人工智能的范式革命：中華文明的偉大復興

2023年2月21日，習近平總書記在中共中央政治局第三次集體學習時明確指出，“當前，新一輪科技革命和產(chǎn)業(yè)變革突飛猛進，學科交叉融合不斷發(fā)展，科學研究范式發(fā)生深刻變革，科學技術和經(jīng)濟社會發(fā)展加速滲透融合，基礎研究轉化周期明顯縮短，國際科技競爭向基礎前沿前移。”此前，習近平總書記也曾作出過指示，號召自然科學技術工作者重視哲學的指導作用。習近平總書記的這些論斷對于整個科學研究具有普遍的指導意義，而在人工智能研究領域則更是“及時雨”。試想，如果人們不關心人工智能研究領域的哲學問題，就不可能發(fā)現(xiàn)這一領域的范式存在張冠李戴的問題，也就不可能理解和實施人工智能范式的深刻變革。

事實上，自然科學與哲學之間并不是互不相關的兩個研究領域。相反，它們是互有側重然而又相互聯(lián)系、相互促進的兩個重要的學術研究領域。自然科學側重研究各種自然現(xiàn)象及其發(fā)展規(guī)律，社會科學側重研究社會現(xiàn)象及其發(fā)展規(guī)律，而其中哲學要側重研究的是人類思維領域（涉及到自然現(xiàn)象和社會現(xiàn)象）的基本規(guī)律。自然科學研究活動中的科學觀念和科學方法論，既是自然科學研究的指導思想，又是哲學研究所關注的重要思維規(guī)律。因此，凡是深刻的自然科學研究領域（如人類智能和人工智能）都需要特別認真關注和借鑒哲學研究的成果。

如上所述，人工智能的范式革命，不是一般的技術革命，也不是局部學科理論和研究方法的革命，而是科學觀和方法論的革命，是在人工智能研究體系結構最高層次發(fā)生的革命，也是人類思維領域的一場革命，它將自上而下地影響到整個科學研究的領域。

人工智能范式革命不是偶然發(fā)生的，更不是由某些人的靈感沖動而發(fā)起的，而是“輔人律-擬人律-共生律”揭示的科學技術發(fā)展根本規(guī)律所使然，是人類不斷追求進步、不斷爭取從自然力的束縛下獲得解放的必然結果。正是這種不竭的追求，使得人們不僅要用材料科學技術的成就來擴展自己的體質能力，也不僅要用能量科學技術的成就來擴展自己的體力能力，更要用信息科學技術和智能科學技術的成就來擴展自己的基礎信息能力和智能能力。這是不可遏制、不可阻擋的歷史潮流。正是這種歷史性的規(guī)律和趨勢，使得科學技術的研究對象要從單純的物質客體向人類的主觀領域大舉進軍，從而使得科學技術要從傳統(tǒng)物質學科向新興的信息學科大舉進軍?？茖W技術研究領域的這種歷史性大擴展大進軍，必然需要新的思想武器，需要科學研究的新范式。

所以，人工智能領域發(fā)生范式張冠李戴的問題并不是人們主觀主導的事情，而是研究對象的大擴張所導致的時代大轉變必然要帶來的“大陣痛”；而人工智能的范式革命，則是因應時代大轉變所帶來的治療這種“大陣痛”的“對癥良藥”。其實，范式變革這個“對癥良藥”不僅是治理人工智能學科的“良方”，也是治理21世紀整個信息學科和復雜科學學科的“良方”。這不是什么深奧玄妙的道理，而是活生生的、可感、可知的現(xiàn)實。

20世紀60年代初期，筆者在信息論研究生專業(yè)學習信息論課程的時候注意到：信息論只研究了信息的形式（模擬式信息的波形，數(shù)字式信息的碼型），而不研究信息的內涵（信息的價值和信息的內容）。后來，在研究人工智能的時候筆者又發(fā)現(xiàn)，人工智能研究和人工神經(jīng)網(wǎng)絡研究兩者之間“勢不兩立”：人工智能學派批評人工神經(jīng)網(wǎng)絡的研究是“沙灘上的建筑（Buildings on quick sand）”，人工神經(jīng)網(wǎng)絡學派則反擊說“人工智能已經(jīng)死亡（AI is dead）”。這些單純形式化的處理、對立的而且有悖學理的互相抨擊，使筆者對這些研究的“正確性”產(chǎn)生了強烈的質疑。

于是，我們毅然決定要按照自己更為熟悉的中華文明的思想精髓來重新審視這些現(xiàn)代科學。具言之，我們把“整體觀”（即人類主體與物質客體對立統(tǒng)一的觀念）作為人工智能研究應當遵循的科學觀，把“辨證論”（即信息不是僵死不變的對象，而是聯(lián)系著、發(fā)展著和生長著的對象）作為人工智能研究必須貫徹的方法論。

經(jīng)過半個多世紀的艱苦努力，我們在“整體觀”和“辨證論”的引領下，不僅發(fā)現(xiàn)了人工智能范式的張冠李戴問題，總結和提煉了信息學科的研究范式（鐘義信，2021b），創(chuàng)建了機制主義通用人工智能基礎理論，而且也發(fā)現(xiàn)了中華文明思想精髓與信息學科范式之間實質相通的關系，表明了中華文明思想精髓與現(xiàn)代信息學科范式的同質性。在這里，中華文明思想精髓最集中和最典型的表現(xiàn)就是祖國中醫(yī)和國學精華的觀念和方法，見表4的示例。

表4顯示，中華文明思想精髓的“整體觀”和信息學科的“信息觀”兩者都強調：（1）人類主體和環(huán)境客體是不可截然分割的整體（天人感應），兩者相互作用，而不應當把人的主觀因素排除在研究的大門之外；（2）應當信守“以人為本”和“道法自然”，人是主客體相互作用的主體，要高度關注人類主體目標的達成和物質客體運動規(guī)律的維護，不能僅僅關注客體的物質結構；（3）應當認識到在研究對象的發(fā)展過程中存在各種不確定性，而不應當認為一切研究對象都服從“確定的方式”。

表4還顯示，中華文明辯證論的方法論和信息科學的信息生態(tài)方法論兩者都強調：（1）不能止步于“純粹形式化”方法，而要用“形式、內容、價值”一體化的“全信息”方法來描述和研究人工智能，中醫(yī)藥學把“藥名（語義信息）”定義為“藥形（語法信息）、藥效（語用信息）”的統(tǒng)一體就是這種描述和研究方法的典例；（2）不能局限于“形式比對”的決策方法，而要在理解的基礎上作出決策，中醫(yī)的“辯癥論治”是這種決策方法的自然體現(xiàn)；（3）要堅持從整體上、從發(fā)展變化上認識和處理問題（道生一，一生二，二生三，三生萬物），拒絕“分而治之”對研究對象的肢解和“單純形式化”對研究對象的閹割。這就確證了中華文明思想精髓與信息學科范式的高度同質性。

不僅如此，人工智能的核心理論“普適性智能生成機制（信息轉換與智能創(chuàng)生定律）”的本質，正是中華文明的知行學說。具體來說，信息轉換與智能創(chuàng)生定律即知（由感知到認知）行（由謀行到執(zhí)行）相濟（鐘義信，2023）。換言之，中華文明的知行學原理就是普適性的智能生成機制。這些都是中華文明思想精髓與信息科學范式同質性的重要依據(jù)。

回顧整個人類的認識史和自然科學技術的發(fā)展史，可以發(fā)現(xiàn)一個有趣的事實：人類對事物的認識總是從宏觀整體的“大而概之”“籠而統(tǒng)之”開始，然后才逐步進入到“分而治之”“微而察之”，最后又總結抽象提煉到“宏觀整體的把握”。“從整體到局部，再從局部到整體”，這不是簡單的回到原地，而是辯證的升華與發(fā)展。

所以，古代人類對外部世界的認識必然從“相對籠統(tǒng)”和“相對淺層”的階段開始。于是，以“整體觀”為科學觀和以“辯證論”為方法論的中華文明思想很好地適應了這一階段認識活動的性質和特點，使得中華文明在認識世界和改造世界的古代歷史上一直“獨領風騷”，處于世界領先的地位。

歷史發(fā)展到近代，人類對世界的認識不再滿足于籠統(tǒng)性和淺層性的水平，而開始進入到“深入”和“細致”研究的階段。這時，以“機械唯物主義（只關注物質對象的研究）”為科學觀和以“機械還原論（信奉分而治之）”為方法論的西方文明就適應了這種要求。于是，在近代數(shù)百年的科學技術發(fā)展進程中，西方文明成為科學研究與發(fā)展的主導范式。相對而言，以“整體觀”為科學觀和以“辨證論”為方法論的中華文明則一直處于邊緣地位，被認為只是物質學科研究的學習者與跟隨者。

歷史進入到信息與智能時代，隨著信息學科由初級階段邁向高級發(fā)展階段，科學研究的對象由單純的“物質客體”擴展到“人類主體與物質客體相互作用”，以“機械唯物主義”為科學觀和以“機械還原論”為方法論的物質學科范式無法適應信息學科特別是人工智能研究與發(fā)展的需要，而以“整體觀”為科學觀和以“辯證論”為方法論的中華文明思想精髓和與之默契相通的信息學科范式，才是開拓和引領信息學科特別是人工智能，以及21世紀所有復雜科學研究與發(fā)展的偉大思想旗幟！

這是歷史演進和科學進步的必然結果，是研究對象由單純的“物質客體”向“人類主體與物質客體相互作用”的偉大轉變、科學體系由物質學科主導向信息學科主導偉大轉變的結果。西方學術界流行的機械唯物主義科學觀和機械還原方法論適合于物質學科的研究；而中華文明的整體觀（科學觀）和辯證論（方法論）則適合于信息學科特別是人工智能的研究。眾所周知，這種研究對象的擴展，以及由研究對象轉變而導致的學科范式轉變，乃是不可阻擋的歷史進步的潮流。

因此，令人倍感興奮和自豪的是，人工智能的范式革命，不僅取得了人工智能基礎理論研究的重大突破，創(chuàng)建了“機制主義通用人工智能基礎理論”；更為重要的是，人工智能范式革命的成功，確證了中華文明思想精髓與人工智能研究和21世紀現(xiàn)代科學研究與發(fā)展事業(yè)的性質和需求高度匹配，從而具備強大的開拓能力和引領能力，確證了中華文明思想精髓在當今時代的偉大復興！這既是科學技術發(fā)展新時代的偉大召喚，也是新時代所賦予中華文明思想精髓的偉大使命。

參考文獻

何華燦等，2021，《命題級泛邏輯與柔性神經(jīng)元》，北京郵電大學出版社。

N. J. Nilsson，2006，《人工智能》，鄭扣根、莊越挺譯，北京：機械工業(yè)出版社。

斯圖爾特·羅素、彼得·諾維格，2006，《人工智能：現(xiàn)代方法》，張博雅等譯，北京：清華大學出版社。

T. S. 庫恩，1980，《科學革命的結構》，李寶恒、紀樹立譯，上?？茖W技術出版社。

汪琣莊、劉海濤，2021，《因素空間與人工智能》，北京郵電大學出版社。

鐘義信，1986，《信息的科學》，北京：光明日報出版社。

鐘義信，2013，《信息科學原理（第5版）》，北京郵電大學出版社。

鐘義信，2014，《高等人工智能原理：觀念·方法·模型·理論》，北京：科學出版社。

鐘義信，2020，《“范式變革”引領與“信息轉換”擔綱：機制主義通用人工智能的理論精髓》，《智能系統(tǒng)學報》，第3期。

鐘義信，2021a，《機制主義人工智能理論》，北京郵電大學出版社。

鐘義信，2021b，《范式革命：人工智能基礎理論源頭創(chuàng)新的必由之路》，《人民論壇·學術前沿》，12月上。

鐘義信，2023，《統(tǒng)一智能理論》（待出版），北京：科學出版社。

R. A. Brooks, 1990, "Elephant Cannot Play Chess," Autonomous Robot, 6.

R. A. Brooks, 1991, "Intelligence Without Representation," Artificial Intelligence, 47.

J. J. Hopfield, 1982, "Neural Networks and Physical Systems with Emergent Collective Computational Abilities," Proceedings of the National Academy of Sciences of the United States of America, 79(8).

W. McCulloch and W. Pitts, 2021, "A Logic Calculus of the Ideas Immanent in Nervous Activity," Bulletin of Mathematical Biophysics, 52.

A. Newell and H. A. Simon, 1963, "GPS, A Program That Silmulate Human Thoughts," in E. A. Feigenbaum and J. Feldman (eds.), Computers and Thoughts, McGraw–Hill Book Company.

A. Newell, 1980, "Physical Symbol Systems," Cognitive Science, 4(2).

N. J. Nilsson, 1982, Principles of Artificial Intelligence, Springer.

F. Rosenblatt, 1958, "The perceptron: A Probabilistic Model for Information Storage and Organization in the Brain," Psychological Review, 6(56).

D. E. Rumelhart and J. L. McClelland, 1986, Parallel Distributed Processing: Explorations in the Microstructure of Cognition: Foundations, MIT Press.

A. M. Turing, 1963, "Can Machine Think," in E. A. Feigenbaum and J. Feldman (eds.), Computers and Thoughts, McGraw–Hill Book Company.