人工智能（Artificial Intelligence，简称AI）技术的主要学派主要包括以下几种：
1. 符号主义学派：符号主义学派认为，人类的认知过程是通过符号来进行的，因此人工智能应该通过符号来模拟人类的认知过程。这种学派的代表人物有Marvin Minsky、John McCarthy等。他们提出了符号主义AI的概念，并开发了早期的专家系统和知识库系统。
2. 连接主义学派：连接主义学派认为，人类的认知过程是神经元之间的连接和相互作用的结果，因此人工智能应该通过神经网络来实现。这种学派的代表人物有Donald Hebb、Geoffrey Hinton等。他们提出了神经网络模型，并开发出了许多成功的神经网络模型，如反向传播算法（Backpropagation）、卷积神经网络（Convolutional Neural Networks）等。
3. 行为主义学派：行为主义学派认为，人类的认知过程是通过观察和模仿他人的行为来实现的，因此人工智能应该通过学习来模仿人类的行为。这种学派的代表人物有B.F. Skinner、J.P. Liddell等。他们提出了机器学习的概念，并开发出了许多基于统计学习的机器学习模型，如支持向量机（Support Vector Machines）、随机森林（Random Forest）等。
4. 进化计算学派：进化计算学派认为，人类的认知过程是通过自然选择和遗传变异来实现的，因此人工智能应该通过进化算法来模拟这个过程。这种学派的代表人物有James E. Lenat、Ronald A. Fisher等。他们提出了遗传算法（Genetic Algorithm），并开发出了许多基于遗传算法的优化问题求解方法，如蚁群算法（Ant Colony Optimization）、粒子群优化（Particle Swarm Optimization）等。
5. 深度学习学派：深度学习学派是近年来兴起的一个新兴学派，它主要关注深度神经网络（Deep Neural Networks）的研究和应用。这种学派的代表人物有Yoshua Bengio、Yann LeCun等。他们提出了深度神经网络的基本概念，并开发出了许多深度神经网络模型，如卷积神经网络（Convolutional Neural Networks）、循环神经网络（Recurrent Neural Networks）等。这些模型在图像识别、语音识别、自然语言处理等领域取得了显著的成果。
总之，人工智能技术的主要学派包括符号主义学派、连接主义学派、行为主义学派、进化计算学派和深度学习学派。这些学派各具特色，共同推动了人工智能技术的发展。
