人工智能五大流派
人工智能的主要学派有下列5家：(1)符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，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。奠基人是西蒙（CMU），符号主义，主要成就代表是上个世纪的专家系统(2)联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。奠基人是明斯基（MIT），发展最火是深度学习，深度神经网络，属于联结主义；(3)行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。奠基人是维纳（MIT），行为主义的贡献，躲在机器人控制系统方面。现在，而；(4)贝叶斯学派（bayes），基于概率统计的贝叶斯算法最常见的应用就是反垃圾邮件功能，贝叶斯分类的运作是借着使用标记与垃圾邮件、非垃圾邮件的关连，然后搭配贝叶斯推断来计算一封邮件为垃圾邮件的可能性。(5)类推学派（Analogizer），
乌镇智库《全球人工智能发展报告》中3大细分领域：机器视觉自然语言智能驾驶
VentureScanner将人工智能行业细分为13类：1、深度学习/机器学习（通用）：这类公司主要建立可依靠现存数据进行学习的算法。典型例子包括预测数据模型与分析行为数据的软件平台。
2、深度学习/机器学习（应用）：这类公司同样使用计算机算法，但却是基于非常垂直的特殊案例中存在的数据运行。典型例子有利用机器学习技术侦查金融诈骗或者识别最好的销售线索。
3、自然语言处理（通用）：此类公司构建的算法能够处理输入的自然语言，并将其转化为可理解的表达。例子包括文本自动生成以及文本挖掘生成数据。
4、自然语言处理（语音识别）：公司产品能够处理人类语音的片段，准确识别单词并推测含义。典型的例子是语音指令的检测并将其转化为可执行的数据。
5、计算机视觉/图像识别（通用）：这类公司研发的技术主要是图像处理、分析，可从中提取信息、识别图像中的物体。典型例子包括图像搜索平台和研发员使用的图像标签应用程序接口。
6、计算机视觉/图像识别（应用）：这类公司是在非常垂直的案例中使用图像处理技术。典型案例包括面部识别软件和能让用户通过拍照搜索商品的软件。
7、手势控制：公司产品可让用户通过手势与计算机互动或交流。典型例子包括让人们通过肢体动作控制游戏角色的软件以及仅用手势就能控制计算机和电视的软件。
8、虚拟私人助手：这是一类基于反馈和指令来为个体完成日常任务和服务的软件助理。典型例子有网络客服助理和个人助理app，管理个人日程安排等。
9、智能机器人：可以进行经验学习并根据身边环境自主进行活动的机器人。典型例子有家庭机器人，可以在互动中根据情感做出反应，还有帮助人们找到商品的销售机器人。
10、推荐引擎和协助过滤算法：软件能够预测用户对电影、餐厅等的偏好，并推荐个性化的内容。典型例子有音乐推荐app和基于用户过去选择进行推送的美食推荐网站。
11、情境感知计算：软件能够自动感知周围环境以及使用背景，例如位置、方向、光度，并以此调整行为。典型例子包括感知环境的黑暗度并调高亮度的应用。
12、语音翻译：识别人类语音并立刻自动从一种语言翻译至另一种语言的软件。典型例子是自动以及实时的将视频谈话或网络研讨会翻译为多种语言的软件。
13、视频内容自动识别：这类软件可以将视频内容的一个样本与源内容文件相比较，通过它独特的特点识别内容。典型例子有对用户上传的视频与版权视频文件比较以侦测是否侵权的软件。
何为智能？一种能力。包括：理解、计划、解决问题、抽象思维、表达意念以及语言和学习能力智力的三因素理论1、成分性智力，指思维和问题解决依赖的心里过程2、经验智力，指人们在两种极端情况下处理问题的能力：新异或者常规问题3、情景智力，指对日常事务的处理，包括对新的和不同环境的适应，选择合适的环境以及有效的改变环境以适应你的需要。
阿兰.图灵_人工智能的奠基人
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。世界著名教育心理学家霍华德·加德纳提出了著名的“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，他提出了著名的三段论，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万能符合和推理计算，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，并首次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第一个神经网络模型，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年分别诞生了第一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，人工智能开始进入第一个寒冬。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冠军加里·卡斯帕罗夫，成为第一台击败国际象棋世界冠军的电脑。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并赢得冠军了。
最重要的是在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高级行为，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