人工智能需要注意的三个发展方向

人工智能值得注意的三个研究方向

李德毅1刘常昱2

（1 中国电子系统工程研究所，北京，100840

2 解放军理工大学，南京，210007）

Three Directions Need to Pay More Attention to in

Artificial Intelligence Studies

LI De-yi1 LIU Chang-yu2

(1 China Institute of Electronic System Engineering, Beijing, 100840

2 Department of Information Operation and Training of PLA National Defense University,Beijing,100091)

摘要：人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正的人

类智能还相差甚远。本文阐述新世纪人工智能科学有三个非常值得关注的研究方向。强调要

在学科交叉研究中实现人工智能的发展与创新，要关注认知科学、脑科学、生物智能、物理

学、复杂网络、计算机科学与人工智能之间的交叉渗透，尤其是重视认知物理学的研究；自

然语言是人类思维活动的载体，是人工智能研究，尤其是知识表示无法回避的直接对象，要

对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用

现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，

研究网络拓扑的演化与网络动力学行为，研究网络化了的智能，从而适应信息时代数据挖掘

的普遍要求，迎接人工智能科学与应用新的辉煌。

关键词：学科交叉，认知物理学，数据场，云模型，网络化智能

从1956年著名的达特茅斯（Dartmouth）会议算起，人工智能学科诞生已有50年的历史，先后出现有逻辑学派（符号主义）、控制论学派（联结主义）和仿生学派（行为主义）。符号主义方法以物理符号系统假设和有限合理性原理为基础，联结主义方法以人工神经网络和进化计算为核心，行为主义方法则侧重研究感知和行动之间的关系。这些理论和方法在模式识别、知识工程、机器人等领域取得伟大成就，极大地推动了科技进步和社会发展。专家系统、智能控制、数据挖掘、智能机器人、智能社区随处可见，改变了我们的生活。有人把人工智能与基因工程、纳米科学被并称为21世纪三大尖端技术。

人工智能自诞生之日起就引发了人们无限美丽的想象和憧憬，但人工智能的发展过程也存在着不少争议和困惑：什么才算是真正的“智能”？为什么再高级的电脑、再智能的机器与人类的智能相比仍然那么幼稚？为什么人工智能与人们最初的想象和期望仍然相距甚远？未来的人工智能发展方向中那些更值得我们更多地关注？

最近十几年来，我们在国家自然科学基金项目、国家863计划、973计划的支持下，围绕不确定性人工智能做了一些研究工作。这些研究正走向一个有机的整体，把许多重要的、但又是局部的结果，统一到一个令人满意的框架内。这些研究也让我们深深陷入了对人工智能未来发展方向的思考。

1在交叉学科研究中实现人工智能的创新

人工智能虽然常常被划分为计算机科学或自动化的一个分支，但它的研究范畴一直是很

本文受国家自然科学基金资助（项目编号60496323）

作者简介: 李德毅(1944－)男,江苏泰县人,博士生导师,中国工程院院士,主要研究领域为人工智能,指挥自动化，复杂网络等;刘常

宽泛的，涉及到哲学、认知科学、行为科学、脑科学、生理学、心理学、语言学、逻辑学、物理学、数学以及信息论、控制论和系统论等许多学科领域。人工智能这种综合性、交叉性的特征，早在它诞生之日起就已经得到体现。在达特茅斯会议上，有包括数学、神经生理学、精神病学、心理学、信息论和计算机科学等多领域的学者参加，科学家们从各自学科的角度出发，根据不同的学科背景，强调了各自的重点，产生了激烈的碰撞。尽管各自的出发点有所不同，它们都汇聚到研究人类智能活动的表现形式和认知规律，借用数理逻辑来形式化，用计算机作为载体，提供关于形式化计算和符号处理的理论，模拟人类某些智能行为和方法，构造具有一定智能的人工系统，让计算机去完成以往需要人的智力才能胜任的工作，从而诞生了“人工智能”这一交叉学科。

在目前人工智能发展难以有大的突破的情况下，回首它当初在起点时刻发生的学科碰撞，是十分有益的。21世纪人工智能发展的主要动力，更是要来自更广泛学科的交叉渗透，而各自学科自身的飞速发展，尤其是信息科学的发展，为人工智能交叉研究提供了更为广阔的空间。

1.1重视和脑科学的交叉研究

脑科学的目的是认识脑、保护脑和创造脑。人工智能目前是用电脑模拟人脑，还力图制造人工脑。因此脑科学和人工智能的交叉是必然的。

脑科学又称神经科学。人脑被认为是自然界中最复杂、最高级的智能系统。揭示脑的奥秘已成为当代自然科学面临的最大挑战。对人脑的探索，人类走过漫长的道路。早在公元前400年，古希腊医师希波克拉底（Hippocrates）就提出脑是智慧的器官；17世纪笛卡尔（Descartes）提出了“反射”的概念；19世纪末，卡赫尔(Cajal)发明的以他的名字命名的染色法奠定了神经元学说基础。进入20世纪后，巴甫洛夫（Ivan Petrovich Pavlov）创立了高级神经活动的条件反射学说；40年代，微电极的发明开创了神经生理研究，对神经活动的认识出现了重大的飞跃；60年代，神经科学蓬勃发展，从细胞与分子水平研究脑科学；无创伤大脑成像技术为人们认识活体脑的活动及分析其机制提供了前所未有的强大工具。90年代开始，人们开始重视脑科学研究中整合性的观点。1989年，美国率先推出了全国性的脑科学计划，并把20世纪最后十年命名为“脑的十年”[参考文献]。人类在探求脑的崎岖之路上迤逦而行，取得了辉煌成就，一群脑科学家获得了诺贝尔奖。

脑科学从分子水平、细胞水平、行为水平和整体水平对脑功能和疾病进行综合研究，并从脑的发育过程了解脑的构造和工作原理。人工智能是研究怎样使计算机来模仿人脑所从事的推理、学习、思考、规划等思维活动，来解决人类专家才能处理的复杂问题。应该说，对于人脑的研究是人工智能的必要前提。脑的复杂性体现在它是由太数量级的神经元和千太数量级的突触联结的信息处理和决策系统。人们的认知活动反应在大脑上很可能对应着一定的生理上的化学、电学的变化。但是目前生命科学还不能在思维活动与亚细胞的化学、电学层次的活动建立确切的关系。例如一个概念如何以生物学形式存储，它与其它概念发生联系的生物学过程是什么。也不能决定什么样的神经构造可以决定着哪些认知模式的发生。因而脑科学今后的任务仍将是从多层次来研究脑的整合功能，包括脑如何感知、如何思维、如何理解语言、如何产生情感，并将对神经活动的认识推向细胞和分子水平[参考文献]。这些研究都将大大推动人工智能科学的发展。

尽管“脑科学十年计划”的研究，仍然没有能够解开意识的本质之谜，正在执行的“行为科学十年计划”，仍然想通过生命科学研究发明出“读心机”、“记忆丸”、“聪明丸”等，但这更有可能促进我们用机器去模拟人的智能的努力。脑科学研究的进展对人工智能的影响是勿容置疑的，在对待脑科学与人工智能关系的问题上，要树立共同揭示脑功能的本质、模拟预防和治疗脑的疾病的机理，树立创造具备人脑局部特点的智能计算机的学科交叉意识。