把握新一代信息技術的聚焦點

徐宗本

人類社會、物理世界、信息空間構成了當今世界的三元。這三元世界之間的關聯與交互，決定了社會信息化的特征和程度。感知人類社會和物理世界的基本方式是數字化，聯結人類社會與物理世界的基本方式是網絡化，信息空間作用于物理世界與人類社會的方式是智能化。數字化、網絡化、智能化是新一輪科技革命的突出特征，也是新一代信息技術的聚焦點。數字化為社會信息化奠定基礎，其發展趨勢是社會的全面數據化;網絡化為信息傳播提供物理載體，其發展趨勢是信息物理系統（CPS）的廣泛采用;智能化體現信息應用的層次與水平，其發展趨勢是新一代人工智能。

數字化：從計算機化到數據化

數字化是指將信息載體（文字、圖片、圖像、信號等）以數字編碼形式（通常是二進制）進行儲存、傳輸、加工、處理和應用的技術途徑。數字化本身指的是信息表示方式與處理方式，但本質上強調的是信息應用的計算機化和自動化。數據化（數據是以編碼形式存在的信息載體，所有數據都是數字化的）除包括數字化外，更強調對數據的收集、聚合、分析與應用，強化數據的生產要素與生產力功能。數字化正從計算機化向數據化發展，這是當前社會信息化最重要的趨勢之一。

數據化的核心內涵是對信息技術革命與經濟社會活動交融生成的大數據的深刻認識與深層利用。大數據是社會經濟、現實世界、管理決策等的片段記錄，蘊含著碎片化信息。隨著分析技術與計算技術的突破，解讀這些碎片化信息成為可能，這使大數據成為一項新的高新技術、一類新的科研范式、一種新的決策方式。大數據深刻改變了人類的思維方式和生產生活方式，給管理創新、產業發展、科學發現等多個領域帶來前所未有的機遇。

大數據的價值生成有其內在規律（服從大數據原理）。只有深刻認識并掌握這些規律，才能提高自覺運用、科學運用大數據的意識與能力（大數據思維）。大數據的價值主要通過大數據技術來實現。大數據技術是統計學方法、計算機技術、人工智能技術的延伸與發展，是正在發展中的技術，當前的熱點方向包括：區塊鏈技術、互操作技術、存算一體化存儲與管理技術、大數據操作系統、大數據編程語言與執行環境、大數據基礎與核心算法、大數據機器學習技術、大數據智能技術、可視化與人機交互分析技術、真偽判定與安全技術等。大數據技術的發展依賴一些重大基礎問題的解決，這些重大基礎問題包括：大數據的統計學基礎與計算理論基礎、大數據計算的軟硬件基礎與計算方法、大數據推斷的真偽性判定等。

實施國家大數據戰略是推進數據化革命的重要途徑。自 2015 年我國提出實施國家大數據戰略以來，我國大數據快速發展的格局已初步形成，但也存在一些亟待解決的問題：數據開放共享滯后，數據資源紅利仍未得到充分釋放;企業贏利模式不穩定，產業鏈完整性不足;核心技術尚未取得重大突破，相關應用的技術水平不高;安全管理與隱私保護還存在漏洞，相關制度建設仍不夠完善等等。

網絡化：

從互聯網到信息物理系統

物聯網是互聯網的自然延伸和拓展，它通過信息技術將各種物體與網絡相連，幫助人們獲取所需物體的相關信息。物聯網通過使用射頻識別、傳感器、紅外感應器、視頻監控、全球定位系統、激光掃描器等信息采集設備，通過無線傳感網絡、無線通信網絡把物體與互聯網連接起來，實現物與物、人與物之間實時的信息交換和通信，以達到智能化識別、定位、跟蹤、監控和管理的目的。互聯網實現了人與人、服務與服務之間的互聯，？而物聯網實現了人、物、服務之間的交叉互聯。物聯網的核心技術包括：傳感器技術、無線傳輸技術、海量數據分析處理技術、上層業務解決方案、安全技術等。物聯網的發展將經歷相對漫長的時期，但可能會在特定領域的應用中率先取得突破，車聯網、工業互聯網、無人系統、智能家居等都是當前物聯網大顯身手的領域。

物聯網主要解決人對物理世界的感知問題，而要解決對物理對象的操控問題則必須進一步發展信息物理系統（CPS）。信息物理系統是一個綜合計算、網絡和物理環境的多維復雜系統，它通過 3C（Computer、Communication、Control） 技術的有機融合與深度協作，實現對大型工程系統的實時感知、動態控制和信息服務。通過人機交互接口，信息物理系統實現計算進程與物理進程的交互，利用網絡化空間以遠程、可靠、實時、安全、協作的方式操控一個物理實體。從本質上說，信息物理系統是一個具有控制屬性的網絡。

不同于提供信息交互與應用的公用基礎設施，信息物理系統發展的聚焦點在于研發深度融合感知、計算、通信和控制能力的網絡化物理設備系統。從產業角度看，信息物理系統的涵蓋范圍小到智能家庭網絡、大到工業控制系統乃至智能交通系統等國家級甚至世界級的應用。更為重要的是，這種涵蓋并不僅僅是將現有的設備簡單地連在一起，而是會催生出眾多具有計算、通信、控制、協同和自治性能的設備，下一代工業將建立在信息物理系統之上。隨著信息物理系統技術的發展和普及，使用計算機和網絡實現功能擴展的物理設備將無處不在，并推動工業產品和技術的升級換代，極大地提高汽車、航空航天、國防、工業自動化、健康醫療設備、重大基礎設施等主要工業領域的競爭力。信息物理系統不僅會催生出新的工業，甚至會重塑現有產業布局。

智能化：從專家系統到元學習

智能化反映信息產品的質量屬性。我們說一個信息產品是智能的，通常是指這個產品能完成有智慧的人才能完成的事情，或者已經達到人類才能達到的水平。智能一般包括感知能力、記憶與思維能力、學習與自適應能力、行為決策能力等。所以，智能化通常也可定義為：使對象具備靈敏準確的感知功能、正確的思維與判斷功能、自適應的學習功能、行之有效的執行功能等。

智能化是信息技術發展的永恒追求，實現這一追求的主要途徑是發展人工智能技術。人工智能技術誕生 60 多年來，雖歷經三起兩落，但還是取得了巨大成就。1959—1976 年是基于人工表示知識和符號處理的階段，產生了在一些領域具有重要應用價值的專家系統;1976—2007 年是基于統計學習和知識自表示的階段，產生了各種各樣的神經網絡系統;近幾年開始的基于環境自適應、自博弈、自進化、自學習的研究，正在形成一個人工智能發展的新階段——元學習或方法論學習階段，這構成新一代人工智能。新一代人工智能主要包括大數據智能、群體智能、跨媒體智能、人機混合增強智能和類腦智能等。

深度學習是新一代人工智能技術的卓越代表。由于在人臉識別、機器翻譯、棋類競賽等眾多領域超越人類的表現，深度學習在今天幾乎已成為人工智能的代名詞。然而，深度學習拓撲設計難、效果預期難、機理解釋難是重大挑戰，還沒有一套堅實的數學理論來支撐解決這三大難題。解決這些難題是深度學習未來研究的主要關注點。此外，深度學習是典型的大數據智能，它的可應用性是以存在大量訓練樣本為基礎的。小樣本學習將是深度學習的發展趨勢。

元學習有望成為人工智能發展的下一個突破口。然而，元學習研究還僅僅是開始，其發展還面臨一系列挑戰。

新一代人工智能的熱潮已經來臨，可以預見的發展趨勢是以大數據為基礎、以模型與算法創新為核心、以強大的計算能力為支撐。新一代人工智能技術的突破依賴其他各類信息技術的綜合發展，也依賴腦科學與認知科學的實質性進步與發展。