發布日期：2022-10-09 點擊率：122
一、人機融合的方向
從石器時代以來，人類創造了各種各樣的工具，唯獨人工智能的出規，向人智能本身提出了挑戰。對人工智能遠景的預測，國內學者大多認為人工智能永遠只能是受制于人的一種工具，是人智能的模擬物，不可能達到人智能的水平；而西方學者大多認為，人也只是一種高級機 器，因此，人工智能機器將定能像人一樣的進行思維，成為人的一種特殊“伙伴”，更有甚者，少數人認為人工智能的進化速度遠遠超過人智能的進化，故總有一天“進化計算機”將會奴役、控制人類。
上述三類視點，從本質上講都貶低了人類自身的智能，1983年作者和陳體滇先生提出了“人工智能的未來最終將實現與人智能融合為一體”的新觀點。
人工智能的發展，要依靠人智能的支持，要吸取對人自身智能機制的研究成果，同時人工符能的科技成果反過來又可直接幫助和改善人智能。按熙事物發展的辯證規律，人工智能不會與人智能相對獨立和平行地向前發展，而誤人和"機"相互影響、相互滲透、相互交織在一起共同向前發展。只有對人的智能結構不斷地作更透徹的研究了解，才可能研制更高水平的人工智能，這種技術進步的趨勢，必然使人工智能領域的尖端成果具有與人智能結構越來越大的同構性和相親性。基于人類高度關心改善自身的智能，人工智能的這些尖端成果必然被優先用來改港人類自身的智能。例如，用技術手段改善普通人的記憶力、改造提高低能兒和白癡的智能水平等。這類改善、改造的發展和升級，最終將導致高級的人工智能與人智能融合為一休，實現“人機融合”。這里所說的"機"并非單指電子計算機，“融合”主要是指人機的同體和信息的直接耦合，而非一般所說的“人機共存”關系。
人機融合是一個相當長的發展過程，它將伴隨技術進步，逐級逐步地向前發展。首先實現的是低級和局部的融合，近幾年人工智能科授的進步不斷證實了這種趨勢。如最近美國科學家就明確宣布，他們研制的“神經芯片”首先就是用于改善人的中樞神經功能，“使截癱患者丟掉手杖”。隨著人機融合的升級，最終將在地球上產生一種人機高度融合、高智慧、能自行繁殖(復制)的“新智體”(或曰“新人類”）。因此，文明
人類的演化由于技術的影響將經歷自然進化——人工促進人智能的進化——人機融合體(新智體)的自行進化的辯證發展過程。在人機融合時代，出于物理目標的不同，將存在多種多樣、多層次的智能機(體)，但具有怨茁級智能的應是人機融合體。
當今人工智能科技和其他高科技的種種發展動向表明，在人類進入“信息社會”之后，將有一場規模巨大的“智能革命”，智能革命的環境是人工智能對人、對社會的廣泛而深入的影響，就像今天的微電子技術對信息革命的影響一樣。人工智能科技將滲透到社會各個領域，人類將對人工智能科技進行大規模的研究、開發和應用。
從古到今，每一個人所具有的知識和智能均是通過接受教育和學習等“軟”的方式獲得的。人工智能科技的進步，將可能使普通人通過植入、直接耦合和“外科手術”等“硬”的方式獲得知識和改善智能。這種硬的改造人類方式將是智能革命的最主要的特征，智能革命又將促進人工智能與人智能的融合，使人類進入“智能社會”。按照當前高科技迅速發展的勢頭，智能革命并非遙遠之事，其起點即可能在下個世紀初葉，對此我們應有充分認識。可以預言，一個國家如果在智能革命中能先行一步，那末它就可能在整整一個歷史時期中走在世界的前面。
如果我們確認人機融合的人工智能發展方向，則研制和發展人工智能的理想目標不在于追求研制像人一樣的智能機器人 (用于各種專門目的的智能系統和機器人是必需的)，而應加強研究用于改善和改造人智能的各種技術。在技術路線上，人工智能的近期目標應為研究與人智能有較大同構性和相親性的技術，如毫微技術(Nonatechnology)、微器件、生物芯片、基因工程和更靠近思維機制的新邏輯體系等等，而不是追求完善通用型智能系統，更不是把人腦想象為層次分既完美的形式系統來模擬。總之，按照人機融合的發展方向，必須有一套新的人工智能發展技術路線和戰略規劃。
二、關于“第五代計算機”的反思
1981年日本提出“第五代計算機(FGCS）”計劃，并稱為"人工智能機"，為世界各國所矚目。日本科學家研制“第五代計算機”的依據主要有兩點：
(1)對研制超大規模集成電路有把握，
(2)靠當時“認知心理學”的成果，對人智能有一定了解。
人腦是一個涉及到化學、物理、心理、生理和社會多個層次的綜合系統，而智能則是這個綜合系統的綜合效應，“認知心理學”只涉及到其中一二個層次，其成果是很有限的了，例如在弄清人腦語言的生理機制之前，很難深刻分析人腦的思雛祝制。另外，半導體集成電路芯片已接近集成度的極限，且現代計算機(包括所謂非馮諾依曼結構的“第五代”)二進制硬件系統，說到底只有“移位”和“相加”兩種操作，這樣，盡管日本專家設計了周詳而龐大的硬件和軟件系統，但進行到怎樣在第五代計算機上實規較高級智能(即問題求解和并行推理)這一步時，陷入到一種自我感覺膚淺的困惑之中。事實上，“第五代計算機”計劃在基礎理論方面是準備不足的，其要害問題是，二值邏輯體系為最簡形式化，它必須把所有問題都化為最大量的邏輯無窮小的和，一項一項地運算。而智能恰恰是一種系統的宏觀效應，其內部的層次之間還存在自相纏繞現象，在很多情況下不能用二又樹來表達，故問題求解——并行推理模塊最后無法完滿地落實到硬件上、除非挺這個模塊大大地退化，換句話說，二選制系統很難演化成商級的智能。歌德爾不完全性定理是數學 乍發展史上的一個里程碑，它還深刻地揭示了這樣一個真理：與人智能有越大的同構性的人工系統，越容易實現智能和接近人智能的水平，尤其是在低層次 (如基礎硬件)上更是如此，而二進制系統的這種同構性似乎非常小。因此，耍實規比現在水平更高的電子式智能機，關鍵是研究和篩選新的邏輯系統及其邏輯元件。這個問題不解決，人工智能的其他領域，如模式識別、定理證明、專家系統等的水準是很難突破的，這不是靠并行處埋或數據流技術所能解決的。在二進制邏輯元件基礎上研究非馮諾依曼結構計弊機，至少很難繞過指數爆炸這一關。
現在模潮邏輯頗受人重視，并已有了一些進展，但遺憾的是，模糊數學始終沒有建立自己真正的模糊集。模糊邏輯的缺陷在于它的一切演化均需映射到經典邏輯的對等式上。人腦的模糊識別與巨大數最的冗
余神經元有關，模糊邏輯的另一個問題是，它只關心模糊度（隸屬度），而不考慮模糊量(冗余量）的影響。廣東工學院蔡文提出的可拓集合和可拓邏輯有可能在處理冗余量方面走出一條新路。
三、生物芯片和生物計算機
日本科學家在"第五代計算機"受挫之后，不得不回過頭來于1986年提出人類領域工程和生命科學的龐大計劃，重新研究人體和人智能的生理機制，他們己投入大量的資金，以圖為人工智能科技在今后的發展
打下堅實的基礎。與此同時，美、日、英等國都競相開展了研制生物芯片，生物傳感器和生物計算機的工作。
集成電路是電子計算機的核心硬件，它的發展目前幾乎接近技術上所能容許的極限，而生物芯片是利用生物材料在分子水平上進行信息傳輸和處理的，集成度可比半導體芯片高幾個數量級。美國電子分子生物風險公司的J·麥卡里爾博士認為，由蛋白質成分構成的集成電路，大小可僅為現有硅集成電路的十萬分之一，其開關速度將達到10微微秒級。日本通產省宣布使用低等動物有機體來設計一個模擬芯片，原則上可以執行當代計算機的運算和存儲功能，并已準務化10年時間，投資80一100億日元，研制處理功能為n個千比特的生物材料。
生物分子的有機功能為生物計算機提供了新的基礎，如儲存功能可利用細菌視紫紅質、鐵蛋白等材料，門和開關功能可利用細菌視紫紅質、腺苷三磷酸酶等材料(但更受重視的還是光合系統)。生物計算機的研
制首先要解決兩個基本問題:
(1)研究生物計算機有機體(生物組織)的信息處理功能，形成模型;目前其主攻方向是闡明神經系統比較簡單的低等動物的信息處理功能；
（2）研究怎樣把主物芯片形成一種結構，取有效的發揮各生物芯片的功能，生產出一臺生物計算機；這里目前需集中研究神經和模擬高等動物大腦的信息處理系統以及研究神經傳遞中起作用的物質等。
目前關于生物芯片和生物計算機的研究工作還是很基本的，今后如何發展，尚難詳測。日本科學家認為生物芯片是研制21世紀新型信息處理機的關鍵；歐美專家們]則把有機計算機譽為21世紀的微電子學。可以肯定，生物芯片與人腦結構具有最大的同源性和相親性，生物芯片的蛋白質成分具有生物活性，可以與人的大腦、神經網絡有機地相互連接。如果研制出具有推埋功能和學習功能的生物計算機或生物智能體，
那么人工智能科技將會有一個更大發展，并促使人類更加積極地推動人積機的融合。
隨著人工智能的發展，走向人機融合時代的主要技術路線有兩條:
一條是電子的，即目前電子計算機的發展。今后能否研制出高水平的電子式智能機，將取決于新的邏輯系統、毫微技術和微器件的發展。毫微技術是在分子水平上進行操作的，有可能使電子式智能機與人智能有更大的同構性和相親性。
另一條是生物的，即生物計算機的發展。在人機融合的道路上，生物計算機可能后來居上，率先實現與人智能的融合。
1982年10月在北京西山舉行的第二屆全國人工智能學術討論會上，對當時剛剛引入不久的模糊數學的研究伏況，北京工業學院的一位教理邏輯教授尖銳指出，模糊數學是在研究工作陷入困境后才被推薦到中國來的，以利用中國學者做些工作。1983年以后，哈伯特·西蒙散授等人又將“認知心理學”推薦給中國學者，并幾次來中國講學，在中國掀起了一股“認知熱”。現在知道，這個時刻也恰恰是認知心理學在人工智能領域的進展陷入停頓，西方學著正在改弦更張的時候。1985年以后，日本“第五代計計算機”計劃已露出窘態，我國卻掀起了“第五代”的新熱潮。
從這些例子也許能品味到，對一門影響全局的新興學科;的發照戰戰略進行研究是一項十分有意義的工作。若僅是不進行整體研究的單純技術性跟蹤，則將是可悲的。人工智能的發展也正好處于亟需作這種整體研究的關鍵時刻。
【1】陳體滇，龔英輔，《人工智能學報》，1 (1983) 101
（注：本文發表于《自然雜志》1984年11卷7期。其英文稿發表于歐洲《AI & Society》學報1988年10月號。）
下一篇： PLC、DCS、FCS三大控
上一篇： 讓全過程監控堵死污染
