Copyright 2016-2024 柠檬网 版权所有 京ICP备19012579-1号
2025 年，随着 DeepSeek 等大模型如烟花般绽放，人工智能浪潮席卷国内各行各业。
汽车行业虽然早就已经在研究和应用人工智能（AI）相关技术，此时也不得不加快脚步，加速AI产品的研发与量产落地。
一时间，“AI”、“大模型”、“智能化” 等概念，在大众面前密集刷屏。听归听，看归看，很多人还是不清楚。究竟，人工智能是什么样的，智能体现在哪里。
在这，我们就来讲讲人工智能的四大范式，也就是人工智能的实现方法、技术路线，来揭开人工智能技术的底层逻辑。
1、符号主义
符号主义是基于逻辑符号和规则系统来模拟人类智能。它依赖的是人工构建的知识库，来进行逻辑演绎或归纳推理。
简单讲，就是人类将规则、逻辑总结好，赋予给智能体，让它按照既定的规则和逻辑来计算或执行。
这样输出结果的可解释性强，人类可以清晰的知道结果是怎么来的。但局限性在于对于模糊或者不确定的问题，就难以处理。
例如早期的车载诊断系统，通过预设故障代码规则报警，但面对新型故障时，就显得灵活性不足。
2、连接主义
连接主义是通过模拟生物神经元网络的结构和功能来实现智能，强调让智能体从海量数据中学习，实现“感知-学习-决策”的闭环。
也就是将标注好的数据投喂给智能体，任它自动提取特征，深度学习，自行总结规律。它擅长于图像识别、自然语言处理等。
这样就省去了人类总结归纳的过程，但投喂的大量数据还需要人类去标注。
比如图像识别中识别图片中的小狗，就得标注大量图片样本数据，标注好“哪些是小狗”，“哪些不是小狗”的正负样本，投喂给模型，让其自动提取特征，优化参数。
也就是要做足够大的题库，通常学习得越多，最终输出的结果准确性越高。
例如特斯拉Autopilot通过视觉神经网络识别道路标线。
3、行为主义
行为主义是通过与环境交互，不断“试错-反馈-优化”强化学习，在动态环境中进化出高效的行为策略。常应用于机器人控制等方面。
这就省去了大量标注数据，只要告知智能体目标、奖惩原则等。智能体可以自己调节优化，最终高效完成目标。
不过在省去人工标注大量数据的同时，带来的是较高的训练成本，而且在现实场景中可能存在安全风险。
例如汽车底盘控制算法通过仿真环境试错调优。
4、生成范式
生成范式也是最近非常火爆的一种，它可以通过生成模型创造新内容。
像GAN（生成对抗网络）、扩散模型、大语言模型、ChatGPT、DeepSeek等就应用或融合了生成范式技术。
它可以从数据分布中学习并生成逼真的输出，可以自行创造出新的内容。它可以使得智能体跟我们更自然的交互，让人感觉它更像个人了。
火爆归火爆，但也有瑕疵。那就是它创新输出的内容有可能是不准确的，可能会给出一个错误的答案。如 ChatGPT 虚构学术论文结论。
这也是考量智能体优劣的一个重要方面，其表征指标就是“幻觉率”。
例如汽车座舱语音交互助手，就是它的典型应用。如今的交互输出并不是事先设定好的文本话术了，而是智能体创新生成的，所以它的回答更为丰富、多变、自然化。