鐘義信

·科學(xué)技術(shù)的哲學(xué)理解·

從“機(jī)械還原方法論”到“信息生態(tài)方法論”
——人工智能理論源頭創(chuàng)新的成功路

鐘義信

圍棋的人機(jī)大戰(zhàn)，在國(guó)內(nèi)外都激起了熱烈的反響。社會(huì)人文學(xué)界人士在認(rèn)真辨析：機(jī)器真能超越人類(lèi)嗎？工程科技界人士則在思考：應(yīng)當(dāng)選擇哪些技術(shù)項(xiàng)目實(shí)現(xiàn)人工智能的趕超？這些都是至為可敬的思慮！然而，“機(jī)器超人說(shuō)”并無(wú)明確的科學(xué)依據(jù)；基礎(chǔ)理論的突破是趕超和創(chuàng)新的根本之道。眾所周知，科學(xué)研究的方法論既是理論研究的源頭，又是理論研究的龍頭。因此，面對(duì)人工智能發(fā)展的現(xiàn)狀，當(dāng)務(wù)之急應(yīng)是變革和創(chuàng)新人工智能研究的科學(xué)方法論，抓住人工智能創(chuàng)新研究的龍頭，在源頭上實(shí)現(xiàn)人工智能基礎(chǔ)理論的突破、超越與引領(lǐng)。

機(jī)械還原方法論；信息生態(tài)方法論；通用人工智能理論

一、引言：為什么人工智能要特別關(guān)注方法論的研究？

所謂“科學(xué)研究”，乃是運(yùn)用正確的方法去發(fā)現(xiàn)和解決那些必須解決的科學(xué)問(wèn)題。任何一項(xiàng)科學(xué)研究是否能夠獲得好的成果，這在很大程度上取決于其所運(yùn)用的方法是否得當(dāng)?！肮び破涫拢叵壤淦鳌?，說(shuō)的也是這個(gè)道 理。

科學(xué)研究方法論，是關(guān)于科學(xué)研究方法的理論，是關(guān)于科學(xué)研究方法的普遍指南。對(duì)于一般常規(guī)的、穩(wěn)定的和局部的科學(xué)研究來(lái)說(shuō)，它們所運(yùn)用的研究方法相對(duì)而言都已經(jīng)比較明確，因而不需要特別關(guān)注“方法的理論”。但是，對(duì)于那些問(wèn)題新穎、涵義深刻、復(fù)雜性高、創(chuàng)新性強(qiáng)的基礎(chǔ)理論科學(xué)研究來(lái)說(shuō)，這些研究所具有的高度復(fù)雜性和新穎性，必然會(huì)帶來(lái)“方法選擇”的困難性和不確定性。在這種情況下，研究者就必須特別關(guān)注“科學(xué)研究方法的理論”，關(guān)注科學(xué)研究方法論。

人工智能的研究任務(wù)是：理解自然智能（人類(lèi)智能是地球系統(tǒng)中迄今所知曉的最復(fù)雜最高級(jí)的自然智能） 的工作機(jī)理，并在自然智能工作機(jī)理的啟發(fā)下研究具有一定智能水平的各種機(jī)器，為增強(qiáng)人類(lèi)的智力能力提供服務(wù)。

可見(jiàn)，人工智能的研究直接指向人類(lèi)智能的深層奧秘，具有極大的深刻性、新穎性和復(fù)雜性，以至于學(xué)術(shù)界普遍認(rèn)為，人腦的復(fù)雜性堪比“小宇宙”；而宇宙的起源、生命的起源、智能的奧秘，則被認(rèn)為是現(xiàn)代科學(xué)研究所面臨的意義重大的三座科學(xué)高峰。

換言之，人工智能確實(shí)是一類(lèi)極其復(fù)雜、極其深刻、極具創(chuàng)新性的研究，因此，特別需要“科學(xué)研究方法論”的指導(dǎo)。不管是否意識(shí)到，不管自覺(jué)還是不自覺(jué)，人工智能的研究都必然要受到方法論的制約。特別是人工智能的重大創(chuàng)新性研究，這種制約更加顯而易見(jiàn)。問(wèn)題在于，是自覺(jué)地總結(jié)和選擇正確的方法論的指引，還是不自覺(jué)地受到不那么正確的方法論的誤導(dǎo)？

二、科學(xué)方法論引領(lǐng)人工智能研究的歷史足跡

幾百年以來(lái)，以“分而治之”為基本特征的“機(jī)械還原方法論”成為自然科學(xué)研究方法論的最高典范。它的基本含義是：當(dāng)面對(duì)難以直接求解的復(fù)雜系統(tǒng)研究的時(shí)候，應(yīng)當(dāng)把它分解為相對(duì)簡(jiǎn)單的一組子系統(tǒng)進(jìn)行分別求解，然后把所有子系統(tǒng)的解合成起來(lái)就可以得到系統(tǒng)的解。這個(gè)方法論在經(jīng)典物質(zhì)科學(xué)研究領(lǐng)域幾乎是放之四海而皆準(zhǔn)，屢試不爽，使近代自然科學(xué)不斷分化、不斷深入，為近代科學(xué)技術(shù)的繁榮和發(fā)展作出了歷史性的偉大貢獻(xiàn)。

因此，當(dāng)面對(duì)人工智能這種高度復(fù)雜系統(tǒng)研究的時(shí)候，人們自然會(huì)遵照“機(jī)械還原方法論”的指導(dǎo)原則，把復(fù)雜的人工智能系統(tǒng)進(jìn)行分解。這既是必要的，也是必然的。否則，人工智能的研究就會(huì)停留在籠統(tǒng)的膚淺水平而難以深入。

問(wèn)題是應(yīng)當(dāng)怎樣分解？

根據(jù)20世紀(jì)中葉人們對(duì)于系統(tǒng)的理解，人們認(rèn)為系統(tǒng)能力是由系統(tǒng)結(jié)構(gòu)決定的（稱(chēng)為“結(jié)構(gòu)決定論”），因此，只要模擬了系統(tǒng)的結(jié)構(gòu)就可以模擬系統(tǒng)的能力。當(dāng)時(shí)的科學(xué)技術(shù)研究已經(jīng)證實(shí)：人類(lèi)的高級(jí)認(rèn)知功能（智能） 主要定位在人類(lèi)的大腦新皮層。這樣，模擬人類(lèi)大腦新皮層結(jié)構(gòu)的研究，就成為人工智能研究最早選擇的途徑（雖然當(dāng)時(shí)還沒(méi)有創(chuàng)造“人工智能”這個(gè)術(shù)語(yǔ)）。這就是1943年發(fā)端的以神經(jīng)元數(shù)理邏輯模型aW. C. McCulloch，W.Pitts，“A Logic Calculus of the Ideas Immanent in Nervous Activity”，Bulletin of Mathematical Biophysics，Vol.5，No.4，1943，pp.115—133.為基礎(chǔ)的人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，縮寫(xiě)為ANN）bF. Rosenblatt，“The Perception：A Probabilistic Model for Information Storage and Organization in the Brain”，Psychical Review，Vol.65，No.6，1958，pp.386—408.的研究。

到了20世紀(jì)50年代中期，人工神經(jīng)網(wǎng)絡(luò)的研究遭遇到技術(shù)實(shí)現(xiàn)的困難（所要模擬的大腦皮層神經(jīng)網(wǎng)絡(luò)規(guī)模太大，結(jié)構(gòu)太復(fù)雜；而如果降低人工神經(jīng)網(wǎng)絡(luò)的復(fù)雜度，它所能實(shí)現(xiàn)的智能水平就會(huì)大大降低），一些思想敏銳的人便開(kāi)始尋找新的出路。

按照當(dāng)時(shí)的認(rèn)識(shí)，學(xué)術(shù)界認(rèn)為：功能是決定系統(tǒng)能力的主導(dǎo)因素，只要模擬了系統(tǒng)的功能就可以模擬系統(tǒng)的能力（稱(chēng)為“功能主導(dǎo)論”）。那時(shí)，計(jì)算機(jī)已經(jīng)顯示出相當(dāng)強(qiáng)大的功能，于是，利用計(jì)算機(jī)來(lái)模擬人腦功能的研究就成為當(dāng)時(shí)人工智能（Artificial Intelligence，縮寫(xiě)為AI） 研究的必然選擇。這就是1956年達(dá)特茅斯研討會(huì)之后興起的物理符號(hào)系統(tǒng)（后來(lái)退化為專(zhuān)家系統(tǒng)）cJ. McCarthy，et al，“Proposal for the Dartmouth Summer Research Project on Artificial Intelligence”，Technical Report，Hanover：Dartmouth College，1955.研究。

及至專(zhuān)家系統(tǒng)的研究在20世紀(jì)80年代遭遇到“知識(shí)瓶頸”的困擾（任何專(zhuān)家系統(tǒng)都需要求解問(wèn)題的知識(shí)的支持；但是求解任何問(wèn)題所需知識(shí)的邊界都難以明確，而且不同的專(zhuān)家有著不同的理解；此外，知識(shí)的自動(dòng)獲取也非常困難），這種情形，迫使人們又不得不轉(zhuǎn)而探求新的研究途徑。

既然大腦結(jié)構(gòu)的模擬太復(fù)雜，大腦功能的模擬又面臨難以逾越的知識(shí)瓶頸，那么，人工智能研究的新途徑在哪里？一些人認(rèn)識(shí)到：系統(tǒng)的行為是系統(tǒng)能力的表現(xiàn)，只要模擬了系統(tǒng)的行為，就模擬了系統(tǒng)的能力（稱(chēng)為“行為表現(xiàn)論”），于是，模擬智能系統(tǒng)行為的感知?jiǎng)幼飨到y(tǒng)（Sensor Motor System，縮寫(xiě)為SMS） 研究便順理成章地成為20世紀(jì)90年代人工智能的技術(shù)潮流，它的技術(shù)標(biāo)志是“六腳蟲(chóng)機(jī)器人”dR. A. Brooks，“Intelligence without Representation”，Artificial Intelligence，Vol.47，No.91，1991，pp.139—159.。

于是，在以“分而治之”為基本特征的“機(jī)械還原方法論”的無(wú)形指引下，基于結(jié)構(gòu)主義的人工神經(jīng)網(wǎng)絡(luò)研究、基于功能主義的物理符號(hào)系統(tǒng)/專(zhuān)家系統(tǒng)研究、基于行為主義的感知?jiǎng)幼飨到y(tǒng)研究，就成為人工智能研究的三大途徑，形成了三大學(xué)派。

以上的歷史事實(shí)表明，從宏觀戰(zhàn)略的視野來(lái)看，人工智能研究途徑的選擇時(shí)刻都沒(méi)有離開(kāi)方法論的引導(dǎo)：分而治之的機(jī)械還原方法論，包括結(jié)構(gòu)決定論、功能主導(dǎo)論、行為表現(xiàn)論，這些方法論的思想觀念貫穿了人工智能發(fā)展歷程的始終。當(dāng)然，那些研究人工智能系統(tǒng)的具體硬件設(shè)計(jì)和算法編程的工作者們，可能感覺(jué)不到這些方法論的存在和影響，但是方法論這只“無(wú)形的手”卻在更高的層次上千真萬(wàn)確地制約著人工智能的走向。因此，關(guān)心人工智能戰(zhàn)略方向、整體發(fā)展和理論創(chuàng)新的研究者們，對(duì)于方法論的問(wèn)題不能不高度重視，否則就可能走錯(cuò)道路，迷失方向，貽誤大局。

三、當(dāng)代人工智能面臨的主要挑戰(zhàn)：方法論的轉(zhuǎn)變

當(dāng)前人工智能面臨的主要問(wèn)題是什么？

如果冷靜考察人工智能發(fā)展的全局，就可以清楚地看到，技術(shù)上雖然呈現(xiàn)出百花競(jìng)艷的繁榮景象，如戰(zhàn)勝?lài)?guó)際象棋世界冠軍的專(zhuān)家系統(tǒng)“深藍(lán)”（Deeper Blue）、擊敗全美問(wèn)題搶答競(jìng)賽冠軍的專(zhuān)家系統(tǒng)“沃森”（Watson） 和橫掃60多位圍棋世界頂級(jí)棋手的人工智能?chē)逑到y(tǒng)“阿爾法狗”（AlphaGo）。然而，當(dāng)今人工智能發(fā)展的最大問(wèn)題卻是：由于“機(jī)械還原方法論”把人工智能研究領(lǐng)域分割為結(jié)構(gòu)主義的人工神經(jīng)網(wǎng)絡(luò)、功能主義的專(zhuān)家系統(tǒng)、行為主義的感知?jiǎng)幼飨到y(tǒng)三個(gè)相互割裂的領(lǐng)域碎片，至今未能形成統(tǒng)一的人工智能理論。而沒(méi)有統(tǒng)一的理論，就表明人工智能的理論研究還沒(méi)有達(dá)到真正成熟的程度。事實(shí)上，如今的人工智能研究正處在理論攻堅(jiān)的階段。

一方面，人工智能研究確實(shí)涌現(xiàn)了若干異常耀眼的局部成果；另一方面，它在總體上卻又還未成熟。由于“一俊遮百丑”的效應(yīng)，局外人看到了一些耀眼的局部成果，就以為整個(gè)人工智能研究都已經(jīng)非常成熟非常強(qiáng)大了。這是誤判。

有鑒于此，許多人工智能研究者都在致力于尋求人工智能理論的統(tǒng)一之路。其中最有代表性的工作是：兩位人工智能研究后起之秀拉塞爾與諾維克（Russell and Norvig） 在1995年出版了一部長(zhǎng)篇巨著《人工智能：一種現(xiàn)代方法》（ Arti fi cial Intelligence：A Modern Approach）aS. J. Russell，P. Norvig，Artificial Intelligence：A Modern Approach，New York：Pearson Education，Inc.，1995.，目的就是要提出一種“現(xiàn)代方法”，建立人工智能的統(tǒng)一理論。

另一位著名代表是人工智能領(lǐng)域權(quán)威學(xué)者尼爾森（Nilsson），他在1998年出版了他的新著《人工智能：一種新的集成方法》（ Arti fi cial Intelligence：A New Synthesis）bN. J. Nilsson，Artif i cial Intelligence：A New Synthesis，New York：Morgan Kaufmann Publishers，1998.，目的也是希望提出一種新的集成方法，把分散的人工智能理論集成起來(lái)。然而，這些努力都沒(méi)有取得成功。他們只是把分散的三大理論結(jié)果簡(jiǎn)單地拼接在一起，而沒(méi)有找到能夠?qū)崿F(xiàn)“集成”和實(shí)現(xiàn)“現(xiàn)代化”的理論基礎(chǔ)。

為什么人工智能研究至今沒(méi)有形成統(tǒng)一的理論？?jī)H從技術(shù)研究的細(xì)節(jié)方面很難看出端倪。真正的根源隱藏在深層，在于人工智能方法論存在的缺陷。“分而治之”的方法論把人工智能研究分解成為：（1）基于結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡(luò)研究；（2）基于功能模擬的物理符號(hào)系統(tǒng)/專(zhuān)家系統(tǒng)研究；（3）基于行為模擬的感知?jiǎng)幼飨到y(tǒng)研究。沿著這三種不同方向和深度推進(jìn)的三種研究各自都獲得了不少成果，“迷途”而不知返，不知道它們之間的共同理論基礎(chǔ)是什么。

這是一種嚴(yán)重的教訓(xùn)：不當(dāng)?shù)姆椒ㄕ?，掩蓋了它們之間的內(nèi)在聯(lián)系！只有正確的方法論才能揭示它們之間的深層關(guān)聯(lián)。

那么，究竟什么是人工智能的共同理論基礎(chǔ)呢？要想獲得正確的答案，還是需要找回研究人工智能的正確的方法論。為此，我們先來(lái)考察圖1所示的人類(lèi)智能（人工智能的原型） 的工作過(guò)程模型。a參見(jiàn)鐘義信：《高等人工智能原理：觀念·方法·模型·理論》，北京：科學(xué)出版社2014年版，第164頁(yè)。

圖1 人類(lèi)智能（人工智能原型） 的模型

圖1所示的人類(lèi)智能的工作過(guò)程模型表明，這確實(shí)是一個(gè)復(fù)雜系統(tǒng)，包含了環(huán)境客體、認(rèn)識(shí)主體以及認(rèn)識(shí)主體與環(huán)境客體之間的相互作用過(guò)程。后者包括環(huán)境客體產(chǎn)生本體論信息作用于認(rèn)識(shí)主體，認(rèn)識(shí)主體則通過(guò)感知選擇、認(rèn)知、基礎(chǔ)意識(shí)、情感、理智、綜合決策、策略執(zhí)行這些復(fù)雜過(guò)程而產(chǎn)生反作用于環(huán)境客體的智能行為。這個(gè)“認(rèn)識(shí)主體與環(huán)境客體之間相互作用”的過(guò)程雖然看上去相當(dāng)復(fù)雜，但卻都是合理的，而且是可以理解的過(guò)程。

簡(jiǎn)要地說(shuō)，這個(gè)“認(rèn)識(shí)主體與環(huán)境客體之間相互作用”是這樣展開(kāi)的：生活在一定環(huán)境中的認(rèn)識(shí)主體（圖1中橢圓以外的全部） 首先會(huì)從環(huán)境中受到某種客體（或問(wèn)題） 所產(chǎn)生的“本體論信息（也稱(chēng)客體信息）”的刺激作用，從而感受到這個(gè)本體論信息的存在，如果這個(gè)本體論信息與認(rèn)識(shí)主體的目的不相關(guān)，就不予理睬；如果相關(guān)（正相關(guān)或負(fù)相關(guān)），就必須關(guān)注（這就是“注意和選擇”的功能），就要通過(guò)感知過(guò)程生成主體的“認(rèn)識(shí)論信息”（也稱(chēng)感知信息），進(jìn)而通過(guò)認(rèn)知過(guò)程生成關(guān)于這個(gè)問(wèn)題的“知識(shí)”，然后在知識(shí)的支持和目的的引導(dǎo)下，把認(rèn)識(shí)論信息轉(zhuǎn)換成為與事物打交道所需要的“智能策略”，通過(guò)策略執(zhí)行單元把智能策略轉(zhuǎn)換成為智能行為，反作用于環(huán)境中的事物，完成主體與客體相互作用的第一個(gè)回合。

由于所獲得的信息不一定充分、所生成的知識(shí)不一定完備，總之由于種種的不理想性，主體與客體相互作用第一回合所生成的策略不一定具有足夠的智能水平，因此主體反作用的結(jié)果會(huì)存在誤差。為了減小這個(gè)誤差，主體需要把這個(gè)誤差作為新的信息反饋到自己的輸入端，展開(kāi)新的回合：通過(guò)學(xué)習(xí)來(lái)補(bǔ)充知識(shí)和優(yōu)化策略，使由此生成的智能行為能夠更好地達(dá)到目的。這就是“反饋、學(xué)習(xí)、優(yōu)化”的過(guò)程。這種過(guò)程可能需要多個(gè)回合，才能滿(mǎn)意地達(dá)到目的。a參見(jiàn)鐘義信：《高等人工智能原理：觀念·方法·模型·理論》，第165—168頁(yè)。

模型表明，“智能”是“本體論信息（客體信息）—認(rèn)識(shí)論信息（感知信息）—知識(shí)—智能策略—智能行為”這樣一系列的轉(zhuǎn)換過(guò)程的產(chǎn)物。為簡(jiǎn)明起見(jiàn)，這個(gè)過(guò)程也可簡(jiǎn)記為“信息—知識(shí)—智能”轉(zhuǎn)換。這是“智能生成過(guò)程”的共性機(jī)制，既是人工智能也是人類(lèi)智能的生成機(jī)制。至于這個(gè)“機(jī)制”應(yīng)當(dāng)用什么樣的“結(jié)構(gòu)”和哪些“功能”來(lái)實(shí)現(xiàn)，以及這個(gè)生成機(jī)制的實(shí)現(xiàn)會(huì)產(chǎn)生什么樣的外部“行為”，這取決于具體問(wèn)題的性質(zhì)。因此，只有“智能的生成機(jī)制”才是智能系統(tǒng)最本質(zhì)的全局性決定性因素，而系統(tǒng)的結(jié)構(gòu)、功能和行為都必須服務(wù)于和服從于實(shí)現(xiàn)“機(jī)制”的需要。

正如模擬鳥(niǎo)類(lèi)飛翔能力來(lái)制造飛機(jī)那樣，人們并不刻意模擬鳥(niǎo)類(lèi)的具體結(jié)構(gòu)、功能和行為，而是模擬支持鳥(niǎo)類(lèi)飛行的那個(gè)抽象的“空氣動(dòng)力學(xué)原理”。同樣，為了模擬人類(lèi)的智能，人們也不應(yīng)當(dāng)拘泥于模擬人類(lèi)智能系統(tǒng)的具體結(jié)構(gòu)、功能和行為，而應(yīng)當(dāng)模擬支撐人類(lèi)智能系統(tǒng)的那個(gè)抽象的“信息轉(zhuǎn)換原理”。抽象的原理才體現(xiàn)系統(tǒng)的本質(zhì)！

透過(guò)“智能生成機(jī)制”的分析可以明白，“智能”的生成，是由本體論信息生成認(rèn)識(shí)論信息、由認(rèn)識(shí)論信息生成知識(shí)、由知識(shí)生成智能策略、由智能策略生成智能行為這樣一個(gè)生生不息的“生態(tài)系統(tǒng)”生長(zhǎng)演化過(guò)程來(lái)實(shí)現(xiàn)的。

于是，我們就把“著眼于信息系統(tǒng)的生態(tài)（而不是靜態(tài)）本質(zhì)，而且通過(guò)研究信息系統(tǒng)各個(gè)部分的相互關(guān)系，以及信息系統(tǒng)與其環(huán)境之間的相互關(guān)系來(lái)實(shí)現(xiàn)系統(tǒng)整體良性生長(zhǎng)”這樣一種抽象的指導(dǎo)思想稱(chēng)為“信息生態(tài)方法論”。可見(jiàn)，“機(jī)械還原方法論”把系統(tǒng)分割成一組相互孤立的碎片，分別研究各個(gè)碎片內(nèi)部的規(guī)律；“信息生態(tài)方法論”在此基礎(chǔ)上研究各個(gè)碎片之間的相互關(guān)系，把它們恢復(fù)成為有機(jī)的整體，并研究整體與環(huán)境之間的相互關(guān)系，從而揭示系統(tǒng)的全局規(guī)律。

適于經(jīng)典物質(zhì)科學(xué)與適于信息科學(xué)的這兩種科學(xué)觀與方法論的關(guān)系如表1所列。

表1 經(jīng)典物質(zhì)科學(xué)與信息科學(xué)的科學(xué)觀和方法論的對(duì)比

問(wèn)題在于，“機(jī)械還原方法論”已經(jīng)運(yùn)用得相當(dāng)普遍和充分，現(xiàn)在已經(jīng)到了“信息生態(tài)方法論”不能不登場(chǎng)亮相的時(shí)候。否則，信息科學(xué)（含人工智能） 的研究就會(huì)停留在“只有碎片，沒(méi)有全局”的地步，從而嚴(yán)重延緩信息科學(xué)和人工智能科學(xué)的發(fā) 展。

以上分析清晰地表明：極有必要對(duì)現(xiàn)有人工智能普遍遵循的科學(xué)研究方法論做出巨大的改變：由適用于經(jīng)典物質(zhì)科學(xué)的“機(jī)械還原方法論”轉(zhuǎn)變?yōu)檫m用于信息與智能科學(xué)的“信息生態(tài)方法論”！

這種科學(xué)研究方法論的轉(zhuǎn)變，是科學(xué)研究對(duì)象本身轉(zhuǎn)變的要求，它既是對(duì)現(xiàn)行人工智能研究提出的巨大挑戰(zhàn)，更是為信息科學(xué)和人工智能統(tǒng)一理論研究提供的巨大機(jī)會(huì)，為信息科學(xué)和人工智能未來(lái)的長(zhǎng)遠(yuǎn)發(fā)展開(kāi)辟的光明道路。

四、遵循“信息生態(tài)方法論”的人工智能研究：機(jī)制主義人工智能理論的創(chuàng)建

圖1的智能模型和以上的論述都表明：作為認(rèn)識(shí)主體的人類(lèi)（生物或智能機(jī)器） 無(wú)時(shí)無(wú)刻都在接受的，是環(huán)境事物呈現(xiàn)的“本體論信息（客體信息）”的作用；而人類(lèi)需要自主產(chǎn)生的，則是反作用于環(huán)境的“智能行為”。這是人類(lèi)在“主體客體相互作用”過(guò)程中求得生存與發(fā)展的需要，是人類(lèi)與環(huán)境之間實(shí)現(xiàn)和諧相處的需要。反之，如果人類(lèi)產(chǎn)生的用以與環(huán)境交互的策略和行為不夠智能，那么，人類(lèi)的生存發(fā)展就會(huì)存在風(fēng)險(xiǎn)，人類(lèi)與環(huán)境的相處也會(huì)存在危 機(jī)。

那么，人類(lèi)怎樣才能針對(duì)所接受到的“本體論信息（客體信息）”產(chǎn)生用以與環(huán)境交互的“智能策略和智能行為”呢？

這個(gè)奧妙不是別的，正是前面圖1模型所顯示的“由環(huán)境客體生成的本體論信息生成認(rèn)識(shí)主體的認(rèn)識(shí)論信息，由認(rèn)識(shí)論信息生成知識(shí)，由知識(shí)生成智能策略和智能行為的生長(zhǎng)演化過(guò)程”，簡(jiǎn)記為“信息—知識(shí)—智能”轉(zhuǎn)換過(guò)程。

如前所說(shuō)，這種“信息—知識(shí)—智能”的轉(zhuǎn)換過(guò)程，就是認(rèn)識(shí)主體（人類(lèi)、生物以及智能機(jī)器） 生成智能的共性機(jī)制，也是認(rèn)識(shí)主體生成智能的基本范式，自然也就成為人工智能（人工神經(jīng)網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)、感知?jiǎng)幼飨到y(tǒng)） 的統(tǒng)一理論。

這就是說(shuō)，盡管認(rèn)識(shí)主體面對(duì)的問(wèn)題會(huì)是各種各樣、各不相同的，與這些問(wèn)題所對(duì)應(yīng)的信息、知識(shí)、智能的具體內(nèi)容也肯定會(huì)是千姿百態(tài)、多姿多彩的，但是“信息—知識(shí)—智能”轉(zhuǎn)換過(guò)程這個(gè)共性機(jī)制和基本范式卻是萬(wàn)變不離其宗的客觀規(guī)律。只要執(zhí)行這個(gè)共性機(jī)制和基本范式，就可以生成解決問(wèn)題所需要的智能策略和智能行為。因此，“信息—知識(shí)—智能”轉(zhuǎn)換是一種普遍的定律，也可以更規(guī)范地稱(chēng)為“信息轉(zhuǎn)換與智能創(chuàng)生定律”。a關(guān)于這些問(wèn)題的詳細(xì)研究情況，參見(jiàn)鐘義信：《高等人工智能原理：觀念·方法·模型·理論》，第164—264 頁(yè)；Y.X.Zhong，“Structuralism？Functionalism？Behaviorism？Or Mechanism？Looking for a Better Approach to AI”，International Journal of Intelligent Computing and Cybernetics，Vol.1，No.3，2008，pp.325—336；Y.X.Zhong，“A Cognitive Approach to Intelligence”，International Journal on Cognitive Informatics and Natural Intelligence，Vol.2，No.1，2008，pp.1—16；Y. X. Zhong，“Advanced Intelligence：Definition，Approach and Progress”，International Journal of Advanced Intelligence，Vol.2，No.1，2010，pp.15—24.

當(dāng)然，“信息轉(zhuǎn)換與智能創(chuàng)生定律（也就是智能的生成機(jī)制：本體論信息—認(rèn)識(shí)論信息—知識(shí)—智能策略—智能行為的轉(zhuǎn)換）”并不是一個(gè)玄虛的“理論”，而是可以在人類(lèi)的思維系統(tǒng)和智能機(jī)器的技術(shù)系統(tǒng)中具體實(shí)現(xiàn)的真實(shí)過(guò)程。自然，現(xiàn)有人工智能的概念、理論和原理還不足以實(shí)現(xiàn)這個(gè)新的定律和機(jī)制，它需要相關(guān)的新概念、新理論、新原理的支持。

（一） 新概念

新的概念有很多，主要包括本體論信息（客體信息）、認(rèn)識(shí)論信息（感知信息）、知識(shí)、智能策略和智能行為，等等。

其中，本體論信息和認(rèn)識(shí)論信息與申農(nóng)（Shannon） 信息論的信息概念既有聯(lián)系又有重大區(qū)別。這里的本體論信息是外部事物呈現(xiàn)的運(yùn)動(dòng)狀態(tài)及其變化方式，所以又稱(chēng)為客體信息；認(rèn)識(shí)論信息是認(rèn)識(shí)主體從本體論信息感知的信息，所以也稱(chēng)為感知信息或全信息，它是語(yǔ)法信息（形式）、語(yǔ)義信息（內(nèi)容）、語(yǔ)用信息（效用） 的三位一體，而且可以用語(yǔ)義信息作為它們的唯一合法代表aY.X.Zhong，“A Theory of Semantic Information”，Journal of China Communications，Vol.14，No.1，2017，pp.1—17.；申農(nóng)信息則只是統(tǒng)計(jì)型的語(yǔ)法信息。這也是為什么語(yǔ)義信息論可以，而申農(nóng)信息論卻不能全面有效地支持人工智能理論的根本原 因。

其次，知識(shí)是由大量同類(lèi)認(rèn)識(shí)論信息樣本提煉出來(lái)的共同本質(zhì)。智能策略是在主體目的引導(dǎo)下由認(rèn)識(shí)論信息和知識(shí)演繹出來(lái)的問(wèn)題求解指南，智能行為則是智能策略在行為空間的映射。b參見(jiàn)鐘義信：《信息科學(xué)原理》，北京：北京郵電大學(xué)出版社2013年版，第57—388頁(yè)。

（二） 新理論

新理論包括全信息理論、知識(shí)生態(tài)學(xué)理論、智能機(jī)制模擬理論。其中的全信息理論是語(yǔ)法信息、語(yǔ)義信息、語(yǔ)用信息的三位一體綜合理論。知識(shí)生態(tài)學(xué)理論包括知識(shí)的外部生態(tài)學(xué)理論和知識(shí)的內(nèi)部生態(tài)學(xué)理論。智能機(jī)制模擬理論就是實(shí)施“信息—知識(shí)—智能”轉(zhuǎn)換的理論。c參見(jiàn)鐘義信：《機(jī)器知行學(xué)原理》，北京：科學(xué)出版社2007年版，第241—251頁(yè)。

（三） 新原理

新的轉(zhuǎn)換原理包括由本體論信息到認(rèn)識(shí)論信息的轉(zhuǎn)換，由認(rèn)識(shí)論信息到知識(shí)的轉(zhuǎn)換，以及在主體目標(biāo)引導(dǎo)下、在知識(shí)的支持下由認(rèn)識(shí)論信息到智能策略的轉(zhuǎn)換，以及由智能策略到智能行為的轉(zhuǎn)換。d參見(jiàn)鐘義信：《信息轉(zhuǎn)換原理：信息、知識(shí)、智能一體化理論》，載《科學(xué)通報(bào)》2013年第14期。

以上這些新的概念、新的理論、新的轉(zhuǎn)換原理之間構(gòu)成了一個(gè)和諧的理論體系，如圖2所示。e參 見(jiàn) Y. X. Zhong，“Information Conversion and Intelligence Creation：The Law That Governs The Information Discipline”，International Journal of Cognitive Informatics and Natural Intelligence，No.3，2015，pp.25—41。

圖2 智能生成基本機(jī)制和普適范式

圖2表明，全信息理論、知識(shí)生態(tài)學(xué)、智能機(jī)制模擬是所需要的三大基本理論；它們形成的幾個(gè)新概念包括本體論信息、認(rèn)識(shí)論信息、知識(shí)、智能策略；通過(guò)三大轉(zhuǎn)換原理（轉(zhuǎn)換1、轉(zhuǎn)換2、轉(zhuǎn)換3） 可以完成本體論信息到認(rèn)識(shí)論信息、認(rèn)識(shí)論信息到知識(shí)、知識(shí)到智能策略的轉(zhuǎn)換，從而構(gòu)成了“信息轉(zhuǎn)換與智能創(chuàng)生定律”。

為了更直觀地說(shuō)明“信息轉(zhuǎn)換與智能創(chuàng)生定律”（即“機(jī)制主義人工智能理論”） 就是人工智能的統(tǒng)一理論，可以把上述的相關(guān)結(jié)果簡(jiǎn)要地表現(xiàn)為表2。

表2 機(jī)制主義的人工智能理論（統(tǒng)一理論）

表2第一行的意思是：智能生成的普適范式是“信息轉(zhuǎn)換與智能創(chuàng)生定律”，它所產(chǎn)生的結(jié)果將是通用的智能系統(tǒng)（表2的第1行），也是人工智能的統(tǒng)一理論。

不過(guò)，當(dāng)面對(duì)同樣問(wèn)題（同樣的信息） 的時(shí)候，根據(jù)所利用知識(shí)類(lèi)型的不同，普適范式可以具體化為A、B、C三種特殊類(lèi)型的范式。

類(lèi)型A：利用經(jīng)驗(yàn)型知識(shí)，得到經(jīng)驗(yàn)型策略，成為人工神經(jīng)網(wǎng)絡(luò)的范式（第2行）；

類(lèi)型B：利用規(guī)范型知識(shí)，得到規(guī)范型策略，成為物理符號(hào)系統(tǒng)的范式（第3行）；

類(lèi)型C：利用常識(shí)型知識(shí)，得到常識(shí)型策略，成為感知?jiǎng)幼飨到y(tǒng)的范式（第4行）。

由此可見(jiàn)，基于結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡(luò)乃是通用智能系統(tǒng)的A型，基于功能模擬的物理符號(hào)系統(tǒng)乃是通用智能系統(tǒng)的B型，基于行為模擬的感知?jiǎng)幼飨到y(tǒng)乃是通用智能系統(tǒng)的C型。顯然，以“信息—知識(shí)—智能”轉(zhuǎn)換（信息轉(zhuǎn)換與智能創(chuàng)生） 為標(biāo)志的機(jī)制主義人工智能理論，確實(shí)就是人工智能的統(tǒng)一理論。

不僅如此，由知識(shí)的內(nèi)生態(tài)鏈可知，欠成熟的經(jīng)驗(yàn)型知識(shí)可以生長(zhǎng)成為成熟的規(guī)范型知識(shí)，并可進(jìn)一步生長(zhǎng)成為過(guò)成熟的常識(shí)型知識(shí)。這就表明：人工神經(jīng)網(wǎng)絡(luò)（普適范式的類(lèi)型A） 可以生長(zhǎng)成為專(zhuān)家系統(tǒng)（普適范式的類(lèi)型B） 并進(jìn)一步生長(zhǎng)成為感知?jiǎng)幼飨到y(tǒng)（普適范式的類(lèi)型C）。這就是“和諧統(tǒng)一”的含義。

更進(jìn)一步，基礎(chǔ)意識(shí)、情感、理智的生長(zhǎng)機(jī)制也是“信息轉(zhuǎn)換與智能創(chuàng)生定律”，只是所利用的知識(shí)各有不同。我們把基礎(chǔ)意識(shí)、情感、理智三位一體的智能稱(chēng)為“高等智能”。可見(jiàn)，以“信息—知識(shí)—智能轉(zhuǎn)換”為表征的“信息轉(zhuǎn)換與智能創(chuàng)生定律”確實(shí)是生成智能的普適范式和普遍定律。

順便指出，本文圖1的模型不僅表現(xiàn)了人類(lèi)智能生成的通用機(jī)理，因而也表現(xiàn)了以人類(lèi)為原型的人工智能生成的通用機(jī)理。而且，經(jīng)過(guò)相應(yīng)的簡(jiǎn)化，圖1的模型也可以表現(xiàn)各種生物（從高等動(dòng)物到細(xì)菌病毒） 的“智能”的生成機(jī)理。這是因?yàn)?，各種生物都具有一定的目的（人類(lèi)的目的是“求生存，謀發(fā)展”；生物的目的比較簡(jiǎn)單，主要是“求生存”），也都具有一定的知識(shí)（人類(lèi)具有強(qiáng)大的本能知識(shí)、海量的常識(shí)知識(shí)、豐富的經(jīng)驗(yàn)知識(shí)和大量的規(guī)范知識(shí)，等等；生物具有的知識(shí)比較簡(jiǎn)單，主要是一些生物的本能知識(shí)和某些常識(shí)知識(shí)與較少的經(jīng)驗(yàn)知識(shí)）。這樣，各種生物也可以在它們的目的驅(qū)使下利用自己的知識(shí)在各種環(huán)境中生成求生存所需要的“智能”策略（當(dāng)然，它們的智能策略不能與人類(lèi)的智能策略同日而語(yǔ)）。

這就再一次表明，“信息轉(zhuǎn)換與智能創(chuàng)生定律”及其各種簡(jiǎn)化形式便成為整個(gè)生物界的一個(gè)普適定律。

頗為有趣的是：人工智能?chē)逑到y(tǒng)“阿爾法狗”（AlphaGo） 的成功，卻從實(shí)戰(zhàn)的角度證實(shí)了“機(jī)制主義人工智能理論”的正確性。因?yàn)椤鞍柗ü贰奔炔皇羌兇獾墓δ苤髁x的專(zhuān)家系統(tǒng)，也不是純粹的結(jié)構(gòu)主義的人工神經(jīng)網(wǎng)絡(luò)，而是功能主義人工智能方法與結(jié)構(gòu)主義人工智能方法的結(jié)合——功能主義的博弈搜索算法與結(jié)構(gòu)主義的深度學(xué)習(xí)方法的結(jié)合。正是由于這二者的結(jié)合（部分地體現(xiàn)了“機(jī)制主義人工智能理論”的精神），產(chǎn)生了比單純的功能主義人工智能或單純的結(jié)構(gòu)主義人工智能博弈系統(tǒng)強(qiáng)大得多的圍棋博弈能力。不難做出預(yù)言：如果完全依照“機(jī)制主義人工智能理論”的方法來(lái)實(shí)現(xiàn)“阿爾法狗”，那么，它就可以不再需要通過(guò)人類(lèi)棋手來(lái)實(shí)現(xiàn)走棋，而是能夠“像人類(lèi)棋手”那樣自行走棋，更像“智能?chē)鍣C(jī)器人”。

五、結(jié)語(yǔ)

我們呼吁，在人工智能開(kāi)始受到廣泛關(guān)注的今天，人工智能研究者不僅應(yīng)當(dāng)關(guān)注時(shí)下已經(jīng)出現(xiàn)的那些炙手可熱的人工智能技術(shù)課題，更加應(yīng)當(dāng)關(guān)注人工智能的基礎(chǔ)理論研究。雖然每項(xiàng)人工智能技術(shù)都包含著相應(yīng)的理論，但是，那些理論通常都是局部性的而不是全局理論。然而，全局的功能遠(yuǎn)遠(yuǎn)大于局部功能之和，對(duì)于當(dāng)今人工智能的發(fā)展而言，更重要的是它的全局的（通用的） 統(tǒng)一基礎(chǔ)理論。這是人工智能理論的源頭創(chuàng)新。為此，就需要高度關(guān)注科學(xué)研究中那只“無(wú)形的手”——科學(xué)研究的方法論，科學(xué)方法論的創(chuàng)新才是整個(gè)人工智能科學(xué)技術(shù)創(chuàng)新的源頭和龍頭。

我們發(fā)現(xiàn)，支持信息科學(xué)與人工智能源頭創(chuàng)新的科學(xué)方法論是“信息生態(tài)方法論”，因而嘗試運(yùn)用“信息生態(tài)方法論”建立了“機(jī)制主義的人工智能理論”，總結(jié)了“信息轉(zhuǎn)換與智能創(chuàng)生定律”，不但完成了結(jié)構(gòu)主義人工智能理論、功能主義人工智能理論和行為主義人工智能理論的統(tǒng)一，而且可以進(jìn)一步形成意識(shí)—情感—理智三位一體的人工智能的統(tǒng)一理論。這是新的先進(jìn)的人工智能科學(xué)研究方法論所取得的第一批成果。

我們認(rèn)為，當(dāng)代科學(xué)處于物質(zhì)科學(xué)主導(dǎo)向信息科學(xué)主導(dǎo)轉(zhuǎn)變的時(shí)代，這既是機(jī)械唯物論科學(xué)觀向辯證唯物論科學(xué)觀轉(zhuǎn)變的時(shí)代，也是機(jī)械還原方法論向信息生態(tài)方法論轉(zhuǎn)變的時(shí)代。具有辯證思維傳統(tǒng)的我國(guó)學(xué)術(shù)界，應(yīng)當(dāng)以高度的民族自信去總結(jié)和運(yùn)用先進(jìn)的科學(xué)觀和方法論，去實(shí)施人工智能的源頭創(chuàng)新，為世界人工智能的發(fā)展作出中華學(xué)人應(yīng)有的貢獻(xiàn)，為中華民族復(fù)興的“中國(guó)夢(mèng)”作出應(yīng)有的貢獻(xiàn)。

B80

A

2095-0047（2017）05-0133-12

鐘義信，北京郵電大學(xué)計(jì)算機(jī)學(xué)院教授。

（責(zé)任編輯：肖志 珂）