上次我们讲到了人工智能的起源、计算机人工智能与人类认知的对比以及一场里程碑式的棋局，但似乎都是陈年旧史了。因此，是时候展示真正的技术了。少儿编程少儿编程少儿编程少儿编程少儿编程领导者少儿编程

人工智能三大学派

（1）符号主义

符号主义学派基于数理逻辑。数理逻辑在19世纪就迅速发展，并在20世纪30年代被用于描述智能行为。在计算机出现后，在计算机上实现了逻辑演绎系统（还记得亚里士多德吗？）。

符号主义曾统治人工智能学科长达半个世纪，这些符号主义者是第一批采用“人工智能”这个词的人。符号主义认为人的认知基于符号，即认为人是一个物理符号系统，而计算机也是一个物理符号系统，因为有可能建立人与机器智能的统一理论体系。而符号主义的想法引起了一个恐怖的想法：人的思维是可以操作的。

（2）连结主义

符号主义从理论层次理解人的认知行为，而连结主义则从生理结构进行理解。连结主义源于仿生学，随着生物学的发展，人类对人脑的研究日渐深入，促生了连结主义。

连结主义认为人的思维基元是神经元，认为人脑不同于电脑，并提出使用连结主义的人脑工作模式取代符号操作的电脑工作模式。连结主义的杰出贡献是神经网络系统。

（3）行为主义

行为主义是人工智能领域的新面孔，引起了人的兴趣和研究。行为主义源于控制论，控制认是40-50年代的时代思潮重要组成部分，控制论系统的发展在80年代催生了智能控制和智能机器人系统。

行为主义认为智能基于感知和行动。行为主义者认为智能不需要符号，不需要推理，人工智能应当像人一样可以学习进化。行为主义认为符号主义（连结主义）的工作模式是片面简化的结果，不能完整客观地表示客观世界。

三大学派的主要成果

（1）专家系统

专家系统是符号主义的产物，专家系统是一个具有大量专门知识与经验的程序系统，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。专家系统和传统的计算机程序本质的不同之处在于专家系统所要解决的问题一般没有精确的算法解，并且经常要在不完全、不精确或不确定的信息基础上做出结论。

专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。高性能的专家系统也已经从学术研究开始进入实际应用研究。随着人工智能整体水平的提高，专家系统也获得发展。正在开发的新一代专家系统有分布式专家系统和协同式专家系统等。在新一代专家系统中，不但采用基于规则的方法，而且采用基于模型的原理。

（2）人工神经网络

由于冯·诺依曼(Van Neumann)体系结构的局限性，数字计算机存在一些尚无法解决的问题。人们一直在寻找新的信息处理机制，神经网络计算就是其中之一。

研究结果已经证明，用神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。神经网络的发展有着非常广阔的科学背景，是众多学科研究的综合成果。神经生理学家、心理学家与计算机学家的共同研究得出的结论是：人脑是一个功能特别强大、结构异常复杂的信息处理系统，其基础是神经元及其互联关系。因此，对人脑神经元和人工神经网络的研究，可能创造出新一代人工智能机--神经计算机。

对神经网络的研究始于40年代初期，经历了一条十分曲折的道路，几经波折，80年代初以来，对神经网络的研究再次出现高潮。霍普菲尔德(Hopfield)提出用硬件实现神经网络，鲁梅尔哈特(Rumelhart)等提出多层网络中的反向传播(BP)算法就是两个重要标志。现在，神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。

（3）模式识别

模式识别是行为主义的重要应用之一。模式识别这一个词比较专业，可以大家比较陌生，但一说到它的应用就肯定不会陌生了。当你在街上听到一首好听的歌，但你不知道歌名的时候，拿起你手中的“肾6s”，按下你的手指，打开微信摇一摇，然后微信就会搜寻这首歌，然后告诉你结果。在这个过程中，你已经使用了两次模式识别了。首先是指纹识别，手机上的传感器识别匹配你的指纹，并与数据库中的指纹信息进行匹配，最后反馈给你结果。然后是语音识别，过程跟上面的类似。在这个识别的过程如果每次进行识别都把信息记录下来并进行分析存储，在下次识别将能够更快，更准确的识别，就体现了学习的威力了。

人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。

今天我们着重介绍了人工智能三大学派以及它们的代表应用，说了好多好像还是没说什么技术，那下次我们来更深地介绍这三大学派的知识。（我保证下次真的有技术啦）

如果您或者您的孩子对编程感兴趣就快来加入我们编玩边学的课堂吧！

‍‍‍‍‍‍‍‍‍