·616· 智能系统学报 第15卷 上说明这个学科“是什么”；在此基础上，还应当 完成了。时至今日，研究者应当遵循怎样的科学 有“怎样研究”这个学科的宏观指南。前者就是关 范式来建立通用性整体性的人工智能理论？本文 于这个学科的“科学观”，后者是关于研究这个学 的研究，就从这里开始。 科的“方法论”。科学观和方法论两者是一个有机 的整体：有什么样的科学观，就会有什么样的方 1人工智能的历史经验与教训 法论。通常，这个整体就称为“科学范式”，也称 20世纪中叶，人工智能的研究从酝酿阶段进 为“研究范式”，或者简称为“范式”。 入到正式起步阶段。一个现实的问题摆在了研究 科学范式是科学研究活动的最高层次，是整 者们面前：实实在在的人工智能系统研究应当从 个科学研究活动的指导和支配力量。不管人们是 哪里入手？ 否已经意识到，一切科学研究活动都必然要接受 那时，十分成功因而也十分流行的科学研究 某种科学范式的指导和支配，正如人类的活动无 方法论是“分而治之”；它指出：在研究复杂系统 不受到某种世界观和方法论的指导和支配一样。 的时候，可以把它分解为若干相对简单因而比较 所以，科学范式（科学观和方法论）在科学研究活 容易研究的子系统，当这些子系统研究成功之 动中的地位和作用，就如同人类活动中的世界观 后，把它们的结果合成起来就还原成为了原系 和方法论的地位和作用一样。 统。作为复杂信息系统的人工智能，人们认为它 众所周知，人工智能是一类开放的复杂信息 的原型主要是人类的大脑，它们当然是极为复杂 系统，是信息科学技术的高端产物。因此，人工 智能的研究应当遵循信息科学的科学范式。但 的系统，因此符合“分而治之”的条件。 是，20世纪中叶人工智能问世的时候，世界上还 那么，如何对人脑进行“分而治之”的模拟研究？ 不存在信息科学的科学范式，这是因为，信息科 当时学界已有共识，系统具有3个基本要素： 学本身也是在20世纪中叶才快速崛起，还没有来 1)结构是系统的第一要素，因为若是没有系统的 得及总结和提炼出自己的科学范式。在这种情况 结构，就没有系统本身；2)功能是第二要素，有了 下，人工智能的研究就沿用了当时非常成熟也非 一定的系统结构，就可形成一定的功能：3)行为 常流行的传统物质科学的科学范式（其实信息科 是系统的第三要素，有了一定的结构和功能，系 学技术本身的研究状况也是如此)。 统就会表现出一定的行为。 传统物质科学的科学观认为：1)研究对象是 于是，人工智能系统的研究便从模拟人类大 “客观”的物质，与主体因素无关：2)研究对象是 脑第一要素一大脑皮层结构开始。这便是以 “确定性”的物质，可以分解，可以合成；3)对物质 1943年McCulloch-Pitts发表的神经元数理逻辑模 的研究应当关注的是它们的结构与功能。与此相 型为开端的人工神经网络研究。这种研究的 应，传统物质科学的方法论主张：1)应当“排除主 标志性特征是“模拟大脑皮层神经网络的结构”， 观因素”；2)对复杂系统应当采用“分而治之”的方 因此被称为“结构主义人工智能研究”（也有不少 法；3)“纯形式化方法”就可以表示和分析物质的 人把它叫作“连接主义”，但“连接”不是“结构”的 结构和功能。 唯一特征，“连接”没有刻画被连接的“节点”的性 正是沿用了传统物质科学的范式，人工智能 质，因此，“连接”只是“结构”的一个不完整的下位 的研究就一直践行着“排除主观”、“分而治之”和 词，“连接主义”的称谓不如“结构主义”确切，还是 “纯粹形式化”的研究方法，并一直持续到今天。 应当称为“结构主义”)。可见，那时虽然没有使用 传统物质科学的范式对于人工智能研究的影 “人工智能(artificial intelligence,AI)”这个术语， 响主要有两个方面：一方面，迄今世界人工智能 但人工神经网络却是从人脑系统第一要素开始模 研究所取得的“局部进展”，得益于传统物质科学 拟人类智能的真正开端。这一点，通过近期“深层 的范式在人工智能研究活动中的统领地位，要不 神经网络”的表现，使人们看得更加清楚。 是因为有“分而治之”和“纯形式化的表示和分析 由于大脑皮层神经网络极为复杂，模拟人脑 方式”，那时的人们就不知道应当怎样去研究这样 结构的人工神经网络研究进展艰难。于是，一些 高度复杂的信息系统；另一方面，人工智能研究 思想敏锐的研究者便把注意力转向了模拟人脑系 至今都无法建立通用性整体性的人工智能理论， 统的第二要素一系统功能。这便是以模拟人 也受害于传统物质科学的范式在人工智能研究活 脑思维的逻辑功能为目标的第二种人工智能研究。 动中的统领地位，要不是实行了“分而治之”与“纯 1956年，McCarthy和Minsky等在美国麻省 形式化”，或许通用性整体性的人工智能理论早就 Dartmouth举办了为期近两个月的模拟人类逻辑上说明这个学科“是什么”；在此基础上，还应当 有“怎样研究”这个学科的宏观指南。前者就是关 于这个学科的“科学观”，后者是关于研究这个学 科的“方法论”。科学观和方法论两者是一个有机 的整体：有什么样的科学观，就会有什么样的方 法论。通常，这个整体就称为“科学范式”，也称 为“研究范式”，或者简称为“范式”。 科学范式是科学研究活动的最高层次，是整 个科学研究活动的指导和支配力量。不管人们是 否已经意识到，一切科学研究活动都必然要接受 某种科学范式的指导和支配，正如人类的活动无 不受到某种世界观和方法论的指导和支配一样。 所以，科学范式 (科学观和方法论) 在科学研究活 动中的地位和作用，就如同人类活动中的世界观 和方法论的地位和作用一样。 众所周知，人工智能是一类开放的复杂信息 系统，是信息科学技术的高端产物。因此，人工 智能的研究应当遵循信息科学的科学范式。但 是，20 世纪中叶人工智能问世的时候，世界上还 不存在信息科学的科学范式，这是因为，信息科 学本身也是在 20 世纪中叶才快速崛起，还没有来 得及总结和提炼出自己的科学范式。在这种情况 下，人工智能的研究就沿用了当时非常成熟也非 常流行的传统物质科学的科学范式 (其实信息科 学技术本身的研究状况也是如此)。 传统物质科学的科学观认为：1) 研究对象是 “客观”的物质，与主体因素无关；2) 研究对象是 “确定性”的物质，可以分解，可以合成；3) 对物质 的研究应当关注的是它们的结构与功能。与此相 应，传统物质科学的方法论主张：1) 应当“排除主 观因素”；2) 对复杂系统应当采用“分而治之”的方 法；3)“纯形式化方法”就可以表示和分析物质的 结构和功能。 正是沿用了传统物质科学的范式，人工智能 的研究就一直践行着“排除主观”、“分而治之”和 “纯粹形式化”的研究方法，并一直持续到今天。 传统物质科学的范式对于人工智能研究的影 响主要有两个方面：一方面，迄今世界人工智能 研究所取得的“局部进展”，得益于传统物质科学 的范式在人工智能研究活动中的统领地位，要不 是因为有“分而治之”和“纯形式化的表示和分析 方式”，那时的人们就不知道应当怎样去研究这样 高度复杂的信息系统；另一方面，人工智能研究 至今都无法建立通用性整体性的人工智能理论， 也受害于传统物质科学的范式在人工智能研究活 动中的统领地位，要不是实行了“分而治之”与“纯 形式化”，或许通用性整体性的人工智能理论早就 完成了。时至今日，研究者应当遵循怎样的科学 范式来建立通用性整体性的人工智能理论？本文 的研究，就从这里开始。 1 人工智能的历史经验与教训 20 世纪中叶，人工智能的研究从酝酿阶段进 入到正式起步阶段。一个现实的问题摆在了研究 者们面前：实实在在的人工智能系统研究应当从 哪里入手？ 那时，十分成功因而也十分流行的科学研究 方法论是“分而治之”；它指出：在研究复杂系统 的时候，可以把它分解为若干相对简单因而比较 容易研究的子系统，当这些子系统研究成功之 后，把它们的结果合成起来就还原成为了原系 统。作为复杂信息系统的人工智能，人们认为它 的原型主要是人类的大脑，它们当然是极为复杂 的系统，因此符合“分而治之”的条件。 那么，如何对人脑进行“分而治之”的模拟研究？ 当时学界已有共识，系统具有 3 个基本要素： 1) 结构是系统的第一要素，因为若是没有系统的 结构，就没有系统本身；2) 功能是第二要素，有了 一定的系统结构，就可形成一定的功能；3) 行为 是系统的第三要素，有了一定的结构和功能，系 统就会表现出一定的行为。 于是，人工智能系统的研究便从模拟人类大 脑第一要素−大脑皮层结构开始。这便是以 1943 年 McCulloch-Pitts 发表的神经元数理逻辑模 型为开端的人工神经网络研究[1-5]。这种研究的 标志性特征是“模拟大脑皮层神经网络的结构”， 因此被称为“结构主义人工智能研究”(也有不少 人把它叫作“连接主义”，但“连接”不是“结构”的 唯一特征，“连接”没有刻画被连接的“节点”的性 质，因此，“连接”只是“结构”的一个不完整的下位 词，“连接主义”的称谓不如“结构主义”确切，还是 应当称为“结构主义”)。可见，那时虽然没有使用 “人工智能 (artificial intelligence, AI)”这个术语， 但人工神经网络却是从人脑系统第一要素开始模 拟人类智能的真正开端。这一点，通过近期“深层 神经网络”的表现，使人们看得更加清楚。 由于大脑皮层神经网络极为复杂，模拟人脑 结构的人工神经网络研究进展艰难。于是，一些 思想敏锐的研究者便把注意力转向了模拟人脑系 统的第二要素−系统功能。这便是以模拟人 脑思维的逻辑功能为目标的第二种人工智能研究。 1956 年，McCarthy 和 Minsky 等在美国麻省 Dartmouth 举办了为期近两个月的模拟人类逻辑 ·616· 智 能 系 统 学 报 第 15 卷