人工智能AI行业报告：AI助力人类进入新世界（20页）

“连接主义”又称仿生学派(Physiologism)，原理为神经网络及神经网络间的连接机制 与学习算法。认为人工智能源于仿生学，从神经元开始研究神经网络模型和脑模型，开辟了 人工智能的又一发展道路。代表人物包括 McCulloch、Hopfield 和 Rumelhart 等，主要成果 有脑模型（MP）、感知机、多层网络中的反向传播算法（BP）和人工神经网络（ANN）等。 “行为主义”又称控制论学派(Cyberneticsism)，原理为控制论及感知-动作型控制系统。 认为智能取决于感知、行为以及对外界环境的自适应能力，把神经系统的工作原理与信息理 论、控制理论、逻辑以及计算机联系起来。行为主义 20 世纪末才兴起，主要关注智能控制 和智能机器人系统，代表性成果为 Brooks 的“控制论动物”六足行走机器人，是一个基于 感知-动作模式模拟昆虫行为的控制系统。

第一次浪潮的主要成就是算法、方法论及早期人工智能系统。其中最为杰出的代表就是 贝尔曼公式（增强学习的雏形）和感知机（深度学习的雏形）。早期人工智能系统主要是用 机器证明的办法去证明和推理一些知识，第一次浪潮中实现效果最好的就是定理证明。这一 时期出了很多人工智能系统，如 STUDENT（1964 年）、ELIZA（1966 年），前者能够实现 应用题的证明，后者可以实现简单的人机对话。但随着计算能力的不足、社会资本的退出、 政府资助的下降，人工智能迎来第一次寒冬。 第二次浪潮（1974-2006）：专业化发展 较第一次浪潮而言，第二次浪潮朝着更为专业化的方向发展，侧重于借用领域专家的知 识来武装自己。这一时期的主要成就是人工智能计算机、多层神经网络和 BP 反向传播等方 算法的突破及语音识别和语言翻译等领域。第二次浪潮更专注于解决实际问题，不再专注于 理论知识的证明。由于人工智能应用的范畴依旧有限，人工智能的浪潮在 90 年代开始逐渐 消退。 第三次浪潮（2006-至今）：基于互联网大数据的深度学习 与前两次浪潮不同，第三次浪潮依靠的是计算机性能的提升和海量数据的不断积累，其 核心是深度学习的突破。2016 年的 AlphaGo 和 2017 年的 AlphaGo Master 这两个智能程序 的胜出，促使着人工智能逐渐成为当下炙手可热的研究领域。依靠算法、大数据、计算力的 作用，人工智能迎来第三次浪潮。此外，深度学习在语音识别、图像识别、自然语言理解等 领域均取得了突破性进展，再加上海量数据提供测试样本和强大计算能力的支持，人工智能 开始向前高速发展。