搞AI？先了解AI流派如何「抬杠」再說！

對於任何計劃搞 AI 的人來說，一個非常重要的事情是——了解 AI 的這些不同學派和方法之間之間的差異。事實上，AI 不是一個同質的領域，而是不斷發生不同學派之間的爭議的領域。AI 經歷了半個多世紀的發展，帶上了太多其他學科的印記。在很長一段時間裡，AI 被符號主義者統治。符號主義是一種基於規則的系統，具有「零學習」(Zero learning)的特點。

20世紀80年代，一種新的 AI 方法開始出現，我們稱之為機器學習。

最後，還有「簡單學習」(Simple Learning)。然而在最近十年里，最大的變化是我們偶然發現了「深度學習」，而且它殺傷力極強，似乎無所不能。

當然，這是一個非常簡化的 AI 歷史。實際上，AI 領域有許多不同的方法和流派。Pedro Domingo 在《終極演算法》一書中描述了5個不同的 AI 「學派」。一位名為 solidrocketfuel 的 Y Combinator 用戶不甘示弱，發了條帖子，說 AI 至少有「21 個不同的流派」。

技術派戲精的show time

技術派的大亂斗甚至從AI還未誕生時就已經出現了。畢竟AI是各種學科混血剩下的小可愛。其中涉及到的包括但不限於：邏輯學、哲學、生物進化、腦神經科學、仿生學……

其實最早的人工智慧的技術流派只有兩種：聯結主義與符號主義。後來在看熱鬧不嫌事兒大的華盛頓大學教授Pedro Domingos的倡導下，人們又將人工智慧分為五大流派：符號主義、聯結主義、行為主義、進化主義還有貝葉斯派，至此技術派的大亂斗從一山不容二虎變成了《後宮.AI傳》。

符號主義

符號主義可謂是AI技術流派中的開山鼻祖以及常青樹。它的起源為邏輯學與哲學，常用演算法為規則以及決策樹。他們的主要思想邏輯為人工智慧來源於數理邏輯。因此主要使用符號、規則、邏輯等來對知識進行表徵描述以及邏輯推理。

符號主義演算法：

在人工智慧的發展中，符號主義曾經一度獨領風騷，發展至今也仍是一隻主流學派。但是這種方法在一些邊緣特殊情況下，總是會出現超綱的情況，這也是其發展的一大桎梏。

聯結主義

聯結主義則是AI技術派的大網紅，畢竟近些年來常見的深度學習就是人家的典型模式。

上數三代，聯結主義的起源為神經科學，是綜合了認知心理學、心理哲學與人工智慧等多個領域而形成的一種理論。主要應用場景是圖像、聲音識別以及翻譯等活動。這一派的學者他們相信智能的起源是萬物互聯。模型的建構參照對人腦模型的研究，常見的形式為神經網路模型。

人造神經元：

在1943年就有生理學家麥卡洛克以及數理邏輯學家皮茨兩人仿照人腦創立除了MP模型，開創出電子裝置仿照人腦結構以及運作方式的新紀元。在上個世紀六七十年代這種連接主義曾一度掀起熱潮。但是後來則逐漸沒落又出現多次浮沉。目前，這一學派目前最典型的形式就是人們常常能聽到的深度學習。

行為主義

行為主義則是AI技術派中的奇葩，不同之處就在於其他學派重點在於認知歸納，而行為主義則主要關注外在的表現而相對忽略大腦、神經在其中參與的認知作用。

在具體的研究上，他們主要深入探索基於智能控制系統的理論、方法和技術，研究擬人的智能控制行為。因此，行為主義也稱為行動模擬學派，它的擁護者則相信人工智慧的起源是基於「感知-行動」反應機制的控制論。

在上個世紀的四五十年代控制論的思想就一度成為十分重要的思潮。但是直到二十世紀末期行為主義才以一個人工智慧的新學派的面孔出現在大眾面前。

進化主義

進化主義相對來說是技術派的小透明，看看這段文字的字數你也就知道了。進化主義起源於生物進化學，常用演算法為遺傳演算法以及遺傳編程。整體遵循的原則為生成變化，然後選擇其中能夠達到目的的最優解。學派的代表人物包括John Koza、John Holland與Hod Lipson等。

遺傳演算法：

貝葉斯派

貝葉斯派是AI技術派中的理性大學霸，畢竟它的起源是統計學。

這一流派最常使用的演算法為：樸素貝葉斯以及馬爾可夫。原理為獲取未知狀態下事件發生的可能性，然後進行概率推理並做出主觀的相應決策。接著再用貝葉斯公式對結果進行檢測後對概率進行相應的修正，最後得出最優決策。

概率推理：

這一理論曾是1990年代到2000年代的主導理論。比較常見的使用場景為郵箱的反垃圾郵件功能。

此處芯君用一張圖來總結這經典的5大流派：

文藝派戲精的靈魂式拷問

相比技術流派實打實的用演算法互相碾壓，AI思想派則更擅長於靈魂式拷問。AI未來如何？人類會毀滅嗎？人會愛上機器嗎？

雖然在人工智慧領域，目前人類還處於弱人工智慧階段，但是這並不影響文藝派戲精們對未來合理預想。結合這些對未來的預判，細分下來思想上大致可以分為五種流派：天性樂觀的傻白甜烏托邦思想、天性悲觀的炮灰反烏托邦思想、保守派的爹媽缺乏生產力思想、福大於禍的吃瓜群眾科技樂觀型思想以及客觀理想的行動派現實主義思想。

烏托邦型思想

要理解什麼叫做烏托邦型思想，首先理解什麼叫做烏托邦。烏托邦就是一個寄存著人類所有美好幻想的類似於童話鎮的地方。簡單來形容一下就是貓吃魚、狗吃肉奧特曼打小怪獸。

秉持這一單純美好的小理念的科學家們主要關注的是經濟層面的積極影響，他們認為人工智慧將是人類歷史上的又一大革命性開創。也就是說如果經濟不出現衰退（不過這是不可能的），那麼人工智慧將會引領經濟創造出極端的財富以及增長速度。

解釋一下上面這段話就是說這是不可能的。除非上天照應、佛祖保佑、上帝可憐外加人類血厚還開掛，這也是不可能實現的。

更令人覺得匪夷所思的是烏托邦型思想的學者認為「人工智慧和計算能力將在未來20年取得突破，以實現奇點，屆時，機器將能夠完全模仿人類大腦的工作方式。」也就是說，人工智慧將擁有與人類類似的認知與技能，成為社會生產中沒有惰性的完美員工。

對於這一派的學者的觀點，讀芯君表示自己已經在瑟瑟發抖。二十年就到奇點，這簡直是全民失業的災難片的打開方式好嗎？

反烏托邦型思想

有人天性樂觀自然也就有人天性悲觀，反烏托邦的學者們則是堅定的站在了的對立面。他們雖然不像烏托邦型思想的學者那樣too young too simple,但是這類型的學者他們卻幾乎是陰謀論者在看待人工智慧。

反烏托邦型思想的學者他們的主要關注點則是人工智慧發展帶給人類社會的一些負面效應。這一派的人物以以將SPACE X發射升空的商業明星造夢家馬斯克為傑出代表。不過這裡需要特彆強的是馬斯克他們反對的是實際上是超人工智慧的出現，而非我們現在所說的通用人工智慧。

人工智慧最終帶給人類的並不是極樂凈土而是兵荒馬亂。與烏托邦型思想型思想學者一樣，他們認為在某個社會階段人工智慧將會達到人類的認知以及技術水平，甚至在某些方面會超越人類。但是到了這一階段，人工智慧將會從人類的小狼狗變成一隻野外虎視眈眈的餓狼。

屆時，機器不僅將在工作上取代人類，甚至會在社會地位上取代人類成為人類的主宰。（PS現在人類不也是被貓主子主宰，不但身體上被主宰，精神上更是達到了一日不吸貓就精神萎靡神情沮喪的大潰敗。）

畢竟相比人類，機器不會飢餓、不會懶惰、也不會有各種感情困擾比如戀愛、分手、吵架這種情況來影響自己的工作效率。所以這也將造成人類的高失業率以及低收入，使得人類成為機器的奴隸，最終無論是生活質量還是精神狀況都出現極大的倒退。

缺乏生產力思想

這一派的學者相對而言將眼光著眼到了全球的各個領域，看法相對保守。儘管人工智慧將會出現長足的發展，但是它帶來的影響力也許並不如人們所預期的那樣巨大。

這種看法呢，通俗點來說就是佛系。好，都行，沒問題，隨緣……

儘管從現實出發，儘管近些年來的科技發展呈指數級別的發展，並且在各個領域都出現了許多功勛卓著的成果，但是畢竟人類社會的組成是多元化的。整個社會水平的發展遵循的是木桶的短板理論，任何一方面拖了後腿都不行。

也就是說儘管人工智慧將會得到從一到一百的發展，但是只要貧富差距、思想狀況、經濟發展、醫療狀況、環境狀況不能同步發展，人類社會的發展依舊是效果甚微。

科技樂觀型思想

這一派的科學家對於人工智慧整體的預期在基於現實的情況下持樂觀態度。科技的發展必定是引領人們朝著一個更美好的方向去發展，但是也不可避免的帶來一些其他的負面效應。因此人們需要在科技進步的同時不斷去解決這些因為科技進步而帶來的其他麻煩以保證正面效應大於負面效應。

其實說白了就是偶像劇的套路。儘管最後的大結局一定是男主女主愉快和諧的生活在一起，但是中間一定要有過幾次類似分手、誤會、出國，但是只有一個原則就是車禍癌症死不了。人類最終與AI小手拉小手走向美好的小未來。

儘管離理想的人工智慧發展情況還有一定的時間需要等待，但是它終將是可被掌握的，人們也將因為掌握這種技術而從中獲益，從來帶來經濟的發展以及社會生活水平的提升。

但是在這一過程中也會帶來一些例如就業崗位減少或者消失、低技能人群收入降低甚至負收入的情況。原有的一些例如清潔工、教師、醫生等職位也將會隨之消失。

現實主義思想

這一派的學者整體的態度偏向中立，他們習慣於基於已有的歷史構想出未來的許多種可能，可能會有好的，也可能會有壞的。

嗯，這種思想是最靠譜的最不會出錯的，但是說了等於白說。

但是未來畢竟是未來，我們對它缺乏一個全面系統的認知以及研究，它會帶來事故還是驚喜，在不同行業分別會帶來什麼樣子的影響，就這些影響綜合起來對整個社會來說究竟是美夢還是噩夢？誰也不知道，一切只有社會發展到了相應的階段一切謎底才能自然揭曉。

讀芯君開扒

很多公司自稱是 AI 公司，你快問他用的是哪派方法

對於科技的懷疑，對於未來的想像，一直都是人類長久以來的爭論重點。每一個新技術的誕生與興起與之相伴隨的必定是隨之而來的各種爭議。基於技術手段的不同以及立場的不同，人們的觀點大相徑庭。這些爭論促使人類創造未來的同時也在警醒著人們讓人們約束自己的行為。

有很多公司聲稱自己是 AI 公司，在搞 AI 研究。你需要向他們提一個直截了當的問題：這些公司都在使用什麼 AI 方法?因為這裡面的一個嚴峻的現實是，並不是所有的 AI 都是平等的。所以有觀點認為，最好的方法之一是將深度學習與其他演算法相結合。AlphaGo 便是這樣，使用了蒙特卡洛樹搜索技術和深度學習的結合。

在當前，算力、人工智慧、感測器、機器人的聚合技術，為世界帶來質的改變，並改變每個行業本身。而我們身處時代的洪流中，卻在不知不覺中被它推動著前行，既被浪花裹挾，又是浪花本身。

只有一邊的發展一邊的總結，結合歷史約束現在，也才能創造未來。

歡迎關注 留言 點贊 發個朋友圈

我們一起探討AI落地的最後一公里

作者：王俞羽

參考文獻鏈接：

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

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

如需轉載，請後台留言，遵守轉載規範

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！