偶然看到自己 2009 写的一篇文章，讲述 AI 的早期范式是符号处理，因此为契机阐述早期人工智能工作自然采用了 LISP 语言。文章结尾我说了下现在（2009年）AI 已经是多范式，包括统计方法，符号方法，概率方法等等，这是深度学习出现之前的人工智能领域概况。
再读时感慨万千。时隔十多年，如今AI 范式可以说分久必合，全部收敛成了张量(Tensor) 范式。这是我发明的词。之所以称之为范式，是因为无论输入是图片还是语音文字，都可以统一成张量表示，所有的中间结果也是张量。用深度网络不断处理张量，最终的输出张量能还原到具体的问题，无论是翻译画图生成段落折叠蛋白质都远超其他范式，比如统计，模式匹配或者符号处理。
张量处理需要的是高 FLOPs 数值计算，这个范式成就了做图形处理芯片的 NVIDIA，可见历史的偶然和奇妙。
张量范式也成就了 Python 这样一个多范式 duck-typing 语言， 能表示张量间的抽象计算，还能蒙住自己类型系统的眼睛让这种计算不报错，允许底层自由优化。强静态类型的语言比如 Java 即使当年如日中天，因为类型系统的不匹配，在张量范式前，毫无建树。
显然，一切范式都不是永久的。可以想象下一个人工智能范式正在地球的某个角落被人默默开发中。
