人工智能的说法为何要变？

Why has the idea of artificial intelligence changed?

都世民

摘要：本文主要讨论人工智能的说法为何要变？首先讨论人工智能过去的说法，然后讨论现在的说法，从新近报道的文章看，检索其中的关键词，认为“认知科学”是最关键的词。根据有关词条的解释和相关报道，进一步讨论人工智能的意识智能，到底难在哪里？

关键词：强AI、弱AI、感知智能、认知智能、意识智能。

人工智能过去的说法

本文不想讨论人工智能的早期来源，只是想讨论今年以前，近几年的说法。

·Linda Gottfrcdson 教授把智能定义为"一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作，"强人工智能在进行这些操作时应该与人类一样得心应手。

·麻省理工学者：不在意机器是否使用与人类相同的方式执行任务，只要机器可以达到令人满意的解决实际问题的效果，就是智能行为。

·对人工智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。

· 强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：〔1〕类人的人工智能，即机器的思考和推理就像人的思维一样。 〔2〕非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。

·弱人工智能观点认为不可能制造出能真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器。

·人工智能也称为机器智能，是指人工制造出来的系统所表现的智能，所谓的智能，即指可以观察周围环境井据此做出行动，以达到目的。

·弱人工智能是擅长于单一功能的人工智能 比如战胜世界围棋冠军的人工智能，它只会下围棋。强人工智能是类似人类级别的人工智能，是指在各方面都能和人类比肩的人工智能，人类能干的脑力活，它都能干。

·超人工智能定义为"在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。超人工智能是各方面都比人类强。这是牛津哲学家、知名人工智能思想家 Nick Bostrom定义的。

·人工智能是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它属于计算机科学分支，企图了解智能的实质并生产出一种新的能够以人类智能相似的方式做出反应的智能机器，目前人工智能领域的研究包括但不限于机器人、语言识别、图像识别、自然言语处理和专家系统等。

·人工生命是通过人工模拟生命系统，从而研究生命的领域。强人工智能要求程序有自己的思维，能够理解外部的事物并自主做出决策乃至行动，它的一举一动就像人类一样，甚至还有可能比人类更加聪明。

· 强人工智能（一种等同于或大于人类智能的人工智能）可用于制造比人强的智能机器人。通常它被视为人工智能的一种形式，旨在紧密模仿人类的智能和认知能力，这种人工智能意味着在解决问题和有效地"思考"和"学习"的能力上等同于或超过人脑。

· 强人工智能观点认为有可能制造出真正能推理和解决问题的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。上述说法的有关链接如下：

（http://www.qianjia.com/html/2019-11/12_355444.html），

（https://zhuanlan.zhihu.com/p/163188542），

（https://www.jianshu.com/p/85276d408eea），（https://www.iiiff.com/article/345500），

（https://baike.baidu.com/item/强人工智能/10403678?fr=aladdin）

人工智能新说法

· 2020-08-29 ，由清华人工智能研究院、北京智源人工智能研究院、清华—中国工程院知识智能联合研究中心、阿里集团—新零售智能引擎事业群编写的《人工智能之认知图谱》报告正式发布。报告显示，以知识图谱、认知推理、逻辑表达等技术为支撑的认知图谱是实现机器认知智能的使能器，不仅让机器理解数据的本质，还可以让机器解释现象的本质。人工智能发展历程可以分为：计算智能、感知智能、认知智能、意识智能。计算智能让机器会算；感知智能让机器能听、会说、能看、会认；认知智能解决机器能理解会思考的问题；意识智能是近期图灵奖获得者 Manuel Blum 夫妇提出的全新思想，核心理念是构造一个新型的可用数学建模、可计算的机器认知/意识模型。

·2021- 05-20，澎湃新闻报道：“万钢：新一代AI从感知智能向认知智能发展，要重视类脑研究”。（https://baijiahao.baidu.com/s?id=1700256752955503005&wfr=spider&for=pc）

中国科协主席万钢表示，新一代人工智能正逐步从感知智能向认知智能发展，因此要更加重视类脑研究、认知科学的基础知识，研究系统和行为的科学新规律。人工智能领域还需要加强感知、识别、控制和操作等功能的协调和系统的提升。提高在复杂环境中的鲁棒性。要继续推动人工智能算法创新和集成电路的研发，进一步加强信息安全。

·2021-6-7，科学网报道：“潘云鹤：攻克人工智能“视觉知识”五大难题”：视觉知识表达、视觉识别、视觉形象思维模拟、视觉知识的学习、多重知识表达。他认为实现视觉知识表达、推理、学习和应用技术将是人工智能 2.0 取得突破的重要关键之处。

（http://news.sciencenet.cn/htmlnews/2021/6/459180.shtm）

·2021-6-9，中国科学报报道：“ 张钹院士：建立完备的人工智能基础理论”。人工智能的基础理论至今没有建立。尽管经历了第一代AI的符号主义模型（知识驱动）和第二代AI的亚符号（连接）主义模型（数据驱动），但它们均具有很大的局限性，不能构成AI的理论基础。要建立一个完备的人工智能基础理论。具体的思路是利用知识、数据、算法和算力4个要素，建立新的可解释和鲁棒的AI理论和方法，从而发展安全、可信、可靠和可扩展的AI技术。这样发展第三代AI和AI治理一起抓，以达到相辅相成共同发展。

 2021-6-11 ，中国教育报报道：“数据智能驱动教育生态重塑”。 这篇文章又提出一个新的词数据智能。笔者不知这数据有什么智能？人工智能是指机器智能，而不是数据智能。

（http://news.sciencenet.cn/htmlnews/2021/6/459446.shtm）

不难看出，最近对人工智能的说法有所改变，不提强、弱人工智能，而提出感知智能和认知智能、意识智能，第三代AI。这种变化的原因是什么？它的根据是什么？

感知智能使机器人具备了视觉、听觉、触觉等感知能力，将多元异构的数据结构化，用人类熟悉的方式沟通互动。而认知智能为机器赋予类似于人类的思维逻辑，特别是理解、归纳和运用知识的能力。感知智能和认知智能正在通过系统交汇、跨界协同进一步提升智能装备的质量和效率。关于视觉知识的说法，笔者理解为视觉认知。如果把感知智能比作弱人类智能，而认知智能就是强人工智能，这种比喻恰当不恰当？

笔者注意到这种变化的关键词：类脑研究、认知科学、视觉认知、数据智能、感知智能、认知智能、意识智能、基础理论、自主与协同、安全与交互、AI实验验证、AI多属性（脆弱性、特殊性、一致性、可靠性、安全性）。

新出现的关键词是：认知科学、视觉认知、感知智能、认知智能、意识智能、AI实验验证。其中最关键的新词是”认知科学”。

什么是认知科学？

认知科学（Cognitive Science ）是学科概念。（https://baike.baidu.com/item/认知科学/2190912?fr=aladdin）它是20世纪世界科学标志性的新兴研究门类，它作为探究人脑或心智工作机制的前沿性尖端学科，已经引起了全世界科学家们的广泛关注。

一般认为认知科学的基本观点，最初散见40年代到50年代中，分散在特殊学科之中。60年代以后有较大的发展。认知科学是一门相当年轻的学科，它在揭示人脑的工作机制方面作出贡献。1975年，由于美国著名的斯隆基金的投入，美国学者将哲学、心理学、语言学、人类学、计算机科学和神经科学集合在一起，研究“在认识过程中信息是如何传递的”，这个研究计划产生了一个新兴学科——认知科学。这6个支撑学科之间互相交叉，又产生出11个新兴交叉学科：（1）控制论；（2）神经语言学；（3）神经心理学；（4）认知过程仿真；（5）计算语言学；（6）心理语言学；（7）心理哲学；（8）语言哲学；（9）人类学语言学；（10）认知人类学；（11）脑进化。

近年来，在大脑处理信息整体运作机制研究方面有了一些新进展。认知是脑和神经系统产生心智(mind)的过程和活动。认知科学就是以认知过程及其规律为研究对象的科学。认知涉及学习、记忆、思维、理解以及在认知过程中发生的其他行为。脑与心智之间的桥梁就是认识。认知科学是关于心智研究的理论和学说。

让人不解的是欧美脑计划，已经慢慢的淡化，原因却不清楚，在这门新学科当中脑研究又出现了，这表明这些工作没有结束，以另一种方式继续探索。

追溯到古代，身心问题一直是困扰哲学家的一个根本问题。笛卡儿的“身心二元论”是“身心”问题(Body&Mind)的一个版本。认知科学对“心智”和“脑智”的研究，与哲学史和科学史上对身心问题的研究是很不同的，主要区别是，认知科学对心智的研究已经不再是哲学的思辨，也不仅仅是心理学、生理学等单一学科的实证研究，是在脑科学发展基础上多学科的综合研究。这一些说法与我国的佛学、道学、儒学、中医理论有所不同，“相由心生”，用心读书，心灵深处，中医理论也只有心没有脑，心主宰人体。

在基础理论方面，认知科学研究计算与认知、符号结构与认知、心智结构和联结主义、语法理论、模型论语义学和其他语义学、认知科学的实验方法、脑与认知等。认知科学还要与纳米技术、生物技术和信息技术结合起来。

认知科学研究将要破解人类心智的奥秘，它的最终目标是要制造出一种人工神经网络系统。人工神经网络系统却是具有人类大脑功能的智能系统。对于什么是认知科学，也还存在着很大的分歧。定义争执、模型争执、实验方法争执、研究目标的争执、未来远景的争执。这些争执的本身，反映了研究人员的思维方式不同，研究人员本身的知识框架不同，研究人员研究的目标不同，要寻求一种统一，非常困难。

机器的意识智能难在哪里？

1）有的人(包括有的科学家) 断言，认知科学的这个目标根本不可能实现。其实认知科学尚未成熟，作为一个独立的学科，也尚未得到足够的统一和整合。对于什么是认知科学，也还存在着很大的分歧。以这个学科为背景研究人工智能，理论基础不牢靠。

2）在古代，東西方国家都不分学科。早先“意识”的研究归属于哲学和佛学范畴。“意识”后来又归属生理学。近代又归属生物学、信息学、脑科学和医学。现在又进入认知科学，人工智能又引入认知科学，涉及的学科愈来愈多，变成多学科问题，决不是认知科学所包括的六学科。中国佛学对意识早有论述，例如《金刚般若波罗蜜经》和《般若波罗蜜多心经》等。有关意识的研究，笔者曾经做过详细讨论，“意识研究的历史回顾”。意识的产生是跨大学科的世界性难题，有多学科属性；意识是小宇宙产生，具有微观层面属性；意识是人体独有，具有巨系统复杂性；意识是人体内部相互作用及与外部相互作用综合动力学问题，具有动态平衡属性；意识与灵魂、微宏覌、电磁波、量子等因素关联，受肉眼不可见和科学仪器的限制，具有不可知的神秘属性，由来已久。

（http://blog.sciencenet.cn/blog-1339385-1120511.html，2018-06-23）

3）2005年，在“21世纪100个交叉科学难题”著作中，有一文：自然科学四大难题。宇宙的演化、物质的结构、生命的起源、意识的产生。或大脑的功能这四大难题，可能统一于“真空对称性破缺”。

4）宏观与微观是什么关系？这也是当今世界难题，无论是生物学、物理学，其他学科同样存在这个问题，已有的有关理论，尚不能解决这之间的链接。研究视角认知，是认知智能的切入点，实际上生物学也没有搞清楚视觉的有关问题，例如色感的产生，扫视是谁控制的？它的机理是什么？眼神与人的情感是什么关联？为什么会有眼泪？眼泪的微观图像为什么那么复杂？视觉认知就包含了这个内容，眼球到视网膜之间这个区域是研究盲区，这里没有映射的神经网络，只有电磁波存在，而电磁波在视觉通道中却没有通道，如果第三只眼存在，没有电磁波通道，也是无法解释的？

5) 2021-06-08,澎湃新闻报道：“Science： 怎样让意识难题变得简单？”

(https://www.sohu.com/a/470800504_121124373)文中指出，全局空间理论和整合信息理论是意识科学目前最有影响的两个模型，近日Science杂志的一篇文章提出用对抗性合作的方式，检验已有理论，并探索可能的新理论。这种研究方式有望拓展到多学科的探索中。

尽管社会需要一个全面的、公认的意识理论。不同理论提出的猜想产生了不同的断言和预测，它们不可能同时为真。解决这个问题可以通过科学理论之间的矛盾，寻求一种解决矛盾的合作方法。设计直接测试这些不同预测的实验。测试这些理论给出的相互竞争的解释——神经活动何时何地引起意识体验。笔者思考上述方法，不能解决宏观与微观的关系，也不能解决系统与分系统的关系。更不能解决哲学与生物学之间的关系。

总之，科学探索意识的产生，把人脑当成电脑，把细胞的连接归结于映射的神经网络，想用人工神经网络来构造机械的智能，这些概念本身是不牢靠的，既没有理论，也没有实验验证，人体不单纯是映射的神经网络，就视觉通道而言，也不是单一的，这神经元网络怎么区分多通道?怎么解决反馈通道的问题？

6)笔者认为人工智能一定要为人类服务，而不是超过人类、统治人类。如今两种截然不同的观点：库兹韦尔预言，30年后，人会永生！科学家霍金，却担心人工智能会毁灭人类。如今研究认知智能和意识智能，同样存在这些问题。有关人工智能的安全问题，最近媒体有相关报道，确实令人担心。上述讨论，人工智能的研究缺少中国元素，没有中国传统文化的影子，基本上是按照国外的思路，如果这些思路的方向有问题，会形成什么样的结果？令人担心。