1.對智能科學(xué)技術(shù)的再認(rèn)識(shí)

　　1.1從“人工智能”到人機(jī)系統(tǒng)

　　Wiener的“控制論”和錢學(xué)森的“工程控制論”是人們研制較為簡單的系統(tǒng)，且系統(tǒng)運(yùn)行的環(huán)境也不復(fù)雜情況下的一面旗幟。

　　1956年，在美國Dartmouth舉行的一個(gè)信息科學(xué)大會(huì)上，J.McCarthy和H.Simon倡議開展人類思維活動(dòng)規(guī)律的研究，并給予其“人工智能”(ArtificialIntelligence)的命名。人工智能主要研究用人工的方法和技術(shù)來模仿、延伸及擴(kuò)展人的智能，從而實(shí)現(xiàn)機(jī)器智能。迄今為止，這一方向雖然已取得了不少成就，如博弈、自動(dòng)定理證明、模式識(shí)別、自然語言理解、自動(dòng)編程和專家系統(tǒng)等，但是，傳統(tǒng)的人工智能在方法論上以符號(hào)推理為中心，企圖用機(jī)器來實(shí)現(xiàn)人類的思維活動(dòng)。所以，許多年來的研究雖然取得了一些成就，但距離人工智能提出的目標(biāo)還有很大距離。

　　近三十年來，人工智能進(jìn)展緩慢。1979年，H.L.Dreyfus《計(jì)算機(jī)不能做什么?》一書的副標(biāo)題就是“人工智能的極限”提出了人工智能存在不可逾越的障礙。緊接著，以人工神經(jīng)網(wǎng)絡(luò)為代表的“計(jì)算智能”和Brooks的反應(yīng)式結(jié)構(gòu)(“沒有表示”、“沒有推理”的系統(tǒng))給傳統(tǒng)的符號(hào)智能帶來了巨大沖擊。特別是日本提出的“第五代計(jì)算機(jī)”并沒有達(dá)到預(yù)期的目標(biāo)，僅以實(shí)現(xiàn)一個(gè)“人機(jī)對弈”而告終，這些事實(shí)都促使人們對“智能”(或“人工智能”)要有一個(gè)重新的認(rèn)識(shí)。對人工智能四十年的研究進(jìn)行反思，使人們從科學(xué)概念上明白了以往不自覺地企圖用機(jī)器解決一切問題的局限性，并試圖從科學(xué)觀念、研究目標(biāo)和方法論上打開思路，以重新認(rèn)識(shí)，尋求新的途徑。

　　另一方面，四十年來，特別是從最近二十多年科學(xué)技術(shù)的發(fā)展來看，在當(dāng)前的信息社會(huì)中，信息技術(shù)是立國之本，信息化的進(jìn)一步發(fā)展必然走向“智能化”因此，以“智能”為核心的技術(shù)是至關(guān)重要的。從兩次海灣戰(zhàn)爭以及其他局部戰(zhàn)爭，我們可以十分清楚地看出，今后的戰(zhàn)爭是人——機(jī)結(jié)合的智能系統(tǒng)之間的對抗，而智能技術(shù)將會(huì)覆蓋幾乎所有的工程技術(shù)領(lǐng)域。

　　既然完全基于機(jī)器的符號(hào)推理(也包括其他的智能方法)不能達(dá)到實(shí)現(xiàn)人的思維的目的，那么有沒有其他道路可循?這是人們都很關(guān)心的問題。解決這個(gè)問題要從兩方面著手。一方面，需要腦科學(xué)、認(rèn)知科學(xué)等一些研究人的智慧的基礎(chǔ)學(xué)科繼續(xù)研究人的思維規(guī)律一一這也是人類永遠(yuǎn)的追求。雖然目前還不能做到這一點(diǎn)，但人們總是在不遺余力、一步一步地向著這一目標(biāo)前進(jìn)。當(dāng)然，這也是人類社會(huì)發(fā)展賦予智能學(xué)科的一個(gè)任務(wù)，這就是智能科學(xué)的目標(biāo)。另一方面，社會(huì)生產(chǎn)、生活、科技、軍事各個(gè)方面又提出了層出不窮的需求，迫切要求設(shè)備、系統(tǒng)、工程要“智能化”而現(xiàn)在尚沒有真正能模擬人的智慧的計(jì)算機(jī),因此計(jì)算機(jī)還不能代替人。解決這個(gè)問題只有從兩方面入手，一方面實(shí)事求是，盡量開拓、發(fā)展當(dāng)前的計(jì)算機(jī)科學(xué)技術(shù)，使計(jì)算機(jī)盡可能多地幫助人做工作;另一方面，盡可能把人的智慧包含到系統(tǒng)中去，人要起主導(dǎo)作用，但要充分發(fā)揮計(jì)算機(jī)科學(xué)與技術(shù)的優(yōu)勢，創(chuàng)造出最有“智能”的人機(jī)結(jié)合系統(tǒng)。

　　具體來說，人機(jī)結(jié)合的系統(tǒng)就是將人作為一個(gè)組成部分包括到系統(tǒng)之中，并能清楚地區(qū)分出哪些工作應(yīng)該由人完成，哪些工作應(yīng)該由機(jī)器完成。在運(yùn)行過程中，當(dāng)進(jìn)行到需要人完成的工作時(shí)，系統(tǒng)就將工作交給人;而當(dāng)需要機(jī)器完成時(shí)，就將任務(wù)轉(zhuǎn)交給機(jī)器，最終構(gòu)成一套和諧的、協(xié)調(diào)的、高效的運(yùn)行機(jī)制，以保證系統(tǒng)目標(biāo)的實(shí)現(xiàn)。

　　1.2“智能”學(xué)科的三個(gè)層次

　　根據(jù)研究任務(wù)的不同，智能科學(xué)技術(shù)的學(xué)科內(nèi)容可以劃分為智能科學(xué)、智能技術(shù)、智能工程三個(gè)層次。

　　(1)智能科學(xué)(IntelligenceScience)

　　這是基礎(chǔ)研究的層次，它的主要任務(wù)是研究人的智慧，建立人機(jī)結(jié)合系統(tǒng)的理論，并用其模擬人的智慧。智能科學(xué)主要包括腦科學(xué)、思維科學(xué)、認(rèn)知科學(xué)等在內(nèi)的基礎(chǔ)學(xué)科。

　　思維科學(xué)著重研究人的思維規(guī)律，也就是研究人是如何思維的，這種研究的目的是為了給人工智能提供基礎(chǔ)，也就是告訴計(jì)算機(jī)要模擬什么。而認(rèn)知科學(xué)則是研究人的認(rèn)識(shí)，也就是人是如何認(rèn)識(shí)事物的，并將其擴(kuò)展去研究動(dòng)物的智能。

　　智能科學(xué)的成果將是整個(gè)智能科技發(fā)展的基礎(chǔ)和先導(dǎo)。

　　(2)智能技術(shù)(IntelligenceTechnology)

　　在智能科學(xué)的框架內(nèi)創(chuàng)建人機(jī)結(jié)合的智能系統(tǒng)，需要有合適的方法、工具和技術(shù)，這就是智能技術(shù)。

　　信息的本質(zhì)是知識(shí)，而知識(shí)是構(gòu)成智能的基礎(chǔ)。因此，信息化發(fā)展必然走向智能化。

　　(3)智能工程(IntelligenceEngineering)

　　用智能科學(xué)的理念和思想，充分運(yùn)用智能技術(shù)工具去創(chuàng)建各種應(yīng)用系統(tǒng)，這就是智能工程。“智能化”實(shí)質(zhì)上就是智能工程實(shí)現(xiàn)的過程和歸宿。智能工程是當(dāng)前科學(xué)技術(shù)和社會(huì)發(fā)展的前沿陣地，特別是高技術(shù)發(fā)展的核心動(dòng)力之一。同時(shí)，它也是當(dāng)前新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)的重要發(fā)展方向、開發(fā)策略和顯著標(biāo)志。

2.無處不在的智能科技

　　2.1前沿高技術(shù)是智能科學(xué)技術(shù)發(fā)展的動(dòng)力和源泉

　　智能科學(xué)技術(shù)是一個(gè)融合計(jì)算機(jī)、人工智能、模式識(shí)別等研究領(lǐng)域的交叉性學(xué)科，這些前沿高技術(shù)也是當(dāng)前智能科學(xué)發(fā)展的動(dòng)力和源泉。

　　在所有系統(tǒng)中，體現(xiàn)智能行為的工具和載體就是計(jì)算機(jī)。所以，計(jì)算機(jī)科學(xué)很自然地成為智能科學(xué)發(fā)展最重要的支撐點(diǎn)和原動(dòng)力之一。

　　以符號(hào)推理為基礎(chǔ)的人工智能方法和以人工神經(jīng)元網(wǎng)絡(luò)為代表的計(jì)算智能方法仍然是當(dāng)前智能技術(shù)的重要組成部分。它們從不同的途徑和方法進(jìn)行問題求解，在搜索、規(guī)劃、學(xué)習(xí)等各類問題中取得了相當(dāng)有價(jià)值的成果。

　　模式識(shí)別是人類智能的一種體現(xiàn)。“模式”是一個(gè)極為廣泛的概念，如圖像、圖形、文字、語言都是一種“模式”。按Zadeh的定義，“模式識(shí)別”是一種從“模式”出發(fā)的一種非線性映射，它是一種技術(shù)，可以用來實(shí)現(xiàn)人類智慧的一部分功能，如文字識(shí)別(認(rèn)字)、語言的說與聽等。模式識(shí)別的目的是將對象進(jìn)行分類，可以是圖像、信號(hào)波形式或者任何可測量且需要分類的對象。模式識(shí)別在工業(yè)自動(dòng)化以及信息處理和檢索中變得日益重要，這種趨勢把模式識(shí)別推向工程應(yīng)用研究的高級(jí)階段。在大多數(shù)機(jī)器智能系統(tǒng)中，模式識(shí)別是用于決策的主要部分。