在很多年前，AI有三个学术流派。
第一个是符号主义，认为人工智能是基于逻辑推理产生的。
- 你先让AI掌握一个道理，它再根据这个道理去做事。你教它什么，它就会什么。
- 但它会的东西也只限于你教过的。
- 这个技术路线上产生的Al,最大的特点就是起步快，但后劲儿一般。
- 你要想让它掌握更多的技能，就得把每一样技能背后的逻辑、规则、数学原理，都用机器语言表示出来，然后教给它。
- 显然，这需要极其巨大的投入。
- 当年日本倾举国之力研发的专家系统，就属于符号主义流派。结果最终走进了死胡同，之后在AI领域迟迟振作不起来。
- 符号主义最出名的作品之一，是计算机深蓝，也就是击败国际象棋大师卡斯帕罗夫的那个超级计算机。
- 这是1997年的事。但很多人只知道深蓝赢了，很少有人知道，还有个神经学家，叫里德·蒙塔古在比赛期间做过一项观察。
- 他发现在那场比赛之后，深蓝的机身热得烫手，而卡斯帕罗夫的体温几乎没有波动。细节
- 深蓝这惊鸿一瞥，几乎算是触碰到了符号主义AI的天花板。
真正让AI领域达到今天的声势的，是第二个学派，叫连接主义。认为人工智能应该模拟人的大脑。
- 你模拟大脑的方式，用机器搭建一个类似神经网络的结构，然后像教小孩一样给这个网络输入大量的数据，然后它就会一点点产生智能。以GPT为代表的大模型就属于这一类。
- 这个学派对算力门槛的要求很高，而且起步比较慢，就像教小孩一样，一开始学个说话都费劲，但随着孩子长大，后面的进步速度可能一日千里。
- 比如，辛顿是从1983年开始研究深度神经网络算法的，但这个技术路径直到2012年，才真正一鸣惊人。
- 当时他的两个学生，亚历克斯克里泽夫斯基和伊尔亚·苏茨克维，后面这个伊尔亚就是OpenAl的前首席科学家。
- 辛顿当过他的导师。当时辛顿的这两个学生参加了ImageNet图像识别比赛，获得了冠军。
- 而且更重要的是，他们的算法只用了4颗英伟达的GPU,而第二名的谷歌用了16000颗CPU.
- 而这回获得诺贝尔物理学奖的辛顿和霍普菲尔德，就属于那一批一直坚持连接主义，或者叫深度学习的科学家。
- 在AI没有爆发的那些年，他们更多地是在不停地播种，把自己的思想传授给更多的人。
- 你今天看到的很多AI领域的著名科学家，都多少跟辛顿沾点师徒关系，有点天下武功出少林的意思。
第三个学派，叫行为主义，认为智能是基于行为，以及由此引发的环境反馈和刺激产生的。就是一切从行为中来。
- 比如，我通过走路，通过双腿与大地的接触，掌握了走路这项智能。这就属于行为主义。
- 行为主义跟前面两派之间没什么恩怨，
- 它更像是对今天大模型技术的补充。今天人形机器人领域经常说的具身智能，本质上就是行为主义的延伸。