1.2.2　三大学派的比较

在人工智能的发展过程中，由于不同的学术背景、不同的基本理论、不同的研究方法和不同的技术路线，人工智能研究产生了三大学派：符号主义、连接主义和行为主义。

1）符号主义

符号主义（symbolism）也叫做逻辑主义（logicism），其主要观点是组成人类思维的基本单元是符号，计算机是一个物理符号系统，可以通过各种符号的运算来实现“智能”。主要科学方法是基于实验心理学与计算软件计算相结合的，以思维过程的功能模拟为重点的“黑箱”方法。符号主义的代表人物主要有艾伦·纽厄尔（Allen Newell）、赫伯特·西蒙（Herbert A. Simon）以及尼尔斯·约翰·尼尔森（Nils John Nilsson）。其中，艾伦·纽厄尔是信息处理语言（information processing language, IPL）的发明者之一，他和赫伯特·西蒙以及另一位学者一起合作开发了最早的两个AI程序：逻辑理论家（logic theorist）和通用问题求解器（general problem solver）。尼尔斯·约翰·尼尔森是著名的A*搜索算法的发明者之一，他的研究以智力必需基于明确表示的知识为前提，在搜索、规划、知识表示和机器人方面做出了卓越贡献。

由于符号主义对人工智能的解释比较符合人们的认知，更容易为大家所接受，所以符号主义在很长一段时间内处于主导地位。但并不是每个人都认同这个想法。1980年，美国哲学家约翰·塞尔（John Searle）提出著名的“中文屋实验”（图1-2），认为仅仅依靠符号并不能叫做智能。中文屋实验可以简单理解为如果你询问手机上的智能语音助手的心情，它可能会回答自己今天心情很好，可这并不意味着它真的感觉很好，因为它无法感受，而只是根据你的问题在所有可作为回复的答案中进行匹配，然后选择最合适的答案反馈给你。中文屋实验很好地解释了符号的匹配并不能体现真正的智能。

图1-2　中文屋实验

2）连接主义

连接主义（connectionism）又叫做仿生学派（bionicsism），他们主张人类实现智能的基本单元是神经细胞，进行智能行为的基础是神经元的突触联结与突触传递机制。该学派学者认为人工智能源于仿生学，可通过神经网络和网络间的连接机制与学习算法来模拟人的智能。主要的代表人物有沃伦·麦克洛奇（W. McCulloch）和沃尔特·皮茨（W. Pitts）。连接主义的标志性事件是麦克洛奇和皮茨于1943年建立了第一个神经网络模型，简称M-P模型，这为以后人工神经网络的发展奠定了基础。后续诸如感知机模型（perceptron）、递归神经网络（recursive neural network）、深度神经网络（deep neural networks）的出现，更是将连接主义提升至前所未有的高度。如今，连接主义代表人物主要有Yann LeCun、李飞飞、Geoffrey Hinton等。

早期的连接主义认为可以完全实现人工智能，于是1981年哲学家普特南在他的《理性、真理与历史》一书中设计了著名的“缸中之脑实验”（图1-3），对连接主义的观点进行批判。“缸中之脑实验”可以理解为一个人的大脑被取下放在了一个装满特制营养液的大缸中，始终保持着大脑的活性。为了让大脑仍然意识到自己还活着，将其神经末梢与计算机相连，大脑的一切输入都由计算机完成，于是给大脑造成了幻境。“缸中之脑实验”说明因为缸中的大脑与人体的大脑都一样通过与外界连接接收信号，若对输入的信号进行人为处理，那么缸中的大脑就不知道自己是在人体中还是在缸中，因此这也证明连接主义并不能完全实现智能。

图1-3　缸中之脑实验

3）行为主义

行为主义（actionism）又叫做进化主义（evolutionism），其主张人工智能来源于控制论，人的智能经过漫长的进化得来，而真正的人工智能也应是不断进化的，需要通过与外界的交互、对外界环境的适应才能表现出来。行为主义的代表人物是罗德尼·布鲁克斯（Rodney Brooks）。他设计出的六足行走机器人虽然不具备模拟人的思维或者其他意识活动的能力，但能够适应复杂的环境躲避各种障碍，并且对比之前的机器人其行为更像是昆虫。

对于行为主义，普特南同样设计出“完美伪装者和斯巴达人”实验用来反驳行为主义的观点。完美伪装者能够根据外界的需求完美表演相应的表情，但其内心却是平静的，而斯巴达人无论外界怎样刺激总是表现出平静的表情，但内心可能不平静。这一实验证明外在行为与内心并没有直接联系，也说明行为主义也并不能完全实现智能。