綜合集成研討廳研究現狀及其在人工智能時代的發(fā)展機遇

謝宗仁，馮 偉，耿 奎

(軍事科學院評估論證研究中心，北京 100091)

綜合集成研討廳是一個能夠將個體的知識經驗上升為群體智慧的人機綜合集成環(huán)境［1-4］，曾經在解決一般工程和復雜系統(tǒng)問題方面受到廣泛的關注和應用［5-7］。近年來，隨著信息化和智能化時代的到來，產生了虛擬現實、機器學習、知識推理等先進技術和方法，為綜合集成研討廳重新煥發(fā)生機奠定了良好的基礎，因此，很有必要將綜合集成研討廳這一方法論與大數據、云計算、人工智能等新興技術相結合，充分發(fā)揮其人機結合、綜合集成的優(yōu)勢，探索其未來可能的更好的發(fā)展機遇，以進一步促進系統(tǒng)科學和系統(tǒng)工程領域的理論與方法創(chuàng)新。

1 綜合集成研討廳的基本理論和應用難點

綜合集成研討廳是錢學森系統(tǒng)科學理論的重要代表和思想結晶，其形成是一個認識論不斷迭代、不斷提升的過程。20世紀70年代，錢學森院士的綜合集成思想已經初步形成；80年代末，他針對復雜巨系統(tǒng)問題首次提出了定性與定量相結合的綜合集成法；90年代初，錢學森院士在總結從定性到定量的綜合集成方法的系列認識和研究成果的基礎上，于1992年正式提出從定性到定量的“綜合集成研討廳”這個概念，把“法”上升到了“廳”的高度［8］。從此，綜合集成研討廳理論體系便日臻完善和成熟，并在工程和科學領域得到了廣泛推廣和應用。

綜合集成研討廳主要由3個核心部分組成：知識體系、專家體系和機器體系，機器體系中主要是指計算機和互聯(lián)網。綜合集成研討廳本質上是將知識體系中海量的數據和信息、專家體系中的非邏輯性認知和判斷，以及機器體系中的先進算法和技術進行綜合集成和有機結合，從而形成一個高效運轉的人機互容互通系統(tǒng)［9-10］。這個系統(tǒng)盡可能地把人的思維、經驗等以及各種資料和信息綜合起來，將不同的假設轉化為能夠改造世界的科學結論，實現定性與定量相結合，從而更好地服務于社會實踐（見圖1）。

圖1 綜合集成研討廳的組成與應用

綜合集成研討廳的核心是“人機結合”，這同時也是多年來在工程實踐中的應用難點所在。一方面，囿于計算機技術發(fā)展水平，機器體系的支撐作用有限，一些理想的創(chuàng)意和思路無法通過計算模擬和仿真的形式來完全實現；另一方面，如何支持群體創(chuàng)意、如何將專家意見較好地嵌入到集成環(huán)境中，實現定性與定量的完美結合，一直是綜合研討廳研究的難點問題。這兩個方面的問題一旦被忽視，就會使“綜合研討廳”的概念被曲解，其應用也會出現偏差，如一些學者將綜合研討廳的核心理解為計算機環(huán)境中的綜合研討、集中討論，一些機構將研討廳建成了會議室，將綜合集成實體化為計算機機房草草了事，這完全違背了錢學森院士提出綜合集成研討廳思想的初衷，而且這些研討廳在實踐過程中也遭遇到了重重阻力，其應用效果也大打折扣。因此，很有必要對綜合集成研討廳近年來的發(fā)展趨勢和研究現狀進行梳理，同時探析其在人工智能技術背景下新的發(fā)展機遇。

2 綜合集成研討廳近年來的研究趨勢與現狀

綜合集成研討廳作為錢學森系統(tǒng)思維在方法論上的開創(chuàng)性成果，對于系統(tǒng)科學和系統(tǒng)工程領域的研究和發(fā)展起到了非常有力的推動作用。本文以百度學術數據庫1992—2016年收錄的相關學術論文為參照，根據對學術論文統(tǒng)計結果的匯總分析，梳理綜合集成研討廳近年來的研究趨勢和現狀。

2.1 近年來的研究趨勢

有關綜合集成研討廳方面的研究成果從20世紀90年代初開始出現，2009年達到了峰值（年度論文發(fā)表量達34篇），至2016年共有綜合集成研討廳相關論文264篇。其研究趨勢如圖2所示。

圖2 我國近30年來關于綜合集成研討廳的研究趨勢

從學術論文的發(fā)表數量可以直觀地顯示出綜合集成研討廳近年來的研究趨勢，由圖2可將近30年來綜合集成研討廳的研究周期劃分為3個階段：興起階段、繁盛階段和減弱階段。

（1）興起階段：1992—2000年。學術界對于綜合集成研討廳的關注是伴隨著錢學森院士于1992年正式提出這一方法論而開始興起的，這一時期研究內容的范圍相對較窄，數量也不多，主要以學習、消化和吸收錢學森院士的主要學術思想為主，在此基礎上進行交叉領域的探索性研究。

（2）繁盛階段：2000—2014年。這十余年間綜合集成研討廳得到了深入研究和廣泛應用，每年的相關學術論文數量一直維持在較高的水平上，形成了國內系統(tǒng)工程領域的重要研究熱點。

（3）減弱階段：2014年至今。近年來伴隨著信息技術、“互聯(lián)網+”等新興技術的興起，綜合集成研討廳的研究熱度明顯下降，幾乎恢復到了20世紀90年代初的水平，相關研究成果大幅減少。

2.2 關聯(lián)的研究內容

隨著研究的不斷深入，出現了越來越多與綜合集成研討廳緊密相關的研究主題和內容，從而形成了龐大的知識鏈和研究網絡（見圖3）。綜合集成研討廳關聯(lián)的研究內容可主要從關聯(lián)范圍和關聯(lián)持續(xù)性兩個方面來衡量。

（1）從關聯(lián)范圍的角度來看，在綜合集成研討廳研究的興起階段，關聯(lián)的研究內容僅主要涵蓋綜合集成、復雜性和決策支持系統(tǒng)，涉及領域較少，尤其是前期的較長一段時間里研究內容和成果數量都較少；2000年左右研究進入繁盛階段后，研究內容的廣度大幅拓展，在原有研究的基礎上還充分涉及到復雜系統(tǒng)、復雜巨系統(tǒng)、綜合集成研討廳體系、人機結合、復雜性科學、決策支持和知識管理等諸多交叉領域，呈現出了百家爭鳴式的研究熱潮，一大批研究心得和學術成果集中涌現；但這股研究熱潮在2014年以后便迅速降溫，至2016年僅有綜合集成、復雜系統(tǒng)和復雜巨系統(tǒng)方面的研究成果關聯(lián)到綜合集成研討廳，關聯(lián)范圍大大縮小。

（2）從關聯(lián)持續(xù)性的角度來看，綜合集成研討廳最早關聯(lián)的研究內容是綜合集成和復雜性，這兩部分作為綜合集成研討廳方法論的核心，保持了最長的研究關聯(lián)周期和較大的關聯(lián)熱度；其他一些領域諸如復雜性科學、決策支持、知識管理等，僅在研究“較熱”時將這一方法論與之相結合，在短時間內出現了一大批研究成果，之后的數量就減少很多，研究的持續(xù)性相對不足。

圖3 1992—2016年我國關于綜合集成研討廳研究的關聯(lián)內容

2.3 學科領域及分支

自綜合集成研討廳正式提出以來，關于它的跨學科研究發(fā)展也非常迅速，目前已深入到了系統(tǒng)科學、計算機科學與技術、應用經濟學、教育學、建筑學和法學等主要學科，并衍生出了多個交叉學科主題。其中，作為主陣地的系統(tǒng)科學中，綜合集成研討廳方法論的思想已深入分布到了復雜性科學、綜合集成研討廳體系、復雜系統(tǒng)、復雜巨系統(tǒng)、人機結合和綜合集成等交叉學科，極大地豐富和充實了系統(tǒng)工程領域的研究廣度和深度。同時，在計算機科學與技術領域，綜合集成研討廳的主要研究和應用范疇涵蓋數據挖掘、人機界面、復雜適應系統(tǒng)、知識發(fā)現、決策支持系統(tǒng)、智能系統(tǒng)等方面；在應用經濟學領域，其主要研究和應用范疇涵蓋發(fā)展戰(zhàn)略、基本框架、可持續(xù)發(fā)展、節(jié)能建筑、生態(tài)工業(yè)和領域專家等方面；在教育學領域，其主要研究和應用范疇涵蓋學習型組織、信息技術、大成智慧學、評價方法、系統(tǒng)學和教育決策等方面；在建筑學領域，其主要研究和應用范疇涵蓋工程項目管理、道路工程、關鍵問題、概念設計、設計原則和災后重建等方面；在法學領域，其主要研究和應用范疇涵蓋網絡安全、專家意見、解決問題、搜索引擎和公眾參與等方面。

2.4 研究團隊和主要研究機構

在綜合集成研討廳被提出之后，其方法體系受到了廣大學者和研究機構的不斷關注，研究領域不斷擴展，取得的成果也很顯著，涌現了一大批系統(tǒng)工程領域的資深專家和優(yōu)秀的研究團隊，主要代表有戴汝為院士等［11］、于景元教授等［9］、胡曉峰教授［12］等等，部分研究機構在不同時期不同程度地貢獻了相當數量和質量的研究成果（見圖4），他們的辛勤付出為綜合研討廳的不斷推廣應用以及系統(tǒng)科學的發(fā)展貢獻了巨大力量。圖4中，中國科學院自動化研究所復雜系統(tǒng)與智能科學實驗室簡稱為“中科院自動化所復雜系統(tǒng)與智能科學實驗室”。

圖4 1992—2016年我國綜合集成研討廳高發(fā)文量的研究機構

3 綜合集成研討廳未來的發(fā)展機遇

基于綜合集成研討廳的研究現狀分析，本文結合當前科學理論和新興技術發(fā)展的總體趨勢，對人工智能時代綜合集成研討廳可能的發(fā)展機遇進行探析和展望。

3.1 綜合集成研討廳與大數據技術

20世紀70年代末，錢學森院士就曾提出過，“溝通全世界，形成全球性的情報數據體系是大勢所趨”，“恐怕不久的將來，全世界總是要建立情報數據資料網，這個網絡與全球的計算機網絡、衛(wèi)星系統(tǒng)、資料庫、通信線路、用戶終端等設施都要互聯(lián)互通”［13］。之后，他基于系統(tǒng)論和整體論的思想提出了綜合集成研討廳這一偉大的方法論體系，并積極將其應用于海量數據存儲、分析和輔助決策，通過從定性到定量的綜合集成來實現從數據到信息、從知識到智慧的量變到質變的過程。錢學森院士所暢想的那個能夠形成全球性情報數據體系的計算機網絡和信息化時代，如今早已成為了我們的現實生活，當前幾乎所有領域均被大數據熱潮所席卷，這樣的科學技術背景也給予了綜合集成研討廳重新煥發(fā)生命力的良好契機。以往綜合集成研討廳在實際應用過程中普遍存在著數據體量不夠、數據處理效率低下、數據搜集能力不足等問題，使應用效果產生了折扣，而在這些方面的短板恰恰可以利用大數據技術來補足，大數據技術在信息采集、數據挖掘、數據清洗、數據融合、數據存儲方面獨特的優(yōu)勢，可以為綜合集成研討廳的實際應用提供充足可靠的數據保障，從而促使大數據聚變成大智慧，實現數據支撐決策、數據推動研發(fā)、數據促進生產的顛覆性創(chuàng)新。

3.2 綜合集成研討廳與知識管理

信息和數據中蘊含著知識，這些知識往往可以獨立于信息或數據本身而存在。知識管理能夠對集成的知識和技能進行獲取，不論這些知識和技能是存在于紙上，或是在數據庫中，還是在人的腦海里，然后將這些知識和技能分布到能夠幫助組織實現最大產出的地方［12］。總體而言，知識管理主要是一個“信息積累→創(chuàng)造→應用→形成知識平臺→再積累→再創(chuàng)造→再應用→形成新的知識平臺”的循環(huán)過程，而綜合集成研討廳在方法論的認識上與這一過程是高度契合的。綜合集成研討廳的基本要求就是從定性到定量以及綜合集成。其中，從定性到定量實現的是將定性知識與定量計算的結合；綜合集成實現的是將專家群體的認知與決策支持所需要的算法、模型、數據和技術等相結合，其中涉及到大量的知識體系，如何做好綜合集成環(huán)境下這些知識體系的相互融合顯得尤為重要。大數據技術背景下的知識管理，對于綜合集成研討廳知識體系的構建與融合具有較好的促進作用，通過知識抽取，可以獲得綜合集成研討廳所需的基礎數據和信息；通過知識建模，可以明確研討廳體系內知識節(jié)點的屬性、類型和相互之間的耦合關系；通過知識推理，可以形成支撐綜合集成研討結論與決策的知識圖譜；通過知識更新，可以促進綜合集成研討過程的迭代和再循環(huán)。

3.3 綜合集成研討廳與人工智能

人工智能無疑是21世紀最熱門的技術領域之一，它通過對人的意識和思維過程進行模擬，來以人類智能的方式作出反應。目前人工智能的理論和技術日益成熟，研究和應用領域也迅速擴大，主要包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等，一時間，人工智能是否即將取代人類智能的爭論也甚囂塵上，尤其是對以人工智能為基礎的專家系統(tǒng)究竟能不能取代綜合研討廳中的專家系統(tǒng)、究竟能不能取代人機結合的爭論最為激烈。答案顯而易見是否定的，人工智能終究只是類智能，其只能最大程度地模擬推理和邏輯思維過程，而無法模擬人的情感思維和創(chuàng)造性思維。此處，今日頭條便是一個很好的例證。據報道，今日頭條沒有配置相應的采編人員，其內容搭配上完全靠機器算法來運轉。它搭建的算法模型會根據讀者的閱讀偏好，有針對性地推送相關內容，盡管這樣的個性化推薦算法實現了新聞和信息的精準送達，但一些八卦、負面和低俗化的內容也因為流量大、轉發(fā)量高而被算法盲目粗暴地推薦給用戶，沒有人的介入，機器算法很容易在價值理念和是非曲直上迷失方向。與之相反，微信推出的“看一看”功能，則較好地彌補了這一缺陷，在綜合文章質量、用戶興趣和閱讀熱度的基礎上，對相關內容進行了篩選和排序，在綜合集成了機器算法與用戶選擇的基礎上，更好地體現了人機結合的優(yōu)勢。人工智能的種種應用實踐不僅闡釋了它根本無法取代專家系統(tǒng)而單獨運行，反而更加深刻證明了綜合集成研討廳所強調的人機結合的重要性。人工智能技術的迅速發(fā)展與應用，也正好可以更好地服務于綜合集成研討廳的人機結合，以盡可能克服以往機器算法成熟度不高而無法支撐創(chuàng)意設計的問題，同時進一步將專家系統(tǒng)更加優(yōu)化地嵌入到數據體系和機器體系之中，從而為以往綜合集成研討廳在具體實踐應用中難點問題的解決找到技術突破。

3.4 綜合集成研討廳與戰(zhàn)略評估

戰(zhàn)略評估作為國家和軍隊戰(zhàn)略管理鏈路的重要環(huán)節(jié)，對于促進國家和軍隊建設發(fā)展以及戰(zhàn)略管理能力的提升具有重要意義［14］。以往的戰(zhàn)略評估工作主要以定性評估為主，采用的方法也相對比較簡單，評估結論的決策支撐作用比較有限。近年來，隨著國家和軍隊對科學化戰(zhàn)略評估工作的日益重視，一些諸如大數據分析、事件認知和數字可視化等新興技術與方法也逐漸嘗試應用到戰(zhàn)略評估領域之中，但僅僅依靠這些智能技術是無法得到科學合理的評估結論的，要想實現戰(zhàn)略評估過程的科學化與合理化，在依靠智能算法對大量信息情報數據進行充分挖掘和處理的同時，還必須依靠人對數據處理結果進行綜合分析與研判，進而形成科學合理的評估結論。因此可以認為，戰(zhàn)略評估是一項需要在全面掌握大量信息情報數據的基礎上，通過綜合分析與研判戰(zhàn)略形勢與態(tài)勢，進而對相關領域形成宏觀認識的復雜系統(tǒng)認知活動（見圖5）。這一活動過程就充分地呈現出了人機結合的特點，此時，綜合集成研討廳的優(yōu)勢就在戰(zhàn)略評估中明顯地得到體現。在智能技術與方法背景下，綜合集成研討廳應用于戰(zhàn)略評估的主要過程包括：利用數據挖掘技術實現開源環(huán)境下海量戰(zhàn)略態(tài)勢信息和情報數據的采集與存儲；將大量非結構化的多源信息數據進行分類、處理、整合，實現異構數據的解析和語義理解；通過大數據分析、事件認知、機器學習、知識推理和數據可視化等技術手段對戰(zhàn)略態(tài)勢進行綜合分析和展現；戰(zhàn)略評估專家系統(tǒng)結合算法的分析、計算和展現結果進行戰(zhàn)略研討和宏觀研判。即綜合研討廳在戰(zhàn)略評估中的應用，一定要在機器算法和計算機技術的基礎上加入人的作用，要將先進的大數據分析手段和算法與戰(zhàn)略評估方面的專家系統(tǒng)相結合，充分發(fā)揮機器的嚴密邏輯推理和人的合理感性認知的彼此優(yōu)勢，實現新興技術背景下的綜合集成、人機結合，從而形成科學的戰(zhàn)略評估結論。由此，綜合集成研討廳不失為一種科學解決戰(zhàn)略評估問題的良好方案，它克服了以往戰(zhàn)略評估大部分僅僅依靠專家的定性意見，缺乏定量計算支撐的劣勢，也規(guī)避了目前部分研究單純地認為僅通過大數據和人工智能技術就可以實現戰(zhàn)略評估結論的自動化輸出。其應用過程本質上是將一系列先進的計算機信息技術和智能算法引入到戰(zhàn)略評估與管理領域，從而實現定性知識與定量模型之間的相互轉化和優(yōu)勢互補，盡可能確保評估結果的客觀性和科學性。

圖4 戰(zhàn)略評估的綜合集成研討廳體系

4 結論

綜合集成研討廳作為錢學森系統(tǒng)科學方法論的結晶，是中國特色理論創(chuàng)新的重要成果之一。為了使綜合集成研討廳在人工智能時代更加充分地發(fā)揮其人機結合的優(yōu)勢，本文在闡述了綜合集成研討廳形成發(fā)展過程和基本理論的基礎上，結合文獻分析結果，梳理總結了其近年來的發(fā)展趨勢和研究現狀，針對信息化條件下智能技術迅速發(fā)展的時代背景，深入討論了綜合集成研討廳與大數據技術、知識管理、人工智能等新興技術相結合的發(fā)展機遇，探索了智能技術支撐下綜合集成研討廳在戰(zhàn)略評估領域的應用前景，為人工智能時代綜合集成研討廳煥發(fā)其強大的生命力提供思路和應用范例。