智能科學(xué)發(fā)展的科學(xué)計(jì)量研究

〔摘 要〕智能科學(xué)是融合了哲學(xué)、計(jì)算機(jī)科學(xué)、心理學(xué)、數(shù)學(xué)等多個(gè)學(xué)科的交叉研究領(lǐng)域，較難以分清它的發(fā)展趨勢(shì)和學(xué)科結(jié)構(gòu)。本文利用文獻(xiàn)計(jì)量學(xué)的方法，將智能科學(xué)劃分為探索期、誕生期、成長(zhǎng)期3個(gè)階段，利用Citespace繪制和分析了它的發(fā)展歷程，并指出當(dāng)前正是智能科學(xué)發(fā)展的快速成長(zhǎng)期，其研究領(lǐng)域中多個(gè)學(xué)派之間和多個(gè)學(xué)科之間正在快速交叉融合，為了解和掌握智能科學(xué)的學(xué)科結(jié)構(gòu)、演化過程、發(fā)展提供了獨(dú)特的視角和知識(shí)。

〔關(guān)鍵詞〕文獻(xiàn)計(jì)量學(xué)；科學(xué)計(jì)量；智能科學(xué)；學(xué)科交叉

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１１．１１．０２３

〔中圖分類號(hào)〕Ｇ２５０.２５２ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１（２０１１）１１－００９４－０５

Study of Intelligence Science Development Using Bibliometric MethodsShui Chao Sun Zhixin Zhou Yangming Huang Qiang

（Institute of Strategic Studies，College of Information Systems and Management，Changsha 410073，China）

〔Ａｂｓｔｒａｃｔ〕It is difficult to describe the discipline contracture for Intelligence science and technology since it is a interdisciplinary area with philosophy，computer science，psychology，and mathematics.In this paper，it classify its history into three stage，including Exploration stage，born stage and growth stage.It draw some mapping knowledge domain to show the develop path of it，and fusion between some discipline.

〔Ｋｅｙ ｗｏｒｄｓ〕intelligence science and technology;interdisciplinary

智能科學(xué)發(fā)展已經(jīng)超過60年，期間出現(xiàn)了大量?jī)?yōu)秀研究成果。然而作為認(rèn)知科學(xué)、計(jì)算機(jī)科學(xué)、醫(yī)學(xué)、哲學(xué)等不同學(xué)科交叉融合形成的學(xué)科，智能科學(xué)較難以分清它的發(fā)展歷程和學(xué)科體系。本文從文獻(xiàn)計(jì)量這一獨(dú)特視角對(duì)智能科學(xué)進(jìn)行了再回顧和再分析，將智能科學(xué)劃 分為探索期、誕生期、成長(zhǎng)期，利用詞頻分析、共引分析、作者共現(xiàn)分析等方法揭示智能科 學(xué)發(fā)展的學(xué)科結(jié)構(gòu)、影響程度、關(guān)鍵節(jié)點(diǎn)與時(shí)間點(diǎn)等重要而獨(dú)特的知識(shí)，為了解和掌握智能 科學(xué)的發(fā)展與演化過程提供了獨(dú)特視角。

１ 數(shù)據(jù)來源

智能科學(xué)是一門跨越了計(jì)算機(jī)科學(xué)、數(shù)學(xué)、神經(jīng)學(xué)、哲學(xué)等多學(xué)科的交叉科學(xué)。《科學(xué)引文索引》(Science Citation Index，SCI)和《社會(huì)科學(xué)引文索引》(Social Science Citation Index，SSCI)作為美國(guó)科學(xué)信息研究所(ISI)1961年創(chuàng)辦出版的引文數(shù)據(jù)庫(kù)，收集了1900年開始的世界主要科研期刊論文，覆蓋生命科學(xué)、臨床醫(yī)學(xué)、物理、化學(xué)、農(nóng)業(yè)、生物、工程技術(shù)等157種學(xué)科的綜合性檢索刊物，反映世界自然科學(xué)和社會(huì)科學(xué)研究的學(xué)術(shù)水平，是從文獻(xiàn)角度研究世界智能科學(xué)發(fā)展的較好數(shù)據(jù)來源。本研究以“intelligence”作為主題詞，于2010年9月在Web of Secience中進(jìn)行檢索，獲得SCI論文27 204篇，SSCI論文26 491篇，總計(jì)43 734篇論文（其中兩個(gè)數(shù)據(jù)庫(kù)共有9 961篇）。獲得的論文發(fā)表年度分布如圖１所示，可見從1900－2010年都有智能相關(guān)論文的發(fā)表，時(shí)間跨越了ISI公司收錄文獻(xiàn)的全部區(qū)間。根據(jù)TRIZ理論，科技發(fā)展過程呈現(xiàn)S曲線趨勢(shì)，并類比為嬰兒期、成長(zhǎng)期、成熟期、老化期。因此根據(jù)SCI文獻(xiàn)記錄來看，智能科學(xué)的發(fā)展完全符合S曲線的規(guī)章，并可分為探索階段、誕生階段和成長(zhǎng)發(fā)展階段3個(gè)時(shí)期，且目前處于快速成長(zhǎng)時(shí)期。圖１ 智能相關(guān)文獻(xiàn)年度變化情況

２ 以智力研究為核心的探索階段

從1900－1955年是智能科學(xué)的探索期，期間以“intelligence”為主題詞的論文共1 090篇。本文利用Citespace軟件，設(shè)置參數(shù)為（2，2，20）（2，2，20）（2，2，30），獲取了該時(shí)期論文的引文聚類圖（如圖２所示）。該圖中由一個(gè)大聚類和多個(gè)小聚類組成，其中大聚類中有5個(gè)較為明顯的節(jié)點(diǎn)（如圖２右所示），代表了該時(shí)期的兩個(gè)代表性人物及其著作。第一篇和第二篇是美國(guó)著名斯坦福大學(xué)心理學(xué)家特孟教授（L.M Terman）分別于1916年和1937發(fā)表的關(guān)于人類智力測(cè)試的論文，在1916年的論文“智力測(cè)試”［１］中他提出了著名的斯坦福—比奈測(cè)驗(yàn)（Stanford Revision of the Binet-Simon Scale），并在1937年第二版中加以改進(jìn)。由于他在人類智力測(cè)試方面的卓越成就，被《Science》雜志評(píng)為智力測(cè)試的先驅(qū)。第三個(gè)也是最明顯的節(jié)點(diǎn)是美國(guó)著名心理學(xué)家韋克斯勒（David Wechsler）發(fā)表于1944年的《成年人智力測(cè)量》［２］，在該篇論文中他認(rèn)為斯坦福—比奈測(cè)驗(yàn)只適用于兒童，而對(duì)成人則無法使用，于是創(chuàng)造性地把比奈依據(jù)心理年齡計(jì)算智商的方法改換成運(yùn)用統(tǒng)計(jì)方法計(jì)算的離差智商，從而為他在1955年成功制定著名的成人智力量表（又稱韋氏智力測(cè)驗(yàn)表）奠定了理論基礎(chǔ)，而圖中的第四個(gè)節(jié)點(diǎn)也是他對(duì)韋氏智力測(cè)驗(yàn)表的改進(jìn)工作。由此可見，在探索時(shí)期人們主要從人類自身出發(fā)，探索了智力與智能的關(guān)系，研究了兒童、成人不同的行為和智力要素，形成了“智能是智力的一部分”的西方哲學(xué)智能觀。

３ 人工智能崛起的誕生階段

３.１ 智能科研發(fā)展的轉(zhuǎn)折點(diǎn)

圖１顯示出文獻(xiàn)增長(zhǎng)曲線的第一個(gè)分界點(diǎn)是1955年，從此智能科學(xué)的相關(guān)論文開始逐年增多。那么為什么1955年會(huì)成為智能科學(xué)得以快速發(fā)展的時(shí)間點(diǎn)呢？這主要得益于兩個(gè)歷史性事件：

第一個(gè)是計(jì)算機(jī)的誕生有力地推動(dòng)了人工智能模擬的發(fā)展。1941年《梅因論壇報(bào)》報(bào)道：“物理學(xué)教授約翰#8226;阿塔索夫博士研制成電子計(jì)算機(jī)，其工作原理比其他機(jī)器更接近人腦，并由電子元器件組成……”。此時(shí)，人們就已經(jīng)把計(jì)算機(jī)與人腦聯(lián)系在一起。到1946年，賓州 大學(xué)得莫奇來（Mauchly）博士和愛克特（Eckert）在美國(guó)軍方的資助下，設(shè)計(jì)用真空管取 代繼電器，研制成功世界上第一臺(tái)廣為人知的電子計(jì)算機(jī)“埃尼阿克”（Electronic Numer ical Integrator and Calculator，ENIAC）。1947年，“人工智能之父”阿蘭#8226;圖靈就在 論文《智能機(jī)器》中討論了計(jì)算機(jī)與人腦的關(guān)鍵特征相似情況，1950年他在《心理》上發(fā)表 的著名論文《Computing Machinery and Intelligence》［３］，討論用計(jì)算機(jī)實(shí)現(xiàn) 人工智能的可能性，正確預(yù)見了未來50年人工智能發(fā)展的趨勢(shì)和可能預(yù)見的問題。因此，計(jì) 算機(jī)的誕生標(biāo)志著人類可以利用計(jì)算機(jī)的自動(dòng)處理能力來模擬人行為，從而為人工智能研究 的出現(xiàn)奠定了堅(jiān)實(shí)的物質(zhì)基礎(chǔ)。

該時(shí)期出現(xiàn)的另一個(gè)歷史性事件是1956年夏天在美國(guó)新罕布什爾州漢諾威市的達(dá)特茅斯學(xué)院舉行的第一次人工智能會(huì)議。在該會(huì)議上來自數(shù)學(xué)、心理學(xué)、神經(jīng)學(xué)、計(jì)算機(jī)科學(xué)與電氣工程等多個(gè)領(lǐng)域的數(shù)十名學(xué)者聚集一堂，共同討論了如何用計(jì)算機(jī)模擬人的行為。會(huì)議包括了美國(guó)達(dá)特莫斯大學(xué)的麥卡錫(J.McCarthy)、哈佛大學(xué)明斯基(M.L.Minsky)、貝爾實(shí)驗(yàn)室香農(nóng)（E.Shannon）、卡內(nèi)基梅隆大學(xué)的紐厄爾(A.Newdl)和赫伯特#8226;西蒙(H.A.Simon)、麻省理工學(xué)院塞夫里奇（O.Selfridge）和索羅門夫（R.Solomamff），以及IBM公司塞繆爾（A.Samuel）和莫爾（T.More）等一大批后來享譽(yù)世界的著名科學(xué)家。西蒙在會(huì)議上展示了他和紐厄爾、約翰#8226;肖(John Cliff Shaw)等共同開發(fā)的“邏輯理論家”(1ogic Theorist，LT)程序，引發(fā)了極大轟動(dòng)，該程序也被認(rèn)為是世界上第一個(gè)人工智能程序。會(huì)議根據(jù)麥卡錫的建議，正式把這一研究領(lǐng)域命名為“人工智能”(Artificial Intelligence，AI)。達(dá)特茅斯會(huì)議的發(fā)起人麥卡錫和明斯基以及西蒙、紐厄爾，于1960年共同組成了第一個(gè)人工智能研究小組，有力地推動(dòng)了人工智能的發(fā)展，被公認(rèn)為是人工智能的奠基人。其后，他們4人都獲得了計(jì)算機(jī)科學(xué)領(lǐng)域的最高成就——圖靈獎(jiǎng)，以表彰他們?yōu)槿斯ぶ悄茏龀龅木薮筘暙I(xiàn)。該會(huì)議的成功舉辦標(biāo)志著人工智能這一學(xué)科的正式誕生，為人工智能的發(fā)展奠定了理論基礎(chǔ)。

因此，1955年成為智能科學(xué)發(fā)展進(jìn)入誕生期的時(shí)間節(jié)點(diǎn)。20世紀(jì)70年代出現(xiàn)的專家系統(tǒng)、80年代出現(xiàn)的神經(jīng)網(wǎng)絡(luò)等大量相關(guān)研究如雨后春筍般涌現(xiàn)出來，各種原型系統(tǒng)得以制造，人工智能相關(guān)的論文從1981年開始逐步發(fā)表在工程學(xué)和計(jì)算機(jī)科學(xué)相關(guān)的期刊與雜志上。

３.２ 群星璀璨的黃金期

本文使用citespace，通過作者共被引情況來分析該時(shí)期智能科學(xué)發(fā)展的情況。研究中，設(shè)置分析字段為Author，閥值為（2，2，20）（8，5，20）（3，3，20），獲得了顯示了1955－1989年智能科學(xué)論文作者之間的共引關(guān)系圖（如３所示）。該圖由169個(gè)節(jié) 點(diǎn)和1 725條連線，并明顯分為兩個(gè)聚類。

第一個(gè)聚類以Wechsler D為代表人物，即探索期中提到的智力測(cè)試研究的代表人物，他在1955年后繼續(xù)改進(jìn)了韋氏智力測(cè)驗(yàn)表，對(duì)后來心理學(xué)、教育學(xué)、認(rèn)知科學(xué)等產(chǎn)

圖３ 智能科學(xué)誕生期的作者共引關(guān)系圖

生了重要影響。同時(shí)，也說明了第一個(gè)聚類代表了研究人類智力的作者群。圖３中一個(gè)有趣的節(jié)點(diǎn)是“斯滕伯格（Sternberg RJ）”。他是著名的心理學(xué)專家，提出了智力三元論（triarchic theory of intelligence）［４］，認(rèn)為智力包括3個(gè)部分——成分、經(jīng)驗(yàn)和情境，它們代表了智力形成的不同方面，從而強(qiáng)調(diào)了在問題解決中認(rèn)知過程的重要性。因此，他的學(xué)識(shí)成為后來多元智能論的基礎(chǔ)，且也被廣泛引用于人工智能領(lǐng)域，從而成為兩個(gè)聚類的中間節(jié)點(diǎn)。

圖中另一聚類以Simon HA為代表人物，且該點(diǎn)相鄰位置上顯著標(biāo)明了另一個(gè)人物NEWELL A。這兩人就是著名的人工智能符號(hào)主義學(xué)派的創(chuàng)始人赫伯特#8226;西蒙和紐厄爾。他們共同編寫了世界上第一個(gè)人工智能程序，并于1976年在《計(jì)算機(jī)協(xié)會(huì)通訊》上發(fā)表了著名論文《作為經(jīng)驗(yàn)探索的計(jì)算機(jī)科學(xué)：符號(hào)和搜索》［５］，從符號(hào)語(yǔ)義的觀點(diǎn)出發(fā)，對(duì)智能的本質(zhì)進(jìn)行了深入分析，從而開創(chuàng)了人工智能符號(hào)主義學(xué)派。因此，第二個(gè)聚類代表了以人工智能研究為主的研究人員。除了西蒙和紐厄爾外，根據(jù)研究人員被引排序，排名前4位的分別是：

（１）Patrick Henry Winston：麻省理工學(xué)院人工智能和計(jì)算機(jī)科學(xué)教授，他編寫的《Artificial Intelligence 》一書至今仍是該研究領(lǐng)域的經(jīng)典教材。

（２）Marvin Minsk：MIT人工智能實(shí)驗(yàn)室的創(chuàng)始人，神經(jīng)網(wǎng)絡(luò)的奠基人之一。他建構(gòu)了世界上第一個(gè)神經(jīng)元網(wǎng)絡(luò)模擬器–SNARC，并發(fā)表和出版了“Steps Toward Artificial Intelligence”、“l(fā)earning Machine”、“Percptrons”等一系列名著，系統(tǒng)闡述了神經(jīng)網(wǎng)絡(luò)的思想和體系，從而在42歲時(shí)就獲得了圖靈獎(jiǎng)（1969年）。

（３）Nils Nilsson：斯坦福大學(xué)計(jì)算機(jī)教授，符號(hào)主義代表人物之一。他提出了著名的A*搜索算法，從而開創(chuàng)了智能規(guī)劃這一人工智能重要的分支；此外，他認(rèn)為人工智能就是研究和建造理性主體（agent），從而提出了“智能代理”（agent）的重要概念，該研究直到21世紀(jì)初才被人們發(fā)現(xiàn)它的巨大價(jià)值。

（４）Edward Albert Feigenbaum：開發(fā)出了世界上第一個(gè)專家系統(tǒng)程序DENDRAL，被人稱為“專家系統(tǒng)之父”。他最早倡導(dǎo)了“知識(shí)工程”的思想，使知識(shí)工程成為人工智能領(lǐng)域中取得實(shí)際成果最豐富、影響也最大的一個(gè)分支，并于1965年編寫《Computers and Thought》被認(rèn)為是世界上第一本有關(guān)人工智能的經(jīng)典性專著。1994年，因其在專家系統(tǒng)研究方面的卓越貢獻(xiàn)而獲得了圖靈獎(jiǎng)。

從作者共引分析可以看出，1955－1989年智能科學(xué)研究逐步分為兩個(gè)部分：一個(gè)以人類智能研究為主；一個(gè)以人工智能研究為主。其中，人工智能三大學(xué)派中的兩個(gè)學(xué)派——符號(hào)主義學(xué)派和結(jié)構(gòu)主義學(xué)派——都已經(jīng)正式宣告成立，專家系統(tǒng)成為當(dāng)時(shí)研究的主要熱點(diǎn)，人工智能研究進(jìn)入第一個(gè)黃金時(shí)期。

４ 多學(xué)科交叉的智能科學(xué)成長(zhǎng)期

４.１ 人工智能的低谷期

然而1988-1991年，智能科學(xué)相關(guān)論文不增反減，進(jìn)入一個(gè)局部低谷期。主要原因是第五代 計(jì)算機(jī)研制的失敗。1981年，日本通產(chǎn)省提出了一個(gè)雄心勃勃的計(jì)劃，即“第五代計(jì)算機(jī)系 統(tǒng)研究與開發(fā)計(jì)劃”，投資15億美元力圖實(shí)現(xiàn)突破馮#8226;洛依曼結(jié)構(gòu)的并行結(jié)構(gòu)計(jì)算機(jī)，使其 具備推理和知識(shí)智能處理能力，因此被稱為“人工智能計(jì)算機(jī)”。該計(jì)算機(jī)的研究主要集中 于4個(gè)方面：（１）問題求解與推理功能；（２）知識(shí)與知識(shí)庫(kù)管理；（３）智能人機(jī)界面 ；（４）智能程序設(shè)計(jì)。然而1992年，第五代計(jì)算機(jī)因最終沒能突破關(guān)鍵性的技術(shù)難題，無 法實(shí)現(xiàn)自然語(yǔ)言人機(jī)對(duì)話、程序自動(dòng)生成等目標(biāo)，導(dǎo)致了該計(jì)劃最后階段研究的流產(chǎn)。受到 日本政府研究規(guī)劃的刺激， 美國(guó)政府和企業(yè)在上世紀(jì)80年代初也在AI領(lǐng)域投入數(shù)十億研究經(jīng) 費(fèi)，但這些投資者在80年代末重新撤回了投資。此外，神經(jīng)網(wǎng)絡(luò)專家Marvin Minsky在其專 著《感知機(jī)》中，提出對(duì)神經(jīng)網(wǎng)絡(luò)的自我評(píng)判和質(zhì)疑，指出神經(jīng)網(wǎng)絡(luò)一些關(guān)鍵性問題沒有解 決，導(dǎo)致神經(jīng)網(wǎng)絡(luò)研究開始沉寂。這段時(shí)期內(nèi)，整個(gè)智能科學(xué)研究領(lǐng)域，特別是人工智能研 究領(lǐng)域彌漫著悲觀的情緒，人們開始認(rèn)識(shí)到智能科學(xué)面臨著巨大困難和挑戰(zhàn)，世界智能科學(xué) 研究進(jìn)入“低谷”。

４.２ 人工智能的第二個(gè)黃金期

“黑暗往往是黎明的序曲”。發(fā)展曲線上的第二個(gè)時(shí)間節(jié)點(diǎn)是1992年，從該年起智能科學(xué)相關(guān)論文得以高速增長(zhǎng)，標(biāo)志著智能研究開始進(jìn)入快速成長(zhǎng)時(shí)期。本文以5年為一個(gè)單位，統(tǒng)計(jì)了1990－2009年期間智能科學(xué)相關(guān)論文中高頻詞的變化情況，如表１所示。從該表可以獲 得這個(gè)時(shí)期智能科學(xué)研究的一些特點(diǎn)。

（１）在1990-1994年期間，世界人工智能研究的主體依然是以專家系統(tǒng)（expert system）為代表的功能主義AI。知識(shí)表達(dá)、決策系統(tǒng)、機(jī)器學(xué)習(xí)等一系列與專家系統(tǒng)相關(guān)的技術(shù)名詞占據(jù)了該時(shí)期高詞頻表的前10位。但由于日本第五代計(jì)算機(jī)研制的失敗導(dǎo)致功能主義AI受到的極大質(zhì)疑，加之專家系統(tǒng)存在著應(yīng)用領(lǐng)域狹窄、維護(hù)成本高、故障頻繁等缺點(diǎn)，導(dǎo)致對(duì)專家系統(tǒng)研究呈下降趨勢(shì)。到2005年，專家系統(tǒng)一詞已經(jīng)完全跌出了智能科學(xué)前10位高頻詞榜，與之相關(guān)的一系列研究領(lǐng)域也隨著減少。

（２）該時(shí)期的第二個(gè)特點(diǎn)是神經(jīng)網(wǎng)絡(luò)研究的復(fù)蘇。雖然1949年神經(jīng)生物學(xué)家D.O.Hebb的論著《組織行為學(xué)》就提出了神經(jīng)網(wǎng)絡(luò)的基本概念，但由于20世紀(jì)70年代MIT的Marvin Minsky對(duì)感知器的激烈批評(píng)，導(dǎo)致神經(jīng)網(wǎng)絡(luò)研究銷聲匿跡了10年。1982-1986年期間，生物物理學(xué)家J.Hopfield連續(xù)發(fā)表論文，提出了全互連型神經(jīng)網(wǎng)絡(luò)模型［６］，并解決了計(jì)算復(fù)雜度為NP完全型的旅行商問題，推翻了Minsky關(guān)于感知機(jī)無科學(xué)價(jià)值的判斷，標(biāo)志著神經(jīng)網(wǎng)絡(luò)理論產(chǎn)生了重大突破。因此，我們從詞頻上可以看出神經(jīng)網(wǎng)絡(luò)（neural network）一詞從1990年開始得以快速增長(zhǎng)，僅僅排在以專家系統(tǒng)為代表的功能主義AI之下。這標(biāo)志著結(jié)構(gòu)主義AI從此蓬勃興起，在圖像識(shí)別、語(yǔ)音識(shí)別等方面得到了廣泛應(yīng)用，開始與功能主義AI分庭抗禮。特別是從1995年之后，“神經(jīng)網(wǎng)絡(luò)”一詞一直占據(jù)著高頻詞的第一位，顯示出該研究領(lǐng)域的生機(jī)和活力。

（３）該時(shí)期是行為主義的誕生和崛起時(shí)期。1990年，行為主義代表人物布魯克斯教授發(fā)表了論文“大象不玩象棋”(Elephants Dont Play Chess)［７］，認(rèn)為僅僅用符合表達(dá)知識(shí)是不妥當(dāng)?shù)模悄苤挥性谂c環(huán)境的相互作用中才表現(xiàn)出來，并提出了無須知識(shí)表示和無須推理的智能行為理論，建立了“包容體系結(jié)構(gòu)”（subsumption architecture），從而建立的一種基于行為的人工智能新途徑。腦科學(xué)、認(rèn)知科學(xué)、行為學(xué)、群體智能等一系列相關(guān)研究得以開展。特別是從1995年起，認(rèn)知（cognition）作為一個(gè)高頻詞出現(xiàn)在智能科學(xué)的研究領(lǐng)域，并牢牢占據(jù)了前三位的位置。它表明認(rèn)知科學(xué)等開始與行為主義人工智能的結(jié)合，極大推進(jìn)了計(jì)算機(jī)視覺、環(huán)境感知、機(jī)器人控制等技術(shù)的發(fā)展。

（４）多個(gè)學(xué)派開始交叉融合。2006年，世界各國(guó)人工智能研究專家齊聚北京，共同慶祝人工智能誕生50周年，并對(duì)人工智能發(fā)展歷程進(jìn)行了回顧和總結(jié)。會(huì)議上各國(guó)專家開始認(rèn)識(shí)到人工智能和自然智能不應(yīng)是兩個(gè)分割的部分，而是相互影響、相互促進(jìn)、并在相互融合的兩個(gè)方面，并提出了“高級(jí)智能”（Advanced Intelligence）的概念［８］。為此，我們利用citespace，以學(xué)科作為圖４中的節(jié)點(diǎn)進(jìn)行了2個(gè)時(shí)間段的聚類。一個(gè)時(shí)間段是1956－1989年，聚類結(jié)果如圖４左所示。該圖顯示出這個(gè)時(shí)期智能研究領(lǐng)域呈現(xiàn)出心理學(xué)一枝獨(dú)秀的局面，社會(huì)科學(xué)（主要是哲學(xué)）、數(shù)學(xué)、計(jì)算機(jī)科學(xué)等學(xué)科的研究并不突出；心理學(xué)與計(jì)算機(jī)科學(xué)（包括工程學(xué)）的聯(lián)系并不緊密，圖中兩者之間需要通過數(shù)學(xué)、社會(huì)科學(xué)等節(jié)點(diǎn)進(jìn)行間接連接。然而到了第二個(gè)時(shí)間段，即2006－2010年期間（圖４右），計(jì)算機(jī)科學(xué)的地位開始凸顯，幾乎與心理學(xué)并駕齊驅(qū)，兩者之間出現(xiàn)明顯的直接聯(lián)系。與此同時(shí)，圍繞著計(jì)算機(jī)科學(xué)、工程學(xué)、自動(dòng)控制、工程管理等節(jié)點(diǎn)開始凸顯，顯示出人工智能開始在這些領(lǐng)域得到了廣泛應(yīng)用；另一方面，圍繞著心理學(xué)，認(rèn)知科學(xué)、神經(jīng)學(xué)、臨床醫(yī)學(xué)等開始介入該研究領(lǐng)域，特別是代表認(rèn)知科學(xué)的節(jié)點(diǎn)被凸顯出來，顯示出認(rèn)知科學(xué)對(duì)智能研究的重要性越來越大。因此，當(dāng)前智能科學(xué)形成了以心理學(xué)、神經(jīng)學(xué)、哲學(xué)、計(jì)算機(jī)科學(xué)為基礎(chǔ)研究領(lǐng)域，以工程學(xué)、自動(dòng)控制、工程管理、臨床醫(yī)學(xué)為主要應(yīng)用領(lǐng)域的多學(xué)科交叉研究態(tài)勢(shì)。這是自然智能和人工智能各自研究發(fā)展到一定程度后，相互影響和相互需求的結(jié)果，是自然智能和人工智能的研究緊密結(jié)合并形成良性的互動(dòng)，腦科學(xué)、認(rèn)知科學(xué)、心理學(xué)、符號(hào)主義AI、結(jié)構(gòu)主義AI、行為主義AI等開始進(jìn)行學(xué)科交叉和知識(shí)融合，成為當(dāng)前智能研究的前沿，新的“智能”研究階段開始到來。圖４ 1956-2010年間智能科學(xué)學(xué)科變化情況

５ 結(jié) 論

智能科學(xué)作為世界十大科技之一，一直是人們關(guān)注和研究的焦點(diǎn)。本文從科學(xué)計(jì)量的角度分析出人類智力、人類心理、神經(jīng)網(wǎng)絡(luò)、認(rèn)知、專家系統(tǒng)等是該領(lǐng)域的核心問題，心理學(xué)、認(rèn)知科學(xué)、計(jì)算機(jī)科學(xué)、哲學(xué)等學(xué)科成為支撐智能科學(xué)的六大支柱。本文展示出，該研究領(lǐng)域目前正處于快速發(fā)展期，各個(gè)學(xué)科之間開始快速交叉融合，特別是人工智能與自然智能之間的交叉融合正在深入，并產(chǎn)生出大量的新型研究領(lǐng)域。在下一步工作中，我們將對(duì)該領(lǐng)域的研究前沿進(jìn)行深入分析，獲取智能科學(xué)的發(fā)展方向。

參考文獻(xiàn)

［１］Terman，L.M..The Measurement of Intelligence［Ｍ］．New York:ARNO Press，1975.

［２］Wechsler，D..The measurement of adult intelligence［Ｊ］.Psychological Bulletin，1943，40(3):153-193.

［３］A.Turing.Computing machinery and intelligence［Ｊ］.Mind，1950，59:433-460.

［４］Sternberg，R.J..Beyond IQ:A triarchic theory of human intelligence［Ｍ］．New York:Cambridge University Press，1985.

［５］A#8226;紐厄爾，H#8226;A#8226;西蒙．作為經(jīng)驗(yàn)探索的計(jì)算機(jī)科學(xué)：符號(hào)和搜索［Ｍ］．上海：上海譯文出版社，2006.

［６］JJ.，H..Neural Networks and Physical Systems with Emergent Collective Computational Abilities，1982:2254－2558.

［７］Brooks，R.A..Elephants dont play chess［Ｊ］.Robotics and Autonomous Systems，1990，6(1-2):3-15.

［８］鐘義信．機(jī)制主義研究方法與人工智能統(tǒng)一理論［Ｊ］.電子學(xué)報(bào)，2006，（2）.