AI

 AI哲学：(符号主义、连接主义）， （行为主义，进化主义，群体主义）， 以及以上几个途径都不可回避的( 学习主义)。

符号主义：三个核心问题是知识表示、搜索和推理。[启发式搜索，极大极小搜索，Alpah-Beta剪枝], [归结原理，不确定性推理]。  [缺点：仅依靠逻辑推理，没有形象思维，使用的是搜索求解的机制]。

连接主义：以及结构模拟为核心，自上而下，用学习来调整网络连接中的权值，基本核心问题是网络结构和学习算法。( 感知器，霍普菲尔德网络，自组织特征映射网络三大类型网络）。适合在模式识别这些不太适合采用人工符号主义的领域。

行为主义：对生物行为能力的模拟，强调与环境的交互中逐步提高能力，基本特点是“感知--行为”模式、现场式智能、渐进式智能。强化学习是环境与系统之间建立最优映射关系的学习算法。

进化主义：对群体的进化来解决人工智能中核心的搜索（优化）问题。

群体主义：对过个体之间的协作来解决单个个体不能解决的问题，或提高单个个体解决问题的效率。（多智能体，蚁群优化算法，粒子群优化算法）。

学习主义：不单独存在学习主义，其它5条途径都离不开学习主义，主要有：机械式学习，指导式、类比、归纳和解释学习，重点的归纳学习有（决策树、朴素贝叶斯分类器，贝叶斯信念网，划分聚类方法，层次聚类方法)。