姓名：段志斌
学号：22021110029
学院：电子工程学院
在进入21世纪之后，随着计算机技术的发展和硬件的快速迭代，人类社会相继进入互联网时代、大数据时代和人工智能时代。特别是进入21世纪的第二个10年之后，随着机器学习的再次兴起，科技巨头纷纷把人工智能作为战略支点。据德勤咨询推测，未来2025年世界人工智能市场规模将超过6万亿美元，2017年-2025年复合增长率达30%。与此同时，中国政府也出台多项政策努力推动人工智能行业的发展，将人工智能提升到战略高度，努力抢占人工智能的高地。
纵观人工智能的发展历史，可以发现人工智能在诞生之初就分为多个分支，其中最有影响力的两个分支是“符号主义（symbolicism）”和“连接主义（connectionism）”。符号主义认为人脑本质就是一个符号推理的系统，如何将人已知知识总结和表示成机器可理解的形式并且进行推理与计算，一直是符号主义研究的重点。符号主义在早期一直是人工智能的主流学派，包括早期的专家系统和现在的知识图谱都可以算是符号主义的典型代表。
连接主义则认为智能是人脑神经元之间的信号传导的结果，模拟人脑结构来构建模型成为了主要的方法，早期的“感知机”和现在的机器学习就是其中最典型的代表。上世纪80年代之后，受制于理论和技术的局限，连接主义进入低谷，但是近年来，机器学习的再次兴起，让连接主义再次成为了人工智能领域的主流。
知识图谱和机器学习分别作为符号主义和连接主义在当下最前沿的两个热点，吸引了人们大量的关注与研究，其中机器学习尤为火热。在知网上分别以“知识图谱”和“机器学习”作为关键词搜索，可以发现2019年发表的机器学习相关的论文有28304篇，而同期知识图谱相关的论文只有2624篇。为什么现在机器学习的热度会远远大于知识图谱呢？可能原因主要有以下两个方面：
一是现阶段的知识图谱构建本身与自然语言处理关联性非常强，而用机器学习来解决自然语言处理问题也是现阶段非常重要的方式，所以用机器学习的方式来构建知识图谱也成为了主流。
二是机器学习算法模型和其所需要的硬件设备在近些年逐渐发展成熟，同时AlphaGo的明星效应使得机器学习迎来了井喷式发展期。这是否意味着机器学习即将统一人工智能界呢？答案是否定的。
