人工智能四个流派？

栏目：人工智能作者： 531科技网时间： 2024-08-20 10:41

一、人工智能四个流派？

(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。

(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。

(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。

他们对人工智能发展历史具有不同的看法。

1、符号主义认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又再计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，证明了38条数学定理，表了可以应用计算机研究人的思维多成，模拟人类智能活动。正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法->专家系统->知识工程理论与技术，并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。这个学派的代表任务有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。

2、连接主义认为人工智能源于仿生学，特别是对人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播算法(BP)算法。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，伟神经网络计算机走向市场打下基础。现在，对人工神经网络(ANN)的研究热情仍然较高，但研究成果没有像预想的那样好。

3、行为主义认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。到20世纪60~70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，它被看作是新一代的“控制论动物”，是一个基于感知-动作模式模拟昆虫行为的控制系统

二、人工智能四个字？

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

三、人工智能的四个流派？

一般来讲，我们可以把人工智能研究划分为四大流派。每个流派的目标稍有不同，研究方法常常大相径庭。

第一个流派我们称之为“传统人工智能”。这个流派确实试图构建能复制人类行为的计算机系统，指责其想用机器取代人类还不算冤枉。

第二个是广为人知的“人机交互”（human computer interaction），它是当今计算机科学的几个较大分支学科之一。

第三个被称之为“机器学习”（machine learning）。

第四为“人造的人工智能”（artificial artificial intelligence）这一领域，更众所周知的是“集体智慧”（collective intelligence）。

四、人工智能的四个研究途径？

快包

智能产品开发，外包服务平台

演绎、推理和解决问题早期的人工智能研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。到了1980和1990年代，利用机率和经济学上的概念，人工智能研究还发展了非常成功的方法处理不确定或不完整的资讯。

对于困难的问题，有可能需要大量的运算资源，也就是发生了“可能组合爆增”：当问题超过一定的规模时，电脑会需要天文数量级的记忆体或是运算时间。寻找更有效的算法是优先的人工智能研究项目。

五、人工智能是哪四个提出？

人工智能在五六十年代时正式提出，1950年，一位名叫马文·明斯基(后被人称为“人工智能之父”)的大四学生与他的同学邓恩·埃德蒙一起，建造了世界上第一台神经网络计算机。这也被看做是人工智能的一个起点。

巧合的是，同样是在1950年，被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法——图灵测试。按照图灵的设想：如果一台机器能够与人类开展对话而不能被辨别出机器身份，那么这台机器就具有智能。而就在这一年，图灵还大胆预言了真正具备智能机器的可行性。

1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词。后来，这被人们看做是人工智能正式诞生的标志。就在这次会议后不久，麦卡锡从达特茅斯搬到了MIT。

同年，明斯基也搬到了这里，之后两人共同创建了世界上第一座人工智能实验室——MIT AI LAB实验室。值得追的是，茅斯会议正式确立了AI这一术语，并且开始从学术角度对AI展开了严肃而精专的研究。

在那之后不久，最早的一批人工智能学者和技术开始涌现。达特茅斯会议被广泛认为是人工智能诞生的标志，从此人工智能走上了快速发展的道路。

六、人工智能四个模式识别

在人工智能领域中，模式识别是一个至关重要的概念，它指的是系统对输入数据中的规律、特征进行学习和识别的能力。人工智能四个模式识别有助于计算机系统理解复杂的信息，并作出相应的推断和决策。这四个模式识别包括了图像识别、语音识别、文本识别以及动作识别。

图像识别

图像识别是人工智能领域中最常见的模式识别技术之一。通过深度学习和神经网络等技术，计算机系统可以分析图像中的特征，识别物体、场景和人脸等内容。图像识别在医疗影像诊断、无人驾驶、安防监控等领域有着重要的应用价值。

语音识别

语音识别技术可以让计算机系统理解和处理人类语言的能力。通过语音识别，计算机可以将语音转换成文本或命令，实现语音交互和语音控制功能。在智能手机助手、智能音箱和车载语音识别系统等产品中广泛应用。

文本识别

文本识别是指计算机系统能够理解和分析文本内容的能力。通过自然语言处理和文本挖掘等技术，计算机可以抽取文本中的信息、情感和主题等特征，用于文本分类、情感分析和信息检索等任务。

动作识别

动作识别技术可以帮助计算机系统识别和理解人体动作。通过分析视频流或传感器数据，计算机可以识别人体动作的类型、方向和速度等信息，用于体感游戏、运动监测和姿势识别等应用场景。

人工智能四个模式识别技术不仅在工业生产、医疗保健、智能交通等领域有着广泛的应用，还在日常生活中扮演着重要的角色。随着人工智能技术的不断进步和普及，模式识别技术将会越来越深入到我们的生活中，为我们带来更多便利和可能性。

七、为什么唤醒人工智能需要四个字？

人工智能需要唤醒“意识”，因为没有“意识”的人工智能还只是“人工智障”，只是一行行的执行代码，面向于人的机器还是冷冰冰的。

我们现在有能力让人工智能“意识”唤醒的第一步就是和他们对话，所以语音和语言成为关键点。小智从这次发布会看，科大讯飞的机会最大，用语音诠释了人工智能“+”的内涵和外延！

八、提出人工智能四个问题的是谁？

马化腾提出了他注意到的关于未来的人工智能的四个问题。

“可知”：人工智能的算法是否能够变得清晰透明、可以解释？

“可控”：如何避免人工智能危害人类个人或整体的利益？人工智能所做的决定，是否最终仍然需要由具体的人来承担责任？

“可用”：人工智能是否能让尽可能多的人使用，共享技术红利，避免出现技术鸿沟？

“可靠”：人工智能是否能够足够快地修复自身漏洞，真正实现安全、稳定与可靠呢？

九、人工智能之父谁提出人工智能发展过程中需要面对的四个问题？