新连接主义者希望他们的“神经网络”能够克服这些局限，尽管到目前为止这方面的进展远远落后于十年前的设想。“神经网络”是一种新的计算技术，它能应用并行处理来完成普通程序在原则上难以胜任的任务。这些网络的操作更像是一个通过尝试和错误来学习的学徒，而不是一种符号的编程过程。神经网络在一种连贯方式中以重新组织自己的内部状态的方法来与环境相结合，这种方式能被用于辨认或仿制图案这样的意图。因为神经网络是建立在统计规律的基础上的，所以它能根据近似值进行运算和改善自己的性能。人类利用这些技术已经开发出了一些产品，但是这一领域仍然不成熟。
自组织的悖论
吉恩-皮埃尔·迪普伊①认为，人工智能研究群体的这种划分早在此之前的有关控制论运动的争论中就已经有所预示。主流控制论试图表明，像生物体之类的自组织系统可以在适用于机器的反馈、体内平衡和控制这些相同原理的基础上得到解释。与此同时，控制论中的少数派则试图区分自组织系统和机械系统，但是在开始时，只有机械系统的研究比较繁荣(Dupuy，1955)。[7] LY
近年来，一群有更好方法的原创思想家们又继续研究自组织理论。海兹·冯·弗尔斯特①称这一新兴领域为“第二种控制论”，主要代表人物有冯·弗尔斯特本人、亨利·阿特朗②、哈姆伯图·马图拉纳③和弗兰西斯科·法里拉④(Dupuy,1982:227)。迪普伊认为，这种“第二种控制论”正在解决第一种控制论传统中的一些基础问题。
技术批判理论
① 吉恩-皮埃尔·迪普伊(Jean-Pierre Dupuy,1941— )法国哲学家，主要著作有《人脑的机械化)等。
126