這個課程思考呢，是源於老師上課給出的兩個問題，也算是一定的總結課堂上的內容。

Question

請談談你對自然智慧和人工智慧的理解。

你如何認識人工智慧的三個流派及其關係。

Assignment

我選修這門課的目的是配合專業課人工智慧導論和專業選修課機器學習進行進一步的拓寬我的視野和知識面。以下是結合老師上課使用的課件和我自己的理解。

一、  關於自然智慧和人工智慧的理解

首先先從實質上的智慧進行分析，根據某權威百科：從感覺到記憶到思維這一過程，稱為“智慧”，智慧的結果就產生了行為和語言，將行為和語言的表達過程稱為“能力”，兩者合稱“智慧”，將感覺、記憶、回憶、思維、語言、行為的整個過程稱為智慧過程，它是智力和能力的表現。

從字面上理解，自然是天然存在的智慧，人工智慧是人為通過某種手段實現的智慧。據相關文獻，自然智慧的定義是“在環境中，對多種植物和動物的一種認識和分類的能力”。自然智慧更關注在大自然、戶外這樣特定環境中的各種生命形式。而人工智慧的定義課堂上已經給出：用人工製造的方法，實現智慧機器或者是在機器上實現的智慧系統。

自然智慧是以人為中心，包括有語言智慧、數學邏輯智慧、空間智慧和身體運動智慧等。而隨著人工智慧的發展，我們可以逐漸感受到自然智慧顯得越來越沒有相應的歸屬感。

人工智慧的目的是實現人的智慧，部署機器思維、機器感知與決策和行為。

這是通過比照人的智慧特性而構建的分散式AI結構模型，我們充分的體會到人工智慧就是在實現人的行為、人的思維和人的數理邏輯等等，人的自然智慧。

而人工智慧的衡量則是由圖靈測試進行統一的劃分，這麼一來人工智慧的概念和自然智慧的概念就基本清楚了。

但是人工智慧的分類遠不止這些，它包括了機器學習、計算機視覺、自然語言處理和情感感知計算等等。AI+的世界是非常讓我們這些學計算機的同學著迷的。

除了單個單個的理解我還有如下的看法：雖然，人工智慧看似讓自然智慧的存在價值日益走低，但現實的操作中人工智慧只有在自然智慧密切配合之下，才能真正發揮自己的作用。人工智慧和自然智慧之間存在自然而合理的分工，決不是相互排斥和相互取代，而是要相互補充和相互支援，併合理地組織優化相互間的關係。對這兩個系統而言，人是主要的。人工智慧應處處為人工作，適應並滿足人的需要。人和自然智慧不僅是人工智慧的建立者和使用者，而且是人工智慧的唯一掌握者。

簡而言之，機器超過人、統治人是不可能的，人工智慧更不可能取代自然智慧，人工智慧只有在自然智慧密切配合之下，才能真正發揮自己的作用。

二、  人工智慧的三個流派及其關係

根據老師課上展示的PPT和人工智慧普遍的認可，自1956年人工智慧誕生以來，20世紀中後期先後在西方出現了三個人工智慧學派：符號主義，連線主義，行為主義。這個分類是基於三種不同的認知觀。

符號主義是站在認為人工智慧是源於數理邏輯為基礎，是一個功能模擬的方法，且認為智慧的基本單元是符號，而認知的過程是符號表示下的符號運算。原理主要是物理符號系統假設和有限合理性原理。代表性成果有GPS系統、人機博弈以及現代演繹戰爭等。

符號主義也有一定的侷限性，首先是符號系統的侷限性，其精確度是一個問題，對於其對於一些非邏輯的推理過程也不實用，對於有噪音的資訊也難以表達。

連線主義是站在認為人工智慧是結構模擬的方法，類似仿生學，其原理基礎是為人工神經元網路以及神經網路間的連線機制與學習演算法。這個流派認為人工智慧源於仿生學，尤其是源於人腦的模型的研究。代表性的成就有神經網路計算機和線代ANN技術結合影象處理等。

同樣，這個理論也有著侷限性，單一的仿生導致難以用因果關係解釋活動過程。但是前景隨著進化計算等理論的開拓，發展十分有前景。

行為主義則是認為人工智慧是行為模擬的方法，其理論基礎是控制論與感知-動作型控制系統。這個流派認為人工智慧源於控制論。這個流派的代表性成果有智慧控制、智慧機器人等等。

我們可以發現，行為概念的引入可以使成果更加的實用更易物理實現。但是這個流派沒有固定的正規化，因此缺乏系統的理論指導。

所以我們橫向的進行比較可以發現：符號派是在模仿人的心智，通過知識的表示來實現知識圖譜；連線派則是模擬人腦的結構通過部署神經網路來深度學習；而行為派則通過模擬人的行為構造出機器人進一步學習（增強學習）。

我們通過上述的敘述中的侷限性可以知道：符號主義缺乏理論間的相互輔助，符號系統本身的侷限性有束縛；連線主義缺少有邏輯的因果解釋處理問題。我們可以發現連線主義和符號主義是有機會形成互補的。最後一種行為主義是缺少理論指導，這個可以結合其餘兩個流派的經驗構建屬於行為主義的理論體系。

以我自己的觀點，三個流派是趨於統一的綜合模式，三個學派從不同的角度來研究和實現智慧，三個學派各自的方法都是智慧的一個部分，所以真正實現的人工智慧機器一定是組合了三個學派的理論和方法的。我們可以設想，行為主義提供相適應的硬體基礎，連線主義提供相對應的神經網路和底層演算法框架結構，而最後的符號主義提供紮實的理論基礎和功能模擬。