搞AI？先了解AI流派如何抬杠再说

对于任何计划搞 AI 的人来说，一个非常重要的事情是——了解 AI 的这些不同学派和方法之间之间的差异。事实上，AI 不是一个同质的领域，而是不断发生不同学派之间的争议的领域。AI 经历了半个多世纪的发展，带上了太多其他学科的印记。在很长一段时间里，AI 被符号主义者统治。符号主义是一种基于规则的系统，具有“零学习”(Zero learning)的特点。

20世纪80年代，一种新的 AI 方法开始出现，我们称之为机器学习。

最后，还有“简单学习”(Simple Learning)。然而在最近十年里，最大的变化是我们偶然发现了“深度学习”，而且它杀伤力极强，似乎无所不能。

当然，这是一个非常简化的 AI 历史。实际上，AI 领域有许多不同的方法和流派。Pedro Domingo 在《终极算法》一书中描述了5个不同的 AI “学派”。一位名为 solidrocketfuel 的 Y Combinator 用户不甘示弱，发了条帖子，说 AI 至少有“21 个不同的流派”。

技术派戏精的show time

技术派的大乱斗甚至从AI还未诞生时就已经出现了。毕竟AI是各种学科混血剩下的小可爱。其中涉及到的包括但不限于：逻辑学、哲学、生物进化、脑神经科学、仿生学……

其实最早的人工智能的技术流派只有两种：联结主义与符号主义。后来在看热闹不嫌事儿大的华盛顿大学教授Pedro Domingos的倡导下，人们又将人工智能分为五大流派：符号主义、联结主义、行为主义、进化主义还有贝叶斯派，至此技术派的大乱斗从一山不容二虎变成了《后宫.AI传》。

符号主义

符号主义可谓是AI技术流派中的开山鼻祖以及常青树。它的起源为逻辑学与哲学，常用算法为规则以及决策树。他们的主要思想逻辑为人工智能来源于数理逻辑。因此主要使用符号、规则、逻辑等来对知识进行表征描述以及逻辑推理。

符号主义算法：

在人工智能的发展中，符号主义曾经一度独领风骚，发展至今也仍是一只主流学派。但是这种方法在一些边缘特殊情况下，总是会出现超纲的情况，这也是其发展的一大桎梏。

联结主义

联结主义则是AI技术派的大网红，毕竟近些年来常见的深度学习就是人家的典型模式。

上数三代，联结主义的起源为神经科学，是综合了认知心理学、心理哲学与人工智能等多个领域而形成的一种理论。主要应用场景是图像、声音识别以及翻译等活动。这一派的学者他们相信智能的起源是万物互联。模型的建构参照对人脑模型的研究，常见的形式为神经网络模型。

人造神经元：

在1943年就有生理学家麦卡洛克以及数理逻辑学家皮茨两人仿照人脑创立除了MP模型，开创出电子装置仿照人脑结构以及运作方式的新纪元。在上个世纪六七十年代这种连接主义曾一度掀起热潮。但是后来则逐渐没落又出现多次浮沉。目前，这一学派目前最典型的形式就是人们常常能听到的深度学习。

行为主义

行为主义则是AI技术派中的奇葩，不同之处就在于其他学派重点在于认知归纳，而行为主义则主要关注外在的表现而相对忽略大脑、神经在其中参与的认知作用。

在具体的研究上，他们主要深入探索基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。因此，行为主义也称为行动模拟学派，它的拥护者则相信人工智能的起源是基于“感知-行动”反应机制的控制论。

在上个世纪的四五十年代控制论的思想就一度成为十分重要的思潮。但是直到二十世纪末期行为主义才以一个人工智能的新学派的面孔出现在大众面前。

进化主义

进化主义相对来说是技术派的小透明，看看这段文字的字数你也就知道了。进化主义起源于生物进化学，常用算法为遗传算法以及遗传编程。整体遵循的原则为生成变化，然后选择其中能够达到目的的最优解。学派的代表人物包括John Koza、John Holland与Hod Lipson等。

遗传算法：

贝叶斯派

贝叶斯派是AI技术派中的理性大学霸，毕竟它的起源是统计学。

这一流派最常使用的算法为：朴素贝叶斯以及马尔可夫。原理为获取未知状态下事件发生的可能性，然后进行概率推理并做出主观的相应决策。接着再用贝叶斯公式对结果进行检测后对概率进行相应的修正，最后得出最优决策。

概率推理：

这一理论曾是1990年代到2000年代的主导理论。比较常见的使用场景为邮箱的反垃圾邮件功能。

此处芯君用一张图来总结这经典的5大流派：

文艺派戏精的灵魂式拷问

相比技术流派实打实的用算法互相碾压，AI思想派则更擅长于灵魂式拷问。AI未来如何？人类会毁灭吗？人会爱上机器吗？

虽然在人工智能领域，目前人类还处于弱人工智能阶段，但是这并不影响文艺派戏精们对未来合理预想。结合这些对未来的预判，细分下来思想上大致可以分为五种流派：天性乐观的傻白甜乌托邦思想、天性悲观的炮灰反乌托邦思想、保守派的爹妈缺乏生产力思想、福大于祸的吃瓜群众科技乐观型思想以及客观理想的行动派现实主义思想。

乌托邦型思想

要理解什么叫做乌托邦型思想，首先理解什么叫做乌托邦。乌托邦就是一个寄存着人类所有美好幻想的类似于童话镇的地方。简单来形容一下就是猫吃鱼、狗吃肉奥特曼打小怪兽。

秉持这一单纯美好的小理念的科学家们主要关注的是经济层面的积极影响，他们认为人工智能将是人类历史上的又一大革命性开创。也就是说如果经济不出现衰退（不过这是不可能的），那么人工智能将会引领经济创造出极端的财富以及增长速度。

解释一下上面这段话就是说这是不可能的。除非上天照应、佛祖保佑、上帝可怜外加人类血厚还开挂，这也是不可能实现的。

更令人觉得匪夷所思的是乌托邦型思想的学者认为“人工智能和计算能力将在未来20年取得突破，以实现奇点，届时，机器将能够完全模仿人类大脑的工作方式。”也就是说，人工智能将拥有与人类类似的认知与技能，成为社会生产中没有惰性的完美员工。

对于这一派的学者的观点，读芯君表示自己已经在瑟瑟发抖。二十年就到奇点，这简直是全民失业的灾难片的打开方式好吗？

反乌托邦型思想

有人天性乐观自然也就有人天性悲观，反乌托邦的学者们则是坚定的站在了的对立面。他们虽然不像乌托邦型思想的学者那样too young too simple,但是这类型的学者他们却几乎是阴谋论者在看待人工智能。

反乌托邦型思想的学者他们的主要关注点则是人工智能发展带给人类社会的一些负面效应。这一派的人物以以将SPACE X发射升空的商业明星造梦家马斯克为杰出代表。不过这里需要特别强的是马斯克他们反对的是实际上是超人工智能的出现，而非我们现在所说的通用人工智能。

人工智能最终带给人类的并不是极乐净土而是兵荒马乱。与乌托邦型思想型思想学者一样，他们认为在某个社会阶段人工智能将会达到人类的认知以及技术水平，甚至在某些方面会超越人类。但是到了这一阶段，人工智能将会从人类的小狼狗变成一只野外虎视眈眈的饿狼。

届时，机器不仅将在工作上取代人类，甚至会在社会地位上取代人类成为人类的主宰。（PS现在人类不也是被猫主子主宰，不但身体上被主宰，精神上更是达到了一日不吸猫就精神萎靡神情沮丧的大溃败。）

毕竟相比人类，机器不会饥饿、不会懒惰、也不会有各种感情困扰比如恋爱、分手、吵架这种情况来影响自己的工作效率。所以这也将造成人类的高失业率以及低收入，使得人类成为机器的奴隶，最终无论是生活质量还是精神状况都出现极大的倒退。

缺乏生产力思想

这一派的学者相对而言将眼光着眼到了全球的各个领域，看法相对保守。尽管人工智能将会出现长足的发展，但是它带来的影响力也许并不如人们所预期的那样巨大。

这种看法呢，通俗点来说就是佛系。好，都行，没问题，随缘……

尽管从现实出发，尽管近些年来的科技发展呈指数级别的发展，并且在各个领域都出现了许多功勋卓著的成果，但是毕竟人类社会的组成是多元化的。整个社会水平的发展遵循的是木桶的短板理论，任何一方面拖了后腿都不行。

也就是说尽管人工智能将会得到从一到一百的发展，但是只要贫富差距、思想状况、经济发展、医疗状况、环境状况不能同步发展，人类社会的发展依旧是效果甚微。

科技乐观型思想

这一派的科学家对于人工智能整体的预期在基于现实的情况下持乐观态度。科技的发展必定是引领人们朝着一个更美好的方向去发展，但是也不可避免的带来一些其他的负面效应。因此人们需要在科技进步的同时不断去解决这些因为科技进步而带来的其他麻烦以保证正面效应大于负面效应。

其实说白了就是偶像剧的套路。尽管最后的大结局一定是男主女主愉快和谐的生活在一起，但是中间一定要有过几次类似分手、误会、出国，但是只有一个原则就是车祸癌症死不了。人类最终与AI小手拉小手走向美好的小未来。

尽管离理想的人工智能发展情况还有一定的时间需要等待，但是它终将是可被掌握的，人们也将因为掌握这种技术而从中获益，从来带来经济的发展以及社会生活水平的提升。

但是在这一过程中也会带来一些例如就业岗位减少或者消失、低技能人群收入降低甚至负收入的情况。原有的一些例如清洁工、教师、医生等职位也将会随之消失。

现实主义思想

这一派的学者整体的态度偏向中立，他们习惯于基于已有的历史构想出未来的许多种可能，可能会有好的，也可能会有坏的。

嗯，这种思想是最靠谱的最不会出错的，但是说了等于白说。

但是未来毕竟是未来，我们对它缺乏一个全面系统的认知以及研究，它会带来事故还是惊喜，在不同行业分别会带来什么样子的影响，就这些影响综合起来对整个社会来说究竟是美梦还是噩梦？谁也不知道，一切只有社会发展到了相应的阶段一切谜底才能自然揭晓。

读芯君开扒

很多公司自称是 AI 公司，你快问他用的是哪派方法

对于科技的怀疑，对于未来的想像，一直都是人类长久以来的争论重点。每一个新技术的诞生与兴起与之相伴随的必定是随之而来的各种争议。基于技术手段的不同以及立场的不同，人们的观点大相径庭。这些争论促使人类创造未来的同时也在警醒着人们让人们约束自己的行为。

有很多公司声称自己是 AI 公司，在搞 AI 研究。你需要向他们提一个直截了当的问题：这些公司都在使用什么 AI 方法?因为这里面的一个严峻的现实是，并不是所有的 AI 都是平等的。所以有观点认为，最好的方法之一是将深度学习与其他算法相结合。AlphaGo 便是这样，使用了蒙特卡洛树搜索技术和深度学习的结合。

在当前，算力、人工智能、感测器、机器人的聚合技术，为世界带来质的改变，并改变每个行业本身。而我们身处时代的洪流中，却在不知不觉中被它推动着前行，既被浪花裹挟，又是浪花本身。

只有一边的发展一边的总结，结合历史约束现在，也才能创造未来。

欢迎关注 留言 点赞 发个朋友圈

我们一起探讨AI落地的最后一公里

作者：王俞羽

参考文献链接：

https://baijiahao.baidu.com/s?id=1593715183613857372&wfr=spider&for=pc

http://www.52rd.com/S_TXT/2016_3/TXT81386.htm?WebShieldDRSessionVerify=AiPGNCHcN4PVI90DSZZU

如需转载，请后台留言，遵守转载规范