人工智能，已經發展到幾乎所有行業都要來擁抱。而心理學作為一門學科，從人工智能的提出到現在，它們一刻也沒有分開。在本文中，我們梳理兩者結合的發展歷史，對未來的發展做出展望。
01
心理學對人工智能的貢獻
- 1.1 -
心理學是人工智能的理論基礎之一
人工智能的處理方法分為5種：應用較廣泛的是經典邏輯或符號主義、人工神經網絡或聯結主義；此外，還有進化編程、細胞自動機以及動力系統。
符號主義者，在1956年首先採用“人工智能”這個術語。後來又發展了啟發式算法>專家系統>知識工程理論與技術，並在20世紀80年代取得很大發展。符號主義來自於邏輯推理心智研究，原屬於心理學的範疇，經典邏輯人工智能（特別是與統計學結合時）可以模擬學習、規劃和推理。
符號主義曾長期一枝獨秀，為人工智能的發展作出重要貢獻，尤其是專家系統的成功開發與應用，為人工智能走向工程應用和實現理論聯繫實際具有特別重要的意義。在人工智能的其他學派出現之後，符號主義仍然是人工智能的主流派別。
神經網絡模擬大腦的內部結構，進行模式識別和學習，也是與心理學相關的。
進化編程闡明瞭生物進化和大腦發育。細胞自動機和動力系統可用來模擬生物體的發育。其中應用了生理學的方法，也應用了行為主義心理學的方法。
因此心理學，及其衍生的心智哲學等可以認為是人工智能的基礎支撐理論之一。
- 1.2 -
機器學習等很多學習理論來源於心理學
人類水平的強人工智能還包括機器學習。該領域的研究始於心理學家進行的有關概念學習和強化方面的工作。
機器學習分三種類型：監督式學習、非監督式學習和強化學習（這種劃分源於心理學）。
很多強化學習理論都直接來源於心理學。強化學習受獎勵和懲罰所驅動：反饋信息告訴系統它剛剛做的事情是好還是壞。 通常，強化不只是二進制，還是由數字表示，如視頻遊戲中的分數。
02
人工智能在心理學的貢獻及應用
- 2.1 -
心理是人工智能的目標之一，神經網絡對心理學領域大有幫助
20世紀40年代末的前幾年，圖靈一直在思考如何讓一臺物理機最接近抽象定義的圖靈機，以及如何讓這臺物理機智能地執行任務。圖靈接受了人工智能的兩個目標：技術和心理。他想讓新機器做通常需要智能才能完成的有意義的事情，並模擬以生理為基礎的心智所發生的過程。圖靈測試的論文成為了人工智能的宣言，它抓住了智能信息處理（遊戲、知覺、語言和學習）的癥結。
圖靈堅信，人工智能一定能以某種方式實現。20世紀40年代初，他的這一信念得到了神經病學家/精神病學家沃倫·麥卡洛克（Warren McCulloch）和數學家瓦爾特·皮茨（Walter Pitts）的支持。他們的論文《神經活動中內在思想的邏輯演算》結合了圖靈的觀點與另外兩項令人興奮的成果：伯特蘭·羅素（BertrandRussell）的命題邏輯和查爾斯·謝林頓（Charles Sherrington）的神經突觸理論。
簡單來說，就是神經生理學、邏輯學、計算和心理學相結合。麥卡洛克和皮茨相信，自然語言在本質上歸結為邏輯。所以，從科學論證到精神分裂症錯覺的所有推理和觀點都可以放到他們的理論“磨坊”里加工。麥卡洛克和皮茨預言，“（神經）網絡的設計規格將對心理學領域取得的所有成果都有幫助”。
- 2.2 -
人工智能模擬認知
紐厄爾和約翰·安德森（John Anderson）這兩位強人工智能先驅，他們分別於20世紀80年代初提出了SOAR和ACT-R這兩個系統。三十年過去了，這兩個系統仍在不斷完善。
1962年，紐厄爾的同事西蒙研究了一隻螞蟻在崎嶇地面上行走的之字形路徑。他說，螞蟻的每個動作都是螞蟻對其當時感知的情境作出的直接反應。十年後，紐厄爾和西蒙所著的《人類問題求解》一書將人類的智力描述成和螞蟻的智力類似的東西。根據他們的心理學理論，知覺和微觀運動行為由在問題解決期間存儲在記憶中或新建的內部表示（IF—THEN規則或“產生式規則”）來補充。
他們說：“被視為行為系統的人類很簡單。”但是，突然出現的行為複雜性十分重要。他們認為，算式謎是所有智能行為計算架構的典範，所以該心理學方法適合“通才”人工智能。
1980年，紐厄爾與約翰·萊爾德（John Laird）和保羅·羅森布魯姆（Paul Rosenbloom）開發了成功導向型成就實現系統（簡稱SOAR）。總的來說，它是一個認知模型，它的推理整合了知覺、注意力、記憶、聯想、推理、類比和學習。像螞蟻一樣的（情境）反應結合了內在的深思熟慮。事實上，深思熟慮往往帶來反射性反應，因為以前使用過的子目標序列可以“分塊拼成”一個規則。
SOAR在不斷被完善。今天的SOAR有很多用途，從醫療診斷到工廠調度等。
- 2.3 -
人工智能初步模擬情感
人工智能系統已經能夠用多種方式識別人類的情感。有些是生理的，如監測人的呼吸頻率和皮膚電反應；有些是口頭的，如注意說話的速度、語調和用詞；有些是視覺的，如分析面部表情。
計算機伴侶的情感表現通常體現在口頭上。它基於詞彙以及語調（如果系統能生成語音的話）。但是，系統不僅密切注意用戶常用的關鍵詞，還以極其刻板的方式作出回應。對於用戶說過的東西（可能在日記中），它偶爾可能會引用由人類創作的相關言論或詩歌。
有些人工智能伴侶可以利用自己的面部表情，也可以用眼睛凝視，以看似富有情感的方式回應用戶。有些機器人有彈性“皮膚”，覆蓋在人類面部肌肉模擬物的上面，它的外形可以（向人類觀察者）顯示出多達十二種基本情感。
03
未來兩者結合的展望
- 3.1 -
未來心理學研究方向
未來需要研究一些有關心智推理、試驗心理學、行為主義、認知科學等理論和知識，這將為人工智能的研究打下良好的理論基礎。
- 3.2 -
人工智能在心理學領域的應用將爆發增長
目前，人工智能在心理學的應用情況：
下一步，人工智能在心理學領域的應用會爆發增長。
首先是因為語音識別、圖像識別技術的進步，語音識別領域的廠商如百度、科大訊飛、蘋果SIRI、亞馬遜Alexa，已經取得了長足的進步；圖像識別的廠商更多，國內如百度、阿里、騰訊等大的廠商都已介入。
再者，市場上的人工智能廠商找到了更多的、更棒的心理類應用場景。營銷、服務、教育、醫療、…
還有，是5G通信技術的應用，人工智能在5G時代下，可以提供更快的響應速度、豐富的內容、更智能的應用模式以及更直觀的用戶體驗。可以說，5G不僅是提升網速，更將補齊制約人工智能發展的短板，成為驅動人工智能的新動力。
參考資料：【英】瑪格麗特·博登《AI：人工智能的本質與未來》，譯者：孫詩惠
