從學(xué)術(shù)的觀點(diǎn)看，人工智能主要分三大學(xué)派，分別是符號(hào)主義學(xué)派、連接主義學(xué)派和行為主義學(xué)派。在對(duì)人工智能進(jìn)行研究時(shí)，可能會(huì)按照某一理論或方法展開探討分析，但在實(shí)地落地的項(xiàng)目或產(chǎn)品可能綜合應(yīng)用了多個(gè)學(xué)派的知識(shí)。比如，最近我們?yōu)槟持圃炱髽I(yè)提供智能客服系統(tǒng)，其中語音識(shí)別、語音合成和語義理解技術(shù)等屬于連接主義的成果，同時(shí)，也使用了知識(shí)庫等屬于符號(hào)主義的成果。

　　符號(hào)主義，又稱邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派，是一種基于邏輯推理的智能模擬方法，認(rèn)為人工智能源于數(shù)學(xué)邏輯，其原理主要為物理符號(hào)系統(tǒng)（即符號(hào)操作系統(tǒng)）假設(shè)和有限合理性原理。

　　該學(xué)派認(rèn)為人類認(rèn)知和思維的基本單元是符號(hào)，智能是符號(hào)的表征和運(yùn)算過程，計(jì)算機(jī)同樣也是一個(gè)物理符號(hào)系統(tǒng)，因此，符號(hào)主義主張（由人）將智能形式化為符號(hào)、知識(shí)、規(guī)則和算法，并用計(jì)算機(jī)實(shí)現(xiàn)符號(hào)、知識(shí)、規(guī)則和算法的表征和計(jì)算，從而實(shí)現(xiàn)用計(jì)算機(jī)來模擬人的智能行為。

　　其首個(gè)代表性成果是啟發(fā)式程序LT（邏輯理論家），它證明了38條數(shù)學(xué)定理，表明了可以應(yīng)用計(jì)算機(jī)研究人的思維過程，模擬人類智能活動(dòng)。此后，符號(hào)主義走過了一條啟發(fā)式算法--專家系統(tǒng)--知識(shí)工程的發(fā)展道路。

　　專家系統(tǒng)是一種程序，能夠依據(jù)一組從專門知識(shí)中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問題。1980年卡內(nèi)基梅隆大學(xué)為數(shù)字設(shè)備公司設(shè)計(jì)了一個(gè)名為XCON的專家系統(tǒng)，在1986年之前，它每年為公司省下四千萬美元。專家系統(tǒng)的能力來自于它們存儲(chǔ)的專業(yè)知識(shí)，知識(shí)庫系統(tǒng)和知識(shí)工程成為了上世紀(jì)80年代AI研究的主要方向。專家系統(tǒng)僅限于一個(gè)專業(yè)細(xì)分的知識(shí)領(lǐng)域，從而避免了常識(shí)問題，其簡(jiǎn)單的設(shè)計(jì)又使它能夠較為容易地編程實(shí)現(xiàn)或修改。專家系統(tǒng)的成功開發(fā)與應(yīng)用，對(duì)人工智能走向?qū)嶋H應(yīng)用具有特別重要的意義，也是符號(hào)主義最輝煌的時(shí)候。但凡事有利有弊，專家系統(tǒng)僅僅局限于某些特定情景，且知識(shí)采集難度大、費(fèi)用高、使用難度大，在其它領(lǐng)域如機(jī)器翻譯、語音識(shí)別等領(lǐng)域基本上未取得成果。日本、英國(guó)、美國(guó)在80年代初都曾制訂過雄心勃勃的人工智能研發(fā)計(jì)劃，如日本的第五代計(jì)算機(jī)項(xiàng)目，其目標(biāo)是造出能夠與人對(duì)話、翻譯語言、解釋圖像，并且像人一樣推理的機(jī)器，但直到1991年，這個(gè)目標(biāo)依然未能實(shí)現(xiàn)。

　　20世紀(jì)80年代末，符號(hào)主義學(xué)派開始走向式微，日益衰落，其重要原因是：符號(hào)主義追求的是如同數(shù)學(xué)定理般的算法規(guī)則，試圖將人的思想、行為活動(dòng)及其結(jié)果，抽象化為簡(jiǎn)潔深入而又包羅萬象的規(guī)則定理，就像牛頓將世間萬物的運(yùn)動(dòng)蘊(yùn)含于三條定理之中。但是，人的大腦是宇宙中最復(fù)雜的東西，人的思想無比復(fù)雜而又廣闊無垠，人類智能也遠(yuǎn)非邏輯和推理。所以，用符號(hào)主義學(xué)派理論解決智能問題難度可想而知；另一個(gè)重要原因是：人類抽象出的符號(hào)，源頭是身體對(duì)物理世界的感知，人類能夠通過符號(hào)進(jìn)行交流，是因?yàn)槿祟悡碛蓄愃频纳眢w。計(jì)算機(jī)只處理符號(hào)，就不可能有類人感知，人類可意會(huì)而不能言傳的"潛智能"，不必或不能形式化為符號(hào)，更是計(jì)算機(jī)不能觸及的。要實(shí)現(xiàn)類人乃至超人智能，就不能僅僅依靠計(jì)算機(jī)。

　　1997年5月，名為"深藍(lán)"的IBM超級(jí)計(jì)算機(jī)打敗了國(guó)際象棋世界冠軍卡斯帕羅夫，這一事件在當(dāng)時(shí)也曾轟動(dòng)世界，其實(shí)本質(zhì)上，"深藍(lán)"就是符號(hào)主義在博弈領(lǐng)域的成果。

　　連接主義，又稱仿生學(xué)派或生理學(xué)派，是一種基于神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法的智能模擬方法。連接主義強(qiáng)調(diào)智能活動(dòng)是由大量簡(jiǎn)單單元通過復(fù)雜連接后，并行運(yùn)行的結(jié)果，基本思想是，既然生物智能是由神經(jīng)網(wǎng)絡(luò)產(chǎn)生的，那就通過人工方式構(gòu)造神經(jīng)網(wǎng)絡(luò)，再訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)產(chǎn)生智能。

　　1943年形式化神經(jīng)元模型（M-P模型）被提出，從此開啟了連接主義學(xué)派起伏不平的發(fā)展之路。1957年感知器被發(fā)明，之后連接主義學(xué)派一度沉寂。1982年霍普菲爾德網(wǎng)絡(luò)、1985年受限玻爾茲曼機(jī)、1986多層感知器被陸續(xù)發(fā)明，1986年反向傳播法解決了多層感知器的訓(xùn)練問題，1987年卷積神經(jīng)網(wǎng)絡(luò)開始被用于語音識(shí)別。此后，連接主義勢(shì)頭大振，從模型到算法，從理論分析到工程實(shí)現(xiàn)，為神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)走向市場(chǎng)打下基礎(chǔ)。1989年反向傳播和神經(jīng)網(wǎng)絡(luò)被用于識(shí)別銀行手寫支票的數(shù)字，首次實(shí)現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)的商業(yè)化應(yīng)用。

　　與符號(hào)主義學(xué)派強(qiáng)調(diào)對(duì)人類邏輯推理的模擬不同，連接主義學(xué)派強(qiáng)調(diào)對(duì)人類大腦的直接模擬。如果說神經(jīng)網(wǎng)絡(luò)模型是對(duì)大腦結(jié)構(gòu)和機(jī)制的模擬，那么連接主義的各種機(jī)器學(xué)習(xí)方法就是對(duì)大腦學(xué)習(xí)和訓(xùn)練機(jī)制的模擬。學(xué)習(xí)和訓(xùn)練是需要有內(nèi)容的，數(shù)據(jù)就是機(jī)器學(xué)習(xí)、訓(xùn)練的內(nèi)容。

　　連接主義學(xué)派可謂是生逢其時(shí)，在其深度學(xué)習(xí)理論取得了系列的突破后，人類進(jìn)入互聯(lián)網(wǎng)和大數(shù)據(jù)的時(shí)代�；ヂ�(lián)網(wǎng)產(chǎn)生了大量的數(shù)據(jù)，包括海量行為數(shù)據(jù)、圖像數(shù)據(jù)、內(nèi)容文本數(shù)據(jù)等。這些數(shù)據(jù)分別為智能推薦、圖像處理、自然語言處理技術(shù)發(fā)展做出卓著的貢獻(xiàn)。當(dāng)然，僅有數(shù)據(jù)也不夠，2004年后大數(shù)據(jù)技術(shù)框架的行成和圖形處理器（GPU）發(fā)展使得深度學(xué)習(xí)所需要的算力得到滿足。

　　在人工智能的算法、算力、數(shù)據(jù)三要素齊備后，連接主義學(xué)派就開始大放光彩了。2009年多層神經(jīng)網(wǎng)絡(luò)在語音識(shí)別方面取得了重大突破，2011年蘋果工作將Siri整合到iPhone4中，2012年谷歌研發(fā)的無人駕駛汽車開始路測(cè)，2016年DeepMind擊敗圍棋冠軍李世石，2018年DeepMind的Alphafold破解了出現(xiàn)了50年之久的蛋白質(zhì)分子折疊問題。

　　近年來，連接主義學(xué)派在人工智能領(lǐng)域取得了輝煌成績(jī)，以至于現(xiàn)在業(yè)界大佬所談?wù)摰娜斯ぶ悄芑�本上都是指連接主義學(xué)派的技術(shù)，相對(duì)而言，符號(hào)主義被稱作傳統(tǒng)的人工智能。

　　雖然連接主義在當(dāng)下如此強(qiáng)勢(shì)，但可能阻礙它未來發(fā)展的隱患已悄然浮現(xiàn)。連接主義以仿生學(xué)為基礎(chǔ)，但現(xiàn)在的發(fā)展嚴(yán)重受到了腦科學(xué)的制約。雖然以連接主義為基礎(chǔ)的AI應(yīng)用規(guī)模在不斷壯大，但其理論基礎(chǔ)依舊是上世紀(jì)80年代創(chuàng)立的深度神經(jīng)網(wǎng)絡(luò)算法，這主要是由于人類對(duì)于大腦的認(rèn)知依舊停留在神經(jīng)元這一層次。正因如此，目前也不明確什么樣的網(wǎng)絡(luò)能夠產(chǎn)生預(yù)期的智能水準(zhǔn)，因此大量的探索最終失敗。

　　行為主義，又稱進(jìn)化主義或控制論學(xué)派，是一種基于"感知--行動(dòng)"的行為智能模擬方法，思想來源是進(jìn)化論和控制論。其原理為控制論以及感知--動(dòng)作型控制系統(tǒng)。

　　該學(xué)派認(rèn)為：智能取決于感知和行為，取決于對(duì)外界復(fù)雜環(huán)境的適應(yīng)，而不是表示和推理，不同的行為表現(xiàn)出不同的功能和不同的控制結(jié)構(gòu)。生物智能是自然進(jìn)化的產(chǎn)物，生物通過與環(huán)境及其他生物之間的相互作用，從而發(fā)展出越來越強(qiáng)的智能，人工智能也可以沿這個(gè)途徑發(fā)展。

　　行為主義對(duì)傳統(tǒng)人工智能進(jìn)行了批評(píng)和否定，提出了無須知識(shí)表示和無須推理的智能行為觀點(diǎn)。相比于智能是什么，行為主義對(duì)如何實(shí)現(xiàn)智能行為更感興趣。在行為主義者眼中，只要機(jī)器能夠具有和智能生物相同的表現(xiàn)，那它就是智能的。

　　這一學(xué)派的代表作首推六足行走機(jī)器人，它被看作是新一代的"控制論動(dòng)物"，是一個(gè)基于感知-動(dòng)作模式模擬昆蟲行為的控制系統(tǒng)。另外，著名的研究成果還有波士頓動(dòng)力機(jī)器人和波士頓大狗。你可以在網(wǎng)上搜到它們各種炫酷的視頻，包括完成體操動(dòng)作，踹都踹不倒，穩(wěn)定性、移動(dòng)性、靈活性都極具亮點(diǎn)。他們的智慧并非來源于自上而下的大腦控制中樞，而是來源于自下而上的肢體與環(huán)境的互動(dòng)。

　　行為主義學(xué)派在誕生之初就具有很強(qiáng)的目的性，這也導(dǎo)致它的優(yōu)劣都很明顯。其主要優(yōu)勢(shì)便在于行為主義重視結(jié)果，或者說機(jī)器自身的表現(xiàn)，實(shí)用性很強(qiáng)。行為主義在攻克一個(gè)難點(diǎn)后就能迅速將其投入實(shí)際應(yīng)用。例如機(jī)器學(xué)會(huì)躲避障礙，就可應(yīng)用于星際無人探險(xiǎn)車和掃地機(jī)器人等等。不過也許正是因?yàn)檫^于重視表現(xiàn)形式，行為主義側(cè)重于應(yīng)用技術(shù)的發(fā)展，無法如同其他兩個(gè)學(xué)派一般，在某個(gè)重要理論獲得突破后，迎來爆發(fā)式增長(zhǎng)。這或許也是行為主義無法與連接主義抗衡的主要原因之一。

　　綜上所述，我們可以簡(jiǎn)略地認(rèn)為符號(hào)主義研究抽象思維，連接主義研究形象思維，而行為主義研究感知思維。符號(hào)主義注重?cái)?shù)學(xué)可解釋性；連接主義偏向于仿人腦模型；行為主義偏向于應(yīng)用和身體模擬。

　　從共同性方面來說，算法、算力和數(shù)據(jù)是人工智能的三大核心要素，無論哪個(gè)學(xué)派，這三者都是其創(chuàng)造價(jià)值和取得成功的必備條件。行為主義有一個(gè)顯著不同點(diǎn)是它有一個(gè)智能的"載體"，比如上文所說到的"機(jī)器狗"的身體，而符號(hào)主義和連接主義則無類似"載體"（當(dāng)然你也可以認(rèn)為其"載體"就是計(jì)算機(jī)，只不過計(jì)算機(jī)不能感知環(huán)境）。

　　人類具有智能不僅僅是因?yàn)槿擞写竽X，并且能夠保持持續(xù)學(xué)習(xí)。機(jī)器要想更"智能"，也需要不斷學(xué)習(xí)。符號(hào)主義靠人工賦予機(jī)器智能，連接主義是靠機(jī)器自行習(xí)得智能，行為主義在與環(huán)境的作用和反饋中獲得智能。連接主義和行為主義都使用強(qiáng)化學(xué)習(xí)方法進(jìn)行訓(xùn)練。三者之間的長(zhǎng)處與短板都很明顯，意味著彼此之間可以揚(yáng)長(zhǎng)補(bǔ)短，共同合作創(chuàng)造更強(qiáng)大的強(qiáng)大的人工智能。比如說將連接主義的"大腦"安裝在行為主義的"身體"上，使機(jī)器人不但能夠?qū)Νh(huán)境做出本能的反應(yīng)，還能夠思考和推理。再比如，是否用可以符號(hào)主義的方法將人類的智能盡可能地賦予機(jī)器，再按連接主義的學(xué)習(xí)方法進(jìn)行訓(xùn)練？這也許可以縮短獲得更強(qiáng)機(jī)器智能的時(shí)間。

　　相信隨著人工智能研究的不斷深入，這三大學(xué)派會(huì)融合貫通，可共同為人工智能的實(shí)際應(yīng)用發(fā)揮作用，也會(huì)為人工智能的理論找到最終答案。

　　作者介紹：左小波先生，自92年進(jìn)入IT行業(yè)，一直從事著信息系統(tǒng)的研發(fā)及企業(yè)IT管理工作，在行業(yè)多年的浸潤(rùn)下，積累了豐富的數(shù)字化建設(shè)經(jīng)驗(yàn)，形成了獨(dú)到見解。對(duì)人工智能有著濃厚的興趣，時(shí)刻對(duì)人工智能技術(shù)保持觀察、學(xué)習(xí)、思考、分享�！　�