人工智能（artificial intelligence, AI）自1956年誕生以來(lái),在60多年的發(fā)展歷史中,一直存在兩個(gè)相互競(jìng)爭(zhēng)的范式,即符號(hào)主義與連接主義（或稱亞符號(hào)主義）.二者雖然同時(shí)起步,但符號(hào)主義到20世紀(jì)80年代之前一直主導(dǎo)著AI的發(fā)展,而連接主義從20世紀(jì)90年代才逐步發(fā)展起來(lái),到21世紀(jì)初進(jìn)入高潮,大有替代符號(hào)主義之勢(shì).今天看來(lái),這兩種范式只是從不同的側(cè)面模擬人類的心智（或大腦）,具有各自的片面性,依靠單個(gè)范式不可能觸及人類真正的智能.需要建立新的可解釋和魯棒的AI理論與方法,發(fā)展安全、可信、可靠和可擴(kuò)展的AI技術(shù).為實(shí)現(xiàn)這個(gè)目標(biāo),需要將這兩種范式結(jié)合起來(lái),這是發(fā)展AI的必經(jīng)之路.本文將闡述這一思想,為敘述方便,我們稱符號(hào)主義為第一代AI,稱連接主義為第二代AI,將要發(fā)展的AI稱為第三代AI. 

【文章來(lái)源】：中國(guó)科學(xué):信息科學(xué). 2020,50(09)北大核心CSCD

【文章頁(yè)數(shù)】：22 頁(yè)

【文章目錄】：
1 第一代人工智能
2 第二代人工智能
3 第三代人工智能
    3.1 雙空間模型
        3.1.1 知識(shí)與推理
        3.1.2 感知
        3.1.3 強(qiáng)化學(xué)習(xí)
    3.2 單一空間模型
        3.2.1 符號(hào)表示的向量化
        3.2.2 深度學(xué)習(xí)方法的改進(jìn)
        3.2.3 貝葉斯深度學(xué)習(xí)
        3.2.4 單一空間中的計(jì)算
4 總結(jié)


【參考文獻(xiàn)】：
期刊論文
[1]Big Learning with Bayesian methods[J]. Jun Zhu,Jianfei Chen,Wenbo Hu,Bo Zhang.  National Science Review. 2017(04)



本文編號(hào)：3204186