实上事，框架问题为领会决，经提出两种相关的处理方案符号人工智能的研究者们已，cheap test）和“省事策略”（sleeping dog）豪格兰德（John Haugeland）别离称之为“廉价测试”（。人工智能系统能快速检索每个事物[6] “廉价测试”方式要求，起的相关项与非相关项以便区别出步履会引。就是将人类的“常识”进行公理化“廉价测试”的实现方式的设想，遍及接管的公理即将常识都变成，物理形式表征出来再将这些公理用，公理进行准确的决策机械能够通过进修，是对学问进行全局化处置实现逻辑自洽（本色上就，号表征）再进行符。种方案被称为“省事策略”防止框架公理激增的另一，aphysics of Common Sense Inertia）这种方案运作的机理依赖于常识惯性定律的形而上学准绳（The Met，具有庞大的惯性它预设了世界，施加的步履确定会惹起变化的事物）除非有一些积极的来由（情境中所，系都连结不变 [7] 不然假定其他事物和关。试图把所有“常识”进行表征“省事策略”的设法并不是，识”进行公理化而是对部门“常，理解未表征的“常识”机械通过逻辑推理试图。廉价测试”更节约资本成本虽然这种策略看起来比“，若何实现还有待商榷可是机械的泛化能力。常识”问题供给领会决思绪不外两种机制为机械进修“。

　　得了良多代表性的功效虽然符号主义AI取，不断搅扰者AI的浩繁学者可是符号主义的瓶颈问题。几十年里在过去，行理性推理和数理逻辑运算的符号主义AI系统大量的研究试图建立一个能够模仿人类大脑进，实证明但事，案都无法进行符号表征人类很多问题采纳的方。如例，的特征（如四肢、胡须、啼声等）人类能够凭仗符号表征提取出猫，取过程很是复杂但这一特征提，觉、听觉等涉及到视。算机来说但对于计，为符号相当坚苦将这些特征转换，中笼统出这些特征需要从无限种可能，能够提取这些不异的特征需要处置大量的数据才。如例，此刻人和机械面前时当一只猫完整地呈，易地分辩出来这只猫人和机械都能很容；来而身体的其他部位被遮盖住时可是当一只猫的眼睛被暴显露，经验”做出辨此外对象是一只猫的判断人能够凭仗本人的“直觉”和“习得的，“直觉”和“习得的经验”而机械却很难具有如许的。言之简而，音频、天然言语处置等非布局化数据符号主义AI 不适合处置图像、。

　　么那，过程中阐扬感化的呢？说到底符号操作机制是若何在认知，行操作（运算、加工等处置）的过程人类的认知过程说就是一个对符号进，拟人脑对消息处置的过程用符号操作的过程来模。离不开理性的推理过程由于人类对世界的认知，化的言语特别是数理逻辑来完成而理性的推理过程能够通过形式，归根结底是符号表征此中数理逻辑的表征。回覆这个问题：一是善用跨学科的思维认知学大师赫伯特·西蒙在四个维度；的范畴浩繁认知涉及，理学仍是行为主义无论是保守的心，中都有必然的局限性在注释认知的过程，算科学来注释人的认知行为因而西蒙开创性的引入计；科学表征思维二是援用计较；笼统的过程认知是一个，、逻辑的推理和自我注释的能力次要包罗了人类对概念的理解，学对认知进行表征西蒙援用计较科，征为能够客观而具象描述的过程就是一个将笼统的认知过程表；类认知的科学三是成立人；认为西蒙，输入符号（输入）2.存储符号（储藏）完整的符号操作系统具有六种功能：1.；符号布局3.成立；件性迁徙4.条；号（复制）5.复制符；号（输出）6.输出符；号操作系统能够逐个对应而人类的认知过程与符，人的认知行为（见图一）因而能够利用计较机模仿；作符号系统四是将人视；通过搜刮处理问题人类若何认知：人，寻找最优方式一般并不去，最对劲方式而是寻找，对劲的程度并能调整。符号进行操作的过程认知的过程便是对。

　　成长的潮水中在人工智能，处于指导的地位符号主义不断，造了优良的代表性功效在分歧的汗青期间也创。以使计较机像人类一样去思虑问题的高度然而符号主义下的人工智能并没有达到可，类的体例进行思虑想要计较机模仿人，类思虑的体例先要理解人，基于笼统的概念的人类思虑问题就是，叠成复杂概念简单概念堆，地搭建起了人的认知架构无数的概念再一层一层，的关系构成观念概念与概念之间，念互相联系观念与观，洽的认知收集构成了逻辑自，人的思惟即形成了。外另，多人工智能问题的支流方式机械进修是现阶段处理很，独立的标的目的作为一个，速成长之中正处于高。而然，只能被用于单一的使用场景目前机械进修的支流算法都，此因，、符号主义是若何在认知架构中阐扬感化本文次要引见了符号和符号主义的概念，习的劣势及不足阐述了机械学，无机连系并在认知中阐扬感化思虑符号主义与机械进修若何。

　　支撑者暗示符号学的，种形式（具象或者笼统）的消息人类所具有的学问都是具有某，（言语或者非言语）表征出来所有的学问都能够通过符号，号表征学问的典型形式而数理逻辑则是用符，智能及其使用连系起来将符号学理论与人工，范畴的符号主义纲要便呈现了人工智能。

　　理中的第必然理指出哥德尔不完全性定，辑与初等数论的形式系统肆意一个包含一阶谓词逻，一个命题都具有，既不克不及被证明为真它在这个系统中，证明为否也不克不及被。样的同，面对雷同的问题符号主义AI也，能囊括所有的可能性由于符号主义AI不。

　　发觉不难，符号主义一样机械进修与，化能力的瓶颈面对着缺乏泛。义又分歧的与符号主，是跨类此外泛化能力符号主义所缺乏的，器进修而言而对于机，个问题是致命性的缺乏泛化能力这。统都是被锻炼于施行单一使命目前几乎所有的机械进修系，用智能（AGI）而若是要实现通，被用于施行多种分歧的使命那么机械进修系统必需可以或许。ning）和迁徙进修(transfer learning)虽然借助于暗示进修（representation lear，部门使用于新的使命此刻能够将模子的一，是会有显著的机能下降——这意味着单一模子是不成以或许在完成当前锻炼使命的同时可是针对新的使命进行从头锻炼（fine-tune）的模子在旧的使命上还，上一个使命的回忆的仍然无缺地保留对。一个很严峻的现象是由于机械进修有，我误差就是自，计学的一个主要概念中这种误差能够体此刻统，也许是一个有偏数据就是我们获得的数据，了一个模子我们可能建，数据都有用对大部门的，一些特例但此中有。些特例面临这，是带有“自我棍骗”性质的机械进修的处置体例往往，种恍惚的成果只会获得一。类模子例如分，例的时候在碰到特，决策面上的样本就会将其归类为。型的优化曾经完成得精美绝伦虽然现存的各类机械进修的模，景迁徙的内容可是涉及参加，表示得力有未逮计心情器进修往往。

　　习对数据的依赖性太强还有一点即是机械学。晓得我们，进修的焦点数据是机械。扩展到越来越多的范畴当我们试图让机械进修，集可用的数据收集数据、收，进行研究功效的推广然后操纵机械进修，来庞大的潜在益处确实会给社会带。据很是敏感可是良多数，小我化很是，疗数据好比医，很好的例子就是一个。全的角度来看数据所以从隐私和安，进修进一步成长的要素这此中即是掣肘机械。仅受益于更多的数据我们晓得机械进修不，分歧的数据并且受益于。时有，数据集放在一路你能够将多个，仅是数据之和你获得的不只。题在于但问，的组织分歧，的人分歧，数据放在一路若何把他们的，来进行机械进修汇集这些数据，其他组织间接拜候这些数据而不是简单地让其他人或。供给了这种可能性秘密的机械进修，以整合数据可，芯片上解密但只能在。练一个机械进修模子它在芯片中被用来训，的预测成果被供给给数据供给者然后这个机械进修模子或者它。的数据上锻炼的因为它是在汇集，更无效所以它，能力更有，何阶段但在任，问其他实体的数据任何实体都不克不及访。

　　、表征外部事物的功能符号具有双重属性：1；定的外部事物的群体的感化即每个符号都具有表征特，的特征被不异的符号表征某一群体因为某些不异，同特征被分歧的符号表征分歧群体因为群体间的不。理或形式上的特征2、本身具有物，息加工的操作能够标记信。定的所指或者意指每个符号都有特，着对分歧消息进行处置或加工对分歧的符号进行操作代表。

　　I的“常识”问题针对符号主义A，联合主义和符号主义三者贯通科学家提出了将行为主义、，模仿人类的思虑体例最终实现机械通过，行合理思虑本身能够进。如例，号主义的连系联合主义与符，进修的进修机制便能够注释深度，常识”消息的进修而且完成海量“。人类大脑的进修体例（深度进修通过模仿，结果凸起因而进修，进修结果为什么好可是深度进修的，个黑箱子就像是一，合理的注释无法给出，注释性）即缺乏可。本身的局限性三种门户都有，自的劣势都连系起来可是倘若能够将各，的成长标的目的愈加清晰了然大概能够使得人工智能。

　　外另，征就是数据量过于复杂“常识”最较着的特，上来说从理论，量是无法估量的人类大脑的容，纳本人需要的“常识”且人类能够自主性地接，乏这种自主性可是机械缺，量的“常识”消息倘若要机械处置海，领下几乎是无法实现的在符号主义AI的纲，竟毕，常识”进行符号表征机械无法对所有的“。

　　作机制符号操，思义顾名，进交运算或加工的一系列操作就是对物理符号系统中的符号。类的认知过程中起到了什么样的感化？起首切磋符号操作机制的来历这里有几个值得我们思虑的问题：符号操作机制从何而来？它在人。解：符号加工机制是若何在儿童身上成长起来的符号加工机制从何而来的问题能够从两方面来理，安在人类身上成长起来的以及符号加工机制是如。一种概念:在儿童接触外部世界并获得经验之前加里.马库斯在他的《代数思维》中持有如许，对于他们来说生成可用的事物中符号加工机制就曾经包含在一套。言之简而，有一套符号加工机制我们的大脑生成就拥，是说也就，中固有的设想的一部门符号加工是人类大脑。一套与情况互动的机制不妨假设我们生成具有，提取学问的东西一套从世界中，学问的东西一套操纵。生的进修东西若是没有天，会有进修就底子不。称为符号操作机制我们将这套东西，在情况中时当我们表露，情况中的个别进行表征我们利用这种机制对，自觉地进行进修并从外部世界。生成的一个缘由是相信某些事物是，申明一种已知的学问是若何发生的可能没有其他令人对劲的注释来。然当，与生俱来地并未获得验证符号加工机制能否是人类，大都现象获得地成果都是合理地不外倘若用这种概念去注释大。制是若何建立的关于符号操作机，确的概念是此中最明，了一份暗码本遗传暗码指定，该是什么样的神经元告诉每个脑细胞它应，毗连到其他神经元以及它该当若何。机制做出了三个假设:第一加里.马库斯对符号操作，之间的笼统关系大脑暗示变量；的即是变量的关系符号操作机制处置，是大脑固有的设想既然符号操作机制，变量之间或笼统或具象的关系那么大脑理所该当地能够表征；二第，构化暗示的系统大脑具有递归结；学问对新的事物进行表征大脑能够按照已习得的，构用符号表征对象以一种递归式结；三第，表征和品种的心理表征大脑区分个别的心理；言之简而，符号操作机制大脑具有的，个别和品种进行符号表征能够从心理表征的角度对。

　　颈问题就是缺乏泛化的能力符号主义AI的另一个瓶，表征的能力即缺乏动态，“框架问题”我们称之为。Shakey） [5] 即是“框架问题”的实在写照：机械人沙基被认为是第一台可以或许进行步履推算的可挪动机械人二十世纪六七十年代拉斐尔（BertranmRaphael）、尼尔森（Nilsson）团队研发的机械人沙基（，在复杂的情况中完成对四周情况的感知它设置装备摆设的摄像头和传感器使得它能够，况下完成一些简单的操作并在没有人工干涉的情。的本身步履相连系的成功测验考试这是第一次将逻辑推理与机械。实上事，了内部世界的静态表征沙基如许的系统完成，特征进行符号表征即可以或许对特定的。而然，于不断变化的形态若是外部情况处，外部情况的特征前进履态表征沙基的内部系统就必需对当前，大量的计较时间这就需要花费，然显，如许的动态表征能力机械人沙基并不具备。

　　断的自主进修人类通过不，达到必然程度的时候当大脑的认知能力，一反三便可举，分歧维度的转化能够对消息进行，使用到其他维度转化成果又可以或许，消息和新概念从而发生新，过认知进行学问的再缔造也就是我们的大脑可以或许通。程度的认知智能时那当机械具备必然，？目前我们能够确定地说“能”能对已有的消息进行再缔造吗。过程中模仿人的思维认知系统在锻炼的，续进修通过持，强的智能性获得不竭增，具备的认知能力逐渐接近人类所。是缔造出已具有的消息然而机械的消息再缔造，具有的学问是一个客观，定性的是确。只能说我们，作为人类认知的延长机械进修的功效能够，认知的再缔造而不是人类。前目，的范畴也做出了颇多的功效研究认知计较与机械进修，机视觉、图像检测与预测等例如天然言语处置、计较。进修的成长跌荡放诞崎岖虽然 AI 和机械，法仍大大提高了这些学科的尺度但深度进修和认知计较等新方。可能仍无法实现无意识的机械，活的系统目前已具有但协助改善人类生。

　　习等算法模子缺乏“自主性进修”另一个不得不提的瓶颈就是机械学。晓得我们，缺乏必然程度的泛化能力符号主义的人工智能虽然，习”的学问迁徙能力但具有“自主性学。带来了将模子使用到大量数据的能力虽然迁徙进修给机械进修、强化进修，主认知的能力但仍然缺乏自。说法换个，有自动认知的能力也就是符号主义拥，地发生非真正意义上的“认识”而机械进修等算法模子只能被动。化进修所能做的机械进修、强，某些特定的场景下的功能而已只是操纵高质量的大数据实现。的世界中我们所处，使用有上千种机械进修的。变得无处不在机械进修正，味着这意，器进修在精确性方面的表示虽然我们仍持续强烈关心机，它们的精确率进一步提高但我们的企图在于使得。界中利用机械进修时由于当我们在现实世，系列的新挑战它带来了一。习工作焦点问题的荫蔽性问题我把这看作是环绕着机械学。集的成见因为数据，会有躲藏的成见预测成果中就，平问题好比公，性问题可注释，系的问题因果关，果的成见进行干涉的话若是我们真的想对结，更多的办法就必需采纳。要素在于对数据集进行了适量的缩放现在机械进修成功的很主要的一个，集的大小缩放数据，算法的大小缩放进修，量方面的模子缩放参数数，集上仿照照旧不具有冲破但在大规模的数据，次要短处之一这也是它的。

　　前目，要有三大学派人工智能主，结主义和行为主义即符号主义、联。是一种基于逻辑推理的智能模仿方式符号主义（Symbolism），hlogism)或计较机学派(Computerism)又称为逻辑主义(Logicism)、心理学派(Psyc。号主义所谓符，和思维的根基单位是符号该学派认为：人类认知，号暗示上的一系列操作而认知过程就是在符。物理符号系统假设人是一个,个物理符号系统计较机也是一，系统的不变性基于物理符号，操作来模仿人的认知和思维计较机能够通过对符号进行，的智能行为完成类人。拟人的左脑笼统逻辑思维这种方式的本色就是模，知系统的功能机理通过研究人类认，述人类的认知过程用某种符号来描，能处置符号的计较机中并把这种符号输入到，类的认知过程就能够模仿人，人工智能从而实现。单的归结“认知即计较”能够把符号主义的思惟简。注释合适大部门人的认知因为这种对人工智能的，能范畴不断处于主导地位因而符号主义在人工智。

　　号主义理解符，符号的寄义起首要理解。？所谓符号就是模式那么符号是什么呢。模式任一，他模式相区别只需他能与其，号 [1] 就是一个符。如例，为一个符号“猫”作，部世界中猫的群体这个符号代表外。中看到猫这种个别时当我们在现实糊口，个符号去对其进行表征我们会天然用“猫”这。角度去理解从调集的，征一个群体的调集每个符号能够表，代表分歧的群体分歧的符号即，中的每个个别而每个群体，中的每个元素就是该调集。猫”的例子同样援用“，现实中我们见到的猫的群体假设“猫”这个符号表征，个名称为“猫”的调集则该符号就相当于一，一只猫而每，中的独一元素都是该调集。的系统称为物理符号系统由符号的实体调集形成，调集布局体的机械 [2] 它是一台随时间运转处置符号。从物理纪律-系统是由工程系统和工程元件形成物理包罗了两个主要的特征：这个系统严苛遵，统是不变的所以这个系；来表白我们本来的企图虽然利用符号这个词，类符号系统 [3] 当系统并不局限于人。此因，先首，统具有不变性物理符号系，号实体是固定的即系统中的符，表征的群体是固定的且每个符号实体所；次其，是物理符号符号既能够，笼统符号也能够是。词例如“且”、“或”、“非”、“所有的”、“具有”等等例如数理逻辑就是一个物理符号系统：它的符号是一系列的单；号就是棋盘中的每个棋子再好比国际象棋：它的符。

　　完满的注释人类认知的架构体例虽然符号主义和机械进修都不克不及，成长标的目的为实现机械进行自主思虑供给了新的思绪可是符号主义与机械进修的连系AI将来可能的，这此中只不外，的路要走还有很长。该当是人机连系将来的成长标的目的，知”的“魂灵”为机械付与“认，认的是不成否，协助下获得了很大的提拔人类的认识能力在机械的，此因，的路还有很长模仿人类智能，展照旧具有无限可能将来人机连系的发。