认知主义也被称为符号的研究范式，其核心理论思想便是“计算机隐喻”。学术界一般将在英国的达特茅斯所召开的认知研究会议看作是认知主义诞生的标志。

在这次会议上，乔姆斯基、麦卡）、西蒙、明斯基等人对于认知主义的研究现状进行了详细的分析和总结，并进一步归纳和概括出了认知主义研究取向的核心理论主张：在认知主义看来，人类的心智实际上是一种特殊的信息处理系统，类似于人们生活中常见的数字计算机；所谓人的认知，可以被理解为是根据某些特定的逻辑规则或者是某种形式的数理算法对于无意义的抽象符号所进行的计算。

由此也可以推断出，在认知主义的理论框架内，无意义的抽象符号实际上是大脑（作为信息处理系统而存在）用来描述人的认知和心智活动的最为基本的单位，并且占据着最为核心的地位，认知主义研究的最终目的，实际上就是希望通过对于人工智能的研究，来间接的解释和说明人的心理活动规律，进而用人工智能来完全复制和模拟人的智能。

最能够体现认知主义研究思想的，就是西蒙和纽厄尔共同提出的“物理符号系统假设”：“物理符号是人的智能行动的根基，这无疑是人工智能研究中最重要的论题。……对于一般的智能行动来说，物理符号系统具有必要的和充分的手段。所谓‘必要的’是指，任何表现出一般智能的系统都可以经分析证明是一个物理符号系统。所谓‘充分的’是指，任何足够大的物理符号系统都可以通过进一步的组织而表现出一般智能。”

一个物理符号系统就是包含一组抽象物理符号的某种形式的存在物，并且这一系统遵循物理学的规律，其最为主要的功能便是用于操纵符号。物理符号系统本身并不被严格的限定为人类的认知系统，也就是说物理符号系统既可以是有生命的，也可以是无生命的或者说是非生命的。

这便决定了通过物理符号系统假设的引入，认知主义便能够将人的智能与人工智能统一在一个共同的理论框架之下——即物质主义的框架。数字计算机就是最为典型的、最具代表性的物理符号系统。可以说，物理符号系统假设在智能系统与物理符号系统之间架起了沟通的桥梁，使得二者之间可以自由的进行身份的转换。

联结主义也被称之为网络的研究范式，其最为核心的理论思想便是“大脑或神经系统隐喻”。神经生物学家麦卡洛克和数学家皮茨在《神经活动内在概念的逻辑演算》一文中总结和概括了人类大脑神经元细胞的基本特征，并进一步提出了形式神经元的阈值模型（即M-P模型），将其用来模拟大脑神经元细胞扩布性峰电位所特有的“全或无”性质，这标志着联结主义研究的开始。

联结主义大量的借鉴和吸收了来自神经科学的研究结论和研究成果，不再简单的将发生在人的头脑之中的认知过程看作是大脑对于无意义抽象符号所进行的某种形式的操作和计算，取而代之的是希望通过分布式平行加工（PDP，也被称作神经计算）的方式对于人的心智和认知来加以研究，并最终建立一种类似于人的大脑或者说与大脑神经系统相接近的人工神经网络。

此外，联结主义试图建构的人工神经网络也并不是静态的，而是一种动态的网络系统，是能够随着时间的推移而发展变化的，其基本构成单位是一些在本质上类似于大脑神经元的结点或是单元，相接近的结点或单元彼此之间联结在一起，每个结点或单元都具有不同的活性，它们彼此之间既可以相互激活，同时也可以相互抑制。

目前，常见的联结主义人工神经网络大体上可以区分为两种类型：即局部式联结主义网络和分布式联结主义网络。由此可见，联结主义关于人的认知和心智的解释机制相较于认知主义来说已经发生了重大的改变：在智能的高级层面，联结主义以涌现的概念来解释心智或认知的产生；在智能的初级层面，联结主义则是以各结点或单元之间的互动来解释网络的运行方式。

这便意味着，无意义的抽象离散符号不再是描述认知活动的基本单元，取而代之的则是人工神经网络中亚符号的数值变量，即网络中各单元或各结点间的加权参数。显然，联结主义赋予了网络而非符号以核心性的地位。

虽然认知主义和联结主义都可以被看作是某种特定形式的表征计算理论，事实上它们也都遵循着“认知可计算”的研究纲领，但这并意味着二者之间是完全相同的、毫无差异的。认知主义和联结主义在理论主张方面的确存在着不同之处，并表现出了一定的差异性。

这些差异或者说不同之处大体上可以从以下的五个方面来进行概括和分析：

第一，认知主义把对于物理符号的加工看作是概念表征的适当载体，而联结主义则是用认知系统或者说人工神经网络的整体方面的状态的变化来表征外部世界的特征；

第二，认知主义将心智看作是一种单纯的“计算的心灵”，联结主义则是把心智视为对于人的大脑或是大脑神经系统的模拟；

第三，认知主义将数字计算机看作是操作物理符号的典型认知系统，联结主义则是将数字计算机看作是建立大脑或大脑神经系统模型的工具；

第四，认知主义将问题解决看作人的智能的基本形式或者说核心内容，试图通过构建某种形式结构来赋予物理符号系统以问题解决的能力，联结主义则把学习的能力当成人的智能的基本形式或者说核心内容，强调建立某种学习机制使得人工智能体能够获得或是拥有自我学习的能力；

第五，认知主义是理性主义、还原论的忠实继承者，联结主义则是将自己看作是联想主义、整体论的神经科学。

客观的讲，相较于认知主义，联结主义所提出的理论主张和所表现出的努力方向更为值得人们去肯定和称赞，可以说联结主义的相关理论主张对于认知心理学自身的发展起到了更为积极的修正和促进作用。但需要指出的是，尽管联结主义较之于认知主义更接近对人类真实智能的模拟，但它并没有否定认知主义的基本假设和核心主张：“认知即计算”的观点。

除此之外，联结主义也并没有修正认知心理学所持有的功能主义立场，仍然将认知看作是某种类似于计算的复杂功能，并假设这种抽象的计算活动（无论它们在本质上究竟是什么）可以在不同性质的物理基础（生命或非生命）之上得以实现。

这实际上意味着，联结主义所进行的研究并不是回归人的身体及其经验的研究，对于人的大脑的模拟也并不意味着是对于大脑本身的回归。此外还需要引起注意的是，联结主义所设想的构成人工神经网络的单元或结点毕竟仅仅是一种抽象化的虚拟物，与人类大脑神经系统中所存在的真实的神经元细胞有着本质上的差异。

相对于这些虚拟的单元或结点，真实的神经元细胞要复杂的多的多，仅就不同的神经元细胞之间相互作用、相互联系的神经递质而言，其种类就有数十种之多，这便意味着只是简单的从生物电的角度来解释大脑的工作方式是远远不够的，还需要考虑生物化学的因素。

除此之外，人工神经网络的构建还存在着技术上的制约，其对人类心理现象、心理过程的模拟也表现出了一定的问题，具体体现在以下三个方面：

第一，联结主义所建构的人工神经系统网络虽然在功能的层面上与人的大脑神经系统具有一定程度的相似性，但并不意味着它具备神经学或是生物学意义上的真实性和合理性；

第二，人工神经网络的学习效率远远低于人类的大脑神经系统，需要进行大量的重复性的训练之后才能完成相对简单的特定类型的任务；

第三，人工神经网络在实际运作过程中，还需要大量的指导者的参与，否则，其任务完成的效率和任务完成的质量都会显著地降低。

由此可见，相对于认知主义而言，联结主义所改变的仅仅是模仿或是类比的对象，即由数字计算机隐喻转变为人的大脑或是神经系统隐喻，其最终的落脚点并未发生改变，仍然是希望通过人工智能的研究来模拟人的智能，进而创造出一种具有相当程度的学习和适应能力的人工智能体。

此外，就联结主义所使用的研究方法而言，人工神经网络所奉行的“分布式平行加工”，仍然可以被看作是某种形式的计算：神经元及其相互之间的联结，构成了新的数据结构；神经元的激活以及激活的扩散，则变成了新的算法。

虽然联结主义所建构的人工神经系统网络在计算能力方面，相较于认知主义而言已经有了较大幅度的提升，但终究没有克服离身心智所具有的根本理论缺陷。尽管没有人能够否认大脑在认知活动中所起到的重要作用，但对于“大脑究竟做了些什么才使人类具有了意识”这一问题，依然没有能够得到很好的解释。

即使在神经生物学技术如此发达的今天，人们仍旧不能对于特定类型或者是特定形式的认知活动的大脑机制进行十分精确的机能定位。既然人们无法使一个物理符号系统具有人的属性，又何谈能够创造出一个与真实的人的大脑具有同样属性或是功能的人工大脑呢？