人工智能作为一门新兴学科，由于人们对人工智能的认识各自不同，也就 产生了对人工智能不同的思考，如同其他学科一样，人们从不同的角度、不同 的领域、不同的方向展开了各自的、独具特色的关于人工智能的探索之路。
３．１人工智能发展的派别 ３．１．１符号主义
符号主义把产生于大脑抽象思维的中的智能以物理符号系统假设为基础，
通过由符合实体所组成的具有物理模式建立、修改、复制和删除等操作所产生 的其他符号结构，从而实现对应的智能行为。
卡内基一梅隆大学的两位教授赫伯特・西蒙（Ｈｅｒｂｅｒｔ ＡｌｅｘａｎｄｅｒＳｉｍｏｎ）和 艾伦・纽厄尔（Ａｌｌｅｎ Ｎｅｗｅｌｌ）于１９７５年同时获得了图灵奖，他们不仅仅是计算
机科学家，更为重要的是由他们所创立的符号主义学派为人工智能的发展有着 杰出的贡献。
在２０世纪的５０年代，赫伯特・西蒙、艾伦・纽厄尔与当时另一名著名的学 者约翰・肖（Ｊｏｈｎ
Ｃｌｉｆｆ
Ｓｈａｗ）合作并开发出一套启发式程序一一逻辑理论家（ＬｏｇｉｃＴｈｅｏｒｉｓｔ）。这套程序第一次证明了图灵关于机器可以具有智能这一论 断，并打开了运用计算机探讨人类智能活动的序幕。在麦卡锡（Ｊ．ＭｃＣａａｈｙ，
１９７１年图灵奖获得者）的倡议下，许多来自于计算机科学、心理学、数学、电 气工程等各个领域的专家学者们参加了位于美国新罕布什尔州汉诺威市的达特 茅斯学院（Ｄａｒｔｍｏｕｔｈ Ｃｏｌｌｅｇｅ）举行的关于计算机模拟人类智能的会议。麦卡 锡在本次会议上正式定义了这一新的科学领域一一人工智能（Ａｒｔｉｆｉｃｉａｌ
Ｉｎｔｅｌｌｉｇｅｎｃｅ）。西蒙和纽厄尔把他们的“逻辑理论家＂带到大会上，作为当时唯 一的人工智能软件，引发了极大的关注。
真正让西蒙和纽厄尔成为符号主义学派创始人和代表人物的是他们提出的
“物理符号系统假说＂ＰＳＳＨ（Ｐｈｙｓｉｃａｌ
Ｓｙｍｂｏｌ Ｓｙｓｔｅｍ
Ｈｙｐｏｔｈｅｓｉｓ）。物理符号 系统的核心，即对一般智能行为具有充分而必要手段的系统，则一定能运行符 号的输入、输出、存储、复制、条件转移和建立符号结构这６种操作。反之，若能执行这６种操作的任何系统，在一定程度上也就～定能表现出某种智能。
通过这样假设，我们或许可以推论：
１、人是具备智能的，所以人是一个具有物理符号的系统。
２、计算机是一个物理符号系统，因此它也应具有一定的智能。
３、计算机可以通过物理符合系统模拟人，或者说能模拟人的智能。
１８
符号主义学派源于数理逻辑，并一直作为人工智能的主流学派，从早期率 先使用“人工智能＂开始，由启发式算法，专家系统到知识工程理论与技术，
为人工智能的发展做出了重要贡献。
３．１．２连接主义
连接主义认为智能是内省的思维过程，即大脑神经元之间的相互作用以及 信息间的相互交流，在模拟大脑神经系统结构的基础上可以建立人工神经元网 络，从而实现相应的智能行为。
１９４３年诞生的神经网络，成为了连接主义的萌芽，在此之后出现的系统论、
控制论、信息论无不与连接主义密切相连。连接主义的思路是通过计算智能的 研究，将多个具有简单应激性的个体通过相互之间的信息交流来进行协同工作，
最后来实现较高的智能。
连接主义大发展时期来自于的７０年代的耗散结构论、协同学、超循环论。
神经网络在自组织理论的指导下，不仅使遗传算法、进化计算等新的连接主义 方法得到了巨大发展，而且通过系统动力学特性演化的分析，在研究计算智能 问题的认识上得到一个飞跃，即智能计算系统，通过多种模式下的竞争和协同，
利用信息交换，以达到更高的有序状态。
我们可以看到连接主义强调的是信息交换、自组织行为、竞争和协同，它 不仅从物质之间和能量之间的角度去观察世界，而且重视“序＂在物质中的存 在。
３．１．３行为主义
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”【７１。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世界８０年代的智 能控制和智能机器人系统的诞生撒下了种子。
罗德尼・布鲁克斯（ＲｏｄｎｅｙＡ．Ｂｒｏｏｋｓ）作为行为主义的杰出代表，提出人工 智能系统的研究应仿真自然智能进化过程，并研制出一只６足的机器虫，它是 由１５０个传感器和２３个执行器构成的可以行走的机器人系统，虽离人类智能具
１９
有思维、推理等能力还相差甚远，但在应对复杂环境上展现出极强的适应性，
大大超过了原有的机器人系统。
行为主义思想提出引发了人们的极大兴趣，但是依然有人质疑布鲁克斯的 机器虫，认为这样的仿真不可能会有高级控制行为，机器的智能进化更是一种 幻想。虽然如此，行为主义学派中的控制论、系统工程的思想给人工智能带来
了新的发展模式。
３．２人工智能发展的技术基础
人工智能发展的研究中有着各种各样的手段和方法，无外乎是其一个目 的，尽可能的去达到类人状态。由于计算机技术的飞跃式的发展，为人工智能 深入研究创造了强大的技术支撑，依靠着先进的科学技术，探索人工智能发展 的途径主要有三个方面：系统仿真、人脑模型、人工神经网络。
３．２．１系统仿真
系统仿真是在分析系统中各个要素之间的基础上，建立一个仿真模型用来 描述系统结构和过程，以此通过实验和分析获得所需要的各种信息。
系统仿真可以解决数学模型无法求解时的一些计算技术，同时作为认为的 一种实验手段，描述出比较真实的系统运行、演变和发展的过程。通过系统仿 真，可以系统的收集信息，将复杂系统分解若干个子系统逐个分析，不仅能暴
露出原系统中隐藏的问题，还能带来新的思路和新的对策。
系统仿真方法是以系统的结构模型和量化分析模型为基础，转换为可在计 算机上通过编程进行仿真的模型，然后对这个仿真模型进行仿真实验。主要有 连续系统仿真方法和离散系统仿真方法。
３．２．２人脑模型
人脑模拟是设计出一种可以在信息输入输出、控制反馈等方面与人脑及其 活动相类似的自动机器。
作为这一领域的代表人物亨利・马克莱姆（Ｂｌｕｅ Ｂｒａｉｎ）和他的研究小组在 成功作出了小鼠的神经活动模拟图后，一直进行着～个蓝脑计划。该计划试图 通过超级计算机来“复制”人脑以及各种活动。马克莱姆希望在将来可以构建 出完美的人类大脑模型，这不仅将帮助我们人类去对抗各种疾病的困扰，也将 引领我们人类更好地去认识我们所处的这个世界。他们试图通过对大脑活动的 解码，做出一个类大脑的模板运用在计算机上，使得它的预算可以跟人脑的思 维一样，不仅可以感知，还可以拥有情感。
这样的计划听起来似乎有些疯狂和可笑，在许许多多的批评和质疑中，马
２０
克莱姆依然坚信，大脑在计算机中的复制只是时间问题。
３．２．３人工神经网络
人工神经网络是通过模仿生物神经网络行为，调整各个元素间相互连接的 关系，进行输入输出的信息处理，具有自学习和自适应的能力，涉及计算机科 学、思维科学、生物科学、神经科学等多个领域的交叉学科。
人工神经网络是一种非程序化、适应性、大脑风格的信息处理，其本质是 通过网络的变换和动力学行为得到一种并行分布式的信息处理功能，并在不同 程度和层次上模仿人脑神经系统的信息处理功能。它是涉及神经科学、思维科 学、人工智能、计算机科学等多个领域的交叉学科。人工神经网络模型根据连 接的拓扑结构分为前向网络、反馈网络。
传统人工智能在对于直觉如语音识别、非结构化信息处理方面存在缺陷，
使得人工神经网络在优化组合、智能控制、模式识别、预测等方面取得更大的 应用空间。
３．３人工智能发展的科学基础 ３．３．１认知科学
认知科学是一门探究人脑或心智工作机制的前沿性的新兴学科，不仅研究 人类感知，还从人类个体到人类社会的智能活动中研究思维信息处理过程，以 及人类智能和机器智能的性质。
认知科学是人类学、计算机科学、语言学、脑神经科学、哲学、心理学等 多学科交叉发展的结果。因此，认知科学具有综合性的特点，通过跨学科的综 合性研究特定的问题，即智能问题，不仅研究人类心智的本质，而且着重在“三 大计算”上研究智能体的问题，即认知计算、情感计算、意义计算，这“三大
计算＂同时也是目前认知科学研究的前沿。
由于生命的多样性，许多问题尚在探索和探究之中，认知科学的兴起和发 展使得这样的研究从多个角度、多方面去找寻并提炼出关键性的问题，发展新 的科技，解决当前人类所面临的各种困难，如环境污染、资源耗竭、新能源的 开发与应用等。
由于生命的多样性，许多问题尚在探索和探究之中，认知科学的兴起和发 展使得这样的研究从多个角度、多方面去找寻并提炼出关键性的问题，发展新 的科技，解决当前人类所面临的各种困难，如环境污染、资源耗竭、新能源的 开发与应用等。