人工智能的三大学派_人工智能学派

前言

本文隶属于专栏《人工智能》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！

本专栏目录结构和参考文献请见人工智能

---

人工智能是关于知识的科学

请参考我的这篇博客——人工智能是什么？

人工智能的研究主要是知识的表示、知识的获取和知识的应用。

理解人工智能就要研究如何在一般的意义上定义知识。

可惜的是，准确定义知识也是一个十分复杂的事情，严格来说，人们最早使用的知识定义是柏拉图在《泰阿泰德篇》中给出的，即“被证实的、真的和被相信的陈述”，简称知识的 JTB 条件。

然而，这个延续了两千多年的定义在 1963 年被哲学家盖梯尔否定了。 盖梯尔提出了一个著名的悖论（简称“盖梯尔悖论”），该悖论说明柏拉图给出的知识定义存在严重缺陷。

虽然后来人们给出了很多知识的替代定义，但直到现在仍然没有定论。

---

概念

关于知识，至少有一点是明确的，那就是知识的基本单位是概念。

精通掌握任何一门知识，必须从这门知识的基本概念开始学习。

而知识自身也是一个概念。

因此，如何定义一个概念，对于人工智能具有非常重要的意义。

据此，人工智能的问题就变成了如下三个问题

• 如何定义（或者表示)一个概念
• 如何学习一个概念
• 如何应用一个概念。

因此对概念进行深入研究就非常必要了。

如何定义一个概念呢？

简单起见，这里先讨论最为简单的经典概念。

经典概念的定义由三部分组成：

• 第一部分是概念的符号表示，即概念的名称，说明这个概念叫什么，简称概念名；
• 第二部分是概念的内涵表示，由命题来表示，命题就是能判断真假的陈述句
• 第三部分是概念的外延表示，由经典集合来表示，用来说明与概念对应的实际对象是哪些。

举例说明一素数

• 其概念名在汉语中为“素数”，在英语中称为 prime number
• 其内涵表示是一个命题，即只能够被 1 和自身整除的自然数
• 其外延表示是一个经典集合，就是{ 1 ， 2 ， 3 ， 5 ， 7 ， 11 ， 13 ， 17 ，… }

概念有什么作用呢？或者说概念定义的各个组成部分有什么作用呢？

很容易发现，经典概念定义的三部分各有其作用，且彼此不能互相代替。

具体来说，概念有三个作用或功能，要掌握一个概念，必须清楚其三个功能。

• 第一个功能是概念的指物功能，即指向客观世界的对象，表示客观世界的对象的可观测性。 对象的可观测性是指对象对于人或者仪器的知觉感知特性，不依赖于人的主观感受。但概念的指物功能有时不一定能够实现，有些概念其设想存在的对象在现实世界并不存在，例如“鬼”。
• 第二个功能是指心功能，即指向人心智世界里的对象，代表心智世界里的对象表示。概念的指心功能一定存在。如果对于某一个人，一个概念的指心功能没有实现，则该词对于该人不可见，简单地说，该人不理解该概念。
• 最后一个功能是指名功能，即指向认知世界或者符号世界表示对象的符号名称，这些符号名称组成各种语言。一般情形下，概念的指名功能依赖于不同的语言系统或者符号系统，由人类所创造，属于认知世界。 同一个概念在不同的符号系统里，概念名不一定相同，如汉语称“雨”，英语称“rain”。

---

三大学派

知道了概念的三个功能之后，就可以理解人工智能的三个流派以及各流派之间的关系。

人工智能也是一个概念，而要使一个概念成为现实，自然要实现概念的三个功能。

人工智能的三个流派关注于如何才能让机器具有人工智能，并根据概念的不同功能给出了不同的研究路线。

• 专注于实现 AI 指名功能的人工智能流派称为符号主义（Symbolism）；
• 专注于实现 AI 指心功能的人工智能流派称为连接主义（Connectionism）；
• 专注于实现 AI 指物功能的人工智能流派称为行为主义（Actionism）。

---

符号主义学派

符号主义-类人的行为方式

人工智能是关于如何制造智能机器，特别是智能的计算机程序的科学和工程。

它与使用机器来理解人类智能密切相关，但人工智能的研究并不需要局限于生物学上可观察到的那些方法。 – 约翰麦卡锡

需要智能的行为：

• 下象棋
• 定理证明
• 诊断疾病
• 能通过图灵测试的机器

符号主义的实现基础-物理符号系统假设

什么叫物理符号系统呢？

符号，就是模式（ Pattern )

物理符号系统：一组称为符号的实体所组成的系统，且具备处理符号的六种功能如：输入、输出、存储、复制、建立符号结构、条件性迁移。

物理符号系统假设

任一物理符号系统如果是有智能的，则必能执行六种功能。

反之，能执行这六种操作的任何系统，也就一定能够表现出智能–纽威尔和西蒙。

推论：人是一个物理符号系统，计算机也是一个物理符号系统，因此能够用计算机来模拟人的智能行为。

符号主义

符号主义是一种基于逻辑推理的智能模拟方法，源于数学逻辑。

• 符号主义的代表人物有纽威尔、西蒙、尼尔森，
• 符号主义是早期的主流学派。

符号主义成果有：

• 机器定理程序（LT 、 GTM 、 GPS …）
• 启发式算法
• 专家系统

---

连接主义学派

连接主义又称：仿生学派或生理学派。 源于仿生学，特别是人脑模型的研究。

连接主义核心思想是：认为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链接后并行运行的结果，其原理是神经网络及神经网络间的连接机制与学习算法。

• 连接主义学派代表：麦克洛奇、皮茨等。
• 代表成果：人工神经网络，深度神经网络。

发展史的大事件

• 1943 年，第一个神经元的数学模型- MP 模型。
• 1958 年，感知机模型( Perceptron )。
• 1982 年，递归型人工神经网络提出，连接主义的复兴。
• 1986 年，反向传播算法
• 2006 年，提出的深度神经网络突破了以往的瓶颈，迎来了神经网络学习的高潮。
• 2012 年，第一个深度神经网络算法- Alexnet
• 2016 年， AlphaGo

---

行为主义学派

控制学论派

• 关注：低级生物智能
• 起源：控制论。
• 布鲁克斯的机器昆虫：借鉴自然界中昆虫不需要大脑的干预，仅凭四肢和关节的协调，就能很好地适应环境
• 观点：认为智能取决于感知和行为，取决于对外界复杂环境的适应，而不是表示和推理。
• 成果：六足虫，日本的阿西莫，大狗

进化主义

• 关注：群体的进化
• 起源：达尔文学说，孟德尔遗传学说。
• 观点：人的智能归根结底是从生物进化中得到
• 代表成果：遗传算法，进化策略，进化规划、遗传规划。
• 其他关注：低等生物的群体智能行为的模拟
• 其代表成果：蚁群算法，粒子群算法，鱼群算法