2

符号主义、连接主义与控制论的回顾

AI999 第2课:演化计算的源流与多路线交汇
00:00

在人工智能的早期历史中,对“智能”的理解并非单一路线。本页建立三条路线的比较坐标:符号主义、连接主义与控制论。它们分别从知识表示与推理、分布式并行网络、动态反馈调节三个角度回答“智能如何产生”。

符号主义、连接主义与控制论的回顾 三条路线速览:从知识表示、分布式并行到动态反馈,回答“智能如何产生” 符号主义 知识表示与显式推理 前提 A 规则 A → B 推理机 结论 B 显式表示 · 演绎推理 连接主义 分布式并行表征学习 输入层 隐藏层 输出层 并行处理 · 表征学习 控制论 动态反馈调节 目标值 比较器 控制器 受控对象 反馈回路 误差调节 · 目标达成 知识载体 符号结构 连接权重 状态反馈 计算机制 逻辑推理 并行表征 反馈调节 与环境的关系 离线建模 数据驱动 在线交互

三条路线速览

  • 符号主义:以逻辑符号为载体,强调显式知识表示与规则推理;智能被看作对符号结构的操作,如“若 A 则 B”的演绎链。
  • 连接主义:以神经元连接权重为载体,通过分布式并行处理与表征学习从数据中提取模式;智能涌现于大量简单单元的协同。
  • 控制论:以反馈回路为核心,关注系统在动态环境中的误差调节、稳定机制与目标达成;智能体现为感知—决策—执行的闭环调节。

核心差异与互补

三者的根本差异可从三个维度把握:知识载体(符号 / 权重 / 状态反馈)、计算机制(逻辑推理 / 并行表征 / 反馈调节)、与环境的关系(离线建模 / 数据驱动 / 在线交互)。

历史坐标
回顾早期 AI 路线,不是为了判定谁更优越,而是识别它们各自的侧重点与互补性;这些源流也为后续演化计算、混合智能与“智能多路线重新汇合”提供了历史框架。

例如,一个智能系统可能同时包含:用逻辑规则约束决策(符号主义)、用神经网络完成感知与表征(连接主义)、用反馈回路调节行为(控制论)。这种“知识表示—并行计算—动态调节”的组合,正是现代智能系统的重要特征。