第3期 钟义信：“范式变革”引领与“信息转换”担纲：机制主义通用人工智能的理论精髓 ·617· 思维功能的学术研讨会，诞生了以计算机为硬件 棋程序AlphaGo战胜韩国围棋顶尖高手李世乭以 平台、通过编制软件来模拟人脑思维功能、以通 来，世界各地的人工智能研究与应用风起云涌， 用问题求解为目标的物理符号系统，而且创造了 形成全球性的人工智能发展大潮。 “人工智能”这个术语来表征这种研究。由于这种 耐人寻味的事实是：按照“分而治之”的原则 研究的标志性特征是“功能模拟”，因此被称为“功 先后问世的人工智能三大学派，在整个历史上一 能主义人工智能研究6（虽然后来也有人把它 直各自为战，互不认可，甚至互不相容61”，始终 叫作“符号主义”，但“符号”只是用来表示“功能” 无法形成人工智能的整体理论，更不要说通用性 的一类记号，符号所表征的本质特征是“功能”， 的整体理论，甚至找不到建立通用性整体性人工 因此还是应当称为“功能主义”)。 智能理论的途径刿，因此始终无法达到人工智 随着研究的深入，物理符号系统研究遇到了 能研究应当达到的成熟状态。 越来越严重的“知识难题（知识的边界模糊、知识 客观地说，在人工智能处于发展的初期阶段 的获取困难、知识的表示能力有限，知识的推理 研究的注意力主要还停留在“局部摸索”阶段的时 能力不足等)”，于是便把“通用问题求解”的目标 候，“分而治之”方法论还没有显露出明显的负面 收缩为面向专门领域问题的“专家系统”。即使如 作用；但是，随着人工智能的研究不断向前发展， 此，专家系统的研究也仍然不能有效地摆脱“知识 注意力从仅仅关注人工智能的某些侧面、某些局 瓶颈”的困扰。 部的研究，逐步发展到越来越关注人工智能的整 于是，又有了面向系统第三要素的研究：行为 体理论，甚至越来越关注人工智能的通用理论的 模拟。这就是Brooks等在1990年展示的模拟六 时候，“分而治之”方法论便成为了人工智能研究 脚虫爬行行为的智能机器人1它能在不平坦 的最大障碍。这是因为，按照“分而治之”方法论 的地面上行走而不会摔倒，引起学术界的高度关 思想把人工智能整体“分解”为各个部分的时候 注。这就是“感知-动作系统”的研究。它的标志 就不可避免地把各个部分之间复杂而看不见的信 性特征是“行为模拟”，因此被称为“行为主义的人 息联系割断了，而这些信息联系正是整体系统的 工智能研究”。智能机器人就是“感知动作系统” 生命线：生命线被割断了，整体理论的建立便不 的一种具体类型31 再可能。显然，只有从源头上摆脱“分而治之”方 今天，人工智能的研究风生水起，异彩纷呈， 法论，人工智能的研究才能健康发展并逐步到达 其实全部都源自上述“三大学派”。迄今，这三大 成熟状态。 学派各自也都分别取得了不少精彩成果： 此外，沿用传统物质科学的科学范式，人工智 1)人工神经网络的研究在模式识别方面取得 能的研究贯彻了“纯形式化”的原则。因此，它的 了不少成果，例如文字识别、语音识别、机器翻 各种概念（数据、信息、知识、智能）和各种方法 译、图像识别（包括人脸识别、指纹识别、医学图 (如各种变换和推理)也全面实行了“纯形式化”的 像识别等)、故障诊断、组合优化问题求解等， 原则。然而，人工智能的核心课题是“智能决 特别是深层神经网络显示了很强的分类与学习 策”，只有形式因素而没有内容因素和价值因素的 能力。 决策怎么可能有足够的“智能水平”呢？由此造成 2)专家系统的研究产生了一批机器定理证明 了现有人工智能系统的理解力低下以及结论的不 系统，例如：战胜自己的设计者的跳棋系统，特别 可解释。这种情况表明：人工智能的研究到了一 是战胜国际象棋人类世界冠军的Deeper Blue系 个“不能不变”的历史关头。 统，战胜两位全美问题抢答冠军的Watson系统， 总之，作为信息科学技术高端产物的人工智 以及战胜61位世界围棋顶尖高手的AlphaGo系 能研究，起步于20世纪中叶的工业时代并接受了 统，等等。 传统科学的科学范式有其历史的必然。现在，信 3)感知动作系统（也称为Agent)的研究产生 息时代已经发展起来，信息科学的科学观和方法 了一批各式各样的智能机器人，例如：小冰、小、 论也已经锤炼成型，人工智能研究转型换轨、回 小度等，其中，最引人注目的是获得了沙特阿拉 归信息科学的科学范式的时刻已经到来！ 伯联合王国国籍的Sophia系统，在一定领域的自 2信息科学的科学范式 然语言理解能力令人叹为观止。 至今，三大学派各自演绎出的人工智能应用 那么，什么是符合人工智能研究性质的科学 系统已经不计其数。特别是2016年人工智能围 范式呢？思维功能的学术研讨会，诞生了以计算机为硬件 平台、通过编制软件来模拟人脑思维功能、以通 用问题求解为目标的物理符号系统，而且创造了 “人工智能”这个术语来表征这种研究。由于这种 研究的标志性特征是“功能模拟”，因此被称为“功 能主义人工智能研究” [6-12] (虽然后来也有人把它 叫作“符号主义”，但“符号”只是用来表示“功能” 的一类记号，符号所表征的本质特征是“功能”， 因此还是应当称为“功能主义”)。 随着研究的深入，物理符号系统研究遇到了 越来越严重的“知识难题 (知识的边界模糊、知识 的获取困难、知识的表示能力有限，知识的推理 能力不足等)”，于是便把“通用问题求解”的目标 收缩为面向专门领域问题的“专家系统”。即使如 此，专家系统的研究也仍然不能有效地摆脱“知识 瓶颈”的困扰。 于是，又有了面向系统第三要素的研究：行为 模拟。这就是 Brooks 等在 1990 年展示的模拟六 脚虫爬行行为的智能机器人[13-15] ，它能在不平坦 的地面上行走而不会摔倒，引起学术界的高度关 注。这就是“感知−动作系统”的研究。它的标志 性特征是“行为模拟”，因此被称为“行为主义的人 工智能研究”。智能机器人就是“感知动作系统” 的一种具体类型[13-15]。 今天，人工智能的研究风生水起，异彩纷呈， 其实全部都源自上述“三大学派”。迄今，这三大 学派各自也都分别取得了不少精彩成果： 1) 人工神经网络的研究在模式识别方面取得 了不少成果，例如文字识别、语音识别、机器翻 译、图像识别 (包括人脸识别、指纹识别、医学图 像识别等)、故障诊断、组合优化问题求解等， 特别是深层神经网络显示了很强的分类与学习 能力。 2) 专家系统的研究产生了一批机器定理证明 系统，例如：战胜自己的设计者的跳棋系统，特别 是战胜国际象棋人类世界冠军的 Deeper Blue 系 统，战胜两位全美问题抢答冠军的 Watson 系统， 以及战胜 61 位世界围棋顶尖高手的 AlphaGo 系 统，等等。 3) 感知动作系统 (也称为 Agent) 的研究产生 了一批各式各样的智能机器人，例如：小冰、小 i、 小度等，其中，最引人注目的是获得了沙特阿拉 伯联合王国国籍的 Sophia 系统，在一定领域的自 然语言理解能力令人叹为观止。 至今，三大学派各自演绎出的人工智能应用 系统已经不计其数。特别是 2016 年人工智能围 棋程序 AlphaGo 战胜韩国围棋顶尖高手李世乭以 来，世界各地的人工智能研究与应用风起云涌， 形成全球性的人工智能发展大潮。 耐人寻味的事实是：按照“分而治之”的原则 先后问世的人工智能三大学派，在整个历史上一 直各自为战，互不认可，甚至互不相容[16-17] ，始终 无法形成人工智能的整体理论，更不要说通用性 的整体理论，甚至找不到建立通用性整体性人工 智能理论的途径[18-19] ，因此始终无法达到人工智 能研究应当达到的成熟状态。 客观地说，在人工智能处于发展的初期阶段， 研究的注意力主要还停留在“局部摸索”阶段的时 候，“分而治之”方法论还没有显露出明显的负面 作用；但是，随着人工智能的研究不断向前发展， 注意力从仅仅关注人工智能的某些侧面、某些局 部的研究，逐步发展到越来越关注人工智能的整 体理论，甚至越来越关注人工智能的通用理论的 时候，“分而治之”方法论便成为了人工智能研究 的最大障碍。这是因为，按照“分而治之”方法论 思想把人工智能整体“分解”为各个部分的时候， 就不可避免地把各个部分之间复杂而看不见的信 息联系割断了，而这些信息联系正是整体系统的 生命线；生命线被割断了，整体理论的建立便不 再可能。显然，只有从源头上摆脱“分而治之”方 法论，人工智能的研究才能健康发展并逐步到达 成熟状态。 此外，沿用传统物质科学的科学范式，人工智 能的研究贯彻了“纯形式化”的原则。因此，它的 各种概念 (数据、信息、知识、智能) 和各种方法 (如各种变换和推理) 也全面实行了“纯形式化”的 原则。然而，人工智能的核心课题是“智能决 策”，只有形式因素而没有内容因素和价值因素的 决策怎么可能有足够的“智能水平”呢？由此造成 了现有人工智能系统的理解力低下以及结论的不 可解释。这种情况表明：人工智能的研究到了一 个“不能不变”的历史关头。 总之，作为信息科学技术高端产物的人工智 能研究，起步于 20 世纪中叶的工业时代并接受了 传统科学的科学范式有其历史的必然。现在，信 息时代已经发展起来，信息科学的科学观和方法 论也已经锤炼成型，人工智能研究转型换轨、回 归信息科学的科学范式的时刻已经到来！ 2 信息科学的科学范式 那么，什么是符合人工智能研究性质的科学 范式呢？ 第 3 期 钟义信：“范式变革”引领与“信息转换”担纲：机制主义通用人工智能的理论精髓 ·617·