当下,人工智能主流的研究方法是连接主义。连接主义学派并不认为人工智能源于数理逻辑,也不认为智能的关键在于思维方式。这一学派把智能建立在神经生理学和认知科学的基础上,强调智能活动是将大量简单的单元通过复杂方式相互连接后并行运行的结果。
基于以上的思路,连接主义学派通过人工构建神经网络的方式来模拟人类智能。它以工程技术手段模拟人脑神经系统的结构和功能,通过大量的非线性并行处理器模拟人脑中众多的神经元,用处理器复杂的连接关系模拟人脑中众多神经元之间的突触行为。相较符号主义学派,连接主义学派显然更看重是智能赖以实现的“硬件”。
人类智能的本质是什么?这是认知科学的基本问题。根据自底向上的分析方法,人类智能的本质很大程度上取决于“什么是认知的基本单元”。目前的理论和实验结果表明,要分析认知基本单元,合理的方法既不是物理推理也不是数学分析,而是设计科学实验加以验证。大量的实验结果显示,从被认知的客体角度来看,认知基本单元是知觉组织形成的“知觉物体”。
知觉物体概念的形成具备其特殊的物理基础。脑神经科学研究表明,人脑由大约千亿个神经细胞及亿亿个神经突触组成,这些神经细胞及其突触共同构成了一个庞大的生物神经网络。每个神经细胞通过突触与其他神经细胞进行连接与通信。当通过突触所接收到的信号强度超过某个阈值时,神经细胞便会进入激活状态,并通过突触向上层神经细胞发送激活信号。人类所有与意识及智能相关的活动,都是通过特定区域神经细胞间的相互激活与协同工作而实现的。
作为一个复杂的多级系统,大脑思维来源于功能的逐级整合。神经元的功能被整合为神经网络的功能,神经网络的功能被整合为神经回路的功能,神经回路的功能最终被整合为大脑的思维功能。但巧妙的是,在逐级整合的过程中,每一个层次上实现的都是”1 + 1 > 2”的效果,在较高层次上产生了较低层次的每个子系统都不具备的“突生功能”。这就意味着思维问题不能用还原论的方法来解决,即不能靠发现单个细胞的结构和物质分子来解决。揭示出能把大量神经元组装成一个功能系统的设计原理,这才是问题的实质所在。