人工智能的范式革命与中华文明的伟大复兴.docx

《人工智能的范式革命与中华文明的伟大复兴.docx》由会员分享，可在线阅读，更多相关《人工智能的范式革命与中华文明的伟大复兴.docx（14页珍藏版）》请在第一文库网上搜索。

1、AT智能的范式革命与中月的伟大复兴作者自制智能行为客体tt息图1身力-网意-物能的关系IftM问题-目标-如识人类部葩/人工智能客体/环境表海：作者自制图2人类智能/人工W能宏现模型智能行为I问题-目标-知识客体信息智能行为来用：作者自制图3人类皆能的普适性，匕成机制【摘要】人类智能是人工智能的最佳原型，而且，在地球文明系统内，人类”本身就是迄今所知晓的最为优秀的“通用智能系统，通过对人类智能的若干基本概念和工作机制的探究，能够阐明通用智能”的基本定义、基本模型以及通用智能的生成机制。对照人工智能的现状，可以发现新兴学科的发展必然要经历范式的革命。通用人工智能理论就是人工智能范式革命的结果。中

2、华文明思想精髓与信息学科范式之间是实质相通的关系，中华文明思想精瓶与现代信息学科范式具有同质性。【关键词】通用人工智能生成机制范式革命中华文明引言科学技术的崇高使命是辅助人类逐渐从自然力的束缚下获得解放,以充分实现人类创造力的价值（“辅人律D;完成这一使命的途径是，利用外部的资源，制造有效的工具，模拟和扩展人类的能力（拟人律”）；实现这一使命的方式是，按照辅人律”的宗旨实现人机和谐共生（“共生律”）（钟义信，1986；2013）o科学技术拟人的进程必须从简单到复杂，从直观到抽象（钟义信，1986；2013）.因此，在古代，主要是通过材料科学技术提供优质材料技术产品，扩展人类的体质能力；在近代，

3、主要是通过能量科学技术提供高效能量技术产品，扩展人类的体力能力；进入20世纪中叶，主要是通过信息科学技术提供新颖的信息技术产品，扩展人类的基础信息能力；到了21世纪初叶，主要是通过灵巧的智能技术产品，扩展人类的智能能力。这就是为什么人工智能科学技术会在本世纪成为人类社会特别关注的科学技术的重要原因。科学技术的“拟人律”阐明，人工智能的原型是人类智能，人工智能是在研究和理解人类智能的基础上发展起来的。深入分析人类智能的生成机理和工作过程可以发现,人类智能本身是一种通用智能:事实上，无论人们日后会发展成为什么领域的专家，他们成为不同领域专家的能力成长方式（智能生成机制）本质上是相同的。这就是说，同

4、样的“人类智能生成机制”可以成长出不同领域的专家。换言之，各种人类专家的“智能生成机制”是通用的。他们之所以成为了不同领域的专家，那只是因为他们选择了不同工作领域，学习和积累了不同领域的知识，锻炼了解决不同领域问题的能力。因此，为了探索通用人工智能”的理论，需要从理解作为通用人工智能原型的“人类智能开始。人类智能一通用人工智能的原型理论人类拥有三类相辅相成的基本能力（钟义信，2023b）：体质的能力，体力的能力，以及智力的能力。其中，有关人类智力的概念，可以具体解春如下。定义1：人类智力，人类智慧，人类智能。人类智力，是“人类为了实现生存与发展的目的而不断地运用人类的先脸知识去认识世界和改造世

5、界，并在改造客观世界的过程中不断地改造自己的主观世界的能力；人类智慧，是认识世界的能力，是为了实现生存发展的目的而去观察世界、发现问题、提出问题、定义问题、预设解决问题的目标、关联知识”的能力的特称；人类智能是指改造世界的能力，即根据人类智慧给定的问题、目标、知识（称为工作框架）去解决问题达到目标”的能力的特称。可见，人类智力是人类智慧与人类智能的总称，三者的关系如图1所示。人类智力的运作有着十分明确的层次关系：首先，人类智慧直接根据人类生存发展的目的而制定工作框架（定义问题、预设目标、关联知识）；然后，人类智能则根据人类智慧所给定的工作框架去解决问题，实现人类智慧所预设的问题求解目标。当然，

6、人类智能解决问题的成果又会反馈给人类智慧，使人类智慧能够在新的基础上去观察世界、发现新问题、定义新问题、预设新目标和关联新知识。人类智慧和人类智能之间这种相互联系、相互作用和相互促进的结果，使人类认识世界、改造世界以及在改造客观世界的过程中改造人类主观世界的能力不断成长进步，使人类社会不断向着新的水平迈进。如果在图1的模型中把人类智能的地位和作用突出表现出来，就可以得出图2的结果。可以看出，图2和图1是完全一致的，只不过图2把人类智能的代理人工智能也表示了出来，并将人类智慧隐藏起来。这样做的目的，是为了更好地表示人工智能的地位和作用。集合定义1、图1和图2的模型，可以获得一个非常重要的判断：人

7、类智慧不可能由机察实现，因为机暑不可能具有人类的生命，当然就不可能具有人类生存发展的目的，因此不可能代替人类去定义工作框架。人类智能则可以由机器实现，因为具体的工作框架（问题目标知识）可以由人类赋予机器，后者就可以在工作框架内去解决问题。由此可以得到非常重要的结论：人工智能机器可以、而且必须超越人类智能的性能，这是研究人工智能的根本目的，也是人工智能机器的价值所在。但是，任何人工智能机器都不可能实现人类智慧的能力，因此不可能全面超越人类的智力，不存在人工智能机罟统治人类的前景。所谓“人工智能机器全面超越、征服和统治人类只是人们对于人类智慧、人类智能和“人工智能”等科学概念的误解而引起的“旷世虚

8、惊，图1和图2的宏观模型看上去虽然十分简单，但它们却极为深刻地揭示了人类智力、人类智慧、人类智能、人工智能的本质特征以及它们之间的联系。不仅如此，凭借这些宏观模型还可以深刻地揭示人类智能的“生成机制工从图2的模型可以非常清晰坨看出，智能的生成过程只与以下因素有关：（1）输入的客体信息，它反映了环境客体对主体的作用；（2）输出的智能行为，它反映了主体对环境客体的反作用；3）工作框架给定的问题、目标、知识”，它是智能生成过程的约束条件。图2的模型也表明，人类智能的生成过程必定是.在工作框架（问题、目标、知识）约束下，主体对客体信息实施里奈转换（显然应当称为复杂信息转换）并最终生成智能行为。这是“智

9、能生成的天规，也是必然要遵循的普遍规律。为了使这个智能生成普遍规律具体化，就要深入分析其中的1复杂信息转换”究竟是什么？因为，其他两方面的要素都是十分明确的：一方面，输入的“客体信息”是由问题确定的：另一方面，输出的“智能行为”是由“客体信息”和“约束条件”两者限定的。所以，唯一需要深入追究的问题就是：输入的客体信息究竟要经过什么样的“复杂信息转换”才能生成输出的智能行为？既然这里希望讨论的是生成“人类智能”的普遍规律，那么，以下这些前后相继的复杂信息转换过程应当是不可或缺而且是合乎人类思维逻辑的：转换1：应该把关于问题的客体信息转换为人类主体关于问题的初步理解，使主体能铁：认识问题的外部形态

10、；确定是否应当关注这个问题（如果这个问题有利于或有害于主体目标的达成，主体就必须认真关注，以便趋利避害：如果问题对主体目标的达成没有关系，主体就可以不予理睬）。转换2：应把主体的初步理解转换为深刻理解，使主体掌握求解问题所第的知识；转换3：应把主体对问题的深入理解转换为主体求解问题的策略，从而实现求解；转换4：应把求解问题的策略转换为求解问题的行为，完成主体对客体的反作用。能够把客体信息转换成为智能行为的夏杂信息转换过程”称为智能的生成机制工可以确信，这个智能生成机制对于所有的求解问题都是普遍适用的，因而可以称为人类智能的普适性生成机制”，它的模型见图3。这个普适性智能生成机制（复杂信息转换）

11、更为准确的名称，应当是信息转换与智能创生定律，因为，这个,曳杂信息转换”的起始阶段是信息转换:最终结果则是“创生智能”；而它的“普适性”特征正是“定律”的特有品格。至此，我们可以给出人类智能的几个重要概念。定义2：人类智能的生成，人类智能的普适性生成机制，通用智能系统。人类智能的生成：在人类主体目标驾驭下，在环境客体的约束下，人类主体对于主体客体相互作用所产生的信息施加复杂信息转换，生成解决问题达到目标的智能策略的过程。人类智能的普适性生成机制：对于任何合理的工作框架，都能够生成相应智能策略的“复杂信息转换过程”（即信息转换与智能创生定律）。通用智能系统即基于普适性智能生成机制“信息转换与智能

12、创生定律”生成智能的系统。多少年来，学术界一直坚称：人类智能是人类大脑的产物；或者说，大胞是智能的寓所。因此，在人工智能的研究领域，类脑是信受遵崇和信敕的研究路径。例如，人工神经网络的研究虽然没有贴上明显的“类脑”标签，但实质上却是“结构类脑”的研究途径。类似地，物理符号系统/专家系统的研究本质上是“功能类脑”的研究途径。然而，图1图2、图3的模型和定羲2的论述却与此截然不同，它们都清晰地表明：人类智能是人类主体驾取与环境客体约束下，人类主体按照普适性智能生成机制对主体客体相互作用所产生的信息施行处理的产物。那么，这两种颇不相同的认识，究竟谁是谁非？显然，把人类智能仅仅看作是人类大脑的产物，带

13、有明显的孤立性，绝对性”的形而上学特征：而把大脑看作是在主体的驾驭和环境的约束下，主体对主体客体相互作用的信息进行复杂信息处理的产物，则符合辩证法的精神。试想，如果没有主体的目标追求（求生存、谋发展），也没有环境客体对主体施加的信息刺激，孤立的大脑就没有产生智能的欲望；另一方面，如果没有主体与客体的相互作用，孤立大胞所产生的“智能”又怎么能够得到检验？可见，把智能仅仅看作是大脑的产物”确实比较片面，有失公允。定义2阐明的人类智能的普适性生成机制信息转换与智能创生定律，不仅对智能科学和人工智能技术具有重要的意义，揭开了1智能是如何生成的”这个千古之谜；而且对于整个自然科学技术的发展也具有深远的意

14、义，因为信息领域的信息转换与智能创生定律与物质领域的“质量转换与物质不灭定律”以及能量领域的“能量转换与能量守恒定律。共同构成了自然科学领域完备的三大基砒定律。进而言之，“物质不灭”和能量守恒告诫人们必须严格遵守这两个基本界限，“智能创生”则启迪人类应当如何生成智能，从而科学合理地解决人类面临的各种问题。比较起来，“智能创生”显示出更为积极的意义。定义2还阐明了“通用智能系统”的科学含义：它是用信息转换与智能创生定律”这个普适性智能生成机制来生成各种智能的系统，是以不变（普适性智能生成机制）应万变（千变万化的应用）”的智能系统。通用智能系统是“智能生成机制”的通用，而非把世间一切信息、一切知识

15、、一切方法都收入囊中，成为无所不能、包打天下的巨无霸系统。显然，巨无f系统是不现实的。现有的通用型人工智能的教训之一就是不应试图成为某种1巨无轴。人工智能的现状：局部有精彩，整体很无奈对照人类智能”的概念和规律，可以更好地认识人工智能研究的现状，也可以更好地找到解决这些问题、实现突破和创新的办法。迄今，人工智能存在三种不同的研究路径：1943年发端的模拟人类大脑皮层生物神经网珞结构的人工神经网珞研究（称为结构主义研究路径）（MccuIIochandPitts,2023;Rosenb1att.1958;Hopfie1d.1982;Rume1hartandMcC1e11and.1986）,1956

16、年兴起的模拟人类逻辑思维功能的物理符号系统/专家系统研究（称为功能主义研究路径）（Newe11,1980;Turing,1963;Newe11andSimon,1963;Ni1sson,1982），1990年加盟的模拟智能生物行为的感知动作系统研究（称为行为主义研究路径）（Brooks,1991;1990）,形成了人工智能研究的三个学术信仰各异故一直分道扬镌的学派。到目前为止，三大学派各自都取得了不少精彩的局部进展。其中，结构主义的人工神经网络研究取得的典型成果，包括：比人类识别得更为精准的模式识别（人脸识别、语音识别、图像识别等）系统.具有很强学习能力的各种深层神经网络学习系境DeeP1earni