有人的地方,就有斗争。 华山派有“剑宗”和“气宗”,相互斗了几十年。人工智能界也有“山头”,AI两大派系的斗争早在第一台电子计算机问世前就已经开始了。 △ 有三名法国人把两派的势力对决画成图,名字叫“神经元的复仇” 这两大派系就是:
在符号主义者的眼里,人工智能应该模仿人类的逻辑方式获取知识,而连接主义者奉行大数据和训练学习知识。 派系斗争与两次AI危机早在达特茅斯会议之前,图灵就提出过“图灵机”这样的人工智能前沿概念。斗争之初的几十年间,连接主义派的论文引用率一直领先对手。 别看奉行“连接主义”的机器学习如何风光,早年间他们长期受到另一个派别——“符号主义”者的鄙视。 60年代初,美国国防高级研究计划署(DARPA)对AI领域进行了数百万美元的投资,人工智能也迎来的第一黄金发展期。 第一次AI危机情况在1969年起了变化,“符号主义”代表人物马文·明斯基(Marvin Minsky)写了一本名为《感知器》(Perceptron)的书,结果直接把神经网络给写死了。 感知器是那个年代的神经网络。明斯基在书中向“连接主义”发难,你们的感知器连最基本的异或(XOR)都做不到,做出来还有什么用? 也是在那一年,闵斯基获得了图灵奖。 “符号主义”派胜利后不久,AI就迎来了第一次寒冬。或者说,计算力的匮乏导致了第一次AI寒冬,帮助“符号主义”实现逆袭。 符号主义的高峰到了70年代中期,专家系统(expert system)的出现带来了AI的黄金时代。它其实就是一套计算机软件,能够模拟人类专家回答问题,不过它的智能仅局限在一个很窄的领域,说它是“活字典”可能更准确。 与此同时,“连接主义”也在悄悄发展,约翰·霍普菲尔德(John Hopfield)在1982年发现了具有学习能力的神经网络算法。 就在“符号主义”志得意满的时候,Lisp machine的失败让两派力量再次发生了逆转。Lisp是当时研究AI领域常用的编程语言,Lisp machine是专门被优化用来运行Lisp程序的计算机。 80年代,研究AI的学校都买入了这种机器,最后却发现用它们做不出来AI。之后就出现了IBM PC和苹果机,比Lisp machine便宜,运算力更强。 Lisp machine顺理成章“狗带”,AI进入第二次寒冬。 连接主义的逆袭“连接主义”者在这时候也找到了更简单的统计方法:支持向量机(SVM),它消耗的计算资源更少。之后,长短期记忆(LSTM)算法也被提出。 后来的事情,你们也知道了,深度学习终于又重新霸占了学术和工业界。 近年来,计算机硬件的发展更是让“连接主义”如鱼得水,连手机的计算力都能完成识图的任务,深度学习能实现“反杀”也就不奇怪了。 双方代表人物说到两派的斗争,就不得不提一下双方的“将领”了: 符号主义派:马文·明斯基(Marvin Minsky),麻省理工人工智能实验室创始人之一,他奠定了人工神经网络的研究基础,早在1951年,他设计构建了第一个能自我学习的人工神经网络机器。 连接主义派:约翰·霍普菲尔德(John Hopfield),美国科学家,在物理学和计算机学方面均有很高的成就,1982年发明了联想神经网络,也就是知名的霍普菲尔德网络。 △ 两派之间也相互引用文章 除了这两位名人外,符号主义这边的大牛还有Herbert A. Simon、Allen Newell。如今连接主义当道,这一派的大佬更为我们所熟知:比如Yann LeCun、李飞飞、Geoffrey Hinton等人。 关于两派更详细的内容,有兴趣的同学可以看原文,不过是全法文哦: — 完 — 年度评选申请 加入社群 |
|