關于“智能學科”的戰略思考

鐘義信

（北京郵電大學 計算機學院，北京 100876）

0 引 言

2017年7月20日，國務院發布了《新一代人工智能發展規劃》（以下簡稱《規劃》）。《規劃》清晰無誤地把“大力發展人工智能”提升到國家戰略的高度。為了保障此項國家戰略的有效實施，《規劃》還提出在高等學校建立智能領域一級學科的要求。一石激起千層浪，《規劃》的發布，在民眾、特別在教育界激起了極其熱烈的討論，討論的核心問題是：應當在高校建立一個什么樣的“一級學科”才能有效支持國家戰略的實施？

公眾的討論可謂百花齊放、異彩紛呈，歸結起來主要有如下幾種代表性的主張：①高度一致的共識是：雖然我國一些高校已經設置了“智能科學與技術”本科專業，但都隸屬于其他一級學科，因此，培養計劃必須優先滿足所屬一級學科的要求。這樣就留給“智能學科與技術”專業的培養空間非常有限，很難系統地培養智能學科的人才。為了有效支持國家戰略，應當設立智能領域自身的一級學科。②關于新的一級學科的設置，一種意見認為，既然國家號召努力發展“新一代人工智能”，高校就應該建立“人工智能”一級學科來培養相應的人才，保障人才培養的工作和產業的需求密切銜接；另外一種意見則認為，為了培養既有創新能力又有實踐能力的人才，應當使學生對智能科學基礎和關鍵技術有一定的掌握，因此，主張建立“智能科學與技術”一級學科。

建立人工智能領域的“一級學科”已成共識，不必再費筆墨。至于建立什么樣的一級學科？看來尚須思量。一級學科的名稱固然重要，但是，更為重要也更為根本的問題是：應當設定怎樣的一級學科人才培養目標？

1 設置“一級學科”的一般準則

現代科學是一個宏大的復雜體系，可以被描述為一個大規模、多分支、多層次、多聯系的復雜網絡，其中，每一個分支代表一個大的學科領域。現代科學存在許多不同的學科領域（如數學、物理學、化學、生物科學、信息科學等），每個領域內部又存在若干分支領域，每個分支領域又有不同層級的學科，其中，層級較高的學科所覆蓋的學科面較廣，層級較低的學科所覆蓋的學科面較窄。

“一級學科”（也稱“學科大類”）是指那些學科覆蓋面相對較廣且具有一定完整性和獨立性的學科，在他們的下層通常都有一群由它們分解出來、互相之間存在一定學術聯系、學科覆蓋面相對較窄的二級學科（學科小類）。

世界各國的學科設置各具特色、各有千秋，大體遵循兩種不同的準則：一種準則是比較強調“學以致用”，學科的設置往往與應用部門的具體業務密切關聯，培養過程也比較注重應用部門的需要，畢業生就業的對口性很強，因此他們工作上手很快，用人單位比較歡迎；另一種準則是強調學科和人才的“長遠發展”，學科的設置往往比較學術化和系統化，培養過程比較注重學生基礎學術能力的鍛造，畢業生的適應能力比較好，學生的發展潛力比較強。

分析表明，這兩種準則存在互補的關系，而不是對立的關系，因此，可以把兩種準則有機結合起來，形成更具有兼容性的新準則，使學生既具有比較雄厚的學術基礎，又具有比較強的應用能力。

2 “人工智能”的學科內涵

2.1 什么是智能？

長期以來，由于受到經典物質科學“分而治之”方法論的影響，國內外學術界一直都把“智能”孤立地理解為大腦的思維能力。因此，人工神經網絡就從模擬大腦的結構入手來研究人工智能，專家系統則從模擬大腦的功能入手來研究人工智能。

顯然，這些認識是不全面、不準確的。主體與客體的相互作用，是現實世界一切智能活動發生和發展的根源。沒有這種主體與客體之間的相互作用，主體就不會產生對于智能的需求。由此可以得出智能的基本定義（對照圖1所示的模型）[1]。

圖1 智能系統的抽象模型

定義1智能，是在主體與客體相互作用的演進過程中，為了實現主體“更好的生存與發展”的目的而不斷演化出來的“運用知識去發現問題和解決問題”的能力[2]。

如果把圖1的抽象模型進一步展開，就得到智能系統標準模型，如圖2所示。

圖1 和圖2完全等效。前者比較抽象，便于引出“智能”的概念；后者比較具體，便于理解“智能”的過程和機理。為此，需要做出幾點說明。

（1）在圖1和圖2所示的智能系統模型中，主體可以是人，可以是各種生物，也可以是人造的智能（即人工智能）系統。

圖2 智能系統標準模型

（2）如果主體是人或生物，模型中的“目的和知識”就是主體自己所擁有的；如果主體是人工智能系統，其“目的和知識”就是人類設計者所賦予的，而非機器自己的。

（3）定義1表明，人類在主客相互作用的演進過程中演化出的“智能”，目的是要不斷實現人類“更好的生存與發展水平”。

（4）智能的表現多姿多彩，但歸結起來就是“為了實現更好的生存與發展這個目的而運用知識去發現問題和解決問題”的能力。

2.2 什么是人工智能？

雖然國內外文獻上給出過各種各樣的“人工智能”定義，但是，深入分析起來都存在偏頗。為此，筆者嘗試給出一個更為科學也更為符合實際的人工智能定義[3]。

定義2人工智能，就是試圖“理解”智能的工作機理并運用現代科學技術進步的成果“研發”智能機器的一門科學技術。

可見，學習和掌握人工智能需要抓住兩個關鍵：一個是“理解”，一個是“研發”，理解是基礎，研發是目的，兩者相輔相成，缺一不可。理解要為目的服務，但是如果沒有理解做基礎，研發的能力就會嚴重受限。

關于定義2，需要說明：在機器上實現人類“發現問題和解決問題的能力”并非易事。特別是發現問題的能力，是人類創造力的第一要素，依賴于人類的目的、直覺、想象力、靈感與美感等因素，這些都是機器難以實現的。因此，人工智能的研究主要關注的是在機器上實現人類解決問題的能力。

頗為有趣的是，對于圖2所示的智能系統標準模型，存在兩種不同的思維模式。

（1）從物質結構和能量過程的觀點來考察，主體的智能是通過一系列物質和能量系統實現的，他們包括①感知與選擇系統，②認知系統，③基礎意識、情感生成、理智生成和綜合決策系統，④策略執行系統。

（2）從信息生態過程的觀點來考察。主體的智能是在主體目的的導控下和在知識的支持下通過一系列信息轉換過程實現的，包括①由客體信息到感知信息的轉換，②由感知信息到知識的轉換，③由感知信息、知識、目的到智能策略的轉換，④由智能策略到智能行為的轉換。這個復雜轉換過程也可以表達為

這兩種思維模式的意義大不相同，前者是物質科學的思維模式，而后者則是信息科學的思維模式。人工智能是一類開放復雜的信息系統，屬于信息科學的研究范疇。雖然信息轉換過程總是需要物質與能量系統的支持，但是，信息轉換過程是人工智能的本質和靈魂，而物質和能量系統則是為信息轉換過程服務的。在學習、研究和設計人工智能系統的時候，首先應當關注的是其中的信息轉換過程，然后才應當關注如何設計恰當的物質和能量系統來支持和保障這個信息轉換過程的實現。

因此，人工智能的研究者和學習者必須準確理解和把握的是表達式（1）或表達式（2）所表示的信息轉換過程，這是智能的本質機理。

正如人們所說：飛機的研制不是直接去模仿鳥的物質結構，而是抓住了鳥兒飛翔的空氣動力學原理。同樣應當說：人工智能系統的研制不是直接去模仿人體的物質結構和功能，而是要抓住人類智能生長所蘊涵的信息轉換原理！

所以，自覺地從物質科學思維模式轉變為信息科學思維模式，這應當是所有人工智能研究者和學習者的共同任務。不要刻意地去追求智能系統模型中各個功能系統如何逼真地模擬人類智能系統的各個對應物理生理系統的結構，而是應當努力追求盡量完美地實現整個智能系統的（而不是個別單元的）信息轉換過程。

2.3 人工智能學科的基本內涵

總結圖1和圖2所示的智能模型、定義1和定義2所表述的智能與人工智能定義、表達式（1）或表達式（2）所揭示的智能系統工作機理，筆者可以把人工智能學科的基本內涵（也是學習人工智能的時候應當掌握的基本精髓）歸結為以下方面。

2.3.1 什么是智能？為什么人類需要智能？

根據圖1和定義1知道，“智能”是人類主體（包括生物主體）在與環境客體相互作用的過程中，為了實現不斷改善生存發展水平這一目的，而演化和展現出來的能力。這種能力應當能夠保障：①主體所產生的智能行為能夠實現主體所設定的目的，否則就是失敗；②主體所產生的智能行為，不能破壞環境，否則就會遭遇風險；③主體應當在面對不確定的條件下可以通過反饋、學習與優化實現所設定的目的。

有了這樣的能力，生物主體才能在變化的環境中生存，而人類主體則不僅能夠在變化的環境中生存，而且能夠通過改善環境求得不斷地發展。

2.3.2 人類有了自身的智能，為什么還需要人工智能？人工智能與人類智能的關系是什么？

一方面，定義1表明，智能是在主客相互作用過程中演化出來的產物，而主客相互作用本身又在不斷向深度廣度演化，因此，人類智能的水平必須不斷提升；另一方面，科學技術進步的目的就是為了幫助人類從自然力的束縛下獲得解放，因此，運用科技進步成果來實現人類智能的部分能力（即實現人工智能）是歷史進步的必然結果。然而，定義2及其說明又告訴我們：人工智能主要關注的是把人類“解決問題”的能力在機器上實現出來，以便使人類能夠更好地集中精力提升自己“發現問題”的能力。這就是人工智能與人類智能之間的關系。

2.3.3 人工智能的工作機理是什么？他與一般的信息處理有什么不同？

圖2的標準模型表明，人工智能系統的工作機理是需要人類設計者和系統使用者提供所要解決的問題、求解問題的預設目標、求解問題所需要的基本知識。在此基礎上，人工智能系統就可以按照表達式（1）或表達式（2）來執行一系列復雜的信息轉換。如果一切都很理想，那么，所生成的“智能行為”就可以解決問題，達到預設的目標。

圖2表明，人工智能執行的信息轉換包括：①客體信息（感知信息，感知）；②感知信息（知識，認知）；③感知信息、知識、目的（智能策略，基礎意識、情感、理智、綜合決策）；④智能策略（智能行為，執行）。

圖2也表明，由于各個過程／子過程都可能存在各種不確定性，人工智能系統按照表達式生成的“智能行為”所產生結果通常會偏離目標而出現誤差。這個誤差就是一種新的信息，表明需要改進智能策略。為此，需要把誤差信息反饋到人工智能系統的輸入端，通過學習補充知識、優化策略改進智能行為的效果（縮小誤差）。這種誤差反饋—學習—優化過程可能需要進行多次，每一次都比前一次的效果更好，更接近于目標，直到滿意為止。如果無論進行多少次都不能改善效果，就要修改預設目標。

圖2表明，人工智能系統標準模型中幾乎包含了所有各種信息處理系統，如傳感、通信、計算機、控制等。但他們僅僅是人工智能系統各種子系統的簡化形式。換言之，人工智能是遠比它們以及它們的組合更復雜、更高級、更強大的智能系統。

2.3.4 人工智能的應用潛力

由于人工智能系統可以有效實現人類“解決問題”的能力，又具有遠遠超越人類工作速度、工作精度、工作耐力、惡劣環境的耐受力，因此，人工智能技術在科學研究、國民經濟、社會服務、文化教育、民生福祉、環境生態、國家安全等各個領域都具有巨大的應用潛力，有望把人類從這些領域的體力勞動和一般智力勞動中解放出來，使他們可以不斷地向更具創造性的勞動領域轉移，推動社會更好地發展。

2.3.5 人工智能的發展前景

隨著人們對人類智能工作機理的認識越來越深入，隨著微電子、光電子、新材料、新能源技術不斷進步，人工智能將在越來越多的領域協助、甚至取代人類去解決各種問題，與人類勞動者形成“人類發現問題、人工智能機器系統解決問題”的共生體。由于人類智能在不斷發展，發現問題的能力越來越強，人工智能的研究將永無止境。

2.4 智能領域一級學科人才培養的課程體系

按照定義2的表述，學習和掌握人工智能，就是要深入學習“對于人類智能工作機理的理解”，并在此基礎上努力掌握“利用現代科技進步的成果研發智能機器”的本領。

為此，智能領域一級學科的人才培養需要考慮以下課程（除了各個一級學科共同的課程以外），見表1。

表1 課程名稱

3 國家需求與國際環境的約束

目前，教育部已經設立“智能科學與技術”本科專業。這一名稱體現了科學與技術之間的辯證聯系，用作智能領域“一級學科”的名稱比較合理。不過，也有不少人主張采用“人工智能”作為一級學科名稱，認為要緊扣“研發智能機器”的主題，不必學習神經科學、認知科學、信息科學等理論性的內容。

筆者認為，定義2所述的“理解智能機理，研發智能機器”的認識很重要。理解智能機理是研發智能機器的必要基礎，沒有理解的基礎，研發很難走遠，更難實現智能領域的突破與創新。而“創新”是新階段經濟發展的第一驅動力。

從國家需求的觀點分析，2017年7月20日國務院發布的《規劃》明確規定：到2025年前要實現人工智能基礎理論的重大突破，到2030年要在理論、技術、應用上達到國際領先水平。如果我們培養的學生沒有一定的科學理論基礎，將不可能實現《規劃》的目標。

至于從整個國際競爭的大格局來看，如果我們培養的學生沒有一定的基礎理論水平與能力，將來我國的研究勢必受制于人。最近在信息技術領域發生的“芯片”事件便是活生生的證明！

4 結 語

在滿足上述“內涵”的條件下，人工智能領域的一級學科究竟稱為“人工智能”，還是“智能科學與技術”？其實都不是問題。關鍵的問題是，要使本領域一級學科培養的學生具備“理解智能機理，研發智能機器”的堅實基礎與能力。