人工智能基礎(chǔ)理論研究的重大進展：評鐘義信的專著《高等人工智能原理》

何華燦

(西北工業(yè)大學(xué)計算機學(xué)院)

2014年3月科學(xué)出版社出版了北京郵電大學(xué)教授鐘義信的最新專著《高等人工智能原理》[1]，該書有5篇10章共538千字。第1篇探討智能科學(xué)中的科學(xué)觀(第1章)和方法論(第2章)，第2篇闡述全信息理論(第3章)和知識生態(tài)理論(第4章)，第3篇論述智能科學(xué)的研究模型和信息轉(zhuǎn)換原理(第5～6章)，第4篇分析高等人工智能理論與現(xiàn)行人工智能理論的關(guān)系(第7～9章)，第5篇討論高等人工智能原理的典型應(yīng)用(第10章)。書的讀者對象群主要是廣大人工智能科學(xué)工作者、博士生、碩士生和本科高年級學(xué)生。該書在人工智能的基本觀念、基本方法、基本模型、基本理論等方面都有重大突破，形成了一個全新的人工智能理論體系，與當(dāng)今國內(nèi)外普遍流行的人工智能理論體系相比有全面提升[2－5]，用“高等人工智能原理”命名恰如其分。該書不僅能使讀者全面了解人工智能的基本原理和方法，而且能啟迪思維，引導(dǎo)讀者步入自主創(chuàng)新之路，具有承前啟后，繼往開來的特殊作用。

1 該書的寫作背景

1.1 時代背景

自20世紀(jì)中葉以來，隨著現(xiàn)代信息技術(shù)特別是電子計算機技術(shù)的廣泛應(yīng)用和國際互聯(lián)網(wǎng)的普及，人類已從“能源時代”進入到“信息時代”。世界各國先后在社會生產(chǎn)、科學(xué)技術(shù)、社會管理和社會生活中普遍實現(xiàn)了信息互聯(lián)互通和信息處理的計算機化和網(wǎng)絡(luò)化，這標(biāo)志著信息化社會的初級階段已基本完成，信息化社會的智能化階段已開始。所謂“智能化”就是指在整個社會活動中普遍地采用智能科學(xué)技術(shù)，用智能機器(人)代替人去完成各種低層次的繁瑣工作及危險操作。于是各行各業(yè)的智能化呼聲此起彼伏，響徹世界各地。然而，現(xiàn)有的人工智能科學(xué)技術(shù)脫胎于能源時代形成的“確定性世界觀”，其中的“還原論”科學(xué)觀，“分而治之”的方法論，“各自為戰(zhàn)”的智能研究模型，“互不聯(lián)通”的研究學(xué)派等等，這一切都必須在“智能化”的時代需求面前做出根本性改變!因為人腦的智能活動過程不是一個簡單的機械運動過程，而是一個發(fā)生在復(fù)雜性系統(tǒng)中的非線性演化過程，不確定性是其本質(zhì)特征，它需要在“不確定性世界觀”下才能被準(zhǔn)確地把握和描述。

2006年是國際人工智能學(xué)科誕生的50周年，中國人工智能學(xué)會在北京舉辦了隆重的“國際人工智能學(xué)術(shù)大會”，來自五大洲近30個國家和地區(qū)的同行專家出席了會議。在會議的“發(fā)展戰(zhàn)略”論壇上，時任中國人工智能學(xué)會理事長的鐘義信教授代表會議主辦方做了主題發(fā)言，他明確指出，當(dāng)前人工智能研究存在三大問題:

1)符號主義、連接主義和行為主義三大學(xué)派互不聯(lián)通，相互對立。

2)在智能研究中忽視了對情感與意識的研究。

3)在智能科學(xué)研究中缺乏與認(rèn)知科學(xué)研究的互動。

于是他在大會上發(fā)出了3項呼吁:

1)在學(xué)術(shù)上實現(xiàn)符號主義、連接主義和行為主義三大學(xué)派的聯(lián)通以形成合力。

2)把意識、情感、智能作為統(tǒng)一的三位一體進行全面研究。

3)加強智能科學(xué)與認(rèn)知科學(xué)的聯(lián)合研究。

這3項呼吁的核心思想就是呼吁國際人工智能學(xué)術(shù)界擺脫源自“確定性世界觀”的“還原論”科學(xué)觀和“分而治之”方法論的束縛。因為正是這些科學(xué)觀和方法論把人工智能的研究分裂成了互不聯(lián)通的“三大學(xué)派”。只有擺脫了“還原論”和“分而治之”的束縛之后，才有可能使人工智能研究走上基于“不確定性世界觀”的發(fā)展新軌道。鐘義信教授的這3項呼吁立即在會議上獲得了模糊數(shù)學(xué)創(chuàng)始人L.A.Zadeh和國內(nèi)外許多與會者的高度贊同，他們認(rèn)為這實際上是“未來50年人工智能研究的學(xué)術(shù)綱領(lǐng)”。

1.2 個人學(xué)術(shù)背景

實際上，在2006年國際會議之前，鐘義信教授已經(jīng)在上述3個方面進行了大量的研究工作，會議之后又進一步進行了深化和拓展，系統(tǒng)地積累了豐碩的研究成果。例如:

1)他在1965—1988期間完成了把Shannon的“信息論”[6]拓展成為“全信息理論”的研究，出版了《信息科學(xué)原理》[7]，闡明了機器獲取信息能力的一般機理。

盡管“信息”概念的提出是Shannon對信息時代的第一個偉大貢獻，鐘教授在研究Shannon信息論時發(fā)現(xiàn)，這里的所謂“信息”是根據(jù)通信工程的特殊需要，只考慮了信息的形式因素(信號波形)，沒有考慮信息的內(nèi)容和價值因素;只考慮了隨機型(統(tǒng)計型)信息，沒有考慮非統(tǒng)計型信息。這種信息論根本不能滿足其他信息領(lǐng)域、特別是智能科學(xué)領(lǐng)域的要求。他根據(jù)整個信息科學(xué)特別是智能科學(xué)的全局需要，指出“本體論信息”只是事物本身呈現(xiàn)的運動狀態(tài)及其變化方式。而“認(rèn)識論信息”才是認(rèn)識主體從本體論信息中感知的事物運動狀態(tài)及其變化方式，它包括形式(語法信息)、含義(語義信息)和效用(語用信息)3個相互關(guān)聯(lián)的方面。這種把語法、語義和語用信息看成是三位一體的認(rèn)識論信息稱為“全信息”，Shannon的信息僅是全信息中的統(tǒng)計型語法信息。

2)他在1988—2000年期間創(chuàng)建了“知識理論”的基本體系[8]，闡明了機器獲取和提煉知識能力的一般機理。

1970年代由A.Feigenbaum等建立了“知識工程”[9]，關(guān)注了人工智能系統(tǒng)中基于專家知識的推理問題。1990年代由R.Agrawal等建立了“知識發(fā)現(xiàn)”[10]，關(guān)注了針對關(guān)系數(shù)據(jù)庫的知識發(fā)現(xiàn)問題。但是這兩種原理都立足于某種特殊背景，且兩者不能互相聯(lián)通，不是一般性的知識理論。鐘教授研究發(fā)現(xiàn)，知識與認(rèn)識論信息相通，人腦獲取信息、知識和智能的過程是一個非線性的生態(tài)演化過程，其“外生態(tài)規(guī)律”是一個不斷提升的信息轉(zhuǎn)換序列:認(rèn)識論信息—知識—智能。其“內(nèi)生態(tài)規(guī)律”是一個不斷完善的無限循環(huán)過程:本能知識—經(jīng)驗知識—規(guī)范知識—常識知識—規(guī)范知識—經(jīng)驗知識—常識知識…。

3)他在2000－2007年期間建立了基于機制主義的“智能理論”[11]，闡明了機器生成智能策略和智能行為的一般機理。

在此之前，人工智能中已經(jīng)形成了三大學(xué)派:基于智能系統(tǒng)結(jié)構(gòu)模擬的連接主義學(xué)派，基于智能系統(tǒng)功能模擬的符號主義學(xué)派，基于智能系統(tǒng)行為模擬的行為主義學(xué)派。它們在人工智能中三足鼎立，未能形成一個統(tǒng)一的人工智能理論體系。鐘教授提出了基于全信息理論和信息—知識—智能轉(zhuǎn)換的機制模擬方法，他把機制模擬與知識內(nèi)生態(tài)學(xué)結(jié)合，發(fā)現(xiàn)基于結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)、基于功能模擬的物理符號系統(tǒng)、基于行為模擬的感知—動作系統(tǒng)分別是機制模擬系統(tǒng)的A、B、C型，從而統(tǒng)一了結(jié)構(gòu)、功能、行為模擬學(xué)派。他把機制模擬方法應(yīng)用于基礎(chǔ)意識與情感研究，發(fā)現(xiàn)基礎(chǔ)意識、情感、理智分別是基于K1、K2、K3型知識的信息轉(zhuǎn)換產(chǎn)物，建立了“意識—情感—理智三位一體”的“高等人工智能理論”。

4)他在2007－2013年期間提出了信息轉(zhuǎn)換的方法論[12]，揭示了賦予機器“認(rèn)知和行事”、“情感與理智交互”及“人機合作”能力的奧秘，并論述了“知行機器的能力和局限”。

在建立了全信息理論、知識理論和智能理論之后，怎樣把它們集成為一個統(tǒng)一的整體，這就是方法論的挑戰(zhàn)。幾百年來，“分解分析，各個擊破，直接綜合”一直是人們解決物質(zhì)科學(xué)領(lǐng)域復(fù)雜問題的有效方法論。使學(xué)科不斷分化，理論不斷深入，促進了近代科學(xué)的發(fā)展和繁榮。這種方法論體現(xiàn)了物質(zhì)科學(xué)的科學(xué)觀:物質(zhì)觀、結(jié)構(gòu)觀、還原論。面對信息科學(xué)的研究，“分而治之”方法論不再能夠有效解決問題。這是因為，“分而治之”的結(jié)果丟掉了在復(fù)雜性系統(tǒng)中扮演創(chuàng)生者的“涌現(xiàn)效應(yīng)”，使各子系統(tǒng)之間相互聯(lián)系和相互作用的信息全部消失，而這些信息正是復(fù)雜信息系統(tǒng)的生命線，因而各個擊破之后的結(jié)果根本無法復(fù)原成原來系統(tǒng)的作用。所以信息科學(xué)特別是智能科學(xué)需要的科學(xué)觀是:“信息觀，系統(tǒng)觀，生態(tài)觀，主客互動創(chuàng)學(xué)觀”。體現(xiàn)上述科學(xué)觀的信息科學(xué)方法論是:“信息轉(zhuǎn)換與智能創(chuàng)生”。

可見，《高等人工智能原理》不是通常授課老師為講授人工智能課程而編寫的普通教材，它不僅囊括了國內(nèi)外人工智能研究的基本原理和方法，而且凝聚了鐘義信教授自己數(shù)十年來自主研究的許多成果和心得。他把人工智能研究從簡單機械系統(tǒng)的科學(xué)觀和方法論的禁錮中解放出來，站在復(fù)雜性系統(tǒng)的科學(xué)觀和方法論的高度，全局把握了人工智能學(xué)科發(fā)展的大方向，所以這是一部能夠承前啟后，繼往開來的具有深遠影響的學(xué)術(shù)專著。

2 該書的主要創(chuàng)新

2.1 科學(xué)觀和方法論的創(chuàng)新

自從300多年前人類社會進入能源時代以來，已經(jīng)形成了一個龐大的物質(zhì)科學(xué)理論體系。能源時代主要使用的工具系統(tǒng)是工具機和能源機，物質(zhì)科學(xué)的主要研究對象是物質(zhì)內(nèi)部結(jié)構(gòu)和外在性能，以及簡單機械運動過程中的傳動方式和能量轉(zhuǎn)換規(guī)律。因此，物質(zhì)科學(xué)所運用的科學(xué)觀是“物質(zhì)觀”、“結(jié)構(gòu)觀”、“機械觀”、“還原論”，由此所形成的方法論是“分而治之，分析綜合”。應(yīng)該承認(rèn)，物質(zhì)科學(xué)的科學(xué)觀和方法論是對古代“籠而統(tǒng)之”的科學(xué)觀和“抽象思辨”方法論的一次否定和創(chuàng)新，在近代300多年的科學(xué)研究中發(fā)揮了巨大的指導(dǎo)作用，為科學(xué)的發(fā)展和繁榮做出了歷史性貢獻。

在信息時代，這一切發(fā)生了根本性變化，信息科學(xué)(特別是其中的智能科學(xué))涉及的是復(fù)雜性系統(tǒng)中的信息處理過程和智能活動過程，其變化規(guī)律已與簡單機械系統(tǒng)中的物質(zhì)運動和能量轉(zhuǎn)換規(guī)律完全不同。信息科學(xué)研究的對象是信息，研究的目的是理解通過什么樣的信息處理過程能夠生成有用的知識和解決問題的策略。其中，信息所描述的是現(xiàn)象，知識所描述的是規(guī)律，而解決問題的策略所描述的是系統(tǒng)的智能行為。智能系統(tǒng)的重要功能是能夠根據(jù)行為的效果反饋進行學(xué)習(xí)，吸取經(jīng)驗和教訓(xùn)，改進自己的行為，不斷演化提高?？梢姡@是一個發(fā)生在復(fù)雜性系統(tǒng)中的典型的生態(tài)活動過程，具有生態(tài)系統(tǒng)中必不可少的各種生態(tài)變化規(guī)律和涌現(xiàn)效應(yīng)?？茖W(xué)研究對象不同了，研究的觀念和方法當(dāng)然也要發(fā)生變化。因此，信息科學(xué)的研究不應(yīng)當(dāng)簡單地沿用近代物質(zhì)科學(xué)的科學(xué)觀和方法論。

鐘義信教授根據(jù)信息的特點，提出信息科學(xué)和智能科學(xué)的科學(xué)觀是“信息觀”、“系統(tǒng)觀”、“生態(tài)觀”和“主客互動創(chuàng)學(xué)觀”，與此相應(yīng)的方法論則是“信息—知識—智能轉(zhuǎn)換”方法，也可以表述為“信息轉(zhuǎn)換與智能創(chuàng)生”方法?！靶畔⑥D(zhuǎn)換”是手段，“智能創(chuàng)生”是目的?！稗D(zhuǎn)換創(chuàng)生”的特點是“生長”?！靶畔⑥D(zhuǎn)換”的結(jié)果不但不丟失信息，而且可以通過主客互動和學(xué)習(xí)增加求解問題所需要的知識，“創(chuàng)生”出解決問題的策略。

2.2 信息—知識—智能的三位一體

信息是整個信息科學(xué)和智能科學(xué)最基礎(chǔ)、最根本的概念。鐘教授闡明并遵循了符合“信息觀、系統(tǒng)觀、生態(tài)觀”的科學(xué)觀和“信息轉(zhuǎn)換與智能創(chuàng)生”的方法論要求的“信息”概念，這就是“形式因素(語法信息)、內(nèi)容因素(語義信息)、價值因素(語用信息)”三位一體的認(rèn)識論信息，即“全信息”。這里的“全”就是指“形式、內(nèi)容、價值”的三位一體，符合“信息的系統(tǒng)觀”。同時，他堅持了“信息、知識、智能(策略)”三位一體的“全過程”，而不是僅僅孤立、靜止地研究信息而不考慮知識和智能(策略)。這也是信息的“系統(tǒng)觀”和“生態(tài)觀”所要求的。

現(xiàn)有人工智能研究沒有理解信息科學(xué)的“信息觀、系統(tǒng)觀、生態(tài)觀、主客互動創(chuàng)學(xué)觀”和“信息轉(zhuǎn)換與智能創(chuàng)生”方法論，所以它存在嚴(yán)重的局限性?！陡叩热斯ぶ悄茉怼肪褪沁\用信息科學(xué)的科學(xué)觀和方法論來突破現(xiàn)有人工智能研究局限性的一個成功的嘗試。

3.2 智能的三位一體研究模型

《高等人工智能原理》的研究模型如圖1所示。模型中的本體論信息是“外部世界各種事物所呈現(xiàn)的運動狀態(tài)及其變化方式”，它與認(rèn)識主體無關(guān);認(rèn)識主體所獲的認(rèn)識論信息就是“形式、內(nèi)容、價值”三位一體的全信息。整個信息運動的全過程包含了:由本體論信息到認(rèn)識論信息的轉(zhuǎn)換、由認(rèn)識論信息到知識的轉(zhuǎn)換、由認(rèn)識論信息、知識和目的到智能策略的轉(zhuǎn)換以及由智能策略到智能行為的轉(zhuǎn)換?？梢?，模型如實地體現(xiàn)了以“信息觀、系統(tǒng)觀、生態(tài)觀”和“主客互動創(chuàng)學(xué)觀”為標(biāo)志的科學(xué)觀和以“信息轉(zhuǎn)換與智能創(chuàng)生”為特征的方法論。

圖1 序列量子神經(jīng)元模型Fig.1 Sequence-base quantum on model

雖然模型所表現(xiàn)的過程看起來很完美，但是，由于現(xiàn)實世界存在的復(fù)雜性和非理想性因素，按照模型顯示的過程和方法所得到的效果不可能完全理想。于是，模型中效果檢驗所得到的誤差(也是一種信息)必須反饋到整個系統(tǒng)的輸入端。針對這個誤差，系統(tǒng)通過學(xué)習(xí)補充信息、完善知識、優(yōu)化策略，改善效果。這種“反饋—學(xué)習(xí)—優(yōu)化”的過程可能需要進行多次，每次都使效果得到一定的改善，直至滿意為止。

圖1所示的《高等人工智能原理》的研究模型，充分顯示了它的完整性、真實性和合理性。相比之下，目前學(xué)術(shù)界所采用的人工智能研究模型，大體上只相當(dāng)于圖1模型中的“理智”模塊，沒有“基礎(chǔ)意識”也沒有“情感”，當(dāng)然也沒有“綜合決策”;而且，它們所應(yīng)用的信息也基本上是Shannon信息。

讀者在書中可以具體看到，利用圖1所示的基本模型，可以退化為基于結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)(A型)、基于功能模擬的物理符號系統(tǒng)(B型)、基于行為模擬的感知—動作系統(tǒng)(C型)，從而可以統(tǒng)一結(jié)構(gòu)主義、功能主義和行為主義三大學(xué)派。利用圖1所示的基本模型，還可以演變成意識型(K1知識支持)、情感型(K2知識支持)和理智型(K3知識支持)的信息轉(zhuǎn)換系統(tǒng)，建立“意識—情感—理智三位一體”的“高等人工智能理論體系”。

3 結(jié)束語

從以上的介紹可以看出，《高等人工智能原理》的最大貢獻是徹底改變了傳統(tǒng)人工智能原理中“能源時代”印記——用簡單機械系統(tǒng)中的“確定性世界觀”、“還原論”的科學(xué)觀念和“分析綜合”的方法論來研究智能科學(xué)問題。第一次自覺地運用復(fù)雜性系統(tǒng)中的“不確定性世界觀”、“生態(tài)演化”的科學(xué)觀和綜合平衡和涌現(xiàn)相結(jié)合的方法論來研究智能科學(xué)問題。這是一個偉大的轉(zhuǎn)變，具有里程碑意義。

當(dāng)然，《高等人工智能原理》的出版只是一個良好的開端，其開辟的大方向完全正確，但要建立起一個系統(tǒng)完整的高等人工智能理論體系來，切實解決好諸如從信息—知識—智能的轉(zhuǎn)換全過程中的具體邏輯規(guī)律問題，智能系統(tǒng)內(nèi)部的多目標(biāo)之間的協(xié)調(diào)、智能系統(tǒng)與外部環(huán)境之間的協(xié)調(diào)，出現(xiàn)某種涌現(xiàn)結(jié)果的條件和時機的把握等等，還有許多深入細(xì)致的研究工作要做，這些都需要我們整個人工智能學(xué)術(shù)界的共同努力。

[1]鐘義信.高等人工智能原理—觀念—方法—模型—理論[M].北京:科學(xué)出版社，2014:1-416.

[2]何華燦.人工智能導(dǎo)論[M].西安:西北工業(yè)大學(xué)出版社，1988:1-266.

[3]蔡自興，徐光佑.人工智能及其應(yīng)用[M].3版，北京:清華大學(xué)出版社，2003:1-403.

[4]陸汝鈐.人工智能[M].北京:科學(xué)出版社，1995:1-1296.

[5]NILSSON N J.Artificial intelligence:a new synthesis[M].鄭扣根，等譯，北京:機械工業(yè)出版社，2000:1-281.

[6]SHANNON C E.A mathematical theory of communication[J].BSTI，1948，(47):379-432，632-656.

[7]鐘義信.信息科學(xué)原理[M].北京:北京郵電大學(xué)出版社，1988:59-132.

[8]鐘義信.知識理論框架[J].中國工程科學(xué)，2000，2(6):50-64.

[9]FEIGENBAUM A.The art of artificial intelligence:themes and case studies in knowledge engineering[C]//IJCAI 5，1977:1014－1029.

[10]FAYAD U.Advances in knowledge discovery and data mining[M].Boston:MIT Press，1996:1-129－8.

[11]鐘義信.機器知行學(xué)原理[M].北京:科學(xué)出版社，2007:249-269.

[12]鐘義信.信息轉(zhuǎn)換原理:信息—知識—智能的一體化理論[J].科學(xué)通報，2013，58(14):1300－1306.