鄭志明

認(rèn)知人工智能應(yīng)該從科學(xué)的角度來(lái)看。近代科學(xué)標(biāo)志性的東西就是牛頓科學(xué)，牛頓第二定律，F(xiàn)=ma，是講外力和加速度之間的一個(gè)比例關(guān)系，所以所謂的牛頓科學(xué)最本質(zhì)來(lái)講都是理想方程，他所有得出的東西，都是在理想模型和理想環(huán)境下得到的。也就是說(shuō)牛頓在研究一切問(wèn)題的時(shí)候，他把本來(lái)復(fù)雜的問(wèn)題做了簡(jiǎn)化，這種簡(jiǎn)化就是三個(gè)字——線(xiàn)性化，所以牛頓的思想本質(zhì)上就是線(xiàn)性化思想，就是把一個(gè)復(fù)雜的問(wèn)題里面線(xiàn)性的部分拿出來(lái)，隨機(jī)部分、非線(xiàn)部分不管了。但是在一個(gè)動(dòng)態(tài)系統(tǒng)里，這種非線(xiàn)性隨機(jī)問(wèn)題，牛頓并沒(méi)有解決，這個(gè)事情是放在現(xiàn)代來(lái)解決的。所以說(shuō)現(xiàn)代科學(xué)和近代科學(xué)的分水嶺就是線(xiàn)性化這條線(xiàn)。

當(dāng)把一條拋物線(xiàn)迭代起來(lái)的時(shí)候，一開(kāi)始的時(shí)候它的穩(wěn)定態(tài)是很簡(jiǎn)單的，但拋物線(xiàn)到一定高度以后它的混沌就出現(xiàn)了，人工智能能學(xué)習(xí)嗎？答案是不能的。所以線(xiàn)性方法是沒(méi)有辦法處理非線(xiàn)性隨機(jī)問(wèn)題的，所以后牛頓時(shí)代或者現(xiàn)代科學(xué)，主要是研究具有非線(xiàn)性動(dòng)態(tài)隨機(jī)特征的復(fù)雜動(dòng)態(tài)系統(tǒng)，這是很重要的一個(gè)任務(wù)。這種復(fù)雜系統(tǒng)多不多呢？在上世紀(jì)八十年代已經(jīng)證明，自然系統(tǒng)，三維以上的動(dòng)態(tài)系統(tǒng)是復(fù)雜系統(tǒng)的概率是1，也就是說(shuō)復(fù)雜系統(tǒng)到處存在，牛頓時(shí)代的牛頓理想方程，真正在現(xiàn)實(shí)中碰到那樣的線(xiàn)性方程、理想方程概率是0。所以現(xiàn)在我們要研究的問(wèn)題，只要是動(dòng)態(tài)，那就是非線(xiàn)性隨機(jī)，它是普遍存在的。

這個(gè)問(wèn)題講清楚以后，我們看大數(shù)據(jù)和人工智能。牛頓科學(xué)極大的推動(dòng)了科技的發(fā)展，但隨著科技的不斷發(fā)展，人們希望對(duì)這個(gè)復(fù)雜系統(tǒng)了解多一點(diǎn)，怎么了解呢？沒(méi)有理論支撐那就開(kāi)始做實(shí)驗(yàn)，一開(kāi)始的實(shí)驗(yàn)都是觀(guān)測(cè)方法，后面就開(kāi)始隨著觀(guān)測(cè)儀器越來(lái)越精密，就用數(shù)字來(lái)描述這些實(shí)驗(yàn)現(xiàn)象。這件事就變成我們傳統(tǒng)意義下的物理的自然的系統(tǒng)，通過(guò)這種傳感器等等，把變化用數(shù)字記載下來(lái)，實(shí)際上就變成了過(guò)去的物理系統(tǒng)或者自然系統(tǒng)，就變成了復(fù)雜的數(shù)據(jù)系統(tǒng)。所以復(fù)雜數(shù)據(jù)系統(tǒng)并不是從天上掉下來(lái)的，實(shí)際上這個(gè)數(shù)據(jù)系統(tǒng)后面蘊(yùn)含著復(fù)雜的真實(shí)的系統(tǒng)，這樣科學(xué)就進(jìn)入了大數(shù)據(jù)時(shí)代。

到了大數(shù)據(jù)時(shí)代，是不是把這種物理或者自然的問(wèn)題進(jìn)行一種數(shù)字化描述，問(wèn)題就解決了？實(shí)際上還是缺乏一點(diǎn)手段。因?yàn)樗鼪](méi)有減輕困難，只是把一個(gè)復(fù)雜問(wèn)題變成了另外一種數(shù)字描述的復(fù)雜問(wèn)題，怎么來(lái)解決它呢？就是現(xiàn)在人工智能。那么人工智能實(shí)際上就是統(tǒng)計(jì)，統(tǒng)計(jì)在人工智能里占的分量是很大的，基本上是用的統(tǒng)計(jì)方法。從數(shù)學(xué)的角度來(lái)看，人工智能實(shí)際上是統(tǒng)計(jì)加動(dòng)態(tài)線(xiàn)性的學(xué)習(xí)方法。人工智能的學(xué)習(xí)方法，不管是什么學(xué)習(xí)方法，就是我們所謂的叫大數(shù)據(jù)的學(xué)習(xí)方法、分析方法。就是用一個(gè)統(tǒng)計(jì)模型，看大數(shù)據(jù)，根據(jù)經(jīng)驗(yàn)，然后弄個(gè)統(tǒng)計(jì)模型扣上去，不符合模型的就是所謂的清洗，不滿(mǎn)足的補(bǔ)一補(bǔ)數(shù)據(jù)，這就叫大數(shù)據(jù)的分析方法。

真正的人工智能或者說(shuō)下一步要發(fā)展人工智能，應(yīng)該是什么呢？應(yīng)該是從這個(gè)數(shù)據(jù)里建立一些方法，要從這個(gè)數(shù)據(jù)里，把這個(gè)隱含在數(shù)據(jù)后面的系統(tǒng)能夠從數(shù)據(jù)里撈出來(lái)，或者近似的撈出來(lái)，這就叫精準(zhǔn)智能。線(xiàn)性系統(tǒng)的不變集極其簡(jiǎn)單，只要沾一點(diǎn)非線(xiàn)性或者隨機(jī)，它的不變集會(huì)發(fā)生革命性的變化。用這種統(tǒng)計(jì)加動(dòng)態(tài)線(xiàn)性的方法，能很好地把非線(xiàn)性這個(gè)系統(tǒng)的性質(zhì)刻畫(huà)出來(lái)或者近似刻畫(huà)出來(lái)，如果這種方法可行的話(huà)，其實(shí)牛頓科學(xué)就終結(jié)了現(xiàn)代科學(xué)，現(xiàn)代就不要研究數(shù)學(xué)、物理、化學(xué)了，因?yàn)槲矣脛?dòng)態(tài)線(xiàn)性已經(jīng)可以把所有復(fù)雜的東西基礎(chǔ)研究清楚了。

所以現(xiàn)在的大數(shù)據(jù)或者人工智能，它碰到的最大的困局就是遇到了復(fù)雜系統(tǒng)，這是它的最大問(wèn)題。所有的復(fù)現(xiàn)性存疑，不可解釋性。美國(guó)研究的人工智能實(shí)際上是內(nèi)嵌物理、數(shù)學(xué)等等這些東西，核心是能不能用數(shù)學(xué)物理方法，實(shí)際上就是把統(tǒng)計(jì)方法里邊加一點(diǎn)更細(xì)致的數(shù)理方法，不要光局限在統(tǒng)計(jì)，把更深入的數(shù)學(xué)和物理的知識(shí)能加到這個(gè)學(xué)習(xí)方法里面去，使得得到相對(duì)來(lái)講比較穩(wěn)定的、比較準(zhǔn)確地結(jié)論，這就是下一步人工智能要做的事情。我們國(guó)家要想人工智能取得突破，要想成為人工智能的強(qiáng)國(guó)，必須要這么做。所以?xún)?nèi)嵌的目的就是將數(shù)據(jù)中非線(xiàn)性隨機(jī)性的科學(xué)關(guān)聯(lián)關(guān)系及其演化可能導(dǎo)致的復(fù)雜性要隨機(jī)出來(lái)，這是最核心的問(wèn)題。

第二件事，有了這種數(shù)理表征以后，人工智能就開(kāi)始動(dòng)態(tài)調(diào)參了，把這種數(shù)理表征做出以后形成系統(tǒng)的近似科學(xué)數(shù)據(jù)場(chǎng)。第三件事，基于調(diào)參的學(xué)習(xí)，因?yàn)檫@里面就把系統(tǒng)或者近似系統(tǒng)，數(shù)據(jù)里蘊(yùn)含的真正的系統(tǒng)、隱性的系統(tǒng)，讓它顯型出來(lái)，然后再基于系統(tǒng)的學(xué)習(xí)。下面我們看一個(gè)在AM402暗物質(zhì)信息的搜索中所做的例子。這個(gè)是丁肇中先生主持的一個(gè)巨型國(guó)際合作項(xiàng)目，參加這個(gè)項(xiàng)目的國(guó)家和地區(qū)大概37個(gè)，國(guó)際上最頂尖的科學(xué)家大概600多人。

這個(gè)問(wèn)題是什么問(wèn)題？把探測(cè)器放在空間站上，利用探測(cè)宇宙里的暗物質(zhì)，物理探測(cè)，主要是用物理來(lái)看物質(zhì)，光、電、磁、能、質(zhì)，五大探測(cè)類(lèi)，最后來(lái)確定這個(gè)粒子到底是什么類(lèi)型的粒子，是不是自然粒子或者是暗物質(zhì)的粒子。這個(gè)問(wèn)題的數(shù)據(jù)量就變得非常大，而且這個(gè)系統(tǒng)還不好控制，因?yàn)樗欠旁谔焐系?，這個(gè)系統(tǒng)是探測(cè)器在天上被粒子打的，壞了就壞了，所以它的數(shù)據(jù)是很隨機(jī)的。第二是放在空間站上的，它是動(dòng)的，所以是這種角度，這個(gè)粒子打到探測(cè)儀上，和這種角度到達(dá)探測(cè)儀上出現(xiàn)的光電信號(hào)是不一樣的，要把五大類(lèi)的光電信號(hào)不但要篩選出來(lái)，而且要耦合起來(lái)，組成一個(gè)描述暗物質(zhì)的整個(gè)系統(tǒng)，這件事情是非常復(fù)雜的。

（本文根據(jù)中國(guó)國(guó)際數(shù)字經(jīng)濟(jì)博覽會(huì)速記整理，內(nèi)容未經(jīng)本人確認(rèn)）