在人工智能发展历程中，主要有三大学派，分别是符号主义学派（Symbolic AI）、连接主义学派（Connectionism）和行为主义学派（Behaviorism）。
符号主义学派（Symbolic AI）：
又被称为“经典人工智能”或“规则-based AI”。符号主义学派主张人工智能系统应该通过处理符号和符号操作来实现智能。这种方法侧重于使用逻辑和基于规则的推理方法来模拟人类思维。符号主义学派的代表人物包括艾伦·图灵（Alan Turing）、约翰·麦卡锡（John McCarthy）和马文·明斯基（Marvin Minsky）等。这一学派的典型应用有专家系统、知识表示和推理（KRR）等。
连接主义学派（Connectionism）：
又被称为“神经网络学派”或“人工神经网络”。连接主义学派主张通过模拟大量简单的互联神经元来实现智能。这一学派借鉴了生物神经系统的结构和功能，试图通过神经网络进行信息处理和学习。其中，深度学习是连接主义学派的一个重要分支。代表人物有弗兰克·罗森布拉特（Frank Rosenblatt）、杰弗里·辛顿（Geoffrey Hinton）和深度学习先驱Yann LeCun等。这一学派的典型应用有图像识别、语音识别和自然语言处理等。
行为主义学派（Behaviorism）：
行为主义学派主张通过观察和分析智能体的行为来理解其智能。这一学派认为，智能体应该具备在复杂环境中进行感知、决策和行动的能力。行为主义学派的代表人物有罗德尼·布鲁克斯（Rodney Brooks）等。这一学派的典型应用有自主机器人和无人驾驶汽车等。
这三个学派在人工智能发展过程中都有重要贡献。尽管各个学派之间存在差异，但在现代人工智能系统中，这些方法和思想往往会相互融合，共同推动人工智能领域的发展