几十年来，AI计划没有堆积高达20亿年的演变。但是，正如一个步步高玩家证明，他们接近。
你正在用一台很好的电脑读这个。它是高度可移植的（体重只有3磅），吸取了很少的力量，拥有大量的内存，擅长模式识别，并具有生成和处理自然语言的能力 - 在所有计算实体之间迄今为止。所有这一切和立体声，也。在缺点方面，它是非常慢 - 只是几个浮点计算第二 - 它下来至少每天的三分之一，它的软件是充满了bug，尽管花了最后的一百万年的测试。然而，这台计算机 - 人脑 - 一直是设计电子计算设备的人的黄金标准：我们非常喜欢有一台机器，所有的，甚至许多的东西大脑（和迄今为止只有大脑）能够做：用自然语言说话，找出问题的新解决方案，学习，显示一点常识。
在实验室创造的东西，自然已经花了千年来发展是不是一个管道的梦想，人工智能领域。战争学派的思想争论了自从20世纪50年代以来的问题和路障隐藏，直到工作被闲置到一种休眠。但是经过多年的相对沉默，人工智能已经被进化计算领域所恢复，它使用模仿自然的技术。连接词和符号主义愤怒之间的战斗，虽然以变异的形式。
我们一直试图做一个脑机器很长一段时间 - 几乎从一开始，当电脑被称为电子大脑。我们认为这很容易。人们做数学;计算机（它被立即发现）可以做数学，比人更快，更准确。人们玩游戏，从ticktacktoe到国际象棋;计算机玩游戏 - 比大多数人更好。人们有记忆;他们使用逻辑来解决问题 - 计算机也是如此。大脑，据认为，显然是一种计算机（它还能是什么？），所以必须运行某种软件。在五十年代，当约翰·冯·诺伊曼和其他人正在为电子计算设计理论基础时 - 当目前熟悉的硬件和软件，内存和处理器之间的区别首次建立时，这似乎是一个直接和可行的任务。这种早期工作的原理是，任何所谓的冯诺依曼机器（即几乎每个电子计算机）的指令集可以在任何其他冯诺依曼机器上运行。这变成了一个常见的闪避：没有技巧，创建一个Mac或PC里面，说，一个太阳工作站。所以，理论通过使用严格的分析，符号逻辑和理论语言学，只是弄清楚什么样的软件大脑运行，安装在一个足够的能力的计算机，你会有它 - 一个电子设备这将在功能上与大脑不可区分。
在追求这个乐观的程序，象征主义的AI社区拒绝认真调查唯一的项目能够创造它：大脑。然而，令人关注的是大脑做了什么。毕竟，去了隐喻常见的时候，你不会花很多时间分析鸟的翅膀和羽毛，如果你正在设计一架飞机;你会看看飞行 - 升力，阻力，动力等的基本原理。
但是很快又出现了另一个研究者阵营，连接者，他们使用了一个完全不同的隐喻。他们观察到，大脑由称为神经元的小型，精细互连的信息处理单元组成。也许这种小单位的互连与大脑功能无关，而是它的本质。也许，如果你建立了一个小的电子信息处理单元（晶体管和电容器等等）的混乱，脑力的功能可能会自发产生，而不必无休止的。
在60年代，连接学校的希望主要体现在一套名为感知器的设备中。在这些部件内，光敏检测器以各种方式连接到中间电子单元，然后将其连接到某种输出装置。
它工作类似这样：你会开始，举起，说，感光器前面的三角切口。然后，输出设备上的灯将首先随机闪烁，然后，由于某些电路被给予更多果汁，而其他电路更少，中间层将自行重新排列，直到闪烁呈现更有序的图案;逐渐地，灯将形成三角形的形状。做这个足够的时间，你很快就会发现一个似乎把三角形和一个圆圈区分开来的系统。系统似乎学习。
早期的联系主义者非常热情，可以说远比他们的结果保证。高级感知器件，许多连接主张，很快将学会阅读和识别复杂的图像。然而，在1969年，象征主义者攻击。 Marvin Minsky和Seymour Papert从符号主义思想中心 - 麻省理工学院AI实验室 - 写在他们的书“感知器：计算几何简介”中，这是一个优雅和毁灭性的数学证明，这些设备，如同它们存在，永远不能“学习“识别复杂的形状，所以永远不会变得比有趣的玩具。作为这本书的结果，连接主义几乎蒸发了，资金和利益逃离。但是，十年后，连接主义学校回来了，并以一种完全不同的形式。
在约旦波拉克布兰迪斯大学实验室的大工作站屏幕上，计算机正在玩自己 - 游戏后的比赛。黑白光盘跨越点;骰子的图像闪烁他们的数字几乎太快无法阅读。所以呢？你可能会说。孩子们的节目游戏，这样在业余时间，并把结果放在布告栏上。波拉克，一个大，有胡子的人与一个年轻的圣诞老人的旺盛的空气，解释了区别：没有人规划这个步步高球员。程序（实际上是神经网络）自己。在由双陆棋的规则表示的简化环境内，由数字组成的实体彼此竞争。获奖者创造混合后代;输家死。在这个世界上也有突变。有时这些改变是有益的，有时不是。就像在现实生活中。观看游戏闪光的类似于寻找一种前寒武纪汤的电子等效物，其中化学物质簇发明自我组织并开始变得更重要。这是一个进化计算，一个努力的家庭之一，目的在于处理似乎不可溶的问题，阻止任何可识别的赢咖4的。
波拉克，虽然是一种连接主义者，他认为，也许矛盾的是，感知器将成为连接主义发展的知识遗迹之一。 “它对野外有除草效果，”他说。 “象征性的AI开花了，但是连接主义并没有完全被杀死，70年代是困倦和无聊，但在80年代，连接主义盛行，在90年代，这是一个非常有趣的领域。
所以发生了什么事？
根据Pollack，并行处理变得更便宜和更重要，所以人们变得对如何将所有这些处理器绑在一起感兴趣 - 基本上是一个连接主义的问题。计算机科学和复杂系统的副教授迅速指出，军方也对这个问题感兴趣，并认为连接主义的方向可以帮助解决它。不久，钱又开始流动了。 Pollack假设，象征性的营地开始减弱，因为它的理论方法所固有的局限性开始显现。但是在这里没有双重标准吗？波拉克开始谈论他在1988年关于感知器重新发行的评论。在连接主义的情况下，符号AI调整的批判之一是，你可以用低复杂度的网络做的事情是微不足道的;当你试图放大你遇到棘手的问题。波拉克迅速指出，符号AI也是如此。
每一个曾经努力编写计算机程序或者在一个有错误的赢咖4平台中愤怒尖叫的人都在某种程度上理解这个问题。所有的计算机程序是一组逻辑规则，一般来说，做简单的事情：添加线3,18和87，并将结果与值x比较：如果更大，如果更小，做z。添加足够的这些简单的东西在一起，你有一个有用的，相对愚蠢的程序;一个可能使您能够与您的计算机做一堆短的事情。想象一下，编写必要的规则来做真正复杂的事情是多么困难，比如用英语理解一个句子，或者从数千个响应的数据库生成正确的响应。想象一下，要获得大量的这些复杂的规则来一起跳舞到同样的音调还有多难。 “没有基于规则的系统，”波克克解释说，“已经存活了超过大约10,000条规则，维持这样大的规则基础的问题还没有解决，所以规模是影响各种AI，包括象征性的一种疾病。他笑了。 “明斯基在我发表评论之后大约四年了，但现在我们再次成为朋友。
