符号主义路径可以说是人工智能研究中最早出现的,也是最重要的研究路径之一,其基本原理与计算机的运行模式有着共同之处,将人类智能与机器智能结合起来。人工智能已经进入新的阶段,特别是物联网、大数据、深度学习等蓬勃发展,正深刻地改变着人类社会发展的进程。然而,数字时代下,大数据和深度学习的黑箱,更加凸显符号人工智能的地位。符号主义流派重视逻辑推理,强调人的推理与认知联系。人工智能的发展也不仅仅需要算法、算力、数据、更应该加上推理,以真正跨越数字鸿沟。理论的研究,是为了更好地服务于现实生活。正确理解人工智能符号主义路径,有助于理论的深化,在人工智能的发展中也具有非常重要的意义。本文以逻辑形式化和符号化思想的历史发展为切入口,对符号主义的历史发展脉络进行梳理,将人工智能符号主义分为孕育时期即符号逻辑思想期,形成时期即推理知识期,发展时期即知识表述期,以及发展后期学习期,对符号主义的发展有了全面的认识之后,通过简要梳理人工智能发展的另外两条主流路径基础上,对人工智能符号主义路径的发展过程进行思考。论文具体章节主要分为五个部分:第一部分绪论,主要介绍背景,国内外对符号主义的研究现状以及文章的主要内容。第二部分什么是人工智能,首先从思维、知识、进化的角度探讨了对智能的认识;然后,分析了不同学者对人工智能的解释和人工智能发展历程的探讨;最后简要介绍了智能符号主义。第三部分人工智能符号主义产生与发展,主要以历史的维度论述了符号主义的主要内容,首先从逻辑形式化思想讲述符号主义孕育时期包括亚里士多德的形式逻辑思想和莱布尼茨的思维可计算化思想,两位代表人物所蕴含的逻辑形式化思维法则思想给智能符号主义提供了理论启发;其次从符号主义在不同阶段研究的对象的不同,分为形成时期:分析了以纽厄尔和西蒙为代表的“认知派”的核心思想---物理符号系统假设;并且探讨了以麦卡锡为代表的“逻辑派”如何从逻辑推理解决人工智能问题。发展时期:在这个时期,以知识表述为重点,论述包括了一阶谓词逻辑表示方法和语义网络表示法的知识表示,以及智能符号主义在理论上的成就---知识工程和实践上的成就---知识系统两个部分;在发展后期:符号主义转向关注学习能力即学习期,论述了基于符号的机器学习---决策树学习和基于机器学习和逻辑推理并重的反绎学习理论两个部分。在智能符号主义看来,计算机通过学习获取知识改进系统自身和形式化手段存储知识,因而可以通过逻辑推理实现已有知识推出新的知识。第四部分符号主义的局限,首先简要分析了联结主义与行为主义以及总结三条主流路径研究的侧重点;然后主要是分析符号主义路径遇到的经典难题---常识问题、组合爆炸问题、机器翻译问题,以及其在经典难题上所作的尝试如廉价测试和省事策略并给予了简要总结。最后一部分研究结论及其展望,符号主义路径起源于逻辑学、哲学,在发展中取得了一系列成果,但是确实也存在着一些难题。也因为这些难题引发了对其可行性的思考。但是符号主义路径也为解决人工智能在可解释性问题上,学习人类的逻辑推理上提供了新的视角和启发,因此符号主义未来是光明的。本研究对人工智能符号主义的历史脉络进行了完整梳理,首先,强调符号主义在人工智能的重要地位。智能符号主义作为人工智能研究中最早出现的路径,具有奠基意义;同时通过整理符号主义的发展过程,为人工智能的研究提供理论指导。其次,符号主义是一个曲折的发展过程。一方面在发展中取得了许多重大成果如启发式LT逻辑理论家,证明了38条数学定理,知识系统等理论与技术。另一方面在人工智能的发展始终存在的难题,如常识难题、组合爆炸、机器翻译等,这些经典难题的解决是智能符号主义取得长足发展的关键。最后,符号主义的未来是光明的,尽管符号主义存在着缺陷,但是并不代表符号主义的历史使命就到此终止。符号主义注重逻辑推理和符号研究,从人的心智认知研究人工智能。在未来智能的发展中,人工智能必然是与符号连接的,是对认知结构的深刻理解结合起来的。