人工智能的五大流派
大?。?/span>0.4 MB 人氣： 2017-12-08 需要積分：1
“人工智能”是一個非常含糊的術語。這是因為人工智能（AI）是1955年在一種非常傲慢的情境下被創造出來的一個術語：
我們建議于1956年夏天在新罕布什爾漢諾威的達特茅斯學院進行一個為期2個月，10個人參加的人工智能研討會。
該研討會將基于如下設想進行：學習的每個方面或有關智能的其他特征原則上可以非常精確地進行描述，以至于能被機器模擬。我們將嘗試找到讓機器使用語言、形式抽象和概念的方式，解決現在只能由人類解決的問題，并提升人類智能。
AI 經歷了半個多世紀，也帶上了太多其他學科的印記。在很長一段時間里，AI 被符號主義者統治。符號主義是一種基于規則的系統，具有“零學習”（Zero Learning）特點。20世紀80年代，一種新的 AI 方法開始出現，我們稱之為機器學習。最后，還有“簡單學習”（Simple Learning）。然而，在最近十年里，最大的變化是我們偶然發現了“深度學習”，而且它殺傷力極強，似乎無所不能。
當然，這是一個非常簡化的 AI 歷史。實際上，AI 領域有許多不同的方法和流派。Pedro Domingo 在《終極算法》一書中描述了5個不同的 AI “學派”。一位名為 solidrocketfuel 的 Y Combinator 用戶不甘示弱，發了條帖子，說 AI 至少有“21 個不同的流派”。
對于任何計劃搞 AI 的人來說，一個非常重要的事情是了解 AI 的這些不同學派和方法之間之間的差異。AI 不是一個同質的領域，而是不斷發生不同學派之間的爭議的領域。下圖是一個概況：
符號學派（Symbolists）：是使用基于規則的符號系統做推理的人。大部分 AI 都圍繞著這種方法。使用 Lisp 和 Prolog 的方法屬于這一派，使用 SemanticWeb，RDF 和 OWL 的方法也屬于這一派。其中一個最雄心勃勃的嘗試是 Doug Lenat 在80年代開發的 Cyc，試圖用邏輯規則將我們對這個世界的理解編碼。這種方法主要的缺陷在于其脆弱性，因為在邊緣情況下，一個僵化的知識庫似乎總是不適用。但在現實中存在這種模糊性和不確定性是不可避免的。
非常好我支持^.^
(2) 100%
不好我反對
(0) 0%