人工智能的計(jì)量校準(zhǔn)

梁志國(guó)， 姜延歡

(北京長(zhǎng)城計(jì)量測(cè)試技術(shù)研究所 計(jì)量與校準(zhǔn)技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100095)

1 概 述

人工智能(AI，artificial intelligence)的思想，自從1956年在達(dá)特茅斯(Dartmouth)被麥卡賽(John McCarthy)、明斯基(Marvin Minsky)、羅切斯特(Rochester)和香農(nóng)(Shannon)等提出，經(jīng)過(guò)60余年的發(fā)展變化，時(shí)至今日，已經(jīng)形成為一個(gè)熱點(diǎn)和前沿方向的代名詞。

由此導(dǎo)致全世界的技術(shù)發(fā)展都在向智能化方向飛速挺進(jìn)[1～11]，智能機(jī)器人、智能翻譯機(jī)、智能身份識(shí)別、智能診斷、智能網(wǎng)絡(luò)、智能社區(qū)、智能制造、智能材料、智能武器、智能彈藥、智能戰(zhàn)士、智能飛機(jī)、智能機(jī)器、智能手表、智能交通、智能家電等等，幾乎人類生活的所有方面，都無(wú)處不在體現(xiàn)智能化發(fā)展和智能化趨勢(shì)。而且，在可以預(yù)見(jiàn)的將來(lái)，這種趨勢(shì)將繼續(xù)持續(xù)發(fā)展下去，并且更加深入持久地滲透和影響到人們的生產(chǎn)、生活的各個(gè)方面。

遠(yuǎn)在20世紀(jì)70年代，人工智能就與空間技術(shù)、能源技術(shù)並稱為20世紀(jì)的3大尖端技術(shù)，進(jìn)入新世紀(jì)后，人工智能又與納米科學(xué)、基因工程並稱為21世紀(jì)的3大尖端技術(shù)。各大工業(yè)化國(guó)家，為了搶占未來(lái)的科技制高點(diǎn)，在新一輪科技競(jìng)爭(zhēng)中占得先機(jī)，紛紛投入重兵，開(kāi)啟自身的有關(guān)方向的各類計(jì)劃與研究。

2018年4月16日，英國(guó)議會(huì)下屬的人工智能特別委員會(huì)發(fā)布《英國(guó)人工智能發(fā)展的計(jì)劃、能力與志向》(AI in the UK: Ready, willing and able?)報(bào)告[12]，從其概念、設(shè)計(jì)、研發(fā)和其對(duì)工作、生活、醫(yī)療等領(lǐng)域的影響以及應(yīng)對(duì)人工智能威脅、塑造人工智能未來(lái)等層面進(jìn)行了系統(tǒng)闡述。

歐盟委員會(huì)發(fā)布了由人工智能高級(jí)專家組(AI HLEG)編制的《人工智能道德準(zhǔn)則》(AI Ethics Guidelines)草案[13]，指出AI的發(fā)展方向應(yīng)該是「可信賴AI」，即確保這一技術(shù)的目的合乎道德，技術(shù)足夠穩(wěn)健可靠，從而發(fā)揮其最大的優(yōu)勢(shì)并將風(fēng)險(xiǎn)降到最低。旨在為AI系統(tǒng)的具體實(shí)施和操作提供指導(dǎo)。

2019年2月11日，美國(guó)總統(tǒng)Trump簽署了《美國(guó)人工智能倡議》(American AI initiative)行政令[14]，將美國(guó)人工智能技術(shù)發(fā)展上升到了國(guó)家級(jí)戰(zhàn)略的高度。這份倡議有5大核心要點(diǎn)：一是重新定向資金，要求聯(lián)邦資助機(jī)構(gòu)優(yōu)先考慮人工智能投資；二是提供資源，為人工智能研究人員提供聯(lián)邦數(shù)據(jù)、計(jì)算機(jī)模型和計(jì)算資源；三是建立標(biāo)準(zhǔn)，要求美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院制定標(biāo)準(zhǔn)，以促進(jìn)“可靠、強(qiáng)大、安全、可移植和可交互操作的人工智能系統(tǒng)”的發(fā)展；四是建立人才隊(duì)伍，要求各機(jī)構(gòu)優(yōu)先考慮學(xué)徒、技能計(jì)劃和獎(jiǎng)學(xué)金，為美國(guó)培育能夠研發(fā)和利用新型人工智能技術(shù)的研發(fā)人才；五是加強(qiáng)國(guó)際化參與，呼吁制定國(guó)際合作戰(zhàn)略，確保人工智能的開(kāi)發(fā)符合美國(guó)的“價(jià)值觀和利益”。

為抓住人工智能發(fā)展的重大戰(zhàn)略機(jī)遇，構(gòu)筑我國(guó)人工智能發(fā)展的先發(fā)優(yōu)勢(shì)，加快建設(shè)創(chuàng)新型國(guó)家和世界科技強(qiáng)國(guó)，2017年7月20日，國(guó)務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》[15]。提出了面向2030年我國(guó)新一代人工智能發(fā)展的指導(dǎo)思想、戰(zhàn)略目標(biāo)、重點(diǎn)任務(wù)和保障措施，為我國(guó)人工智能的進(jìn)一步加速發(fā)展奠定了重要基礎(chǔ)。

2018年1月18日，我國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)在北京宣布成立國(guó)家人工智能標(biāo)準(zhǔn)化總體組和專家咨詢組，負(fù)責(zé)全面統(tǒng)籌規(guī)劃和協(xié)調(diào)管理我國(guó)人工智能標(biāo)準(zhǔn)化工作。

2019年3月4日，第十三屆全國(guó)人大二次會(huì)議舉行新聞發(fā)布會(huì)，已將與人工智能密切相關(guān)的立法項(xiàng)目列入立法規(guī)劃。2019年6月17日，國(guó)家新一代人工智能治理專業(yè)委員會(huì)發(fā)布《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》[16]，提出了人工智能治理的框架和行動(dòng)指南。

在智能制造領(lǐng)域，德國(guó)首先提出了人工智能特色鮮明的工業(yè)4.0；相應(yīng)地，美國(guó)提出了再工業(yè)化；中國(guó)也提出了中國(guó)制造2025，站在歷史的新高度，從全局戰(zhàn)略出發(fā)，明確我國(guó)實(shí)施制造強(qiáng)國(guó)戰(zhàn)略的第一個(gè)十年的行動(dòng)計(jì)劃，將高檔數(shù)控機(jī)床和機(jī)器人作為重點(diǎn)推動(dòng)領(lǐng)域之一。日本韓國(guó)也都將機(jī)器人和人工智能列為國(guó)家重大戰(zhàn)略。

人工智能的意義、價(jià)值、重要性，由此可見(jiàn)一斑。這也表明，人工智能已經(jīng)上升為國(guó)家戰(zhàn)略。相應(yīng)地，人工智能的計(jì)量校準(zhǔn)面臨重大行業(yè)需求。

與科技界、工業(yè)界等轟轟烈烈的人工智能運(yùn)動(dòng)相比，在計(jì)量測(cè)試行業(yè)一直沒(méi)有明顯的應(yīng)對(duì)措施，人們所從事和所規(guī)劃的，仍然是幾何量、熱學(xué)、力學(xué)、電磁學(xué)、無(wú)線電電子學(xué)、時(shí)間頻率、光學(xué)、聲學(xué)、化學(xué)、電離輻射等10大傳統(tǒng)方向的物理量值計(jì)量校準(zhǔn)，另外附加了有關(guān)生物量值、醫(yī)學(xué)量值等新興領(lǐng)域的量值計(jì)量，正在進(jìn)行工作的展開(kāi)和專業(yè)的深化。所有這些，目前都與人工智能相去甚遠(yuǎn)?，F(xiàn)階段提及人工智能的計(jì)量，人們甚至都不知道該計(jì)量校準(zhǔn)什么，以及用什么樣的量值和定義來(lái)衡量人工智能，更談不上如何實(shí)現(xiàn)這些量值的計(jì)量校準(zhǔn)了。

然而，人工智能若被作為一門(mén)科學(xué)加以研究和發(fā)展，就需要探索其中的定義、范疇、領(lǐng)域、規(guī)律、規(guī)劃，并對(duì)其進(jìn)行符合性量化、差異性評(píng)估。沒(méi)有計(jì)量手段介入，將無(wú)法細(xì)化和深化，很難進(jìn)步和發(fā)展。若其被作為一種技術(shù)加以應(yīng)用，其質(zhì)量比較、完善程度、水平高低、效率高低、能力大小等，依然需要計(jì)量手段的衡量，以定量方式進(jìn)行量化評(píng)估。如此才能給其應(yīng)用提供指導(dǎo)、借鑒、參考和依據(jù)。

由此可見(jiàn)，不論是否艱難，以及距離當(dāng)今的工作有多遙遠(yuǎn)，人工智能的計(jì)量校準(zhǔn)一直是一個(gè)典型的客觀需求。在未來(lái)的計(jì)量科學(xué)發(fā)展中，應(yīng)該是主流方向之一。目前，還遠(yuǎn)未達(dá)到這一地步，僅停留在功能展示、競(jìng)技博弈、人機(jī)博弈等粗淺層面。例如：

1997年5月，IBM公司研制的深藍(lán)(DEEP BLUE)計(jì)算機(jī)人工智能系統(tǒng)戰(zhàn)勝了國(guó)際象棋大師卡斯帕洛夫(Kasparov)[17]。2016年以來(lái)，AlphaGo成為第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人[18]。

2019年10月25至27日，中國(guó)智能機(jī)器人格斗大賽在杭州夢(mèng)想小鎮(zhèn)舉辦[19]，場(chǎng)面的熱烈與火爆，恰恰說(shuō)明了計(jì)量校準(zhǔn)的缺失。

本文后續(xù)內(nèi)容，將主要討論人工智能的校準(zhǔn)問(wèn)題，試圖將計(jì)量校準(zhǔn)理念引入人工智能的計(jì)量評(píng)價(jià)中，從而尋求技術(shù)解決方式。

2 智能的有關(guān)闡述

智能，是智力和能力的總稱[20]。其中，“智”是指進(jìn)行認(rèn)識(shí)活動(dòng)的某些心理特點(diǎn)；“能”則是指進(jìn)行實(shí)踐活動(dòng)的某些心理特點(diǎn)。可以認(rèn)為，智是指認(rèn)知世界的能力，而能是指改造世界的能力。

智能是一種多維度的范疇概念，哈佛大學(xué)的霍華德加德納(Howard Gardner)的多元智能理論將其分為7個(gè)范疇：語(yǔ)言智能、數(shù)理邏輯智能、空間智能、肢體運(yùn)動(dòng)智能、音樂(lè)智能、人際關(guān)系智能、內(nèi)省智能[21]。

其中，語(yǔ)言智能指能有效利用音(語(yǔ)言)、像(文字、手勢(shì)、動(dòng)作、圖形)等表達(dá)自己的思想，并確切理解他人思想表述的能力，以及靈活掌握語(yǔ)音、語(yǔ)義、語(yǔ)法、語(yǔ)氣，具備語(yǔ)言思維、語(yǔ)言表達(dá)、語(yǔ)言欣賞，并靈活運(yùn)用語(yǔ)言的能力。

數(shù)理邏輯智能指可有效計(jì)算、測(cè)量、推理、歸納、分類，并綜合運(yùn)用的能力。其包括邏輯方式和關(guān)系、陳述和主張、功能及其它相關(guān)抽象概念的敏感性。

空間智能，指準(zhǔn)確感知聽(tīng)覺(jué)、嗅覺(jué)、觸覺(jué)、視覺(jué)空間及周圍事物，并能將感覺(jué)到的形象以三維空間坐標(biāo)圖型方式表達(dá)出來(lái)的能力。其中包括對(duì)色彩、線條、形狀、形式、氣味、聲音等的空間關(guān)系的敏感能力。

運(yùn)動(dòng)智能，指善于用全部或局部身體表述思想和情感，以及靈活制作或操作物體的能力。包括平衡、協(xié)調(diào)、敏捷、力量、彈性、速度、觸覺(jué)等方面的能力。

音樂(lè)智能，指敏銳感知、識(shí)別和表達(dá)音調(diào)、旋律、節(jié)奏、音色及其變化的能力。該項(xiàng)智能強(qiáng)調(diào)的對(duì)節(jié)奏、音調(diào)、旋律或音色的敏感性，稱為音樂(lè)天賦，包括表演、創(chuàng)作及思考音樂(lè)的能力。

人際關(guān)系智能，指能良好理解他人并與之交往的能力。包括覺(jué)察他人情緒情感、體會(huì)他人感覺(jué)感受、辨別他人暗示、以及做出相應(yīng)反應(yīng)的能力。

內(nèi)省智能也表現(xiàn)為自認(rèn)知能力，包括自我認(rèn)知和自然認(rèn)知。自我認(rèn)知是指有自知之明，并據(jù)此進(jìn)行行為規(guī)范的能力。包括自身的長(zhǎng)處和短處、愛(ài)好、情緒、意向、脾氣、自尊、獨(dú)立思考的能力。

自然認(rèn)知是指對(duì)自然界中各種事物的觀察、體察、辨別、分類的能力。包括好奇心、求知欲、敏銳觀察力、體會(huì)細(xì)微差別的能力。

從上述有關(guān)智能的7個(gè)范疇來(lái)看，目前的計(jì)量校準(zhǔn)工作中，僅僅在聲學(xué)計(jì)量的部分工作與語(yǔ)言智能有一些關(guān)聯(lián)，幾何量計(jì)量的工作與空間智能有一定關(guān)系。有關(guān)智能的計(jì)量校準(zhǔn)，基本上呈現(xiàn)空白狀態(tài)。其根本原因，是智能從總體上說(shuō)，仍然屬于潛在的能力，尚未形成任何實(shí)體或狀態(tài)。而計(jì)量校準(zhǔn)則一直面對(duì)的是能夠看得見(jiàn)、摸得著、或感受得到的實(shí)體和狀態(tài)，對(duì)于未能形成任何實(shí)體狀態(tài)的潛在能力，無(wú)法使用計(jì)量校準(zhǔn)手段進(jìn)行直接計(jì)量評(píng)價(jià)。若想對(duì)其進(jìn)行計(jì)量評(píng)價(jià)，則必須通過(guò)具體實(shí)體的變化，將其潛在的能力進(jìn)行釋放，然后，根據(jù)潛在能力釋放的效果對(duì)其進(jìn)行計(jì)量評(píng)價(jià)。

人工智能計(jì)量校準(zhǔn)的工作之一，就應(yīng)該是尋找出合適的各種狀態(tài)變化的標(biāo)準(zhǔn)，并將其施加給相應(yīng)的人工智能系統(tǒng)，以其對(duì)于不同智能范疇的標(biāo)準(zhǔn)狀態(tài)變化的響應(yīng)情況，定量評(píng)價(jià)其相應(yīng)的智能水平。

3 人工智能的發(fā)展

人工智能是研究開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)，是計(jì)算機(jī)科學(xué)的一個(gè)分支。它試圖建造出一種能與人的智能相似的方式進(jìn)行工作的機(jī)器。

典型的人工智能系統(tǒng)包括機(jī)器人系統(tǒng)、圖像識(shí)別系統(tǒng)、語(yǔ)言識(shí)別系統(tǒng)、自然語(yǔ)言處理系統(tǒng)和各類專家系統(tǒng)等。它是一門(mén)交叉學(xué)科，是自然科學(xué)與社會(huì)科學(xué)的交叉。所涉及的學(xué)科包括哲學(xué)、數(shù)學(xué)、認(rèn)知科學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、神經(jīng)生理學(xué)、信息論、控制論、方法論等[22～25]。

人工智能的研究范疇包括知識(shí)的定義、自然感知、智能搜索、機(jī)器學(xué)習(xí)、知識(shí)的獲取、模式識(shí)別、知識(shí)的分類、知識(shí)的表述和管理、知識(shí)的組合調(diào)度、知識(shí)的運(yùn)用，邏輯推理、規(guī)劃、邏輯程序設(shè)計(jì)及計(jì)算，模糊管理、神經(jīng)網(wǎng)絡(luò)、遺傳算法、復(fù)雜系統(tǒng)、人工生命等，以及計(jì)算機(jī)視覺(jué)、自然語(yǔ)言理解與交互、智能機(jī)器人等。

人工智能的本質(zhì)被認(rèn)為是對(duì)人的思維的信息過(guò)程的模擬。目前分為兩個(gè)流派，一派為結(jié)構(gòu)模擬，主攻仿人腦結(jié)構(gòu)機(jī)制，希望構(gòu)建出類人腦的智能機(jī)器。相應(yīng)地，一些仿生算法、仿生研究屬于此類。另外一派是功能模擬，不求內(nèi)部結(jié)構(gòu)和機(jī)理機(jī)制的相同，但求外特性相似，被稱為工程學(xué)方法。它主要是通過(guò)一些形式邏輯原則，進(jìn)行編程與推理計(jì)算實(shí)現(xiàn)，如文字識(shí)別、電腦下棋等，均屬于該派別的成果。工程化方法要求邏輯嚴(yán)謹(jǐn)、推理正確、邊界及全部條件已知或可控。故面對(duì)簡(jiǎn)單問(wèn)題時(shí)效率很高，但面對(duì)復(fù)雜目標(biāo)和任務(wù)時(shí)，程序復(fù)雜冗長(zhǎng)，一旦考慮不周，則錯(cuò)誤不可避免。仿生方法邏輯原則(即仿生原則)簡(jiǎn)單明確，通常就是邏輯加優(yōu)化原則，邊界條件和狀態(tài)不必完全已知，但要經(jīng)過(guò)長(zhǎng)時(shí)間的結(jié)構(gòu)及結(jié)構(gòu)參數(shù)的學(xué)習(xí)優(yōu)化確定，起點(diǎn)門(mén)檻較高，但后續(xù)維護(hù)成本較低，具有自學(xué)習(xí)、自適應(yīng)、自完善特征。

人們也將人工智能分為強(qiáng)人工智能(Bottom-up AI)和弱人工智能(Top-down AI)兩種。那些被認(rèn)為有知覺(jué)和自我意識(shí)、并能真正推理和解決問(wèn)題的智能機(jī)器系統(tǒng)，屬于強(qiáng)人工智能范疇，也是人工智能的終極愿景。

弱人工智能觀點(diǎn)則認(rèn)為，機(jī)器永遠(yuǎn)不可能擁有人一樣的自我知覺(jué)意識(shí)、推理和解決問(wèn)題的能力，僅是表象看起來(lái)象而已。

例如，到目前為止，人工智能最重要的基礎(chǔ)進(jìn)展，是維納(Norbert Wiener)從理論上證明了，所有智能行為都是反饋機(jī)制作用的結(jié)果[26]。其它方面，都是零散的、雜亂的。例如，人們開(kāi)發(fā)出了機(jī)器視覺(jué)，用于指紋、人臉、虹膜等的識(shí)別；制造了機(jī)器手，用于抓取、搬運(yùn)、移動(dòng)物體；研發(fā)了語(yǔ)言識(shí)別系統(tǒng)、機(jī)器翻譯系統(tǒng)，用于多種語(yǔ)言互譯；研發(fā)了各類仿生算法，用于進(jìn)行建模、推理、搜索和數(shù)據(jù)挖掘；發(fā)明了機(jī)器學(xué)習(xí)算法，用以進(jìn)行知識(shí)和經(jīng)驗(yàn)的積累。發(fā)明了具有自主運(yùn)動(dòng)控制系統(tǒng)功能的機(jī)器人系統(tǒng)，用以完成特定任務(wù)；研究了知識(shí)表示方法，并構(gòu)建了常識(shí)知識(shí)庫(kù)等。

盡管人工智能經(jīng)過(guò)60余年的發(fā)展取得了很大進(jìn)步，但仍然處于相對(duì)初級(jí)的階段，與全面模擬人的智能的狀態(tài)與水平相去甚遠(yuǎn)，多數(shù)情況下，僅僅是模仿人的某一方面的部分能力?？v觀人工智能的發(fā)展歷程，正是如此。

4 人工智能的計(jì)量評(píng)價(jià)

4.1 發(fā)展現(xiàn)狀

由于人工智能所涉及的數(shù)理邏輯、機(jī)器翻譯、智能控制、專家系統(tǒng)、語(yǔ)言和圖像理解、自動(dòng)程序設(shè)計(jì)等等，均屬于計(jì)量范疇之外的事物，導(dǎo)致人工智能一直都游離于計(jì)量校準(zhǔn)范疇之外，在人工智能中，人們需要計(jì)量校準(zhǔn)什么？以及用哪些定量的指標(biāo)來(lái)定量描述人工智能？均是尚無(wú)明確、統(tǒng)一共識(shí)的問(wèn)題，此外，用哪些方法和手段計(jì)量校準(zhǔn)人工智能的功能、性能、發(fā)展水平，是人們所極為關(guān)注的。

實(shí)際上，人們提到人工智能的計(jì)量校準(zhǔn)，也是指對(duì)人工智能系統(tǒng)的計(jì)量校準(zhǔn)，而非脫離了硬件系統(tǒng)之外的任何其它。

有關(guān)人工智能系統(tǒng)的計(jì)量校準(zhǔn)，已經(jīng)有了一些先期探索性的嘗試。

美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究院(NIST)于2019年5月30日舉辦了人工智能標(biāo)準(zhǔn)研討會(huì)，討論推動(dòng)了聯(lián)邦參與人工智能標(biāo)準(zhǔn)計(jì)劃的制定，制定相應(yīng)的開(kāi)發(fā)技術(shù)標(biāo)準(zhǔn)和相關(guān)工具的計(jì)劃，以支持AI技術(shù)的可靠發(fā)展。該類工作，將從定義和標(biāo)準(zhǔn)上推進(jìn)人工智能的計(jì)量進(jìn)程。

日本經(jīng)濟(jì)產(chǎn)業(yè)省的產(chǎn)業(yè)技術(shù)綜合研究所在2015年5月新設(shè)立的人工智能研究中心AIRC(Artificial Intelligence Research Center)，研究范圍包括AI算法(Algorithm)、大數(shù)據(jù)(Big Data)以及計(jì)算(Computing)，既涉及最基礎(chǔ)的AI理論研究，也包括計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等偏應(yīng)用的研究，同時(shí)還有計(jì)算及設(shè)施的搭建。該類研究，將從公共基礎(chǔ)方面推進(jìn)人工智能的計(jì)量技術(shù)進(jìn)步。

4.2 基礎(chǔ)方式

由于人工智能的全部發(fā)展思想都是在模仿人的智能效果而展現(xiàn)的，其計(jì)量校準(zhǔn)的基本方式，可以從人的智能的7個(gè)維度依次展開(kāi),即分別開(kāi)展語(yǔ)言智能、數(shù)理邏輯智能、空間智能、肢體運(yùn)動(dòng)智能、音樂(lè)智能、人際關(guān)系智能、內(nèi)省智能等的計(jì)量校準(zhǔn)有關(guān)的定義、概念、指標(biāo)體系、理論體系、方法體系、技術(shù)體系研究，設(shè)立終極愿景目標(biāo)，以定量的計(jì)量結(jié)果和人工判據(jù)，給出計(jì)量結(jié)論。

針對(duì)語(yǔ)言智能的計(jì)量問(wèn)題，定義和構(gòu)建標(biāo)準(zhǔn)語(yǔ)言(語(yǔ)音、語(yǔ)氣、語(yǔ)義、語(yǔ)法)知識(shí)庫(kù)，建立標(biāo)準(zhǔn)指標(biāo)體系，發(fā)展語(yǔ)言智能水平評(píng)價(jià)方法，以定量方式評(píng)價(jià)語(yǔ)言智能水平。

針對(duì)數(shù)理邏輯智能的定量計(jì)量評(píng)價(jià)，定義指標(biāo)體系，確立邏輯運(yùn)算法則，分類邏輯空間維度，發(fā)展數(shù)理邏輯智能水平評(píng)價(jià)方法，以定量量化方式評(píng)價(jià)數(shù)理邏輯智能水平。包括數(shù)據(jù)挖掘、知識(shí)積累、機(jī)器學(xué)習(xí)。

針對(duì)空間智能的定量計(jì)量評(píng)價(jià)，定義指標(biāo)體系，分類空間維度，定義空間變換，展現(xiàn)空間變化態(tài)勢(shì)與規(guī)律，發(fā)展空間智能水平評(píng)價(jià)方法，以定量量化方式評(píng)價(jià)空間智能水平。

針對(duì)肢體運(yùn)動(dòng)智能的定量計(jì)量評(píng)價(jià)，定義指標(biāo)體系，確立肢體運(yùn)動(dòng)規(guī)則，分類肢體運(yùn)動(dòng)空間維度，展現(xiàn)肢體運(yùn)動(dòng)變化態(tài)勢(shì)與規(guī)律，發(fā)展肢體運(yùn)動(dòng)智能水平評(píng)價(jià)方法，以定量量化方式評(píng)價(jià)肢體運(yùn)動(dòng)智能水平。

針對(duì)音樂(lè)智能的定量計(jì)量評(píng)價(jià)，定義指標(biāo)體系，分類音樂(lè)維度，展現(xiàn)音調(diào)、旋律、節(jié)奏、音色及其變化態(tài)勢(shì)與規(guī)律，確立評(píng)價(jià)準(zhǔn)則，發(fā)展音樂(lè)智能水平評(píng)價(jià)方法，以定量量化方式評(píng)價(jià)音樂(lè)智能水平。

針對(duì)人際關(guān)系智能的定量計(jì)量評(píng)價(jià)，定義指標(biāo)體系，分類人際關(guān)系維度，展現(xiàn)情緒情感、感覺(jué)感受、明示暗示、反應(yīng)程度等變化態(tài)勢(shì)與規(guī)律，發(fā)展人際關(guān)系智能水平評(píng)價(jià)方法，以定量量化方式評(píng)價(jià)人際關(guān)系智能水平。

針對(duì)認(rèn)知智能的定量計(jì)量評(píng)價(jià)，定義指標(biāo)體系，確立認(rèn)知智能定量評(píng)價(jià)規(guī)則，分類認(rèn)知智能空間維度，展現(xiàn)認(rèn)知變化與規(guī)律。包括自身長(zhǎng)處和短處、愛(ài)好、情緒、意向、脾氣、自尊、獨(dú)立思考的認(rèn)知能力，好奇心、求知欲、觀察力、細(xì)微差別識(shí)別能力。以及事物的觀察、體察、辨別、分類能力。發(fā)展認(rèn)知智能水平評(píng)價(jià)方法，以定量量化方式評(píng)價(jià)認(rèn)知智能水平。

4.3 工程方式

由于人工智能的發(fā)展并非一蹴而就，而是由淺入深、由低到高的逐漸發(fā)展過(guò)程。相應(yīng)地，其計(jì)量校準(zhǔn)也可以遵循同樣的規(guī)律進(jìn)行，無(wú)需貪大求全，而是針對(duì)一個(gè)個(gè)具體的人工智能系統(tǒng)分別設(shè)計(jì)、構(gòu)建、完善、發(fā)展。

例如，針對(duì)人工智能特征的機(jī)器手的計(jì)量校準(zhǔn)，人們可以按照其愿景目標(biāo)所涉及的指標(biāo)，如抓握力值范圍、空間移動(dòng)范圍及精度、移動(dòng)速度及加速度、施放速度及加速度、運(yùn)行軌跡及變化的復(fù)雜程度、自平衡性、自穩(wěn)定性、復(fù)現(xiàn)能力、重復(fù)能力等不同方面的指標(biāo)參數(shù)，以定量方式進(jìn)行計(jì)量評(píng)價(jià)，最終給出總體結(jié)論。

針對(duì)具有行走智能的行走機(jī)器人的計(jì)量校準(zhǔn)，人們可以按照愿景目標(biāo)所涉及的指標(biāo)，如走、跑、跳、翻騰，步幅、步速、步態(tài)，上下坡、上下樓梯、拐彎避障、崎嶇路面等各種情況下的平衡性、速度及加速度、啟停速度、穩(wěn)定程度、搖擺角度、受干擾后的自我恢復(fù)能力、摔倒后自主恢復(fù)行走能力等各個(gè)方面性能，進(jìn)行定量計(jì)量評(píng)價(jià)。

針對(duì)人機(jī)對(duì)弈這類人工智能系統(tǒng)，如深藍(lán)(Deep Blue)、阿爾法狗(AlphaGo)，以數(shù)理邏輯推理見(jiàn)長(zhǎng)，其計(jì)量評(píng)價(jià)工作，首先要評(píng)定和判斷其是否適應(yīng)和勝任目標(biāo)工作，其次是在能勝任目標(biāo)工作的前提下，針對(duì)確定任務(wù)目標(biāo)完成所用的能效時(shí)間比，體現(xiàn)其智能水平高低。即在相同的時(shí)間下，計(jì)算所消耗的能量越少(運(yùn)算步驟越少)，能效越高，智能水平越高；在能效相同的條件下，計(jì)算所用時(shí)間越短，智能水平越高。

針對(duì)機(jī)器視覺(jué)系統(tǒng)，以空間感知及表述為愿景目標(biāo)，其計(jì)量評(píng)價(jià)工作，應(yīng)首先使用一系列標(biāo)準(zhǔn)的模型，包括三維空間模型及場(chǎng)景，靜、動(dòng)態(tài)變化態(tài)勢(shì)及規(guī)律。通過(guò)這些模型的識(shí)別及表述與真實(shí)狀況的一致性及差異性，跟蹤感知速度、加速度等，定量評(píng)價(jià)其智能水平。

針對(duì)各類目標(biāo)明確而具體的專家系統(tǒng)，以其具體任務(wù)的愿景目標(biāo)為特征對(duì)象，開(kāi)展計(jì)量性研究，通過(guò)對(duì)其系統(tǒng)性技術(shù)指標(biāo)體系，定量評(píng)價(jià)其智能水平。

5 總體計(jì)量

當(dāng)存在兩種以上智能時(shí)，人工智能變成了多元智能或多維智能，其計(jì)量校準(zhǔn)將包括它們?nèi)绾芜M(jìn)行總體評(píng)價(jià)或綜合評(píng)價(jià)問(wèn)題。具體做法將包括不同智能的各自計(jì)量校準(zhǔn)，以及面向不同具體目標(biāo)任務(wù)時(shí)，不同維度智能的維度分類判別，加權(quán)合成，問(wèn)題細(xì)化歸類等各個(gè)方面。最后給出一個(gè)總體判斷結(jié)果或總體結(jié)論性依據(jù)。即智能水平高低的單一化定量評(píng)估結(jié)果。最有可能的綜合計(jì)量結(jié)果，將是針對(duì)某一具體目標(biāo)任務(wù)時(shí)，在勝任目標(biāo)任務(wù)情況下，其所花費(fèi)的時(shí)間與能效之比。相同時(shí)間下，其能效越高，耗能越少，智能水平越高；相同能效水平下，所用時(shí)間越短，智能水平越高。

關(guān)于能效水平，對(duì)于具體任務(wù)目標(biāo)的運(yùn)算而言，使用折合成加法運(yùn)算次數(shù)是一種可行的選擇，運(yùn)算次數(shù)多者顯然能效水平低。

6 討 論

實(shí)際上，有關(guān)人工智能，一直存在幾個(gè)有爭(zhēng)議的問(wèn)題：1) 人工智能能否被計(jì)量校準(zhǔn)？2) 若能，則應(yīng)校準(zhǔn)哪些內(nèi)容？3) 如何校準(zhǔn)人工智能？何為標(biāo)準(zhǔn)？溯源到哪些基本量？4) 如何給出人工智能的校準(zhǔn)結(jié)果？

首先，人工智能雖然稱為智能，但也不是憑空存在的，一定需要一個(gè)載體。所以，人工智能的計(jì)量校準(zhǔn)，實(shí)際上是指人工智能系統(tǒng)智能特性的計(jì)量校準(zhǔn)。

斯坦福大學(xué)的Nils John Nilsson教授[27]曾經(jīng)對(duì)人工智能做過(guò)一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科——是怎樣表示知識(shí)、怎樣獲得知識(shí)并使用知識(shí)的科學(xué)”[28]，是非常有道理的。怎樣表示知識(shí)，包括進(jìn)行一些基本概念的定義，一些基本的數(shù)學(xué)物理邏輯及其運(yùn)算和演化法則，形成概念和數(shù)理邏輯法則庫(kù)。另外有一些確切激勵(lì)響應(yīng)特性的因果關(guān)系模型，則作為知識(shí)被保留和表述，形成知識(shí)庫(kù)。系統(tǒng)獲得知識(shí)的渠道是從大量數(shù)據(jù)事件中分類、分析，篩選出具有明確因果關(guān)系的事件，并將其因果關(guān)系并入知識(shí)庫(kù)，從而完成一次知識(shí)積累和智能系統(tǒng)學(xué)習(xí)成長(zhǎng)過(guò)程。其知識(shí)庫(kù)源于數(shù)據(jù)庫(kù)，但又不等同于數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)龐大、原始、豐富，而知識(shí)庫(kù)間接、小巧，便于高效快捷應(yīng)用。知識(shí)的使用，主要是定義、知識(shí)庫(kù)、數(shù)理邏輯的靈活運(yùn)用。

人工智能系統(tǒng)的計(jì)量校準(zhǔn)，既可以是針對(duì)明確而具體目標(biāo)的外在激勵(lì)響應(yīng)特性的計(jì)量校準(zhǔn)，也可以是上述內(nèi)在特性的計(jì)量校準(zhǔn),包括其自身資源的計(jì)量評(píng)價(jià)：1) 主觀自身的先天資源；如硬件資源，定義、概念資源，數(shù)理邏輯資源，因果關(guān)系知識(shí)庫(kù)資源等；2) 通過(guò)學(xué)習(xí)獲得并增加到因果關(guān)系知識(shí)庫(kù)的累加資源；3) 綜合、整合、應(yīng)用知識(shí)資源的權(quán)重、法則、習(xí)慣、先進(jìn)性評(píng)價(jià)；4) 主客觀互動(dòng)的適應(yīng)性、應(yīng)變能力(任務(wù)導(dǎo)航、制導(dǎo)特性，激勵(lì)反饋特性)等的定量評(píng)價(jià)。這些內(nèi)在特性，從內(nèi)在方面體現(xiàn)了系統(tǒng)的人工智能水平。當(dāng)然，其完整性實(shí)現(xiàn)難度更大些，更適合人工智能系統(tǒng)的研制者和生產(chǎn)廠家使用。其中，這些內(nèi)在特性的計(jì)量評(píng)價(jià)，可能更需要首先對(duì)人工智能系統(tǒng)進(jìn)行計(jì)量性設(shè)計(jì)才能實(shí)現(xiàn)[29]。

7 結(jié) 論

綜上所述可見(jiàn)，人工智能的計(jì)量校準(zhǔn)主要指人工智能系統(tǒng)的計(jì)量校準(zhǔn)，在良好的計(jì)量性設(shè)計(jì)前提下，可望通過(guò)人工智能的計(jì)量校準(zhǔn)手段對(duì)其智能水平進(jìn)行定量評(píng)價(jià)。除此以外，競(jìng)賽法則也是可行的評(píng)價(jià)方式之一，但不夠全面和徹底，某一方面的單一優(yōu)勢(shì)即可能獲得競(jìng)賽的優(yōu)勝，但不能保證其它應(yīng)用的效果良好。本文所述內(nèi)容，是對(duì)于人工智能在計(jì)量技術(shù)發(fā)展的一種提示與期待，希冀適應(yīng)AI的發(fā)展潮流，意在促進(jìn)行業(yè)的發(fā)展和技術(shù)的進(jìn)步。