再回首人工智能之模糊系统

在新春佳节即将来临之际，我们都要禁不住回首往事，并展望未来。古往今来的先贤哲人都很重视回顾历史与回首往事。英国首相丘吉尔的演讲慷慨激昂：“The longer you can look back, the farther you can look forward. (回顾历史越久远，展望未来就越深远)”。 毛泽东主席在《沁园春·长沙》的名句耳熟能详： “携来百侣曾游，忆往昔峥嵘岁月稠”。前苏联作家尼古拉·奥斯特洛夫斯基的著作《钢铁是怎样炼成的》的名言家喻户晓：“当他回首往事的时候，不因虚度年华而悔恨，也不因碌碌无为而羞耻”。

《再回首》是歌手姜育恒演唱的一首经典歌曲，因在1991年的央视春晚上演唱而红遍中国的大江南北。在90年代，我们都记得这首歌的熟悉旋律和经典歌词，都能哼几句“再回首 恍然如梦；再回首 我心依旧 只有那无尽的长路伴着我”。

作为人工智能的研究者，我们不禁要回首人工智能自从1956年以来的65年的风雨历程。 人工智能两大学派符号主义和连接主义几乎同时登场，交相辉映。这两大学派在竞争中发展，在发展中竞争，不断交替前进。

符号主义以推理证明为主，以符号推理和专家系统为主，强调智能系统的可解释性，要“明明白白我的智能之心”。符号主义也可以称为“可解释派” ，是“白箱”，可惜精度不高，计算和优化能力不足。

连接主义以神经网络为主，强调算法的计算和优化能力，以不断降低误差为目标， 信奉“不管白猫黑猫，只要抓到老鼠就是好猫”。 连接主义对可解释性不太关心，也可以称之为“精度派”。尽管被批评为“黑箱”， 但在大数据时代异军突起，已独领风骚10多年了。

再回首多年的科研生涯，对我影响深远的就是在美国加州大学伯克利分校（US news 2021,排名世界第四）访问的1年。在1965年提出模糊集合的创始论文（引用约10万次）之后，我的导师Lotfi Zadeh教授（模糊逻辑之父，美国工程院院士，世界人工智能名人堂第一批10入选者）就马不停蹄继续完善他的理论和方法：从模糊集合到模糊逻辑，再到模糊化，解模糊，模糊系统，模糊控制等等。在Zadeh教授的精心培育下，模糊集合从一粒种子，慢慢长成了参天大树。  

模糊系统，看似简单,从一堆模糊规则中进行推理并合成，然后解模糊。模糊系统看似很像专家系统，可解释性很好。但模糊系统与传统的专家系统不同，是可计算可优化的专家系统，可以从数据中学习出模糊规则，并对其隶属度函数的参数进行学习和优化。因此，模糊系统具有三大突出优点：可解释、可计算、可优化。这看起来是不是有点像“灰猫”，既白又黑。 一直以来，模糊系统最大的挑战就是浅层模糊系统难以处理高维大数据。我和其他一些学者提出了深度模糊（神经）系统，已初步解决这个问题，看到了一丝胜利的曙光。虽然深度神经网络为代表的深度学习技术在近十多年有独孤求败的感觉。但是我们别忘了：在此之前的若干年中，相对而言，都是以模糊逻辑为代表的研究占据领先地位。

人工智能或者模糊系统的未来发展究竟如何呢？虽然没有谁能准确地预测未来，我们却可以从人工智能的发展史得到启示：起起落落，人工智能终复兴；学派轮动，各领风骚若干年。最后，再回首加州大学伯克利分校，回忆起Zadeh先生的灿烂的笑容，良好的祝福，消瘦的面容和坚定的背影，我的耳边不禁又响起“再回首”的熟悉旋律和经典歌词：

“再回首 背影已远走

再回首  泪眼朦胧

留下你的祝福

寒夜温暖我…”