AI 的方法有許多，除了我們較為熟悉的“五大流派”，本文作者對 AI 的各流派進(jìn)行細(xì)分，梳理了起碼 17 種方法，并用一張圖直觀地展現(xiàn)。作者說，各種 AI 方法并不平等，站錯隊可能導(dǎo)致自取滅亡。
　　“人工智能”是一個非常含糊的術(shù)語。這是因?yàn)槿斯ぶ悄埽ˋI）是1955年在一種非常傲慢的情境下被創(chuàng)造出來的一個術(shù)語：
　　我們建議于1956年夏天在新罕布什爾漢諾威的達(dá)特茅斯學(xué)院進(jìn)行一個為期2個月，10個人參加的人工智能研討會。
　　該研討會將基于如下設(shè)想進(jìn)行：學(xué)習(xí)的每個方面或有關(guān)智能的其他特征原則上可以非常精確地進(jìn)行描述，以至于能被機(jī)器模擬。我們將嘗試找到讓機(jī)器使用語言、形式抽象和概念的方式，解決現(xiàn)在只能由人類解決的問題，并提升人類智能。
　　AI 經(jīng)歷了半個多世紀(jì)，也帶上了太多其他學(xué)科的印記。在很長一段時間里，AI 被符號主義者統(tǒng)治。符號主義是一種基于規(guī)則的系統(tǒng)，具有“零學(xué)習(xí)”（Zero Learning）特點(diǎn)。20世紀(jì)80年代，一種新的 AI 方法開始出現(xiàn)，我們稱之為機(jī)器學(xué)習(xí)。最后，還有“簡單學(xué)習(xí)”（Simple Learning）。然而，在最近十年里，最大的變化是我們偶然發(fā)現(xiàn)了“深度學(xué)習(xí)”，而且它殺傷力極強(qiáng)，似乎無所不能。
　　當(dāng)然，這是一個非常簡化的 AI 歷史。實(shí)際上，AI 領(lǐng)域有許多不同的方法和流派。Pedro Domingo 在《終極算法》一書中描述了5個不同的 AI “學(xué)派”。一位名為 solidrocketfuel 的 Y Combinator 用戶不甘示弱，發(fā)了條帖子，說 AI 至少有“21 個不同的流派”。
　　對于任何計劃搞 AI 的人來說，一個非常重要的事情是了解 AI 的這些不同學(xué)派和方法之間之間的差異。AI 不是一個同質(zhì)的領(lǐng)域，而是不斷發(fā)生不同學(xué)派之間的爭議的領(lǐng)域。下圖是一個概況：
　　
　　符號學(xué)派（Symbolists）：是使用基于規(guī)則的符號系統(tǒng)做推理的人。大部分 AI 都圍繞著這種方法。使用 Lisp 和 Prolog 的方法屬于這一派，使用 SemanticWeb，RDF 和 OWL 的方法也屬于這一派。其中一個最雄心勃勃的嘗試是 Doug Lenat 在80年代開發(fā)的 Cyc，試圖用邏輯規(guī)則將我們對這個世界的理解編碼。這種方法主要的缺陷在于其脆弱性，因?yàn)樵谶吘壡闆r下，一個僵化的知識庫似乎總是不適用。但在現(xiàn)實(shí)中存在這種模糊性和不確定性是不可避免的。