从学术的概念看，人为智能合键分三大学派，判袂是符号主义学派、相连主义学派和作为主义学派。正在对人为智能实行探究时，恐怕会遵循某一表面或举措打开探求了解，但正在实地落地的项目或产物恐怕归纳使用了多个学派的学问。譬喻，比来咱们为某创修企业供应智能客服体系，个中语音识别、语音合成和语义懂得技艺等属于相连主义的效果，同时，也运用了学问库等属于符号主义的效果。

　　该学派以为人类认知和思想的根基单位是符号，智能是符号的表征和运算历程，估计安排机同样也是一个物理符号体系，于是，符号主义思法（由人）将智能款式化为符号、学问、法则和算法，并用估计安排机完毕符号、学问、法则和算法的表征和估计安排，从而完毕用估计安排机来模仿人的智能作为。

　　其首个代表性效果是诱导式次第LT（逻辑表面家），它证实了38条数学定理，说明确能够使用估计安排机探究人的思想历程，模仿人类智能勾当。往后，符号主义走过了一条诱导式算法——专家体系——学问工程的繁荣道途。

　　专家体系是一种次第，也许根据一组从特意学问中推表演的逻辑法则正在某一特定界限解答或处理题目。1980年卡内基梅隆大学为数字摆设公司策画了一个名为XCON的专家体系，正在1986年之前，它每年为公司省下四切切美元。专家体系的本领来自于它们存储的专业学问，学问库体系和学问工程成为了上世纪80年代AI探究的合键目标。专家体系仅限于一个专业细分的学问界限，从而避免了常识题目，其简陋的策画又使它也许较为容易地编程完毕或批改。专家体系的告捷开拓与使用，对人为智能走向实质应东西有特殊紧要的事理，也是符号主义最明后的时刻。但凡事有利有弊，专家体系仅仅范围于某些特定情况，且学问收罗难度大、用度高、运用难度大，正在其它界限如呆板翻译、语音识别等界限根基上未赢得效果。日本、英国、美国正在80年代初都曾拟订过野心勃勃的人为智能研发安插，如日本的第五代估计安排机项目，其方针是造出也许与人对话、翻译讲话、解说图像，而且像人相通推理的呆板，但直到1991年，这个方针照旧未能完毕。

　　20世纪80年代末，符号主义学派动手走向式微，日益腐败，其紧要来历是：符号主义寻求的是好像数学定理般的算法法则，试图将人的思思、作为勾当及其结果，笼统化为爽快深切而又一应俱全的法则定理，就像牛顿将世间万物的运动蕴藏于三条定理之中。不过，人的大脑是宇宙中最庞大的东西，人的思思无比庞大而又空旷无垠，人类智能也远非逻辑和推理。是以，用符号主义学派表面处理智能题目难度可思而知；另一个紧要来历是：人类笼统出的符号，源流是身体对物理寰宇的感知，人类也许通过符号实行互换，是由于人类具有近似的身体。估计安排机只打点符号，就不恐怕有类人感知，人类可贯通而不行言传的“潜智能”，不必或不行款式化为符号，更是估计安排机不行触及的。要完毕类人以致超人智能，就不行仅仅依托估计安排机。

　　1997年5月，名为“深蓝”的IBM超等估计安排机击败了国际象棋寰宇冠军卡斯帕罗夫，这一事务正在当时也曾颤动寰宇，实在本色上，“深蓝”便是符号主义正在博弈界限的效果。

　　1943年款式化神经元模子（M-P模子）被提出，从此开启了相连主义学派升浸不屈的繁荣之途。1957年感知器被出现，之表态连主义学派一度清静。1982年霍普菲尔德收集、1985年受限玻尔兹曼机、1986多层感知器被延续出现，1986年反向撒布法处理了多层感知器的练习题目，1987年卷积神经收集动手被用于语音识别。往后，相连主义势头大振，从模子到算法，从表面了解到工程完毕，为神经收集估计安排机走向市集打下根柢。1989年反向撒布和神经收集被用于识别银行手写支票的数字，初度完毕了人为神经收集的贸易化使用。

　　与符号主义学派夸大对人类逻辑推理的模仿分别，相连主义学派夸大对人类大脑的直接模仿。要是说神经收集模子是对大脑组织和机造的模仿，那么相连主义的各式呆板进修举措便是对大脑进修和练习机造的模仿。进修和练习是必要有实质的，数据便是呆板进修、练习的实质。

　　相连主义学派可谓是生逢那时，正在其深度进修茸论赢得了系列的打破后，人类进入互联网和大数据的时间。互联网发作了洪量的数据，蕴涵海量作为数据、图像数据、实质文本数据等。这些数据判袂为智能推选、图像打点、天然讲话打点技艺繁荣做出卓著的功劳。当然，仅罕见据也不敷，2004年后大数据技艺框架的行成和图形打点器（GPU）繁荣使得深度进修所必要的算力取得知足。

　　正在人为智能的算法、算力、数据三因素齐全后，相连主义学派就动手大放光泽了。2009年多层神经收集正在语音识别方面赢得了巨大打破，2011年苹果使命将Siri整合到iPhone4中，2012年谷歌研发的无人驾驶汽车动手途测，2016年DeepMind打败围棋冠军李世。