崔鐵軍，李莎莎

（1.安全科學(xué)與工程學(xué)院 遼寧工程技術(shù)大學(xué)，遼寧 阜新 123000；2.工商管理學(xué)院 遼寧工程技術(shù)大學(xué)，遼寧 葫蘆島125105）

1 從西方思維的人工智能理論說起

鐘義信教授在他的論文[1]中論述了作為西方科學(xué)技術(shù)體系基礎(chǔ)方法論的機械還原方法論的不足之處。其中提到科學(xué)方法論引領(lǐng)人工智能研究的歷史，認(rèn)為幾百年來的分而治之的機械還原方法論已成為當(dāng)今自然科學(xué)研究方法論的基礎(chǔ)，當(dāng)然人工智能基礎(chǔ)理論的方法論也是機械還原論。

機械還原論有它存在的歷史背景和存在原因。它可以有效地聯(lián)系系統(tǒng)和系統(tǒng)、子系統(tǒng)和子系統(tǒng)、子系統(tǒng)和系統(tǒng)之間的功能關(guān)系。認(rèn)為系統(tǒng)功能可以確定地拆分成子系統(tǒng)的功能集合，根據(jù)不同功能分析實現(xiàn)子系統(tǒng)，最終組合完成原系統(tǒng)功能。但隨著信息、數(shù)據(jù)和智能科學(xué)的發(fā)展，它們之間或者它們和人之間的傳遞產(chǎn)生了問題。

最早是二戰(zhàn)期間為了破解德軍密碼，圖靈首先設(shè)計并制造了圖靈機，這可以認(rèn)為是人工智能和信息處理的近代開端。目前國際上對于人工智能形成了三大流派，當(dāng)然這些都是基于西方機械還論建立的，包括結(jié)構(gòu)主義、功能主義和行為主義。結(jié)構(gòu)主義最先出現(xiàn)，它模擬人腦處理問題的機制，建立數(shù)理邏輯單元并連接它們。認(rèn)為人工智能即為模擬大腦的功能，即神經(jīng)元和信號傳遞。發(fā)展至今成為神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)，已廣泛應(yīng)用于各行業(yè)的數(shù)據(jù)分析、訓(xùn)練和預(yù)測[2-3]。但在大數(shù)據(jù)和多因素的影響下，神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元和層數(shù)將迅速增加，導(dǎo)致無線計算和精度下降。在這種情況下出現(xiàn)了功能主義[4]。認(rèn)為智能系統(tǒng)的核心并不在結(jié)構(gòu)上，而是在功能上；在相同的因素作用下，與人這種智能體表現(xiàn)出來的行為相同即為智能。因此它是一種模擬功能的過程。隨著計算機的出現(xiàn)和應(yīng)用，這種功能模擬得以發(fā)展壯大。其代表是物理符號系統(tǒng)，即是后來的專家系統(tǒng)。利用專家系統(tǒng)創(chuàng)造了“深藍”和“AlphaGo”等系統(tǒng)模擬人的特定行為。隨之而來的問題是如何建立專家系統(tǒng)。專家系統(tǒng)的核心是功能和因素的對應(yīng)關(guān)系知識庫，即在何種因素刺激下采取何種行為的過程。因此行為決定了功能，從而產(chǎn)生了行為流派。目的是通過感知客觀世界的因素變化采取不同的行為以模擬智能體行為，如“六腳甲蟲機器”[5]。

這3個流派在當(dāng)今世界的各領(lǐng)域都取得了較大成績，但由于使用了分而治之的機械還原論，強調(diào)系統(tǒng)與系統(tǒng)的功能實現(xiàn)關(guān)系，而忽略了普遍存在的至系統(tǒng)間的能量、物質(zhì)和信息交換。作者認(rèn)為從系統(tǒng)論角度出發(fā)，分而治之的方法明顯存在不足。機械還原方法論將系統(tǒng)拆分，所得到的若干子系統(tǒng)根據(jù)其特征分別使用不同的方法論、方法、概念和模型進行研究，然后再組合起來還原系統(tǒng)。使用機械還原方法論研究的系統(tǒng)必將失去系統(tǒng)的整體性和功能性。

三大人工智能流派的實質(zhì)是尋找數(shù)據(jù)和因素的對應(yīng)關(guān)系，不同因素作用下的系統(tǒng)采取不同的響應(yīng)，從而完成智能行為。那么因素在智能系統(tǒng)和行為中的作用如何是下一個要研究的問題。

2 人工智能是數(shù)據(jù)驅(qū)動還是因素驅(qū)動

史忠植教授[6]認(rèn)為智能科學(xué)研究智能的本質(zhì)和實現(xiàn)技術(shù)，是由腦科學(xué)、認(rèn)知科學(xué)、人工智能等學(xué)科共同研究的交叉學(xué)科。腦科學(xué)從分子水平、細(xì)胞水平、行為水平研究自然智能機理，建立腦模型，揭示人腦的本質(zhì)。認(rèn)知科學(xué)是研究人類感知、學(xué)習(xí)、記憶、思維、意識等人腦心智活動過程的科學(xué)。人工智能研究用人工的方法和技術(shù)，模仿、延伸和擴展人的智能，實現(xiàn)機器智能。從作者的角度認(rèn)為，人工智能的目的是建立可以完成預(yù)定目標(biāo)的智能系統(tǒng)，進而輔助和替代人的工作[7]。智能系統(tǒng)是人通過數(shù)據(jù)到因素的映射得到的系統(tǒng)結(jié)構(gòu)，反映了人對自然系統(tǒng)的認(rèn)識。那么決定這種認(rèn)識的關(guān)鍵是映射，而映射的關(guān)鍵是因素和數(shù)據(jù)是否全面和映射方向[8]的問題。在實際研究中，因素流和數(shù)據(jù)流缺失只能通過相關(guān)的技術(shù)和理論發(fā)展解決，當(dāng)然也可通過人的頓悟解決。重點問題是人工智能系統(tǒng)的結(jié)構(gòu)建立是從因素到數(shù)據(jù)的映射，還是數(shù)據(jù)到因素的映射，顯然前者更接近自然系統(tǒng)，后者是人們模擬自然系統(tǒng)建立的系統(tǒng)。這個結(jié)論是在系統(tǒng)運動空間與系統(tǒng)映射論的研究過程中得到的[8]。

從因素到數(shù)據(jù)的映射是真正實現(xiàn)人工智能系統(tǒng)的關(guān)鍵。從該角度講人工智能系統(tǒng)應(yīng)該是因素驅(qū)動，而非數(shù)據(jù)驅(qū)動。首先要確定與系統(tǒng)相關(guān)的全因素和全數(shù)據(jù)。由于相關(guān)理論和技術(shù)的缺失目前難以實現(xiàn)，這也是人工智能難以發(fā)展的根本原因，只能暫且使用數(shù)據(jù)驅(qū)動。而數(shù)據(jù)驅(qū)動在哲學(xué)理論上是行不通的，只是權(quán)宜之計。

人工智能是對人認(rèn)識世界和改造世界的模擬和學(xué)習(xí)。那么人又如何了解世界呢？概念是建立人類思維的核心，這方面研究可參見鐘義信教授[1]的信息轉(zhuǎn)換定理。概念是外延和內(nèi)涵的聯(lián)系，外延是客觀世界存在的事物，內(nèi)涵是人腦中分配的檢索標(biāo)簽。概念把客觀事物貼上標(biāo)簽，以便人腦進一步調(diào)用形成概念網(wǎng)絡(luò)，或因素空間的背景關(guān)系集。可以說人腦或人工智能的不斷完善是建立在概念的完備性基礎(chǔ)上的。概念的外延是對事物的描述，人腦更善于因素區(qū)分，而因素具體的相，特別是數(shù)值相的記錄是不擅長的。作者也在另文指出人首先關(guān)注于因素，隨后是因素的定性相，最后才是因素的定量相。當(dāng)人腦建立了足夠的概念關(guān)系，就可基于這些概念關(guān)系進行發(fā)散聯(lián)想，這就形成了人的智慧。

由于目前基礎(chǔ)理論的限制，只能使用數(shù)據(jù)驅(qū)動的智能技術(shù)和系統(tǒng)。與因素驅(qū)動相比，數(shù)據(jù)驅(qū)動存在一些缺點。首先數(shù)據(jù)驅(qū)動得到的映射方向與因素驅(qū)動是相反的[8]，這也是目前智能系統(tǒng)的最大缺點。海量數(shù)據(jù)不宜于存儲和處理。絕大多數(shù)數(shù)據(jù)都可歸納為具有定性區(qū)間的因素相的形式，從而與因素及其概念對應(yīng)。人腦分析問題的關(guān)鍵在于數(shù)據(jù)歸類而非數(shù)據(jù)本身?；谝蛩氐姆治鍪侨娴倪壿媽用娴姆治?，而數(shù)據(jù)雖然多但可能缺少某種邏輯情況下的數(shù)據(jù)。因素分析一般不會出現(xiàn)冗余和錯誤，因為是基于較完備的概念網(wǎng)絡(luò)；而數(shù)據(jù)分析一般存在這些現(xiàn)象。

汪培莊[9]教授認(rèn)為：人工智能是數(shù)據(jù)驅(qū)動還是因素驅(qū)動的問題提得非常重要。數(shù)據(jù)是實踐活動中留下的信息，因素是人腦思維的引線。數(shù)據(jù)與因素的關(guān)系是實踐與思維的關(guān)系。應(yīng)當(dāng)是思維掌控數(shù)據(jù)而不是數(shù)據(jù)糊弄思維。因此，人工智能系統(tǒng)使用因素驅(qū)動較數(shù)據(jù)驅(qū)動在系統(tǒng)層面上更有優(yōu)勢，但限于目前水平只能先從數(shù)據(jù)驅(qū)動開始，逐漸過渡到因素驅(qū)動。

3 發(fā)展中國原創(chuàng)人工智能基礎(chǔ)理論的重要性

近代工業(yè)文明及其科學(xué)技術(shù)源于西方，而不在當(dāng)時最強大的中國，這是一個歷史學(xué)界的重要難題。當(dāng)時中國各行業(yè)都很發(fā)達，各階級民眾相當(dāng)富裕，屬于自給自足的狀態(tài)。這削弱了工業(yè)技術(shù)的發(fā)展，或者說對工業(yè)化產(chǎn)品需求不足；同時卻在文化和藝術(shù)上不斷成長，講究陰陽五行相生相克的哲學(xué)研究，講究修身養(yǎng)性天人合一的狀態(tài)。相對的，歐洲各國之間戰(zhàn)爭不斷，他們對資源的渴望正是由于缺少才如此強烈，這種渴望直到現(xiàn)在仍在繼續(xù)。其單靠人力無法滿足，于是開始出現(xiàn)批量的人工流水線，更進一步地發(fā)明了機械并配備動力出現(xiàn)第一次工業(yè)革命。人們逐漸依賴工業(yè)文明帶來的成果，同時逐漸放棄了對天地人之間關(guān)系的思考，只想通過技術(shù)改變環(huán)境而不改變?nèi)吮旧怼?/p>

任何系統(tǒng)變化過程都是內(nèi)外部事件相互廣泛作用的結(jié)果。而工業(yè)文明以來，為了高效準(zhǔn)確地定義和解決問題，形成了整分合的機械還原方法論。其特點在于將系統(tǒng)根據(jù)目標(biāo)劃分為子系統(tǒng)，實現(xiàn)子系統(tǒng)功能后組合形成系統(tǒng)。表面上前后兩個系統(tǒng)是相同的，但實際是不同的，因為沒有考慮在目標(biāo)范圍之外的子系統(tǒng)間相互作用。例如，美國科學(xué)院院士南希埃文森教授[10-11]指出，實際系統(tǒng)的故障要比我們設(shè)計過程中能夠想象從而避免的故障多得多；她認(rèn)為這是由于系統(tǒng)內(nèi)外部相互作用導(dǎo)致意外的能量、物質(zhì)和信息傳遞造成的。

目前的科學(xué)體系是一種打補丁的形式，遇到問題后拆解問題，逐個解決再組裝起來。這對一般規(guī)模的系統(tǒng)是可行且簡單的。但現(xiàn)在的系統(tǒng)越來越復(fù)雜，在解決問題的同時可能帶來新問題，這就是不考慮系統(tǒng)內(nèi)外部事件相關(guān)性的后果。例如復(fù)雜的軟件系統(tǒng)補丁，汽車缺陷的召回都是這種情況。這種情況繼續(xù)下去可預(yù)見西方科技體系終將背負(fù)沉重包袱而難以發(fā)展。

面對大數(shù)據(jù)和智能時代，這種現(xiàn)象更為突出。為何使用大數(shù)據(jù)進行分析，因為在現(xiàn)有科技體系中，西方思想無法理解天人合一的世界觀。由于系統(tǒng)過于復(fù)雜，他們無法確定影響因素，只能從系統(tǒng)散發(fā)的數(shù)據(jù)了解系統(tǒng)結(jié)構(gòu)。這完全無法形成由數(shù)據(jù)到因素或從因素到數(shù)據(jù)的映射，這種情況下建立的智能系統(tǒng)只是數(shù)據(jù)分析工具，缺乏基本的智能理解能力。

智能體現(xiàn)的理解能力應(yīng)該基于完備的概念網(wǎng)絡(luò)而不是大數(shù)據(jù)；從因素出發(fā)映射到數(shù)據(jù)變化；廣泛聯(lián)系自身和外部環(huán)境的相互作用；弱化低層的解析關(guān)系強化頂層的邏輯關(guān)系。這樣人工智能系統(tǒng)才能更加接近自然系統(tǒng)，解決該問題東方思維占有先天優(yōu)勢。在漫長的歷史中，我們沒有獲得大數(shù)據(jù)支持而參透天地萬物互聯(lián)關(guān)系，所謂道生一，一生二，二生三，三生萬物。萬物負(fù)陰而抱陽，沖氣以為和。人之所惡，唯孤、寡、不谷，而王公以為稱。故物或損之而益，或益之而損。人之所教，我亦教之，即所謂道法自然。道即是萬物互聯(lián)關(guān)系也是作用關(guān)系，任其數(shù)據(jù)變化環(huán)境多樣也萬變不離其宗。這就是人思維的特點，也是人工智能成功的必由之路。道源于中國，我們的人工智能思想必定優(yōu)于現(xiàn)有西方思想的機械還原方法論。

另一層面，西方世界一直致力于對我國尖端技術(shù)的封鎖，這也給我國造成了發(fā)展障礙。但就方法論而言，工業(yè)革命前屬于中國傳統(tǒng)道的方法論，工業(yè)革命后轉(zhuǎn)而發(fā)展了機械還原方法論。目前我國科技工業(yè)體系大部分傳承了機械還原方法論，在這種體制下很難擺脫西方限制。但人工智能發(fā)展到今天，原有機械還原論是難以勝任的，只有東方思維才能提出符合智能的方法論并最終實現(xiàn)。在此過程中必將受到西方世界的封堵，以確保他們繼續(xù)領(lǐng)先。但只要我們堅定地發(fā)展中國原創(chuàng)人工智能基礎(chǔ)理論，這些障礙必將無效。

4 中國人工智能的機遇大于挑戰(zhàn)

這是機遇和挑戰(zhàn)并存的時代，美國聯(lián)合西方發(fā)達國家組成對我國的封鎖聯(lián)盟。國家是形式上的，經(jīng)濟是物質(zhì)上的，方法論是精神上的。由于西方形成的機械還原方法論導(dǎo)致這些國家發(fā)展緩慢，社會矛盾激化，進而影響經(jīng)濟，最終導(dǎo)致國家危機。往往表面上顯露的問題原因卻是本質(zhì)的方法論問題。

中國原創(chuàng)人工智能基礎(chǔ)理論是中國古老哲學(xué)的方法論體現(xiàn)，這決定了在發(fā)展過程中，以開放的態(tài)度吸納所有有益思想。例如鐘義信教授[1]的信息生態(tài)方法論；汪培莊教授[9]的因素空間理論；何華燦教授[12]的泛邏輯學(xué)；蔡文教授[13]的可拓學(xué)；馮嘉禮教授[14]的屬性論；趙克勤教授[15]的集對分析方法等，都是我國傳統(tǒng)哲學(xué)配合當(dāng)代科學(xué)理論涌現(xiàn)出的原創(chuàng)理論與方法。

綜上，工業(yè)革命之前的中國是道的方法論，之后機械還原論在中國發(fā)展，信息革命中機械還原論仍發(fā)揮作用，但智能革命更應(yīng)該以道的方法論作為統(tǒng)領(lǐng)。雖然我們也面臨著各種外部挑戰(zhàn)，只要發(fā)揮方法論上的優(yōu)勢，以開放的態(tài)度吸納優(yōu)秀思想，相信在智能革命的這場博弈中，中國原創(chuàng)人工智能基礎(chǔ)理論和中國人工智能的發(fā)展必將機遇大于挑戰(zhàn)，并最終推動智能革命的技術(shù)迭代，重返世界舞臺中心。

5 結(jié)論

綜合全文論述，總結(jié)如下觀點：

(1)人工智能應(yīng)是因素驅(qū)動的，數(shù)據(jù)驅(qū)動只是權(quán)宜之計，必將向著因素驅(qū)動發(fā)展。

(2) 中國原創(chuàng)人工智能基礎(chǔ)理論是先進的，這與中國傳統(tǒng)道的思想有關(guān)，講究萬物互聯(lián)而非機械還原。

(3)中國人工智能的機遇大于挑戰(zhàn)，因為東方思想模式具有天然優(yōu)勢，雖然這種優(yōu)勢不適合工業(yè)時代，但在智能時代是決定性的。