【封面文章】智能科学学科若干问题的讨论
《计算机教育》第10期 封面
2017年1月，笔者有幸应邀列席中国人工智能学会常务理事会议，会上对该一级学科的申报与建设问题发表了意见。本文就智能科学与技术学科的体系结构等问题发表一孔之见，供大家讨论与研究。
首先，建议把这个一级学科的名称从“智能科学与技术”（Intelligence Science and Technology）改为或简称为“智能科学”（Intelligence Science）。虽然人工智能、计算机科学、力学、信息学、系统科学等学科名字不含“技术”二字，但众所周知，它们的学科内涵包括“科学”与“技术”，甚至包括“应用”。这样取名不仅不失严谨，而且有助于通用与简洁。
有一种观点认为：智能科学（与技术）的学科内涵是“探索与研究自然智能（特别是人类智能）的机理，包括认知（学习）、决策（推理）和人机合作的基本规律，在此基础上研究和制造具有一定智能水平的机器（包括系统和网络）为人类服务”。前者称为“智能科学”，后者称为“智能技术”，也称“人工智能”。
上述提法不够科学，分类也比较模糊，值得商榷。
人类的自然智能机理是智能科学学科赖以发展的重要基础，但不应该成为智能科学学科研究与探索的主要内容。人类的自然智能机理应该由生命科学，特别是生物学、医学、脑科学等学科研究。智能科学学科以这些自然智能机理的研究成果为基础，结合其他相关交叉学科的基本机理，探索自然智能（特别是人类智能）的模拟机理、方法与技术，建立智能机器与人工智能系统，模仿与扩展人类（自然）智能，为人类的经济发展、社会进步和生活福利服务。
智能机器是一类能够呈现人类思考问题和创造思想等智能行为的机器。人工智能是一种人造智能，是人类通过智能机器（智能计算机）创造出来的智能，是一门研究、设计与应用智能机器的学科。智能科学研究的人类智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、动作、问题求解等活动。
智能科学的内涵应该包括智能科学的基础理论、方法（技术）和应用。把智能科学划分为“智能科学”和“智能技术”的一些具体提法值得质疑。例如，把“探索与研究自然智能机理，包括认知（学习）、决策（推理）和人机合作的基本规律”称为“智能科学”，而把“在此基础上研究和制造具有一定智能水平的机器（包括系统和网络）为人类服务”称为“智能技术”，也称“人工智能”，这种论述是不够科学、经不起推敲的。特别是把“智能技术”也称为“人工智能”，更是不恰当的。
有些行内专家认为，按照学科的内涵与属性，智能科学与技术学科作为一级学科，主要学科方向有：①智能科学与技术的基础理论研究，包括感知机理、认知机理、综合决策机理、机器学习、情感计算、信息－知识－智能转换等；②智能科学与技术的基本技术研究，包括感知技术、知识生成、知识处理、自然计算、信息转换、深度神经网络等；③智能科学技术系统与应用研究，包括自然语言处理与理解、多媒体识别与处理、智能机器人、群体智能、社会计算、智能互联网、智能人机合作等。
上述研究内容的划分也缺乏科学性。例如，把机器学习、综合决策归属于基础理论研究，知识生成、知识处理归属于基本技术研究，自然语言处理与理解、智能机器人归属于应用研究，都是很不严谨的。至于信息－知识－智能转换、信息转换等内容是否应属于智能科学的核心研究范畴，或应属于信息科学或信息论的主要研究范畴，也还没有取得共识。
“自然智能”不应该成为智能科学学科的重点研究内容。现有人工智能的各种知识表示与推理方法、各种计算智能机理和认知的基本原理，应该成为智能科学学科的主要理论基础。认知理论与技术、类脑计算与深度神经网络应该归入智能科学的理论基础，而不是技术本体。智能机器人系统、互联网+智能应用、智能大数据挖掘都应该归入“应用”内容。机器学习、模式识别、自然语言处理（语音识别）、知识工程、机器人学、智能控制、智能网络、智能决策等应属于智能科学学科的主要技术。
智能科学的学科体系由科学基础（Science）、技术方法（Technology）和应用领域（Application）3部分构成。早在2002年4月，中国自动化领域发展战略高层学术研讨会的大会报告《智能科学发展的若干问题》[1]和2003 IEEE International Conference on Robotics, Intelligent Systems and Signal Processing的大会特邀报告[2]，就提出一种智能科学的学科体系结构，具体内容见图1。
由图1可见，智能科学具有明显的高度跨学科交叉特性，融合了相关学科的长处，能够创造出更具生命力的新学科。智能科学比人工智能、智能控制、智能机器人等具有更复杂的跨学科交叉特性，是迄今为止最复杂的一门交叉学科。
智能科学的学科基础包括人工智能、计算机科学、控制论、信息学、系统论、认知科学、仿生学等以及它们的交叉，其中，人工智能是智能科学学科基础的核心。应该理直气壮地提出：人工智能是智能科学的核心基础，或者说，智能科学是在人工智能的基础上，结合其他相关学科的研究成果建立起来的。在探讨与论证智能科学学科时，一定要牢固树立人工智能的“核心”意识与地位，切不可采取回避的态度与做法。离开人工智能核心的智能科学，只能是无水之源、无根之木。
除了人工智能的学科核心地位外，计算机科学和控制论（Cybernetics）对构成智能科学具有特别重要的作用。计算机是一种智能机器，计算机科学就是研究智能机器的科学。智能科学学科也离不开智能机器，离不开计算机科学。控制论的中心内容是控制（Control）和通信（Communication），其关键机制是反馈（Feedback）。智能科学也离不开广义的控制、通信和反馈。
信息学和系统学也是构成智能科学学科的不可或缺的成员，但它们的作用比较一般。系统论（Systematics）、信息论（Informatics）和控制论（Cybernetics）作为现代科学前沿突出的学科群，往往是互相作用和互相靠拢的。信息论或信息科学的作用似乎无处不在，但其作用因对象不同而异。不能过分强调信息科学与智能科学的关系，更不能论定“智能科学技术是信息科学的核心、前沿与制高点”。
至于把认知科学与仿生学列为智能科学学科的基础之一，是因为智能科学要模仿生物特别是人类的认知过程，需要这两门学科提供认知机制的成果。
智能科学的主要技术涉及机器学习、模式识别、人工生命、语音识别、自然语言处理、知识工程、 机器人学、智能控制、智能决策、智能网络、人机界面、智能规划、传感信息融合、自动程序设计、自动定理证明等。这些技术以人工智能和计算机科学等基础理论与方法为指导，已发展成为智能科学的子学科。其中，模式识别、计算智能等甚至已发展成独立的一级学科。
智能科学的应用领域十分广泛，包含智能制造、智能交通、智慧农业、智能医疗、智慧城市、智能驾驶、智能教育、智能玩具、智能物流、智能安保、智能家居、智能监控、智能调度、智能管理、智能电网、智能检索、智能建筑、智能自动化、智能数据分析等。
图2的学科体系图与图1是一致的，2006年曾公开发表于《人工智能其在决策系统中的应用》专著上[3]。现在看来，可以暂不考虑某些学科与智能科学的关系，而首先研究与智能科学关系密切的相关学科。
图3给出2016年10月美国白宫发布的《国家人工智能研究与发展战略规划》中人工智能研发规划体系图，可供研究我国人工智能/智能科学技术研发战略规划时借鉴[4]。
结合30多年来从事智能科学研究、教育与教学的实践以及2011年对智能科学与技术专业的发展战略思考[5]，为了保证智能科学学科的健康与可持续发展，对智能科学学科的科学内涵、研究内容和体系等问题无保留地发表了自己的意见，供行内讨论参考，欢迎批评指正。希望这些意见能够为智能科学一级学科的建设与发展提供正能量，做出微贡献。
作者简介：
蔡自兴，男，教授，首席科学家，研究方向为人工智能、智能系统、智能控制、智能机器人，zxcai@csu.edu.cn。
参考文献：
[1] 蔡自兴, 贺汉根. 智能科学发展的若干问题[J].自动化学报, 2002, 28(增刊1): 142-150.
[2] Cai Z X.Intelligence Science: Disciplinary frame and general features.[EB/OL]. (2003-03-01)[2017-10-10].http://ieeexplore.ieee.org/document/1285606/.
[3] 蔡自兴, 姚莉. 人工智能及其在决策系统中的应用[M].长沙:国防科学技术大学出版社, 2006.
[4] 美国白宫科技政策办公室（OSTP）国家科学技术委员会（NSTC）.National Artificial Intelligence Research and Development Strategic Plan. [EB/OL]. [2017-10-10]. https://www.nitrd.gov/news/national_ai_rd_strategic_plan.aspx.
[5] 蔡自兴. 智能科学与技术专业的发展战略思考[J].计算机教育, 2011(15): 8-11.
更多精彩：
【专访】CSDN带高校生走进企业实践 ——CSDN创始人和董事长蒋涛先生专访
“产教融合，共享生态” CIE 2017中国IT教育博鳌论坛圆满召开