2018-05-17 10:15
尊敬的张秘书长、各位领导、女士们、先生们！很高兴今天利用这个机会，跟大家探讨一下人工智能怎么样服务社会、经济等方面。
刚才国际电信联盟提到正当使用的问题，这非常重要。使用不正当，就会有很多问题。正当使用的前提是正确地理解，理解好了才能使用好，才能发挥作用。所以，我今天跟大家交流的题目是《人工智能：意义、现状与进展》。
第一，意义。
大家对人工智能因为学识领域的关系，理解不是特别确切，我提供一个自己的理解，供大家参考。
人工智能是和人类智能相比来说的，人类的智能是什么呢？是根据人类自身的目的和知识来发现问题、解决问题，解决了老问题，又要发现新问题，不断地周而复始，但是不断地前进。这样一种能力，保证了人类不断地向更加美好的未来发展。
人工智能呢？它就是要做出各种人工的制品，也就是机器。这种智能机器主要是用来扩展人类解决问题的能力，基本上不研究用机器发现问题。
2016年以来，大家在热议人工智能时都没有分清楚这样的关系，以为人工智能机器一出来，发现问题、解决问题，一切都可以超越人类，这是一个误解。所以，人工智能主要是帮助我们来解决问题的。
而人类的能力有了这种机器的帮助就不再是人自身的能力了？其实是人的自身能力加上各种机器，包括智能机器的能力。
所以，如果您这样去理解，那么机器怎么能够全面超过人类？这是没有道理的，不必恐慌，而应该积极去推动发展。机器能力越强，人类自身的能力加上它的能力一起，人的能力就更强。
这样来看，人工智能的意义可以说是非常深远、伟大。马克思讲过：科学技术的任务就是要把人类从自然力的束缚下不断地解放出来，它是解放我们的脑力、体力的一种非常强有力的措施。所以，我们何必惧怕它呢？应该满腔热忱欢迎它。
第二，目前人工智能到了什么程度？
人工智能的发展历史，不是1956年才有，1956年有了人工智能这个名词和人工智能研究当中一种做法，其实在这之前，1943年就已经有模仿人类智能所依赖的大脑皮层结构，这种科学技术的出现就是神经网络。
第一是模拟结构。
第二是模拟人脑思维的功能，所以我们叫做功能主义的人工智能，1956年研究的路线问世了，但1956年不是它唯一的起点。
第三条路线是1990年左右，是模拟智能系统的行为。
这三条路：模拟结构、模拟功能、模拟行为，构成了今天人工智能研究的三大流派、学派。
这种现状告诉我们，结构主义、功能主义、行为主义这三条路线都是为了去研究如何把人类的智能在机器当中实现出来，只不过一种模拟人的智力系统的结构，一个是模拟它的功能，一个是模拟它的行为。
很遗憾，这三种研究的路线、队伍在这几十年的历史当中，互相之间虽然有同样的目的，但是互相不沟通，不但不沟通，而且是以邻为壑。像中国的东汉末年三国演义一样，只认为自己对，别人都应该被消灭。所以，我们把它叫做三分天下。
每一个研究路线都有很好的成果。像最近2016年的AlphaGo或者是AlphaZero，把人类围棋的世界顶尖高手61名统统打败，没有一场输给人类顶尖的高手。这是功能主义和结构主义联合结果。行为主义的成果主要是智能机器人，现在智能机器人的智能水平比较初步，慢慢会越来越完善。
所以，现在整个状况：三条研究路线，每条路线都有亮丽的成果，就是局部有亮点（不是亮面和亮体），但是整体没有成熟。
这点在最近这几年讨论当中，有亮点大家都关注到了，但是整体没有成熟，很少有人注意到这点，而实际上是人工智能发展当中最需要解决的问题。思想整体没有成熟，只有一些局部的亮点，这个是表明人工智能整体的发展没有到位。
广度上有三个学派，老百姓叫碎片化，有三个碎片没有能够融合，没有形成合力。在深度上也分成三层：浅层、中层、深层。现在的人工智能基本上在浅层的层面上做工作，所以它的理解能力比较低下。
今天会场有搜狗的同传，仔细看同传，不要说英文，中文非常典型地表明了现在人工智能理解能力低下。但是我很赞成搜狗同传，如果不这样做，永远都不能改善，可是有很多笑话。应当鼓励而不是嘲笑他们。
广度上分成三个碎片，深度上分成了三个层次，而且只做到了浅层，毛病的根源在哪里？就是人工智能70年来一直发展到今天为止，世界（包括中国）人工智能的研究都犯了一个毛病，在研究的范式上张冠李戴。张是经典的物质科学，李是人工智能。人工智能今天是用了经典的物质科学的范式来研究人工智能的问题。戴帽子戴错了，所以走得路就有问题了，广度和深度都有问题，根源是因为它的研究范式。
大家可能对研究范式有不同的理解，主要是指科学观，你对人工智能整体上怎么看、怎么认识。就好像我们普通人讲世界观，你可能对社会的发展朝一个正确的路程推动，世界观不正确，你就会走错路。
方法论，有了世界，你在整体上、原则上怎么样去研究？
所以，科学观、方法论叫做科学研究的范式，这是最重要的，有了范式，后面你的模型、研究路径、基本概念、基本原理就可能会比较正确。
所以，人工智能现在张冠李戴，用了人家的科学研究范式来研究自己的问题。经典物质科学的研究范式比较有操作意义的，就是方法论，大家可能知道叫分而治之。
所以，一个复杂系统，你不能一口就把它啃下来，你要把复杂的系统、复杂的问题分成一系列相对简单的子系统，简单到你现在可以去研究了，你的物理知识、数学知识、编程能力、硬件的知识能力都可以解决问题。分而治之，分下来是广度上分成了三块儿，深度上分成了三层。
这个办法在物质科学里面绝对是非常成功的，正因为有了这个方法，所以古代大概学科只有一个，然后就不断地分，越分越细，越研究越深入。因此，学科门类越来越多，研究的深度越来越深，造成了今天科学技术的繁荣。
但是这样好的方法论用到了人工智能，就有大问题了。因为人工智能是信息科学当中最精彩的，是制高点，而信息跟物质这两个基本的资源、科学概念有原则的区别。所以，人工智能应该用自己的科学观、方法论来研究，就是李冠李戴才行，不能张冠李戴。
这是我对今天人工智能的现状用这个词来表达——张冠李戴，带来了这么多的问题。
所以，人工智能下一步的发展，继续在原来张冠李戴的范式下还可以做，也应该去做，因为用这个办法在各个局部都产生了成果，你不把这个成果进一步优化变成产品，甚至产业，大家就用不到这个成果，获得感就得不到。
但是一定要有一部分人（尖兵或者是敢死队）做范式的革命，范式的革命非常困难，因科学观、方法论都很抽象，一般人对具体的技术比较熟悉，看得见、摸得着，知道怎么把握。这种看不见、摸不着的科学观、方法论好像是在天际、云端，很难把握。所以，大家要学习，要能够修养到，你能够把握那个看不见的东西。
大家知道看不见的东西比看得见的东西更重要，我们一切看得见的行为都被看不见的观念和方法指挥着，看不见的指挥看得见的，所以要攻克人工智能自己的科学观、方法论，这是人工智能现在和未来要努力去攻克的事情。
中国有一小批人不自觉地或者是自觉地在这方面做了工作，包括我自己。我从1987年开始研究人工智能，我们在这儿利用这个机会，简单地给大家报告一下这个结果，使得大家对人工智能的前景有信心。
要攻克它的范式革命，我用一个普通的话来讲，叫做顶天立地的研究纲领。所谓顶天立地，我们看研究程式，必须要研究科学观，因为全部过程是科学的过程，在天上来指挥你，是起点，所以叫顶天。有了科学观，你怎么做？有了观念，怎么去做、行动？这就是方法论，它也在天上，天际、云端，这是顶天的部分。这部分支配和指挥下面这些层次。所以，如果你不从这儿做，只从中间或者是底下层面做，成果会很局部。
这几年大家的算法、算力、硬件要不要紧？要紧，但是不是最要紧的，最要紧的是你的观念、方法论，这个东西搞对了，算法才知道怎么样做，算力才能在正确的方向上发挥作用。所以，一定要做看不见的研究。
有了这样的观念和方法论，接下来怎么样表达人工智能整体的研究对象？把它描述出来，又不丢掉具体的东西，但是又不是眉毛胡子一把抓，你要构筑一个人工智能的整体模型，是一个全局的蓝图。这个蓝图不对了，研究一定是事倍功半。
有了模型、有了蓝图，从哪儿着手？路径怎么选择？最后变成下一个关键的，这个是路径导向。
认识和方法论转化成为具体我们可以做的，大家用算法、算力、硬件去实现。所以，可能算法、算力在后面的层次。
你用哪些基本概念来支撑人工智能的研究？如果概念不完整，丢了一些概念，那么你对它的研究肯定不能到位。有了基本概念，这些概念都不是一个一个孤立地存在，而这些概念是相互联系的，这就是基本的原理。
这个基本概念、基本原理对人工智能理论研究来讲就落地了，概念也有了，原理也有了，理论就能够落地、落实了，真正可以变成可以做的，就会有基本的结果。
按照这个层次，不怕辛苦，从看不见的地方开始一直做到看得见的，叫做顶天立地，中间需要有一个转换，而且是科学的转换。
我们就是用这样一个办法来研究。我国人工智能的研究已经有30年了，科学范式主要是这两个，范式一改变，研究模型、研究途径、基本概念、基本原理、基本结果都会跟着改变，就是这样一个支配的方向。
最后，我来报告一下我们研究的结果。显然这个结果必须要对人工智能现有的张冠李戴的研究范式颠覆，就把这顶帽子丢掉，老带着物质科学研究的科学观、方法论去解决人工智能的问题，永远到不了位，只能在局部上、浅层上取得一些局部的进展，不能取得进展，或永远是局部、浅层的进展。
所以，物质的科学观要让位于信息的科学观，方法论要把经典物质科学的机械还原方法论拿掉，用信息生态的方法论，这样才能够适应于人工智能的研究。
刚才讲下来就是模型，这两个是转换的，非常重要。现在的人工智能不管是三派中的哪一派，特别是前两派，主力是前两派，智能机器人是后来的。他们用的模型都是大脑，因为大家都叫做智能，定位在大脑，所以就把脑作为他们研究的模型。我们说脑模型没有错，但是不完全，不完全就有问题。所以，我们构建的模型是主体、客体相互作用的一个演进模型。
我们人类主体，以后人做的机器作为我们主体的化身、替身，也可以作为主体，生物也可以作为主体，主体在环境中跟客体相互作用，在这个过程中，才需要有智能的问题。如果没有这个主体和客体的相会作用，智能问题可以没有，人就躺在那儿或者是站在那儿，什么事都不干，智能就没有用。
所以，一定是主体和客体相互作用的过程中，来看智能怎么生长。所以，这个模型一定要做主、客相互作用的演进模型。我有一个比较直观的模型给大家看。
有了模型，路径怎么研究呢？现在的人工智能研究的路径都不够科学，要不是模拟人脑的结构，这就是神经网络。要么是研究人脑的功能，这就是专家系统。以前更早的时候叫做物理符号系统。机器人是模仿智能的行为。
这三种途径可以取得局部的成果，但是不可能得到全局性的成果。我们提出的研究路径是智能生长的机制，研究它的机制，这个机制是在主客相互作用的过程中智能怎么生长起来。你把这个机制掌握了，面对任何问题，你能够按照这个机制生长出智能来解决他，这才是一个根本的办法。至于我用这个机制到底需要什么样的结构、功能来支持，那是看我的机制，解决这个问题机制的需要。所以，结构和功能是为机制服务的，不是根本，是服务于机制的东西。至于行为，那就是机制实现自然就会表现出来多少行为、什么样的行为。
所以，原来的结构、功能、行为我并没有说它完全错了，但是是不够、不准确、不够科学、得不到完整结果的。
基本概念。概念太多没办法罗列完整，这只是列了一些比较要紧、比较有代表性的。现有人工智能的研究主要的概念，数据、知识、智能。这是有代表性的，但是我们研究的机制主义人工智能理论，它的概念要多得多，这就说明丢了很多概念。不但是丢了很多概念，已经用的概念也是停留在表层。
比如说数据，数据是一个表层概念，大家看得见，如果你肉眼看不见，可以用机器、仪器来帮忙看见。其实数据只是信息的一个载体，数据本身有没有用？不一定，但是数据如果携带了信息，这个数据就有用，如果数据没有携带信息，这个数据是没有用的。
所以，数据你看得见，但是信息你看不见，信息你看不见是什么模样，长的、方的、蓝的、绿的是看不见的，数据是可以看的见的。这是浅层。
关于信息还有一层，咱们做通信的人，只要语法信息，也是最简单、最表层的，就是0、1的序列，至于0、1序列是什么意思、什么内容，我们做通信是不管的。这个数字序列有没有价值？是有好的价值还是有坏的价值，我们也不管。通信就是你来了一个波形、数字序列，不失真或者是失真足够小，这样的情况我把你传过去，我的任务就完成了。
可是你要研究人工智能，这样就麻烦了。研究人工智能最研究的是你要做一个决策，根据信息要做决策，如何解决问题。你连信息的内容都不知道，怎么做决策？你连信息是好、对你有用，还是坏、对你有害，你都不知道，怎么做出一个好的决策呢？根本不可能。既然不可能，为什么人工智能现在在做呢？它就是用统计的办法，大家说好就是好，大家说不好就是不好，是真好还是真不好，不知道，统计构造这样的，大数定律。大家都认为对的，大数统计下来的平均，我们就接受这个东西。
所以，不了解内容、价值，就去做决策，没有办法，只能靠统计，靠大家怎么说。当然我把这个话说得比较日常化了，学术的语言不是这么简单，就是用统计的方法。现在最流行的解决问题的办法都是统计，学习也是统计型的学习，各种人工智能专业也是基于统计的专业，就是因为它丢了内容、价值，只剩一个壳、表面，所以就只能是统计了。
特别是人工智能从来都不敢去触碰艺术，想想看连艺术都没有，人工智能的系统智能靠得住吗？所以只是靠经验、统计，没有去碰最基础的艺术。
情感很长时间也不敢去研究，最近有些研究，也有一、二十年了，但是情感怎么表述？怎么样的表现？情感是怎么发生的？内在的、深层的都没有研究。
原理。神经网络有它的一些原理，专家系统有知识工程的原理，但是没有人总结，不知道到底有多少原理，虽然这些东西我们都研究过，真的没有讲在神经网络里我们有几个原理就能够支撑起神经网络这个学科了，没有。
机制主义的人工智能理论有一组信息转换原理，就是丢了智慧。信息转换是我们得到了问题，描述这个问题是信息，这个信息要转换成为我们人感知的信息，感知的信息只是一种表面现象的认识。《实践论》里面讲叫做感性认识，你凭感性认识解决问题是不行的、不够的，所以要通过认知，进一步转换成为知识，得有一个转换原理。
有了知识，对这个问题有了深层的认识，但是认识不等于就能解决，必须要再进一步地转换成为智能策略，有了策略，不是就解决了，还要把智能策略变成智能行为。我们有非常明确的这样一组信息转换的原理，就把人工智能的理论构建起来了，原来现有的这种研究，得到了3个理论：
1、人工神经网络理论。
2、专家系统。
3、物理符号系统的理论。
然后是智能机器人，这个学名叫做感知动作系统，感知到什么东西了，然后就发出一个动作，这个机器人就是这么干的。
而我们就建立了机制主义的人工智能通用理论，这就是我们的结果，这个模型是这样的，你看下面这个椭圆是客观世界环境当中的问题和对象，整个上面是主体，没有时间详细的解释，我把它全部表现出来，给大家看一下。
就是主体从客体当中得到一个作用，就是客体作用于它是通过客体信息，然后通过感知最后得到了感知信息，投入信息认知得到了知识，推动基础意识、情感生成、理智生成，综合决策得到了智能策略，然后通过策略执行，变成了智能行为，就可以反作用于这个客体，这就是交互作用。
反作用于客体的这个行为必须智能，如果不智能的话：
第一，达不到你的目的。
第二，你可能会破坏环境，破坏环境意味着主体的生成有风险。
就像我们今天空气污染了，生态失衡了，就是我们的这个智能行为不够智能，甚至是某些地方不智能的原因所导致的。
所以，最后我们要有一个来评判这个智能行为效果好不好，好就接受下来，存在在这儿，变成我们的一个解决问题的好策略，如果不好，要把这个不好的到这个地方，反馈到这儿，重新走刚才那一条路。也就是说，你得到了一个误差，这个误差就是新的信息，然后你要获得更多的知识，然后优化你的策略，改善反作用的效果。
如果一次不行就再来一次，逐步逼近目标，直到满意为止，这就是机制主义人工智能通用理论的一个模型，也是理论需要研究这些问题的内涵。
真正来用这个理论的时候是这样的，那个基础理论那块中间的这个方块，我们用户需要提供的只有三样东西：
1、你希望它解决的问题有哪些，要把问题定义明确了。
2、这个问题达到什么程度，你就满意了，这就是目标。
3、为了解决这个问题达到那个目标，需要多少知识，需要哪些知识，用户需要提供，这是领域。
有了这三个东西，机器就可以按照刚才那个模型得到一个智能行为。
所以，如果这个通用的理论解决了问题的话，用户来用这样一个基础理论，可以很好的生成各种专门领域的应用系统，来支持各个经济领域、社会领域的需求，所以这是一个普遍有意义的东西。
最后，我总结这么几个词，希望大家高度的关注，如果有不同的看法也可以互相交流。
1、什么叫人工智能？
注意它主要是只帮助我们解决问题这个能力的扩展、延伸，在很多场合也可以替代，不是全部，机器不可能拥有人类的全部能力，特别是发现问题，发现问题这个很奥妙，没有什么讲了。
2、人的能力不能只看人自身的能力。
我们千辛万苦这么几百年来发明创造这么多机器，如果你不把那个机器能力算作我们人类能力的一部分，你就白干了，这几百年白活了。
发展人工智能也一样，它的能力就是我们人类能力的一部分，所以人的能力是人类自身能力+智能机器的能力，因此那种恐慌就是杞人忧天。
3、现状，局部耀眼，整体没到位。
我觉得这一点大家要特别小心，不要被局部的那些耀眼的成果把自己吓住了，也不要有误解，认为现在一切问题，人工智能都可能解决了，远远没到。
那么，它最大的问题就是刚才讲的张冠李戴，我们现在要让它变成李冠李戴，有自己的方法论、科学观，从而有正确的模型、研究路径、全面的概念和诸多的原理。例如机制主义人工智能通用理论，大家如果有兴趣我们可以交流。
请大家多批评，谢谢大家！