人工智能的分类：不属于AI学派的是？

人工智能（Artificial Intelligence，简称AI）是一个多学科交叉的领域，涉及计算机科学、数学、心理学、神经科学等多个学科。根据不同的研究和应用背景，人工智能可以分为以下几类：

1. 弱人工智能（Weak AI）：弱人工智能是指专门设计用于执行特定任务或解决特定问题的AI系统。例如，语音识别系统、图像识别系统等。这些系统在特定任务上表现出色，但不具备通用性，无法处理其他未训练的任务。

2. 强人工智能（Strong AI）：强人工智能是指具备与人类智能相当甚至超越人类的智能水平的AI系统。强人工智能的目标是实现通用智能，即能够理解和解决各种问题，不受特定任务限制。目前，强人工智能仍然是一个理论概念，尚未实现。

3. 专家系统（Expert Systems）：专家系统是一种基于知识库和推理机制的AI系统，它模拟人类专家的知识和经验，用于解决特定领域的复杂问题。专家系统广泛应用于医疗、金融、法律等领域。

4. 机器学习（Machine Learning）：机器学习是AI的一个重要分支，它使计算机能够从数据中学习并改进性能。机器学习算法包括监督学习、无监督学习和强化学习等。机器学习在图像识别、自然语言处理、推荐系统等领域有广泛应用。

5. 深度学习（Deep Learning）：深度学习是一种特殊的机器学习方法，它通过多层神经网络（也称为深度神经网络）来模拟人脑的神经元结构。深度学习在图像识别、语音识别、自然语言处理等领域取得了显著成果。

6. 机器人学（Robotics）：机器人学是研究如何制造和使用机器人的学科。机器人学包括机器人硬件设计、软件编程、感知与控制等方面的研究。机器人技术在制造业、医疗、军事等领域有广泛应用。

7. 认知计算（Cognitive Computing）：认知计算是研究如何模拟人类认知过程的AI技术。认知计算包括自然语言处理、知识表示、推理等。认知计算在智能助手、智能客服等领域有应用前景。

8. 生物启发式（Bio-inspired）：生物启发式是借鉴自然界生物的智能原理来设计AI系统的技术。生物启发式包括蚁群优化、遗传算法、粒子群优化等。生物启发式在优化问题、搜索算法等领域有应用。

9. 神经仿生（Neural Biomimicry）：神经仿生是模仿神经系统工作原理来设计AI系统的技术。神经仿生包括人工神经网络、脉冲神经网络等。神经仿生在模式识别、信号处理等领域有应用。

10. 量子计算（Quantum Computing）：量子计算是利用量子力学原理进行信息处理的新兴技术。量子计算在密码破解、药物设计等领域有潜在应用。尽管量子计算目前仍处于发展阶段，但其在理论上具有巨大的潜力。

总之，人工智能的分类涵盖了多个领域和技术，每个领域都有其独特的方法和应用场景。随着技术的不断发展，人工智能将继续拓展新的研究方向和应用范围。