人工智能研究期待擺脫舊范式的束縛

我第一時間讀完了史料豐富、動人心弦的《中國人工智能簡史：從1979到1993》，這本書既讓我感受到中國人工智能發展的波瀾壯闊、蜿蜒崎嶇和可歌可泣，也讓我深深感佩作者縱覽全局的廣闊視野和媒體人旁搜博采的功夫。

一

本書是三卷本《中國人工智能簡史》的第1卷，從1979年寫到1993年。這15年間中國人工智能界經歷了許多重要的事件，其中一件大事是國家啟動了“863計劃”，信息領域有一個主題是智能計算機，代號“863-306”。

“863計劃”啟動之時正是人工智能的輝煌時期，但由于日本第五代計算機的失敗和人工智能研究遇到發展瓶頸，導致20世紀90年代全球人工智能發展又一次跌入低谷。在這一轉折時刻，“863-306”主題通過持續的投入，在高性能計算機、智能接口、智能應用等方面取得了一批重大的科研成果。

更有價值的是，這為我國發展人工智能培養了一大批人才，奠定了較為堅實的人才基礎。今天中國有能力在人工智能技術上與美國抗爭，“863計劃”功不可沒。本書第8章和第15章講述了“863-306”主題激動人心的故事。

我于1990年擔任國家智能計算機研究開發中心（NCIC，以下簡稱“智能中心”）主任，被選為第二屆智能計算機專家組成員，1992年擔任專家組副組長（組長是汪成為），參與了“863-306”主題早期的決策和部署。

智能中心于1990年成立，2004年以后并入中國科學院計算技術研究所，活躍期不到15年，但在歷史上留下了光輝的印跡。智能中心鼎盛時只有100余人，但培養出3位院士、8位正局級科技領導人才，以及曙光、海光、北京君正、中科星圖、漢王等十幾家高技術公司的總裁，還走出了幾位國際著名學者。

許多人知道智能中心研制成功了“曙光一號”“曙光1000”等多個系列的高性能計算機。其實，智能中心還做了許多與人工智能有關的科研工作。每年智能中心進行的漢字識別和語音識別測試都推動了我國智能接口技術的發展。

智能中心和中國自動化學會、中國科學院合肥智能機械研究所合辦的《模式識別與人工智能》雜志是我國人工智能界的核心刊物。科大訊飛公司的母體是智能中心中國科學技術大學分中心，當年負責語音庫的建設。漢王公司的總裁劉昌平也來自智能中心。智能中心的理論組只有10余人，但走出了多位人工智能領域的知名學者。

二

1981年，我到美國普渡大學攻讀博士學位，從事與人工智能有關的研究。

1987年我回國后，將重心放在高性能計算機的研制上，但從未停止過對人工智能的關注。讀了本書后，我有一些感想和看法。

中國人工智能學會最初沒有掛靠在中國科學技術協會，而是掛靠在中國社會科學院，這看起來有點奇怪，實際上有著深刻的含義。因為人工智能不是純粹的自然科學，與人的智能有關，所以它必然與哲學有天然的聯系。

早期哲學家的強勢介入可能使得一部分計算機領域的人工智能學者遠離人工智能學會。而到了今天，語言大模型的出現對認識論產生了巨大沖擊，機器可能具有與人不同的認知方式，又再次需要哲學家和人文學者介入人工智能。尤其是人工智能的倫理問題越來越突出，更需要社會科學領域的學者參與討論，制定合理的政策。

從提出圖靈測試開始，人工智能研究的主流就是拿機器與人比，模式識別、自然語言理解等領域都是用“是否達到人類的水平”作為考核人工智能的標準，這方面的研究已取得很大的成功。

在1956年8月創建人工智能學科的達特茅斯會議上，會議的主角之一司馬賀曾建議把這一學科叫作“復雜信息處理”。如果當時采納了他的意見，世界上就沒有“人工智能”這個術語，也許今天的人們會更加重視如何應對復雜性這個難題。

目前人工智能發揮巨大作用的領域，無論是在視覺聽覺感知、自然語言理解上，還是在蛋白質結構預測等科學研究上，面對的都是復雜性極高的問題，用傳統的演繹推理和歸納推理無法解決。

有些學者批評機器學習沒有形式化的公理體系和簡潔的數學公式，我想這是“不能也，非不為也”，解決復雜問題需要新的科學范式。希望人工智能界更加注重“解決復雜問題”，走出一條發展人工智能的新路。

三

中國最早從事人工智能研究的學者大多有數學和數理邏輯背景，如吳文俊、金岳霖、胡世華、王湘浩、吳允曾等人工智能的前輩都是數學家或邏輯學家，他們的弟子很多，對我國人工智能的發展有深遠的影響。不過，人工智能的核心是算法，而中國對算法的研究起步較晚。

20世紀90年代以前，中國的書店里只有“計算方法”教科書，算法方面的書極少。所謂“計算方法”，實際上是講數值分析，與計算機科學中的算法不是一個概念。

1995年，李明和堵丁柱在中國創辦了計算與組合學國際會議（COCOON），為我國推廣算法研究作出了重大貢獻。2004年，姚期智回國以后，舉起了算法的大旗，培養了一大批從事算法研究的學生，中國的算法研究開始出現蓬勃發展的新局面。

無疑，我們要正視中國算法研究基礎薄弱的短板，只有高度重視算法研究，人工智能研究才不會偏離主流。解決人工智能的重大應用問題需要算法、模型、軟件和系統結構的密切配合。

希望人工智能界擺脫傳統思想的束縛，從更高的維度看待“不可解釋性”和“可言傳性”，化解對人工智能的恐懼，將人工智能引入良性發展的軌道。

四

我國在人工智能領域發表的論文數量已達到世界第一，遺憾的是其中大多數還是跟蹤式的研究。不過，漸進式的跟蹤研究也是有價值的，隨大溜的研究可以形成一個科研群體的高原，而只有在高原上才能形成“一覽眾山小”的世界高峰。

按照庫恩的科研范式理論，范式是在某個學科內從事科學研究的一套基本完善的規則和行為標準，或者說，是做研究的“官方”途徑，遵循范式做研究可以得到資金和榮譽。大多數科研工作者為了生計難以擺脫范式的束縛。

但是，科學的進步是一次又一次范式的改變完成的，帶頭實現范式轉變的往往是一些眼光超群又堅持不懈的年輕人。他們不按常理出牌，最終會引起同行學者信仰的變化。

目前人工智能界很流行所謂SOTA刷榜，即將標準測試的性能提高一點點，賺取一次世界領先。這樣的研究工作難以實現范式轉變，應當鼓勵更多的學者從事有趣的非主流范式的研究，追求未來在性能和能效上取得數量級的進步，而不計較起步時的性能低下。

范式轉變往往是長期努力的結果，辛頓從20世紀80年代初開始探索深度神經網絡，坐了30多年冷板凳。我們要探索更節能、更安全的人工智能新路，至少要有“面壁”20年的思想準備。

本書是一本值得認真閱讀的好書，它為我們展示了中國第一代人工智能研究者篳路藍縷的歷程。以史為鑒，可以知興替。歷史的經驗教訓彌足珍貴，歷史可以照耀未來。

衷心希望年輕的科技工作者可以繼承老一輩學者的優良傳統，提升科學研究的品位，開創人工智能研究和產業發展的新天地。