符号学派认为智能可以通过符号操作来模拟，即利用逻辑规则对符号进行推导与运算。

例如专家系统就是符号学派的典型代表，利用大量的“如果-那么”规则来解决特定领域的问题。

然而，符号学派高度依赖于预先定义的符号、规则和知识，使得其在处理复杂性、不确定性、开放性、动态变化、模糊信息、隐性知识时表现不足。

点击+号关注本账号，可获得更多精彩内容。

符号学派（Symbolism）认为智能可以通过符号操作来模拟，即利用逻辑规则对符号进行推导与运算，从而实现知识的表示、推理与问题求解。典型应用包括专家系统、决策树（如下图所示，以及章节“5.23.1  OpenCV与AdaBoost人脸检测”）、定理自动证明、知识工程、知识图谱构建等规则系统，例如专家系统就是符号学派的典型代表，利用大量的“如果-那么”规则来解决特定领域的问题，如医疗诊断系统通过预设疾病-症状规则库进行推理。符号学派的优势在于其可解释性强，推理过程清晰明确，能够处理高层次的概念和抽象问题。

然而，符号学派也面临挑战，由于其高度依赖于预先定义的符号、规则和知识，使得其在处理复杂性、不确定性、开放性、动态变化、模糊信息、隐性知识时表现不足。现实世界的问题往往难以完全用明确的规则来描述，这使得纯符号系统在复杂环境中的适应性受限。此外，构建一个全面的知识库需要耗费大量时间和资源，并且很难涵盖所有可能的情况。尽管如此，符号推理仍然是AI研究的重要组成部分，尤其是在需要逻辑严谨和可解释性的领域，如法律推理和自动规划。随着深度学习兴起，符号学派开始与连接学派融合，例如将规则引擎与神经网络结合，以提升复杂场景下的决策能力。

更详细内容，请见本书的完整版。如果你有任何感想，请在评论区留言，一起讨论。

“AI哲学一吴怀宇”（中国科学院博士、北大博士后）作者主页：www.OpenDAI.org；邮件：huaiyuwu@sina.com

视频号/公众号：AI哲学一吴怀宇中国科学院（人工智能哲学）