引言

現(xiàn)代化，是一個(gè)與時(shí)俱進(jìn)的動(dòng)態(tài)概念。不同的時(shí)代，有不同的現(xiàn)代化內(nèi)涵和特色。農(nóng)業(yè)時(shí)代有農(nóng)業(yè)時(shí)代現(xiàn)代化的內(nèi)涵和特色，工業(yè)時(shí)代有工業(yè)時(shí)代現(xiàn)代化的內(nèi)涵和特色。當(dāng)然，信息時(shí)代和智能時(shí)代也有與之相適應(yīng)的現(xiàn)代化內(nèi)涵與特色。

中國式現(xiàn)代化，是在世界歷史和中國歷史正在經(jīng)歷的“百年未有之大變局”時(shí)代背景下的現(xiàn)代化概念，因此，與原有各種現(xiàn)代化概念的內(nèi)涵與特色有著重大區(qū)別。從科學(xué)研究的角度看，這一時(shí)代的“大變局”表現(xiàn)在研究對(duì)象已經(jīng)和此前千百年來的研究對(duì)象大不相同：歷來的科學(xué)研究對(duì)象都是各種各樣的物質(zhì)客體，嚴(yán)格限制人類主觀因素的介入；研究的目的是要認(rèn)識(shí)物質(zhì)客體的結(jié)構(gòu)與功能；而現(xiàn)今時(shí)代的科學(xué)研究對(duì)象則不僅要研究物質(zhì)客體，而且要研究人類主體，尤其要研究在人類主體的主導(dǎo)下和在客觀規(guī)律的約束下人類主體與物質(zhì)客體之間相互作用所產(chǎn)生的信息生態(tài)過程，研究的目的是要實(shí)現(xiàn)人類主體與物質(zhì)客體的合作雙贏：既要滿足人類不斷追求更好生存與發(fā)展水平的需要，又要維護(hù)客觀規(guī)律的運(yùn)行。這是一個(gè)跨越千年的歷史性飛躍，一個(gè)劃時(shí)代的偉大轉(zhuǎn)變！

在這樣嶄新的時(shí)代背景下，中國式現(xiàn)代化（包括中國式科技現(xiàn)代化）的內(nèi)涵與特色和以往時(shí)代以及其他國家的現(xiàn)代化內(nèi)涵與特色顯然不可同日而語！我們不能照搬西方國家所宣揚(yáng)和追求的現(xiàn)代化模式，而要立足中國、放眼世界、繼往開來創(chuàng)造中國特色的現(xiàn)代化模式。

2023年7月習(xí)近平總書記在江蘇考察時(shí)指出：“中國式現(xiàn)代化關(guān)鍵在科技現(xiàn)代化。”科技是第一生產(chǎn)力，是引領(lǐng)和帶動(dòng)國民經(jīng)濟(jì)各行各業(yè)以及社會(huì)領(lǐng)域各個(gè)部門現(xiàn)代化的通用引擎。中國科技工作者在實(shí)現(xiàn)中國式現(xiàn)代化的事業(yè)中既肩負(fù)著神圣的歷史使命，又肩負(fù)著光榮的時(shí)代職責(zé)。

一位偉大的哲人說過：科學(xué)技術(shù)的天職是協(xié)助人類從自然力的束縛下獲得解放，使人類能夠?qū)崿F(xiàn)他們最大的社會(huì)價(jià)值——從事創(chuàng)造性的社會(huì)勞動(dòng)。

歷史印證了這一深刻的論斷：農(nóng)耕時(shí)代的科學(xué)技術(shù)通過創(chuàng)造各種優(yōu)質(zhì)材料產(chǎn)品使人類的體質(zhì)能力從自然力的束縛下不斷獲得解放，工業(yè)時(shí)代的科學(xué)技術(shù)通過創(chuàng)造各種高效能量產(chǎn)品使人類的體力能力從自然力的束縛下不斷獲得解放，信息時(shí)代的科學(xué)技術(shù)則正在通過創(chuàng)造各種聰慧的智能機(jī)器使人類的智力能力從自然力的束縛下不斷獲得解放。

值得注意的是，科學(xué)技術(shù)的進(jìn)步和人類能力的解放都是不斷積累、不斷強(qiáng)化、不斷深化的過程。工業(yè)時(shí)代的科學(xué)技術(shù)成果不但實(shí)現(xiàn)了社會(huì)生產(chǎn)以及社會(huì)活動(dòng)的工業(yè)化和人類體力能力的解放，而且裝備了農(nóng)業(yè)生產(chǎn)過程、強(qiáng)化了人類體質(zhì)能力的解放。同樣，信息時(shí)代的科學(xué)技術(shù)成果不但要實(shí)現(xiàn)社會(huì)生產(chǎn)以及社會(huì)活動(dòng)的智能化和人類智力能力的解放，而且要裝備工業(yè)生產(chǎn)和農(nóng)業(yè)生產(chǎn)的過程、深化人類體力能力和體質(zhì)能力的解放。這正是“人工智能”科學(xué)技術(shù)在當(dāng)代中國式現(xiàn)代化事業(yè)中扮演的角色。

那么，我們應(yīng)當(dāng)怎樣做好人工智能科學(xué)技術(shù)的研究，創(chuàng)造性地推進(jìn)經(jīng)濟(jì)與社會(huì)的智能化，使之成為中國式現(xiàn)代化事業(yè)的名副其實(shí)的通用智能引擎呢？這是本文要討論的基本問題。

1. 人工智能：從存在的問題談起

半個(gè)多世紀(jì)以來，人工智能科學(xué)技術(shù)的研究取得了不少進(jìn)展，有些甚至是驚人的進(jìn)展，如20世紀(jì)90年代戰(zhàn)勝國際象棋人類世界冠軍的Deep Blue，21世紀(jì)20年代戰(zhàn)勝60多名圍棋世界頂尖高手的AlphaGo，以及新近問世的ChatGPT和GPT-4等。與此同時(shí)，人工智能的研究也存在很多問題。其中，以下兩方面的問題影響最為深遠(yuǎn)，最值得共同關(guān)注。

第一個(gè)問題是，在研究的體系上，至今人工智能沒有統(tǒng)一的理論，也沒有通用的人工智能系統(tǒng)。

人工智能科學(xué)技術(shù)是20世紀(jì)40年代孕育和發(fā)展起來的。那時(shí)，學(xué)術(shù)界普遍認(rèn)為：人類的智能是人腦的產(chǎn)物；人腦是一類復(fù)雜系統(tǒng)，具有結(jié)構(gòu)、功能、行為三大維度。其中，結(jié)構(gòu)是第一位的，只有具備了合適的結(jié)構(gòu)，才能產(chǎn)生合理的功能和相應(yīng)的行為。因此，按照復(fù)雜系統(tǒng)“分而治之”的方法論，人工智能的研究就被分解為結(jié)構(gòu)模擬、功能模擬和行為模擬三種研究路徑。具體就是：

① 1943年發(fā)端的結(jié)構(gòu)主義人工智能研究（人工神經(jīng)網(wǎng)絡(luò)）；

② 1956年興起的功能主義人工智能研究（物理符號(hào)系統(tǒng)，后來則是專家系統(tǒng)）；

③ 1990年登臺(tái)的行為主義人工智能研究（感知?jiǎng)幼飨到y(tǒng)）。

遺憾的是，三種研究各有各的學(xué)術(shù)信仰，于是各持己見，互不溝通，互不認(rèn)可，直至分道揚(yáng)鑣，至今都未能形成統(tǒng)一的人工智能理論。對(duì)于一個(gè)學(xué)科來講，沒有統(tǒng)一的理論，不能研制通用的系統(tǒng)，是一個(gè)非常嚴(yán)重的問題。

第二個(gè)問題，在研究的深度上，所有人工智能系統(tǒng)都未能生成可理解的智能！

前面提到的Deep Blue、AlphaGo、ChatGPT和GPT-4似乎有很高的智能，因?yàn)樗鼈儜?zhàn)勝了與之競(jìng)賽的人群。但那只是在特定約束下通過遠(yuǎn)超人類所能擁有的極為豐富的樣本儲(chǔ)量和極為快速的計(jì)算能力所呈現(xiàn)的令人驚奇的表現(xiàn)，都不是可以理解和解釋的真實(shí)智能。之所以會(huì)產(chǎn)生這樣的表現(xiàn)，原因在于，它們都是在“純粹形式化”（即只保留了事物的形式而丟棄了事物的內(nèi)涵——內(nèi)容和價(jià)值）方法所造成的“空心概念”基礎(chǔ)上工作的。事實(shí)上，無論是人類還是機(jī)器，面對(duì)只看見其形式而不了解其內(nèi)容和價(jià)值的陌生事物，都無法實(shí)現(xiàn)理解。在這種情況下，人工智能系統(tǒng)只好利用足夠大規(guī)模的同類樣本資料和極其快速的計(jì)算能力、通過統(tǒng)計(jì)方法來“猜測(cè)”（而不是理解）面對(duì)的事物。所以，Deep Blue、AlphaGo、ChatGPT和GPT-4都只有“統(tǒng)計(jì)猜測(cè)”能力，而沒有理解能力，沒有解釋能力。這就是它們時(shí)而正確時(shí)而錯(cuò)誤，不可信賴的技術(shù)根源。

由此可見，產(chǎn)生上述問題的根本原因，是采用了“分而治之”和“純粹形式化”的方法論。不過，方法論并不是獨(dú)立的理論，它是為科學(xué)觀服務(wù)的，方法論有問題就意味著它所服務(wù)的科學(xué)觀也有問題。換言之，上述問題的根源，是在科學(xué)觀和方法論兩者的身上。

眾所周知，科學(xué)觀啟迪人們：這類研究對(duì)象的本質(zhì)“是什么”，方法論則告誡人們：這類對(duì)象的研究應(yīng)當(dāng)“怎么做”。因此，科學(xué)觀和方法論相結(jié)合，就既告訴了人們研究對(duì)象“是什么”，又告訴了人們對(duì)象的研究應(yīng)當(dāng)“怎么做”，于是就明確了研究這類對(duì)象的“規(guī)范化方式”，即“范式”。顯然，它是引領(lǐng)和規(guī)范科學(xué)研究活動(dòng)的最高指南，是科學(xué)研究活動(dòng)的“最高統(tǒng)領(lǐng)”。

上面的分析表明，人工智能研究存在的最大問題是它的科學(xué)觀和方法論不當(dāng)，也就是它的“范式不當(dāng)”。抓住了人工智能研究的“范式問題”，就抓住了人工智能研究的“牛鼻子”。解決了人工智能研究的“范式不當(dāng)”問題，其他問題（算法、算力、數(shù)據(jù)、知識(shí)、硬件等）就可以迎刃而解。

2. 范式革命：普遍理論與具體應(yīng)用

人們對(duì)“范式問題”比較陌生，這不奇怪，因?yàn)榍О倌陙砜茖W(xué)技術(shù)發(fā)展歷史上從來沒有聽說過。但是，以前沒有聽說過不等于不存在。事實(shí)上，在傳統(tǒng)物質(zhì)學(xué)科（包括材料科學(xué)和能量科學(xué)）興起的初期同樣經(jīng)過漫長的范式摸索過程，只是沒有具體的記載而已。作者團(tuán)隊(duì)的研究發(fā)現(xiàn)，一切新興學(xué)科的發(fā)展毫無例外都要經(jīng)歷范式的建構(gòu)和范式的革命。這一理論可以簡(jiǎn)要總結(jié)如下。

2.1 ?新興學(xué)科的范式革命：普遍的規(guī)律

范式革命理論的首要概念是“范式”。如上所說，范式特指科學(xué)觀和方法論，是指導(dǎo)科學(xué)研究所不可或缺的最高指南和規(guī)范力量，而非一般的編程范式、計(jì)算范式、實(shí)驗(yàn)范式、設(shè)計(jì)范式，等等。從事任何研究都要明白“怎么看”和“怎么做”，也就是要有正確的科學(xué)觀和方法論，要有正確的范式。只要范式正確，哪怕研究工作再困難也能夠逐步前進(jìn)；如果范式有偏差，研究工作就會(huì)遭遇挫折，甚至遭到失敗，最多只能取得某些局部性淺層性成果。當(dāng)然，不同的學(xué)科應(yīng)該遵循不同的范式，因?yàn)椴煌瑢W(xué)科的研究對(duì)象不同，所遵循的范式（科學(xué)觀和方法論）也就應(yīng)該不同。

進(jìn)一步，從性質(zhì)上看，人們的研究活動(dòng)屬于社會(huì)的存在，而學(xué)科的范式（科學(xué)觀和方法論）則是從社會(huì)存在逐漸提煉出來的抽象認(rèn)識(shí)，屬于社會(huì)的意識(shí)。

社會(huì)法則表明，社會(huì)意識(shí)一定滯后于社會(huì)存在。也就是先有學(xué)科的科學(xué)研究活動(dòng)，然后才能逐步從中提煉出這個(gè)學(xué)科研究所應(yīng)該遵循的范式。由于這種提煉是一種從無到有的摸索，而且是由眾多不同學(xué)術(shù)背景、不同研究目的、不同思維方法的研究者自發(fā)進(jìn)行的摸索，因此，各種各樣的見解、各種各樣的爭(zhēng)辯、各種各樣的試錯(cuò)、各種各樣的局部成功、各種各樣的失敗嘗試、各種各樣的“盲人摸象”頻頻出現(xiàn)，使這種摸索具有極高的困難性。更有甚者，這種摸索的自覺性通常很差。特別是“二戰(zhàn)”以后，學(xué)術(shù)界的“實(shí)用觀念”越來越強(qiáng)，對(duì)于科學(xué)觀和方法論這類“哲學(xué)課題”的研究越來越不重視，許多人認(rèn)為“哲學(xué)課題與自然科學(xué)研究沒有什么關(guān)系”。所有這一切，都使這種“滯后”需要經(jīng)歷特別漫長的歲月。從人工智能和信息科學(xué)的情況來看，80多年過去了，人工智能的學(xué)科共同體還沒有總結(jié)出來什么是人工智能研究應(yīng)當(dāng)遵循的范式。

顯然，新興學(xué)科在“滯后期內(nèi)”（即初級(jí)階段）沒有自己的學(xué)科范式可用。于是，就只能繼續(xù)在漫長的摸索中去認(rèn)真感悟和精心提煉，直到提煉完成。不過，如果在某個(gè)新興學(xué)科之前已經(jīng)有其他傳統(tǒng)學(xué)科的范式存在，往往就會(huì)借用傳統(tǒng)學(xué)科的范式。然而，“借用”過來的范式畢竟與新興學(xué)科研究的性質(zhì)不可能實(shí)現(xiàn)良好的匹配，從而導(dǎo)致新興學(xué)科在“初級(jí)階段”處于非良性發(fā)展的狀態(tài)。這是“社會(huì)意識(shí)滯后于社會(huì)存在”這個(gè)社會(huì)法則必須經(jīng)歷的過程。不管人們是否承認(rèn)，也不管人們是否愿意，這都是既不可抗拒、又不可逾越的鐵定規(guī)律。

不難理解，新興學(xué)科研究走出“非良性發(fā)展”的唯一正確出路，就是要努力總結(jié)、提煉和形成本學(xué)科的科學(xué)范式，以此來取代所借用的科學(xué)范式。這種“擺脫借來的科學(xué)范式，確立本學(xué)科的范式”的過程，就是近現(xiàn)代一切新興學(xué)科在初級(jí)階段不可避免的“范式革命”。不經(jīng)過范式革命，新興學(xué)科便不可能進(jìn)入自主發(fā)展和健康發(fā)展的高級(jí)階段。

2.2 ?人工智能的范式革命：理論的應(yīng)用

人工智能是一類開放的復(fù)雜的信息系統(tǒng)，是信息學(xué)科的高級(jí)篇章，所以應(yīng)當(dāng)遵循信息學(xué)科的范式。作為一種社會(huì)存在，信息學(xué)科的研究活動(dòng)大體崛起于20世紀(jì)40年代，是近現(xiàn)代出現(xiàn)的新興科學(xué)，因此適用于上述的“近現(xiàn)代新興學(xué)科范式革命的理論”。

具體來說，由于上述所說“滯后”法則的制約，人工智能學(xué)科至今都沒有形成自己的范式，因而借用了傳統(tǒng)物質(zhì)學(xué)科的范式。由于傳統(tǒng)物質(zhì)學(xué)科范式早已存在，并且早已為現(xiàn)代學(xué)術(shù)界所熟知，因此，這種“借用”無須什么人的宣布，實(shí)際上就是不知不覺之中的“沿用”，十分自然。

物質(zhì)學(xué)科范式的科學(xué)觀是“機(jī)械唯物科學(xué)觀”，只允許研究物質(zhì)客體，不允許人類主觀因素的介入，研究目的是認(rèn)識(shí)物質(zhì)的結(jié)構(gòu)；與此相應(yīng)，物質(zhì)學(xué)科范式的方法論是“機(jī)械還原方法論”，其中最具實(shí)操意義的是“純粹的形式化”方法和應(yīng)對(duì)復(fù)雜對(duì)象的“分而治之”方法。

應(yīng)當(dāng)承認(rèn)，在傳統(tǒng)物質(zhì)學(xué)科領(lǐng)域，機(jī)械唯物科學(xué)觀和機(jī)械還原方法論非常有效，但是用到信息學(xué)科特別是信息學(xué)科的高級(jí)篇章人工智能領(lǐng)域就發(fā)生了嚴(yán)重的問題。具體來說，物質(zhì)學(xué)科范式的機(jī)械唯物科學(xué)觀“不允許主體主觀因素介入”就堵死了智能的來源，因?yàn)槲镔|(zhì)客體本身不可能產(chǎn)生智能。物質(zhì)學(xué)科范式的機(jī)械還原方法論之一“純粹的形式化”則堵死了理解的可能性，因?yàn)閱渭兊男问骄哂胁淮_定的含義和效用，因而無法理解，這就堵死了智能生成的可能性。物質(zhì)學(xué)科范式的機(jī)械還原論之二“分而治之”方法則注定了無法建立統(tǒng)一的人工智能理論，因?yàn)椤胺侄沃鼻袛嗔巳斯ぶ悄芟嚓P(guān)部分復(fù)雜而隱秘的信息聯(lián)系，難以恢復(fù)。由此可知，既不可能生成智能，又不可能建立統(tǒng)一的人工智能理論，這就是借用傳統(tǒng)物質(zhì)學(xué)科范式給人工智能研究所造成的致命困難。

為了擺脫初級(jí)階段這種“非良性發(fā)展”的現(xiàn)狀，使人工智能的研究能夠走上信息學(xué)科范式所引領(lǐng)的發(fā)展道路，進(jìn)入高級(jí)的發(fā)展階段，出路就在于總結(jié)、提煉、確立信息學(xué)科自己的范式，并以此取代借來的物質(zhì)學(xué)科范式。質(zhì)言之，人工智能的范式革命是不可避免的，這是社會(huì)法則的鐵定規(guī)律，既不可能阻止，也不可能逾越。

3. 范式革命：方法

新興學(xué)科的范式革命是一個(gè)內(nèi)涵非常豐富的復(fù)雜過程，包括自下而上探索、總結(jié)和提煉范式的初級(jí)階段和自上而下貫徹范式的高級(jí)階段。表1詳細(xì)列出了關(guān)于推進(jìn)“范式革命”的實(shí)施綱要，包括具體的階段和進(jìn)程。

如表1所示，首先是“自下而上”的探索階段，對(duì)人工智能來說就是現(xiàn)在所處的階段。這個(gè)階段的典型特點(diǎn)是“盲人摸象”現(xiàn)象。雖然科技工作者都不是盲人，但從“知識(shí)的局限性”這個(gè)意義上說，只看到局部就是對(duì)整體而言的“盲”?！白韵露稀钡奶剿鲝?943年提出神經(jīng)元MP模型直到現(xiàn)在都還沒有完成。這個(gè)階段的最終目的，就是要通過多方探索和論辯，總結(jié)成功的經(jīng)驗(yàn)和失敗的教訓(xùn)，形成和確立人工智能學(xué)科應(yīng)該遵循的范式。

一旦把范式總結(jié)出來，“自下而上”的學(xué)科探索階段就轉(zhuǎn)為“自上而下”的學(xué)科建構(gòu)階段?！白陨隙隆苯?gòu)階段的起點(diǎn)，是要把“自下而上”階段探索出來的范式確立起來。而確立范式的首要任務(wù)是要準(zhǔn)確回答：這個(gè)學(xué)科對(duì)象的本質(zhì)是什么（科學(xué)觀）？這個(gè)對(duì)象應(yīng)當(dāng)怎么研究（方法論）？科學(xué)觀回答的“是什么”和方法論回答的“怎么做”作為一個(gè)整體，就界定了學(xué)科的“定義”。

第二步，根據(jù)范式給出的學(xué)科定義建立學(xué)科的框架（包括全局模型和研究路徑），從而落實(shí)學(xué)科的具體“定位”。其中，學(xué)科的全局模型是根據(jù)學(xué)科范式的科學(xué)觀來建立的，而學(xué)科的研究路徑是根據(jù)學(xué)科范式的方法論來開辟的。這兩個(gè)問題解決了，學(xué)科的框架就確定了。

第三步，是要把學(xué)科框架的規(guī)格精準(zhǔn)化，這就是“定格”。它包括：一方面，人工智能的研究領(lǐng)域到底應(yīng)當(dāng)由哪些學(xué)術(shù)來相互支持，才能形成一種充分合理的交叉學(xué)科結(jié)構(gòu)；另一方面，作為人工智能的學(xué)術(shù)基礎(chǔ)，對(duì)數(shù)學(xué)理論和邏輯理論應(yīng)當(dāng)提出什么新的要求，才能支持人工智能理論的研究。明確了這些規(guī)格要求，就把學(xué)科的框架精準(zhǔn)化了。在這里，學(xué)術(shù)結(jié)構(gòu)的規(guī)格必須根據(jù)科學(xué)觀來確定，學(xué)術(shù)基礎(chǔ)的規(guī)格必須根據(jù)方法論來確定?？梢姡妒降目茖W(xué)觀和方法論體現(xiàn)在學(xué)科建構(gòu)的始終。

第四步，有了以上的定義、定位和定格，人工智能的基本理論建構(gòu)就有了堅(jiān)實(shí)的科學(xué)基礎(chǔ)。構(gòu)建人工智能理論的工作稱為“定論”，這就是根據(jù)學(xué)科的定義、定位和定格來建立學(xué)科的基本概念和基本原理，形成人工智能的理論體系。這些就是實(shí)施人工智能范式革命的實(shí)施綱要、方法和步驟。

4. 人工智能的范式革命：內(nèi)容

由表1看出，學(xué)科發(fā)展的第一步是自下而上的范式探索階段。作者團(tuán)隊(duì)從1963年發(fā)現(xiàn)信息論的信息概念丟棄了語義信息和語用信息以來，就開始了信息學(xué)科的科學(xué)觀和方法論的持續(xù)探索，體現(xiàn)在先后出版的《信息科學(xué)原理》（1988）、《智能理論與技術(shù)》（1992）、《機(jī)器知行學(xué)原理》（2007）、《高等人工智能原理》（2014）等著作中，并在《機(jī)制主義人工智能理論》（2021）和《統(tǒng)一智能理論》（2022）中做了信息學(xué)科范式的系統(tǒng)總結(jié)，后者的內(nèi)容可以簡(jiǎn)述如下。

信息學(xué)科范式的科學(xué)觀是“辯證唯物的科學(xué)觀”：認(rèn)為信息學(xué)科高級(jí)篇章（人工智能）的研究對(duì)象是“在主體目標(biāo)的主導(dǎo)和在客體環(huán)境規(guī)律約束下主體與客體相互作用所產(chǎn)生的信息生態(tài)過程”。

信息學(xué)科范式的方法論是“信息生態(tài)方法論”：人工智能的信息生態(tài)演化必須遵循過程完整（忌“分而治之”）、內(nèi)涵完備（忌“純粹形式化”）和全局優(yōu)化的原則。

由此看出，信息學(xué)科范式與物質(zhì)學(xué)科范式兩者之間幾乎“處處相反”。因此，如果人工智能的研究不徹底擺脫物質(zhì)學(xué)科范式的桎梏，就不可能完成自己的歷史使命。這點(diǎn)沒有含糊。

可能有人會(huì)擔(dān)心，難道信息學(xué)科范式與物質(zhì)學(xué)科范式之間就這樣“不共戴天”嗎？

否！任何人工智能系統(tǒng)都不能脫離物質(zhì)的支持和能量的驅(qū)動(dòng)，但是，遵循信息學(xué)科范式的信息生態(tài)過程是人工智能系統(tǒng)的主導(dǎo)，遵循物質(zhì)學(xué)科范式的物質(zhì)支持和能量驅(qū)動(dòng)必須為信息生態(tài)過程服務(wù)。因此，信息學(xué)科范式與物質(zhì)學(xué)科范式兩者須以“主導(dǎo)—服務(wù)”的關(guān)系和諧共存于一體。這就是它們之間所構(gòu)成的“相反而相成”的辯證關(guān)系。

下面就結(jié)合人工智能理論的建構(gòu)過程來展示信息學(xué)科范式的科學(xué)觀和方法論的作用。由于篇幅的限制，這里只展示表1建構(gòu)階段的第一步：根據(jù)信息學(xué)科范式的科學(xué)觀構(gòu)建人工智能的全局模型和根據(jù)信息學(xué)科范式的方法論開創(chuàng)人工智能的研究路徑，從而形成人工智能學(xué)科的完整定義和框架。

4.1 根據(jù)信息學(xué)科范式的科學(xué)觀構(gòu)建人工智能的全局研究模型

許多人都認(rèn)為人工智能研究對(duì)象的原型是人類的大腦。但僅是孤立的大腦不能產(chǎn)生智能，因?yàn)橹悄艿纳刹粌H需要大腦發(fā)揮作用，更需要主體與環(huán)境之間的相互作用。沒有主客相互作用的外部信息刺激，大腦就不會(huì)自作多情或無緣無故地自發(fā)產(chǎn)生智能；而沒有主客相互作用，大腦也不能通過實(shí)踐來檢驗(yàn)它所產(chǎn)生的智能是否正確。

信息學(xué)科范式的科學(xué)觀——辯證唯物的科學(xué)觀表明：研究智能問題不能僅考慮物質(zhì)客體，而應(yīng)當(dāng)考慮主體與客體雙方。準(zhǔn)確地說，智能是在主體駕馭下以及在環(huán)境約束下主體與客體相互作用所產(chǎn)生的信息生態(tài)過程。

由此，可以構(gòu)造人工智能的全局研究模型如圖1所示。

圖1顯示，正是主體代理與環(huán)境客體相互作用所產(chǎn)生的信息生態(tài)轉(zhuǎn)換過程，即客體信息首先作用于主體代理，然后，主體代理就產(chǎn)生智能行為反作用于客體。其中，智能行為就代表了主體生成的智能。這個(gè)行為必須是智能的，這樣才能既使主體達(dá)到目標(biāo)，又不會(huì)破壞環(huán)境的運(yùn)行規(guī)律，達(dá)到主體客體雙贏的目的。

可見，圖1的模型全面準(zhǔn)確地體現(xiàn)了信息學(xué)科范式科學(xué)觀的精神。換言之，圖1所描述的人工智能全局模型就是根據(jù)信息學(xué)科范式的科學(xué)觀而構(gòu)建的。

傳統(tǒng)物質(zhì)學(xué)科的科學(xué)觀把“物質(zhì)客體”作為唯一合法的研究對(duì)象，只研究“孤立的大腦物質(zhì)”，不允許研究主體和主體的主觀因素（如主體的目標(biāo)等）介入。然而，沒有主體的主觀因素，智能便沒有來源。所以，傳統(tǒng)物質(zhì)學(xué)科范式的科學(xué)觀不可能指導(dǎo)人們構(gòu)建真正的人工智能模型。

由此可以體會(huì)到，人工智能的范式革命是多么重要，只有遵循信息學(xué)科范式的科學(xué)觀，才能建立正確的人工智能模型，才能走上研究人工智能的正確軌道。否則，如果人工智能的全局模型有差錯(cuò)，后續(xù)的研究就必然誤入歧途。

4.2 根據(jù)信息學(xué)科范式的方法論建構(gòu)人工智能的研究路徑

在傳統(tǒng)物質(zhì)學(xué)科范式的“機(jī)械還原”方法論指導(dǎo)下，人工智能的研究首先被“分而治之”肢解為結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡(luò)研究、功能模擬的專家系統(tǒng)研究和行為模擬的感知?jiǎng)幼飨到y(tǒng)研究三種研究路徑，而且三者互不認(rèn)可，分道揚(yáng)鑣，因此無法形成人工智能的統(tǒng)一理論；同時(shí)，被“純粹形式化”去掉了所有概念的內(nèi)涵，成為空心的信息、空心的知識(shí)、空心的智能，也就是沒有理解能力的智能，沒有解釋能力的智能，沒有可信賴性的智能。

現(xiàn)在，我們按照信息學(xué)科范式的“信息生態(tài)方法論”，就可以開創(chuàng)一條真正符合信息學(xué)科范式方法論要求的人工智能研究路徑。

為此，首先應(yīng)當(dāng)注意到信息學(xué)科范式的科學(xué)觀所揭示的人工智能全局研究模型（圖1），因?yàn)槲覀儽仨氃谌斯ぶ悄苋帜Ｐ偷幕A(chǔ)上來探討它的研究路徑。模型中主體代理的輸入是客體信息，而它的輸出是智能行為。那么，怎樣才能把輸入的客體信息通過圖1模型中的主體代理生成智能行為呢？

顯然，這個(gè)奧妙就在于：主體代理（即人工智能系統(tǒng)）在主體目標(biāo)的引導(dǎo)下、在主體先驗(yàn)知識(shí)（它表示了在此環(huán)境下求解問題必須遵守的客觀規(guī)律）的約束下對(duì)客體信息進(jìn)行一系列復(fù)雜的轉(zhuǎn)換加工，形成信息的生態(tài)演化過程，最終生成可以成功地與客體打交道（解決問題達(dá)到目標(biāo)）的智能策略和智能行為。

現(xiàn)在就可以把主體代理對(duì)客體信息進(jìn)行加工所生成的“信息生態(tài)演化過程”具體表達(dá)出來。這其實(shí)完全是一個(gè)天成自然的過程，十分合理、科學(xué)，并不神秘。具體解釋如下。

（1）客體信息是對(duì)外部刺激形態(tài)的描述，這就是主體要面對(duì)、要求解的“問題”。

（2）為了使主體全面了解這個(gè)待求問題，主體首先必須掌握這個(gè)問題的形態(tài)描述。為此，主體必須通過自己的“感覺系統(tǒng)（傳感系統(tǒng)）”生成關(guān)于這個(gè)客體形態(tài)的“語法信息”。

（3）主體還必須通過自己的“目標(biāo)檢驗(yàn)系統(tǒng)”檢驗(yàn)這個(gè)客體對(duì)求解問題的目標(biāo)而言究竟有什么作用，并根據(jù)檢驗(yàn)的結(jié)果生成關(guān)于這個(gè)客體對(duì)于實(shí)現(xiàn)目標(biāo)而言的“語用信息”，從而使主體可以據(jù)此生成自己的“注意能力”：若語用信息為零，就不必注意這個(gè)客體；如果不為零，則必須注意。

（4）上述“語法信息”和“語用信息”，就是主體所應(yīng)當(dāng)關(guān)心的客體的“內(nèi)容”。為了便于應(yīng)用，主體可以生成“語義信息”來表示這個(gè)內(nèi)容并予以命名。若以X表示語法信息，Z表示語用信息，Y表示語義信息，就有：Y = l（X， Z）。其中l(wèi)是算子，它把{X，Z}映射到Y(jié)，并對(duì)映射的結(jié)果命名。

至此，主體就在信息層面上完成了對(duì)客體的全面理解，并建立了“注意”機(jī)制。主體的所有這一切功能，被稱為“感知”。

不過，僅有信息層面上的“感知”還不足以支持主體對(duì)問題的求解，因?yàn)樾畔⒅皇乾F(xiàn)象，知識(shí)才是本質(zhì)。因此，主體必須在此基礎(chǔ)上進(jìn)一步形成對(duì)于客體的本質(zhì)理解。于是，有以下工作。

（5）把“感知信息”加工成為關(guān)于客體的“知識(shí)”。這個(gè)功能稱為“認(rèn)知”。這樣就可以把關(guān)于客體的這個(gè)知識(shí)與主體提供的“種子知識(shí)”關(guān)聯(lián)起來，形成求解問題的知識(shí)體系。需要特別提醒，正像感知信息具有語法信息、語用信息和語義信息那樣，由此提煉出來的知識(shí)也應(yīng)當(dāng)、而且必須相應(yīng)地具有形態(tài)性知識(shí)、價(jià)值性知識(shí)和內(nèi)容性知識(shí)。這樣才能保證系統(tǒng)在信息層面上形成“注意能力”，而在知識(shí)層面上形成對(duì)客體本質(zhì)的“理解能力”。至此就奠定了基礎(chǔ)，可以去謀求解決問題的智能策略了。

（6）現(xiàn)在就可以在“目標(biāo)”引導(dǎo)下，在“知識(shí)”約束下，針對(duì)主體所理解的問題——“感知信息”推演出解決問題的“智能策略”。這個(gè)功能稱為“謀行”（謀劃解決問題所需要的策略和行為）。

（7）最后，通過執(zhí)行單元把“智能策略”轉(zhuǎn)換為“智能行為”，并反作用于客體。在理想情況下，就可以解決問題達(dá)到目標(biāo)。

這就是理想情況下的“信息生態(tài)演化過程”，也是人工智能的理想框架，如圖2所示。

對(duì)照?qǐng)D1和圖2可以看出，兩者完全一致，都是人工智能的全局研究模型。唯一不同的是，圖2把“信息生態(tài)過程”全部顯示出來了，而圖1則是把它隱去了。

圖2表明，這個(gè)“信息生態(tài)過程”具體就是“信息轉(zhuǎn)換與智能創(chuàng)生”過程，即“感知”和“認(rèn)知”屬于“信息轉(zhuǎn)換”的過程（客體信息轉(zhuǎn)換為感知信息，感知信息轉(zhuǎn)換為知識(shí)），“謀行”和“執(zhí)行”則是“智能創(chuàng)生”的過程（由感知信息、知識(shí)、目標(biāo)創(chuàng)生智能策略和智能行為）。

其實(shí)，這個(gè)“信息生態(tài)過程”就是生成解決問題達(dá)到目標(biāo)的智能所需要的工作機(jī)制，稱為“智能的生成機(jī)制”?？梢钥吹?，這個(gè)工作機(jī)制與具體的應(yīng)用場(chǎng)景無關(guān)，它只要求有“求解的問題”、有“求解問題所需要的知識(shí)”、有“合理的求解目標(biāo)”，至于是什么具體問題、什么具體的知識(shí)、什么具體的目標(biāo)，并無特別的限定。因此，這個(gè)機(jī)制乃是“普適性智能生成機(jī)制”，而實(shí)現(xiàn)這個(gè)普適性機(jī)制的“信息轉(zhuǎn)換與智能生成規(guī)律”就可以名副其實(shí)地稱為“信息轉(zhuǎn)換與智能創(chuàng)生定律”。

這說明，人工智能所遵循的科學(xué)觀和方法論聯(lián)合作用的結(jié)果，就揭示了普適性的智能生成機(jī)制。我們把通過基于普適性智能生成機(jī)制來實(shí)現(xiàn)人工智能的研究路徑稱為“機(jī)制主義通用人工智能研究路徑”，而由機(jī)制主義通用人工智能研究路徑創(chuàng)建的人工智能理論就是通用的人工智能理論。由此可見，信息學(xué)科范式的科學(xué)觀和方法論乃是創(chuàng)生通用人工智能理論的“父母”。

事實(shí)上，對(duì)于人工智能的生成而言，工作的“機(jī)制”才是核心，才是根本，而結(jié)構(gòu)和功能都是為機(jī)制服務(wù)的，具體需要什么樣的結(jié)構(gòu)，需要什么樣的功能，都要根據(jù)機(jī)制的需要來決定。至于行為，那是機(jī)制實(shí)現(xiàn)的外部表現(xiàn)?？梢姡瑱C(jī)制主義通用人工智能研究路徑抓住了人工智能研究的全局，抓住了它的根本，而至今還在流行的結(jié)構(gòu)主義人工智能研究路徑、功能主義人工智能研究路徑和行為主義人工智能研究路徑都是人工智能的局部性和淺層性的認(rèn)識(shí)。

顯然，普適性智能生成機(jī)制—信息轉(zhuǎn)換與智能創(chuàng)生定律不是個(gè)別人工智能系統(tǒng)的生成路徑，而是通用人工智能的生成路徑。值得特別強(qiáng)調(diào)的是，這里的通用性是指“智能生成機(jī)制”的通用，即能夠“以不變的智能生成機(jī)制成功應(yīng)對(duì)千變?nèi)f化的應(yīng)用”，很好地體現(xiàn)了“以不變應(yīng)萬變”的辯證法原理。這就有力地消除了“通用人工智能是無所不包，因而無所不能的巨無霸系統(tǒng)”的誤導(dǎo)。

值得指出，人類本身就是一種最為典型的“通用智能系統(tǒng)”，人類面對(duì)的問題無窮無盡，人類解決這些問題的具體方法也變化無窮。但是，人類“解決問題所用的機(jī)制”是通用的，先獲得問題的信息（客體信息），并把問題的信息變?yōu)樽约旱臏\層理解（通過感知功能把客體信息轉(zhuǎn)換為感知信息），然后不斷深化對(duì)問題的深層理解（通過認(rèn)知功能把感知信息提煉為知識(shí)），進(jìn)而在知識(shí)的支持下、在自己追求的目標(biāo)的引導(dǎo)下通過演繹獲得求解問題的辦法（通過謀行功能獲得智能策略），最后把智能策略付諸行動(dòng)（通過執(zhí)行功能把智能策略轉(zhuǎn)換為智能行為）。人類正是以這種“普適性的智能生成機(jī)制—信息轉(zhuǎn)換與智能創(chuàng)生定律”成功地應(yīng)對(duì)了追求生存發(fā)展過程中無數(shù)問題的挑戰(zhàn)。

事實(shí)上，機(jī)制主義通用人工智能理論的“通用智能生成機(jī)制”正是在“人類的通用智能生成機(jī)制”的啟迪下揭示和闡明的。所以兩者一脈相承，彼此默契相通。

以上就是由信息學(xué)科范式引領(lǐng)和規(guī)范通用人工智能理論的第一步：構(gòu)建了通用模型和開創(chuàng)了研究途徑，建立了理想情況下的人工智能理論。由于篇幅所限，其后各個(gè)步驟請(qǐng)參考文末的文獻(xiàn)。

5. 人工智能的范式革命：意義

人工智能的范式革命具有多方面的深遠(yuǎn)意義，由此展現(xiàn)了其突出的時(shí)代性和重要性。

5.1 對(duì)本學(xué)科的意義：使人工智能的研究從非良性發(fā)展的初級(jí)階段走上健康發(fā)展的高級(jí)階段

人工智能是人類千百年來的向往，是現(xiàn)代科學(xué)技術(shù)擴(kuò)展人類智力能力的最先進(jìn)、最高級(jí)、最復(fù)雜也最精彩的篇章。人工智能的研究走過了80年的曲折路程，一直處在艱辛摸索和悉心探尋自己的學(xué)科范式的路段。

人工智能范式革命的重要意義之一在于，它使人工智能研究成功走出了初級(jí)發(fā)展階段的困境，胸有成竹地走上了人工智能高級(jí)發(fā)展階段的軌道。

在信息學(xué)科范式的科學(xué)觀（辯證唯物的科學(xué)觀）指引下所揭示的“人工智能全局研究模型”，在信息學(xué)科范式的方法論（信息生態(tài)的方法論）指引下所揭示和發(fā)現(xiàn)的“普適性智能生成機(jī)制—信息轉(zhuǎn)換與智能創(chuàng)生定律”，以及由此所開辟的“機(jī)制主義人工智能研究路徑”，使得最終所建構(gòu)的“機(jī)制主義通用人工智能理論”與現(xiàn)有各種人工智能理論（包括最新的成果ChatGPT、GPT-4等）之間形成了鮮明的“隔代”映照，如表2所示。

從表2可以清楚看出，人工智能的范式革命完成了人工智能研究從“范式張冠李戴”的初級(jí)發(fā)展階段轉(zhuǎn)變到“范式合理”的高級(jí)發(fā)展階段的歷史性轉(zhuǎn)變。

5.2 對(duì)整體科技的意義：人工智能的范式革命推動(dòng)整體科學(xué)時(shí)代的重大轉(zhuǎn)變

如表2所示，通用的智能生成機(jī)制就是“信息轉(zhuǎn)換與智能創(chuàng)生定律”：它的最簡(jiǎn)潔的表達(dá)方式是：客體信息→語義信息→知識(shí)→智能策略→智能行為→優(yōu)化（誤差反饋，學(xué)習(xí)新知，優(yōu)化策略，改善效果）→新的客體信息→……

值得特別指出的是，這里發(fā)現(xiàn)和揭示的“信息轉(zhuǎn)換與智能創(chuàng)生定律”，與物理科學(xué)的“能量轉(zhuǎn)換與能量守恒定律”及“質(zhì)量轉(zhuǎn)換與物質(zhì)不滅定律”一起，形成了“物質(zhì)、能量、信息”三大學(xué)科領(lǐng)域完備無缺的科學(xué)定律體系。這對(duì)現(xiàn)代以及未來科學(xué)技術(shù)的發(fā)展，將具有重大指導(dǎo)意義。

同時(shí)，信息學(xué)科范式實(shí)現(xiàn)了信息學(xué)科（特別是人工智能）由初級(jí)發(fā)展階段向高級(jí)發(fā)展階段的轉(zhuǎn)變，這必將有力地推動(dòng)傳統(tǒng)物質(zhì)學(xué)科主導(dǎo)的科學(xué)時(shí)代向信息學(xué)科主導(dǎo)的科學(xué)新時(shí)代的歷史性轉(zhuǎn)變，推動(dòng)形式化的科學(xué)時(shí)代向“形式、價(jià)值、內(nèi)容一體化”的科學(xué)新時(shí)代的歷史性轉(zhuǎn)變。

5.3 經(jīng)濟(jì)意義：構(gòu)建智慧化的社會(huì)生產(chǎn)力

人工智能范式革命的結(jié)果是推動(dòng)人工智能的研究脫離初級(jí)發(fā)展階段而進(jìn)入高級(jí)發(fā)展階段，普適性智能生成機(jī)制—信息轉(zhuǎn)換與智能創(chuàng)生定律，必定使通用人工智能系統(tǒng)成為能夠成功應(yīng)對(duì)萬事萬物的智能化社會(huì)生產(chǎn)工具體系，從而與智慧的人類主體一起構(gòu)建成為智慧化的（即學(xué)習(xí)型、創(chuàng)造型的）社會(huì)生產(chǎn)力以及與之相適應(yīng)的社會(huì)生產(chǎn)關(guān)系。

如表3所示，智慧化（學(xué)習(xí)型創(chuàng)造型）的社會(huì)生產(chǎn)方式是整個(gè)社會(huì)生產(chǎn)方式發(fā)展進(jìn)步的方向。

馬克思在100多年前就預(yù)見了這種智慧化的社會(huì)生產(chǎn)方式。他認(rèn)為，隨著大工業(yè)的發(fā)展，勞動(dòng)者不再是生產(chǎn)流程的一個(gè)環(huán)節(jié)，而是站在生產(chǎn)流程的旁邊，對(duì)生產(chǎn)流程進(jìn)行管理和監(jiān)督。這實(shí)際就是馬克思對(duì)于“智慧化（學(xué)習(xí)型、創(chuàng)造型）社會(huì)生產(chǎn)方式”的預(yù)見和形象描述。

結(jié)論

本文的研究表明，人工智能的范式革命建立了信息學(xué)科范式的“辯證唯物”科學(xué)觀和“信息生態(tài)”方法論，在信息學(xué)科范式引領(lǐng)下構(gòu)建了全新的人工智能全局研究模型，開創(chuàng)了基于普適性智能生成機(jī)制—信息轉(zhuǎn)換與智能創(chuàng)生定律的機(jī)制主義人工智能研究路徑，建立了基于普適性智能生成機(jī)制的、具有理解能力的通用人工智能理論?？傊_創(chuàng)并走出了一條與西方完全不同而又更為優(yōu)越、更為科學(xué)合理的中國式發(fā)展道路。

本文的討論也表明，人工智能范式革命的意義遠(yuǎn)遠(yuǎn)超出了人工智能科學(xué)技術(shù)領(lǐng)域本身，它對(duì)整個(gè)科學(xué)技術(shù)的變革、對(duì)中華文明的偉大復(fù)興、對(duì)整個(gè)經(jīng)濟(jì)與社會(huì)的發(fā)展都產(chǎn)生不可估量的積極影響?？傊?，它是中國式現(xiàn)代化在科技領(lǐng)域的生動(dòng)體現(xiàn)。

參考文獻(xiàn)：

[1]鐘義信.漫話信息學(xué)[M].北京：科學(xué)普及出版社，1979.

[2]鐘義信.信息科學(xué)原理[M].福州：福建人民出版社，1988.

[3]鐘義信，潘新安，楊義先.智能理論與技術(shù)：人工智能與神經(jīng)網(wǎng)絡(luò)[M].北京：人民郵電出版社，1992.

[4]鐘義信.機(jī)器知行學(xué)原理：信息、知識(shí)、智能的統(tǒng)一理論[M].北京：科學(xué)出版社，2007.

[5]鐘義信.高等人工智能理論：觀念、方法、模型、理論[M].北京：科學(xué)出版社，2014.

[6]鐘義信.機(jī)制主義人工智能理論[M].北京：北京郵電大學(xué)出版社，2021.

[7]鐘義信.統(tǒng)一智能理論[M].北京：科學(xué)出版社，2023.

作者簡(jiǎn)介：鐘義信，1940年2月生，江西龍南人，教授，博士生導(dǎo)師，濟(jì)南大學(xué)人工智能研究院院長，中國人工智能學(xué)會(huì)原理事長、紐約科學(xué)院院士、發(fā)展中世界工程技術(shù)科學(xué)院院士，北京郵電大學(xué)原副校長，國際信息研究學(xué)會(huì)主席、機(jī)制主義通用人工智能理論創(chuàng)始人。