|
主题：重大科学问题《智能生成机理》研讨会 时间：2019年9月29日上午 地点：北邮科技大厦 内容：受中国科协委托，中国人工智能学会邀请院士专家对人工智能领域重大科学问题《智能生成机理》的研究进展、存在问题、政策建议进行集体研讨 主持人王国胤教授（中国人工智能学会副理事长）： 各位专家，今天早上的重大科学问题“智能生成机理”研讨会现在开始。我是中国人工智能学会副理事长王国胤，李院士委托我来主持这个研讨会。在此感谢大家对重大科学问题研讨会的支持。 人工智能经过60多年的发展，现在已经在深刻影响整个社会。我们国家在《新一代人工智能发展规划》颁布以来，也在从智能大国往智能强国建设。我个人理解，如果没有对人工智能重大科学问题的探索，建设智能强国几乎是不可能的。所以，这样一个重大科学问题研讨对我们走向智能强国之路是很重要的。那么，作为重大科学问题，人工智能是根据什么样的机理生成的？必须把这个问题搞清楚。否则，我们就会像瞎子摸象一样找不到根本。因此，这个问题的讨论相信对引领我们中国人工智能的研究具有里程碑意义。 今天参加会议的各个方面的代表，有科协的代表，基金委的代表，我们也请到了几位院士、专家，金智新院士、陆汝钤院士、李衍达院士、郭桂蓉院士也亲自到场或者委派了代表，很重视这个会议。我们各个方面的专家，特别是像汪老师，也是我们在人工智能领域里面杰出的老前辈，还有不少中青年人工智能的专家。今天早上咱们这个会议要展开《智能生成机理》的研讨，然后还要给科协提交本次研讨会的正式报告。 按照会议安排，首先有请中国科协重大科学问题工程技术难题征集评选项目组的代表，中国科学院文献情报中心业务主管谭一泓发言。 谭一泓研究员（科协代表）： 各位专家，我叫谭一泓，来自中国科学院文献情报中心。我们从2018年开始承办这个项目，叫重大科学问题和工程技术难题工程评选，为什么要做这个事情呢？从2017年年底，科协就有一个想法，觉得目前社会上热点都很多，但是很多都是新闻媒体层面来评的，没有咱们科学界的人，而且没有广大科技工作者从下往上提出的问题。科协觉得要发挥科协的优势，科协毕竟是科技工作者之家，代表广大科技工作者，充分发挥广大科技工作者的力量，从下到上推出来评选重大问题，会更准确，更有意义。 这个项目的目的和宗旨，是为了研判科技发展趋势，支撑咱们国家科技强国的建设。2018年开始第一届，评选了60个重大科学问题和工程技术难题，2018年5月份在中国科协的年会上发布，人工智能学会去年有两个入选了。今年从众多推荐的问题和难题中逐层遴选出了75个，但是最终评出和发布的是20个，在6月底哈尔滨的年会上发布的。咱们做这个项目，发布肯定不是目的，不是说一发就了事了。发布的过程，很多媒体跟进，也有很多科技界的大家引发一些讨论，发布的过程也是促进大家来讨论、加强这些问题的研讨认识、推进这些问题的解决，但这还不是主要目的。为什么要召开今天的座谈会？科协也一直在讨论，我们花那么大力气评完，金院士、钟院士好多方面都有参与，咱们那么多专家投入那么多精力做这个工作，肯定不能评完就了事了，还是想通过适当的机制推荐给中央、给国家各个部委的层面。所以今天开这个座谈会的目的，是希望在座各位专家发挥各位专家的智慧讨论一下。首先，“智能生成机理”这么一个题目，目前发展的状况、“卡脖子”难点在哪里、为了下一步发展，国家应该从哪些方面发力，比如推荐给哪些部委、或者在国家哪些专项里体现。召开今天会议的目的就是这样。希望大家广泛讨论，为下一步科技发展贡献自己的智慧。 再次感谢学会一直以来对这个项目的支持，感谢北邮王校长、钟老师这边积极的参与，感谢大家今天参加我们的座谈会，希望今天的讨论有成果，我是来学习的，我代表项目组就讲这些。 主持人（王国胤教授）： 谢谢谭一泓老师的支持，确实这样一个事情组织难度也很大，咱们要高质量的完成。钟教授，在北邮把人工智能这个领域的研究、教学带动起来了，作出了杰出的贡献，不仅仅在北邮，为中国人工智能的发展乃至国际人工智能的发展作出了杰出的贡献。北邮在这个领域有很大的贡献，包括人工智能学会就是挂靠在北邮，学校很支持我们的发展，今天这个会在北邮召开，北邮的王文博副校长亲自参加这个会议来支持和指导研讨会，下面有请王文博副校长致辞。 王文博教授（北邮副校长）： 非常感谢！各位专家，各位领导，大家知道，马上就要国庆了，我也知道大家非常忙，今天大家来到学校探讨这个重大问题“智能生成机理”，意义非常重大。刚刚谭处长介绍了重大科学问题的背景以及我们今天研讨会的目的。 对于北邮来讲，是信息科技领域的学校，是有行业特色的学校，人工智能是整个信息领域发展非常重大的推动力，近几年AlphaGo的成功，人工智能在各个行业的应用表明，人工智能需要包括通信、网络、计算处理的支持。北邮正是这样一个学校：我们信息通信工程是信息领域第一大学科，国内我们排名第一，是A+这样的学科，计算机学科排名A，当然还有电子科学技术是A-。从北邮的发展来讲，主要是在信息科技领域里。过去北邮主要专注在信息通信科技领域，它属于邮电部，过去是邮电部的学校主要解决邮电通信网络服务问题、设备制造问题。随着信息科技的发展，特别是人工智能的出现，以及现在大家炒的比较热的5G的发展，对国民经济各个领域的推动力、带动意义非常大。我们学校也在大力推进人工智能领域的发展，从科学研究到人才培养，刚才王理事长介绍了人工智能学会挂靠在北邮。学校对于人工智能整个领域非常重视，我们成立了人工智能研究院，过了“十一”以后准备成立人工学院。从科学研究到人才培养，都希望在智能科学这个领域能够发挥北邮的作用。长期以来北邮也得到了在座各位的关心和支持，在此表示感谢。未来我们希望能够跟大家一起，在人工智能领域，特别是人工智能的基础理论，包括今天我们这个主题“智能生成机理”，能够发挥更大作用，在未来研究中能够获取更多的成果。 我自己主要做无线通信的，过去无线通信跟人工智能曾经是不搭界的，通信就是通信、智能就是智能，现在无线通信领域跟人工智能的结合也在深入展开，而且还是非常有效的，所以人工智能跟科研各个领域的结合也是未来发展非常重要的方向。通信领域的未来网络，也是重大科学问题，网络未来的发展也是我们信息领域非常关注的问题，包括空天一体化、包括未来的6G。网络往哪方面发展，过去的网络电信网、因特网都是大一统的网络，大家都可以挂上。未来的网络如果是不是大一统的网络？一周前在南京举办的网络发展的研讨会上，一些院士也提出，未来网络的发展智能化将是一个方向。但是怎么来理解智能？当时研讨会上大家提出这个问题，什么样的决策算智能，跟智慧有没有区别？今天我觉得探讨智能生成机理到底是不是有一个共性的机理，对我们未来智能领域的发展，以及支撑我们各个科学领域、国民经济各个应用领域的发展，我觉得有非常重要的意义。 再次感谢各位专家的到来，也预祝今天的研讨会圆满成功。谢谢大家！ 主持人（王国胤教授）： 感谢王校长的致辞，我们科学研究开展离不开学校的支撑。下面按照会议安排，有请钟义信老师做报告，“关于智能生成机理研究的进展、问题、建议”。 钟义信教授（科学问题《智能生成机理》提出者）： 尊敬的各位领导、院士、专家，中青年同行：非常高兴向各位汇报一下关于“智能生成机理”这个重大科学问题的四个方面：进展、意义、问题和政策建议。 第一部分：《智能生成机理》的研究进展 经过数十年的艰辛探索，“智能生成机理”这个重大科学问题的研究已经取得重大的突破和实质的进展。突破，集中表现在颠覆了现行人工智能所沿用的“科学范式”；进展，主要表现在揭开了“普适性智能生成机理”的奥秘，并在此基础上创建了《通用人工智能基础理论》。 进展（一）：阐明了“智能生成机理”的基本概念及其在人工智能研究领域的极端重要性 我们认识到，“机理研究”是人工智能研究的核心问题。必须把它理解准确、解决到位。否则，就会像刚才王理事长所讲的那样，人工智能的研究就会变成“盲人摸象”，摸不到要害、摸不到全局、摸不到本质。 “机理”是一个理科术语，工科则称为“机制”，它们共同的外来语是Mechanism。所以，这两个词可以互相换用。 什么是机理？它是指一个系统运行的基本规则、基本原理和全局规律，而不是单纯的指系统结构、功能、或系统表现出来的行为。机理远比结构、功能、行为更具本质的意义。 例如，飞机跟飞鸟在结构上各不相同，它们共同的机理则是“空气动力学原理”。只有掌握了空气动力学原理，飞机的设计才能成功。智能也是这样，只有找到了统管智能系统全局的规律 － 它的工作机理，对人工智能（包括人类的智能和生物智能）的研究才能获得真正的成功。 显然，“智能生成机理”就是指智能系统为了生成智能所必须遵循的运行规则、工作原理和全局规律，而不是单纯的系统结构、功能或行为。 所谓“普适性智能生成机理”，就是普遍适用于一切智能系统生成智能所需要遵循的规则、原理和全局规律。它是通用人工智能系统的理论基础。 由此可见，“普适性智能生成机理”是整个智能科学研究的重大科学问题。只有掌握了普适性智能生成机理，才有可能建立“通用的人工智能理论”，建立通用的人工智能系统。 实事求是地看，国内外大多数人工智能研究的同行们都在热心于研究各种具体的人工智能系统，如棋类博弈、模式识别、机器人等等，都在做一些“个案性”的人工智能系统，没有高度重视各种人工智能系统共有的生成机理的研究。尽管那些研究都有一定的用处，但是，只研究“个案性”的人工智能系统而不研究“普适性智能生成机理”，就很难实现通用人工智能理论的重大突破。 所以，深刻理解“普适性智能生成机理”的学术涵义及其在整个人工智能研究领域的极端重要性，这实在是一个首要的前提。如果没有这个进展，就不会有后续的各种进展。 进展（二）：剖析了现有人工智能研究之所以未能高度重视“智能生成机理”，根本原因是忽视了“科学范式”的最高指导作用，因而导致“范式失配”的大忌 人们对于现有人工智能研究之所以不满意，主要是因为人工智能的研究一直处于“个案化”和“碎片化”的状态，没有通用性的人工智能系统：会“下棋”的系统，却不会“看病”，能“识别人脸”的系统却不会“开车”，如此等等。 现有的人工智能研究做不出“通用的人工智能系统”，直接的原因是没有掌握“普适性的智能生成机理”；而没有掌握“普适性的智能生成机理”的原因，则在于现有的人工智能研究没有重视 “科学范式”的指导作用。 以下，我们就来解释这个重要结论。 所谓“科学范式”，是“科学观和方法论”的统称。 众所周知，人们的“世界观和方法论”是人们一切有意识行为的最高指南。同样的道理，在科学研究领域，“科学观和方法论”是一切科学研究活动的最高指南。 然而，不无遗憾的是，由于“分而治之”方法论的影响，人们却把“科学观和方法论指导下的科学研究活动”这个整体划分为“哲学”和“科学研究”两个互不相关的活动领域。因此，从事具体科学研究的人们，往往就不再关注“科学观和方法录（哲学）”对科学研究的指导作用。 问题是，“不再关注科学观和方法论指导作用”的结果，并不等于真的就“没有了科学观和方法论的指导作用”。恰恰相反，各种科学观和方法论对科学研究的指导作用是一种不以人们意志为转移的客观存在。不是接受这种科学观和方法论的指导，就是接受那种科学观和方法论的指导。由于不再关注科学观和方法论的指导，往往却导致了“误用”科学观和方法论的后果，导致科学研究走上曲折的道路。几十年来的人工智能研究，正是这样走上了曲折的发展道路。 我们的研究发现，迄今存在两类科学范式（科学观和方法论）：一类是物质科学的科学范式，一类是信息科学的科学范式，两类科学范式的科学观和方法论特征如表1所示。 表1 科学范式的对比 [size=10.5000pt] | | | 传统[size=10.5000pt] 物质[size=10.5000pt] 科学 | | | 对象是“与主体无关的客体”， 只关注客体的结构与功能形式。 | 采用纯粹的“形式化”方法作为描述和分析对象的方法。 | | 对于复杂的研究对象，应当采取 “分而治之”的方法加以处置。 | | | | 脑是与主体无关的特殊物质， 关注它的结构与功能形式。 | 采用纯粹的“形式化”方法作为描述和分析对象的方法。 | | 实行了“分而治之”的方法， 因而分出了“三大学派”。 | 现代[size=10.5000pt] 信息[size=10.5000pt] 科学 | | | 对象是“主客互动的信息过程”， 关注主体的目标是否达成。 | 采用“形式、内容、价值三位一体”的方法描述目标达成状况。 | | 对于主客互动的信息过程，应当采取“整体寻优生长”的方法。 |
不难理解，无论研究工作多么艰深，只要遵循了正确的科学观和方法论，研究工作就能够朝着正确的方向不断前进。反之，如果研究工作沿用了不恰当的科学观和方法论，研究工作就会走上弯路，最多只能做出一些局部性的成果，而不可能掌握全局规律，不可能做出源头性的创新贡献。 人工智能是复杂的信息系统，因此应当遵循信息科学的科学范式。但是，从上面的表1可以清楚看出，现有人工智能研究所沿用的，却不是信息科学的科学范式，而是物质科学的科学范式。这就是科学观和方法论的“误用”，即“范式失配”，犯了“张冠李戴”的大忌。 正是由于现有人工智能研究犯了“张冠李戴”的大忌，沿用了传统物质科学的科学观和方法论，它就按照“分而治之和纯形式化”的方法，把自己分解成了三大学派（结构主义的人工神经网络研究、功能主义的专家系统研究、行为主义的感知动作系统研究），互不认可、互不相容，导致个案化、碎片化、局域化、孤立化、形式化、互不沟通地摸索，从而无法掌握“普适性智能生成机理”这样的全局规律，无法形成统一的人工智能理论。这就是“不再关注哲学指导”的人工智能研究造成的后果。 换言之，现有人工智能研究存在的根本问题就是它不假思索地沿用了物质科学的科学范式，而没有认真地去思考、总结和贯彻信息科学的科学范式，致使现有人工智能的研究性质与它沿用的科学范式严重失配！ 以上的剖析，揭示了现有人工智能研究的病根。找准了病根，就为根治疾病提供了办法。这是《智能生成机理》研究的重要进展，也是整个人工智能理论研究的重要进展。 那么，什么是信息科学的研究范式呢？ 从上面的表1可以看到：信息科学研究范式的科学观，认为人工智能的研究对象不是纯粹的客体、不应该不允许主体介入；而是完全相反，信息科学的科学观强调“研究对象是主体与客体相互作用的信息过程”。具体地说，信息科学的科学观认为：人工智能的研究对象是主体客体互动的整体，关注“在这样相互作用的过程中主体所追求的目的是否达到”。显然，“目的”是不能够纯粹用形式来描述的，“目的”包含形式、内容、价值的要素，而且价值是最重要的因素。所谓达到了目的，一定是实现了对主体最有价值的那种结果。所以在科学范式的科学观层面上，物质科学与信息科学秉持几乎完全不一样的观念。 另外，信息科学的科学观认为：研究对象是一个整体，不能允许“分而治之”，因为，分解以后，这个复杂的主客互动整体分出来的那些子系统之间的信息联系就丢掉了，而信息联系是看不见、摸不着的，丢了就找不回来。而这些信息联系是整体系统的生命线，是它的命脉，把命脉丢了、把生命线丢了，把那些失去了信息联系的各个子系统合起来，就不再是一个真正的活的复杂的信息系统了，不再是智能系统了。所以，信息科学的科学范式不允许“分而治之”。由此导出的信息科学方法论叫“信息生态方法论”。“生态”就意味着是整体，意味着要向优化的方向生长。 可见，物质科学与信息科学的范式差得太大，范式失配了就出大问题了。实际上，直到今天为止，人工智能研究都没有走上信息科学范式得轨道，以至现在的人工智能研究只有局部的个案性的成果，没有关注更没有掌握“普适性智能生成机理”，没有通用性的整体性的人工智能的成果。 可见，“科学范式”在科学研究中确实具有至高无上的极端重要性。 进展（三），论证了只有下定决心“变革范式”，才能引领“智能生成机理”的研究走上正确轨道 通过上面的剖析可以理解：只有变革现有人工智能研究所沿用的科学范式，才能引领智能生成机理的研究走上正确的轨道。如果人工智能的研究还是遵循物质科学的范式，那就永远都不可能认识和掌握“普适性的智能生成机理”。而掌握不了普适性的智能生成机理，人工智能的通用理论就永远都不可能够获得成功。 既然现有人工智能所遵循的科学范式已经“张冠李戴”，那么，只有通过“正冠”行动，把自己的帽子（信息科学的科学范式）戴在自己的头上（引领人工智能的研究），做到“李冠李戴”，才可能解决人工智能研究的根本问题。 表1说明，信息科学范式的科学观认为：人工智能的研究对象是主客互动演进的整体，关注的是主体目的的达成状况；它的方法论是“整体寻优生长，是形式、内容、价值三位一体的描述和分析方法”。 于是，我们就可以按照信息科学的科学范式去探索，看看智能生成的机理到底是什么？这样就导致第四个进展。 进展（四）：揭开了“普适性智能生成机理”的奥秘 第四个进展就是揭示了智能生成机理的生成办法，弄懂了怎样才能够生成“普适性的智能”。这是《普适性智能生成机理》研究的核心进展。 按照上述信息科学的科学观和方法论，可以构造出图1所示的《普适性智能生成机理》的宏观模型。 file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wpsD13E.tmp.jpg 图1 普适性智能生成机理的宏观模型 既然人工智能的研究对象是“主体与客体之间相互作用的信息过程”，那么，模型中就一定既应当有主体也应当有客体，后者就是环境中的问题。一般而言，主体会有两个基本的特征，第一，任何主体都有目的（总的目的就是要生存要发展）。第二，主体必定积累了一定知识（可以是规范性知识、经验性知识、常识性知识、或本能性知识）。 那么，模型中的主体与客体之间怎样相互作用呢？ 通常，环境中的客体总会呈现自己的状态和状态变化的方式，这就是信息，叫做客体的信息。这个客体信息会作用到它能够作用到的那个主体，包括人类的主体（用人类来做代表，也可以是任何生物）。客体信息作用于主体，这是交互作用的一个方面。人类主体受到这个刺激以后，为了达到生存发展的目的，主体就要产生一个行为反作用于客体。但是，这个行为必须是智能的行为，如果不智能：第一，目的一定达不到。第二，如果这个行为不智能，可能会破坏环境的运行规律，客观的规律受到破坏反过来又会威胁到主体的生存发展。所以，主体的行为必须是“智能”的行为。这就完成了“主体与客体相互作用的一个回合”。 图1模型表明：主体必须产生“智能行为”。由此可见，“智能”生成的机理一定就隐藏在这个模型里。换句话说，这个模型虽然看似简单，却能揭示“普适性的智能生成机理”。或者说，图1的模型是探讨“普适性智能生成机理”的根本模型，一切与此相关的问题都包含在这个模型之中。因此，深入分析这个模型，就可以揭示出“普适性智能生成机理”的深层奥秘。 这个奥秘，可用以下8个要素来具体刻画。 （1）“动力”：生成智能的动力是什么？ 这个动力一定是：在主体与客体相互作用过程当中主体要不断地追求生存与发展。如果没有这个动力，什么“追求”都没有，什么刺激来了都不理睬，就不会生长智能。 （2）“启动”：怎样启动生成智能的具体过程？ 模型1表明，一定要有客体信息来给主体一个刺激。没有外来客体信息的刺激，这个过程不会启动。 （3）“路径”：主体生成智能的路径是什么？ 模型表明，面对客体信息的刺激，主体要寻求一种跟刺激相应的智能行为。从“客体信息刺激”的发生，到“智能行为”的生成，就是这条路径的起点和终点。 （4）“牵引”：这个路径的牵引力是什么？ 没有牵引力，就可能失去方向。模型表明，“主体追求的生存与发展目标”，就是生成智能这个过程的牵引力。 （5）“约束”：怎样约束智能生成的过程？ 模型表明，这个约束力量就是要遵守与该问题相关的各种知识。虽然有目的的宏观牵引，如果没有相应知识的约束，生成智能的过程也可能偏离最佳的正确路径。 （6）“准则”：判断生成智能过程终止的准则是什么？ 这里有一个准则，就是“主体满意的行为实效”。满意不满意？就看智能生成过程中所产生的实际状态跟目标状态之间相差有多远，相差很远就不满意，相差如果差不多了，甚至完全重合了，主体就满意了，智能行为就生成了。 （7）“优化”：如果主体对智能水平不够满意，怎么办？ 由于整个过程存在很多不确定性，所以往往会存在一定误差，就要把误差作为一种新的信息，反馈到主体系统的输入端，根据误差信息学习更多的知识，从而优化智能策略，最终改善智能行为，这就是反馈、学习和优化的过程。 （8）“进化”：如果智能水平优化不了，又该怎么办？ 如果无论怎么优化都不能满意，这就表明主体当初预设的目标不尽合理。这时，就要提升主体的认知，把目标设置得更合理。这样，主体在这个过程中自己也进步了。 综上可见，上述八大要素（动力，启动，路径，牵引，约束，准则，优化，进化）确实可以充分刻画：面对环境中客体信息的刺激（主体所面对的问题），主体怎样通过分析和学习生成满意解决这个问题的智能策略和智能行为。 这既是“普适性智能生成机理”的奥秘，也是一切人工智能系统工作的共性过程。在信息科学的科学范式引领下揭开了“普适性智能生成机理”的奥秘，这是本课题研究的里程碑式的进展。 进展（五）：根据上述“普适性智能生成机理”的揭秘，成功构筑了“普适性智能生成机理”的基本模型 由图1模型所导出的刻画普适性智能生成机理的“八大要素”（八个工作步骤），其实就是“生成智能”的基本过程，也是“智能生成机理”的奥秘。这是“智能生成机理”研究的重大成果和进展。 把上述“普适性智能生成机理”的奥秘具体化，就可以构筑实现智能生成机理的基本模型，实际上就是一个人工智能系统工作的标准模型，如图2所示。 file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wpsD13F.tmp.jpg 图2 实现智能生成机理的基本模型 图2的模型表明，主体跟客体相互作用，首先是客体信息作用于主体，如果这个客体信息跟主体的目的有关系，主体就会产生感知信息（也叫做语义信息）。它是主体对问题的认识。然后，把感知信息提炼成为知识。进一步，在目的牵引下和在知识支持下产生智能策略。再通过执行机构把智能策略变成智能行为，完成了主客相互作用的一个基本回合。 但是主体对客体反作用的效果怎么样呢？必须评估，如果评估满意，就成功了；如果不满意，就把这个误差信息再反馈给主体，以便补充新的知识，改善智能策略，从而改进智能行为。这样不断地优化。如果怎么优化都不满意，就要重新设定目标，主体本身就得到了提升。所以这个模型就是通过分析和学习实现智能生成机理的模型。 图2的模型表示的智能生成机理是普适性的。所谓“普适性的机理”是指：这个模型与具体的对象内容无关，什么对象都是这套规则、都是这套原理、都是这套规律；无论对于什么不同的问题，那只是信息的具体内容不同、知识的具体内容不同，策略和行为的具体内容不同而已，而生成智能的这整个机制不会改变。 进展（六）：总结了智能生成机理的“知行学原理”和“信息转换与智能创生原理” 若把图2基本模型表达为更简明的文字描述，就可显示出普适性智能生成机理实质乃是“知行学原理”： file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wpsD140.tmp.pngfile:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wpsD141.tmp.pngfile:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wpsD142.tmp.png 优行 感知 认知 知行 执行 客体信息→感知信息→知识→智能策略→智能行为→误差 这个“知行学原理”含义就是：客体信息作为于主体，通过“感知”产生感知信息，感知信息通过“认知”生成了知识（以上就是“知”的过程，以下则进入了“行”的过程）；知识在目的牵引下通过“知行（知道应当怎样行动）”生成智能策略；智能策略通过“执行”生成智能行为；如果存在误差，就把它反馈到主体的输入端，学习新的知识，优化智能策略和智能行为，称为“优行（即优化行为）”。 所以整个智能生成机制就是一个“知行”的过程。 当然从科学角度，可以把这个“知行学原理”（普适性的智能生成机理）归纳成为“信息转换与智能创生原理”，即通过信息转换（课题信息转换为感知信息，感知信息转换为知识并进而转换为智能策略和智能行为）而创生智能。所以，这个普适性的智能生成机理有两个名字，一个叫知行学原理，一个叫信息转换与智能创生原理，两个都是正确的称谓，是互相等效的称谓。 由此可以得到一个结论：信息，才是智能生成机制的真正源头。所以，人工智能的研究必须高度认识信息的源头作用。换言之，研究信息转换原理的信息科学才是人工智能的根本。不仅如此，信息，还是一切智能系统理解能力的基础和源泉。不过，这个信息不是“信息论”里面所讲的只有形式因素的信息，而是主体产生的具有“形式、内容、价值三位一体”的感知信息，后者可以用“语义信息”来代表（见本人学术专著《信息科学原理》，1988年福建教育出版社第一版，2013年北京邮电大学出版社第二至第五版）。 现有的人工智能研究只注意了纯形式的信息，完全忽视了具有形式、内容、价值三位一体的感知信息，所以不可能具有真正的“理解能力”。而且，现有人工智能的研究强调了数据，忽视了信息；事实上，数据只是信息的载体和外壳，只有携带了信息的数据才有意义，没有携带信息的数据其实就式垃圾。因此，现有人工智能系统的理解能力都很差，差就是差在对“信息”的认识没有到位。 进展（七）：在“普适性的智能生成机理”这一成果基础上，在国内外首创了“通用的人工智能基础理论” 在揭秘和理解“普适性的智能生成机理”的基础上，我们首先创建了“通用的人工智能理论”。这就是由“智能生成机理”这个核心研究成果上升到了一个完整的通用的人工智能理论成果，这是一个重大的进展。 这可在本人正式发表的一系列学术论文、特别是本人的学术专著中找到详细的介绍和解释：《机器知行学原理：信息、知识、智能的转换与统一理论》（2007年科学出版社出版），《高等人工智能原理：观念、方法、模型、理论》（2014年科学出版社出版）。 进一步的成果和进展是，以基于机制主义的“通用人工智能理论”与何华灿教授的“泛逻辑理论”和汪培庄教授的“因素空间理论”三者深度融合，形成了“智能理论－逻辑基础－数学基础”的三结合，形成了“通用人工智能的基础理论”。这个重要进展可以参看《智能系统学报》2018年第一期发表的头三篇论文及其编者按。 基于普适性智能生成机理的《通用人工智能基础理论》在国际学术界是首创，它有几个重要的创新标志： ①全新的科学范式：是信息科学的科学观和方法论，而不再是物质科学的科学观和方法论； ②全新的智能模型：是主体客体相互作用的信息过程，而不再仅仅是大脑的结构、大脑的功能或人的行为； ③全新的研究途径：是基于普适性的智能生成机理，而不再是基于对大脑的结构、功能或人的行为的模拟； ④全新的信息理论：是形式、内容、价值三位一体的信息理论，而不再是只有形式因素的信息理论； ⑤全新的数学基础：是“因数空间理论”，而不仅仅是概率论和集合论； ⑥全新的逻辑基础，就是“泛逻辑理论”，而不再是形式化的数理逻辑理论。 正是凭借以上这些重大的创新优势，基于普适性智能生成机理的《通用人工智能基础理论》消除了现有人工智能理论存在的几乎所有弊病，比如： ①现有人工智能理论最大的问题是“三驾马车”（基于结构模拟的人工神经网络、基于功能模拟的专家系统、基于行为模拟的感知动作系统）统一不起来，而基于普适性智能生长机理的《通用人工智能理论》则把它们无缝和谐地统一了； ②现有人工智能理论最不能令人满意的问题是所有系统的“理解能力”都很差，而基于普适性智能生长机理的《通用人工智能基础理论》因为解决了语义信息的生成问题，使理解能力得到了根本的解决； ③现有人工智能系统最不可接受的问题是“结果的不可解释性”，而基于普适性智能生成机理的《通用人工智能基础理论》因为有了“语义信息理论”和“泛逻辑理论”就得到了满意的解决； ④现有人工智能理论总是需要“大量的样本”才能够得到一个结论，而基于普适性智能生成机理的《通用人工智能理论》因为具有强大的理解能力就只需要小样本就可以解决问题。 ⑤现有人工智能理论最大的忌讳和最大的禁区是不敢问津“人工意识”的问题，而《通用人工智能基础理论》因为解决了“普适性智能生成机理”而成功解决了基础的人工意识、人工情感和人工理智的统一生成理论。 总而言之，由于获得了“普适性智能生成机理”这个前所未有的重大创新成果，在此基础上创建的《通用人工智能基础理论》已经全面超越、大大领先于现有的人工智能理论。可以认为，“普适性智能生成机理”以及基于这个智能生成机理的《通用人工智能基础理论》的研究成果已经深深进入了世界人工智能科技前沿“无人区”的腹地。 进展（八）：基于普适性智能生成机理的《通用人工智能基础理论》开始走向应用。 除了上述各项理论研究的重大进展以外，“普适性智能生成机理”连同《通用人工智能基础理论》的研究也已经开始走向实际应用。 我们把“普适性智能生成机理”和《通用人工智能基础理论》的一些部分成果（如语义信息理论、信息生态方法论、泛逻辑理论、因素空间理论等）在国际学术大会上与国外同行交流，结果在西方学者中间引起很大的震动，比如，德国的学者居然把报告人钟义信尊称为“钟子”，美国俄亥俄大学的教授向报告人钟义信连连鞠了两个躬，表示从报告中得到了巨大的启发。还有像泛逻辑理论，何老师的很多学生和同事得到了许多很好的应用成果，都是普通的数理形式逻辑所不能达到的结果。汪老师的许多学生和同事在因素空间理论方面也在许多场合得到很好的应用成果，特别是在范鹏的金融系统得到了成功的应用。范鹏金融公司的业务技术负责人郑宏杰总结说：虽然只是初步的应用，就不但已经可以解放（替换）原来金融运行系统当中那些操作性人员，而且可以解放（替换）那些决策层的专家，效果非常显著。 最近我们还在努力，希望跟中商联合能源集团能够形成全面的合作，一方面是在网络上实现《通用人工智能系统》的能力，同时通过 “类人机器人”来代替人类处理各种具有智商和情商的工作。 以上，就是我们在探索“普适性智能生成机理”、以及基于“普适性智能生成机理”所首创的《通用人工智能基础理论》方面所取得的主要（归纳为八个方面）进展。 总结起看来，所有这些进展都具有以下共同特点：在国际学术界“独辟蹊径、遥遥领先、意义重大”。 第二部分 进展的意义 如上所说，上述“八大进展”在国际学术界独一无二、遥遥领先、意义重大。为什么这样说呢？ 意义一，在国际学术界首次解决了“智能生成机理”的普适性问题。 所谓“智能生成机理”的普适性问题，是指：所要解决的问题尽管可以各种各样，但是，生成智能的“机理不变”。这就是说，我们所发现的“智能生成机理”可以适应各种各样的问题。这就是人工智能研究中的“不变性”。 从人工智能理论的内部关系来看，现有人工智能理论所遵循的“结构主义方法”、“功能主义方法”、“行为主义模拟”所关注的都是系统能力的某个侧面，只有“机制主义”关注的是系统全局的能力。事实上，系统的结构、功能都是为系统的工作机制服务的，系统的行为则是系统机制的一个外部表现而已，所以“机制主义”方法可以和谐的、无缝的统一现有人工智能的三大流派。 这样，长期困扰人们的现有人工智能研究中的那些“个案性”、“局部性”、“孤立性”、“互不相容性”等问题就在理论上得到了满意的解决。 意义二，破解了意识、情感、理智统一生成的机理 长期以来，人工智能研究都不敢触碰人工意识的问题。但是，有了“普适性智能生成机理”的成果，我们就把人工意识的研究与人工情感和人工理智的研究统一起来了，这是因为，从最广泛的意义来说，“意识就是人类大脑对外界的反应”，包含了感知、认知、思维、理智等各种心理现象。因此，基础意识、情感、理智，都是在客体信息的作用下，在目的的牵引下，运用不同的知识所做出的反应。 具体来说，客体信息经过感知变成语义信息；在语义信息的驱动下，在目的的牵引下，基于本能知识和常识知识就可以产生基础意识的反应；基于本能常识、常识知识和经验知识就可以产生情感的反应。基于本能、常识、经验、规范知识就可以产生理智的反应。所以情感也好、理智也好、基础意识也好，生成的机理是一样的。 意义三，发现了“信息转换与智能创生定律” 物质科学有一个“质量转换与物质不灭定律”，能量科学有一个“能量转换与能量守恒定律”。我们通过智能生成机理的研究发现了“信息转换与智能创生定律”。 这样一来，物质、能量、信息三个领域的基本定律就形成了完备的体系。这在科学上的意义非常深远。 第三部分：存在问题 存在的问题很多，由于时间有限，这里只谈一点。 要把我们的理论转化成应用，面临着许许多多的困难，我们课题组还有何华灿教授、汪培庄教授，都是80岁以上的人，都是退休教授。因此，我们的学生都毕业了，没有人手了，办公场地没有了、连办公桌也没有了，经费没有了，退休以后申请项目的资格也没有了。这就是我们面临的困难。 校内的师生，因为这个课题不是“国家级”的项目，也没有经费，所以老师和学生都不敢涉足，因为老师和学生们做这个课题算不了“工分”，提职称、授学位都不能算数，所以没有人敢来做。所以，真是很难办。 校外的企业关注短期效益（这可以理解），而基础性理论成果的转化肯定需要时间做原型开发系统，这样就需要一定的时间。这样就很少有企业对此感兴趣。 政府部门也不愿意过问这种“民间项目”。我们曾经先后向教育部、科技部、工信部、发改委、基金委都做过汇报，但是因为国家没有相应的政策，哪个部门都说“很好”，但是都没有办法给以实际的支持。 所以，这么好的一个范式变革、顶层突破、全面超越、大大领先的“普适性智能生成机理”和基于这个机理的《通用人工智能基础理论》成果转化，却是寸步难行，毫无办法！ 幸好这次中国科协要征集十大重大科学问题，我是因为最后一个机会，作为终审的一名评委，发现居然十大科学问题中竟然没有人工智能题目，才把这个重要科学问题提出来了，结果得到学界代表们的高度认可。所以，特别感谢科协提供了这个机会。 同时，也感谢基金委，授权我们撰写一个基金委重大项目的立项建议书“人工智能基础理论及关键技术”。要是没有科协和基金委这两个出口，这个重大科学问题就肯定被埋没了，甚至是闷死了。 第四部分：政策建议 基于以上所汇报的重大科学问题的研究进展、重要意义和存在困难，为了更好地推进这一重大科学问题的进一步研究，使我国人工智能的研究能够兑现国务院在《新一代人工智能发展规划》的庄严承诺 － “到2025年，人工智能的基础理论研究实现重大突破”，我们提出三点重要建议。 第一，自然科学基础研究要高度重视“范式变革” 智能生成机理，特别是普适性的智能生成机理，属于人工智能（和人类智能）的核心基础研究，只能在信息科学的科学范式（科学观和方法论）引领下才能成功。然而，由于历史的原因，迄今的人工智能研究一直都沿用着传统物质科学的科学范式，处在“张冠李戴”的状态。如果不在科学范式上实施变革，我相信人们再聪明、再能干，也不可能真正攻克“普适性智能生成机理”。 科学范式的变革，不是个人的好恶，而是物质科学为主导的科学体系向信息科学主导的新的科学体系转变、特别是信息科学的研究从以一般信息技术（如通信技术、计算机技术等）为标志的初级阶段向以人工智能为标志的高级阶段转变所必然要催生的变革，使历史性的变革。 建议我国政府科技主管部门高度重视，尽快出台相应的政策，引导学术界自觉地认识与实施科学范式的变革。否则，我们就很难占领信息科学高级阶段的制高点，很难掌握信息领域这个“国之重器”，就还得继续在别人后面跟踪，继续受制于人。 特别需要强调的是，由于信息科学的科学范式正好与中华文明思想精髓“整体观”（科学观）和“辩证论”（方法论）高度吻合，这就意味着，在21世纪的科学发展中，中华文明将处于驾驭的地位、引领的地位，而不是跟踪的地位。这是几百年来难得的历史性机遇。 建议国家要做出清醒的反应，制定出高瞻远瞩的科技发展政策，促使中华文明思想能够真正站在引领世界科学研究的舞台上。习主席曾经多次强调“要增强民族文化自信”，现在“科学范式变革” － 把“只顾客体，排除主体”的科学观和“分而治之，纯粹形式”的方法论，变革为“整体论”的科学观和“辨证论”的方法论 － 的历史性机遇真的已经到来了。我们的科学政策应当对此作出积极的反应。 第二，把基于“普适性智能生成机理”的《通用人工智能基础理论和关键技术》及其在国民经济各领域的应用列入国家“十四Ÿ五”规划 人工智能是现代科学技术的“领头雁”，是引领当代科技革命和产业变革的战略性力量。因此，应当高度重视和扎实推进人工智能研究的发展。 在此，一方面应当把现有人工智能的成果尽快转化为现实生产力，为实体经济的发展服务。另一方面，更要有长远的眼光，高度重视人工智能研究的“科学范式变革”，积极支持人工智能的基础理论研究，并通过“范式变革”实现我国人工智能基础理论的重大突破，并在此基础上，引领世界人工智能科学技术及其应用的发展。 为了全面实现上述目标，建议把“普适性智能生成机理”列入国家自然科学基金委的重大研究计划，把基于普适性智能生成机理的《通用人工智能基础理论及其在各个领域的应用》列入到正在研究制定的国家“十四五”规划。 第三，改善“退休人员”的科技政策 建议国家高度重视“收获那些仍然活跃在学术前沿的退休人员毕其终身智慧所爆发出来的最美贡献”。 那些仍然活跃在科技前沿的退休人员，是国家最宝贵的财富：他们积累了毕生的知识和能力，在退休的条件下，能够自觉地根据国家和社会的需要，最充分地发挥自己的兴趣与特长，在科学技术前沿的无人区、在基础理论研究的最深处、在国家最希望占领的制高点，心无旁骛地做出最艰深最基础最有意义的贡献。这是一般在岗人员很难企及的。如果国家不去收获这些成果，国家就太亏了！ 试想，国家把一个人培养大、把他教育出来，到他退休之前都在相当浮躁的环境之下匆匆忙忙去完成各种事务，难以沉下心来去做那些艰深冷清而又极其重要的研究，可是，等到退休以后真的做出了最精彩成果，国家却不要了。国家是不是太亏了，所以这个政策要调整、要完善。 最后，关于参考文献的简要说明 这里列出的参考文献肯定很不完全。这个文献简表只是想请大家了解：我们关于“智能生成机理”和“通用人工智能基础理论”的研究大体是从1978年全国科学大会前后就开始了，而不是即兴之作。 何华灿老师从计算机逻辑理论进入人工智能逻辑理论、汪培庄老师从模糊数学进入人工智能数学理论、我从信息论进入人工智能基本理论，差不多都有40多年的历史了。 非常难得的是，我们进入人工智能的研究领域之初，很快就发现了人工智能研究存在方法论的问题：信息论只研究了信息的形式，忽视了信息的内容和价值，这是“分而治之”和“纯粹形式化”的方法论导致的表面化毛病；人工智能研究分裂为人工神经网络、物理符号系统／专家系统、感知动作系统／智能机器人三个互不相容的学派，更是“分而治之”方法论造成的结果；逻辑理论局限于形式推理而且各种逻辑理论支离破碎，是“分而治之”方法论导致的结果；与人工智能相关的数学理论之间互不相关，同样是“分而治之”方法论遗留下来的结果。所以，我们从不同的背景、不同的角度却发现了同样的问题 － 方法论有问题，而且追求同样的目标 － 在中华文明思想精髓“整体观和辨证论”的引领下建立通用的人工智能基础理论。这就使我们从不同的学科、不同的工作单位走到一起来了，互相默契合作，形成了现在呈现给大家的“普适性的智能生成机理”及在此基础上的《通用人工智能基础理论》。 有不对的地方特别希望大家提出各种各样的批评和问题。谢谢大家！ 主持人（王国胤教授）： 感谢钟老师精彩的报告，这个报告对智能生成机理的研究有很精深的意义。按照会议安排，下面请何华灿教授发言。 何华灿教授： 我主要谈为什么要推荐人工智能系统的智能生成机理。钟老师谈的很详细了，我主要讲两点，这样美好的东西有没有存在的必要性，能不能够在计算机上实现这些思想，我从自己的感受来谈谈。 大家知道，我们整个学科的发展背景是这样的，一方面，人工智能是引导现在科技革命和产业革命战略性力量，国家非常重视，国际上也非常中重视。我国在新一代人工智能发展规划里面提到，2025年要在人工智能基础理论方面形成重大突破，这是引领世界潮流的点睛之笔，非常重要，如果我们国家不能在基础理论方面实现重大突破的话，一切所谓引领世界潮流的思想是没有基础的，因为你跟踪不可能去引领。但是眼前确实人工智能基础理论研究现状是一个最弱项，国际上主要是美国有人想搞通用基础理论，他们有这个设想，但是限于分而治之的这种方法论，他们做不到，能做到的就是拼盘，有的是用行为主义、有的是用联结主义，三大学派的东西拼在一起，互相去交流、去协调，这个实际上是没有抓住问题。而机制主义，抓住了最本质的特征，就是演化，它的智能是在演化中形成和完善的。以前的机械工具、动力工具，他们的用途、工作环境都是终身不变的，刀就是刀、茅就是茅、钟表就是钟表、发动机就是发动机，都是不变的。而智能工具不是，智能工具不仅在它生命周期里贯穿着不确定性要去验证，而且它本身的能力是在工作中不断提高、不断完善的，这是前所未有的，这样的工具是演化的，而现在分而治之丢掉的就是这个。所以说我们国家在这方面能够有重大的突破，而且是一批80岁的退休老人集他们几十年的经验，在退休的二三十年时间里他们集中精力在中华文化整体观认识的影响下，形成了这么一套理论，这套理论我们看在世界范围里是领先的，但西方学者他们走到这个里面的时候无路可走的时候，看到机制主义思想他们非常激动，激动的要给他鞠躬，因为他们看到了发展的希望，走出全局的可能性，所以这个意义是非常重大的。 可不可以实现呢？我谈几点可实现性： 第一，演化为核心的机制主义的普适性有没有依据怎么来实现，可以说很多理由，我说一个无可辩驳的理由，生物原形是最清楚的，当男女两个、父母两个决定造一个下一代的时候，他们是怎么开始的，是规划我这个孩子将来在哪个领域里生存，他要作为什么样的专家，我来特殊的设计，还是造一个通用的宝宝呢，做的都是通用的宝宝，这个宝宝出生以后就有一套人类自身的演化生存机制在里面，生物本身去生存去发展的本性，会使他的成长过程学习很多的生活经验、生活知识，然后学习专业知识，之后到某一个领域，然后再某一个领域里工作几十年成为这方面的专家。所以通用机制在自然界是存在的，而我们的人工智能研究到目前为止基本上忘记了这个事实，而是抓住一些具体的功能去接受专业化的设计，初期探索是可以的，但是经验积累到一定程度，我们要建立这个学科通用的理论的时候，我们不能叫每个父母去特制一个婴儿。 另外，人和机器最大的差别，人是以算计为主、计算为辅，人更多的是在这种不确定性博弈斗争里为了求生存他要算计，那就是说毛泽东这种算计就是不按规则出牌，按小概率事件去驾驭大概率事件，而机器我们让它做的是什么呢，它有了一定的目的以后、有了一定规律以后，他去快速的计算，所以他是以计算为主、算计为辅。所以智能工具出来以后，必须人机结合，由人来驾驭，把计算的艰巨任务交给机器来完成，机器他快速进行计算，计算出来的结果看符不符合我们这个算计的需要。所以实际上人机关系是算计来加以计算。现在人工智能走反了，是以算力算法为主，以计算为主，用计算去改变我们人的算计，这个不行的。毛主席打败美国最主要的，就是算计，用小概率事件去驾驭大概率事件。 而现在我们大数据、云计算所有的都是统计大概率事件，用大概率来牵着我们的鼻子，这个走下去是非常危险的，如果我们的对手会制造大量的假数据，形成我们一种错误的大概率的计算，会使我们陷入它的陷阱，因为现实社会不是下围棋，他的规则、输赢所有的标准都是定死，谁能够算的层次越深就能制胜，没有你算计的可能性，所谓的算计就是多看几步或者少看几步。可是现实的博弈场景是棋盘不定、规则不定，算计在这里面起了非常重要的作用。而机制主义包括因素空间，他是以一种前所未有的，就是能够模拟人或者认识主体的主观能动性，能够用主观的目的去牵引信息处理的方向，然后形成因果关系，用因果链去指导我们整个推理的序列，形成认识主体的目标、主体的需求，牵引这么一个信息处理过程，这是以前的任何数学包括概率论统计是没有这个能力的，完全是用客观牵着鼻子走。这个泛逻辑理论是我们已经把所有的逻辑它的生成规律找到了，这个泛逻辑是可以按照你的应用需要去生成你的逻辑计算，那就是我们基于这个机制提供了逻辑保证，现有的是，不同的应用用不同的逻辑，不同的逻辑计算规则不一样，你换一个应用环境，不可能建立普适的，而泛逻辑从逻辑层面保证了各种各样的需求，我给你都生成下来。 我觉得整个机制主义的东西，从生物原型看，是客观存在的，从我们目前的理论技术准备包括数学准备、包括逻辑准备，提供了可能性，这样我们大规模的处理就能把相关的关键基础都开发出来，能够应用逻辑，形成大规模应用人工智能的这么一个情形，就像我们现在生一个孩子一样，而不是为了某一个应用去定义某一个人工智能系统，也不是完全靠不需要智能或者知识的大数据、云计算去进行无目的的数理统计，统计完了让这个大概率牵着鼻子走，让我们人类算计的谋略大大的萎缩，而计算的能力拼命的提高，确实变成一个机器的社会、机器的人，很容易被敌人所攻击，你没有任何洞察力，这个是危险的。我觉得，机制主义确实抓住了牛鼻子，而且这个是可以实现的。 钟老师提的需求我很感动，就是说咱们国家大量的退休人员，由于条件不一样，有的只能在家养着，但是有些人精力还旺盛，我们都感觉到年轻人是职务管着我们，我们没有办法，很多感兴趣的事先放在旁边，等有空再说。我在进入到搞这个的时候没有钱，我的好多朋友和学生说你能不能把这个放下，先去搞工程争取到钱然后再来搞这个，我是正好相反，我是前面搞了大量的工程，也挣了不少钱，但是我没有精力思考这个问题只能放着。现在我可以招博士生，好多人可以利用。我想干一点这个东西的时候，但是面临着没有钱，因为我们那个时候节约的经费都要上交的，所以我的工程一结束、经费一上交就变成穷光蛋了，我现在再要回去的话，可能我这套思想的火苗就熄灭了，以后不知道谁来搞，所以那个时候很艰苦。但是退休了以后就可以来做，做的这些事情现在看来确实很有价值，因为一套逻辑系统，是逻辑生存系统需要的，包括你的云计算，空间逻辑、氛围逻辑，所有这些都可以用这个机制来生成。 主持人（王国胤教授）： 咱们这个研讨会按照安排进入到集体讨论。 韩力群教授： 刚才，听了钟义信教授“智能生成机理”这个理论，我的一个体会就是，他对人工智能的研究主要意义是指导性，不像一般技术发明就是很具体这些对象，所以他是提供了一种指导思想，我觉得：第一个，是从科学观来看，智能生成机理这个理论能知道我们对整个人工智能学科的宏观认识。第二个，从方法论来看，这个智能生成机理这个理论能知道人工智能领域的研究者在研究工作中能采用真正的研究方法。第三个，从研究模型来看，智能生成机理为我们展开了一幅在正确的科学观和正确方法论指导下全局的蓝图，体现了多学科交叉，体现了整体论的思想。所以我想它最大意义在于对我们人工智能领域的研究人员提供了一个新的指导思想，对我们的作用是一种开导启迪的作用，有助于研究者修炼内功，会潜移默化的提高在科研工作当中的基本素质。所以我觉得他的这种作用恐怕很难用多少引文来考量它，主要是对思想上的启发我觉得不同的人可能学习了这样的理论之后起的作用是不一样的，因为它的感悟不一样，靠他自己去悟，这种东西很难说我在论文上直接引用哪项技术或者哪一篇论文，所以我觉得不大好用多少引文去考虑。 智能生成机制机理亟待创建良好的生态圈。这个理论是中国人提出的人工智能的原创性的理论，充满了东方文明的智慧，再好的良种也需要肥沃的土壤、充足的阳光和雨露滋润才能壮大成长，这个土壤、阳光、雨露不是创建者自己去提供，刚刚钟教授也说了，退休以后面临很多很多问题的困惑，所以我觉得这种生态环境需要大家去创建。刚才我们也看到，智能生成机理它的蓝图当中实际上还有很多的基本概念和基本原理是需要落地的，他提出了各种基本要素之间的相互关系也需要研究相应的算法和技术去实现。这是刚才钟教授给出的一张图，我觉得这个图里每个方框给出的内容，需要具体的实践技术和方法，方框前后的入和出是怎么实现、怎么转化的，应该有大量的人来参与。刚才我看到了这张图，我觉得这里边，在这个框架下需要填补很多关键技术，这些关键技术除了刚才提到的几位老先生，像因素空间、泛逻辑学，我觉得还不足以把它支撑起来，所以这些关键技术需要人工智能领域的研究者，特别是中青年研究者尽快的加入到研究队伍当中来，就是基于智能生成机制这个理论指导的研究队伍，大家要众人拾柴，共同创建一个智能生成机理这样一个学术生态圈，大家一起发展壮大，一起培育它，我觉得这是我们现在面临的一个问题。比如说牛顿发现了三大力学定律，但是他并没有去发明各种各样的工具，因为他不是技术专家、他也不是工程师，是哪些人做的工作，但是他提出了这样的理论指导思想，所以我觉得一个好的理论要有大量的实现技术去支撑。好的技术也需要有大量的应用场景去形成这样的应用生态，像前段大家都知道华为在开发一个鸿蒙操作系统，我想技术不一定落后，但是最主要问题不像安卓和苹果那样这么多年的发展已经建立起强大的生态圈，我觉得我们人工智能领域的中青年、科技工作者有这种责任心去呵护这样的理论，共同建造这样的生态圈。 具体建议，刚才钟教授和何教授提到的也是我想说的，我就不重复了，我觉得我们中国人特别习惯跟踪外国人创造的国际前沿，因为只要一说国际前沿，有“国际”两个字，就一定是外国人创造的，实际智能生成机制理论也是国际前沿，只是它是中国人创造的，我们总是跟在外国人创造的国际前沿修修补补、跟踪，这个已经成了一种思维定式，往往轻视或者忽略我们本国的原始创新，我觉得这里面除了崇洋思想以外，可能政策导向应该负主要责任，因为我们各个大的课题资助的时候特别强调国际如何如何，所以我们建议，也是一种强烈的呼吁，就是国家科技政策要向中国原创倾斜，给予充分的呵护。当然我们可能离国家科技政策制定层、决策层比较远，我们没有通天的渠道，但是我想我们要从自己能做的一点一滴做起，比如说智能生成机制这个理论，应该是代表中国人工智能学会或者中国人工智能学术圈提出来的这样一个理论，进入了重大理论问题。中国人工智能学会现在有两个奖，一个是吴文俊人工智能科学技术奖，还有一个是优博，副理事长王老师也在这儿，我们自己可以不可以在这两个奖当中，明确的理直气壮的为智能生成机理领域倾斜或者为它单独设奖，这是我们自己就可以做的。 另外我也建议，中国科协有没有可能开设通用人工智能基础理论培训班或者高级研修班之类，来推介智能生成机制理论，这也是我们这个层面做应该可以做到的。 郭嗣宗教授： 刚才听了钟老师的报告，接到钟老师邀请来参加这个会议，这里面也思考了一下，我想简单的谈一谈对于智能生成机理研究的重大意义，以及目前面临的一些问题。 第一个问题，我们应该从人类工业发展史上来认识人工智能技术的重要意义。我们知道，从18世纪到21世纪，整个工业的发展经历了三次重大的技术革命，一次就是瓦特的蒸汽机，一定要记住“英国”这个词，当时在英国首先掀起了“蒸汽机+”，因此英国一跃成为世界第一强国。19世纪，德国的西门子公司创造了电动技术，因此德国率先开展了电动，德国立即成为当时世界第一强国。进入到20世纪，美国为了导弹的弹道计算，设计了计算机，这个计算机很快把我们整个工业带到了智能化时代，我们整个工业由于蒸汽机把我们带到了机械化时代、电动机把人类带到了电气化时代、计算机把人类带入了智能化时代，三次工业革命之后现在第四次全世界各国都在考虑，一致认为人工智能，人工智能将把我们整个工业社会引入到智能化时代，恰恰是为了这个，我们国家政府做了很多很多的步骤，但是我们很多人没有意识到，比如说最有名的“中国制造2025”，这个国策是干什么？就是提高中国的制造水平，主要是智能制造，紧接着人工智能发展规划，还有一系列的规划，同时我们国家想利用人工智能这个技术的改革，使得我们国家也成为强国，因为那三个贡献使三个贡献者都成为世界强国，中国成为世界强国就要抓住这么一个机遇，但是我们大家也知道，这个机遇不是白给你的，特朗普首先带着来的，中美贸易战是干什么的，实际背景在哪儿？美国跟中国谈判的时候最后一句话，立即叫停“中国制造2025”，很明显的，因此这个是中国强国的必由之路。我们认为应该加强人工智能基础理论的研究，它的重大意义是什么？为了中国2025顺利实现，为了中国人工智能规划顺利实现，同时还有为了解决人工智能的瓶颈问题，后面我还要简单谈一下。 下面我谈一下目前人工智能发展的现状和存在的问题是什么。我们知道人工智能是从1956年在美国的一个学院的会议上提出的概念，而且当时是非常兴奋，觉得类人的东西要出现了，但是经过了整整40年，到1996年的时候，经过两次一个高潮、低谷、兴奋、又衰落，今天我们是人工智能的第三次，又出来一个高潮，大家又很兴奋，因为看到很多成果很兴奋，但是我很忧虑，第三次低谷一定会出现，为什么说第三次低谷一定会出现呢？恰恰因为我们对前两次高潮低谷的总结，他认为人工智能发展瓶颈是什么，为什么不像一开始我们那么兴奋，我们的期待主要是两件事。第一，硬件。就是由于计算机的计算速度和它存储能力达不到对人工智能的描述，这是核心。第二，算法，软件达不到。恰好是这些年来，到1996年，到90年代末、20世纪初，我们恰好在计算机的运算能力和性能上得到了极大的提高，甚至我们包括了云中心、云计算和计算机的速度，因此，我们发展的速度复苏，这种复苏同时还包括深度学习算法，出现很多的成果，大家都知道AlphaGo、索非亚、刷脸技术、科大讯飞的云翻译、云汽车，大家都很兴奋，觉得类人的技术离我们并不远了。我认为将来第三次人工智能如果进入低潮的话，因为人工智能是需要成本和效率的，将来我就是为了提高机器的效率不断的提高计算机的成本，让计算机如何如何的提高速度，但是计算机的速度现在已经快到瓶颈了，怎么办？大型的、并行的云中心，一个云中心需要多少，金院士也来了，原来在他们中心搞云存，几亿、几十亿的投入，非常大，靠这么大的投入去做人工智能值得不值得，不如一个月在我们地区给1500元就能干活了，为什么去做这个？我想提问这件事，按现在的人工智能发展路线，难道不能出现第三次低谷吗？第二，现今天的路线能实现真正的类人吗、就是智能吗？ 我们可以预见到，未来人工智能的瓶颈一定是成本和效率问题，今天的计算机很难实现真正的人工智能。 第三个问题，人工智能的发展瓶颈是怎么去破的。我记得我看过汪老师1988年搞的推理机制的时候，钱学森先生接见你们的时候有个讲话，我们50年代抓两弹是为了抓住我们的国力，他说21世纪不是两弹的竞争，他说叫机器智能，机器智能就是人工智能，他说这个是国际上的竞争，然后他紧接着有那么一句话，他说50年代我们搞两弹，是先有理论、后有实践，我们现在最头疼的是，未来的机器智能我们没有理论，钱老已经看到了，很多已经意识到人工智能的最大问题，没有理论。人工智能所取得的这么多成绩都是人工智能的技术发展，而这种技术发展就继承原来我们处理物理问题和其他问题的数学方法和数学逻辑所完成的。目前人工智能研究，尽管我们出现了这么多的成绩，但是我觉得一个问题，重技术、轻理论。 二，现在所用的技术和方法论来说，只不过是工程学方法为主，即使在学习算法上我也看，因为我是搞数学的，也看，比如我们今天提出的深度学习对于我们人工智能的确发展起了很大作用，但是深度学习，不说别的，我来识别一个东西卷积神经网络，我一直在想，我脑子里有网络，但是没有这个卷积，就是说我们现在所做的只是工程的模拟，而已跟人的智能差距很大，根本不是那么回事。未来要解决人工智能的成本问题、效率问题，唯一的一个办法是要深入的去研究智能行为究竟怎么产生的，我就很感兴趣钟老师这个人工智能的生成机理。刚才那位老师谈到，说我们这个是什么指导的，我不同意这个意见，工具，你总不能说微积分是对物理科学的指导和启发，不是，就一个工具。现在为什么说是工具呢？因为根据三个老先生，一，我们需要基于信息论的知识的生成过程，它的原理要搞清楚，知识最原本的东西是推理，推理需要逻辑，整个逻辑还有数学基础，恰好是三种放在一起，不是说给人一个启发，我们重点是三位老先生还是人工智能创造全新的途径，我认为是这么一个工作。 我还想谈这样一件事，今天我们利用计算机来实现了人工智能，未来的人工智能利用今天的计算机能实现吗？我的结论是不可能，为什么我的结论不可能？因为谈到今天的计算机，很多人都认为计算机的两个最大贡献，一个是图灵、一个是冯诺伊曼，但是我认为图灵、冯诺伊曼主要在计算机技术上，而计算机的生成基础原理应该是莱布尼茨，莱布尼茨应该是数学逻辑的创始人，还有一个很重要的康德，近代集合论的创始人，集合论是什么？他并不简简单单是数学方法，是最重要的思维方法，而恰好就在这个出现了毛病，因为基础知识是莱布尼茨的数理逻辑和康德的集合论，因而才产生了布尔代数，才有了后来的图灵的工作，康德的集合论创造之初就受到了很多人的攻击，特别是维尔斯特拉斯对他也产生了攻击，还有罗素的理论，后来我们发现的确是集合论的思想，而且他的这种思想是今天计算机所依赖的理论。现在有什么问题呢？我们说当时罗素提出来的悖论，实际根本推翻了两件事，一个是证明过程可以用反正法吗？不能，二证明的过程可以用数学归纳法吗？不能，他说这是人真正认识，人的认识问题不能用反证法，也不能用纯粹的数学归纳法，这恰好就是康德集合论出现的东西，我们回避了，但是人的思维是不能回避这些东西的，就是在今天的计算机基础上实现所谓类人是不可能的，这里都需要我们的基础理论要重建，要重构基础理论，我很赞成三位先生的工具，要重构这个理论。 下面我想提这么几个建议，时间关系简单说： 一，要提高对基础研究的认识，把它纳入到国家战略。 二，一定要走中国的道路，为什么走中国的道路？因为刚才何老师说了，人工智能主要不是计算，而是算计，计算是物理科学重点是计算，人是算计，但是他俩对象不一样，计算的对象是数，算计的对象是概念，一定要创出中国全新的东西。一定要多学科联合，除了我们搞信息科学的、数学的、逻辑的，还需要思维科学的、脑神经科学的、化学的、行为学的，一定要多学科进行联合。另一个，一定要走老中青相结合的道路，为什么？因为我们今天要构建、重构人工智能的基础理论，要运用到更高、更深的智慧的结合。最后，理论与实践一定要并行发展，为什么？因为一定要按照毛主席说的实践—认识—再实践—再认识，要符合这个规律。 陆汝钤院士（张松懋研究员宣读）： 我是中科院数学所的，我是代表陆院士来发言的，陆老师专门写了发言稿，他做了这个PPT，所以我来给大家念一下陆老师的发言。 为了考察智能生成机理，陆老师写这个是泛泛的题目，并不是针对钟老师的这个机理专门来讲的，他是从这个词源深说的。首先，要明确什么是智能，这个问题现在好像还没有一个为专家们普遍接受的说法。这是首先要明确的，什么叫智能。 第二个要明确的，说的是人的智能还是机器的智能，甚至有可能是人类以外的生命体的智能。我们先从人的智能说起。 人生来就是有智能的吗？我们想到的第一个回答可能是否定的，试想如果我们把新生婴儿封闭起来，只是给吃给喝，没有语言交流、没有声光电各种外界刺激，婴儿长大以后可能是一个白痴。我们说人有智能的意思是正常人天生具有通过学习获取智能和应用智能的器官，如果大脑受到严重伤害，或者负没有任何信息来训练大脑，大脑就不会体现智能，根据这个思路我们可以认为，每个人类生命个体的只能是该个体在后天通过不断学习得来的。 只有人类才能有智能吗？我们的观点是否定的，可以从两个方面来考察。首先从人的定义来说，恩格斯曾经把制造工具作为从猿到人的关键一步，现代的人类学家经过研究后认为，如果要画一条界限的话，真正的人类出现的应该是从直立人开始的，因为之前已经会制造工具了，因为是直立，所以脑容量迅速扩大，一般1千毫升以上，给智能的产生发展提供了物质基础。另外，我们从动物的观察中也可以看出许多动物是有智能的，比如像狮虎狼等等猛兽，在捕食过程中的潜伏、围猎等行为都可以体现智能。 智能是在过程当中某一点突然爆发的吗？根据情况研究不是这样的，智能和大脑的结构、容量是密切相关的，但从容量来说，从脑容量约500毫升、经过直立人1000毫升，到现在的1500毫升，几乎可以刻画人类发展的过程，所以我们可以认为人类获取和应用智能的能力是通过不断进化逐步提高的。 大脑是产生智能的唯一器官吗？好像不是，文献中报道的著名仿声大狗，能够在复杂地形上负重快跑，对身体平衡的掌控模拟了人类小脑的功能，在更广的意义上人类的脑是复杂的结构，各个部门各司其职，例如脑干要负起维持人所在生命多种重要责任，还有许多条件反射和无条件反射，如果用人工智能技术构造一个人工生命，对于脑干功能的模拟是必不可少的，这里我们想起了布鲁克斯主张的没有表示的智能，他凭次获得了国际人工智能大会的国际思维奖，这个观念看不仅大脑，而且整个脑子都能产生并体现人类的智能，可能包含一些高等动物的智能。 现在这个问题就来了，一个生物的生命活动中有许多自调节的现象，如果把这些生命现象都说成是智能的话，是不是把智能的范围不适当的扩大了。例如，当有细菌或者病毒入侵人体时，我们的免疫系统会动员起来抵抗入侵者，难道这样的生命机制也算智能吗，我们认为是不算的，因为这些完全是人的机体的自发行为。 总结以上讨论，我们把脑子，无论脑子哪一部分控制和调节生命体的行为看作是高级生命系统的智能行为。 是上我们对人类的智能发生机制的讨论。 关于计算机的智能，计算智能、机器智能，我们认为可以有两个层次的含义。最能为大家接受的一种说法是凡是需要计算机来模拟人的大脑思维去做的事情就是智能，比如说计算机做计算、做文学的解读、做推理写文章、作曲、绘画等等都属于这个范畴，图灵1950年提出著名的图灵测试也属于这个范畴，从窄一点来说，可以认为计算机能够进行创造性思维才是智能的，计算机做一些固定的有规律的计算，并不需要聪明才智，比如说求解一个线性方程组，我们对创造性思维的理解是，在不完全信息和没有先验支持的条件下，计算机还能适当运用已有的知识和有限的信息，以应付不分明环境和新的问题，这样才算是智能。 至于前面提到的人类大脑以外的脑部件体现的功能，一般是不能仅仅通过计算机来实现的，例如对于物理力的测量，声音和光电信号的接收和转换等，必须另加设备，严格地讲，他们就不是计算机智能的一部分了，尽管大家常常把各种外部设备提供的功能也算成是机器智能，但是我们觉得它不应该属于今天讨论的范围。 当然这个机器智能的发生机理还可以细分，老一辈的智能生成机理大师认为这个智能产生于逻辑推理，比较典型的代表包括Newell和Simon物理符号的假设，这个学派的学者也被称为符号的智能学派。还有一些大师认为机器智能产生于计算，这里里程碑的工作包括神经网络、遗传算法、软计算，以及近些年来崛起的深度计算，这一派是计算智能学派。第三种观点来自于Feigenbaum的知识工程，他曾经宣称足够多的知识就可以形成智能。他的具体设想是，用10年的时间构建海量的知识库，使他能够回答涉及人类知识的一大部分的问题，先用10年时间建立，然后再用10年来扩大海量知识库，使他能够回答他所不知道的问题，再用第三个10年来改进海量知识库，使它能够自己创造知识，从而达到智能化的程度。我们觉得这些主张都是有道理的，但是都不够全面，可以看作是互补的。还有第四种观点，全名为钟老师这边提出来的，以信息观、系统观、机制观三位一体的机制主义的人工智能。信息观体现了只能是从信息转换而来的，系统观体现了信息转换的全面性和系统性，而机制观体现了智能生成机制的重要性，还有一些其他智能发生的观点，我们是主张通过大家熟知的百家争鸣、百花齐放这样的机制来辨明真理，我们相信实践是检验真理的唯一标准。 谢谢大家，这是陆老师的发言。 金智新院士： 首先向钟老师、何老师、汪老师致敬，也向三位老先生学习，听了今天的报告，报告的内容非常精彩，也很受启发。报告的视角非常独特，从普适的这样一个概念出发，普适的一些东西一定为人类做贡献，最后钟老师的这些建议我想也都非常实在、非常中肯，今后有这样的机会一定会把我们国家的这些老先生他们所从事的专业面临的一些困境、一些问题有机会反映。 我本人是学煤炭采矿的，非常有幸两年参加了中国科协重大科学问题和工程难题的终审会议，当然我搞矿业的，因为对矿业了解，所以就为矿业两年争取了两个项目，一个是矿山的重大安全问题，一个是千米竖井施工装备的一些难题，千米竖井大家都知道，多少川藏铁路目前已经开工了一部分，但是有很多生态脆弱地区施工条件连工业场地都没有，如果工业场地太大，要打很多的山路上去，应该说对生态脆弱地区环境破坏非常大。 人工智能确实我说不了太多的东西，但是我想从我这个行业说说我们人工智能现在的发展。煤炭行业大家都知道，是我们国家的主要能源，就是这几年大家对它的责难也好，大家觉得它对环境带来很大影响，这也都是现实，但是它无论如何目前在中国一次能源消费中的比例还占到了59%，当然和世界的27%比重确实是很高了，这几年新能源发展很快，我们煤炭企业的数量由改革开放最高潮的时候8万多煤矿，到现在只有6千座，这6千座当前正在干什么呢？智能采矿，这个可以说是我们整个煤炭行业目前非常火的一个东西。但是怎么智能？怎么弄？很模糊，包括5G在煤矿用，大家也可能赶这个时髦，因为在地面上还没有用，在煤炭上要用，特别马上由于井下使用防爆的要求都提出了更新的一些挑战。在智能方面大家都是这样一个具体的问题来说，我觉得今天听了钟老师的讲话，对煤炭的智能发展非常有帮助，今后我还得好好的把它消化消化。 作为高校里边可能这些思想、这些理念应该很有意义，特别是当前的高校在紧锣密鼓的学科建设当中，无论是中期的评估，还是下一步验收，我觉得作为把老学科进行一些调整，这个新的学科智能方面应该说各行各业确实都非常需要，能把这些理念、想法融入多具体的应用当中的，将极大的促进生产力的发展，例如有人巡检、无人操作，这是我们对智能提出了要求，因为他这个矿业类的，如果把智能上去，经验的学习非常重要，同时又不允许失误，他这个一失误可能涉及到人命关天的事。同时，也应该在这个学科当中的学习当中我想是有一个贯通的学习，可能光光本科大概学这些有些费劲，因为很多思想还要和哲学的一些东西结合起来，这个就提出了更高的一个要求，我想这个难度应该说也比较大。 这是我的一点体会。谢谢大家！ 吴国政处长（基金委信息科学部三处）： 受张主任委托参加这个会，学习了很多东西，今天早上看到以钟老师为首做的报告，很受启发。基金委也收到了钟老师的建议，我们还是非常关注这块的，特别是人工智能这块，做这个概括也是希望突出这块，希望在这个上面有大的创新，今天的报告提到通用人工智能，也关注到，但是现在整体感觉到难度很大，不管从基础理论的突破、从范式的概括，我们现在还没有找到着重点解决通用人工智能，您刚刚提到的方向我觉得还是很好的。 第二，我代表我们处针对钟老师这个题目说说，不一定对，我不是搞人工智能应用的，现在整个人工智能基础研究方面，我们当时也分了一下类，应用基础研究，真正的通用或者原始基础性的人工智能技术很少，现在我们也希望在这方面做出贡献。我不太懂，所以还是请教几个问题： 第一个，刚才钟老师在报告当中提到的物质信息，我现在有点困惑在哪儿呢，我觉得物质科学、信息科学，实际上也是包含着物质，很难说这两个学科有一种对立的关系，因为信息里面还有很多物质，包括电子、通信流、信号，我确实是外行，不一定对，基础来说我觉得把这两个分开来讲，通过这个达到信息科学这块，但是物质科学我觉得信息科学绝大部分是有重合的。 第二个，知行合一和我们这个是有异曲同工之妙的，如果在重大项目申请，如果提出这个观点的话需要更进一步对它内涵和外延进行科学的解释，因为我们现在还达不到基金资助这个层面，更多的是在数学原理这块，把这块内涵外延钟老师再解释解释。 第三个，我还是觉得咱们这个研究，刚刚听也提到了困难，但是再困难我估计最后如果他作为一个项目立项需要有验证，这个验证再困难都得做，我特别感兴趣的您刚刚说的，我也查了一下，这块怎么把智能生成机理应用的工业大数据，我觉得再难需要有一些延伸性的东西。 最后，您的立项我们也看到了，可能最大的是咱们三位老师的年龄，如果三位这个项目真的能立住，真的去申报，一个是以单位，第二，从我们现在的创新群体限制是55岁，不光我们基金委，整个科技的用人和和团队来说，政策又得改变，我们可以慢慢在来，第一步我们也是进入这个过程当中，我们现在整个评审是透明的，咱们随时交流。 刚刚提的建议很幼稚，因为我不是搞这个的，不是特别懂，仅供参考。 钟义信教授： 吴处长刚刚提的几个问题带有普遍性，不光是您个人的看法。物质科学跟信息科学的关系，所有信息系统都要有物质、都要有能量，没有物质连形体都没有，信息科学系统就不存在，没有能量，信息的过程不可能进行，所以物质科学跟信息科学并不是一刀两断谁也不管谁，但是在所有的信息系统中它的物质、它的能量都是为了支持信息科学系统的信息过程，而不是关注它的物质过程，物质是支持信息过程的，所以信息科学跟物质科学有关系。但是当我们研究理论的时候，信息科学问题会把信息作为它的基本研究对象，这并不意味着信息科学不要物质、不要能量了，科学界都有共识，没有问题，不存在这两个东西你没有我、我没有你，只是说研究信息科学的时候不能只是关注物质，而不关注它的信息过程，信息过程是命脉、是它的主导，也就是说信息流来指挥物质流和能量流，物质流和能量流是支持信息流的，所以一定要把信息作为主要研究对象。所以，他们之间有联系，但是又有重大区别。 第二，我们也经常碰到这么一个问题：研究自然科学为什么要把哲学问题拿进来？这个就是“分而治之”的方法论造成的世界性的影响，把哲学和自然科学截然分开，自然科学的发展就会受到影响。如果总在下面这些层次去做，就永远也达不到整体的把握。为什么近年提倡交叉科学？就是因为“分而治之”方法论把原来的科学分成很多很多分支，把他们之间的联系割断，现在“交叉科学”就要恢复这些学科之间的联系，包括哲学和自然科学的联系，没有这个联系就会陷入局部，因为哲学和自然科学并不是一刀两断没有关系的，科学最深刻的东西就在哲学，哲学要应用的东西都在科学，这两个是不可分割的，但是以前为了研究的方便把它分成门门类类，这个正是现在提倡交叉科学的原因，为了减少这样一种副作用，恢复学术问题的内在联系，所以自然科学一定要有科学观、方法论的问题，不能够把它们去掉。我注意到有一个报道，不知道是基金委整体的方针还是能源科学部的方针，它说：评价科学基本成就的时候，一定要看它有没有涉及方法论。我认为这个方针很好，所以我给陆建华副主任写了一封信，我说这是巨大的进步，不是小进步。很多人都因为自然科学和哲学一定要分清，所以都不涉及科学观、方法论的问题，于是思考的层次都比较低，这样很难从根本上实现突破。所以刚才吴处长提到的问题特别重要，而且也有特别的普遍性，所以我想说说我们的的观点，供大家批评。 最后一点，老年人对国家科学贡献的问题。目前，国家执行的退休人员政策有毛病。国家已很大的投入把人们从小学、中学、大学，一步步成长起来，这个过程当中他都在成长，当然也再作贡献。但是，到退休了，国家就不管他们的贡献了。国家在这里很吃亏。有人问：钟义信为什么你最近有那么多成果？我说很简单，因为我退休了，所以我能有重大成果，如果我没退休，为了应付那些管理要求，我就没时间去做很基础的研究。所以，现行的年龄政策太形而上学，而且国家的损失真正是太大了。那些仍然很活跃的这样一些人，他有非常精彩的成果，国家没有政策去支持他们，这些成果就丢掉了、埋没了，跟这些人一起进入棺材里了，这些如果不改变，国家的损失巨大的。尤其是基础理论自然科学基金，基础理论这个领域青年人、中年人要应付这些管理的要求，哪里能够坐得下来、沉下来去研究这些最基础的东西，研究科学观、研究方法论、研究生成机理，基本上不可能。而能够研究这些的人都退休了，退休了的人研究出来的这些精彩结果，国家又都不要了，这个国家的政策不改善真的损失太大！ 何华灿教授： 关于自然科学和哲学的关系，我们可能受到一些思维定式的影响，实际是不对的。我举个例子，我们讨论一个家庭两个小孩之间的关系的时候，就不牵扯到家庭与家庭的关系，但是要讨论孩子婚姻的时候，就牵扯到两个家庭之间的关系，我们在讨论中国公民的管理的时候会牵扯到外国，但是也有外宾来了，在我们国家认祖或者跨国婚姻的时候，自然科学和社会科学都是跟哲学有关的，但是一般的讨论自然科学问题不涉及到这些，但是我们涉及到科学观、方法论要转变的时候，虽然都是研究自然科学，必须从哲学的高度来。所以说，管住我们的高层。不涉及到高层我们就上不去。我跟我的博士生，遇到大量的脱离传统的思维，找新的方法的时候，或者我们大家都有一个共同的感受，首先要从哲学，从观点上突破，一旦突破了以后就好做了。我们在辩证的层面思考问题的时候，任何问题都是对立统一的，这样才能实现，所以从哲学的角度看辩证思维的时候，离不开真假同体、对立统一，这个思想一打开，别人该怎么骂骂去、我们该怎么做做去，所以才有今天泛逻辑大一统，把所有逻辑规律包含在一个统一的体系里边去。我觉得真正到了原始创新，必须涉及到科学观和方法论的层面。 钟义信教授： 对，不考虑科学观、方法论的创新都不是真正根本上的原创，都是局部的创新。 王万森教授： 第一个，刚刚吴处长提到的，包括钟老师的研究，是不是结合找些数据来验证验证，我觉得作为基金的资助应该分两个方面，一个就是原创性基础的这种研究未必一定能去找到数据去验证。我觉得这个观念是错误的，我觉得是不对的，就是在基金方面我自己也吃过这个苦头，我曾经报过泛逻辑方面的课题，包括国家基金和北京市基金，后来有人给我透露，我觉得这是咱们国家基金资助方面的一个悲剧，不应该这么做，要容忍创新、要鼓励创新、要容忍失败，这是基金最基本的原则，如果任何基础和原创性的研究都得拿数据去验证的话，我认为这个不是真正的原创，不是真正的创新方面的研究。 第二个，钟老师提出的国家创新人员如何提出他的应用为国家科技进步做点贡献，这是非常有道理的。年轻人正在创新活力时期，不容忽视，应该是国家在科技创新方面的一个主力军。一个退休的人，在没有工作压力的情况下去思考一些基础性的问题，我觉得对国家是更有益处的。大家都忙于工作、忙于完成任务、忙于完成指标，谁有精力做太多的创新的原始方面的研究，我至少我觉得我见到很少有，就是为了完成指标，我多少SCI、我多少项目、我多少经费，考核的就是这个东西，如果没有这些东西我就没法生存，我饭碗就没有了。我觉得钟老师这个想法非常重要，确实值得我们国家在研究方面、政策方面引起一些关注。 我自己就有一个很简单的例子，当然我这个不算什么，现在人工智能教育这么热，做人工智能教育的有多少？可能千千万万，真正思考人工智能教育的有多少？最近科技日报对我有一个采访，问答式的，我把我的观点谈了以后，4月4日他们在科技日报登了，登了以后当天就有转载，我是一个退休人员退了几年了，但是我对这个问题的思考，我觉得至少他转载了我觉得他是认可的，我觉得对退休人员的这种余热的发挥或者研究方面的政策，确实是需要认真思考的一个问题。 李衍达院士（胡涛转达）： 大家好！我叫胡涛，我目前还是清华大学自动化系的博士生，但是我今天是作为李衍达院士的代表人，因为李衍达在学校有一个报告，他今天委托我过来传达一下他对于智能生成机理的思考。 作为我个人来说，我个人来到这儿更多的是抱着学习的态度过来的，确实听完钟教授精彩的报告我也学习到了很多东西。对于我来说最感动的有两点。第一个，钟老师再度向我们表达了方法论对于科学研究的重要性。在我的博士前几年中间我可能更加关注如何解决一个具体问题，比如通过编程、通过算法这样一些具体的措施去解决某一个具体的问题，但是往往就会忽略了方法论上面的重视，这个对于我来说也是一个警醒。第二个，钟老师在他这个年龄还具有这种不服老的精彩，能够身体力行、知行合一奋斗在科研前沿第一线对我是很好的鞭策。 接下来我就简单的传达李衍达原始关于智能生成机理的两个简单的思考。 虽然李老师跟钟老师的研究方向可能不太一样，但是我们会发现，大师们对一个问题思考的时候，他们在本质上都能够挖掘到本质上最重要的东西，从而能够找到一致的内容，李老师讲的这两点东西其实跟钟老师今天跟我们讲的很多东西本质上都是相同的，但是李老师在他准备这个稿子之前肯定是并不太清楚知道钟老师今天要讲什么内容的，但是我们会发现，他们内部具有惊人的一致性。 首先，李老师第一个观点认为，智能中间智能生成的机制很重要。李老师认为人的智能最大的特点是具备概念，概念能够让人认识到各种各样的事物，并且在事物中形成迁移，这种迁移辅助人们认识新的事物，对于智能系统而言我们如何产生这种概念，李老师的观点是要把智能系统和复杂系统联系理解，复杂的根本特征是涌现，一个复杂系统拥有多个单元组成，当这些基本单元存在相互作用的时候就可能产生新的结构或者是新的属性，比如说在礼堂中每个人鼓掌可能不会产生很大的效果，但是如果我们有很多杂乱的掌声汇聚在一起，就可能形成共鸣，这种共鸣就可能产生一种非常巨大的后果，比如说对建筑造成破坏等等，这就是复杂系统涌现的体现。 对于人的智能而言，我们的概念就可能产生于涌现，而涌现可能由人对事物的分布式认知而产生的，比如说我们认识马的时候就是由各种各样的概念形成的，各种概念共同作用的时候就能够让我们分辨这个是马而非其他动物，同时这种分布式的概念还具有一定的关联性，正是所有有关联的部分同时进行发射脉冲，从而产生系统的共频，形了一种涌现，这种涌现是新出现的，反映出了各个部分脉冲的某种共性，但又与组成部分的分布式脉冲不同，就像是某个主体各种分布式感知的一个整合，这个整合是所有感知联合起来形成一个整体，这个整体是我们概念产生的一种机制。这是李老师的一个观点，这种观点在今年我们自动化系在Nature上发布的文章，就是利用分布式的刺激模拟人的类脑进行无人的自行车的控制，当时没有明确的工作，其实这个也是验证了李老师在智能系统上的一个思考。 李老师认为，人的智能本身就是复杂程度极其高、自组织特性非常高的复杂系统，所以我们要研究人工智能还需要回到复杂系统中间去寻找一个思路。李老师提出这样一个观点也是基于李老师本身的研究方向，因为李老师本身是基于信息科学以及控制科学，所以我们可能平时更关注的是复杂系统中间是怎么样进行优化和控制的。 第二个，李老师认为，智能应当具备自主决策的能力。我们一直期望人工智能能够具有人一样的能力，人最大的能力就是具有意识，从而能够进行自主决策，我们之前做了很多工作，让机器已经初步具备了学习的能力，现在的人工智能系统已经能够基于已有的数据或者已有的知识进行学习，并初步具有决策的能力，但是目前人工智能系统只是对已有的刺激进行学习，这样产生的是被动的条件性的系统，我们脱离与训练时相同的环境或者面临与之相同工具、不同统计规律的数据的时候，这个时候就不能很好的工作了。对于人的智能来说学习能力之上，我们最大的特点之一就是进行不断的进化，我们基于学习的只是在新的场景同样具备决策能力，所以未来的智能生成系统应当具备自主决策能力，从而在环境的不断刺激下，为适应环境的变化开发出自主决策的机制进行自主决策，李老师提到的闭环跟之前钟老师报告中研究成果中讲到的闭环本质上是一致的。 我要转达的主要就是这些内容。谢谢大家！ 魏英杰编审： 各位领导专家好！我来自科学出版社，非常荣幸参加今天的会议。在我们日常生活中平时遇到的都是国际最顶尖的专家和学术著作，我明显的感觉这些著作都缺乏战略的高度，算法的优化、模型的展现非常多，缺少大师之作。今天收获很多，钟老师、何老师是从战略高度去思考了方法论和解决的措施，这是非常艰巨的一个问题。刚开始听的时候我的感觉就是，怎么从一个定性的问题找定量，这可能是一个跨越，但是后面听到了一些实践和应用，我觉得非常非常的惊奇，期望将来可以和咱们的专家一同把人工智能往下推动，出版社也在这方面做了很多工作，今年5月份我们在清华大学召开了编委会，邀请了李衍达院士、钟老师、何老师、陆院士等十多位院士、二十多位国内的著名学家，拟计划共同组织出版一套人工智能理论和应用的丛书，目标服务于国家战略规划，促进我们国家原创性的和国家急需要的重大成果的出版，也希望将来可以和各位专家一同促进我们国家人工智能的发展。 谢谢大家！ 陈月辉教授： 各位领导，各位专家好！我来自济南大学人工智能研究院，我本身是学控制论的，钟老师是搞信息论的，人工智能目前世界范围非常热，但是真正理论突破在世界上是没有的，但是我想钟老师、汪老师、何老师他们三位老先生提的这个东西绝对是一个原始性的创新。 大家知道，智能很复杂，涉及到我们大脑的方方面面，比如说我们讲神经科学、大脑科学，大脑科学在宏观层面上我们了解的比较多，比如说我们大脑的区域指挥哪一部分的活动，在微观层面上，也了解的相对比较清楚了，从神经元、神经细胞这个角度，但是在中观层面我们不清楚，不清楚的主要原因是因为我们的一些重要的仪器设备还没有。比如说我们在做事、我们在解一个数学问题的时候，大脑是如何活动的，各个神经元是怎么连接的，这个层面没有观察手段，所以这块我们是不清楚的。比如生物科学，生物科学现在是按照西方的做法，就是还原论的方法，不停的把大的东西看的越来越细，我们现在研究的，从分子细胞这个角度研究了很多很多，包括基因测序，这些都有了，来了很多的数据，有了这些数据之后这个生命的机制是怎么产生的，到现在搞不清楚。所以说21世纪两个最大的世界难题，一个大脑的运行机制问题，一个是生命的产生机制问题，这些机制按照西方的那种还原主义的做法我认为是行不通的，所以必须用一个系统科学论的观点、一个整体论的观点来做，而三位老先生做的事情正是走了系统论的方法去做了我们人工智能创新，这个我觉得是非常重要的，所以应该是咱们的科技部也好、基金委也好、中国科协一定要大力支持咱们项目。我们在济南大学成立了一个人工智能研究院，钟院士给了我们很多的指导，我们在山东这个地盘上这套东西能得到山东省政府、济南市政府的支持，包括给房子、给经费我们做到了，另外还需要国家重点推动。这套理论非常好，但是下一步我们把这套理论要具体化，做验证系统，要在各行各业进行推广，这块我们一定要组织人力去做，理论、算法、技术怎么去突破、怎么去创新，这块我们有一个团队，准备下一步大力去推进这个事，有当地政府的支持，我想我们能在这方面做出重要的成绩。 董奇校长（李小俚代表）： 非常感谢钟老师提供这个学习的机会，汪老师，我硕士生的时候就是做模糊数学的，因为董奇校长刚刚出国学习回来没有时间来，委托我来，但是我们北师大就在我们隔壁，我们脑科学里边有一个重要的的任务要去找智能生成机制是什么，我们找的方法比较传统，用动物试验、用人的试验。因为我也不是特别懂这个东西，我们提两个同意的观点、给两个建议。 两个同意： 第一个，我觉得智能的研究还处于试飞的阶段，像莱特兄弟试飞机的阶段，真正的空气动力学理论是不是存在，也是我们在脑科学理论里面描述现象困惑的一点。 第二个，你提出很重要的观点 － 范式，范式对于我们搞信息科学和脑科学非常重要，因为在什么样的认知，范式对我们来说就是认知任务，在什么样的认知任务的条件下大脑是怎么去处理这个信息、怎么样的行为，包括它的注意力，包括它的记忆力，包括它的情绪的应急的反应等等一系列问题，所以我觉得范式的观点还是非常重要的，作为一个系统，如果你没有一个刺激的源头，你很难看到后面的通路，这个也是不能说老是静态的观点。 两个建议： 第一个，要研究智能科学的话肯定离不开脑科学的，我们脑科学目前的困惑，我们只能提供一些局部的数据和局部的规律，仅仅是局部的数据我觉得对我们理解智能也是非常重要的支撑点，因为只能是人说的智能，而不是外星人说的智能，还要回到我们人身上来。 第二个，我们在研究智能的时候，尤其在我们实验室时常会碰到一个现象，就是两组打起来了，一组是研究人脑的，有一组是研究猴脑的，这样就带来一个问题，人脑跟猴脑智能本质上的差异在哪里、有多大的差异，从基因上来讲，从神经元的动力学的个性上来讲，神经网络描述的现象来讲，好像很接近，但是猴脑对于人脑智能的差异性也就不用去争论了，这是没有什么可争论的，所以智能上描述的一个是质和量上的考量，怎么样把质上的东西和量上的东西，我们现在强调更多的是量，但是智能里面有一个最重要的问题没解决掉，就是我们也是脑科学计划里面提出的很重要的观点就是说，像物理学里面讲力，有牛顿的一个量化的标准，光有频率、波长，热有温度，我们智能现在没有一个单位，我们单位是所谓的标准，在这样的范式下猜1000个人统计出来这么一个数据，总是相对的，没有一个绝对的物理量，所以每次报告像精神科大夫看病一样，也会看错，为什么看错，说给他一个行为量表的东西变了，可能就把不是疯的看成疯的，也可能把疯的看成不疯的，它总是在变。我们最终的一个问题就是说，如果我们没有理论的体系做支撑，形成我们一个大家都认可的相对绝对的一个物理量，就是相对一个量的东西去描述这些智能的时候，我们后面就很难走。 这是我的两个建议。 陈志成博士： 我概括讲第几点： 第一点，大家在座的所有老师都应该知道国务院人工智能发展规划的文件，里面有很多内容，但是第一个大的内容，就是讲人工智能基础理论，基础理论当中也列了七八条，我们下来仔细学习、研究分析列了七八条，到底是些什么内容，人工智能基础理论到底是个什么基础理论，我学习了很长时间、看了很多遍，我们认为它在领域当中，各个领域当中它是基础的，但是是不是人工智能通用的基础理论？这个我们现在不好说。人工智能通用基础理论应该是具备一些特性的，就是说统一性、普适性或者是奠基性的工作，我们讲计算机二进制是我们的基础，数理逻辑是我们计算机里面最基础的，我们人工智能现在有没有从二进制、三进制或者泛逻辑这些角度考虑，我想我们国家战略当中从这方面是要多关注，包括知识表示、数据分析，这点上我们今天钟老师、何老师、汪老师他们这种体系可能是更加符合基础概念的，有一定通用性的特征。 第二点，智能，能不能生成，什么是智能？他生成的机制、方法和手段，这个问题我们今天是主题思想，刚才韩老师说，钟老师这套思想方法论，我们讲科学观确实有指导意义，我是这么认为的。但是还有一个问题，他不仅仅是光指导，其实这几位老师的东西已经形成了系统、方法，已经提供了相应的平台、工具，比如已经知道怎么生成一套逻辑体系，我们以前讲的概率逻辑、模糊逻辑都是概率性的系统，现在我们可以在不确定问题之下可以自动生成我的公式、自动生成相应的算法和概率，你可以想想，算法可以生成，有生成器的概念，按照机制主义的思想，我们已经开发出来了有一定的至少是有仿真或者有一定领域应用的这套工具，向在座的老师给大家汇报一下，不仅仅是指导意义的改善，已经有方法、工具相应的平台系统已经做出来了，不好说做的多么完善，逐渐还会改进，但是已经有了。这是第二点，确实可以生成，后续进一步完善就可以了。 第三点，建议，对信息技术这个时代、计算机时代我们的操作系统落后了、我们的芯片落后了，中国曾经在2000年的时候龙芯启动了中国的芯片，也能够1999年、2000年启动做中国国产的操作系统，我那时候有幸参加了国产操作系统的研发，龙芯他们做硬件、我做软件，2004年在人民大会堂我们就开发部会，说中国的国产操作系统，大唐电信做TD—CDMA，3G、4G的通信协议，后来国际电联不通过，几年之后国际电联才把大唐电信的4G标准列入进去，现在回过头来看，人工智能如果说是国家战略，没有把基础理论作为重点可能确实是个问题，但是还好，新一代规划当中列出来了，但是我们怎么去找到真正的这种基础理论，我感觉今天几位老师的研究工作有一些成果，还希望从这方面做一些决策。 具体下来几点建议： 第一，我们自身，就是研究团队我也是跟着几位老师学习了，很长时间了，因为1999年我考了何老师的博士，2000年读博士到现在，我学习了很长时间，我自己一方面努力，理论也好，应用也好。 第二，北邮作为我们人工智能学会的总部基地，有很多的支持，这是我认为的，我还特意适当的加了点力度，有的稍微实际落实一点，比如钟老师退休了，开会我们办公室找不着，天天在咖啡厅，我记得去年7月8日，教育部科技司来的时候，贾院长、王校长亲自在场，跟我说陈志成你支持他们研究，我落地了也确实支持了，但是我记得你们当时承诺的时候说，我找一间房子出来，现在没有落实，北邮这么大个地方，房子紧张可以理解，但是不至于找一个挂牌子的地方都没有，这个话到今天校领导都在，我提个要求出来，有这么一个事情。 第三，北邮成立了人工智能研究院，我们在这里面是否可以从自己做起，人工智能研究院里面成立一个人工智能基础研究中心，把这个牌子亮出来，清华人工智能研究院成立之后，第一个成立基础研究中心，又成立交互中心，现在成立了好几个了，清华要成立10个人工智能相关的研究中心，这方面可以做。 第四，科协，科协是不是在人工智能所谓的新的时代也好、新的创新理论也好，看看有什么机制，机构方面做一些支持，也成立一个相应的什么机构，我没有想清楚，因为我不太了解科协的运作机制。 第五，科技部，科技部下面有个人工智能推进办公室，今年初的时候也成立了，清华老师牵头成立了一个国家治理法律伦理相关的研究中心，我们也是否可以成立一个人工智能基础创新相关的一个中心，从这个层面做一些工作。 第六，应用方面，人工智能应用我们一块想一些办法，把它做起来，现在已经有一些应用了，我现在推动中商联合集团公司做一些应用，把这套理论变成真正的价值。 郭桂蓉院士（张静代表）： 各位老师，各位领导，我也简单报告一下我个人的学习体会。今天郭院士出差赶不回来，派我来学习，今天会议的情况包括发的资料，我会及时的向郭院士报告。 我是来自军事科学院系统工程研究院的，因为我们所的名字对外是保密的，所以我不在这里报告了。今天能够有机会来学习我个人感觉特别荣幸，不光是学习了咱们三位老先生的全新的非常系统的学术成果，更加学习的是做科研的态度、情怀和方法。 时间关系我简单汇报三个方面： 第一，简单报告一点理解。 第二，提出一个诉求。 第三，表达一个心愿。 第一，一点理解。报告的理解很多，时间关系只报告一点。钟老师讲的，包括何老师讲的，在我个人感受，其实某种意义上也和系统观、系统论思想不谋而合，非常契合，在我们的工作中其实曾经也走过弯路，之前几十年从还原论角度分析军事装备如何服务作战。但慢慢的大家也认识到还原论的思想其实并不适用，甚至于还会带来新的问题，新的问题可能还会造成非常非常大的影响，所以我们也是不断的回归这个体系、整体，包括像您多次讲到涌现、演化的思路。但是我们自己的体会，其实这个推进起来非常非常难，特别是咱们三位老先生，从机理的角度来建立了一整套的机理，建立机理本身就非常难，但是可能真正实施下去、推进下去逐渐产生影响、带来效益，这个会更加难，我也没有这个资格，但是也可以类比一下，钱老当年在咱们国内推广系统工程的时候，其实也是遇到了方方面面各种各样的一系列不尽人意的地方，我想这些可能在我们未来推广咱们的这套智能生成机理一样还会遇到，但是我觉得我们现在会更有信心来共同往前推进。 第二，提出一个诉求。因为我也看到了一下，今天参会的可能只有我一个人是来自军队的，我就从军方的角度来提一下。因为我们整体来说，也不怕露怯，我们关于机理性的研究、基础性的研究整体还偏弱，我们开展的规律更多的面向应用研究，所以目前我们面临的一个重大的问题就是军事智能生成机理，今天您讲到的是智能生成机理，其实也结合刚才吴处长提到的关于验证工作，我们智能生成机理如何往军事领域去拓展和验证，我个人觉得是可以给咱们提供，既是我们的诉求，也可以提供一个平台。 我们也是经过系统梳理，认为目前在军事智能本身的特征，可能和人工智能还不太一样，我们有一些特定的特征，有的人是概括车五个方面，我们现在认为是八个方面。比如说：第一个，环境的高复杂性，这是面临作战的背景，其实刚才何老师也有讲到。第二个，博弈的强对抗性，这也是对抗双方的，和我们一些民口的或者一些试验性的是截然不同的。包括时效性等等。第三个，响应的高实时性。第四个，信息的不完整性，包括具体军事活动中大量的欺骗信息。第五个，边界的不确定性。还有三个方面的特征。第六个，监督的不确知性，咱们学习，不管有监督、无监督一定会有参考样本，军事有可能结合长期性、动态性，类似于毛主席之前农村包围城市，包括毛主席最初的一些军事思想，早期大家未必认可，也是有争议，但是他只有推进下去才能形成关于我们智能生成相关的监督的这种效应。第七个，损失的不可估性，军事活动中如果基于智能产生的判断决策，他带来的一些影响可能会极其巨大。第八个，样本的极端小性，我们经常说小样本、小样本，但是军事活动中涉及到的可以说极端小，我们军事活动许多都是不可重演的，说是艺术，但是我理解是一种委婉的说法。 结合我们军事智能的特征，如何来去研究他的军事智能生成机理，我们也是在推进，但是结合我们自身的能力，我们始终推进的非常非常艰难，所以说提出了一个诉求。 结合我们所的定位，我们所的定位客观讲不直接研究机理，军事智能生成机理，我们是要对军事智能进行试验验证，就是说现在我们也要发展一些带有军事智能的装备，这些装备投入到战场之后，他的这种高度的可信性、可扩性，是否体现他智能特点的时候不会产生其他的这些风险，这些方面是我们的重点，也就是在基于军事智能生成机理之后我们还要再往前延伸一步，就是要对他进行试验验证，这是我提的一个诉求，希望能够向我们这边多学习、多结合。 第三，表达一个心愿。刚才包括钟老师、何老师，我作为一个晚辈已经深深的感受到咱们科研情怀、报国情怀，确实是这样，但是从我们的角度，我希望可以和我们深度联合，因为我们军科院现在是杨学军院长，也始终要求我们开展学理性、机理性的研究，这方面确实我们有不足，不光您说的各种事务性被牵着，还有受我们的见识、我们的能力方方面面所限，所以希望在后续可以继续向我们赐教，包括加强我们关于认识论、方法论、因果论等等一系列，提升我们的科研工作和解决问题时效的能力。包括目前我们军科院和我们这个工作直接相关的，就有下属三个院，系统院另外还有创新院、战争院，战争院可能侧重于军事智能如何生成战斗力，不光机理产生智能，如何去打仗，也相当于面向应用。我们创新院面向人工智能的相关机理，我们更多的面向人工智能的试验验证机理，这些工作前提都是咱们的研究成果智能生成机理，所以我个人觉得，我们是有大量可以结合的，我们的科研经费也比较充足，后续看咱们三位老师更希望怎样的方式来进行结合，我会后向咱们来请教。 最后一点，我们单位目前在西直门北大街，离我们这儿很近，也有这个地利，如果咖啡厅什么，我们这边也还是非常近便，归根结底我们这边的相关资源，不希望三位老先生做起工作来太为难、太不容易，同时也是给我们提供学习锻炼机会。 主持人（王国胤教授）： 你刚刚说的三位老师没法拿项目，必须涉秘人员才能拿，你们课题都是涉秘的？ 郭嗣宗教授： 不一定，我们机理性的相关研究可以共同去研讨，涉及到军事案例的时候要回避。 主持人（王国胤）： 拿过来以后落到哪个单位、怎么落都复杂，我搞科研管理的我知道。 陈志成博士： 谁给钱多就给谁，北邮给的钱多给北邮。 张世光研究员： 咱们这个会上老、中、青，老的都有，三位老先生带队，很多中年的科技工作者，我估计我可能是现场所有人年龄最小的，一开始听很多内容感触也比较多，越到最后越兴奋，从陈志成先生逐渐更多的切入到我们今天的研讨，其实技术层面的研讨我觉得我不够资格，因为三位老先生在这个领域我认为已经是顶级的专家了，我觉得更多的一些，其实我想引发的研讨是关于大家提到的一些困难，没经费、没场地、没设备等等一系列的事，场地我先认领一个场地，回头谁的场地要是更好我们可以再探讨，就在钟教授家附近给您找一个场地，相关的环境会是比较便捷、比较不远，这是第一件事。我想我们多能够为三位老先生未来科技成果转化去验证他们的这些想法，我们提供更多的一些支持。讲理论探讨其他的我觉得对我们来说没用，我们更多的探讨探讨怎么样能够帮助三位老师更多的把他们的报国的理想实践，我先把场地认领下来，其他的我们共同探讨，别的我们后面再说。 贾庆轩教授（北邮科研院院长）： 各位专家，钟先生、何先生、汪先生的报告我也多次聆听，对于三位老先生一直艰苦奋斗40年，在这个方向上来进行研究，坐冷板凳，表示非常大的敬意。三个老先生的研究我们也跟科技部、教育部做过汇报，北邮来说，尽力支持，2017年底我到科研院以后，先从学校的自有资金拿了10万元叫钟先生做研究，这是历史上没有过的，给退休的，但是钟先生不舍得花，钟先生，那10万元还没花完吧？ 上面的资金审查，又有审计，刚刚韩老师说的学术生态圈很重要，下面有年轻的，以他的名义申请，因为有些钱只能给在职的、只能给40岁以下的，这个钱现在财政审计了不得，因为不是说这个钱哪一次来，都有审计，在座的都知道，跟企业不一样，包括建立联合实验室，按学术规定，如果学科不同意这个联合实验室还建立不起来，学科同意，你的学科在哪个学院，就得给找地方，院长签字不是白签的，都有个程序，学校在职的都有一个程序，跟企业还不一样。比如刚才陈总说那个地方的事，我就找计算机学院了，你都签字了，院长要建，我重要，也拿来钱了，为什么不给人家地方。你找院长签过字，我们才叫你建联合实验室，因为是个学校，科研院不管场地，场地都分到学院了，学院来进行调控。 钟先生，你该申请还得申请，但是只能学校特批开常委会才能给你批少少的钱，如果你有好的学术生态圈，你叫下边团队的，这一次有一个计划来了，学校拿2千万进行支持，很想看到您的团队申请，没有看到，现在一个项目100万，现在我们刚刚发布24个，一个100万，要求40岁以下，因为要用教育部的基本科研费，教育部要求，40岁以上他来审计你，你的钱做的对不对。 学术生态圈非常重要，特别钟教授，你的团队，好几个呢。从学校的角度，支持是没问题的，但是从王校长也好、我们也好，都认为钟教授研究的非常有意义，几次会议王校长参加，起码钟教授听你五次了，包括新来的建华校长，他当时代表教育部，都非常支持你这个内容，怎么把这个事做的合理，从我们管理部门来说审计拎过去很难看，我们坚决支持。 主持人（王国胤教授）： 感谢各位老师，大家提了很多建议。我借此机会提两个问题，你在报告，前面两个遵守能量守恒定律，这个怎么增长，这里面有什么守恒的东西，没搞清楚（钟义信回答：不守恒，守恒就麻烦了）。 另外，刚才几位老师都谈到了，我也有困惑，人的认知，算计，跟我们的计算机系统做的计算，我也一直认为这两个是有很大差异的，这个差异究竟在哪里，我们怎么把它形式化的拿出来，有什么办法把这个进行研究，这是我对这个问题的思考。 上午钟老师做了主题发言，讲了基本想法，各位老师从不同角度也提了很多建议、问题，基金委也给了很多指导，未来也希望基金委从科协的角度更多的支持，从早上整个讨论真的很热烈，如果不控制时间可能中午就不用吃饭了，一直讨论到晚上，这个问题肯定是一直要做下去，重大科学问题可能这里边，包括我们要攻克这样一个重大科学问题里面还会有很多管理机制、政策其他方面的问题要解决，要不然我们就成了空谈了，不能够实际的把这些重大科学问题攻克，我们接下来把这样一个科学问题的报告做好，我觉得这个重大科学问题不仅仅是我们看到的科学问题，而是钟老师带着整个团队，已经在这样一个科学问题上有了坚实的进展了，我们未来怎么把这样一个科学问题真正引领人工智能的发展不仅仅引领中国，还引领世界。中国人工智能学会，钟老师也是我们第四届、第五届理事长，也是一直带领我们学会在发展成长的，在这样一个重大科学问题的引领下面，未来也会继续引领我们学会事业的发展，在这样一个问题上面学会也给李院士那边报告，钟老师这儿觉得我能够服什么务您就只管分咐。 钟义信教授： 这个会时间比较有限，所以报告就很简练。刚刚大家提到“什么是智能”，我的第一稿原来就是讲概念，讲“什么是智能”、什么是“人工智能”。后来看到给我的时间短，就删掉了。将来如果学会组织比较宽松的学术交流会，就可以比较细致的、系统的、深入的互相交换、互相交流。我对学会寄予厚望。 主持人（王国胤教授）： 今天上午会议就到这里。谢谢大家！ ——完—— 编辑：宋婷
| 
楼主: 刘海明
楼主
