30多年前我讀研的時候，就知道AI有三個學(xué)派：控制論學(xué)派、符號學(xué)派、神經(jīng)元學(xué)派。這些學(xué)派有些不同的叫法，但實質(zhì)是一樣的?？刂普搶W(xué)派最早成功并且取得巨大成就，許多大學(xué)里有相關(guān)的系和學(xué)院。但另外兩個學(xué)派卻不成氣候，往往只是某些專業(yè)的選修課，最近才有了相關(guān)的專業(yè)。30多年前，AI主要講符號學(xué)派的專家系統(tǒng)、神經(jīng)元學(xué)派是次要的；最近10年講AI，主要是講神經(jīng)元學(xué)派、符號學(xué)派逐漸淡出了。

但奇怪的是：一直沒人把三個學(xué)派的關(guān)系講清楚。觀念的混亂引發(fā)了不少荒謬的觀點，典型的就是某院士所謂“智能制造=人工智能+制造”?，F(xiàn)在人們說的人工智能，默認的是神經(jīng)元學(xué)派的技術(shù)；而智能制造最關(guān)鍵的思想?yún)s是控制論學(xué)派的。所以，必須從AI的全貌上認識問題。

在我看來：控制論對智能的認識是最本質(zhì)的、最廣泛的。它是把“以變應(yīng)變”、“知行合一”作為智能的特征。所以，只要系統(tǒng)具有應(yīng)變能力，就稱為智能系統(tǒng)。我們知道：以變應(yīng)變的前提是需要決策的?，F(xiàn)實中，這些決策的邏輯可以很簡單，傳統(tǒng)的方法就可以做許多決策?？刂评碚撝械目刂破髟O(shè)計，其實就是給出決策方法。我經(jīng)常說的“把人的決策邏輯交給計算機、讓計算機決策”也是一種常見的簡單決策邏輯。智能制造之所以成為熱點，所以因為機器獲得信息和計算的能力強了，帶來了很多機會。

但是，符號學(xué)派、神經(jīng)元學(xué)派對智能的認識不一樣。這兩個學(xué)派關(guān)心的問題縮小為決策算法，而且是常規(guī)的簡單算法無法有效計算、而人類卻容易做出決策的算法。所以，這兩個學(xué)派對人工智能的理解，恰恰是針對常規(guī)算法無法解決的、與復(fù)雜推理和模糊知識相關(guān)的問題。從這種意義上講，可以認為控制論學(xué)派是廣義的人工智能，而符號學(xué)派、神經(jīng)元學(xué)派是狹義的人工智能。在狹義的人工智能中，符號學(xué)派、神經(jīng)元學(xué)派是互相競爭的關(guān)系。

經(jīng)過幾十年的競爭，結(jié)果基本上出來了。符號學(xué)派雖然也有一定的用處（比如用在生產(chǎn)計劃），但總體上是競爭失敗了；神經(jīng)元學(xué)派雖然有一些問題，但總體上成功了。而這個成功當然依賴于外來的機會。這個機會就是大數(shù)據(jù)的條件和算力的提升；人類的貢獻則是辛頓等人做出的算法。

大家注意到，前面講的這些觀點，符合我創(chuàng)新課的基本邏輯：

1、技術(shù)首先在難度低或者價值高的地方突破，然后逐漸進入難度高或者價值低的地方。

2、技術(shù)突破的關(guān)鍵是抓住機會，機會是基礎(chǔ)條件和需求的改變。

這個創(chuàng)新的邏輯不僅可以解釋過去，還可以預(yù)見未來、尋找突破點。比如，突破點有什么特點？首先，它是進入新領(lǐng)域的難點、有“一夫當關(guān)萬夫莫開”的特點；其次，是有新技術(shù)能夠突破它。下面，我用4張圖來表示AI發(fā)展的過去和未來。

在第一張圖中，我們用控制論的思想，定義AI的邊界。在這個定義下，有個空間是沒有突破的。這個空間，就是復(fù)雜的決策、還可能需要模糊的知識。

第二張圖，符號學(xué)派試圖突破這個問題，用來解決復(fù)雜邏輯推理問題，但是遇到的困難是隱性知識及推理的問題：人說不清楚的知識，就沒有辦法變成計算機的代碼。

第三張圖，是神經(jīng)元學(xué)派的突破。因為隱性知識和推理都可以在神經(jīng)網(wǎng)絡(luò)中做，就不需要人來寫代碼描述知識了。這個學(xué)派突破后，符號學(xué)派原來的空間小了。在這張圖中，我把控制論學(xué)派的圈子改成虛線了。意思是：數(shù)字化技術(shù)的發(fā)展，同時讓這個學(xué)派的應(yīng)用范圍大大拓展了。需要注意的是：即便是沒有神經(jīng)元學(xué)派的AI 的突破，控制論學(xué)派的應(yīng)用范圍同樣擴大了。這樣的機會，是信息通信技術(shù)的發(fā)展帶來的。而且，這種機會可能用不著我們用復(fù)雜的算法。

在第四張圖中，還有些問題不能用AI解決。這些問題與機器獲取知識、信息和權(quán)限的局限性有關(guān)。對于這樣的問題，可以用人機結(jié)合、人機協(xié)同的辦法來解決。在這個空間中，價值創(chuàng)造和技術(shù)發(fā)展的機會有很多。

多年來，我在這個公眾號里曾經(jīng)談過多次三個學(xué)派的問題。我談這個問題，不是為了咬文嚼字、是為了便于工程師理解機會、看到更多的機會。最后重申一下工程師的價值觀：抓住機會、用簡單的方法做有價值的事情。