2023 年 8 月 24 日，科普中國 · 星空講壇以 " 通用人工智能的賽道到底在哪裏？" 爲主題，邀請 4 位人工智能研究領域的專家，聚焦在理論範式、目标、實現途徑、應用等方面，講述未來通用人工智能技術如何影響整個人類社會。
北京郵電大學教授、北京郵電大學前副校長鍾義信帶來演講：《範式革命：AI 創新研究的成功路》
上半場：
下半場：
以下是鍾義信的演講節選：
一、信息科學的生态學轉向
一般來講都是研究物質，物質科學，包括材料科學、能量科學，所以它遵循的是物質學科的範式，物質學科的科學觀跟方法論，這種科學觀、方法論，它要堅決地毫不客氣地排除主觀因素，不允許主觀因素的介入。
範式于科學研究的重要性，圖片來源：鍾義信
但沒有主觀因素的介入，智能就進不來了。因爲客觀的物質，它本身不會産生智能，一定要有主觀因素才會有智能的出現，所以舊觀念肯定是不利于人工智能研究的。
現在人工智能站上了科學研究的舞台，這是一種時代的要求。它就要求我們人類做科學研究，不僅要關注客觀的物質客體，而且要關注人類主體。那麽，到底怎麽回事呢？
主體和客體，都要有研究，要研究他們的相互作用。關注的東西就不僅僅隻是物質了，而是相互作用産生的信息的過程，過程不是靜止的，也不是孤立的，而是一個生态發展演化的過程。
如果不引進新範式的觀念，不召回新範式的觀念，這件事就注意不到，還是把人工智能當作物質系統來研究，這樣就走岔路了。
範式于科學研究的重要性，圖片來源：鍾義信
不光是物質客體了，還有主體，尤其是主客相互作用，這樣一個研究對象巨大的變化，必然要求研究觀念、方法論，也要跟着變化，這就使範式發生了巨變。
二、歧途上的人工智能研究
現在研究人工智能的範式，依然是原來物質學科研究的範式，也就是 " 張冠李戴 "。很遺憾，這七八十年來，人工智能研究的範式都是用的物質學科的範式，所以一直是 " 張冠李戴 "，不是現在突然發現，它一直都是用人家的範式，用人家的科學觀，用人家的方法論，來研究人工智能。
舊範式一直處在歧路，圖片來源：鍾義信
從科學觀來講，物質學科的科學觀叫作機械唯物科學觀，它隻研究物質，且是機械唯物，所以它要謝絕主觀因素的滲入，那麽它的研究目的是要搞清楚物質的結構，在此基礎上去了解它的功能，這是它的科學觀。
方法論，它的方法論就是跟機械唯物的科學觀相适應的，叫作機械還原的方法論，兩個要點。
第一，刻畫它研究物質的結構，需要形式化。不管是方的、圓的，多麽複雜的結構，都用數學，包括代數、幾何、微積分等等去描述那個結構才行，所以它要求一定要形式化，而且僅僅要形式化。沒有内容，也沒有價值，因爲内容跟價值是跟主觀相聯系的，所以它一定要把那個内容跟價值甩掉，單純的形式化。
第二，分而治之。研究的物質系統如果比較複雜的時候，可以把它分解成一些比較簡單的子系統。它認爲把子系統研究清楚了，一合成，就是原來的物質系統，這叫分而治之，各個擊破，然後合成，就是完整的原形，是物質學科的科學觀和方法論，也就是物質學科的範式。
現在的人工智能研究的範式，它遵循的科學觀也是機械唯物，因爲它把研究對象就看成是腦，而且腦大家都知道，叫作屬于一種特殊形态的物質，落腳點還在物質吧，人工智能不是直接研究人腦。
研究人腦的一個人工物，叫作人工腦，目的也要去研究人工腦，或者人工腦的原型就是人腦它的結構，然後去明白它的功能。
所以它科學觀跟物質學科的科學觀是不是幾乎是一樣的，如果看它的方法論，更是百分之百一樣，沒有不同，單純形式化，做人工智能研究，也一樣要求形式化，也要把那個内容、價值也要甩掉，然後把人工智能整體研究對象分而治之，現在人工智能花樣很多，歸結起來主要分成三大子系統。
一個是模拟人腦的生物神經網絡，這叫人工神經網絡的研究；
第二個模拟人腦邏輯思維的功能，叫專家系統；
第三個研究人跟環境的交互，感知動作，就感知動作系統。
人工智能是一種開放的複雜的高精的信息系統，可是用的辦法是物質學科的範式，錯位了。這就是我們面臨現在人工智能研究面臨的問題。
ChatGPT 走的路也是這樣的，所以不是真正到位的人工智能。
人工智能作爲一種高精的精彩的信息系統，它要遵循的信息系統的範式是什麽模樣呢？
它的科學觀是辯證唯物。爲什麽叫辯證唯物，它不但要研究物質，而且要研究主體，還要研究主體跟客體相互作用産生的信息過程，這就變成了有主體有客體，而且不是孤立的存在，一定要相互聯系，相互作用，這樣才能夠産生有利于人類生存發展所需要的解決問題的策略，所以才是我們研究人工智能應當遵循的科學觀，就是我們研究對象不是物質本身，不僅僅是物質本身，而是信息。這信息怎麽來的呢？主體、客體相互作用産生的信息的不斷的演化，由低級到高級到最後變成智能解決問題的一個策略，這也是它的科學觀，方法論。
跟機械還原完全不同，舊範式是機械，這是信息，它是還原，這是生态，所以叫作信息生态的方法論，它不允許去分解。
分而治之，用的刺激性比較強的一個詞，叫作 " 肢解 "，把這個完整的智能系統，活的，有生命的，有靈魂的，有智能這個系統，活生生地把它分解了，這叫 " 肢解 "，是很不應該的。
第二個單純的形式化，我用一個詞 " 閹割 "，把這個智能研究的形式、内容、價值三位一體的這樣一個研究對象，硬生生地把它的内容、價值、最重要的内核 " 閹掉 " 了。
剩下隻是一張皮，就是形式，所以模拟信号就是模拟波形，編碼以後就變成數字碼形。不知道它是什麽價值，怎麽能夠做出一個聰明的、對目标最有利的決策？不可能，所以我們要考察範式，不考察範式這些問題都發現不了，一考察結果發現 " 張冠李戴 "。
那麽，怎麽解決 " 張冠李戴 " 呢？就要把借來的範式還給人家，把自己應該遵循的範式樹立起來，并以此去研究，才能夠把人工智能能夠到位地解決。
三、新範式下的人工智能研究模型
如下圖，上面那個方框代表主體，下面那個橢圓代表客體。兩邊那個連線，帶有箭頭的連線，就是它們的相互作用。
" 信息轉換與智能創生 " 定律，圖片來源：鍾義信
環境當中的客體或者問題它會呈現出信息，即客體信息。它作用于主體，然後主體就要經過一番努力産生一個行爲，行爲一定要有智能。如果沒有智能的話，第一，主體的目标達不到，第二，可能破壞環境的規律。
智能行爲是由主體産生，主體也不是無緣無故産生的。第一，要受到客體信息的刺激，第二，要服從人類的智慧所給定的問題、目标，種子知識，也就是解決問題所需要的工作框架。在框架裏頭，針對客體信息，在目标的引導下，利用種子知識，如果不夠，就去學，補充知識，産生智能行爲，解決問題。
感知
客體的信息是外在的，不等于主體就認識到了，所以要經過感知。我們腦子裏頭有感知的這個功能，它的功能就把外部世界的客體的信息，轉變成爲主體所認識到的信息，感知信息來源于客體信息，但是受到主體目标的引導，所以它的内涵要比客體信息更複雜、更豐富，回頭我們具體看感知信息具體包括哪些，客體信息不是它的全部，隻是它的一部分，那麽感知完成了一個任務，就把外在的信息變成了我内在的信息，主體理解表征的客體。光有信息肯定不能夠産生智能行爲，所以需要認知。
認知
認知的功能就是要把現象層次的東西提煉、加工、升華成爲知識，如果信息是現象，那麽知識就是本質。但是光有知識是不夠的，是不充分的，那麽怎麽辦？
謀行
謀行，即謀劃解決問題的智能行爲。以知識爲基礎，在目标的引導下，針對感知信息進行發展。知識就是一種約束，告訴你什麽步驟可以采取，什麽步驟不能采取。目标引導我們，應該往哪個方面去演繹，去推理。在謀行的功能作用下，隻要問題、目标、知識是有解的，那麽一定可以找到智能策略。
執行
策略是抽象的，還是不能解決問題，所以還要一個單元叫作執行。執行就把抽象的智能策略變成具體的智能行爲。行爲就是有動作，可以改變問題的狀态，使它從原來的狀态改變到符合目标要求的那個狀态。
如果一次就解決問題了，這是最理想的，但是現實沒那麽理想，一定會産生誤差，所以要把偏差反饋到系統的輸入端，到感知那個地方，又通過剛才我講的這些個步驟，爲學到新的知識，産生更好的策略，轉變成爲更合理的行爲，不斷縮小誤差，直到合理，問題解決。
這就是 " 信息轉換與智能創生 " 定律，信息轉換全部信息，客體的信息變成感知信息，感知信息變成知識，都是信息轉換，創生智能就是謀行，謀行産生了智能的一種抽象表現，執行把它變成具體的體現。
範式革命：根本性突破，圖片來源：鍾義信
新舊範式的優劣對比，圖片來源：鍾義信
所以通用人工智能的賽道在哪裏？隻有通過了人工智能的範式革命，得到了信息學科的範式，才能産生正确的模型、産生智能行爲。前面是智能策略，而且這個過程是一個穩定的規律，普遍适用的，通用的，所以是通用的人工智能理論。
策劃制作
責編丨金禹奮（實習生）
點亮 " 在看 "
解鎖新的路徑
