人工智能研究进路的范式转化

在人工智能发展的50年中,人们对人工智能的认识经历了多次变化和范式转化过程。从符号主义、联结主义到行为主义,人工智能研究中智能思想的形成以及认识的变化吸取多元学科理论观点和方法,在假说与实证、改变与重构的经验积累及实践选择中发展。这种以模拟人类思维、心灵复杂现象的人工智能学科,其研究势必遵循多元的研究取向和研究方式,并逐步向实体智能化(逼近于人体智能)发展。

认知主义与联结主义之比较

认知主义的研究定向和联结主义的研究定向是广义的现代认知心理学的两种主要研究范式。这两种研究范式都各有自己的研究内容和方法论,也取得了各自不同的成就,同时也存在各自不同的问题。通过对两种研究范式的比较,我们可以清楚地认识到二者的相互沟通和融合才是认知心理学未来发展的必然趋势。

认知心理学两种研究范式的争论与反思

符号加工和联结主义是认知心理学的两种研究范式,二者在认知心理学内部产生了一系列的争论。在一般 认知问题上的争论主要表现在语义理解、心理表征以及一些具体的认知问题上;在方法论问题上的区别主要表现在是 结构模拟、黑箱方法、还原主义还是结构与功能模拟、灰箱方法和整体主义上。两种范式争论的本质问题是究竟哪种 范式更加符合认知过程的本质。联结主义范式似有取代符号加工范式的趋势,但它也不能完全揭示人类的高级认知功 能,因此出现了行为主义的进化论研究范式。

基于符号主义范式统一认知模型的分析与研究

认知科学已成为21世纪智力革命的前沿。阐述认知科学符号主义范式统一认知模型——状态算子和结果SOAR(State operator and result)和思维的适应控制ACT(Adaptive Control of Thought),在此基础上结合信念系统模型,提出一个更加系统、全面的认知模型。

联结主义:涵义的厘清与模型的分析

联结主义是20世纪80年代早期所复兴的认知心理学的另一研究范式。它是一种计算的研究取向,认为认知其实就是相互联系的具有活性值的神经单元所构成的网络的动态整体活动,存在于神经网络联结中或权重里的知识信息,是整个交互作用的神经节的激活模式,通过调整权重就可以改变网络的联结关系并进而改变网络的功能;联结主义的基本网络模型是由输入层、隐含层和输出层三个神经单元层组成的,单元层被定义为拓扑的或关于网络的联结的类型,因此构造神经网络的结构,实质上就是构造神经网络的拓扑结构。

科学心理学:路在何方——信息加工心理学诞生后的几个基本变化

近20年来,科学心理学研究不再局限于信息加工层次上,而是扩展到包括心理的神经机制、分子机制、神经系统本质和并行分布式信息加工的多层次,而且意识问题已开始成为多学科关注的焦点;方法上相应地由以反应时方法、出声思考方法和计算机模拟方法等为主,变为以脑成像等神经科学方法、分子生物学方法、人工神经网络模拟方法和启动效应方法等为主,研究的指标也由意识外显的心理行为指标为主变为以物理、化学、生理指标和意识所不能直接外显的内隐指标为主,出现了新神经主义和新生物学主义的倾向;联结主义取代符号主义成为方法论思想主流;符号理论已基本被放弃,但新的理论并未建立。这其实是在“心理学科学范式”这一根本问题上发生了改变,即（智能）系统范式取代了经典的（信息加工）过程范式。

人工智能研究进路的转化是范式的革命吗?

符号主义和联结主义是AI研究的两种主要进路,它们常常被视为对立不相容的两种方法论,但它们其实共同拥有着深刻的哲学思维根基。符号派在哲学上注重理性的演绎,而联结派在哲学上则注重经验的收集;在人工智能的运行中,理性离不开经验、经验也离不开理性,因此二者并非完全不相容。近年来神经符号进路的呼声在AI研究中也频繁出现,因此有必要对这两种研究进路以及它们的历史转换做出一番考察。一方面有利于重新审视当下技术思潮对AI研究的影响,另一方面也有利于从哲学和技术层面重新挖掘AI研究的学科基点,这都有利于AI和哲学的共同发展。