| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 引言 | 第7-9页 |
| （一） 选题缘由 | 第7页 |
| （二） 国内外研究现状 | 第7-8页 |
| （三） 研究意义 | 第8-9页 |
| 一、人工智能的概念解析及其发展回顾 | 第9-13页 |
| （一） 智能的定义和本质 | 第9页 |
| （二） 人工智能的定义 | 第9-10页 |
| （三） 人工智能的发展简史 | 第10-13页 |
| 1、萌芽时期 | 第10页 |
| 2、形成时期 | 第10-11页 |
| 3、发展时期 | 第11-13页 |
| 二、人工智能研究领域的主要学派概述 | 第13-16页 |
| （一） 符号主义学派 | 第13-14页 |
| （二） 行为主义学派 | 第14-15页 |
| （三） 联结主义学派 | 第15-16页 |
| 三、人工智能研究的三大学派面临的困境 | 第16-25页 |
| （一） 符号主义学派面临的困境 | 第16-20页 |
| 1、常识知识获取的困境 | 第16-17页 |
| 2、解决“组合爆炸”的困难 | 第17-19页 |
| 3、机器翻译困境 | 第19-20页 |
| （二） 行为主义学派受到的质疑 | 第20-22页 |
| 1、自下而上的还原主义方法论使研究模型的完善性受到质疑 | 第20-21页 |
| 2、行为主义理论的基础——复杂适应系统难以建立 | 第21页 |
| 3、同样的心理状态可以产生不同的行为 | 第21-22页 |
| 4、忽视了主观性、意向性等人类行为的重要特质 | 第22页 |
| （三） 联结主义学派面临的困境 | 第22-25页 |
| 1、单层神经网络的发展和衰落 | 第23页 |
| 2、多层神经网络研究的发展和困境 | 第23-25页 |
| 四、人工智能研究的出路探寻 | 第25-36页 |
| （一） 人工智能的目标定位 | 第25-28页 |
| 1、强AI 与弱AI | 第25页 |
| 2、强AI 是否可能实现 | 第25-28页 |
| （二） 人工智能研究的技术路线探寻 | 第28-30页 |
| （三） 人工智能研究的新方法探寻——机制主义研究方法 | 第30-36页 |
| 1、机制主义研究方法概述 | 第30-31页 |
| 2、机制主义方法论探讨 | 第31-34页 |
| 3、对机制主义研究方法硬件支持的探讨 | 第34-36页 |
| 结语 | 第36-37页 |
| 注释 | 第37-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |