人工智能的三大学派包括

人工智能的三大学派包括符号主义、连接主义和行为主义。
符号主义认为人工智能源于数理逻辑，主张用公理和逻辑体系搭建一套人工智能系统。其原理主要为物理符号系统假设和有限合理性原理，认为人类认知和思维的基本单元是符号，智能是符号的表征和运算过程，计算机同样也是一个物理符号系统。代表性成果有启发式程序 LT 逻辑理论家，证明了 38 条数学定理。此后又发展了启发式算法、专家系统和知识工程等，专家系统的成功开发与应用曾为其带来辉煌，但也存在知识采集难度大、费用高、使用难度大等局限，在机器翻译、语音识别等领域成果有限。
连接主义认为人工智能源于仿生学，主张模仿人类的神经元，用神经网络的连接机制实现人工智能。其原理主要为神经网络及神经网络间的连接机制与学习算法，通过神经元之间的并行协作实现信息处理，具有并行性、动态性、全局性，能实现联想功能，便于处理噪声信息，可通过调整神经元连接强度进行学习和分类，适合模拟人类的形象思维过程，在求解问题时能较快得到近似解。

行为主义认为人工智能源于控制论，指的是基于感知行为的控制系统，使每个基本单元实现自我优化和适应，这是一个自下而上的过程。其原理为控制论及感知 - 动作型控制系统，认为知识和形式表达及模型化方法是重要障碍之一，智能取决于感知和行动，应直接利用机器对环境作用后的响应为原型，且智能行为只能在与周围环境交互中体现，人工智能可像人类智能一样逐步进化、分阶段发展和增强。

行为主义

行为主义在人工智能领域主张用机器模拟人类的智能行为。“智能” 在人类大脑中难以捉摸，而 “智能的行为” 则是可观察和模拟的，所以行为主义追求的是机器行为与人类行为的相似性，而非内部工作原理的一致性。例如，在自动驾驶汽车中，行为主义方法关注的是汽车在道路上的行驶行为，通过不断收集和分析路况数据，让汽车能够像人类驾驶员一样做出适当的反应，如刹车、加速、转向等。这种方法不关心汽车内部如何处理和理解这些信息，只注重最终的行为表现是否符合预期。
行为主义认为人工智能源于控制论，控制论思想在 20 世纪 40 - 50 年代成为时代思潮的重要部分，影响了早期的人工智能工作者。行为主义学派在 20 世纪末成为人工智能的新学派。例如，强化学习方法就是基于行为主义的理论，它通过试错的方式不断调整行动策略，以最大化奖励信号来达到目标。
在心理学中，行为主义拒绝讨论心理复杂的运作过程，坚持严格客观地研究结果行为或刺激。随着时间的推移，这一理论的代表逐渐减少。但在人工智能领域，行为主义的方法仍具有重要意义。比如，在智能机器人的研发中，通过对人类行为的模拟和学习，使机器人能够适应各种环境和任务。

连接主义

连接主义方法对于模式识别和机器学习等任务表现出色，例如深度学习技术就是基于连接主义的一种方法。通过大规模数据和强大的计算能力，连接主义方法使得计算机能够从数据中自动学习并进行预测和决策。在图像识别、语音识别等领域，连接主义的方法取得了显著的成果。

符号主义

符号主义在人工智能中强调逻辑推理和知识表示。通过构建符号和规则来模拟人类的思维过程，实现智能行为。例如，专家系统就是符号主义的典型应用，它基于特定领域的知识和规则，能够为用户提供专业的建议和解决方案。
综上所述，行为主义、连接主义和符号主义是人工智能的三大学派，它们各自有着独特的理论和方法，相互辅助、交叉影响，共同推动了人工智能的发展。