优势，联结主义算法的短板。
不足：虽然符号主义AI技术可以处理部分不可观察概率模型，但这些技术并不适用于有噪输入信号，也不适用于无法精确建模的场合。在那些可以准确判断出特定条件下特定动作利弊与否的场合中，它们会更有效。此外，算法系统还要提供适当的机制来实现清晰的规则编码与规则执行。
符号主义算法会剔除不符合特定模型的备选值，并能对符合所有约束条件的所求值做出验证，以后者而言，符号主义AI远比联结主义AI便捷。因为符号主义AI几乎或根本不包括算法训练，所以这个模型是动态的，能根据需要迅速调整
连接主义（壮年最普遍的人工智能）
认为人工智能源于仿生学，神经网络，特别是对人脑模型的研究,主张模仿人类的神经元，用神经网络的连接机制实现人工智能。
它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。
它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。
直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播(BP)算法。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，伟神经网络计算机走向市场打下基础。
现在，对人工神经网络(ANN)的研究热情仍然较高，但研究成果没有像预想的那样好。
行为主义
行为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论，和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。
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。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。
到20世纪60~70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。
这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，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。
总结
三大主义，从不同的侧面研究了人的自然智能，与人脑的思维模型有着对应的关系。粗略地划分，可以认为
符号主义研究抽象思维；
连接主义研究形象思维；
而行为主义研究感知思维。
研究人工智能的三大学派、三条途径发挥到各个领域，又各有所长。
符号主义注重数学可解释性；
连接主义偏向于仿人脑模型，更加感谢；
行为主义偏向于应用和模拟。