很多朋友对于人工智能派别和人工智能的派别不太懂，今天就由小编来为大家分享，希望可以帮助到大家，下面一起来看看吧！
本文目录
人工智能门派有哪些
1.符号派
符号派的灵感来源于逻辑学、哲学。一定程度上来说，是最“计算机科学”的，他们的目标是填补已有知识中的空缺部分。他们的工作跟科学家的工作模式类似：做大量观察，然后提出假设来解释他们，通过后续的论证来看是合理的或者不合理的。
自1955年人工智能(ArtificialIntelligence)被正式提出以来，符号派就存在了，如上所述，都是基于规则的系统，丝毫没有“学习”的能力。
这个门派的主打算法是反向推论(InverseReduction)：通过已经收集的数据来创建一些规则，然后用规则来推断将来要发生的事情。然而这个理论有个非常明显的缺陷，你知道在哪里吗？
2.连接派
连接派是在上个世纪80年代涌现，灵感来源于模拟人脑：它通过模拟人脑的工作方式来让机器获得知识。人脑会存储数据，通过每天不断获取新的数据来积累学习。这些记忆的数据的权重各不相同，而且当再次被使用到时会被加强。
这种算法的问题是人脑非常复杂，想要完整模拟出人脑算法还有非常长的路要走，需要依赖于基础学科的突破。
链接派的主打算法是神经网络，其中的分支深度学习(DeepLearning)如今在图片和视频领域发展非常迅速，应用很广泛。有很多框架可以支持神经网络分析，包括Pytorch，TensorFlow、Caffe和百度Paddle等。这些框架的工作原理都类似：通过迭代分析大量样例数据来使用分层的方式发掘数据中的特点，把结果从一层传递到下一层做下一步分析。每一层能从数据中解析出更复杂、抽象的特点。
神经网络的问题之一是需要大量标注好的数据来训练算法，有一些场景下这是不可能做到的。其中用到的反向传播技术，被诟病的是找到的是“好”的方案而不是“最佳”方案，因为它找到的是局部而非全局最优解。
3.进化派
一定程度上说进化是一个比人脑更大的学习算法，因为：
它创造了人脑
它创造了地球上其他生物形态
所以值得探究它到底是如何工作的，然后在计算机上实现它。
进化派希望在计算机领域模拟出进化过程：让自然选择，适者生存，犹如达尔文观察到的那样。其过程是一次（一代）运行数以百万个不同的解决方案/算法，其中结果最好的方法保留到下一代。下一代里通过把上一代算法结合到一起来创建一个新的算法。这种每一代都有变化的方式会让我们一步步逼近解决问题的理想算法。
进化派的主打算法是基因编程(GeneticProgramming)。这种算法的缺点是一个算法产生后，只能等待下一代时才能产出一个更好的算法。
4.贝叶斯派
贝叶斯派来源于概率统计领域，想系统地减少不确定性。
其实人类学习到的知识并不是一成不变的，它是不确定的在动态变化的。当我们从数据中推理出一些东西，是无法完全确定就是这样的。所以学习的方法变成通过使用概率来量化不确定性，当你看到了更多的证据，那不同假设的概率就在随之调整，证据越多的概率越高。其中方法之一就是大名鼎鼎的贝叶斯理论。
好处是不需要大量的数据集，而且研究院也更容易理解和解释训练结果和机器决策过程，甚至可以调整结果。一些使用贝叶斯技术的试验在识别物体方面也有好的结果。
5.类比派
这个学派主要源于心理学，使用的是最简单，最直观的方式：通过类比来推理。心理学中有大量证据表明人类就是这样做的：当你面对一个新问题，你会从已有的经验中找到与之类似的情况，然后把解决方法拿过来解决现有问题。
主打算法是内核机器(KernelMachines)，比如支持向量机(SupportVectorMachine)是其中算法之一，它是一种Kernel技巧，能把本来非线性的分隔问题映射到线性平面。
人工智能的三大主流学派各自独立
人工智能从阿兰·图灵（AlanTuring）提出概念，发展至今，已有60余年的时间。通过人工智能的发展历史，我们会发现它主要由3个方面相互交织发展：符号主义，连接主义和行为主义。
符号主义
符号主义认为人工智能源于数理逻辑，旨在用数学和物理学中的逻辑符号来表达思维的形成，通过大量的“如果-就”规则定义，产生像人一样的智能。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，即便是在人工智能的其他学派出现之后，符号主义仍是人工智能的主流派别。
连接主义
连接主义认为人工智能源于仿生学，其主张智能来自神经元之间的连接，它让计算机模拟人类大脑中的神经网络及其连接机制。从目前来看，人工神经网络的研究热度仍然较高，但研究成果并没有像预想的那样好。
行为主义
行为主义认为人工智能源于控制论，指的是基于感知行为的控制系统，使每个基本单元实现自我优化和适应，这也是一个自下而上的过程，典型的代表有进化算法、多智能体等。
综合来看，人工智能研究进程中的这三种主义都推动了人工智能的发展，它们既可以相互融合，又能求同存异。
人工智能三大主流学派各自独立
通过人工智能的发展历史，我们会发现它主要由3个方面相互交织发展：符号主义、连接主义和行为主义。符号主义(symbolicism)，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统，即符号操作系统，假设和有限合理性原理。
连接主义(connectionism)，又称为仿生学派或生理学派，其主要原理为神经网络及神经网络间的连接机制与学习算法。
行为主义(actionism)，又称为进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
人工智能的4个流派
一般来讲，我们可以把人工智能研究划分为四大流派。每个流派的目标稍有不同，研究方法常常大相径庭。
第一个流派我们称之为“传统人工智能”。这个流派确实试图构建能复制人类行为的计算机系统，指责其想用机器取代人类还不算冤枉。
第二个是广为人知的“人机交互”（humancomputerinteraction），它是当今计算机科学的几个较大分支学科之一。
第三个被称之为“机器学习”（machinelearning）。
第四为“人造的人工智能”（artificialartificialintelligence）这一领域，更众所周知的是“集体智慧”（collectiveintelligence）。
人工智能派别和人工智能的派别的问题分享结束啦，以上的文章解决了您的问题吗？欢迎您下次再来哦！