计算机建模者们分道扬镳

20世纪60年代之前，模拟语言/逻辑思维和模拟有目的的/自适应的微观运动行为这两个研究方向是有交叉的。有些专家二者都研究[唐纳德·麦凯（Donald Mackay）甚至建议制造将神经网络与符号处理结合起来的混合计算机]。所有相关工作者都能彼此产生共鸣。研究生理自动调整的工作者们认为自己与注重心理研究的同事们做的是同一件事。他们都参加相同的会议：在美国召开的跨学科Macy研讨会（1946年到1951年，由麦卡洛克担任主席）和在伦敦召开的“思维过程机械化”研讨会（1958年，由厄特利组织）。

然而，大约从1960年开始，工作者们的研究方向便出现了分歧。广义上来说，对生命感兴趣的人只关注控制论，而那些对心智感兴趣的人则关注符号计算。网络爱好者们当然对大脑和心智都感兴趣，但他们通常研究联想学习，而非具体的语义内容或推理，所以他们关注的是控制论而不是符号人工智能。研究的分支越来越多，不幸的是，各分支之间缺乏对彼此应有的尊重。

这个过程中必然会出现一些优秀的小社会圈子，因为他们讨论的理论问题各不相同，既有生理方面的，也有心理方面的。所用的技术也不一样。广义上讲，是微分方程与逻辑之间的较量。专门化趋势不断加强，交流也因此变得越来越困难，而且很大程度上是无利可图的。兼收并蓄的会议已经过时。

即使如此，各分支学派也不应该太操之过急。对控制论和联结主义学派的反感源于专业上的嫉妒和正义的愤慨。这是因为符号计算在发展初期取得了巨大的成功；带有挑衅性的术语“人工智能”[由约翰·麦卡锡（John McCarthy）于1956年提出，以前称为“计算机模拟”]博得了新闻工作者们的眼球；一些不现实的炒作；一些符号主义研究者表现得傲慢自大。

符号主义阵营的成员们认为自己赢得了人工智能的比赛，最初没有太多的敌意。事实上，他们在很大程度上忽视了早期的网络研究，其中的一些领导者[例如，马文·明斯基（Marvin Minsky）]已经开始着手网络的研究。

然而，在1958年，弗兰克·罗森布拉特（Frank Rosenblatt）提出了神经动力学理论，定义了能在随机初始状态下（并且能够容忍初始化阶段的错误）进行自组织学习的并行处理系统，并在他的光电感知器中部分实现了该理论。它与“伏魔殿”不同，无须输入模式让程序员提前分析。符号主义学派无法忽视这种新形式的联结主义。但它很快就被打入“冷宫”。20世纪60年代，明斯基与西摩尔·帕普特（Seymour Papert）一道发表了一篇尖锐的批评文章，声称感知器连一些基本的东西都无法计算（详见第4章）。

神经网络研究的资金来源也因此被切断。这个结果是由于两派攻击者蓄意为之，从而加深了人工智能内部的对抗。

现在大家看来，经典人工智能研究似乎在当时占绝对的主导地位。诚然，格雷·沃尔特的机器乌龟们在英国节上备受赞誉。和伯纳德·威德罗（Bernard Widrow）的模式学习Adaline（基于信号处理）一样，罗森布拉特的感知器在20世纪50年代后期也被媒体大肆宣传。但符号主义研究者们的批评让人们完全失去了对感知器的兴趣。20世纪60年代到70年代，在媒体中如日中天的是符号型人工智能（还影响了精神哲学）。

风水轮流转。神经网络，如分布式并行处理（Parallel Distributed Processing，以下简称PDP）于1986年再次登台（见第4章）。本该更懂得此方法的大多数外界人士和一些内部人士都把它当成了一个彻头彻尾的“新”东西。它还吸引了无数研究生和很多新闻媒体（和哲学）的关注。那时，鼻子都被气歪的人恐怕是那些符号人工智能的研究者了。一时间，PDP研究成为时尚，大家普遍认为经典人工智能的研究当时已经失败。

还有一些控制论者因其在1987年命名“人工生命”，终于从大批记者和研究生那里“受宠”。于是，符号人工智能再次受到挑战。

然而，在21世纪，不同的问题需要不同类型的答案——各有所长，这一点显而易见。虽然先前的敌意至今犹存，但不同方法仍有相互尊重和合作的空间。例如，“深度学习”有时用于将符号逻辑与多层概率网络结合的强大系统；还有一些混合方法包含高级复杂的意识模型（见第6章）。

构成人类心智的虚拟机本来就是各式各样的，因此大家没必要对人工智能领域的研究分歧太过惊讶。