如何判定心理变态

网上有关“如何判定心理变态”话题很是火热，小编也是针对如何判定心理变态寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。

变态心理

变态心理亦称异常心理或病理心理，它是指人们的心理活动，包括思想、情感、行为、态度、个性心理特征等方面产生变态或接近变态，从而出现各种各样的心理活动异常(精神活动异常)。

研究这些异常的心理活动，包括探索异常心理活动的表现及其规律；寻找引起这些变态心理活动的原因；了解及掌握这些变态心理活动的发生、发展及其变化；并研究各种心理异常活动的纠正、治疗及预防的方法的学问，就称为变态心理学，亦称病理心理学。

变态心理学研究的范围非常广泛，涉及到人们心理活动的各个方面。人类的心理活动本来就是极其复杂的，人们朗心理活动既不能离开人们固有的心理活动的物质基础－－人脑，亦不能脱离开人类活动的场所－－环境，这里当然包括自然环境与社会环境。人脑有病变，致使因人脑活动面产生的心理活动变得异常，这是极易了解的事实。环境有变化，也必然会引起人们心理活动的相应变化，因为环境中随时发生的变动，都是一种刺激，这种刺激通过人们种种固有的感觉器官，如眼、耳、鼻、舌、身(招皮肤、肌肉、骨骼等)而反射入脑，就构成了人们心理活动的内容。

人们的心理活动随着外界环境的变化而变化，这种变化是正常的心理活动，但是如果外界环境的变化过于强烈，或人们在这变化中心理活动的某些环节发生了适应不良或其他的病变，就可能使人们的心理活动变成异乎寻常，也就发生变态心理现象。

曾有人这样认为：有了变态心理活动的人实际上是有了精神病，因此变态心理学所要研究的实际是就是精神病人。这种意见并不完全正确，因为它把变态心理学的内容限得过于狭窄了。诚然，精神病人所表现的，确是变态心理学所要研究的，但是在许多情况下，有变态心理表现的，并不一定是精神病人。例如一个人患了某些躯体疾病，就说患了心脏病罢，他整天对自己的疾病担心害怕，怕心脏病一旦恶化就会危及生命，困而整天忧郁、焦虑、意志消沉，对前途悲观，这种心理表现就是不正常的，就属于变态心理的范围。因此，变态心理学也要对它进行研究及指导。

变态心理的表现可以有轻重之分，有的非常严重，达到了精神病的程度，而有的则比较轻微，与一般心理状态相较仍为健康的状态。据世界卫生组织的估计，同一时期里，在一般外表正常的人中间，几乎可以有2O～30％的人有不同程度的行为异常(心理异常)表现。

什么是变态反应

变态反应（allergy）这一术语是Von Pirpuet在1960年首次引进免疫学的，用以描述接触过抗原的机体表现的“改变了的免疫反应性”。当再次接触同一抗原时，机体发生的反应不是保护性的免疫，而是不同形式的免疫病理损伤过程，甚至可以导致疾病的发生。

变态反应的发生主要涉及两方面的因素：一为抗原物质（变应原）的性质；另一方面是机体对抗原的应答性（特定性）。凡能使机体产生变态反应的抗原均称为变应原。

从免疫原的角度来分析，变应原可以是完全抗原（如病原微生物、异种动物血清），也可以是半抗原（如药物和一些化学制剂）。半抗原进入机体后与体内蛋白结合可成为完全抗原。变应原初次进入机体可使机体致敏，当同一变应原再次入侵则可激发变态反应发生。

变应原并非对人群中每一个体都诱发变态反应。事实上，人群中接触变应原而发生变态反应的只是少数，这些易感个体即特应性体质。特应性个体往往有一定遗传倾向，血清中leE含量明显高于正常人，血中的嗜酸性粒细胞偏高及皮肤组织对变应原刺激表现为反应亢进。

举例：像现在流行的人体艺术就是一种典型的变态心理作用

行为主义疗法的方法

接连涂鸦了许多文章，来解释行为主义理论以及行动的重要性，目的是区分知识和行动的差异。学习任何知识都不是目的，仅仅是手段，只有把知识化为行动，产生实实在在体验，这才是关键的，也是最终目的所在。

千万不要迷信知识，认为知道了就万事大吉。知道却做不到，在行为主义视野眼中就是不知道，这和无知没有一丝一毫区别。

举个家庭教育例子，看看知识和行动的区别与关系。

家庭教育人人关心，涉及改变孩子行为，促进好好学习天天向上，我们学会了那么多知识，到底使用了吗，能用吗，效果如何呢。

无论如何教育孩子，教育专家给出什么妙法，都涉及行为主义的强化与惩罚机制运用，即常说的奖罚作用。强化就是常说的表扬奖励，还有个术语消退是指“忍耐，不当回事，特意视而不见听而不闻”。

现在给教大家一个最根本的有关教育的知识，可以简称为“三合一教育”，即综合运用强化、消退和惩罚，更具体说以表扬肯定为主，配合消退，辅助惩罚。

稍微解释一下。人性趋利避害，喜欢被肯定，因此家庭教育中要表扬奖励为主，对于不好的行为最好先无视，即消退处理，再不行要适当处以适当惩罚，最好是负惩罚，即取消特权，去掉好的东西。

这三部分需要分别举例说明。

关于强化某个行为，要具体、真诚和及时。生活常用的三句话很类似，“谢谢”“对不起”“我错了”，需要经常使用，不能知道做不到。

晚上和儿子闲聊，说起来信息获取和行动重要性，举例表扬他一下，指出他大三时候自己策划暑假实践活动，主动借助可用信息资源，行动非常好，最后成果丰硕。

中午去父母那里，有盆花很占空，一时间没有合适地方放，我提出几个建议都不合适，这时候老娘提出放在电视桌上一侧。那里原本放一个空鱼缸，放上去恰到好处，不占地方，又属于正面。我忍不住夸奖一句，“刚才谁想出的这个好主意（求证是母亲不是父亲），您老啊，真聪明”，最后这个聪明有些词不达意，可能用“这个主意好，还是老娘厉害，我得跟您多学习”更好。

朋友分享陪伴一年级焦虑孩子上课故事，孩子开始一节课去厕所十几次，每次都是完全认同孩子并陪同，然后觉得用作强化例子不合适，逻辑上这个经历应该促进去厕所，而不是促进好好听课。由于我注意到后来孩子去厕所次数越来越少，最后能够坚持一节课下来，我就回应说，“您做的很好，解释为强化也很对，每次陪着孩子去厕所是缓解孩子焦虑，获得安全感，有好处，于是强化了认真听课行为。”

再看消退这个技巧。做到无动于衷孩子不好的行为，不是容易事情，就好比让唠叨妈妈停住嘴巴说孩子，必须顿悟。

我的孩子小时候眨眼，开始劝说无效，后来就忍住不说不提醒，因为“反话就是强化”，再后来也就好了。

朋友分享陪伴孩子故事也很感人，由于孩子问题表现之一，就是陪着上课时喜欢掐家长手心，能掐出血痕甚至出血，强制忍耐，不动声色，坚持一年半这个行为完全消失。

不好行为先尝试消退处理，不理睬，效果好，难处是需要家长抗焦虑水平高，需要时间，需要忍耐力。

最后说下惩罚，心理学分作正负两种，就是直接批评与取消特权。一般来说采用负惩罚更好些。

有个妈妈这样分享，孩子读小学五年级，上学有些磨蹭，有次孩子爸爸有事只能让她送学校。这个妈妈就带着孩子坐公交，结果转错车，早下车，赶车晚，最后去到学校九点了，孩子说别去教室了，因为都上完好几节课了。就此孩子总是早早起来坐公交，坚决不要妈妈送学校。

还有帮忙提醒做作业，开始陪读辛苦不说，孩子依赖上了，后来妈妈干脆不管了，各做各的事情，孩子着急写家庭作业，妈妈竟然说错了手机微信作业，后来孩子说妈妈不靠谱，回家赶紧自己忙乎自己做。

这个妈妈无意中使用的就是负惩罚，上学迟到和说错作业，妈妈不是故意的，好心办坏事，使得孩子失去了可靠依赖，得不到好结果，体会到依赖不靠谱，就此独立自主。

唠叨这些，其实最想说的是，学习这些行动的思维和方式，知道不重要，去做才重要，做的好坏不重要，坚持做才有收获。

人工智能的发展,主要经历哪几个阶段?

放松疗法(Relaxation therapy)又称松弛疗法、放松训练，它是一种通过训练有意识地控制自身的心理生理活动、降低唤醒水平、改善机体紊乱功能的心理治疗方法。实践表明，心理生理的放松，均有利于身心健康、起到治病的作用。

肌肉放松可分为全部放松和渐进放松两种程序，又可分为放松全身肌肉群的逐个放松身上的肌肉群两种形式。同时，按诱导方式又可分为直接放松和间接放松。

放松训练发展了五大类型：

(1)渐进性肌肉放松；

(2)自生训练；

(3)自我催眠；

(4)静默；

(5)生物反馈辅助下的放松。

[适应症]

渐进性的放松训练是对抗焦虑的一种常用方法，和系统脱敏疗法相结合，可治疗各种焦虑性神经症、恐怖症，且对各系统的身心疾病都有较好的疗效。放松技术现在除了肌肉性放松之外,还有意象性放松技术等等.也比较有效. 肌肉性放松虽然广泛使用,不过美国较新的研究现在表明:肌肉性放松不要使用在心脏病和高血压的来访者人群,因为其之前的肌肉先紧张有可能使其心血管系统方面承受压力.对于这类来访者,使用意象性放松技术比较合适.

放松技术操作举例：

举例一：放松训练或是渐进式的肌肉放松都是一种先刻意紧张然後再放松的方式，如此一来我们才可以去区辨紧张与放松两种不同的状态。这里，我们将为大家介绍一个很简单的、自己可以练习的放松技巧：肌肉放松： 平躺在地板上，深深吸一口气并且停住。同时间将你的双脚、双手举起离开地面约30公分。紧绷你全身的肌肉，并且让这样紧绷的感觉停留大约5秒钟，然後将放下双手与双脚，随著气缓缓吐出慢慢体会肌肉放松的感觉。接下来，轻松的想像这自己好放松，松的好像要陷入地板里头一样。带著这样放松的感觉，从头到脚再体会一次，你的感觉如何？跟放松之前有没有特别不一样的地方呢？放松之前和放松之後肌肉的感觉又各是如何呢？而这样的练习可以同时再作几次。可将全身肌肉分别作练习。

举例二：每天用总体为十分钟的时间坐下，后作三口深呼吸。然后体会此时心境的平和感受和想象湛蓝、开阔的天空的景象。当这种感受消逝时，再作一到三口深呼吸，然后放松继续体会身心暂时放松的感觉。如此反复几次。当你实际生活中遇见日常工作生活中的紧张、焦虑心情时，你可以马上用练习的放松，也就是深呼吸三口，然后结合放松的感受回忆平时的放松体验和湛蓝、开阔的天空的景象。 系统脱敏疗法是由美国学者沃尔帕创立和发展的。沃尔帕认为，人和动物的肌肉放松状态与焦虑情绪状态，是一种对抗过程，一种状态的出现必然会对另一种状态起抑制作用。例如，在全身肌肉放松状态下的肌体，各种生理生化反应指标，如呼吸、心率、血压、肌电、皮电等生理反应指标，都会表现出同焦虑状态下完全相反的变化。这就是交互抑制作用。而且，能够与焦虑状态有交互抑制作用的反应不仅是肌肉放松，即使进食活动也能抑制焦虑反应。

采用系统脱敏疗法进行治疗应包括三个步骤：

（1）建立恐怖或焦虑的等级层次，这是进行系统脱敏疗法的依据和主攻方向；

（2）进行放松训练；

（3）要求求治者在放松的情况下，按某一恐怖或焦虑的等级层次进行脱敏治疗。

补充一下，眼动脱敏分支：

眼动脱敏是一种80年代后兴起的行为主义疗法，「EMDR─眼动心身重建法」的英文全名是Eye Movement Desensitization and Reprocessing。这是一种可以在短短数次晤谈之後，便可在不用药物的情形下，有效减轻心理创伤程度及重建希望和信心的治疗方法。可以被减轻的心理创伤症状包括「长期累积的创伤痛苦记忆」、「因创伤引起的高度焦虑和负面的情绪」，及「因创伤引起的生理不适反应」等。因接受EMDR治疗而可以建立起的正面效果，则包括「健康积极的想法」及「健康行为的产生」等。 在一次EMDR的疗程中，通常患者被要求在脑中回想自己所遭遇到的创伤画面、影像、痛苦记忆，及不适的身心反应（包括负面的情绪），然後根据治疗师的指示，让患者的眼球及目光随著治疗师的手指，平行来回移动约15~20秒。完成之後，请患者说明当下脑中的影像及身心感觉。同样的程序再重复，直到痛苦的回忆、及不适的生理反应（例如心跳过快、肌肉紧绷、呼吸急促）被成功地「敏感递减」为止。若要建立正面健康的认知结构，则在程序之中，由治疗师引导，以正面的想法和愉快的心像画面植入患者心中。

EMDR的基本理论假设为：人会遭遇到不幸的事件，但人们也有一种内在的本能去冲淡和平衡不幸事件所带来的冲击，并从中学习使自己成长和茁壮。虽然EMDR疗法的机治尚未完全明朗，并继续在研究之中，但基本上可能和增进左右半脑之间的神经顺畅运作及沟通有关。根据研究，创伤记忆和负面资讯常被储存，凝滞在大脑右半球的身体知觉区，使大脑本身的调适功能和健康的神经传导受到阻碍，因此造成了想法上的执著和知觉、情绪上的不适。在这样的情形下，让双眼的眼球有规律的移动，可以加速脑内神经传导活动和认知处理的速度，使阻滞的不幸记忆动摇，让正常的神经活动畅通。

EMDR的治疗程序包括了八个阶段，分别为

1.「患者病史检验」─在第一个阶段，要评估患者是否适合接受此一疗法，及订出合理的治疗目标和可能的疗效。

2.「准备期」─帮患者预备好进入重温创伤记忆的阶段，教导放松技巧，使患者在疗程之间可以获得足够的休息及平和的情绪。

3.「评估」─用已发展出的「SUDS量表」，评估患者的创伤影像、想法，和记忆为何，分别出何者严重，何者较轻。

4.「敏感递减」─实际操作动眼和敏感递减阶段，以逐步消除创伤记忆。

5.「植入」─以指导语对患者植入正向自我陈述和光明希望，取代负面、悲观的想法以扩展疗效。 6.「观照」─把原有的灾难情况画面，和後来植入的正向自我陈述和光明想法，在脑海中连结起来，虚拟练习「以新的力量面对旧有的创伤」。

7.「结束」：准备结束治疗，若有未及完全处理的情形，以放松技巧、心像、催眠等法来弥补，并说明预後及如何後续保养。

8.「评估」：总评疗效和治疗目标达成与否，再订定下回治疗目标。 模仿学习疗法（Modelling therapy）又称示范性疗法，它是利用人类，通过模仿学习获得新的行为反应倾向，来帮助某些具有不良行为的人，以适当的反应取代其不适当的反应，或帮助某些缺乏某种行为的人学习哪种行为。

示范疗法是以这样一条行为主义的基本原理为基础的：人的各种行为，无论是适应性行为还是不良行为，都是通过后天的学习获得的。因此，通过同样的方式也可以改变不良行为，或重新学习适应性行为。我们在生活中所学到的许多东西，从行为到态度，都是通过观察并模仿他人而习得的。童年期的学习尤其具有这种特点。如果一个母亲在孩子面前表现出特别害怕小动物的话，她的儿女对此也会感到恐惧；如果一个儿童在一个小气吝啬的环境中长大，他也会形成一种斤斤计较的性格。示范疗法正是基于上述实验及其理论而产生的一种行为治疗方法。班杜拉认为，一切直接经验的学习，都是由于看到别人的所作所为，看到了这些行为的结果，因共鸣而产生的。由此推论，如果给那些有行为问题的人提供机会，让他们观看别人的切合时宜的行动，他们就能够放弃自己的不适应行为，建立良好的适应行为，从而达到治疗的目的。 此疗法根据操作性条件反射的原理，用奖励的方法强化所期望的行为，常应用于智残儿童、行为障碍儿童、呈现严重行为衰退的慢性精神分裂症病人来塑造新的行为。

“代币”可为一种内部流通的、印有一定价值的“货币”、代用券或筹码，也可为用红旗或红星式样的印章符号。例如在一所收容各种智残儿童的医院里，根据智残程度分为若干班级，每一班的儿童对其日常生活和学习活动有一定的规章要求。如对一中等智残儿童的班级，在老师或教养员的带引指导下，要求每个儿童早晨按时起床，起床后要叠被，要自己穿好衣服、裤子、袜子和鞋子，自己刷牙、洗脸，将洗漱用具放在规定的地方，在院内做早操，早餐时要坐在指定的位置上，所发的食物必须吃完，不能将食物遗留在桌上……等等，将儿童从早晨起床到晚上入睡一日生活中所进行的每项活动包括在课堂学习和游戏在内，根据难度的不同，规定每完成一项活动就给予0.1元至1元的奖励（或给予若干“红星”）。每一病室都设有小卖部，陈设各种糖果、点心等食品，小人书、图画书、练习本、,铅笔、橡皮等学习用品，洋娃娃、小熊猫等玩具以及其它日用品，每一种物品都标明价钱（或需要若干“红星”）。智残儿童就用他自己每日得到或积存的“货币”购买他所喜受的物品。除了这些物质的奖励外，还有精神的奖励，需要积存多少“货币”或“红星”可以傍晚看电视或**，假日去公园游玩。在每周探视日时，需要积存多少“货币”或“红星”就可以让父母或亲人带出院外去游玩或团聚半日。对这些精神上的奖励也是多数儿童所渴望的，为此大多数儿童在每日各项活动中都能作到规范要求，以期获得所需要的“货币”。通过标记奖励也使儿童学会了计数和计算。

对于那些出现毁物、伤害他人和自己身体等有严重行为障碍的儿童，对他们日常生活的要求则另有规范，使病人明确他受奖的目标行为。例如不撕毁自己衣服或吃饭时不用手去抓食则给予较多的“货币”或“红星”，而这些“货币”使他们能立即获得他所期望的东西。

在精神病院里，对那些行为衰退的慢性精神分裂症或器质性精神病人，也可用此疗法训练他们塑造新的行为，例如起床后能完成洗脸刷牙动作，早餐时则可获得购买一个熟鸡蛋的权力等等。

1 孕育阶段

这个阶段主要是指1956年以前。自古以来，人们就一直试图用各种机器来代替人的部分脑力劳动，以提高人们征服自然的能力，其中对人工智能的产生、发展有重大影响的主要研究成果包括：

早在公元前384-公元前322年，伟大的哲学家亚里士多德(Aristotle)就在他的名著《工具论》中提出了形式逻辑的一些主要定律，他提出的三段论至今仍是演绎推理的基本依据。

英国哲学家培根(F. Bacon)曾系统地提出了归纳法，还提出了“知识就是力量”的警句。这对于研究人类的思维过程，以及自20世纪70年代人工智能转向以知识为中心的研究都产生了重要影响。

德国数学家和哲学家莱布尼茨(G. W. Leibniz)提出了万能符号和推理计算的思想，他认为可以建立一种通用的符号语言以及在此符号语言上进行推理的演算。这一思想不仅为数理逻辑的产生和发展奠定了基础，而且是现代机器思维设计思想的萌芽。

英国逻辑学家布尔(C. Boole)致力于使思维规律形式化和实现机械化，并创立了布尔代数。他在《思维法则》一书中首次用符号语言描述了思维活动的基本推理法则。

英国数学家图灵(A. M. Turing)在1936年提出了一种理想计算机的数学模型，即图灵机，为后来电子数字计算机的问世奠定了理论基础。

美国神经生理学家麦克洛奇(W. McCulloch)与匹兹(W. Pitts)在1943年建成了第一个神经网络模型(M-P模型)，开创了微观人工智能的研究领域，为后来人工神经网络的研究奠定了基础。

美国爱荷华州立大学的阿塔纳索夫(Atanasoff)教授和他的研究生贝瑞(Berry)在1937年至1941年间开发的世界上第一台电子计算机“阿塔纳索夫-贝瑞计算机(Atanasoff-Berry Computer，ABC)”为人工智能的研究奠定了物质基础。需要说明的是：世界上第一台计算机不是许多书上所说的由美国的莫克利和埃柯特在1946年发明。这是美国历史上一桩著名的公案。

由上面的发展过程可以看出，人工智能的产生和发展绝不是偶然的，它是科学技术发展的必然产物。

2 形成阶段

这个阶段主要是指1956-1969年。1956年夏季，由当时达特茅斯大学的年轻数学助教、现任斯坦福大学教授麦卡锡(J. MeCarthy)联合哈佛大学年轻数学和神经学家、麻省理工学院教授明斯基(M. L. Minsky)，IBM公司信息研究中心负责人洛切斯特(N. Rochester)，贝尔实验室信息部数学研究员香农(C. E. Shannon)共同发起，邀请普林斯顿大学的莫尔(T.Moore)和IBM公司的塞缪尔(A. L. Samuel)、麻省理工学院的塞尔夫里奇(O. Selfridge)和索罗莫夫(R. Solomonff)以及兰德(RAND)公司和卡内基梅隆大学的纽厄尔(A. Newell)、西蒙(H. A. Simon)等在美国达特茅斯大学召开了一次为时两个月的学术研讨会，讨论关于机器智能的问题。会上经麦卡锡提议正式采用了“人工智能”这一术语。麦卡锡因而被称为人工智能之父。这是一次具有历史意义的重要会议，它标志着人工智能作为一门新兴学科正式诞生了。此后，美国形成了多个人工智能研究组织，如纽厄尔和西蒙的Carnegie-RAND协作组，明斯基和麦卡锡的MIT研究组，塞缪尔的IBM工程研究组等。

自这次会议之后的10多年间，人工智能的研究在机器学习、定理证明、模式识别、问题求解、专家系统及人工智能语言等方面都取得了许多引人注目的成就，例如：

在机器学习方面，1957年Rosenblatt研制成功了感知机。这是一种将神经元用于识别的系统，它的学习功能引起了广泛的兴趣，推动了连接机制的研究，但人们很快发现了感知机的局限性。

在定理证明方面，美籍华人数理逻辑学家王浩于1958年在IBM-704机器上用3~5min证明了《数学原理》中有关命题演算的全部定理(220条)，并且还证明了谓词演算中150条定理的85%，1965年鲁宾逊(J. A. Robinson)提出了归结原理，为定理的机器证明作出了突破性的贡献。

在模式识别方面，1959年塞尔夫里奇推出了一个模式识别程序，1965年罗伯特(Roberts)编制出了可分辨积木构造的程序。

在问题求解方面，1960年纽厄尔等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序(General Problem Solver，GPS)，可以用来求解11种不同类型的问题。

在专家系统方面，美国斯坦福大学的费根鲍姆(E. A. Feigenbaum)领导的研究小组自1965年开始专家系统DENDRAL的研究，1968年完成并投入使用。该专家系统能根据质谱仪的实验，通过分析推理决定化合物的分子结构，其分析能力已接近甚至超过有关化学专家的水平，在美、英等国得到了实际的应用。该专家系统的研制成功不仅为人们提供了一个实用的专家系统，而且对知识表示、存储、获取、推理及利用等技术是一次非常有益的探索，为以后专家系统的建造树立了榜样，对人工智能的发展产生了深刻的影响，其意义远远超过了系统本身在实用上所创造的价值。

在人工智能语言方面，1960年麦卡锡研制出了人工智能语言(List Processing，LISP)，成为建造专家系统的重要工具。

1969年成立的国际人工智能联合会议(International Joint Conferences On Artificial Intelligence，IJCAI)是人工智能发展史上一个重要的里程碑，它标志着人工智能这门新兴学科已经得到了世界的肯定和认可。1970年创刊的国际性人工智能杂志《Artificial Intelligence》对推动人工智能的发展，促进研究者们的交流起到了重要的作用。

3 发展阶段

这个阶段主要是指1970年以后。进入20世纪70年代，许多国家都开展了人工智能的研究，涌现了大量的研究成果。例如，1972年法国马赛大学的科麦瑞尔(A. Comerauer)提出并实现了逻辑程序设计语言PROLOG；斯坦福大学的肖特利夫(E. H. Shorliffe)等人从1972年开始研制用于诊断和治疗感染性疾病的专家系统MYCIN。

但是，和其他新兴学科的发展一样，人工智能的发展道路也不是平坦的。例如，机器翻译的研究没有像人们最初想象的那么容易。当时人们总以为只要一部双向词典及一些词法知识就可以实现两种语言文字间的互译。后来发现机器翻译远非这么简单。实际上，由机器翻译出来的文字有时会出现十分荒谬的错误。例如，当把“眼不见，心不烦”的英语句子“Out of sight，out of mind”。翻译成俄语变成“又瞎又疯”；当把“心有余而力不足”的英语句子“The spirit is willing but the flesh is weak”翻译成俄语，然后再翻译回来时竟变成了“The wine is good but the meat is spoiled”，即“酒是好的，但肉变质了”；当把“光阴似箭”的英语句子“Time flies like an arrow”翻译成日语，然后再翻译回来的时候，竟变成了“苍蝇喜欢箭”。由于机器翻译出现的这些问题，1960年美国政府顾问委员会的一份报告裁定：“还不存在通用的科学文本机器翻译，也没有很近的实现前景。”因此，英国、美国当时中断了对大部分机器翻译项目的资助。在其他方面，如问题求解、神经网络、机器学习等，也都遇到了困难，使人工智能的研究一时陷入了困境。

人工智能研究的先驱者们认真反思，总结前一段研究的经验和教训。1977年费根鲍姆在第五届国际人工智能联合会议上提出了“知识工程”的概念，对以知识为基础的智能系统的研究与建造起到了重要的作用。大多数人接受了费根鲍姆关于以知识为中心展开人工智能研究的观点。从此，人工智能的研究又迎来了蓬勃发展的以知识为中心的新时期。

这个时期中，专家系统的研究在多种领域中取得了重大突破，各种不同功能、不同类型的专家系统如雨后春笋般地建立起来，产生了巨大的经济效益及社会效益。例如，地矿勘探专家系统PROSPECTOR拥有15种矿藏知识，能根据岩石标本及地质勘探数据对矿藏资源进行估计和预测，能对矿床分布、储藏量、品位及开采价值进行推断，制定合理的开采方案。应用该系统成功地找到了超亿美元的钼矿。专家系统MYCIN能识别51种病菌，正确地处理23种抗菌素，可协助医生诊断、治疗细菌感染性血液病，为患者提供最佳处方。该系统成功地处理了数百个病例，并通过了严格的测试，显示出了较高的医疗水平。美国DEC公司的专家系统XCON能根据用户要求确定计算机的配置。由专家做这项工作一般需要3小时，而该系统只需要0.5分钟，速度提高了360倍。DEC公司还建立了另外一些专家系统，由此产生的净收益每年超过4000万美元。信用卡认证辅助决策专家系统American Express能够防止不应有的损失，据说每年可节省2700万美元左右。

专家系统的成功，使人们越来越清楚地认识到知识是智能的基础，对人工智能的研究必须以知识为中心来进行。对知识的表示、利用及获取等的研究取得了较大的进展，特别是对不确定性知识的表示与推理取得了突破，建立了主观Bayes理论、确定性理论、证据理论等，对人工智能中模式识别、自然语言理解等领域的发展提供了支持，解决了许多理论及技术上的问题。

人工智能在博弈中的成功应用也举世瞩目。人们对博弈的研究一直抱有极大的兴趣，早在1956年人工智能刚刚作为一门学科问世时，塞缪尔就研制出了跳棋程序。这个程序能从棋谱中学习，也能从下棋实践中提高棋艺。1959年它击败了塞缪尔本人，1962年又击败了一个州的冠军。1991年8月在悉尼举行的第12届国际人工智能联合会议上，IBM公司研制的“深思”(Deep Thought)计算机系统就与澳大利亚象棋冠军约翰森(D. Johansen)举行了一场人机对抗赛，结果以1:1平局告终。1957年西蒙曾预测10年内计算机可以击败人类的世界冠军。虽然在10年内没有实现，但40年后深蓝计算机击败国际象棋棋王卡斯帕罗夫(Kasparov)，仅仅比预测迟了30年。

1996年2月10日至17日，为了纪念世界上第一台电子计算机诞生50周年，美国IBM公司出巨资邀请国际象棋棋王卡斯帕罗夫与IBM公司的深蓝计算机系统进行了六局的“人机大战”。这场比赛被人们称为“人脑与电脑的世界决战”。参赛的双方分别代表了人脑和电脑的世界最高水平。当时的深蓝是一台运算速度达每秒1亿次的超级计算机。第一盘，深蓝就给卡斯帕罗夫一个下马威，赢了这位世界冠军，给世界棋坛以极大的震动。但卡斯帕罗夫总结经验，稳扎稳打，在剩下的五盘中赢三盘，平两盘，最后以总比分4:2获胜。一年后，即1997年5月3日至11日，深蓝再次挑战卡斯帕罗夫。这时，深蓝是一台拥有32个处理器和强大并行计算能力的RS/6000SP/2的超级计算机，运算速度达每秒2亿次。计算机里存储了百余年来世界顶尖棋手的棋局，5月3日棋王卡斯帕罗夫首战击败深蓝，5月4日深蓝扳回一盘，之后双方战平三局。双方的决胜局于5月11日拉开了帷幕，卡斯帕罗夫在这盘比赛中仅仅走了19步便放弃了抵抗，比赛用时只有1小时多一点。这样，深蓝最终以3.5：2.5的总比分赢得这场举世瞩目的“人机大战”的胜利。深蓝的胜利表明了人工智能所达到的成就。尽管它的棋路还远非真正地对人类思维方式的模拟，但它已经向世人说明，电脑能够以人类远远不能企及的速度和准确性，实现属于人类思维的大量任务。深蓝精湛的残局战略使观战的国际象棋专家们大为惊讶。卡斯帕罗夫也表示：“这场比赛中有许多新的发现，其中之一就是计算机有时也可以走出人性化的棋步。在一定程度上，我不能不赞扬这台机器，因为它对盘势因素有着深刻的理解，我认为这是一项杰出的科学成就。”因为这场胜利，IBM的股票升值为180亿美元。

4 人工智能的学派

根据前面的论述，我们知道要理解人工智能就要研究如何在一般的意义上定义知识，可惜的是，准确定义知识也是个十分复杂的事情。严格来说，人们最早使用的知识定义是柏拉图在《泰阿泰德篇》中给出的，即“被证实的、真的和被相信的陈述”(Justified true belief，简称JTB条件)。

然而，这个延续了两千多年的定义在1963年被哲学家盖梯尔否定了。盖梯尔提出了一个著名的悖论(简称“盖梯尔悖论”)。该悖论说明柏拉图给出的知识定文存在严重缺陷。虽然后来人们给出了很多知识的替代定义，但直到现在仍然没有定论。

但关于知识，至少有一点是明确的，那就是知识的基本单位是概念。精通掌握任何一门知识，必须从这门知识的基本概念开始学习。而知识自身也是一个概念。因此，如何定义一个概念，对于人工智能具有非常重要的意义。给出一个定义看似简单，实际上是非常难的，因为经常会涉及自指的性质(自指：词性的转化——由谓词性转化为体词性，语义则保持不变)。一旦涉及自指，就会出现非常多的问题，很多的语义悖论都出于概念自指。

自指与转指这一对概念最早出自朱德熙先生的《自指与转指》(《方言》1983年第一期，《朱德熙文集》第三卷)。陆俭明先生在《八十年代中国语法研究》中(第98页)说：“自指和转指的区别在于，自指单纯是词性的转化－由谓词性转化为体词性，语义则保持不变；转指则不仅词性转化，语义也发生变化，尤指行为动作或性质本身转化为指与行为动作或性质相关的事物。”

举例：

①教书的来了(“教书的”是转指，转指教书的“人”)；教书的时候要认真(“教书的”语义没变，是自指)。

②Unplug一词的原意为“不使用(电源)插座”，是自指；常用来转指为不使用电子乐器的唱歌。

③colored在表示having colour(着色)时是自指。colored在表示有色人种时，就是转指。

④rich，富有的，是自指。the rich，富人，是转指。

知识本身也是一个概念。据此，人工智能的问题就变成了如下三个问题：一、如何定义(或者表示)一个概念、如何学习一个概念、如何应用一个概念。因此对概念进行深人研究就非常必要了。

那么，如何定义一个概念呢？简单起见，这里先讨论最为简单的经典概念。经典概念的定义由三部分组成：第一部分是概念的符号表示，即概念的名称，说明这个概念叫什么，简称概念名；第二部分是概念的内涵表示，由命题来表示，命题就是能判断真假的陈述句。第三部分是概念的外延表示，由经典集合来表示，用来说明与概念对应的实际对象是哪些。

举一个常见经典概念的例子——素数(prime number)，其内涵表示是一个命题，即只能够被1和自身整除的自然数。

概念有什么作用呢？或者说概念定义的各个组成部分有什么作用呢？经典概念定义的三部分各有作用，且彼此不能互相代替。具体来说，概念有三个作用或功能，要掌握一个概念，必须清楚其三个功能。

第一个功能是概念的指物功能，即指向客观世界的对象，表示客观世界的对象的可观测性。对象的可观测性是指对象对于人或者仪器的知觉感知特性，不依赖于人的主观感受。举一个《阿Q正传》里的例子：那赵家的狗，何以看我两眼呢？句子中“赵家的狗”应该是指现实世界当中的一条真正的狗。但概念的指物功能有时不一定能够实现，有些概念其设想存在的对象在现实世界并不存在，例如“鬼”。

第二个功能是指心功能，即指向人心智世界里的对象，代表心智世界里的对象表示。鲁迅有一篇著名的文章《论丧家的资本家的乏走狗》，显然，这个“狗”不是现实世界的狗，只是他心智世界中的狗，即心里的狗(在客观世界，梁实秋先生显然无论如何不是狗)。概念的指心功能一定存在。如果对于某一个人，一个概念的指心功能没有实现，则该词对于该人不可见，简单地说，该人不理解该概念。

最后一个功能是指名功能，即指向认知世界或者符号世界表示对象的符号名称，这些符号名称组成各种语言。最著名的例子是乔姆斯基的“colorless green ideas sleep furiously”，这句话翻译过来是“无色的绿色思想在狂怒地休息”。这句话没有什么意思，但是完全符合语法，纯粹是在语义符号世界里，即仅仅指向符号世界而已。当然也有另外，“鸳鸯两字怎生书”指的就是“鸳鸯”这两个字组成的名字。一般情形下，概念的指名功能依赖于不同的语言系统或者符号系统，由人类所创造，属于认知世界。同一个概念在不同的符号系统里，概念名不一定相同，如汉语称“雨”，英语称“rain”。

根据波普尔的三个世界理论，认知世界、物理世界与心理世界虽然相关，但各不相同。因此，一个概念的三个功能虽然彼此相关，也各不相同。更重要的是，人类文明发展至今，这三个功能不断发展，彼此都越来越复杂，但概念的三个功能并没有改变。

在现实生活中，如果你要了解一个概念，就需要知道这个概念的三个功能：要知道概念的名字，也要知道概念所指的对象(可能是物理世界)。更要在自己的心智世界里具有该概念的形象(或者图像)。如果只有一个，那是不行的。

知道了概念的三个功能之后，就可以理解人工智能的三个学派以及各学派之间的关系。

人工智能也是一个概念，而要使一个概念成为现实，自然要实现概念的三个功能。人工智能的三个学派关注于如何才能让机器具有人工智能，并根据概念的不同功能给出了不同的研究路线。专注于实现AI指名功能的人工智能学派成为符号主义，专注于实现AI指心功能的人工智能学派称为连接主义，专注于实现AI指物功能的人工智能学派成为行为主义。

1. 符号主义

符号主义的代表人物是Simon与Newell，他们提出了物理符号系统假设，即只要在符号计算上实现了相应的功能，那么在现实世界就实现了对应的功能，这是智能的充分必要条件。因此，符号主义认为，只要在机器上是正确的，现实世界就是正确的。说得更通俗一点，指名对了，指物自然正确。

在哲学上，关于物理符号系统假设也有一个著名的思想实验——本章1.1.3节中提到的图灵测试。图灵测试要解决的问题就是如何判断一台机器是否具有智能。

图灵测试将智能的表现完全限定在指名功能里。但马少平教授的故事已经说明，只在指名功能里实现了概念的功能，并不能说明一定实现了概念的指物功能。实际上，根据指名与指物的不同，哲学家约翰·塞尔勒专门设计了一个思想实验用来批判图灵测试，这就是著名的中文屋实验。

中文屋实验明确说明，即使符号主义成功了，这全是符号的计算跟现实世界也不一定搭界，即完全实现指名功能也不见得具有智能。这是哲学上对符号主义的一个正式批评，明确指出了按照符号主义实现的人工智能不等同于人的智能。

虽然如此，符号主义在人工智能研究中依然扮演了重要角色，其早期工作的主要成就体现在机器证明和知识表示上。在机器证明方面，早期Simon与Newell做出了重要的贡献，王浩、吴文俊等华人也得出了很重要的结果。机器证明以后，符号主义最重要的成就是专家系统和知识工程，最著名的学者就是Feigenbaum。如果认为沿着这条路就可以实现全部智能，显然存在问题。日本第五代智能机就是沿着知识工程这条路走的，其后来的失败在现在看来是完全合乎逻辑的。

实现符号主义面临的观实挑成主要有三个。第一个是概念的组合爆炸问题。每个人掌握的基本概念大约有5万个，其形成的组合概念却是无穷的。因为常识难以穷尽，推理步骤可以无穷。第二个是命题的组合悖论问题。两个都是合理的命题，合起来就变成了没法判断真假的句子了，比如著名的柯里悖论(Curry’s Paradox)(1942)。第三个也是最难的问题，即经典概念在实际生活当中是很难得到的，知识也难以提取。上述三个问题成了符号主义发展的瓶颈。

2. 连接主义

连接主义认为大脑是一切智能的基础，主要关注于大脑神经元及其连接机制，试图发现大脑的结构及其处理信息的机制、揭示人类智能的本质机理，进而在机器上实现相应的模拟。前面已经指出知识是智能的基础，而概念是知识的基本单元，因此连接主义实际上主要关注于概念的心智表示以及如何在计算机上实现其心智表示，这对应着概念的指心功能。2016年发表在Nature上的一篇学术论文揭示了大脑语义地图的存在性，文章指出概念都可以在每个脑区找到对应的表示区，确确实实概念的心智表示是存在的。因此，连接主义也有其坚实的物理基础。

连接主义学派的早期代表人物有麦克洛克、皮茨、霍普菲尔德等。按照这条路，连接主义认为可以实现完全的人工智能。对此，哲学家普特南设计了著名的“缸中之脑实验”，可以看作是对连接主义的一个哲学批判。

缸中之脑实验描述如下：一个人(可以假设是你自己)被邪恶科学家进行了手术，脑被切下来并放在存有营养液的缸中。脑的神经末梢被连接在计算机上，同时计算机按照程序向脑传递信息。对于这个人来说，人、物体、天空都存在，神经感觉等都可以输入，这个大脑还可以被输入、截取记忆，比如截取掉大脑手术的记忆，然后输入他可能经历的各种环境、日常生活，甚至可以被输入代码，“感觉”到自己正在阅读这一段有趣而荒唐的文字。

缸中之脑实验说明即使连接主义实现了，指心没有问题，但指物依然存在严重问题。因此，连接主义实现的人工智能也不等同于人的智能。

尽管如此，连接主义仍是目前最为大众所知的一条AI实现路线。在围棋上，采用了深度学习技术的AlphaGo战胜了李世石，之后又战胜了柯洁。在机器翻译上，深度学习技术已经超过了人的翻译水平。在语音识别和图像识别上，深度学习也已经达到了实用水准。客观地说，深度学习的研究成就已经取得了工业级的进展。

但是，这并不意味着连接主义就可以实现人的智能。更重要的是，即使要实现完全的连接主义，也面临极大的挑战。到现在为止，人们并不清楚人脑表示概念的机制，也不清楚人脑中概念的具体表示形式表示方式和组合方式等。现在的神经网络与深度学习实际上与人脑的真正机制距离尚远。

3. 行为主义

行为主义假设智能取决于感知和行动，不需要知识、表示和推理，只需要将智能行为表现出来就好，即只要能实现指物功能就可以认为具有智能了。这一学派的早期代表作是Brooks的六足爬行机器人。

对此，哲学家普特南也设计了一个思想实验，可以看作是对行为主义的哲学批判，这就是“完美伪装者和斯巴达人”。完美伪装者可以根据外在的需求进行完美的表演，需要哭的时候可以哭得让人撕心裂肺，需要笑的时候可以笑得让人兴高采烈，但是其内心可能始终冷静如常。斯巴达人则相反，无论其内心是激动万分还是心冷似铁，其外在总是一副泰山崩于前而色不变的表情。完美伪装者和斯巴达人的外在表现都与内心没有联系，这样的智能如何从外在行为进行测试？因此，行为主义路线实现的人工智能也不等同于人的智能。

对于行为主义路线，其面临的最大实现困难可以用莫拉维克悖论来说明。所谓莫拉维克悖论，是指对计算机来说困难的问题是简单的、简单的问题是困难的，最难以复制的反而是人类技能中那些无意识的技能。目前，模拟人类的行动技能面临很大挑战。比如，在网上看到波士顿动力公司人形机器人可以做高难度的后空翻动作，大狗机器人可以在任何地形负重前行，其行动能力似乎非常强。但是这些机器人都有一个大的缺点一能耗过高、噪音过大。大狗机器人原是美国军方订购的产品，但因为大狗机器人开动时的声音在十里之外都能听到，大大提高了其成为一个活靶子的可能性，使其在战场上几乎没有实用价值，美国军方最终放弃了采购。

关于“如何判定心理变态”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！