下载掌阅APP，畅读海量书库
立即打开
智能科学的核心概念是“智能”（intelligence）。然而，对于“智能”这一概念的界定在智能科学界尚无共识。在学界内部，清晰地定义核心概念往往是主要任务之一。举例来说，美学研究旨在厘清“美”这一概念的内涵和外延，因此形成了各种美学学派，各种美学学派对“美”的解释存在差异。在智能科学领域，不同学派提供了多种视角和解释。目前，人工智能的主要学派可以分为三大学派：符号主义、联结主义和行为主义。这些学派各自具有优势和局限性，它们之间相互影响，存在互相借鉴的情况，但同时也存在明显的差异和对立。
符号主义（symbolicism）学派，又被称为逻辑主义学派、心理学派或计算机学派，其中，符号主义是一种基于逻辑推理的智能模拟方法。它认为人类的认知和思维基于符号，智能即为符号的表征和运算过程，而计算机则被视作物理符号系统的一种。因此，符号主义主张将智能形式化为符号、知识、规则和算法，并通过计算机实现这些符号、知识、规则和算法的表征和计算，从而模拟人类的智能行为。符号主义的典型成果包括启发式程序、专家系统以及知识工程等。其主要理论基础是物理符号系统假设，即物理符号系统由一组符号、结构和过程组成。符号主义将符号系统定义为包含一组符号、结构以及操作这些符号结构的过程，这些操作包括创建、修改和消除等。
在此定义下，一个物理符号系统被描述为能够逐步生成一系列符号的生成器。任何系统，只要它展示出智能，就必然能够执行六种基本操作，即输入符号、输出符号、存储符号、复制符号、建立符号结构和条件性迁移。反之，任何系统只要能够执行这六种操作，就具备表现智能的潜力。
符号主义包括如下应用案例。
（1）启发式程序：一种基于问题求解的智能程序，根据问题的特征和当前状态选择合适的策略和方法，以寻找最优或近似最优的解决方案。例如，国际象棋程序、数独程序等。
（2）专家系统：一种基于知识表示和推理的智能程序，模拟人类专家在特定领域回答或解决问题的过程。例如，医疗诊断系统、法律咨询系统、金融分析系统等。
（3）知识工程：一种基于知识获取、表示、存储、管理和利用的智能技术，帮助人类构建和维护知识库，提高知识的质量。例如，百度百科、维基百科等。
联结主义（connetionism）学派，又被称为仿生学派或生理学派，其中，联结主义是一种智能模拟方法，其基础在于神经网络和网络内的连接机制以及学习算法。联结主义强调智能活动是由大量简单单元通过复杂连接、并行运行所产生的结果。其基本思想是，由于生物智能是神经网络生成的，因此可以通过人工方式构建神经网络，并通过训练人工神经网络（artificial neural network，ANN）来实现智能。联结主义的代表性成果包括感知机、霍普菲尔德神经网络、反向传播网络、卷积神经网络等。
联结主义包括如下应用案例。
（1）感知机：一种最简单的ANN模型，能够对输入信号进行线性分类。其应用场景包括手写数字识别和逻辑门实现等。
（2）反向传播网络：一种多层前馈神经网络模型，通过反向传播算法调整网络权重，实现对输入信号的非线性映射。其应用场景包括，图像分类、语音识别和自然语言处理等。
（3）卷积神经网络：一种特殊的反向传播网络模型，能够通过卷积层、池化层和全连接层提取输入信号的特征，并进行分类或回归。例如，其应用场景包括人脸识别、目标检测和图像生成等。
行为主义（behaviourism）学派，又称为演化主义或控制论学派，行为主义是一种智能模拟方法，其基础在于“感知-行动”范式。行为主义的观点认为，智能的展现取决于个体的感知和行为以及对外界复杂环境的适应能力，而不仅仅是对信息的表示和推理。生物智能被视为自然进化的结果，生物通过与环境及其他生物的互动，逐渐发展出更强的智能。行为主义对传统人工智能进行了批评和否定，提出了无需知识表示和推理的智能行为观点。该学派的代表性成果包括六足行走机器人和波士顿动力机器人等。
行为主义包括如下应用案例。
（1）六足行走机器人：这种机器人基于感知-行动范式，模拟昆虫的行为控制系统，能够适应复杂地形的自主行走。例如，Genghis机器人和RHex机器人等。
（2）波士顿动力机器人：这种机器人同样基于感知-行动范式，模拟动物的行为控制系统，能够适应执行多种任务。例如，BigDog机器人和Atlas机器人等。
（3）进化算法：这是一种基于自然选择和遗传变异原理的智能优化算法，能够全局搜索复杂问题的最优解。例如，遗传算法、粒子群算法和蚁群算法等。