人工智能基礎理論研究的重大進展：評鐘義信的專著《高等人工智能原理》

何華燦

(西北工業大學計算機學院)

2014年3月科學出版社出版了北京郵電大學教授鐘義信的最新專著《高等人工智能原理》[1]，該書有5篇10章共538千字。第1篇探討智能科學中的科學觀(第1章)和方法論(第2章)，第2篇闡述全信息理論(第3章)和知識生態理論(第4章)，第3篇論述智能科學的研究模型和信息轉換原理(第5～6章)，第4篇分析高等人工智能理論與現行人工智能理論的關系(第7～9章)，第5篇討論高等人工智能原理的典型應用(第10章)。書的讀者對象群主要是廣大人工智能科學工作者、博士生、碩士生和本科高年級學生。該書在人工智能的基本觀念、基本方法、基本模型、基本理論等方面都有重大突破，形成了一個全新的人工智能理論體系，與當今國內外普遍流行的人工智能理論體系相比有全面提升[2－5]，用“高等人工智能原理”命名恰如其分。該書不僅能使讀者全面了解人工智能的基本原理和方法，而且能啟迪思維，引導讀者步入自主創新之路，具有承前啟后，繼往開來的特殊作用。

1 該書的寫作背景

1.1 時代背景

自20世紀中葉以來，隨著現代信息技術特別是電子計算機技術的廣泛應用和國際互聯網的普及，人類已從“能源時代”進入到“信息時代”。世界各國先后在社會生產、科學技術、社會管理和社會生活中普遍實現了信息互聯互通和信息處理的計算機化和網絡化，這標志著信息化社會的初級階段已基本完成，信息化社會的智能化階段已開始。所謂“智能化”就是指在整個社會活動中普遍地采用智能科學技術，用智能機器(人)代替人去完成各種低層次的繁瑣工作及危險操作。于是各行各業的智能化呼聲此起彼伏，響徹世界各地。然而，現有的人工智能科學技術脫胎于能源時代形成的“確定性世界觀”，其中的“還原論”科學觀，“分而治之”的方法論，“各自為戰”的智能研究模型，“互不聯通”的研究學派等等，這一切都必須在“智能化”的時代需求面前做出根本性改變!因為人腦的智能活動過程不是一個簡單的機械運動過程，而是一個發生在復雜性系統中的非線性演化過程，不確定性是其本質特征，它需要在“不確定性世界觀”下才能被準確地把握和描述。

2006年是國際人工智能學科誕生的50周年，中國人工智能學會在北京舉辦了隆重的“國際人工智能學術大會”，來自五大洲近30個國家和地區的同行專家出席了會議。在會議的“發展戰略”論壇上，時任中國人工智能學會理事長的鐘義信教授代表會議主辦方做了主題發言，他明確指出，當前人工智能研究存在三大問題:

1)符號主義、連接主義和行為主義三大學派互不聯通，相互對立。

2)在智能研究中忽視了對情感與意識的研究。

3)在智能科學研究中缺乏與認知科學研究的互動。

于是他在大會上發出了3項呼吁:

1)在學術上實現符號主義、連接主義和行為主義三大學派的聯通以形成合力。

2)把意識、情感、智能作為統一的三位一體進行全面研究。

3)加強智能科學與認知科學的聯合研究。

這3項呼吁的核心思想就是呼吁國際人工智能學術界擺脫源自“確定性世界觀”的“還原論”科學觀和“分而治之”方法論的束縛。因為正是這些科學觀和方法論把人工智能的研究分裂成了互不聯通的“三大學派”。只有擺脫了“還原論”和“分而治之”的束縛之后，才有可能使人工智能研究走上基于“不確定性世界觀”的發展新軌道。鐘義信教授的這3項呼吁立即在會議上獲得了模糊數學創始人L.A.Zadeh和國內外許多與會者的高度贊同，他們認為這實際上是“未來50年人工智能研究的學術綱領”。

1.2 個人學術背景

實際上，在2006年國際會議之前，鐘義信教授已經在上述3個方面進行了大量的研究工作，會議之后又進一步進行了深化和拓展，系統地積累了豐碩的研究成果。例如:

1)他在1965—1988期間完成了把Shannon的“信息論”[6]拓展成為“全信息理論”的研究，出版了《信息科學原理》[7]，闡明了機器獲取信息能力的一般機理。

盡管“信息”概念的提出是Shannon對信息時代的第一個偉大貢獻，鐘教授在研究Shannon信息論時發現，這里的所謂“信息”是根據通信工程的特殊需要，只考慮了信息的形式因素(信號波形)，沒有考慮信息的內容和價值因素;只考慮了隨機型(統計型)信息，沒有考慮非統計型信息。這種信息論根本不能滿足其他信息領域、特別是智能科學領域的要求。他根據整個信息科學特別是智能科學的全局需要，指出“本體論信息”只是事物本身呈現的運動狀態及其變化方式。而“認識論信息”才是認識主體從本體論信息中感知的事物運動狀態及其變化方式，它包括形式(語法信息)、含義(語義信息)和效用(語用信息)3個相互關聯的方面。這種把語法、語義和語用信息看成是三位一體的認識論信息稱為“全信息”，Shannon的信息僅是全信息中的統計型語法信息。

2)他在1988—2000年期間創建了“知識理論”的基本體系[8]，闡明了機器獲取和提煉知識能力的一般機理。

1970年代由A.Feigenbaum等建立了“知識工程”[9]，關注了人工智能系統中基于專家知識的推理問題。1990年代由R.Agrawal等建立了“知識發現”[10]，關注了針對關系數據庫的知識發現問題。但是這兩種原理都立足于某種特殊背景，且兩者不能互相聯通，不是一般性的知識理論。鐘教授研究發現，知識與認識論信息相通，人腦獲取信息、知識和智能的過程是一個非線性的生態演化過程，其“外生態規律”是一個不斷提升的信息轉換序列:認識論信息—知識—智能。其“內生態規律”是一個不斷完善的無限循環過程:本能知識—經驗知識—規范知識—常識知識—規范知識—經驗知識—常識知識…。

3)他在2000－2007年期間建立了基于機制主義的“智能理論”[11]，闡明了機器生成智能策略和智能行為的一般機理。

在此之前，人工智能中已經形成了三大學派:基于智能系統結構模擬的連接主義學派，基于智能系統功能模擬的符號主義學派，基于智能系統行為模擬的行為主義學派。它們在人工智能中三足鼎立，未能形成一個統一的人工智能理論體系。鐘教授提出了基于全信息理論和信息—知識—智能轉換的機制模擬方法，他把機制模擬與知識內生態學結合，發現基于結構模擬的人工神經網絡系統、基于功能模擬的物理符號系統、基于行為模擬的感知—動作系統分別是機制模擬系統的A、B、C型，從而統一了結構、功能、行為模擬學派。他把機制模擬方法應用于基礎意識與情感研究，發現基礎意識、情感、理智分別是基于K1、K2、K3型知識的信息轉換產物，建立了“意識—情感—理智三位一體”的“高等人工智能理論”。

4)他在2007－2013年期間提出了信息轉換的方法論[12]，揭示了賦予機器“認知和行事”、“情感與理智交互”及“人機合作”能力的奧秘，并論述了“知行機器的能力和局限”。

在建立了全信息理論、知識理論和智能理論之后，怎樣把它們集成為一個統一的整體，這就是方法論的挑戰。幾百年來，“分解分析，各個擊破，直接綜合”一直是人們解決物質科學領域復雜問題的有效方法論。使學科不斷分化，理論不斷深入，促進了近代科學的發展和繁榮。這種方法論體現了物質科學的科學觀:物質觀、結構觀、還原論。面對信息科學的研究，“分而治之”方法論不再能夠有效解決問題。這是因為，“分而治之”的結果丟掉了在復雜性系統中扮演創生者的“涌現效應”，使各子系統之間相互聯系和相互作用的信息全部消失，而這些信息正是復雜信息系統的生命線，因而各個擊破之后的結果根本無法復原成原來系統的作用。所以信息科學特別是智能科學需要的科學觀是:“信息觀，系統觀，生態觀，主客互動創學觀”。體現上述科學觀的信息科學方法論是:“信息轉換與智能創生”。

可見，《高等人工智能原理》不是通常授課老師為講授人工智能課程而編寫的普通教材，它不僅囊括了國內外人工智能研究的基本原理和方法，而且凝聚了鐘義信教授自己數十年來自主研究的許多成果和心得。他把人工智能研究從簡單機械系統的科學觀和方法論的禁錮中解放出來，站在復雜性系統的科學觀和方法論的高度，全局把握了人工智能學科發展的大方向，所以這是一部能夠承前啟后，繼往開來的具有深遠影響的學術專著。

2 該書的主要創新

2.1 科學觀和方法論的創新

自從300多年前人類社會進入能源時代以來，已經形成了一個龐大的物質科學理論體系。能源時代主要使用的工具系統是工具機和能源機，物質科學的主要研究對象是物質內部結構和外在性能，以及簡單機械運動過程中的傳動方式和能量轉換規律。因此，物質科學所運用的科學觀是“物質觀”、“結構觀”、“機械觀”、“還原論”，由此所形成的方法論是“分而治之，分析綜合”。應該承認，物質科學的科學觀和方法論是對古代“籠而統之”的科學觀和“抽象思辨”方法論的一次否定和創新，在近代300多年的科學研究中發揮了巨大的指導作用，為科學的發展和繁榮做出了歷史性貢獻。

在信息時代，這一切發生了根本性變化，信息科學(特別是其中的智能科學)涉及的是復雜性系統中的信息處理過程和智能活動過程，其變化規律已與簡單機械系統中的物質運動和能量轉換規律完全不同。信息科學研究的對象是信息，研究的目的是理解通過什么樣的信息處理過程能夠生成有用的知識和解決問題的策略。其中，信息所描述的是現象，知識所描述的是規律，而解決問題的策略所描述的是系統的智能行為。智能系統的重要功能是能夠根據行為的效果反饋進行學習，吸取經驗和教訓，改進自己的行為，不斷演化提高?？梢?，這是一個發生在復雜性系統中的典型的生態活動過程，具有生態系統中必不可少的各種生態變化規律和涌現效應?？茖W研究對象不同了，研究的觀念和方法當然也要發生變化。因此，信息科學的研究不應當簡單地沿用近代物質科學的科學觀和方法論。

鐘義信教授根據信息的特點，提出信息科學和智能科學的科學觀是“信息觀”、“系統觀”、“生態觀”和“主客互動創學觀”，與此相應的方法論則是“信息—知識—智能轉換”方法，也可以表述為“信息轉換與智能創生”方法?！靶畔⑥D換”是手段，“智能創生”是目的?！稗D換創生”的特點是“生長”?！靶畔⑥D換”的結果不但不丟失信息，而且可以通過主客互動和學習增加求解問題所需要的知識，“創生”出解決問題的策略。

2.2 信息—知識—智能的三位一體

信息是整個信息科學和智能科學最基礎、最根本的概念。鐘教授闡明并遵循了符合“信息觀、系統觀、生態觀”的科學觀和“信息轉換與智能創生”的方法論要求的“信息”概念，這就是“形式因素(語法信息)、內容因素(語義信息)、價值因素(語用信息)”三位一體的認識論信息，即“全信息”。這里的“全”就是指“形式、內容、價值”的三位一體，符合“信息的系統觀”。同時，他堅持了“信息、知識、智能(策略)”三位一體的“全過程”，而不是僅僅孤立、靜止地研究信息而不考慮知識和智能(策略)。這也是信息的“系統觀”和“生態觀”所要求的。

現有人工智能研究沒有理解信息科學的“信息觀、系統觀、生態觀、主客互動創學觀”和“信息轉換與智能創生”方法論，所以它存在嚴重的局限性?！陡叩热斯ぶ悄茉怼肪褪沁\用信息科學的科學觀和方法論來突破現有人工智能研究局限性的一個成功的嘗試。

3.2 智能的三位一體研究模型

《高等人工智能原理》的研究模型如圖1所示。模型中的本體論信息是“外部世界各種事物所呈現的運動狀態及其變化方式”，它與認識主體無關;認識主體所獲的認識論信息就是“形式、內容、價值”三位一體的全信息。整個信息運動的全過程包含了:由本體論信息到認識論信息的轉換、由認識論信息到知識的轉換、由認識論信息、知識和目的到智能策略的轉換以及由智能策略到智能行為的轉換?？梢?，模型如實地體現了以“信息觀、系統觀、生態觀”和“主客互動創學觀”為標志的科學觀和以“信息轉換與智能創生”為特征的方法論。

圖1 序列量子神經元模型Fig.1 Sequence-base quantum on model

雖然模型所表現的過程看起來很完美，但是，由于現實世界存在的復雜性和非理想性因素，按照模型顯示的過程和方法所得到的效果不可能完全理想。于是，模型中效果檢驗所得到的誤差(也是一種信息)必須反饋到整個系統的輸入端。針對這個誤差，系統通過學習補充信息、完善知識、優化策略，改善效果。這種“反饋—學習—優化”的過程可能需要進行多次，每次都使效果得到一定的改善，直至滿意為止。

圖1所示的《高等人工智能原理》的研究模型，充分顯示了它的完整性、真實性和合理性。相比之下，目前學術界所采用的人工智能研究模型，大體上只相當于圖1模型中的“理智”模塊，沒有“基礎意識”也沒有“情感”，當然也沒有“綜合決策”;而且，它們所應用的信息也基本上是Shannon信息。

讀者在書中可以具體看到，利用圖1所示的基本模型，可以退化為基于結構模擬的人工神經網絡系統(A型)、基于功能模擬的物理符號系統(B型)、基于行為模擬的感知—動作系統(C型)，從而可以統一結構主義、功能主義和行為主義三大學派。利用圖1所示的基本模型，還可以演變成意識型(K1知識支持)、情感型(K2知識支持)和理智型(K3知識支持)的信息轉換系統，建立“意識—情感—理智三位一體”的“高等人工智能理論體系”。

3 結束語

從以上的介紹可以看出，《高等人工智能原理》的最大貢獻是徹底改變了傳統人工智能原理中“能源時代”印記——用簡單機械系統中的“確定性世界觀”、“還原論”的科學觀念和“分析綜合”的方法論來研究智能科學問題。第一次自覺地運用復雜性系統中的“不確定性世界觀”、“生態演化”的科學觀和綜合平衡和涌現相結合的方法論來研究智能科學問題。這是一個偉大的轉變，具有里程碑意義。

當然，《高等人工智能原理》的出版只是一個良好的開端，其開辟的大方向完全正確，但要建立起一個系統完整的高等人工智能理論體系來，切實解決好諸如從信息—知識—智能的轉換全過程中的具體邏輯規律問題，智能系統內部的多目標之間的協調、智能系統與外部環境之間的協調，出現某種涌現結果的條件和時機的把握等等，還有許多深入細致的研究工作要做，這些都需要我們整個人工智能學術界的共同努力。

[1]鐘義信.高等人工智能原理—觀念—方法—模型—理論[M].北京:科學出版社，2014:1-416.

[2]何華燦.人工智能導論[M].西安:西北工業大學出版社，1988:1-266.

[3]蔡自興，徐光佑.人工智能及其應用[M].3版，北京:清華大學出版社，2003:1-403.

[4]陸汝鈐.人工智能[M].北京:科學出版社，1995:1-1296.

[5]NILSSON N J.Artificial intelligence:a new synthesis[M].鄭扣根，等譯，北京:機械工業出版社，2000:1-281.

[6]SHANNON C E.A mathematical theory of communication[J].BSTI，1948，(47):379-432，632-656.

[7]鐘義信.信息科學原理[M].北京:北京郵電大學出版社，1988:59-132.

[8]鐘義信.知識理論框架[J].中國工程科學，2000，2(6):50-64.

[9]FEIGENBAUM A.The art of artificial intelligence:themes and case studies in knowledge engineering[C]//IJCAI 5，1977:1014－1029.

[10]FAYAD U.Advances in knowledge discovery and data mining[M].Boston:MIT Press，1996:1-129－8.

[11]鐘義信.機器知行學原理[M].北京:科學出版社，2007:249-269.

[12]鐘義信.信息轉換原理:信息—知識—智能的一體化理論[J].科學通報，2013，58(14):1300－1306.