【AI人工智能】人工智能基础问题：机器能思维吗？

第17卷第4期 智能系统学报 Vol.17 No.4 2022年7月 CAAI Transactions on Intelligent Systems Jul.2022 人工智能基础问题：机器能思维吗？ Artificial intelligence fundamental question:Can machines think? 李德毅 (军事科学院系统工程研究院，北京100141) 基础研究崇尚想象力和创造力的完全自由， 人工智能是不是仿生工程？智慧和智能有什么差 依赖独立学者的兴趣和自由合作，它可以不限研 别？个人的智能、群体的智能、人类的智能、人工 究者的身份，不设完成的时限，不以落地应用为 的智能、机器的智能有什么差别？维基百科把人 目的，也不一定要组织大团队“攻关”，不搞群众 工智能和机器智能说成是同义词，1948年图灵把 运动，允许试错，宽容失败，更不以获得自然科学 智能分为具身智能(embodied intelligence)和体外 奖为目的：需要研究者有深厚的人文艺术素养， 智能(disembodied intelligence),便于在体力和智 耐得住寂寞，沉得下心来，虽然研究结果和产出 力之间划出一个明显的分界线，但是超强的、强 时间无法被精确预测，但一旦出现原始创新，对 的、弱的、通用的、可信的、可解释的、安全的人 引领技术进步必然会有长期且深刻的影响。阿 工智能可以分开去实现吗？真的需要对健全人也 兰·图灵的研究就是一例。 做脑机接口吗？存在什么样的人工智能伦理问 1950年图灵发出振聋发聩之问：“机器能思 题？如果我们把认知、思维或者智能统统定义为 维吗？(Can machines think?)”,也许感到这个问 “学习的能力，以及解释、解决问题的能力”，把人 题中“机器”和“思维”难以被准确定义，图灵自问 工智能定义为“人类智能的体外延伸”，是不是更 自答了l8年，提出“模仿游戏(imitation game)”, 聚焦了？有什么闪失？如果把智能分为感知智 后来被称为“图灵测试”。人类围绕这个人工智能能、认知智能和行为智能。感知是认知的源头， 基础问题展开了起起落落的讨论，物质科学家视 行为是具身智能，是认知的外化表现；认知是感 为要利用自然界物质和能量发明智能机器的问 知的高阶，是感知的再抽象，从认知看感知可看 题，生命科学家视为如何克隆人工生命的问题，到里面的秩序和可解释性；感知智能和行为智能 人类学家和社会学家视为人类智能的体外延伸、 发生在物理空间里，和环境交互，统称为交互智 以及社会的文化文明的生态问题，认知科学家视 能；没有交互，就没有学习；认知智能发生在认知 为心智问题，哲学家视为逻辑问题，数学家视为 空间里，又分为记忆智能和计算智能。这些，你 计算问题…各路高手都用自己手里特别擅长的 认同吗？ “锤子”砸向这颗耀眼的“钉子”。图灵也许没有想 思考2：人类智能始于语言，人工智能始于 到70年后的今天，人工智能会如此深刻地影响着 文字和其他生物相比，认知究竞是如何成就今 人类生产生活，如此深刻地影响着人类前途命 天的人类的？如何看待达特茅斯会议之前就长期 运。我们应该沿着图灵指引的方向，围绕“机器能 存在的人工智能相关研究？应该说人类智能始于 思维吗？”这个基础问题，与时俱进，从数学的机 语言，人工智能始于符号和文字，语言文字承载 械化走向认知的自动化，进一步聚焦，有以下 人的思维和认知、思想和创造，智能植根于教育， 10个方面的思考。 人类延伸在体外的智能成为知识、文化和文明， 思考1：人工智能的边界设定尽可能获得 人工的智能已经存在几千年。人类认知的特殊性 大家共识的智能和人工智能的“定义”是什么？还 在哪里？脑科学和认知科学能够为人工智能提供 是就这样长期分散着自说自话？常常发生的情况 什么实在的指导？人们讨论生物自然进化现象， 是鸡对鸭讲，错位沟通，难以汇聚合力，通过定 常用的时间尺度是“万年”：讨论人类文明生态现 义，大家可以为智能设定共同的边界和外部约 象和体外智能，常用的时间尺度是“千年”；讨论 束，这很重要。例如，生物的本能是不是智能？ 人类思维和认知的进步，即科学技术的发展，常

人工智能基础问题：机器能思维吗？ Artificial intelligence fundamental question: Can machines think? 李德毅 （军事科学院 系统工程研究院，北京 100141） 基础研究崇尚想象力和创造力的完全自由， 依赖独立学者的兴趣和自由合作，它可以不限研 究者的身份，不设完成的时限，不以落地应用为 目的，也不一定要组织大团队“攻关”，不搞群众 运动，允许试错，宽容失败，更不以获得自然科学 奖为目的；需要研究者有深厚的人文艺术素养， 耐得住寂寞，沉得下心来，虽然研究结果和产出 时间无法被精确预测，但一旦出现原始创新，对 引领技术进步必然会有长期且深刻的影响。阿 兰·图灵的研究就是一例。 1950 年图灵发出振聋发聩之问：“机器能思 维吗？（Can machines think?）”，也许感到这个问 题中“机器”和“思维”难以被准确定义，图灵自问 自答了 18 年，提出“模仿游戏（imitation game）”， 后来被称为“图灵测试”。人类围绕这个人工智能 基础问题展开了起起落落的讨论，物质科学家视 为要利用自然界物质和能量发明智能机器的问 题，生命科学家视为如何克隆人工生命的问题， 人类学家和社会学家视为人类智能的体外延伸、 以及社会的文化文明的生态问题，认知科学家视 为心智问题，哲学家视为逻辑问题，数学家视为 计算问题……各路高手都用自己手里特别擅长的 “锤子”砸向这颗耀眼的“钉子”。图灵也许没有想 到 70 年后的今天，人工智能会如此深刻地影响着 人类生产生活，如此深刻地影响着人类前途命 运。我们应该沿着图灵指引的方向，围绕“机器能 思维吗？”这个基础问题，与时俱进，从数学的机 械化走向认知的自动化，进一步聚焦，有以下 10 个方面的思考。 思考 1: 人工智能的边界设定 尽可能获得 大家共识的智能和人工智能的“定义”是什么？还 是就这样长期分散着自说自话？常常发生的情况 是鸡对鸭讲，错位沟通，难以汇聚合力，通过定 义，大家可以为智能设定共同的边界和外部约 束，这很重要。例如，生物的本能是不是智能？ 人工智能是不是仿生工程？智慧和智能有什么差 别？个人的智能、群体的智能、人类的智能、人工 的智能、机器的智能有什么差别？维基百科把人 工智能和机器智能说成是同义词，1948 年图灵把 智能分为具身智能（embodied intelligence）和体外 智能（disembodied intelligence），便于在体力和智 力之间划出一个明显的分界线, 但是超强的、强 的、弱的、通用的、可信的、可解释的、安全的人 工智能可以分开去实现吗？真的需要对健全人也 做脑机接口吗？存在什么样的人工智能伦理问 题？如果我们把认知、思维或者智能统统定义为 “学习的能力，以及解释、解决问题的能力”，把人 工智能定义为“人类智能的体外延伸”，是不是更 聚焦了？有什么闪失？如果把智能分为感知智 能、认知智能和行为智能。感知是认知的源头， 行为是具身智能，是认知的外化表现；认知是感 知的高阶，是感知的再抽象，从认知看感知可看 到里面的秩序和可解释性；感知智能和行为智能 发生在物理空间里，和环境交互，统称为交互智 能；没有交互，就没有学习；认知智能发生在认知 空间里，又分为记忆智能和计算智能。这些，你 认同吗？ 思考 2: 人类智能始于语言，人工智能始于 文字 和其他生物相比，认知究竟是如何成就今 天的人类的？如何看待达特茅斯会议之前就长期 存在的人工智能相关研究？应该说人类智能始于 语言，人工智能始于符号和文字，语言文字承载 人的思维和认知、思想和创造，智能植根于教育， 人类延伸在体外的智能成为知识、文化和文明， 人工的智能已经存在几千年。人类认知的特殊性 在哪里？脑科学和认知科学能够为人工智能提供 什么实在的指导？人们讨论生物自然进化现象， 常用的时间尺度是“万年”；讨论人类文明生态现 象和体外智能，常用的时间尺度是“千年”； 讨论 人类思维和认知的进步，即科学技术的发展，常 第 17 卷第 4 期 智 能 系 统 学 报 Vol.17 No.4 2022 年 7 月 CAAI Transactions on Intelligent Systems Jul. 2022

第4期 李德毅：人工智能基础问题：机器能思维吗？ ·857· 用的时间尺度是“百年”甚至“十年”。如果说，人 植入；机器则可以批量生产，因此体现进化烙印 类的生物进化出的本能是相对稳定的，科学技术 的遗传基因的记忆和长期记忆在智能机器中“幼 和人工智能的发展却是天翻地覆的，如何看待这 儿认知核”可以且必须初始预置。那么如何注入 种迭代的智能导致的、几何级数增长的认知进步 一个实体机器人的初始长期记忆？一次性预置多 和知识爆炸？如何在智能机器里去递归地执行？ 少记忆为好？至于说到人类智能和其他生物智能 思考3：物质和精神、科技和人文将走向统 的差别，我认为人的本能和高等生物的本能难分 人工智能和物质科学、生命科学、社会科学 伯仲，人类最伟大的壮举是发明了教育，人类智 等哪些大门类的学科如何相关汇聚？如何进行交 能的特殊性，首先表现在学习和终生学习的能力 叉研究？物质和精神、意识和智能、科技和人文、 上。人后天习得的智能要远大于人的本能，认知 心和智，是一元论、二元论、还是多元论？自然科 迅速成长，而生物后天习得的智能极为有限，这 学和社会科学、认知科学和哲学、认知科学和数 才是最重要的，如何解释这个现象呢？ 学、自然语言和数学语言，谁从属于谁啊？ 思考7：人工记忆网络的小世界特征：机器 思考4：各智其智、智智与共人类的思维 学习和认知的结果是记忆，和人一样，机器在一 如何形式化？思维和认知有哪几种最基本的范 次次学习和思维之后，瞬时记忆和工作记忆都会 式？时间和数学在其中如何发挥作用？存在唯一 遗忘，唯有留下长期记忆。随着机器能自学习、 的认知“元范式”“元认知”吗？还是各智其智、智 自编程、自编译、自对抗、自纠错、自沉淀、自成 人之智、智智与共的多元认知？纵然是多元的， 长，代表知识结构和图谱的长期记忆在机器的生 也不可能阻挡人类对统一理论的渴望和追求，形 命期里不断地被修饰、修剪和重塑，可不可以在 成无尽的认知螺旋。觉知（视觉、听觉、味觉、嗅 进行记忆的提取时，把机器的长期记忆网络看作 觉、触觉等)和感知，觉悟和跨模态觉知形成的感 是基于一个符合幂律分布、具有小世界特征的人 悟，直觉智能和感知智能，主要发生在人体末梢 工复杂网络？它有哪些数学性质？在机器的整个 和周边的知觉神经系统里，是在物理空间和客观 生命周期内，网络结构如何变化？网络动力学有 事物交互中产生的：认知和顿悟发生在中枢神经 哪些性质？如何被注意力机制触发，表现为涌现的？ 系统、即大脑的皮层里，是在主观的认知空间或 思考8：四要素说农耕时期人类发明的工 者思维空间里产生的。深度学习主要模拟的是感 具是双要素：物质和结构：工业时期人类发明的 知智能，具有先天的不可解释性，可不可以说依 机器是三要素：物质、能量和结构，工业革命已经 然是浅层认知？ 证明了一个基本事实：人类大规模生产出的机器 思考5：抽象和抽象的层次思维的载体是 能够制造出比人类手工劳动更高效、更精致的工 什么？核心是什么？过程是什么？结果是什么？ 具和产品，这就大大解放了人的体力。正在到来 如果说，思维的载体是语言和文字，核心是抽象， 的智能时代，人类发明的认知的机器应该是四要 过程是计算，结果是记忆，知识以记忆的形式存 素：物质、能量、时间和结构。它们终将会证明， 在，人的大脑里面沟沟回回的皮层形成认知空 机器暂时不必和意识纠缠，也一定能够按照人赋 间，产生“想象的现实”。多层次的抽象是如何工 予的意图，做出比人类更复杂、更出色的创造 作的？人工智能如何受脑科学和认知科学的启 吗？智能机器自身会有想象力和创造力吗？机 发？在脑科学没有取得重大的进展之前，如何实 器如何学习？如何创造？随着越来越多的智能 现体外的类脑智能？ 机器已经能听会说，能画会唱，有问有答；深度学 思考6：幼儿认知核图灵在1950年发出“机 习的成功告诉我们，算法可以不被困在程序里， 器能思维吗？”的那篇著名论文《计算的机械与 可以用数据调整算法参数，甚至生成知识。那 智能》中明确指出：“在我看来，生命与非生命之 么，究竟要跃过一个什么坎儿机器就能创造新思 间的差别，远远大于人类和其他生命之间的差 维？如果智能机器能够思维，能够创造新思维， 别”。我认为要研究生命智能和机器智能的差 获得新的认知，这不但意味着机器能够寄生、模 别，最大的差别就是生命有意识，机器没有，机器 拟人类的思维和认知，机器还可以让思维离开人 智能不必和生命体的意识、情感等纠缠；次大的 体再现，进而创造，这起码部分消除了人类精神 差别就是生命依靠繁衍，记忆不可能从外部后天 的神秘性。是到了研究智能机器如何创造新思维

用的时间尺度是“百年”甚至“十年”。如果说，人 类的生物进化出的本能是相对稳定的，科学技术 和人工智能的发展却是天翻地覆的，如何看待这 种迭代的智能导致的、几何级数增长的认知进步 和知识爆炸？如何在智能机器里去递归地执行？ 思考 3: 物质和精神、科技和人文将走向统 一 人工智能和物质科学、生命科学、社会科学 等哪些大门类的学科如何相关汇聚？如何进行交 叉研究？物质和精神、意识和智能、科技和人文、 心和智，是一元论、二元论、还是多元论？自然科 学和社会科学、认知科学和哲学、认知科学和数 学、自然语言和数学语言，谁从属于谁啊？ 思考 4: 各智其智、智智与共 人类的思维 如何形式化？思维和认知有哪几种最基本的范 式？时间和数学在其中如何发挥作用？存在唯一 的认知“元范式”“元认知”吗？还是各智其智、智 人之智、智智与共的多元认知？纵然是多元的， 也不可能阻挡人类对统一理论的渴望和追求，形 成无尽的认知螺旋。觉知（视觉、听觉、味觉、嗅 觉、触觉等）和感知，觉悟和跨模态觉知形成的感 悟，直觉智能和感知智能，主要发生在人体末梢 和周边的知觉神经系统里，是在物理空间和客观 事物交互中产生的；认知和顿悟发生在中枢神经 系统、即大脑的皮层里，是在主观的认知空间或 者思维空间里产生的。深度学习主要模拟的是感 知智能，具有先天的不可解释性，可不可以说依 然是浅层认知？ 思考 5: 抽象和抽象的层次 思维的载体是 什么？核心是什么？过程是什么？结果是什么？ 如果说，思维的载体是语言和文字，核心是抽象， 过程是计算，结果是记忆，知识以记忆的形式存 在，人的大脑里面沟沟回回的皮层形成认知空 间，产生“想象的现实”。多层次的抽象是如何工 作的？人工智能如何受脑科学和认知科学的启 发？在脑科学没有取得重大的进展之前，如何实 现体外的类脑智能？ 思考 6: 幼儿认知核 图灵在 1950 年发出“机 器能思维吗？”的那篇著名论文《计算的机械与 智能》中明确指出：“在我看来，生命与非生命之 间的差别，远远大于人类和其他生命之间的差 别”。 我认为要研究生命智能和机器智能的差 别，最大的差别就是生命有意识, 机器没有，机器 智能不必和生命体的意识、情感等纠缠；次大的 差别就是生命依靠繁衍，记忆不可能从外部后天 植入；机器则可以批量生产，因此体现进化烙印 的遗传基因的记忆和长期记忆在智能机器中“幼 儿认知核”可以且必须初始预置。那么如何注入 一个实体机器人的初始长期记忆？一次性预置多 少记忆为好？至于说到人类智能和其他生物智能 的差别，我认为人的本能和高等生物的本能难分 伯仲，人类最伟大的壮举是发明了教育，人类智 能的特殊性，首先表现在学习和终生学习的能力 上。人后天习得的智能要远大于人的本能，认知 迅速成长，而生物后天习得的智能极为有限，这 才是最重要的，如何解释这个现象呢？ 思考 7: 人工记忆网络的小世界特征 机器 学习和认知的结果是记忆，和人一样，机器在一 次次学习和思维之后，瞬时记忆和工作记忆都会 遗忘，唯有留下长期记忆。随着机器能自学习、 自编程、自编译、自对抗、自纠错、自沉淀、自成 长，代表知识结构和图谱的长期记忆在机器的生 命期里不断地被修饰、修剪和重塑，可不可以在 进行记忆的提取时，把机器的长期记忆网络看作 是基于一个符合幂律分布、具有小世界特征的人 工复杂网络？它有哪些数学性质？在机器的整个 生命周期内，网络结构如何变化？网络动力学有 哪些性质？如何被注意力机制触发，表现为涌现的？ 思考 8: 四要素说 农耕时期人类发明的工 具是双要素：物质和结构；工业时期人类发明的 机器是三要素：物质、能量和结构，工业革命已经 证明了一个基本事实：人类大规模生产出的机器 能够制造出比人类手工劳动更高效、更精致的工 具和产品，这就大大解放了人的体力。正在到来 的智能时代，人类发明的认知的机器应该是四要 素：物质、能量、时间和结构。它们终将会证明， 机器暂时不必和意识纠缠，也一定能够按照人赋 予的意图，做出比人类更复杂、更出色的创造 吗？ 智能机器自身会有想象力和创造力吗？机 器如何学习？如何创造？ 随着越来越多的智能 机器已经能听会说，能画会唱，有问有答；深度学 习的成功告诉我们，算法可以不被困在程序里， 可以用数据调整算法参数，甚至生成知识。那 么，究竟要跃过一个什么坎儿机器就能创造新思 维？如果智能机器能够思维，能够创造新思维， 获得新的认知，这不但意味着机器能够寄生、模 拟人类的思维和认知，机器还可以让思维离开人 体再现，进而创造，这起码部分消除了人类精神 的神秘性。是到了研究智能机器如何创造新思维 第 4 期 李德毅：人工智能基础问题：机器能思维吗？ ·857·

·858· 智能系统学报 第17卷 的时候了。 很多人进行了有益的讨论，他们是：常梦雄、韦 思考9：异构的基础架构和协同新一代人 钰、戴琼海、王海峰、娄子勤、黄立威、李兵、王小 工智能应该聚焦于计算机的算力、算法和数据 云、陈小平、尼克、张军平、安学、归丽华、刘成 呢，还是应该聚焦在机器的交互、学习和记忆三 林、何清、何雯、郭毅可、吴基传、周建设、刘华 个硬核上？为什么？我认为智能机器离不开与外 平、玄祖兴、马楠、刘玉超、张天雷、韩威、江碧 界环境的感知和交互，新一代人工智能的基础架 涛、于剑、赵菲、陈杰、欧阳真超、段玉聪、刘挺、 构一定是异构的，传感器端以专用芯片处理为中 刘畅、吴飞、张骊、吴华、孙富春、王文捷、王卫 心，瞬时记忆区以数据处理为中心，工作记忆区 宁、李雪莲、赵刚、杨林、刘东红、李蓓、马华东、 高洪波、刘萌、郑思仪、吴天骄、李德仁、张旭、殷 以计算处理为中心，长期记忆区以网络（图形）处 加伦、吴信东、赵春江、焦李成、龙腾、杨放春、张 理为中心，明确这种XPU广、DPU、CPU广、GPU等 兆田、陈关荣、彭艳、刘云浩、支涛、孙茂松、沈向 异构物件组成的协同工作模式，处理好异步和同 洋、戴国忠、梅宏、史元春、秦昆、赵阳、郑波尽 步，才能为新一代人工智能提供基础架构的支持。 王景、刘阶、蒲慕明、李向阳、汪国帆、季向阳、周 思考10：量子图灵机图灵在剑桥大学曾经 伯文、高跃、唐杰、李涓子、杨义先、董晓波、黄铁 痴迷量子物理，为什么图灵只发明了图灵机，而 军、鲍泓、何克清、庄洪林、白晓颖、吴华、林润 没有发明量子图灵机？现在量子图灵机已经有 华、乔俊飞、吴枫、汪国平、陈桂生、蔡恒进、方 了，为什么总是“只听楼梯响，不见人下来”？量 向、蒋昌俊、任鹏举等，在此一并感谢。 子人工智能和量子智能机器什么时候能落地？在 作者简介： 什么关键问题攻克之后才能够落地？ 李德毅，中国工程院院士，中国人 爱因斯坦说过，想象力比知识更重要，提出问 工智能学会名誉理事长，中国指挥与 题比解决问题更重要。提出新的基础研究问题、 控制学会名誉理事长，CAAI Fellow, 军事科学院研究员，吴文俊人工智能 新的可能性、从新的角度重新认识旧的问题，需 科学技术奖最高成就奖获得者，我国 要批判和质疑的科学精神，需要非凡的想象力和 不确定性人工智能领域的主要开拓 创造力。不过，我们也要记得苏联著名作家列 者、无人驾驶的积极引领者和人工智 夫托尔斯泰说过的话：“多么伟大的作家，也不过 能产学研发展的重要推动者。长期从事计算机工程、不确定 性人工智能、大数据和智能驾驶领域研究。最早提出“控制 是在书写个人的片面而已。”因为随着人类认知 流-数据流”图对理论，证明了关系数据库模式和谓词逻辑的 的越多，人类终于意识到自己不知道的会更多， 对等性。提出云模型、云变换、数据场等认知形式化理论，用 一个人如此，一群人如此，能够思维的机器如此， 于解决定性概念生成、相似度计算、不确定推理、智能控制等 问题，成功控制三级倒立摆各种动平衡的姿态。提出基于路 整个人类亦如此。 权构建驾驶态势认知图，研发机器驾驶脑，领导了中国最大 致谢科学植根于讨论，本文形成过程中，和 的智能车联合团队。 中文引用格式：李德毅.人工智能基础问题：机器能思维吗？J.智能系统学报，2022,17(4)：856-858. 英文引用格式：LI Deyi..Artificial intelligence fundamental question:Can machines think?(J].CAAI transactions on intelligent sys tems,2022,17(4:856-858

的时候了。 思考 9: 异构的基础架构和协同 新一代人 工智能应该聚焦于计算机的算力、算法和数据 呢，还是应该聚焦在机器的交互、学习和记忆三 个硬核上？为什么？我认为智能机器离不开与外 界环境的感知和交互，新一代人工智能的基础架 构一定是异构的，传感器端以专用芯片处理为中 心，瞬时记忆区以数据处理为中心，工作记忆区 以计算处理为中心，长期记忆区以网络（图形）处 理为中心，明确这种 XPU+ 、DPU+ 、CPU+ 、GPU+ 等 异构物件组成的协同工作模式，处理好异步和同 步，才能为新一代人工智能提供基础架构的支持。 思考 10: 量子图灵机 图灵在剑桥大学曾经 痴迷量子物理，为什么图灵只发明了图灵机，而 没有发明量子图灵机？现在量子图灵机已经有 了，为什么总是“只听楼梯响，不见人下来”？量 子人工智能和量子智能机器什么时候能落地？在 什么关键问题攻克之后才能够落地？ 爱因斯坦说过，想象力比知识更重要，提出问 题比解决问题更重要。提出新的基础研究问题、 新的可能性、从新的角度重新认识旧的问题，需 要批判和质疑的科学精神，需要非凡的想象力和 创造力。不过，我们也要记得苏联著名作家列 夫·托尔斯泰说过的话：“多么伟大的作家，也不过 是在书写个人的片面而已。”因为随着人类认知 的越多，人类终于意识到自己不知道的会更多， 一个人如此，一群人如此，能够思维的机器如此， 整个人类亦如此。 致谢 科学植根于讨论，本文形成过程中，和 很多人进行了有益的讨论，他们是：常梦雄、韦 钰、戴琼海、王海峰、娄子勤、黄立威、李兵、王小 云、陈小平、尼克、张军平、安学、归丽华、刘成 林、何清、何雯、郭毅可、吴基传、周建设、刘华 平、玄祖兴、马楠、刘玉超、张天雷、韩威、江碧 涛、于剑、赵菲、陈杰、欧阳真超、段玉聪、刘挺、 刘畅、吴飞、张骊、吴华、孙富春、王文捷、王卫 宁、李雪莲、赵刚、杨林、刘东红、李蓓、马华东、 高洪波、刘萌、郑思仪、吴天骄、李德仁、张旭、殷 加伦、吴信东、赵春江、焦李成、龙腾、杨放春、张 兆田、陈关荣、彭艳、刘云浩、支涛、孙茂松、沈向 洋、戴国忠、梅宏、史元春、秦昆、赵阳、郑波尽、 王景、刘阶、蒲慕明、李向阳、汪国帆、季向阳、周 伯文、高跃、唐杰、李涓子、杨义先、董晓波、黄铁 军、鲍泓、何克清、庄洪林、白晓颖、吴华、林润 华、乔俊飞、吴枫、汪国平、陈桂生、蔡恒进、方 向、蒋昌俊、任鹏举等，在此一并感谢。 作者简介： 李德毅，中国工程院院士，中国人 工智能学会名誉理事长，中国指挥与 控制学会名誉理事长，CAAI Fellow， 军事科学院研究员，吴文俊人工智能 科学技术奖最高成就奖获得者，我国 不确定性人工智能领域的主要开拓 者、无人驾驶的积极引领者和人工智 能产学研发展的重要推动者。长期从事计算机工程、不确定 性人工智能、大数据和智能驾驶领域研究。最早提出“控制 流–数据流”图对理论，证明了关系数据库模式和谓词逻辑的 对等性。提出云模型、云变换、数据场等认知形式化理论，用 于解决定性概念生成、相似度计算、不确定推理、智能控制等 问题，成功控制三级倒立摆各种动平衡的姿态。提出基于路 权构建驾驶态势认知图，研发机器驾驶脑，领导了中国最大 的智能车联合团队。 中文引用格式：李德毅. 人工智能基础问题：机器能思维吗？[J]. 智能系统学报, 2022, 17(4): 856–858. 英文引用格式：LI Deyi. Artificial intelligence fundamental question: Can machines think?[J]. CAAI transactions on intelligent sys￾tems, 2022, 17(4): 856–858. ·858· 智 能 系 统 学 报 第 17 卷