专栏首页PPV课数据科学社区符号、联结、贝叶斯,人工智能的17种武林门派

符号、联结、贝叶斯,人工智能的17种武林门派

闲逛Twitter的时候,发现一篇来自内容发行平台Medium的文章《The Many Tribes of Artificial Intelligence(多种人工智能流派)》被广为转发。这篇文章的作者Carlos E. Perez是专注于企业级深度学习解决方案商Intuition Machine的联合创始人。

从广泛意义上,人们认为AI的诞生是1956年。但AI概念的提出时间则是1955年8月31日,在一个持续2个月、只有10个人参加的达特茅斯夏季研讨会上。在这次研讨会上,人们对AI给出的定义是:

“尝试找到如何让机器使用语言、形成抽象和概念、解决现在人类还不能解决的问题、提升自己等等。对于当下的人工智能来说首要问题是让机器像人类一样能够表现出智能。”

作者Perez认为60多年前的定义放在当下十分粗暴。在他看来,在这半个多世纪中,AI吸收各个领域的精髓,不断壮大成长。虽然在很长一段时间里,AI被“符号主义(Symbolicism)”统治,但在20世纪80年代,“新AI ”出现,人们称之为“机器学习(Machine Learning)”。而后来,还出现“Simple Learning”和“深度学习Deep Learning”。

上面是一个非常简化的AI史。实际上,AI很多学派,充满各种理论支持者。为了简单明确,作者Perez用一张图(详细见下图)不同流派之间的关系梳理出来。“人以群分物以类聚”,从图上我们可以看到17种典型的AI支持者,他们各自认同推崇的理论。

注:以下大多数名词均以支持某一理论的团体出现,而且都是作者自己创作的名词,维基百科等搜索平台并没有专

1.Connectomeist:这派系的人认为,智能来自大脑的连接。

2.PAC Theorists:这派人好像不务正业,相比于AI,他们更加喜欢研究智力。

3.Information Integration Theorists:这派系的人认为,意识来源于反映因果关系的内在机制。他们的口号是,想要了解意识,从现在开始思考。

4.Complexity Theorists:这学派的研究人员吸收的学科范围比较广泛,比如物理学,基于能量模型,复杂性理论,混沌理论和统计力学。预测超级碗最终比分的平台Swarm AI可以说属于这一派系。

5.Fuzzy Logicians :曾经这一门派的理论很受欢迎,但不知道为什么最近一段时间很少见到。

6.Biological Inspirationalists:这一派倾向于打造接近生物学神经元的模型。

7.贝叶斯学派(Bayesians):起源于统计学,使用概率规则及其依赖关系进行推理的一派。概率图模型(PGM)是这派通用的方法,并通过蒙特卡罗方法(Monte-Carlo)进行抽样和计算。这种方法与符号主义相似之处是通过某种方式对结果进行解释。

8.Compressionists:起源于信息论 Information Theory,这派认为认知和学习就是压缩(compression)。这是一个普遍的概念,比被滥用的集合统计工具更强大。

9.进化学派(Evolutionists):起源于生物进化学,擅长于使用遗传算法(Genetic Algorithm,GA)和遗传编程。例如佛蒙特大学的Josh Bongard研发的基于生物进化理论的“海星机器人”,它能够通过内部模拟来“感知”身体各个部分,并进行连续建模。因此,即使没有外部编程,它也可以自己学会走路。在深度学习中,遗传算法确实有被用来替代梯度下降法,所以它不是一种孤立的方法。

10.联结学派(Connectionists):起源于神经科学。该派研究人员认为,智能行为来自高度互联的机制。联结主义有许多不同的形式,但最常见的形式利用了神经网络模型。在20世纪60~70年代,因为感知器(神经网络的一种形式)受到激烈批评, 联结主义销声匿迹了十年。后来因为反向传播BackPropagation算法,联结主义重获新生。

11.Predictive Learners:这是AI领域的暗物质,一个未被解决的领域。

12.符号学派(Symbolists):支持符号主义的拥趸。符号主义起源于逻辑学和哲学,是一种基于逻辑推理的智能模拟方法,又称为逻辑主义。早期的人工智能研究者绝大多数属于此类。该学派认为:人类认知和思维的基本单元是符号,而认知过程就是在符号表示上的一种运算。它认为人是一个物理符号系统,计算机也是一个物理符号系统,因此我们就能够用计算机来模拟人的智能行为,即用计算机的符号操作来模拟人的认知过程。

使用Lisp和Prolog属于这一派,使用 SemanticWeb,RDF 和 OWL也属于这一派。其中一个最雄心勃勃的尝试是 Doug Lenat 在80年代开发的 Cyc,试图用逻辑规则将我们对这个世界的认知进行编码。这种方法主要的缺陷在于僵化的知识库似乎总是不适用。而在现实中,存在大量模糊性和不确定性。

13.Kernel Conservatives :这一派的研究人员喜欢他们具有数学美感的方法,他们认为深度学习只不过是炼金术士在没有对后果有所了解的情况下就念起咒语。

14.Canadian Conspirators:Hinton,LeCun,Bengio 等人推崇的无需人工进行特征工程的端到端深度学习。

15.British AlphaGoists:这门派的研究人员认为AI = 深度学习Deep Learning +强化学习Reinforcement Learning。尽管LeCun认为这种说法只是蛋糕上的樱桃。但这是初创人工智能公司DeepMind主要理论支持。

16.Tree Huggers :采用诸如随机森林Random Forests和GBDT(Gradient Boosting Decision Tree,梯度提升决策树)等“树模型算法”的人。这些本质上都是逻辑规则的树(tree of logic rules),它们递归地分割域以构建分类器。这种方法实际上在许多 Kaggle 比赛中都相当有效。微软提出的一种方法是将基于树的模型与深度学习结合起来。

17.Swiss Posse:基本上是 LSTM以及两种结合的 RNN 解决知觉的问题。生成模型GAN也是这派发明的。据LeCun 的说法,GAN是“最近20世纪最酷的东西”。

END.

来源:http://www.toutiao.com/i6396808335865152001/?tt_from=sina&utm_campain=client_share&app=news_article&utm_source=sinaweibo&iid=8004580580&utm_medium=toutiao_android

本文分享自微信公众号 - PPV课数据科学社区(ppvke123),作者:柏蓉

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-03-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 关于2018年人工智能的三大预测

    ? 调查列出了企业尚未投资AI的几个原因:缺乏IT基础设施(40%);缺乏人才(34%);缺乏执行预算(30%);政策、法规及权益的复杂性(28%);对客户预...

    小莹莹
  • 金融学如何应对人工智能和大数据?

    ? 李开复说未来十年金融行业的从业人员很有可能会被人工智能所取代,而人文、文化、艺术方面的领域人工智能尚难以涉及。那么还有学金融学专业的必要吗? 大数据这是一...

    小莹莹
  • AI人才报告 | AI稳超互联网平均薪资,哪些细分领域最受追捧?

    【AI 科技大本营导读】人工智能在经历了 2017 年的迅速发展之后,逐步迎来了落地应用。AI 领域的人才需求也发生调整。近日,猎聘联合 GMIC 发布了《 2...

    小莹莹
  • 中国AI论文普遍水?机器学习教父Tom Mitchell的回答是……

    在年初的两会上,全国政协委员李彦宏曾公开表示:“中国在人工智能领域处于世界第二的水平,第一依然是美国。”

    AI科技大本营
  • 12月10日 云头条:中国正迎来AI弯道超车好时机

    如果我们去搜索引擎上搜“量子霸权”,然后把时间范围定在一年前的今天。会发现中外很多量子计算从业者,包括这个领域的顶级科学家,都言之凿凿预测了一件事:量子霸权将在...

    February
  • 2018年13个AI趋势 | CB Insights报告

    李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI ? CB Insights最新的AI报告,预测了2018年13个AI趋势。 其中关于中美双雄时代...

    量子位
  • 人工智能的革命:人类的死或生(2/10)

    Peter Lu
  • 我从吴恩达AI For Everyone中学到的十个重要AI观

    曾经领导Google Brain 的吴恩达教授公开的Coursera 课程:AI For Everyone[1]非常有意义。这堂课不谈技术术语,专注在与非技术人...

    kaiyuan
  • CCAI 2020 | 探秘AI的未来:对话Yolanda Gil

    2020年中国人工智能大会(Chinese Congress on Artificial Intelligence 2020,简称“CCAI 2020”)将于8...

    马上科普尚尚
  • 算法战争:美国国家AI安全委员会要建立AI大学,「数字服务学院」为政府培养AI人才

    中国在经济与军事方面的崛起,以及AI更多地渗入商业与政府。在时代引发的担忧下,美国国会于2018年成立美国国家AI安全委员会(NSCAI),旨在为涉及国防、研究...

    新智元

扫码关注云+社区

领取腾讯云代金券