人工智能研究的三大流派：比較與啟示

王廣贊，易顯飛

(長沙理工大學 社會治理創新研究中心， 湖南 長沙　410114)

隨著第一臺電子計算機的問世，人類拉開了人工智能技術發展的歷史序幕。一般認為，人工智能是對人腦的模擬和擴展，是研究以人造的智能機器或智能系統來延伸人類智能的一門科學[1]。人工智能研究者基于對“智能”的不同理解，形成了符號主義、聯結主義和行為主義三大流派。本文擬通過對人工智能研究領域的三大流派進行比較與分析，從中獲得相關的有價值的啟示。

一、人工智能研究的三大流派

人工智能在長期的發展過程中逐漸形成了學界公認的三大流派：符號主義、聯結主義和行為主義。在20世紀80年代中期之前，符號主義作為最成功的流派而一枝獨秀[2]，20世紀80年代之后，符號主義逐漸衰落，聯結主義與行為主義趁勢而起。在這交替變換中，人工智能的研究也逐步地發展。

符號主義，也被稱之為邏輯主義[3]，它是基于還原論的理性主義方法。該學派認為智能的基本元素是“符號”，人的認知過程是一個信息加工過程[2]，通過對符號的邏輯演繹與推理等方式可以將智能活動表達出來。他們將信息加工系統也就是通常所理解的“認知系統”看作是一個巨大的符號加工系統，將智能系統理解為物理符號系統[4]。設計好的信息處理程序將智能活動形式化為某種算法，通過算法對搜集到的信息進行邏輯處理，使得機器最終輸出智能結果。由于符號主義以邏輯推理法則作為其主要思想[5]，因而蘊含了深厚的數理邏輯思想，在發展過程中也取得了豐碩的成果。歷史地看，從1956年到1986年，符號主義經歷了從一枝獨秀到逐漸衰落的過程[6]。究其原因，主要是還原論的理性主義方法無法對復雜系統的問題進行有效處理，簡單的線性分解會使得系統復雜性遭到破壞，并且形式化的處理方式對常識問題采取了回避態度，但是到了20世紀70年代，常識問題對于人工智能而言卻是無法回避的問題[2]。于是，聯結主義和行為主義趁勢而起，通過最新的研究成果，開始逐漸占領人工智能的領地。

聯結主義，也被稱之為仿生學派[4]。通過模擬人類神經系統的結構與功能，聯結主義試圖使機器擁有智能。在人工智能研究興起階段，聯結主義與符號主義各自沿著自己的研究模式前進。由于聯結主義排斥符號主義，引發了同符號主義關于認知架構的學理論爭[7]。20世紀60年代，聯結主義在與符號主義對項目和資金的殘酷競爭中失敗，導致聯結主義陷入困境[6]。人工神經網絡科學研究是聯結主義研究的重要部分，但由于隨著網絡層數的增加，訓練過程無法保證“收斂”曾嚴重受挫[5]。可喜的是，隨著腦神經科學研究的進展，聯結主義的研究也逐漸取得新的突破。直至2006年，深度學習技術瓶頸的突破，打破了深度網絡難以收斂的局面。從此，深度學習迅猛發展，特別是號稱“學習從零開始”的AlphaGo Zero，在通過幾天的自我博弈后，將曾擊敗李世石的AlphaGo Lee打敗，從而引發學界的震動。深度學習算法加上強大的計算能力，使得機器在一些領域擁有了超越人類平均水平的智能表現，從而引發了人們對于人工智能是否會超越人類智能甚至最終取代人的激烈討論。

行為主義，也被稱之為進化主義[4]。行為主義認為智能行為就是通過與環境交互對感知結果做出相應行為?；诳刂普摰摹案兄獎幼鳌蹦Ｊ?，行為主義希望能夠通過模擬生物的進化機制，使機器獲得自適應能力[2]。早期的行為主義研究著重在“控制論動物”的研制上[4]。行為主義認為從模擬動物的“感知—動作”開始，最終復制出人類的智能。20世紀80 年代，智能控制與智能機器人系統的出現，使得行為主義又登上一個新臺階。20世紀末期，行為主義正式提出了智能取決于感知與行為，以及智能取決于對外界環境的自適應能力的觀點。作為一個新的學派，正式在人工智能研究的舞臺亮相[4]。與聯結主義一樣，行為主義在20世紀80年代以前，處于符號主義光芒的掩蓋之下。當符號主義走向衰落，行為主義的研究成果不斷涌現，該學派終于同聯結主義一樣“從幕后走向了前臺”[2]，并且由于行為主義與傳統觀點的迥異而備受關注。

二、三大流派的比較分析

對于智能的不同理解，產生了不同的流派與不同的研究方式。符號主義認為智能是基于邏輯規則的符號操作，人的認知活動是符號計算的過程[8]。可以說，通過程序對信息的處理實現智能活動是符號主義的研究方式。聯結主義認為智能是腦神經元構成的信息處理系統，人類的認知是腦神經元運動的經驗結果。大腦是由神經元構成的神經網絡聯結而成，通過模擬人類神經系統的結構和功能對信息進行處理，來實現智能活動是聯結主義的研究方式。這兩種研究方式可看作是人類智能中的兩種主要思維能力：邏輯演繹與歸納推理，兩種流派可以與這兩種能力分別對應[5]。與兩種流派相區別，行為主義認為智能就是通過感知外界環境做出相應的行為，認知活動是對外界環境“感知—動作”的反應模式。行為主義不重視對信息的處理，在與環境交互下，模擬相同智能行為的實現是其研究方式。

首先，符號主義認為智能是基于邏輯規則的符號操作，他們從“符號是智能行動的根基”出發，認為有機體是帶程序的“活生生的機器”[9](P142)。“智能的核心就是根據某套規則作出理性決策”[10]，符號主義對于智能的表達方式，我們可以理解為是這樣的一個過程：模擬人類邏輯思維去設計信息處理程序，對搜集到的信息符號化并按照程序進行邏輯處理，最后輸出知識或行為完成智能的表達。符號主義主張功能模擬方法，堅信只要建立出一個通用的、萬能的邏輯運算體系，就可以使計算機模擬人類的思維[4](P16)。作為智能的一部分，符號主義認為人的認知活動就是基于邏輯規則的符號計算過程。誠然，知識是對信息的積累以及重新組合，智能的基本元素是符號的觀點同人類的邏輯演算能力相契合。符號主義學派曾涌現出大量的研究成果，并被應用于實踐，包括專家系統與機器定理證明等。從而在很長一段時間，符號主義處于人工智能領域的核心地位。但是符號主義的研究方式也被很多人所批判，最典型代表當屬現象學哲學家德雷弗的批判，他認為符號主義對于智能的觀點“完全是西方形而上學傳統的遺產”[6]。在他看來，符號主義研究者是企圖繞過大腦和軀體，利用對行為的形式化去認知世界的本質的“最后的形而上學家”[11]。現實世界的多樣性與復雜性，使得萬能邏輯推理體系將會面臨無限多的形式系統。在智能活動發生之前，邏輯運算體系就已經建立好了，同人類相比，符號主義實現的智能行動中，心靈仿佛沒有了自我創造的潛能，雖然其中的心理學派將心靈也視作一個計算系統[9](P10)。但正如批評者所認為的，在信息處理任務中，心理學派忽略了基礎的、無意識的方面，并且將模式匹配這一對算術來說至關重要的因素看作理所當然，從而使得科學性相對缺乏[9](P13)，并且模塊理論家們認為對于“較高層次的心理過程”無法進行詳盡的解釋[9](P13)。同時，由于注重智能對信息的邏輯運算結果，而不注重對信息的歸納總結，從而引起了聯結主義的強烈排斥，與聯結主義形成了很大的理論分歧。

其次，聯結主義認為智能是腦神經元構成的信息處理系統，他們認為大腦是由神經元構成的神經網絡聯結而成，而人類智能的實現過程就是通過神經網絡中神經元之間的交互而實現，所以智能是大腦神經元組成的信息處理系統。聯結主義通過對神經網絡模型的建立來實現對大腦的模擬，同符號主義不同，聯結主義主張結構模擬，他們認為智能行為同功能與結構緊密相關[12]。聯結主義通過模擬人類神經系統的結構功能來實現對智能行為的模擬，認為相互連接的人工神經網絡中，通過對傳遞規則、連接權重以及閾值的設定進行運算形成認知的基礎，動態變化的連接權重能夠在不斷訓練中實現對情境認知效率的提高，這些正是“形而上學”式的符號主義所缺乏的[7]。所以相對于符號主義的“認知就是計算”的觀點不同，聯結主義認為人類的認知是腦神經元運動的經驗結果[8]。近些年來，由于大數據技術的出現，通過深度學習等技術，聯結主義對于知識結構的分析獲得了較多成果。深度學習算法運用多層神經網絡，以無監督學習的方式，通過對數據特征的逐層遞歸使得學習結果獲得質的飛躍[13]，可以視為是對人類歸納推理能力的“再現”，這種自下而上的范式，更加容易實現實踐領域上的應用價值。于是，在符號主義逐漸衰弱的時候，聯結主義的發展似乎一路高歌猛進，在模式識別、游戲博弈甚至藝術創作方面都獲得了超越人類正常水平的表現[5]。德雷弗斯在晚年也曾對聯結主義表達過期待，認為聯結主義與符號主義的還原論傳統不同，他們將自己視為整體論的神經科學[9](P418)。但是由于聯結主義依賴于人類對自身腦神經系統的了解程度，而目前人類對于大腦的結構并未有了解透徹，其對人腦的模擬程度被現有神經科學水平所限制。況且，整體性的人類生命遠遠不只有人腦神經網絡[2]，所以對人類智能實現“真正”模擬依然任重道遠。

最后，行為主義認為智能是通過感知外界環境做出相應的行為。智能行為就是通過與環境進行交互，從而對感知結果做出相應反應。對外界信息的交互感知，是行為主義研究的一個重要方面。行為主義根據“感知—動作”型控制系統模擬人對行為的控制與實現，認為相同智能水平上的行為表現就是智能，而并不需要知識、表示與推理，所以對于認知活動，行為主義認為是對外界環境“感知—動作”的反應模式。行為主義主張行為模擬，認為只有在真實環境中的反復學習，才能夠最終學會在復雜的未知環境中處理問題?；凇案兄獎幼鳌毙涂刂葡到y，行為主義利用感應器對外部情景進行信息感知，模擬生物體在該情景中所表現的反應，通過從感知到動作的映射規則，力圖使智能體在相同情景下產生相似的經驗行為。與聯結主義一樣，行為主義也認同功能結構同智能行為的密切關系[12]。他們通過仿生學原理，模擬生物體結構制造出機器人，用其進行對生物體行為的模擬。由于行為主義的經驗主義表現[2]，在智能的實現過程中，不存在符號主義里無限的形式系統的尷尬，也不像聯結主義那樣需要對人體結構極度透徹的了解。它只需要智能體通過“感知—動作”型控制系統，以進化計算或強化學習的方法，通過對外部感知而做出的反應進行進化和學習，同時找尋合理的協調機制對智能體內部進行自我協調與主體間協調[14]。其中，自我協調使主體內部每一模塊之間避免沖突，主體間協調通過多個主體之間進行交互，避免主體間發生的死鎖或活鎖情況，如此即可使智能體的自適應行為逐步進化。與符號主義及聯結主義相比，行為主義不再執著于“內省式”的沉思，而是在與外界交互過程中用具體行為去擁抱真實世界。行為主義同樣是一種自下而上的范式，相比聯結主義，行為主義無形中應和了德雷弗斯對于人工智能發展所表達的“身體—情景—心智”的整體性觀念[6]，使其在實踐領域中更加具有應用價值。然而，從單細胞生物進化到人類的時間相當漫長，行為主義的自適應機制想要通過進化實現出具有人類智能的機器，或許路還要很長。

三、啟示

對于當前發展得如火如荼的人工智能，技術樂觀主義與技術悲觀主義均表達關切，可以說學界呈現出喜憂參半的心態。通過對人工智能三大流派的比較和分析，或許對這些關切可提供有價值的回應或啟示。

首先，人工智能實實在在地延展了人類認知。基于對智能的理解不同，三大流派對“認知”都提出了自己的觀點。符號主義是對人類邏輯演繹思維的模擬，聯結主義對應的則是人類歸納推理思維的再現。二者的研究成果都是模擬人類智能的產物，無論是“認知就是計算”還是“認知是腦神經元運動的經驗結果”，其運行方式與人的顱內認知方式有相同之處，邏輯演繹與歸納推理是人類智能中的兩個主要組成部分[5]，即符號主義與聯結主義的研究成果使得延展認知從理論上成為可能。符號主義嚴密的邏輯推理體系，能夠幫助使用者迅速獲得對象的必然性規律，聯結主義通過無監督的方式獲得數據分布式特征的強大能力，能夠幫助使用者迅速獲得關于對象的特征屬性或一般性結論，兩者夠幫助人們快速適應各種工作，其效果遠超“奧托的筆記本”[15]。從控制論出發，大腦以外部神經為媒介控制身體進行各種活動[16]，人機接口技術的實現可以認為是行為主義與聯結主義的共同成果。通過將人腦神經細胞的“碳基”同計算機的“硅基”聯結從而實現“人機合一”[17]，使得延展認知在事實上成為了可能。計算機與人類自身的認知系統共同構成認知的載體來對環境進行認知活動[18]，通過人機接口技術，在認知活動中實現人與機器的“合體”，共同完成認知活動。“延展認知”論題雖自提出就備受爭議，基于信息技術的認知延展卻可以為延展認知的哲學假說進行辯護[19]。“人在以世界為背景的情景中與技術打交道”[20]，通過信息技術與人機接口技術，心靈的邊界將變得更為模糊，身體、大腦、環境、技術、社會正在形成一種新的相互融合的“智能體”[19]。人類認知的延展使人類能夠更加便捷的面對世界。

其次，對人工智能的技術悲觀主義態度雖具有一定合理性但仍顯過早。人工智能的迅猛發展，讓越來越多的人認為人工智能會帶來巨大技術風險，甚至擔心會將人類取代[21]。通過對三大學派的分析與比較可知，三大學派在對機器實現人類智能的道路上各有困境。多樣而復雜的現實世界，使得符號系統無法周全地完成萬能邏輯推理體系，從而開始走向衰落。邏輯演繹并非人類智能的全部，對符號主義而言，非邏輯思維是其無法實現的障礙；對人類直覺思維、情感思維以及聯想思維等的模擬，是符號主義的“短板”。聯結主義深度學習技術的突破大概成為當前人們擔憂人工智能技術的主因，“AlphaGo Zero”通過自我博弈打敗了它的“前輩”，從而加重了人們的技術恐慌。但是，聯結主義的深度學習算法是通過“多層神經網絡”對大腦結構功能的模擬，從而實現智能行為輸出的，受限于人類對于自身腦神經的有限了解，當前的深度學習并不能完成對大腦結構功能的真正模擬。技術理應是更好滿足人類生存需求的東西，對自身生命密碼的探索，一直是人類不懈的追求，假如有一天我們真的徹底了解了自身的生命密碼，到時設計一個具有同自身相當的智能體來或許風險亦已不存在。行為主義由于自適應機制在應用中的實用性受到重視，但智能的進化道路極其漫長，通過模擬生物的進化而實現人類智能尚需很長一段時間。符號主義已經式微，聯結主義與行為主義要充分實現人類智能尚需很長時間才有可能，故技術悲觀主義者對人工智能的擔憂略顯過早，而且這種過度擔憂，某種程度上會遲滯人工智能的健康發展?；蛟S某一天人工智能真的可以超越人類，但也許就在這個時間區間，人類必定已經尋找到了與其和諧共處的方式。

最后，人工智能各流派的融合發展是人工智能未來的發展趨勢。德雷弗斯認為，處于某種情境之中的智能體才是真正的智能[6]。那么智能的真正實現必須是一種在某種情境中的具身認知，是一種在“身體—心智—世界”相互交織的關系中實現的智能[6]。人工智能三種學派的研究方式各有優劣，“精確性”可以通過運用規則、符號進行表征而獲取，但“靈活性”卻需要通過統計性描述才能得到[7]。三大流派的方法可以說各有所長，符號主義擅長知識推理，聯結主義擅長技能建模，行為主義擅長感知行動。三大流派中的算法也各有優劣，通過相互融合，可以取長補短，獲得更高級的智能表現，例如模糊邏輯算法與遺傳神經網絡等，通過不同算法的融合獲得了比原來算法更好的性能[3]。事實上，三大流派并非真的涇渭分明，譬如符號主義在聯結主義方案中仍然大量存在[6]，“人機接口”更是行為主義與聯結主義相互融合的典型例子。從當下發展現實來看，人工智能若想要在“身體—心智—世界”交織關系中，對人類心智進行整體性關系框架的模擬，聯結主義、符號主義、行為主義三者的融合發展，是其未來發展的趨勢所在。