智能系統的技術演進與歷史源流

如果只把智能系統的歷史讀成一條直線，就會嚴重誤判它今天的樣子。符號主義、連結主義、控制論與演化計算這幾股技術源流，長期各自沿著不同的假設分頭探索，直到當代工程實踐中才真正重新匯合。理解這個匯合點，是理解 EvoX 為什麼把架構做成現在這樣的前提。

四條源流各自解決了什麼

• 符號主義：以顯式知識表示與邏輯推理刻畫智能，強調可解釋的規則與結構化符號操作。它把「講清楚」放在「算出來」之前，代價是難以處理模糊、高維、含雜訊的現實世界。
• 連結主義：以神經網路與分散式表徵為核心，透過資料驅動的參數學習逼近目標函數。它擅長從資料中擬合複雜映射，但通常需要一個被明確指定的目標與標籤。
• 控制論：以回饋、調節與環境互動為核心，把智能理解為系統與環境之間的閉環過程。它給出了「持續修正」的機制，卻把「該探索什麼」的問題留給了搜尋策略。
• 演化計算：以種群承載多樣性、以變異與重組產生變化、以評價與選擇保留有效結構，不預設唯一最佳解。它不回答「正確答案是什麼」，而回答「如何在開放空間中持續變好」。

為什麼說它們在今天重新匯合

三條經典路線提供了表徵、生成與擬合的能力，演化計算提供了開放搜尋、適應與持續改進的機制。兩者疊加，恰好覆蓋了「知道怎麼算」與「知道往哪走」這兩個不同層面的問題。由此得到本頁最關鍵的一個判斷：智能既可以被當作「預設產品」來交付——先定義標籤與唯一最佳輸出，讓模型去逼近它；也可以被當作「環境過程」來培育——只定義搜尋空間與評價標準，由種群在迭代中自行發現可用解。EvoX 選擇後者。