AI大事记8:深蓝与卡斯帕罗夫——符号主义 AI 的巅峰与局限（中）

2 符号主义 AI：规则、逻辑与局限

2.1 符号主义 AI 的基本原理与方法

深蓝是符号主义 AI 的典型代表。符号主义是人工智能的先驱，其核心理论是符号处理假说，认为人类智能活动可以通过符号操作来模拟。这些符号代表了现实世界的对象和概念，而智能行为则是通过对这些符号的操作和变换来实现。

符号主义 AI 的基本原理可以归纳为以下几点：

符号表示：使用符号（如单词、数字、逻辑表达式等）表示现实世界中的概念和关系。

知识表示：将领域知识以规则、语义网络、框架或谓词逻辑等形式表示。

推理机制：采用前向链式推理或后向链式推理，从已知事实出发，通过匹配 - 选择 - 执行循环，演绎出结论。

解释能力：每一步推理都可以追溯和解释，这与人类的逻辑思维过程非常相似。

在符号主义框架下，知识表示方法是实现符号处理假说的关键。主要的知识表示方法包括：

逻辑表示：使用逻辑公式来表示知识，能够捕捉复杂的概念和关系。

框架表示：使用框架来描述对象的属性和属性值，框架之间通过槽和填充的方式来关联。

语义网络表示：通过图结构来表示知识，节点代表概念或实体，边表示概念之间的关系。

产生式系统：使用 "如果 - 则" 规则（即产生式规则）来表示知识，特别适合于表示复杂的决策过程。

符号主义 AI 的一个典型应用是专家系统，如 Dendral（化学结构分析）和 MYCIN（医疗诊断）等系统，它们通过手工编码领域知识，实现类人推理，成为 AI 首次大规模实际应用。

图 4 Dendral 是世界上第一个成功的专家系统

2.2 符号主义 AI 的局限性与挑战

尽管符号主义 AI 在特定领域取得了成功，但它也面临着一些根本性的局限性和挑战：

知识获取瓶颈：符