从1943年形式化神经元模型（M-P模型）提出后，联结主义学派开启了起伏不平的发展之路。1957年感知器被发明，之后连接主义一度沉寂。1982年霍普菲尔德网络、1985年受限玻尔兹曼机、1986年多层感知机器被发明，1986年反向传播法解决了多层感知器的训练问题，1987年卷积神经网络开始被用于语音识别。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，为神经网络计算机走向市场打下基础。1989年反向传播和神经网络被用于识别银行手写支票的数字，首次实现了人工神经网络的商业化应用。随着人类进入互联网和大数据时代，在人工智能的算法、算力、数据三要素齐备后，联结主义学派开始大放光彩。2009年多层神经网络在语音识别方面取得了重大突破，2011年苹果工作将Siri整合到iPhone4中，2012年谷歌研发的无人驾驶汽车开始路测，2016年DeepMind击败围棋冠军李世石，2018年DeepMind的Alphafold破解了出现了50年之久的蛋白质分子折叠问题。联结主义学派在人工智能领域取得了辉煌成绩，以至于现在业界谈论的人工智能基本上都是指连接主义学派的技术，相对而言，符号主义被称作传统的人工智能。

虽然联结主义在当下如此强势，但可能阻碍它未来发展的隐患也已出现。联结主义思想的限制在于具有可微分、强监督学习、封闭静态系统任务下才会得到良好的结果，并且训练得到的结果也限制于给定条件的问题上。

3

行为主义

行为主义，又称为进化主义或控制论学派。控制论思想受到行为主义的影响，维纳在1948年的《控制论》中指出：“控制论是在自控理论、统计信息论和生物学的基础上发展起来的，机器的自适应、自组织、自修复和学习功能是由系统的输入输出反馈行为决定的”。在对人工智能的早期研究主要集中在模拟人的智能行为和作用，将控制论、自组织系统、工程控制论、生物控制论、信息理论等联系起来，为20世纪80年代的智能控制和智能机器人系统的诞生撕下了种子。

美国机器人制造专家罗德尼•布鲁克斯(Rodney A. Brooks) 作为行为主义的代表人物，他认为智能取决于感知和行动，提出智能行为的“感知-动作”模式。行为主义认为智能行为产生于对外界复杂环境的感知和行为的交互过程中，把复杂的行为分解为许多个简单的行为逐个研究。感知是对环境刺激产生的某种反应，而行为则是对这种反应的陈述。这种快速的反馈能够适应复杂、非系统化和非模型化的客观环境。控制论思想作为行为主义的基础，把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来，模拟人在控制过程中的所反映出的智能行为。行为主义学派的主要结果主要有：六足虫，日本的阿西莫，大狗。

行为主义学派在诞生之初就具有很强的目的性，这也导致它的优劣都很明显。其主要优势便在于行为主义重视结果，或者说机器自身的表现，实用性很强。行为主义思想的缺点在于过于简化人类的行为过程，忽略人类心理的内部活动过程，忽略意识的重要性。

综上所述，我们可以简略地认为符号主义研究抽象思维，联结主义研究形象思维，而行为主义研究感知思维。符号主义注重数学可解释性，联结主义偏向于仿人脑模型，行为主义偏向于应用和身体模拟。符号主义靠人工赋予机器智能，联结主义靠机器自行习得智能，行为主义在与环境作用和反馈中获得智能。联结主义和行为主义都使用强化学习方法进行训练。三者之间的长处与短板都很明显，在人工智能的领域中，较为成熟的智能理论仍没有形成。对人工智能各种问题争论可能还要持续几十年甚至几百年，随着人工智能的发展，这三大学派正在由早期的激烈争论和分立研究逐步走向取长补短和综合性研究，共同合作创造更加强大的人工智能。相信随着人工智能研究的不断深入，这三大学派会融合贯通，共同为人工智能的实际应用发挥作用，也会为人工智能的理论找到最终答案。返回搜狐，查看更多