导读

人工智能的快速发展，近一至两年内彻底重塑了人们对未来的想象。近期，萝卜快跑等无人驾驶技术的迅速普及，引发了公众对于AI社会影响的广泛关注与担忧。同时，大语言模型的惊人进步似乎在一夜之间显现，令人瞩目。在2023年初，有人提出“历史已终结”的观点，认为OpenAI在大模型领域已无可匹敌。然而，业内专家指出，大模型的崛起并非偶然现象，AI发展历经波折。

人工智能发展历史概览

人工智能领域存在三大核心学派：模拟人类心智的符号主义、模拟大脑结构的联结主义以及模拟行动决策的行为主义。行为主义虽与机器人学关系紧密，但在理论体系中较独立，其主要观点已被融合进联结主义，故本书重点阐述符号主义与联结主义的视角。

符号主义：从逻辑到计算

早期人工智能以符号主义为主导，这一理论始于1956年的达特茅斯会议，持续至20世纪90年代末。符号主义的核心理念是将现实世界抽象为可被机器识别的符号，通过逻辑推理来理解世界，本质上认为智能即计算。该学派直接源自图灵的思想，图灵不仅定义了人工智能，还提出了图灵测试，以评估机器的智能程度。图灵机的计算架构和图灵测试成为人工智能的基础理论框架。

从图灵到符号表达与专家系统

图灵及其追随者，如马文·明斯基和赫伯特·西蒙，引领了符号主义的黄金时期，这一时期延续了半个世纪。期间，符号表达和专家系统成为符号主义的两大重要成果。符号表达是指将知识转化为符号形式，语义网络是其中的典型应用，它能直观表示信息并进行复杂推理。知识图谱的引入进一步推动了语义网络的应用，使搜索引擎能够区分品牌Apple与水果apple。此外，专家系统作为基于特定领域知识解决问题的计算机程序，实现了商业应用的初步探索。

专家系统与局限性

尽管专家系统在特定领域展现出潜力，但它们受限于无法应对现实世界中模糊和难以描述规则的挑战。随着深蓝计算机在国际象棋领域的胜利，符号主义的局限性逐渐显现。深蓝的成功仅限于棋盘游戏，无法拓展至其他领域，这标志着符号主义走向了困境，难以实现商业化价值。

从图灵测试到AI寒冬

由于发展未达预期，符号主义遭遇两次寒冬，导致投资减少、学术研究萎缩。吴飞教授指出，人工智能需要模拟大脑而非仅追求逻辑推导，这预示着突破传统思维方式的必要性。

联结主义：从边缘到主流

与符号主义聚焦于心智模拟不同，联结主义旨在模仿大脑的神经网络。联结主义的起源可追溯至1943年麦卡洛克和皮茨提出的首个人工神经网络模型。1957年，罗森布拉特开发的“感知机”模型标志着神经网络的初步应用，展示了机器学习在完成智能任务中的潜力。

感知机与神经网络的兴起

感知机的简单设计却蕴含深远意义，它展示了无需预先编程即可通过机器学习完成特定任务的可能性，为后续神经网络的发展铺平了道路。然而，感知机的局限性——无法解决异或运算问题——引发了对神经网络的质疑，导致研究热情下降。

深度学习与联结主义的复兴

随着计算能力的提升，深度学习方法解决了多层神经网络的计算难题，使联结主义在人工智能领域重获关注。联结主义的理论基础得以复苏，引领了人工智能的又一次飞跃。

结论

综上所述，符号主义与联结主义分别代表了人工智能发展的两个阶段，它们各自经历了从兴起到挫折的过程。尽管面临挑战，但人工智能领域持续探索与创新，不断寻求新的理论和技术突破，以期实现更加智能和高效的机器。