大數據和人工智能困局與突破

鄭志明

認知人工智能應該從科學的角度來看。近代科學標志性的東西就是牛頓科學，牛頓第二定律，F=ma，是講外力和加速度之間的一個比例關系，所以所謂的牛頓科學最本質來講都是理想方程，他所有得出的東西，都是在理想模型和理想環境下得到的。也就是說牛頓在研究一切問題的時候，他把本來復雜的問題做了簡化，這種簡化就是三個字——線性化，所以牛頓的思想本質上就是線性化思想，就是把一個復雜的問題里面線性的部分拿出來，隨機部分、非線部分不管了。但是在一個動態系統里，這種非線性隨機問題，牛頓并沒有解決，這個事情是放在現代來解決的。所以說現代科學和近代科學的分水嶺就是線性化這條線。

當把一條拋物線迭代起來的時候，一開始的時候它的穩定態是很簡單的，但拋物線到一定高度以后它的混沌就出現了，人工智能能學習嗎？答案是不能的。所以線性方法是沒有辦法處理非線性隨機問題的，所以后牛頓時代或者現代科學，主要是研究具有非線性動態隨機特征的復雜動態系統，這是很重要的一個任務。這種復雜系統多不多呢？在上世紀八十年代已經證明，自然系統，三維以上的動態系統是復雜系統的概率是1，也就是說復雜系統到處存在，牛頓時代的牛頓理想方程，真正在現實中碰到那樣的線性方程、理想方程概率是0。所以現在我們要研究的問題，只要是動態，那就是非線性隨機，它是普遍存在的。

這個問題講清楚以后，我們看大數據和人工智能。牛頓科學極大的推動了科技的發展，但隨著科技的不斷發展，人們希望對這個復雜系統了解多一點，怎么了解呢？沒有理論支撐那就開始做實驗，一開始的實驗都是觀測方法，后面就開始隨著觀測儀器越來越精密，就用數字來描述這些實驗現象。這件事就變成我們傳統意義下的物理的自然的系統，通過這種傳感器等等，把變化用數字記載下來，實際上就變成了過去的物理系統或者自然系統，就變成了復雜的數據系統。所以復雜數據系統并不是從天上掉下來的，實際上這個數據系統后面蘊含著復雜的真實的系統，這樣科學就進入了大數據時代。

到了大數據時代，是不是把這種物理或者自然的問題進行一種數字化描述，問題就解決了？實際上還是缺乏一點手段。因為它沒有減輕困難，只是把一個復雜問題變成了另外一種數字描述的復雜問題，怎么來解決它呢？就是現在人工智能。那么人工智能實際上就是統計，統計在人工智能里占的分量是很大的，基本上是用的統計方法。從數學的角度來看，人工智能實際上是統計加動態線性的學習方法。人工智能的學習方法，不管是什么學習方法，就是我們所謂的叫大數據的學習方法、分析方法。就是用一個統計模型，看大數據，根據經驗，然后弄個統計模型扣上去，不符合模型的就是所謂的清洗，不滿足的補一補數據，這就叫大數據的分析方法。

真正的人工智能或者說下一步要發展人工智能，應該是什么呢？應該是從這個數據里建立一些方法，要從這個數據里，把這個隱含在數據后面的系統能夠從數據里撈出來，或者近似的撈出來，這就叫精準智能。線性系統的不變集極其簡單，只要沾一點非線性或者隨機，它的不變集會發生革命性的變化。用這種統計加動態線性的方法，能很好地把非線性這個系統的性質刻畫出來或者近似刻畫出來，如果這種方法可行的話，其實牛頓科學就終結了現代科學，現代就不要研究數學、物理、化學了，因為我用動態線性已經可以把所有復雜的東西基礎研究清楚了。

所以現在的大數據或者人工智能，它碰到的最大的困局就是遇到了復雜系統，這是它的最大問題。所有的復現性存疑，不可解釋性。美國研究的人工智能實際上是內嵌物理、數學等等這些東西，核心是能不能用數學物理方法，實際上就是把統計方法里邊加一點更細致的數理方法，不要光局限在統計，把更深入的數學和物理的知識能加到這個學習方法里面去，使得得到相對來講比較穩定的、比較準確地結論，這就是下一步人工智能要做的事情。我們國家要想人工智能取得突破，要想成為人工智能的強國，必須要這么做。所以內嵌的目的就是將數據中非線性隨機性的科學關聯關系及其演化可能導致的復雜性要隨機出來，這是最核心的問題。

第二件事，有了這種數理表征以后，人工智能就開始動態調參了，把這種數理表征做出以后形成系統的近似科學數據場。第三件事，基于調參的學習，因為這里面就把系統或者近似系統，數據里蘊含的真正的系統、隱性的系統，讓它顯型出來，然后再基于系統的學習。下面我們看一個在AM402暗物質信息的搜索中所做的例子。這個是丁肇中先生主持的一個巨型國際合作項目，參加這個項目的國家和地區大概37個，國際上最頂尖的科學家大概600多人。

這個問題是什么問題？把探測器放在空間站上，利用探測宇宙里的暗物質，物理探測，主要是用物理來看物質，光、電、磁、能、質，五大探測類，最后來確定這個粒子到底是什么類型的粒子，是不是自然粒子或者是暗物質的粒子。這個問題的數據量就變得非常大，而且這個系統還不好控制，因為它是放在天上的，這個系統是探測器在天上被粒子打的，壞了就壞了，所以它的數據是很隨機的。第二是放在空間站上的，它是動的，所以是這種角度，這個粒子打到探測儀上，和這種角度到達探測儀上出現的光電信號是不一樣的，要把五大類的光電信號不但要篩選出來，而且要耦合起來，組成一個描述暗物質的整個系統，這件事情是非常復雜的。

（本文根據中國國際數字經濟博覽會速記整理，內容未經本人確認）