当前人工智能和量子计算正席卷国际和国内各界，并掀起一股各国纷纷立法相互竞争的研究热潮。我国能否在此次竞争中占领制高点，不仅深刻地影响着国家的发展方向，以及社会的方方面面，更极大地关系到我国的国际地位。

钱学森院士提出了思维科学是人工智能和智能机的理论，并给出了“量智+象智=>性智（大成智慧）”框架。于是，能否从人脑的感觉特征抽取、知觉意识形成，模式记忆与识别、对象意识与评判、决策行动等脑内神经运行与变化的过程中，归纳并提炼出一个能对思维活动加以表示的理论和方法,就成为思维科学能否创立的第一步。

从1986年，我在《思维科学》杂志发表“相似、联想与思维---性质论引论”一文，首先提出思维科学的属性论方法。1990年，我出版了《思维与智能科学中的性质论》方法一书，作为北京师范大学汪培庄教授的访问学者，我被导师推荐给钱学森先生，他将我安排在国家高技术计划智能机主题的“形象思维”小组，从事人工智能研究。后因日本人五代机开发失败，美国等先后宣布停止对人工智能项目的支持，小组停止活动，但我仍坚持思维科学的属性论方法研究，2013年退休，仍未停止。

我先后主持国家搞技术计划项目3项、自然科学基金项目3项，广西自然科学基金和上海市高校研究基金等多项。形成了一套自成体系，但与国外主流技术相融合，在某些方面比他们更好的理论、方法、技术---属性论方法。

人脑将感觉系统从外部事物接收的可定量测量的，并且神经细胞能对它敏感的数据，转化为能够被皮层知觉细胞加以定性识别和分类的信息，这一过程构成了一个从定量到定性的转化的感觉-知觉转换机制。我们认为这是理解人脑思维过程的突破口。

正如视觉神经科学实验所表明的，视网膜中有红、绿、蓝三种视锥细胞，它们能分别对特定波长范围的光波信号作出（定量）反应，在视觉皮层51区存在着能分别红、绿、蓝三种颜色加以区分或识别的区域。这是一个从定量到定性的转化机制。我们的工作主要就是把这个感觉-知觉转换机制抽象为一个范畴学框架,即一个“包含量变和质变两个维度共同转化的态射(从定量到定性的转化态射)，故不仅可得到一个函子范畴，而且，可利用属性坐标系融（定量的）Descartes坐标和（定性）的Barycentic坐标的特点，给出了一个代数与几何相结合的数学模型（属性单纯形的重心剖分模型或属性坐标系模型，属于经典笛卡尔坐标系的一种推广），因事物基于量变过程能在Descartes座标中得到表达，而且人类基于感觉和意识的定性基准及其运动过程，则能在其重心座标系中得到表达。我们认为人类基于感觉的形象思维活动，提供了一个适用的数学表示语言和工具。这是一般人工智能研究者所没有注意到，故而有所缺失的。

此外，我们还从数学上证明了：现在流行的人工智能的三种主流理论，符号主义（专家系统）、连接主义（人工神经网络）和行为主义（遗传算法）等，均可在基准变换下，统一在属性网格计算机的数学框架中。

2018年，利用泛函分析和因素落影理论，属性论将被识别的一维（或高维）模式，转化为Hilbert空间中的一个点，其近似模式或误差包络的簇，则被连带地投影为该点的邻域，并构成对被识模式加以区别和识别的定性基准。由于该定性基准构成一个微分流形，并构成一个面向感觉的从定量到定性的转化态射的网格型计算机，使人脑对该模式实施的某些操作，均可抽象为对Hilbert空间中对应点的计算，故使基于感知的形象思维，可借助属性网格计算机加以模拟、讨论和分析。

“属性论方法”沟通了哲学、思维学、数学与人工智能，体现了钱学森面向思维科学和开放的复杂巨系统的“量智+象智=>性智”大框架。已获得的部分成果如下：

（1）基于属性整合的属性生成和推理的偏序格范畴与幺半群范畴的理论；

（2）基于属性整合的融定量与定性态射的属性坐标表示法，（属性坐标系是包含Descartes坐标与Barycenter坐标系，为智能型知识库创建，提供表示模型和技术）；

（3）将感觉特征抽取归结为从定量到定性的转化程度态射，及其诱导的函子范畴；

（4）基于极化恒等式分解的信息安全与加密理论与模型；

（5）基于矛盾转化的内积极化与纠缠模型；

（6）风险与危机形成的范畴与Topos模型；

（7）提出了基于（从量到质转化的）定性态射的属性网格计算机；

（8）基于属性论的知识图谱和自然语言理解模型与算法；

（9）基于属性论的（游戏）模式识别与博弈策略生成系统方法;

（10）向环境和经验变化基于评判基准学习和跟踪的属性坐标评估和决策分析系统。

在理论研究基础上，属性论能为一系列工程应用提供数学表示理论、操作方法、实现技术。例如：作为原子能科学研究院的博士生，我承担了(其从欧共体引进的)核电站严重事故应急决策支持系统（RODOS）中的一个决策子系统的模型创建和计算机系统实现任务（由于引进项目中，该子系统仅有10多篇论文，讨论怎样利用数学家von. Neumann提出的多属性效用分析方法，构建决策支持，没有计算机程序，因此，整个子系统等于从零开始。）我提出了面向复杂环境和基于专家经验学习的属性坐标评估和决策系统分析法，并带领研究生按国际原子能机构的标准，通过了国防科工委的项目验收。我的毕业论文被评为原子能科学研究院优秀博士论文。

鉴于属性论在国内已有一定影响，中国人工智能学会前理事长钟义信教授将《思维与智能科学中的性质论》一书，作为中国人工智能创新丛书之一推荐给北京邮电大学出版社出版，在修订书稿的过程中，又获得了一系列新成果，特别值得提出的是：

•        从数学上讲，属性论提出了属性范畴、Topos（拓扑斯）、Monad（单子或粗粒化）等，它们不仅是在数学理论中很深刻的结果，而且更具有更广阔的应用价值和前景。

•        摆脱了原来转化程度函数需要人工输入的技术限制，提升为能自动从原始数据自动学习(不需要标注)，得到了更为先进的基于属性态射范畴的网格计算机。

从哲学上讲，质和量不仅是事物的两种规定性而且是事物运动变化的质变和量变的表现形式，经典物理学（牛顿）采用弃质保量，并将事物在时空中的量变过程用数学加以表示的研究方法，创立了物理学，也为现代科学树立了一个数量化的标准。然而却也将自然科学与人文科学划分为两个孤立的不相联系的世界（A.Koyre亚历山大.柯瓦雷）。思维科学需要矫正这种孤立的偏颇，追求两方面的辩证统一。

事物既有外部定量地运动变化，也有内在定性地质变过程，而人类思维具有凭感觉和意识（定性）认识世界的特点，因此，要求有一种定性与定量相结合的（科学）方法，才能对事物的质变加以（科学地）表达和描述。否则，就无法对人脑感觉、意识、推理、决策、优化、规划、发明、创造等思维过程加以表示和描述。尽管自然语言能对事物和人脑的运动加以描述，但缺乏推理和运算功能,需要有一种计算机能理解而作推理、运算的方法，让机器模仿人脑的信息处理机制去处理信息。经典人工智能理论、方法和技术，分别模拟了某些人脑处理信息（符号信息、神经或化学信息、刺激-反应等）的机制。由于没有从质和量的哲学层次明确相互之间的区别和联系，尽管获得了部分成功却碰到很多根本性的困难。

属性论方法不仅能弥补主流理论、算法所存在的局限和毛病，而且能为人工智能和物理、数学、逻辑、生理和思维科学等，乃至钱学森面向思维科学和开放的复杂巨系统的“量智+象智=>性智”大框架的工程实现，提供更合理的数学理论、逻辑方法和工程技术。