人工智能学科人工智能学科 的未来五十年 的未来五十年

西北工业大学 何华灿

hehuac@nwpu.edu.cn

2006-08-03 北京

热 烈 祝 贺热 烈 祝 贺

人工智能学科诞生五十周年 暨中国人工智能学会成立二十五周年

       序

让我们暂时放下日常使用的小视野、短时空、细粒度的思维方式；

切换到不常使用的大视野、长时空、粗粒度的思考中来；

这也许能够帮助我们滤除高频干扰，发现人工智能学科发展的历史脉络。

      

一对过去五十年的整体评价

计算机代替、延伸和增强了人的智力，人工智能的诞生，表明人类已经认识到单纯的数值计算不能完全解决智能模拟问题，逻辑推理和启发式搜索必不可少。

知识工程出现显示了专门知识的重要性，也暴露了经典数理逻辑的局限性，诱发了人工智能（符号主义）的理论危机。

符号主义的停滞不前，为计算智能的蓬勃发展提供了理想环境，它们用模型计算来模拟各种自然智能机制，取得巨大成功。

计算智能的成功说明智能不仅存在于脑思维中，也广泛存在于生命活动中。

广义智能观的确立为智能科学提出了一系列深刻的理论课题和技术课题。

人工智能学科现已形成三大流派

符号智能—智能可通过符号演算模拟，如 状态空间搜索、逻辑推理和知识工程；

计算智能—智能可通过模型计算模拟，如 进化计算、免疫计算和模糊计算；

群体智能 --智能可通过群体协同模拟，如 多智能体系统，蚁群算法和生态平衡。

机器学习是人工智能中的永恒主题，无学习能力的“智能系统”最终会失去智能。

各大流派都离不开机器学习，它们都为机器学习提供了原理方法和应用环境。

在计算智能和机器学习中各种模型计算的成功，并不说明智能可脱离逻辑而存在，而是呼唤可描述各种智能机制的新逻辑。

             应用是人工智能学科向前发展的原动力，专家系统和知识工程的广泛应用，推动了人工智能学科的发展和普及。

尽管人工智能学科发展还很不成熟，但它的原理和方法已经渗透到许多学科中，体现到许多技术中，应用在许多产品中。

应用向人工智能学科提出了许多新课题。

历史上反复出现过对人工智能发展的过头预言和对新兴学派的顽固排斥，这都是源于对智能的本质和特点缺乏深刻认识。

我们常犯的错误是把智能想象得太简单，太单纯，太固定，太绝对。以偏概全。

智能科学和宇宙科学一样复杂，目前知道的仍然很少，需要各方面不懈地探索。

二

对未来五十

年的展望

发展人工智能学科的有利条件

社会信息化已经进入智能化的新阶段； 脑科学、认知科学、复杂性科学和逻辑学正在迅速发展，可提供坚实的理论基础；

应用系统的复杂性和不确定性日益增加，对机器智能和智能机器的需求日益强烈；

对智能本质和机制的认识日益深入全面。

发展中需要注意的问题

急于求成。智能的复杂性、艰巨性和长期性。多层次、多因素、非线性和演化；

智能研究中不断会有新的规律发现；以偏概全是永远需要警惕的错误倾向； 智能科学的形成需要多学科的交叉融和； 智能应用系统需要学科内外的大综合。

建立定量的智能科学理论

人首先在思维机制中认识到智能，后又从神经网络、遗传进化、免疫、群体协作和生态平衡中发现了不同的智能机制。

未来将在各种智能机制和复杂性科学的基础上深入认识智能的本质和一般规律，建立定量的智能科学理论体系。

物理学建立在质、时、距、场、力、能和运动等基本观念的基础上，定性和定量地描述了物质世界的各种运动规律。

信息世界应该有类似于物理学的定量智能科学理论出现，它建立在一系列的基本观念的基础上，可以定性和定量地描述信息世界的各种基本运动规律。

信息、知识和智能的转换

信息世界可粗分为广义的信息、知识和智能三层。不同智能机制的原理不同，但都在实现某种形式的信息 /知识 /智能转换。

未来将深入定量的研究信息、知识和智能的关系及转化规律，建立广义的信息，知识和智能转换理论。

智能科学的逻辑基础

逻辑是各种智能过程需要共同遵守的语法规则；各种智能过程都不过是逻辑的语义解释。逻辑无处不在，形态万千。研究逻辑一般规律的泛逻辑学已经出现。

未来将进一步建立和完善各种逻辑，特别是处理矛盾、不确定性和演化的逻辑。

群体智能中的自协调理论

单一学派和单个智体的智能都很有限，综合集成是提高系统智能水平的有效途径，协调是发挥集成效果的关键所在。

未来发展的重大课题是从群体智能和生态平衡中吸取营养，利用复杂系统和网络拓扑的研究成果，建立自协调理论。

建立机器学习的一般理论

学习是一切智能系统不可缺少的，将来还会有许多新的机器学习原理和方法出现。

未来将会在众多机器学习机制和复杂性科学的基础上，定量探讨学习的本质和一般规律，建立机器学习的一般理论，它将是定量智能科学的重要组成部分。

生物和机器的智能交互

生物有许多自然的智能功能，它非常灵巧和有效，获取它的成本很低；机器智能可以完全按照人的意图设计，可控制性好。有人正在研究如何把两者结合起来。

未来将会在机器智能和自然智能的交互方面 (包括 BCI) 加强研究，建立复合智能系统。这是解决复杂问题的有效方法之一。

智能产业将主导社会

随着智能技术和智能产品的广泛应用，智能产业将成为社会的主导产业，特别是：

知识件将从软件中分离出来，计算机系统将分为硬件、软件和知件。

智能信息处理器将从一般信息处理器中分离出来，成为机器中的智能部件。

基于视觉的人工智能研究

人类智能水平的人工智能将有重大进展； 视觉提供了 85%的环境信息，研究视觉信息处理机理对理解智能机制十分重要；

形象思维是深入理解抽象思维和创新思维的入口，尽管它们处在不同的思维层次，未来将发现它们的共同本质和规律。

自然语言级的智能研究

符号演算从宏观入手研究智能机制 -太粗；神经网络从微观入手研究智能机制 -太细； 自然语言是思维的载体，它反映了人脑智能机制中绝大部分规律，从自然语言理解层次研究智能机制，可提供比较容易切入和突破的中观手段，未来将有大的发展。

智能科学百年智能科学百年前 5 0 年 后 5 0 年实验性学科 理论性学科以定性研究为主 以定量研究为主

主要研究确定性问题 主要研究演化类问题以线性演绎为主 以非线性归纳为主点上的孤立研究为主 面上的综合研究为主机械的因果决定论 辨证的系统演化论

拔拔

现在正处在人工智能学科

发生深刻质变的转型期，

这十分类似于物理学

形成前夕的情况，

我们面临着难得的创新机遇！

致 谢

本报告参考了下列同事的工作和见解：

钟义信 涂序彦 史忠植

陆汝钤 李德毅 李衍达

焦李成等

            

2006年 8 月 2日献诗于北京 五 十 华 诞 忆 学 科

大 起 大 落 故 事 多

不 是 智 能 无 真 经

要 学 唐 僧 拜 佛 陀