MOOC_人工智能原理学习笔记3

Approaches for Artificial Intelligence

Cybernetics and Brain Simulation：

1940年代至1950年代，许多研究者探究神经学、信息论和控制论之间的关系。他们当中有些人采用电子网络打造机器来展现初步的智能。许多研究者聚集在普林斯顿大学和英国Ratio俱乐部，召开了目的论学会的会议。到了1960年，这种途径基本上被抛弃了，尽管有些要素于1980年代复活。赫伯特西蒙和艾伦纽厄尔研究了人类问题求解技能，并且试图对其形式化。他们的工作奠定了人工智能以及认知科学、运筹学和管理学的基础。他们的团队采用了心理学实验结果开发程序，仿真人们解决问题的技巧。Soar，一种认知架构，是以CMU为核心于1980年代中期开发，如今由密歇根大学维护。

Symbolic vs. Sub-symbolic：

Symbolic AI：符号AI是基于人类易懂的高级“符号”来表现问题、逻辑和搜索。该方法是基于这样一种假设：智能的许多方面能够通过符号操作来获得。符号AI最成功的形式是专家系统，它对规则进行操作来进行推断和确定需要什么附加信息，即采用人类易懂的符号询问一些问题。

Sub-symbolic AI：到1980年代，许多研究者已确信，符号系统将永远无法模仿人类认识的全部过程，尤其是感知、机器人技术、学习和模式识别。一些研究者开始关注“亚符号”方式，以神经网络、统计学、数值优化等为基础