人工智能（Artificial Intelligence，AI）是一门研究如何使计算机能够像人类一样具有智能的学科。在AI领域中，有多个流派和技术方向，其中包括符号主义、连接主义、进化计算等。人工神经网络（Artificial Neural Networks，ANN）是一种受生物神经网络启发而创建的模型，用于模拟人脑神经元间的连接和信息传递。那么，人工神经网络究竟属于人工智能的哪个流派呢？

人工神经网络主要属于连接主义（Connectionism）流派，这是人工智能领域的一个重要分支。连接主义是一种基于神经网络模型的思维和学习理论，强调通过大量简单的处理单元（人工神经元）之间的连接来模拟人类的智能行为。人工神经网络作为连接主义的代表，通过学习数据集中的模式和规律，实现了模式识别、分类、预测等任务。

与符号主义（Symbolism）流派相比，连接主义更加注重从数据中学习知识和模式，而不是依赖预先定义的规则和逻辑。人工神经网络通过反向传播算法等方法，自动调整网络中的权重和参数，从而提高网络在特定任务上的表现。这种基于数据驱动的学习方式使得人工神经网络在处理复杂、非线性问题上表现出色。

总的来说，人工神经网络作为连接主义的代表，属于人工智能领域的连接主义流派。通过模拟神经元间的连接和信息传递，人工神经网络在模式识别、机器学习等领域发挥着重要作用，为人工智能的发展做出了重要贡献。连接主义流派的发展也为人工神经网络的进一步研究和应用提供了坚实的理论基础和方法支持。