逻辑的基石：符号主义
在人工智能的早期，研究者们相信，智能的核心源于对符号的操作和逻辑推理。这一理念催生了AI领域的第一个主流学派。
知识表示
将现实世界的概念、对象和它们之间的关系，抽象并形式化为计算机可以处理的符号。
逻辑推理
运用预先定义的逻辑规则（如IF-THEN），对符号进行操作和推导，从而模拟人类的思考过程。
自上而下
从通用、抽象的规则和知识出发，逐步推演出针对具体问题的结论，是一种演绎推理过程。
辉煌成就：专家系统
知识库 & 规则库
事实、数据与IF-THEN规则
→
推理机
匹配与推导
→
结论
建议与答案
优势与局限
优势
- ✔逻辑清晰，可解释性强：推理过程透明，易于理解和调试。
- ✔知识确定性高：在规则覆盖的领域内，能提供精确可靠的答案。
局限
- ✖知识获取瓶颈：将人类专家的内隐知识形式化为规则极其困难且耗时。
- ✖泛化能力弱：难以处理知识库之外的新情况和模糊、矛盾的信息。
- ✖系统脆弱：规则的微小错误可能导致系统崩溃或得出荒谬结论。
传承与未来
尽管符号主义的局限使其不再是主流，但其对逻辑推理的重视正与现代AI（如大语言模型）结合，催生了更强大的 神经符号AI，旨在融合深度学习的模式识别能力和符号推理的严谨性。