GOFAI（老式人工智能，good old-fashioned artificial intelligence）是人工智能哲学中的一个术语，指经典的符号人工智能，与神经网络、情境机器人学、狭义符号人工智能或神经符号人工智能等其他方法相对。该术语由哲学家约翰·豪格兰德在其1985年的著作《人工智能：核心理念》中首创。豪格兰德引入该术语是为了解决两个核心问题：GOFAI能否在机器中产生人类水平的人工智能，以及GOFAI是否是大脑展现智能的主要方法。
在人工智能开发和技术领域，GOFAI用于指代那些为单一任务而用刻意、明确的指令构建的程序，与使用机器学习的方法形成对比。GOFAI应用的例子包括AlphaGo和苹果公司最初的Siri设计。
历史背景与影响
20世纪50年代和60年代的人工智能研究对思想史产生了巨大影响。它激发了认知革命，促成了认知科学这一学术领域的创立，并且是计算主义、功能主义和认知主义等哲学理论，以及心理学中的认知主义和认知心理学理论的关键范例。导致这场革命的人工智能研究的具体方面，正是豪格兰德所称的GOFAI。
人工智能的奠基人之一赫伯特·A·西蒙在1963年推测，GOFAI可以产生人类水平的智能，并且是大脑使用的主要方法。他的证据是他参与编写的程序（如逻辑理论家和通用问题求解器）的表现，以及他对人类问题解决的心理学研究。
西方理性主义与GOFAI
豪格兰德将GOFAI置于西方哲学中的理性主义传统之中，该传统认为抽象理性是最高级的官能，将人与动物区分开来，并且是智能最本质的部分。这一假设出现在柏拉图和亚里士多德的著作中，也出现在莎士比亚、霍布斯、休谟和洛克的作品里，并且是启蒙运动、20世纪30年代的逻辑实证主义者以及20世纪60年代的计算主义者和认知主义者的核心思想。
20世纪60年代的符号人工智能成功模拟了高级推理，包括逻辑演绎、代数、几何、空间推理和手段-目的分析，且全部使用精确的英语句子。许多观察者，包括哲学家、心理学家和人工智能研究者，都确信他们已经抓住了智能的本质特征。这种信念是理性主义所蕴含的；如果它是错误的，那么西方哲学传统的很大一部分将受到质疑。
大陆哲学，包括尼采、胡塞尔和海德格尔，拒绝了理性主义，认为高级推理是有限且容易出错的，大多数能力来自直觉、文化和本能的感知。熟悉这一传统的哲学家，如休伯特·德雷福斯和豪格兰德，是最早批评GOFAI及其对智能的充分性的人。
豪格兰德的定义
批评者和支持者都发现很难精确定义GOFAI。例如，德鲁·麦克德莫特认为豪格兰德的描述不连贯，并主张GOFAI是一个神话。豪格兰德创造这个术语是为了考察对所有GOFAI理论都至关重要的主张的哲学含义，他列出的这些主张是：（1）我们智能地处理事物的能力源于我们合理地思考它们的能力，包括潜意识思考；（2）我们合理地思考事物的能力等同于一种内部自动符号操作的能力。
这与赫伯特·A·西蒙和艾伦·纽厄尔在1963年提出的物理符号系统假说相似，该假说指出，物理符号系统具有进行一般智能行动的必要且充分的手段。它也类似于休伯特·德雷福斯的心理学假设，即心灵可以被视为一个根据形式规则对信息比特进行操作的装置。
豪格兰德的描述指的是由一组指令控制的符号操作。符号是离散的物理事物，被赋予了明确的语义，如<cat>和<mat>。它们不指代信号、未识别的数字或未识别数字的矩阵。因此，豪格兰德的GOFAI不包括控制论、感知机、动态规划、控制理论等技术，也不包括现代技术如神经网络或支持向量机。它也不包括将符号人工智能与其他技术相结合的系统，如神经符号人工智能，或仅为特定问题设计的狭义符号人工智能系统。
人工智能科学家的回应
罗素和诺维格写道，GOFAI对应于最简单的逻辑智能体设计，并且很难将适当行为的每一种偶然情况都捕捉为一组必要且充分的逻辑规则，他们称此为资格问题。20世纪80年代之后的符号人工智能工作纳入了更稳健的方法来处理开放领域，如概率推理、非单调推理和机器学习。目前，大多数人工智能研究者认为，深度学习，更可能的是神经和符号方法的综合（神经符号人工智能），将是实现通用智能所必需的。
遗产与相关性
GOFAI仍然是理解人工智能历史和哲学的基础概念。它突显了从基于规则、显式推理的系统向数据驱动方法（如大型语言模型和变换器）的转变。虽然随着机器学习的兴起，GOFAI的主导地位有所减弱，但它的影响在专家系统、自动推理以及神经符号方法的持续探索等领域依然存在。该术语继续作为关于智能本质和人工智能研究未来的辩论的关键参考点。