符号人工智能的历史缘起是怎么样的了？ _人工

全文共2231字，预计学习时长4分钟
人工智能的早期成功曾经被认为打开了通用智能的大门。
Allen ,A. Simon — 象征性人工智能先驱
以通用解难器和其他像逻辑理论家基于规则的推理系统开始兴起的人工智能工作，在四十年的研究工作中占据了基础地位。象征性人工智能（经典人工智能）是人工智能研究中的一个分支，它试图精确阐释和展示人类知识（事实和规则）。如果它能够成功制造出类人智慧，那么人类就需要把自己的内心想法和过程性知识，用符号和规则转换成精确的形式告知人工智能。象征性人工智能已有非凡成就。类似“专家系统”（模仿人类知识库的人工智能系统）的人工系统正在各大小而精的领域崭露头角。
人工智能和哲学
1950年人工智能与智能控制，阿兰·图灵提出问题：机器能思考吗？如果能，那人类是机器吗?
这个问题的提出促进了人工智能机器的兴起，这些机器被认为具备思考能力，所以是智能的。但在我们谈论人工智能能够思考这件事情之前，我们可以先来定义什么是思考吗？勒内·笛卡尔（1596-1650）说过，“动物是超级机器人，人类也是，不同之处在于人拥有思维能力。”
人工智能之父托马斯·霍布斯认为：思考是对符号的操控，而理智则是计算。
他认为思考可以通过对思维符号的操作完成。但是我们首先需要明白什么是符号。
符号的官方定义是能够代表其他事物的可感知事物：
? 字母符号，数字，道路标记，音乐符号等。
? 像“苹果”这一符号象征某个红色的，可食用的物体。我们可以在其他语言中发现同样象征可食用物体的其他符号。
勒内·笛卡尔（数学家和哲学家）认为思想本身就是符号的象征，而感知是内在的过程。
“我认为味道、香气和颜色只是不同事物的名称，是我们有意识地放置他们，他们才存在于我们的意识里。因此，当现存的生命体消逝，依附在他们身上的所有品质也都会消失乃至湮灭。”——《分析者》1623年，伽利略
整个宇宙由数学语言书写的，它的符号包括三角形、圆形和其他几何图形。所以伽利略指出所有现实即数学。
就像伽利略认为几何象征运动，霍布斯也同样认为伽利略的思想也影响了霍布斯，他们都认为几何可以解释运动。笛卡尔进一步提出，代数（对数学符号的研究和运用规则）也可以用来表达几何。而创造人工智能则不同于此，是去制造有自我意识的机器。
话说到此，什么是意识呢？
身心二元论
笛卡尔认为符号和其所象征的事物是两个不同的东西。思维是非实体、非空间的，物质。笛卡尔明确了思维和意识以及自我觉醒之间存在联系，以及把思维和智能的载体，大脑区分开来。
思考是对与思维有联系的符号的操控。
身心问题也就是物质和思维的相互作用。身体和心理的交互，与思维和物质的交互原理一样。
从哲学到思考机器
物理符号系统足够有能力来表达通用智能。——艾伦·纽厄尔
【符号人工智能的历史缘起是怎么样的了？】符号人工智能就是有能力运算符号的机器。此前，这在约翰·豪格兰德的书（AI-The very idea）中称为出色的老式人工智能。我们如何得知符号/词汇的意思？字典吗，它也在用其他符号或词汇给已知词汇下释义，但是意思来源于哪呢？
语言和思想——我们可以脱离符号思考吗？
诺姆·乔姆斯基（Noam ）认为语言和符号是首要的。
人们天生就拥有一套独立于感官体验的结构性规则。在一个人的心理成长过程中，孩提时代接触越多的语言刺激，就越能够习得遵循通用语法的特殊句法规则。
和乔姆斯基认为人类天生就拥有通用语法的观点不同，约翰·洛克（John Locke）（1632-1704）假设，人类的大脑天生是一片空白。
这与笛卡尔的天生拥有论不同，乔姆斯基认为我们出生时并不带着先天的意识，而知识只能通过感官接触的经历获得。儿童可以操控符号并且做加减法，但是他们并不知道他们正在做什么。所以操纵符号的能力和思考能力并不能划等号。
的确我们所思考的一些事情（量子力学）无法用当下的物理学来解释。——罗杰·彭罗斯（Roger ）
象征性人工智能的衰落
然而，象征性人工智能遇到的麻烦却往往很难解决，其中一个是常识性问题。除此之外，依赖于过程性或隐性知识的领域更难在符号人工智能框架内操作，比如感知或运动进程。在这些领域中人工智能与智能控制，象征性人工智能取得的成功有限，并且总的来说，将该领域留给了更适合于此类任务的神经网络体系结构（我们会在下一章中讨论）。在接下来的部分中，我们将详细说明象征性人工智能的重要下属领域以及它们遇到的困难。
ELIZA伊莉莎
1966年，约瑟夫·维森鲍姆在（）MIT计算机科学与人工智能实验室（CSAIL）创造了ELIZA，她可以和人类进行沟通，十分智能。而之后却发现这一程序只是通过操控用户的输入来生成输出而已。
诞生于斯坦福，用作医疗检测的专家系统——MYCIN(1974)从未投入真正使用。
在1952年诞生的萨缪尔象棋计划旨在探索如何让机器学习。它在一次次的游戏中升级，最后打败了它的研发者。在1959年，它打败了当时最厉害的玩家，这也引发了人工智能控制人工智能的恐慌。这带来了人工智能的联结主义范体，也叫做非象征性人工智能。而基于学习和神经网络来解决AI问题的方法也就应运而生了。
留言
本文到此结束，希望对大家有所帮助。