你方唱罢我登场 ——三大流派竞风流（第1 / 2页）

1958年西蒙就曾预言，计算机会在10年内成为国际象棋世界冠军。这一天虽然在30年后才姗姗来迟，却也验证了西蒙的论断。2011年，由IBM公司制造的另一台超级计算机又创造了历史：在美国的电视节目《危险游戏（Jeopardy）》中，超级计算机沃森（Watson）通过处理自然语言线索，在涉及各个领域的知识问答上战胜了人类选手。沃森的胜利是人工智能界的一个标志性事件，它说明计算机不仅能在初始条件确定的棋盘博弈中获胜，在不存在初始条件与边界条件的开放世界中的表现同样不逊于人类，至少是在某些特定条件下。

一言以蔽之，人机大战是符号主义学派人工智能的标志性应用，但这样的“战争”对IBM公司市值的意义远大于对人工智能发展的意义。经过短暂的辉煌之后，符号主义学派也逐渐走向式微。

连接主义学派并不认为人工智能源于数理逻辑，也不认为智能的关键在于思维方式。这一学派把智能建立在神经生理学和认知科学的基础上，强调智能活动是由大量简单的单元通过复杂的相互连接后并行运行的结果。众所周知，人类的智慧主要来源于大脑的活动，而大脑则是由一万亿个神经元细胞通过错综复杂的通路相互连接形成的。连接主义学派认为神经元不仅是大脑神经系统的基本单元，更是行为反应的基本单元。思维过程是神经元的连接活动过程，是通过大量突触相互动态联系着的众多神经元协同作用来完成的。

尽管传统的人工智能研究者也在奋力挣扎，但是他们不得不承认，如果采用完全不同的世界观，即让知识通过自下而上的方式涌现，而不是让专家们自上而下地设计出来，那么机器学习的问题其实可以得到很好地解决。这就好比我们教育小孩子，传统人工智能好像填鸭式教学，而新的方法则是启发式教学：让孩子自己来学。

事实上，在人工智能学术界，很早就有人提出过自下而上的涌现智能的方案，只不过它们从来没有引起大家的注意。一批人认为可以通过模拟大脑的结构（神经网络）来实现，而另一批人则认为可以从那些简单生物体与环境互动的模式中寻找答案。他们分别被称为连接学派和行为学派。与此相对，传统的人工智能则被统称为符号学派。自20世纪80年代到90年代的十年间，这三大学派形成了三足鼎立的局面。

符号主义学派的代表人物是达特茅斯会议的与会者之一麦卡锡，而他对人工智能的理解也代表了符号主义学派的见解：

“（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。”

<img alt="" src="/book/uploads/2022/02/20220208-40.jpg">

图1-6 约翰·麦卡锡

符号主义学派认为人工智能源于数理逻辑，而数理逻辑才是智能行为的描述方式，用于机器定理证明的逻辑演绎系统事实上也继承了图灵测试的衣钵。该学派认为人类认知和思维的基本单元是符号，而认知过程就是对符号的逻辑运算，这样一来，人类抽象的逻辑思维就可以通过计算机中逻辑门的运算来模拟出来，进而实现机械化的人类认知，也就是人工智能。值得注意的是，麦卡锡着重强调人工智能的智能并不体现在真实的具体行为，而是体现在思维方式上，换言之，人类智能本身就能够被看成一类特殊的软件，至于运行它的硬件到底是碳基（人脑）还是硅基（计算机），反而没有那么重要了。

发明“逻辑理论家”的纽埃尔和西蒙则把麦卡锡的观点进一步推演为“物理符号系统假说”。该假说认为，任何能够将某些物理模式或符号转化成其他模式或符号的系统都有可能产生智能的行为，符号主义学派之名也由此而来。这种物理符号可以是人脑神经网络上的电脉冲信号，当然也可以是通过各种逻辑门产生的高低电平。在“物理符号系统假说”的支持下，符号学派把焦点集中在人类智能的高级行为，如推理、规划、知识表示等方面。这些工作曾在某些特定领域取得了空前的成功。

<img alt="" src="/book/uploads/2022/02/20220208-41.jpg">

图1-7 沃森在《危险游戏》节目中