符号主义学派认为人工智能源于数学逻辑,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。符号主义致力于用某种符号来描述人类的认知过程,并把这种符号输入到能处理符号的计算机中,从而模拟人类的认知过程,实现人工智能。符号主义的发展大概经历了几个阶段:推理期(20世纪50年代–20世纪70年代),知识期(20世纪70年代—-)。“推理期”人们基于符号知识表示、通过演绎推理技术取得了很大的成就;“知识期”人们基于符号表示、通过获取和利用领域知识来建立专家系统取得了大量的成果。

VIP内容

论文题目

NEURONS SPIKE BACK :The Invention of Inductive Machines and the Artificial Intelligence Controversy

论文摘要

自2010年以来,基于机器学习的预测技术,特别是深度学习神经网络,在“人工智能”的总称下,在图像识别或自动翻译领域取得了令人瞩目的成绩。但他们与这一研究领域的关系并不简单。在纷繁复杂的人工智能历史中,使用所谓“连接主义”神经网络的学习技术长期受到“象征”运动的嘲弄和排斥。本文从符号主义和联结主义两种方法的张力出发,追溯了人工智能的历史。从科学和技术的社会历史角度来看,它试图强调研究人员如何依靠海量数据的可用性和计算能力的倍增,通过恢复控制论时代的自适应和归纳机器的精神,重新制定象征性人工智能项目。

论文作者

Jean-Philippe COINTET,是科学研究所的研究员,其发展了计算社会学方法。其研究对象包括社交媒体分析(Facebook、公众评论)、科学动力学(肿瘤学集体思维(CIHR项目)、合成生物学的出现)、政治过程(政治话语、气候变化谈判)等。

Antoine MAZIÈRES,Dominique CARDON 。

成为VIP会员查看完整内容
0
7
Top