第2章 技术架构：AIGC席卷全球的底层逻辑

01 AI的起源、发展及主要流派

1950年，英国数学家艾伦·图灵（Alan Turing）在其发表的论文《计算机器与智能》（Computing Machinery and Intelligence）中首次提出了“会思考的机器”（Thinking Machine）这一概念。更重要的是，文章还提出了著名的“图灵测试”，可以简单解释为：如果测试者无法判断其测试对象是一台机器还是人类，或者把与他交流的机器当成了人类，那么这台机器就通过了测试，即我们认为这台机器具有智能。

“图灵测试”从理论上论证了机器拥有智能的可能性。由图灵提出的“会思考的机器”的概念，现在已经发展成人工智能领域的重要分支之一。其基本原理是设计出某种算法，使电脑具备自动思考与学习的能力，从而通过大量数据分析获得规律，再利用习得的规律对未知数据进行预测。从技术角度来说，这一理论以寻找或设计一种能够实现的、可以避免错误数据积累的、行之有效的机器学习算法作为研究重点。

1956年8月，诸多科学家来到美国汉诺斯小镇的达特茅斯学院，开会讨论一个话题——用机器来模仿人类学习和其他方面的智能。与会者包括人工智能与认知学专家马文·闵斯基（Marvin Minsky）、信息论的创始人克劳德·香农（Claude Shannon）等著名学者，会议首次使用了“人工智能”这一名称。

人工智能自诞生以来，与其相关的主要流派包括以下三种：

①符号主义

符号主义（Symbolism）是一种基于逻辑推理的智能模拟方法。该流派认为：人类的认知过程（或智力活动）就是基于某种逻辑的接收和处理信息的过程，而所有信息都可以用某种符号表示，所以人类的认知过程也是处理符号的过程，这与计算机基于某种数学逻辑进行运算有着相同的本质。由此该主义认为，如果电脑能够和人脑一样执行某种规则或过程，那么该电脑就实现了人工智能。

②联结主义

联结主义（Connectionism）认为，智能是人类大脑中的神经元和突触相互连接构成神经网络来共同处理信息的结果，而该网络结构即各网络单元之间的连接可以通过计算机进行模拟，以此为基础更容易实现人工智能。早在真正意义上的电子计算机出现以前，就有学者根据联结主义进行数学建模，为后来的人工神经网络（artificial neural network）理论形成奠定了基础。

③行为主义

行为主义（Actionism）又称为“进化主义”或“控制论学派”，最早兴起于20世纪中期。早期的研究方向主要是模拟人在控制过程中的智能行为和动作。20世纪80年代，智能控制和智能机器人系统诞生。直到20世纪末，行为主义才与人工智能紧密联系起来，并受到了广泛重视。

当前人工智能的发展，是对符号主义、联结主义、行为主义三者的融合运用。