问：
“连接主义”对商业AI意味着什么？
A：人工智能的概念以多种不同方式应用于业务，人工智能研究的重大转变对于使面向业务的软件功能取得进步非常有用。 连接主义是许多人工智能研究正在进行的新方向，并且很可能会极大地改变企业用来从人工智能解决方案功能中受益的工具和资源。
连接主义是人工智能的一种哲学，它通过创建与人类神经元和大脑中神经元组相对应的小型人工单位，来促进对人类大脑的建模。 连接主义的基本方面之一是坚持认为，可以使用在组合的网络中捆绑在一起的小型个体单元来构建高级行为和认知系统。 考虑到这一点，人工神经网络（ANN）的兴起在很大程度上促进了以数学家Donald Hebb及其工作在1940年代命名的连接主义和Hebbian理论。
连接主义表明，人工神经网络将在人工智能的发展中具有关键的应用。 科学家们已经掌握了详细的人工神经网络模型，并且人工神经网络正在许多不同领域中增强机器学习。 当涉及到企业使用人工智能时，连接主义确实可以改变辅助技术工作的基本方式。
回顾传统的企业商业智能工具，我们可以发现其中许多都是基于一些相当传统的方法，包括概率工具。 贝叶斯逻辑之一就是贝叶斯逻辑，它利用因果关系和决策树并根据该逻辑操纵大数据集以创建决策支持结果（请参阅此处有关贝叶斯逻辑在商业中的普遍使用的文章）。
连接主义将对业务中的人工智能产生影响的最大方式也许是，它将以基于人工神经网络的模型代替许多贝叶斯逻辑模型和概率模型。 人工神经网络是个别意义不大的小片段的集合。 各个单元中没有内置很多逻辑–相反，网络将这些单元的输出捆绑在一起，并使其成为逻辑结果。 考虑到这一点，建立在连接主义基础上的商业人工智能工具将与过去已广泛使用的工具有根本的不同（请参阅Quora上的说明性线程）。 他们将通过人工神经网络运行复杂的机器学习算法并检查结果，而不是通过逻辑来获得计算结果。
一些专家认为，连接主义的兴起与现代逻辑人工智能研究的局限性有很大关系。 换句话说，由于研究人员最大程度地发挥了传统AI的潜力，因此连接主义和人工神经网络提供了前进的途径，并继续增强和拓宽了这些技术的工作方式和“思维”。基于连接主义的模型正在带来我们更接近人脑和生物学思维过程的完全模拟，这就是为什么这些创新对于各种商业人工智能如此重要的原因-例如，企业将利用销售力量自动化或客户关系管理，供应链或设施管理工具都将基于这些截然不同的模型。
人工智能和机器学习能使贵公司从中受益吗？ 访问AltaML找出答案 。
