分裂是人工智能領(lǐng)域的核心。自成立以來(lái)，該領(lǐng)域已被兩個(gè)相對(duì)的哲學(xué)之間的智力拔河所定義：連接主義和象征主義。對(duì)于如何“解決”智力問(wèn)題，這兩個(gè)陣營(yíng)有著截然不同的看法，研究議程各不相同，有時(shí)還存在痛苦的關(guān)系。

如今，連接主義統(tǒng)治著AI世界。深度學(xué)習(xí)的出現(xiàn)是一種典型的連接主義技術(shù)，它在過(guò)去十年中推動(dòng)了AI活動(dòng)和資金的全球爆炸式增長(zhǎng)。深度學(xué)習(xí)的最新成就令人驚訝。然而，隨著深度學(xué)習(xí)的普及，其局限性越來(lái)越明顯。

如果人工智能要充分發(fā)揮其潛力，就必須在連接主義和象征主義之間達(dá)成和解。值得慶幸的是，在學(xué)術(shù)和商業(yè)環(huán)境中，融合這兩種傳統(tǒng)上對(duì)立的方法的研究工作已經(jīng)開(kāi)始出現(xiàn)。這樣的綜合很可能代表了人工智能的未來(lái)。

AI的符號(hào)方法試圖構(gòu)建通過(guò)操縱直接映射到概念(例如，單詞和數(shù)字)的符號(hào)來(lái)智能運(yùn)行的系統(tǒng)。同時(shí)，連接主義方法通過(guò)互連的處理單元的大規(guī)模網(wǎng)絡(luò)(通常稱(chēng)為神經(jīng)網(wǎng)絡(luò))來(lái)表示信息并模擬情報(bào)，而不是通過(guò)符號(hào)來(lái)明確表示。

在許多方面，聯(lián)系主義和象征主義代表著彼此的陰陽(yáng)：每種方法都有核心優(yōu)勢(shì)，而其他優(yōu)勢(shì)則是重要的弱點(diǎn)。神經(jīng)網(wǎng)絡(luò)根據(jù)所饋送的數(shù)據(jù)發(fā)展出靈活的，自下而上的直覺(jué)。他們數(shù)以百萬(wàn)計(jì)的相互連接的“神經(jīng)元”使他們對(duì)輸入的等級(jí)和歧義高度敏感。它們的可塑性使他們能夠根據(jù)新信息進(jìn)行學(xué)習(xí)。但是，由于神經(jīng)網(wǎng)絡(luò)不是由人類(lèi)明確編程的，因此它們是“黑匣子”：通常不可能用對(duì)人類(lèi)有意義的術(shù)語(yǔ)來(lái)查明為什么他們做出自己的決定。缺乏可解釋性是在高風(fēng)險(xiǎn)的實(shí)際環(huán)境中廣泛使用連接主義方法的根本障礙。

符號(hào)系統(tǒng)不存在此問(wèn)題。由于這些系統(tǒng)使用附加了離散含義的高級(jí)符號(hào)進(jìn)行操作，因此它們的邏輯和內(nèi)部工作方式是人類(lèi)可讀的。折衷是符號(hào)系統(tǒng)更加靜態(tài)和脆弱。當(dāng)遇到未明確編程處理的情況時(shí)，它們的性能往往會(huì)下降?，F(xiàn)實(shí)世界是復(fù)雜而異質(zhì)的，充滿(mǎn)了模糊定義的概念和新穎的情況。象征性AI不適合應(yīng)對(duì)這種復(fù)雜性。

在成立之初，人工智能領(lǐng)域就以象征主義為主導(dǎo)。作為一門(mén)嚴(yán)肅的學(xué)科，人工智能的歷史可以追溯到1956年夏天，當(dāng)時(shí)一小群學(xué)者(包括諸如克勞德·香農(nóng)(Claude Shannon)，馬文·明斯基(Marvin Minsky)和約翰·麥卡錫(John McCarthy)之類(lèi)的未來(lái)人工智能偶像)在達(dá)特茅斯組織了一個(gè)為期兩個(gè)月的研究工作坊。學(xué)院。從那個(gè)夏天起該小組的原始研究建議就可以明顯看出，這些AI先驅(qū)者的智能概念是以符號(hào)理論和方法為中心的。

在整個(gè)1960年代到1970年代，象征性的AI方法占據(jù)了主導(dǎo)地位。著名的早期AI項(xiàng)目(例如Eliza和SHRDLU)就是說(shuō)明性示例。這些程序旨在使用自然語(yǔ)言(在精心規(guī)定的參數(shù)范圍內(nèi))與人類(lèi)互動(dòng)。例如，SHRDLU可以成功回答諸如“金字塔后面是否有大塊?”或“盒子包含什么?”之類(lèi)的人類(lèi)查詢(xún)。

與此同時(shí)，具有象征意義的AI研究顯示出希望的早期跡象，同時(shí)探索戲劇化的連接主義通往AI道路的新生努力也被關(guān)閉了。1969年，為了響應(yīng)對(duì)人工神經(jīng)網(wǎng)絡(luò)的早期研究，領(lǐng)先的AI學(xué)者M(jìn)arvin Minsky和Seymour Papert出版了具有里程碑意義的著作《Perceptrons》。這本書(shū)提出了數(shù)學(xué)證明，似乎證明了神經(jīng)網(wǎng)絡(luò)不能執(zhí)行某些基本的數(shù)學(xué)功能。