人工智能的诞生与三大学派的形成

人工智能作为一门学科，诞生于20世纪中叶，它的目标是让机器产生类似于人类的智能。由于对“智能”本质的理解不同，在人工智能的发展过程中，逐渐形成了三个具有影响力的学派：符号主义、连接主义和行为主义。它们有不同的学术思想和研究路径，共同推动了人工智能的进步，并逐步在现实应用中融合协同发展。而今，人工智能已经走出实验室，深入到人们的日常生活中，从智能手机中的语音助手到自动驾驶汽车，从“文生文”到“文生视频”，人工智能正在以惊人的速度改变世界。今天，就让我们沿着人工智能发展史的脉络，共同回顾人工智能的诞生与三大学派的形成历程。

序曲：人工智能的先声

故事的开头，要追溯到1936年，图灵首次提出一种抽象的计算模型，它通过无限长的纸带、读写头和一组状态规则来模拟人类计算过程，这就是人们常说的“图灵机”。在奠定现代计算机理论先声的同时，这种通过形式化符号操作模拟智能行为的思想也启发了后续符号主义的研究。

1943年，《神经活动中内在思想的逻辑演算》一文发表，文章中提出的形式化的神经元数学模型为后续人工神经网络的出现奠定了数学基础，该文也被视为连接主义的起点。正是这个看似抽象的理论模型，在多年后催生了能写诗作画的生成式人工智能。

1950年，图灵在哲学杂志《心智》上发表论文，提出了著名的“图灵测试”：如果一台机器能通过电传设备与人类展开对话，与它进行对话的人又不能被辨别出它是机器还是人，那就可以认为这台机器具有智能。虽然当时没有提出“人工智能”这个概念，但是“图灵测试”的理念为人工智能的诞生奠定了思想基础。

图1 图灵测试示意图（原图片来自网络，由百度AI图片助手进行清晰化等处理）

诞生：人工智能进入公众视野

让我们把目光拉回到1956年的达特茅斯会议。这次会议上，学者们畅谈如何利用刚问世不久的计算机来实现人类智能的问题。在会议筹备期，麦卡锡建议用“人工智能”来标识这个新兴的学术领域，参会的学者都表示同意。从那一年开始，“人工智能”一词开始出现在公众的视野中，这次会议也标志着人工智能开始作为一门独立学科而存在。彼时，计算机技术尚处于起步阶段，但科学家们已开始尝试让机器模拟人类的逻辑思维与问题求解能力。

图2 1956年达特茅斯会议（图片来自网络）

符号主义：逻辑规则的符号表达

符号主义是人工智能发展早期的主流学派，他们认为：智能的核心在于逻辑推理和知识的精准表达，智能活动的本质是对符号的操作与处理，因此人工智能的设计重点应该是将知识表示为一系列符号及其逻辑关系，并依据预设的规则进行运算，典型应用之一便是专家系统。

专家系统通过将特定领域的知识编码为符号规则，利用推理引擎模拟专家的决策过程，为实际问题提供解决方案。它的优点是能够将领域知识编码为显式规则，不足之处是依赖于人工构建知识库，存在知识获取瓶颈，难以处理不确定性问题。在当代，符号主义的思想仍体现在诸多人工智能中。例如，智能语音助手在处理用户指令时，会将语音信息转化为文本符号，再依据预设的语义规则进行解析与响应，其底层逻辑编辑仍然是符号主义。

图3 智能语音助手示意图（该图片由豆包生成）

连接主义：神经网络的仿生探索

连接主义受到生物神经网络的启发，认为复杂行为涌现自简单单元的协同作用，主张人工智能的实现重点是要对大脑神经网络工作方式进行模拟。连接主义中具有代表性的研究成果是神经网络，它通过神经元的连接和权重调整来学习数据中的模式，提取特征和规律，从而产生智能。

1957年，罗森布拉特发明了感知机，由于当时的计算能力和数据量的限制，它只能处理简单的线性问题，无法解决复杂的非线性问题，这使得连接主义在早期的发展中一度陷入困境。1986年，鲁梅尔哈特等人实现了反向传播算法的工程化突破，使多层神经网络训练成为可能。21世纪初，在硬件革新、数据爆发、算法突破等因素的共同作用下，深度神经网络开始崛起，它一方面带来了自动驾驶和医学影像分析等领域的突破，也催生了DeepSeek等诸多大语言模型，重塑了人机交互方式。

图4 神经网络示意图（图片来自网络）

行为主义：从行为表现洞察智能

行为主义认为智能是通过智能体在环境中采取行动并接收反馈、逐步学习而形成的。他们关注的是智能体在环境中的行为表现，强调智能体与环境的交互。这是一种“做中学”的智慧：既然人类的学习是从每一次尝试开始的，那么人工智能的行为模式和策略也可以在与世界的真实互动中逐步形成。想象一下，行为主义者设计的智能机器就像是一只在林间自由探索的小动物，通过不断地尝试和试错，学会适应环境，找到食物，躲避危险。

行为主义的代表性成果是强化学习，其核心思想是通过试错和奖励机制来优化行为策略，解决复杂决策问题。如今，强化学习被应用于多个领域，如机器人控制和游戏领域。今天，一些软件的信息推荐算法也基于强化学习，它们通过分析用户的行为反馈来优化内容推荐。

图5 强化学习示意图（图片来自网络CSDN社区）

融合：共创人工智能未来

在人工智能的发展中，符号主义、连接主义和行为主义都起到了很重要的作用。虽然在初始阶段，三大学派各自按照自己对“智能”的理解进行不同的探索，但这些学派的思想在当下常被融合使用。例如，知识图谱就是基于符号主义与连接主义的合作，而击败世界顶级围棋选手的围棋程序AlphaGo则是连接主义和行为主义相结合的产物。人工智能的未来，一方面是建立在这些已有智慧之上，另一方面也需要在探索与学习中融合发展。读者朋友们，你们准备加入到人工智能的探索之旅吗？

图6 AI生成的未来世界（该图片由midjourney生成）