本文摘要：AI的方法有许多，除了我们更为熟知的“五大流派”，本文作者对AI的各流派展开细分，辨别了起码17种方法，后用一张图直观地展现出。作者说道，各种AI方法并不公平，车站错队有可能造成自取灭亡。 “人工智能”是一个十分模棱两可的术语。这是因为人工智能（AI）是1955年在一种十分刻薄的情境下被建构出来的一个术语：我们建议于1956年夏天在新罕布什尔汉诺威的达特茅斯学院展开一个为期2个月，10个人参与的人工智能研讨会。

AI的方法有许多，除了我们更为熟知的“五大流派”，本文作者对AI的各流派展开细分，辨别了起码17种方法，后用一张图直观地展现出。作者说道，各种AI方法并不公平，车站错队有可能造成自取灭亡。

“人工智能”是一个十分模棱两可的术语。这是因为人工智能（AI）是1955年在一种十分刻薄的情境下被建构出来的一个术语：我们建议于1956年夏天在新罕布什尔汉诺威的达特茅斯学院展开一个为期2个月，10个人参与的人工智能研讨会。

该研讨会将基于如下设想展开：自学的每个方面或有关智能的其他特征应以可以十分准确地展开叙述，以至于能被机器仿真。我们将尝试寻找让机器用于语言、形式抽象化和概念的方式，解决问题现在不能由人类解决问题的问题，并提高人类智能。

——达特茅斯AI项目计划建议书；J．McCarthyetal．；Aug．31，1955．AI经历了半个多世纪，也拿着了过于多其他学科的印记。在很长一段时间里，AI被符号主义者统治者。符号主义是一种基于规则的系统，具备“零自学”（ZeroLearning）特点。

20世纪80年代，一种新的AI方法开始经常出现，我们称作机器学习。最后，还有“非常简单自学”（SimpleLearning）。然而，在最近十年里，仅次于的变化是我们无意间找到了“深度自学”，而且它杀伤力极强，或许无所不能。当然，这是一个十分修改的AI历史。

实质上，AI领域有许多有所不同的方法和流派。PedroDomingo在《终极算法》一书中叙述了5个有所不同的AI“学派”。一位取名为solidrocketfuel的YCombinator用户不甘示弱，放了条帖子，说道AI最少有“21个有所不同的流派”。

对于任何计划做AI的人来说，一个十分最重要的事情是理解AI的这些有所不同学派和方法之间之间的差异。AI不是一个同质的领域，而是大大再次发生有所不同学派之间的争议的领域。

右图是一个概况：　　符号学派（Symbolists）：是用于基于规则的符号系统做到推理小说的人。大部分AI都环绕着这种方法。用于Lisp和Prolog的方法归属于这一派，用于SemanticWeb，RDF和OWL的方法也归属于这一派。

其中一个最雄心勃勃的尝试是DougLenat在80年代研发的Cyc，试图用逻辑规则将我们对这个世界的解读编码。这种方法主要的缺失在于其脆弱性，因为在边缘情况下，一个脱节的知识库或许总是不限于。但在现实中不存在这种模糊性和不确定性是不可避免的。演化学派（Evolutionists）：是应用于演化的过程，例如交叉和变异以超过一种初期的智能不道德的一派。

这种方法一般来说被称作遗传算法（GeneticAlgorithm，GA）。在深度自学中，GA显然有被用来替代梯度上升法，所以它不是一种孤立无援的方法。

这个学派的人也研究细胞自动机（cellularautomata），例如Conway的“生命游戏”和简单自适应系统（GAS）。贝叶斯学派（Bayesians）：是用于概率规则及其倚赖关系展开推理小说的一派。

概率图模型（PGM）是这一派标准化的方法，主要的计算机制为是用作取样产于的蒙特卡罗方法。这种方法与符号学方法的相似之处在于，可以以某种方式获得对结果的说明。这种方法的另一个优点是不存在可以在结果中回应的不确定性的量度。Edward是一个将这种方法与深度自学结合的库。

核保守派（KernelConservatives）：在深度自学之前，最顺利的方法之一是SVM。YannLeCun曾称之为这种方法为模板给定方法。

该方法有一个被称作核的技巧，可以使非线性分离出来问题变为线性问题。这一派的研究者讨厌他们的方法所具备的数学美感。

他们指出深度自学为首只不过是炼金术士，在没对后果有所理解的情况下就念起咒语。TreeHuggers：是用于基于树根的模型的人，例如随机森林和梯度提高决策树。这些本质上都是逻辑规则树根，它们迭代地拆分域以建构分类器。

这种方法实质上在许多Kaggle比赛中都非常有效地。微软公司明确提出的一种方法是将基于树根的模型与深度自学融合一起。连结学派（Connectionists）：这一派的研究者坚信智能源于高度网络的非常简单机制。

这种方法的第一个明确形式是经常出现于1959年的感知器。自那以后，这种方法消失又复活了好几次。其近期的形式是深度自学。深度自学中包括许多子方法。

还包括：TheCanadianConspirators：Hinton，LeCun，Bengio等人，尊崇需要人工展开特征工程的末端到末端深度自学。SwissPosse：基本上是LSTM，以及两种融合的RNN解决问题感官的问题。根据LeCun的众说纷纭，GAN是“最近20世纪最酷的东西”，也被声称是这帮人发明者的。BritishAlphaGoist：这帮人坚信，AI＝深度自学＋增强自学，尽管LeCun称之为增强自学只是蛋糕上的樱桃。

DeepMind是这一派的主要支持者。PredictiveLearners：这个词是YannLeCun用来形容无监督自学的，这是AI主要的一个未解决的领域。然而，我偏向于坚信解决方案在于“元自学”（Meta－Learning）。

本文关键词：一图,看懂,阵营,学习,人工智能,站,错了,队可,leyu乐鱼体育官网入口

本文来源：leyu乐鱼体育-www.dyjonline.com