讓機器擁有人的智能，一直是人工智能學者不斷追求的目標，不同學科背景或應用領域的學者，從不同角度，用不同的方法，沿著不同的途徑對智能進行了探索。其中，符號主義、連接主義和行為主義是人工智能發展歷史上的三大技術流派。

符號主義又稱為邏輯主義，在人工智能早期一直占據主導地位。該學派認為人工智能源于數學邏輯，其實質是模擬人的抽象邏輯思維，用符號描述人類的認知過程。早期的研究思路是通過基本的推斷步驟尋求完全解，出現了邏輯理論家和幾何定理證明器等。上世紀70年代出現了大量的專家系統，結合了領域知識和邏輯推斷，使得人工智能進入了工程應用。PC 機的出現以及專家系統高昂的成本，使符號學派在人工智能領域的主導地位逐漸被連接主義取代。

連接主義又稱為仿生學派，當前占據主導地位。該學派認為人工智能源于仿生學，應以工程技術手段模擬人腦神經系統的結構和功能。連接主義早可追溯到 1943 年麥卡洛克和皮茨創立的腦模型，由于受理論模型、生物原型和技術條件的限制，在 20 世紀 70 年代陷入低潮。

直到 1982 年霍普菲爾特提出的 Hopfield 神經網絡模型和 1986年魯梅爾哈特等人提出的反向傳播算法，使得神經網絡的理論研究取得了突破。2006 年，連接主義的領軍者 Hinton 提出了深度學習算法，使神經網絡的能力大大提高。2012 年，使用深度學習技術的 AlexNet模型在 ImageNet 競賽中獲得冠軍。

行為主義又稱為進化主義，近年來隨著 AlphaGo 取得的突破而受到廣泛關注。該學派認為人工智能源于控制論，智能行為的基礎是“感知—行動”的反應機制，所以智能無需知識表示，無需推斷。智能只是在與環境交互作用中表現出來，需要具有不同的行為模塊與環境交互，以此來產生復雜的行為。

在人工智能的發展過程中，符號主義、連接主義和行為主義等流派不僅先后在各自領域取得了成果，各學派也逐漸走向了相互借鑒和融合發展的道路。特別是在行為主義思想中引入連接主義的技術，從而誕生了深度強化學習技術，成為AlphaGo戰勝李世石背后重要的技術手段。