类[或 GOFAI1]，即“有效的老式 AI”（Haugeland 1985)]和“联结论”。虽然它们之间的理论关系尚有争议，但是它们的历史关系是清楚的：它们是从同一个根上生长出来的分支，共同发轫于由神经心理学家兼精神病学家W·麦卡洛克和数学家W·皮茨合著的开创性之作(见第1章)。
麦卡洛克和皮茨合著的文章题为“神经活动内在概念的逻辑演算”，这一题目本身就表明了传统AI和联结论AI的共同继承权。他们关于实施“逻辑演算”的设想，影响到冯·诺伊曼对数字计算机的设计，同时鼓舞着AI的先驱者们尝试建立思维的形式模型。他们对于“神经活动”的讨论使赫布的细胞组合生理心理学理论获益匪浅，并促成了多种多样的神经网络模型这正是今日联结论系统的先驱。
这篇文章之所以具有重大影响，主要是因为它虽有臆想的成份，但决不仅仅是一种推测。毋庸讳言，文章作者关于目的、学习、精神病学的神经体现方式———更不必说认识论、实在论、普遍性、价值以及数字的神经体现方式(McCulloch1965)——的大胆构想只是提纲挈领式的论述。但是麦卡洛克和皮茨并不是简单地持有一般的唯物主义的立场，认为智能是由大脑实现的，他们证明了：一定类型的(可严格定义的)神经网络，原则上能够计算一定类型的逻辑函数。
他们知道，神经系统是由相互联系的细胞组成的，这些细胞的激活表现为全或无的形式，并取决于阈值和其他细胞的活动性。他们也了解图灵关于可计算数字的文章(Turing1936)，以及罗素和怀特海在命题演算方面的工作。他们在整合这些不同资料的基础上，证明了有关理想化神经网络逻辑特性的各种定理。例如，每个命题演算函数都可以由某种(类型相当简单的)网络来实现；每个网络计算出一个可由一台图灵机计算的函数；同时每个图灵可计算函数可以通过某个网络来计算。图灵机具有一条无限长的纸带，也就是说，它是一种数学上的理想形式，而不是一台实际的机器。由于神经网络是有限的，我们不可能通过证明一种一般化的、也许是无法实现的可能性，来恰当地解释被体现的智能。相反，我们必须确定哪些网络能够实现一些特殊的功能。这样，理论心理学的任务就是要设计出具有计算能力的网络，而这种计算原先是由心灵完成的。
导 言
[1] GOFAI 是 Good Old Fashioned AI 的缩写。—-——译者
3