智能系统学报

其他

中国人工智能学会会刊《智能系统学报》第七届优秀论文、优秀作者、优秀审稿人评选结果公布

《智能系统学报》是中国人工智能学会会刊,由中国人工智能学会和哈尔滨工程大学联合主办,旨在创办中国智能科学领域高影响力的中文学术期刊,权威报道国内外智能科学领域的重要研究成果。2019年进入了清华大学和中国计算机学会人工智能方向权威期刊列表,目前被中国科学引文数据库(CSCD)、中文核心期刊、中国科技核心期刊、美国《剑桥科学文摘》、荷兰Scopus、英国Inspec等多家国内外重要数据库收录。编委会由活跃在智能科学研究前沿的112位国内外权威专家组成,中国人工智能学会名誉理事长李德毅院士担任主编。为表彰对期刊发展做出突出贡献的作者和审稿人,在主办单位的支持下开展了《智能系统学报》第七届优秀论文、优秀作者、优秀审稿人评选活动,根据文章影响力、传播力以及作者、审稿人贡献等相关数据,在2022年《智能系统学报》刊发文章中评选出优秀论文5篇、优秀作者10人,同时评选出优秀审稿人21人。第七届优
2023年12月29日
其他

喜报 |《智能系统学报》入编《中文核心期刊要目总览》2023版

审核:徐若冰、李雪莲联系我们电话:0451-82534001/82518134官网:http://tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2023年12月29日
其他

喜报 |《智能系统学报》被英国INSPEC数据库收录

审核:徐若冰、李雪莲联系我们电话:0451-82534001/82518134官网:http://tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2023年12月29日
其他

《智能系统学报》2023年第5期文章导读

审核:徐若冰、李雪莲联系我们电话:0451-82534001/82518134官网:http://tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2023年12月6日
其他

《智能系统学报》2023年第4期文章导读

审核:徐若冰、李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2023年8月25日
其他

《智能系统学报》2023年第3期文章导读

审核:徐若冰、李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2023年8月4日
其他

李德毅院士:人工智能看哲学

摘要:本文探讨哲学和神学、科学之间的关系,探讨智慧和智能的关系;认为哲学不是科学,也不是科学的科学,哲学反映人类求知的渴望,体现在怀疑和批判的氛围中沉淀起来的人类文明,成为科学的生态和信仰,哲学是科学的先导,人工智能受诲于哲学,也助推哲学。大自然进化了人脑的记忆能力,时间是人类认知的奠基石,人的思维和机器的思维,数学上同构,物理上同源,都赖负熵为生,智能机器和人一样可以思维,可以学习,人的想象力和创造力源自思维中的抽象、联想和交互能力。人体和智能机器里的物质和能量是物理层面的真实存在,结构和时间是认知层面的抽象思维,结构和时间寄生在物质和能量上,构成硬构体,机器里的信息是大量的软构体,体现了想象的世界,可以寄生在硬构体或者其他软构体之上,有虚有实,虚实结合,可自举和自我复用,总是存在下一个时间周期,使得机器能再去“思考”,其秩序显示出维持自身思维和产生有序事件的能力。物质和精神、硬构体和软构体、形而下和形而上,是一枚硬币的两个面。人工智能越发达,人的智能更发达,相互依赖,迭代发展,无尽的认知导致无尽的创造。关键词:负熵,自我复用,硬构体,软构体,认知四要素说要说哲学从哪里来、到哪里去,还得从古哲学谈起[1]。古代哲学和科学并没有严格的区分,人类丰富的想象力导致在很长时间的巫术、宗教、神学之后,才有了哲学,哲学家首先是直觉敏锐的思想家,而后才有了科学,可以说科学是在一片有害的丛林——巫术和迷信的丛林——中发芽成长的,这片愚昧想象的丛林固然对人类的进步有过积极的意义,但也一再地对知识的幼苗加以摧残[2]。到了文艺复兴时期,科学才逐渐地和哲学分道扬镳,算术、几何学、测量学、力学、运动学、动力学、物理学等迅速发展起来。所以,以前的哲学家常常也是数学家、物理学家,交织在一起,直到现在,研究生读博士学位,还被统称为哲学博士学位(Ph.D),英文里的哲学这个词“philosophy”源自于希腊语,“philo”是爱,“ophia”是智慧。我年青时对毛主席的《矛盾论》、《实践论》和《人的正确思想是从哪里来的》等著作读过一遍又一遍,非常崇拜毛泽东哲学思想。我曾经认为,哲学是关于心灵和宇宙的全部学问,至高无上。后来,我又多次参加哲学班学习,用历史和科学的眼光读书,看哲学,产生了很多新的认识。原来的科班高等教育,学哲学言必称希腊,一般不会在哲学课堂上谈毛泽东著作,都去读苏格拉底、柏拉图、亚里士多德、笛卡尔、莱布尼茨、康德的哲学,也不会提到东方圣人孔子和王阳明。科学让我们越来越明白这样一个真理:受人的感官、环境和活动范围的限制,人的感知远不具有充分实在性,宇宙的力量和个人的愿望和幸福原本是不相干的,物理世界是不是就是人们认知的那个样子,无从可知。在高等生物诞生之前,宇宙早已经存在,人类的文明史存在约1万年,有文字记载的只有五千多年,如果把地球的历史45亿年比作一天,单细胞微生物存在35亿年,相当于18小时,智人存在50万年,才相当于10秒,人类文明史只相当于0.2秒[3]。将来如果没有人类,其它生物和宇宙照样可以存在。这样一来,眼界开阔了许多。笛卡尔说,我思故我在,指的是认知空间;套用笛卡尔的说法,你我思不思,它都在,指的是物理世界。哲学是人类在自己的认知空间里理解物理世界。一、哲学不是科学,也不是科学的科学哲学长期处于泛灵论的混沌状态,有人认为哲学是所有学科的顶端,但一直没有明确的研究对象。哲学原本是超越实用目的,纯思辨的,形而上的,是“没有用”的学问;而数学、物理学、化学、生命科学、医学、植物学、动物学、人类学、环境科学、社会科学、文学、史学、美术、音乐,等等都有明确的研究对象,要解释、解决实际问题,唯独哲学没有,哲学不是谋生的一技之长,学哲学的大学毕业生常常找不到工作就是证明。科学和技术重在学以致用,并不断开辟新的学科领域。所以,严格地说来,哲学不是科学中的一个分支学科,这是很多人的共识,当然也有人未必同意。科学是学科的总称,本质上是分科而学。科学总是在向真理逼近,逼近的过程中不断积累,还会有曲折,学科之间有交叉,更有断裂和鸿沟,也就是说,科学自身还留下了一大堆未知的学科和学科划分问题,例如在中国教育界,争论智能科学是不是一级学科的问题很久了,到现在才有共识。但是如果把学科用物质科学、生命科学和社会科学三个大筐来装,智能学科哪个筐都放不进去,可能应该是零级学科,数学亦然。有人说哲学是科学的高阶。速度的速度是加速度,动力学是运动学的高阶,知识的知识是元知识,哲学实际上承受不起科学的这种高阶作用。随着人类知道的越多,不知道的似乎更多,哲学重在学以致知,唯真是求。二、哲学是科学的先导,人工智能受诲于哲学,也助推哲学也许说,哲学是科学的先导,文化和文明是哲学的先导,比较确切。哲学是对科学的启蒙,可能会为未来的新学科做点铺垫,设点边界和前提。有人说哲学的根本命题是“我是谁?我要什么?我去哪里?”这样的三个问题正在被科学分解为许多专门学科去研究,随着科学和技术的飞快发展,科学家和工程师们对先哲的话也未必当真,哲学到底是科学底部的大本营,还是科学的最高峰,其实很难说。研究所有对象之间抽象关系的,不是哲学,普遍认可的倒应该是科学,尤其是数学。哲学家常常用逻辑的方法、数学的思维方法去论证哲学问题,数学成了科学的皇后。数学的真,也体现在它的严密逻辑,正所谓无逻辑不数学。这也解释了为什么古希腊的数学家大多都是哲学家,古希腊哲学乃至西方哲学,都建立在严密的逻辑演绎推理之上。长期以来东西方科学家和工程师们仰望天空,脚踏实地,步步为营,越来越多的学科诞生了,到了现代,科学、技术和工程逐步吞占了哲学的地盘,宇宙被天体物理学取代了,哲学的原子论被物质科学、物理、化学取代了,逻辑学被数学取代了,意识和心灵被神学、宗教学、生命科学、人类学取代了,宇宙观、人生观、价值观、伦理学被政治学、经济学、社会学取代了,大学的哲学系几乎被政治系或者人文学院取代了,智能被思维科学、神经科学、认知科学、人工智能取代了。至今似乎没有哪一个学科,等着要哲学来为它做概括和总结。于是,曾经的哲学老了,霍金甚至说“哲学已死”,就像一颗洋葱,被一层一层地剥去外皮后,原来里面空空如也,有人只好说哲学是无为而治,在科学面前,哲学似乎成为一种信仰了。要说哲学仍然是科学的先导,但能够“导引”的东西其实并不多。总之,科学的发展使得人们对哲学不再神秘和崇拜,倒是人工智能需要哲学的启蒙,如何学以致知,让智能机器能够延伸人对智能的渴望,提升想象力,通过学习、通过不断地与人交互,教机器学习,训练机器思考,使得机器的认知可以和人的想象力对齐、使命对齐,认知可以自成长。三、哲学反映人类求知的渴望,无尽的认知导致无尽的创造大自然赋予人类的是渴望多于智慧,是人类在生存和繁衍中被物竞天择,适者生存,自然进化逼出来的[4],“求知”“求真”和“求美”是人类天生的欲望。当人类对世间万物发出疑问时,思想就产生了;当人类对自身的思想发出疑问、进行反思时,哲学就产生了,我思故我在,思即是我。1.自然进化奠定了人类丰富想象力的生物学基础自然进化并没有过分关照人类,那人类是怎么在这么短的一个时期内一下子就站到了全球的霸主地位了呢?看看鱼鹰如何捕鱼的,蜜蜂如何筑巢的,蚁群如何挖穴的,蜘蛛如何织网的,老虎如何运动和捉拿的,黑猩猩如何创造和使用工具的,其具身智能都让人类叹为观止。和其他生物智能相比,人眼只能看到可见光,人耳听不到超声波,宠物识别主人的能力亦或超过主人识别宠物,自然进化的本质是物种的多样性。那么,人类进化的特别之处在哪里呢?经历了千万年的人类进化,人类从早期的爬行动物进化到直立行走的猿人的过程中,解放了双手,学会制造工具并进行劳动,与其他生物相比,人类有一双灵巧的手,创造了许许多多的硬构体;其次,人类的声带发音和耳蜗听力精细神奇,语言能力强,还可以用复杂精致的语音区分是谁在讲话;更重要的,人类具有复杂的大脑,首先是脑干部分,它是整个身体调节的核心,并且有意识,待进化到哺乳动物的时候有了情感,在意识区和情感区基础上,大脑外皮层暴长,体积约300cm3,其表面积为2200—2850cm2,含近千亿个活动神经细胞[5],自然进化了人脑的记忆能力,时间是人类认知的奠基石,人类具有了丰富想象力和创造力的生物学基础——硬构体。人类基因中只有30亿个碱基对,基因决定神经元的连接规则或者模式,并不指定神经元的连接强度,而人脑有大概860亿个神经元,没有哪个神经元是孤独的,平均每个神经元有1000个左右的连接,因此基因没法完全指定每个神经元的连接方式和强度。以上三个方面的进化,就为后天人类的语言学习、想象力发展和可重塑留下了空间,创造出许许多多的软构体。和其他生物相比,自然选择、物竞天择、适者生存,形成了复杂精致的人类大脑,代价是需要漫长时间来进化,是千万年用生与死的世代更替。“求知”“求真”和“求美”中的抽象、联想和交互能力,来自早期人类进化中的模仿,尤其是依靠暴力增长的大脑皮层,渐渐地人类的想象力越来越发达,成为人类特有的具身智能,并和意识等生命体的特质剥离开来,延伸到体外单独存在,拓展成为人工智能[6]。2.想象力源自思维过程中的抽象、联想和交互能力人类进化过程中,最早存在的肢体语言和模仿学习都是形象思维,常常以视听觉交互认知方式表现出来。更重要的是,自然进化了人脑的记忆能力,人类创造的各种各样的、简单或复杂的图形、文字和符号,可以通过学习,成为人脑里的长期记忆,抽象、联想和交互成为思维的核心。于是,在认知空间里,可通过计算智能和记忆智能完成逻辑思维,也是我们常说的“理性精神”;在物理空间里,通过感知智能和行为智能实现具身交互。物理空间与认知空间之间不断循环往复。在物理空间中包括两个重要的感知,即时空识别和模式识别,时空识别代表位置、导航和时间同步;模式识别包括目标识别、人脸识别等,是直接感知。学习是解释、解决预设问题的能力。预设问题是现实问题的一个子集,是得到公认的,当问题得到解决后就形成了知识,被形式化了,通过教育传承给一代又一代。机器可以接受指导学习,也可以自主学习,把未知变为可知,是解释、解决新问题的基础,解释解决现实问题是学习的目的,两者相互促进。只有解释解决预设问题后,解决解释现实问题的能力才会增强,因此要解决“在哪里”“怎么做”“为什么”“是什么”这四个问题,认知空间不仅是记忆知识的仓库,更是放飞想象力的天空。回顾人类在石器时代和农耕时代发明的工具里有物质和结构,结构直接寄生在物质上,形成硬构体。人类抽象能力是去粗取精,去伪存真,使得具有一般性和普遍性,形成人们在认知空间的抽象。例如,我们能够轻松地识别不同人在纸上写出的千差万别的字母结构A,在认知空间用指称概念“椅子”去穷尽物理空间存在的实体椅子。离开了物质,结构不可能在物理空间独立存在。把原始的石头做成今天的刀子,花费的时间是以数十万年计的,物理空间的结构和物质难舍难分。可见,硬构体绝不能简单等同于物质,寄生在物质上面的结构不可或缺,它是人类特有的想象力的体现。农耕时代的工具不是机器,更不是生命,人类借用它延伸人的体力。到了工业时代,机器里增加了“能量”要素。物质、结构和能量构成“动力机器三要素说”。结构直接寄生在物质和能量上,形成硬构体,能量让它们动起来。例如,1657年荷兰钟表制造师科斯特制造出了第一个摆钟,就是依靠物质、能量和结构来维持运转的。工业时代人类借用动力机器,延伸或者拓展了人的体力,人类变得十分地强大起来,但是机器不会思维,智能时代的机器则不同了,我们提出智能时代“认知四要素说”。在物质、能量、结构的基础上增加了一个新要素:时间。时间不是物理世界的客观存在,宇宙里没有绝对时间,人脑神经元组织奠定了形成不同时长记忆的生物学基础,人类自己发明了时间的概念[7]。机器认知和人的认知同构,人体里和机器里都有物质、能量、结构和时间。物质和能量是物理层面的真实存在,结构和时间是认知层面的抽象思维,用结构表达物质在空间的拓扑形态和形变,用时间表达物质的运动与变化、以及能量的流动与传递,宇宙中并不存在时间,人们主观地定义一年就是地球围绕太阳公转一圈。宇宙里只有运动和变化,没有绝对时间,把结构和时间寄生在物质和能量上成为硬构体,机器里的信息是大量的软构体,如同人在认知空间里表现出来的思维和精神,它们寄生在硬构体或者已有的其他软构体之上,能自我引导,即自举,能自我复用,即递归。时间让机器里有了活动的秩序,于是有了思想,思维才能够“活动”起来。机器的秩序显示出维持自身和产生有序事件的能力,体现在认知和行为两个方面。3.机器认知的自成长忽视认知机器可交互、会学习、自成长的机理,就失去了理解认知机器的最重要的钥匙。人脑用三个记忆分区表达不同的时间间隔的记忆,记忆的不相容原理导致记忆区的分工,导致抽象和联想,抽象带来分类或者聚类,联想带来类比或者迁移,人类通过抽象和联想理解过去和现在,想象未来。否则人类就不会有时间的概念,也就没有了历史和文明,只能和其它许多生物一样永远活在当下。记忆先于计算、约束计算。人的思维和机器的思维,数学同构,物理同源,都赖负熵为生。归根到底,都是依靠能量实现迭代和递归,思维是可以自举的,认知是迭代递增的,是递归执行的[5]。于是,四要素的机器可以作为思维的载体。机器里有物质、能量、结构和时间,时钟依赖能量,时间依赖时钟,秩序依赖时间。软构体寄生在硬构体上,机器自举实现思维自动化,自我复用实现认知自成长,机器运行靠程序,程序靠时序,软件靠交互,时序和交互产生负熵,机器赖负熵为生。认知的机器由四个要素组成:物质、能量、结构和时间。结构和时间寄生在物理空间的物质和能量上,构成硬构体;认知空间里的软构体,寄生在硬构体或者已有的其他软构体之上,具有层次性,构成丰富的、多尺度的概念、消息、信息和知识,通过联想,可以形成类比,还可以在物理空间去验证。例如,我们日常对话中的每一次表达都是一次联想,思维不停地跳跃,剔除任何不相关的表面细节,抽象出构架精髓—软构体,并进行关联,或者类比,这就是思维的奥秘,思即是我。四、人工智能要用人的智慧助推机器的想象力1.消除人的精神的神秘性人的认知和机器的认知,都赖负熵维持秩序。认知机中有感知,有认知,有行为,可交互,会学习,自成长,只有记忆才能维持认知的连续性,计算并不是认知的唯一活动,记忆优先计算。认知的机器里可植入一个体现自然进化的“幼儿认知核”的硬构体,在其上寄生有丰富的、多尺度的软构体,形成思维,机器的秩序显示出维持自身和产生有序事件的能力,用软构体精确调控物质和能量,协同有序地工作,通过交互实现对机器具身行为的控制,根据特定领域工作岗位的要求,对认知机进行常态化、多样化的图灵测试和训练,自编程,自纠错,自完善,在交互和迭代中释放和拓展人的智能。一方面,认知机配置的传感器和思维的速度将不再困囿于生命体的生化参数的极值,通过多通道跨模态感知,进行暴力计算和暴力思维。另一方面,人有丰富的想象力和创造力,可以通过实时交互,控制机器实现使命对齐,认知的机器没有意识,要让人发挥人的智慧,机器发挥机器的智能,用记忆去约束计算,各智其智,智人之智,兼容并包,完善多元认知。人的智能和机器智能互补,以超自然进化速度形成迭代的智能,这也部分消除了人的精神的神秘性,尤其是人类对机器意识的担忧,人类借用能认知的机器,延伸或者扩展人的智力,并渗透到动力机器中去,人类到了回答认知的机器如何创造新思维的时候了。人类发明了认知的机器,和我们对话交流,人工智能辅助人们数学证明,工程设计和文字书写,如用Word、PowerPoint、EXCEL等一系列办公工具,辅助人们生成各种文档,我们都已经习以为常,现在到了人工智能辅助人们内容生成的时候了,如ChatGPT。GPT和WORD、PowerPoint、EXCEL等一系列智力工具之间可以自动转换,迭代发展,大大释放和拓展了人类的脑力劳动。人工智能的飞速发展正深刻地改变着人类的生产方式、生活方式以及思维方式,没有哪门学科比人工智能更需要和哲学打交道。过去的人工智能学者对于来自哲学界关于意识和存在的批评,曾经不屑一顾,认为不过是一些外行话,不痛不痒。人工智能研究智能和意识的剥离,研究认知的形式化、思维的基本模式、智能的自成长,认知的机器可以有自纠错的智能,但没有反省自己的意识。例如,图灵就发出天问“机器能思维吗?”想用机器来替代人的思维。冯友兰在《中国哲学史新编》的全书绪论中说:“哲学是人类精神的反思,反过来以自己为对象而思之。”[8]也就是说哲学是研究人是如何自省的,就是以自己的思维为对象而认识之,只要思维或者认知的高阶(思维的思维、认知的认知)弄清楚了,就可以制造出一台思维的机器来,这正是目前在努力做的新一代人工智能:研发可交互、会学习、自成长的认知机器。在人类无法解释无机物如何自发转化为生命之前,把机器人格化、拟人化,硬生生地赋于机器以意识、情感、信仰、生命和道德要求,讨论机器会不会说谎,有没有自己的困惑,懂不懂诗歌、美丽、浪漫和爱情,只能是人类自作多情而已。曾经对忒修斯之船[9]进行的灵魂拷问“我是谁”,如同希望雕塑活过来,只是人类的自寻烦恼。把船结构寄生在物质上,形成的忒修斯之船是个硬构体,是二要素构成的一种运输工具,不再是一堆纯物质材料,工具需要维修,防止老化。如果在船上安装上柴油或者汽油发动机、甚至依靠核动力,形成物质、能量、结构三要素组成的机器,忒修斯之艇航行时,就可以大大释放和拓展人的体力,但这条忒修斯之艇依旧没有思维能力,不知道下一步往哪里走,因为机器里没有时间。如果在艇上有了时钟,有了时间,具备物质、能量、结构和时间四要素,能够感知周边环境,有了定位传感器,有了机器驾驶脑等软构件,这条艇就成了会思维的机器,能思考下一步该做什么,有了抽象、联想和交互的能力,可自动到达目的地,这条无人驾驶的忒修斯之艇就有了智能。即使有了可交互、会学习、自纠错的智能,实现了认知的自成长,但依然没有自我反省的意识,不是人工生命,不必对它发出灵魂的拷问,这就如同当今也不必对ChatGPT发出灵魂拷问一样,它们都没有意识。2.否定比肯定更具有普遍性无论哪个学科,对任何学术结论的刨根问底,最终总会归于一些无法证明的、最基本的假设,也就是公理作为框架或者边界,确保自洽。公理通常是一些显而易见、符合人们直觉的假设,它们是该学科的基石。也就是说,学科的真理性都是相对的,边界越宽泛,真理性越普遍。我们要认知的自然界并不是静静地、一成不变地、实实在在地存在着,而是生成着、运动着、变化着、消逝着、转换着。因此,哥德尔的不完备性定理[10]对哲学有着特别的贡献,它告诉我们,否定比肯定更具有普遍性,人类认知的局限性或不完备性,所有形式系统的不完备性,必然根源于它的创造者的不完备性。任何专业学科,数学也好,诗歌也好,音乐也好,都需要自然语言作为它的背景语言,人类用于思维的自然语言未必严格自洽,但弱统一,哪怕是脑裂。自然语言是人类思维的载体,是所有学科语言的元语言,包括数学在内。自然语言不是完备的,没有明确的边界,语境、语用、语法和语义都有不确定性。也许有一天,整个科学的边界就是根据哲学来设定,没有哪门学科比人工智能更需要和哲学打交道,并与时俱进地用自然语言扩大人类的认知边界,把人们已经普遍认可的对话图灵测试常态化,推向具身图灵测试常态化,如无人驾驶汽车。这就是我们所处的智能时代。哲学是人学、智慧学。人们常说的三观,宇宙观是天体物理,浩瀚星球,相互作用,可以被认知;生命观是自然进化,物竞天择,适者生存;价值观是人类社会,我为人人,人人为我,人权平等,命运共通。三观是信仰,不是科学。也许有人会有疑问,既然所有的数学结论都建立在不能证明的公理上,那是否说明数学不是科学,而是一种信仰?数学毫无疑问是科学,数学正是从哲学的高度认识到,严谨的推理一定要基于更基本的结论,而这些结论应当是已经被证实的,或者作为公理默认正确的。数学中的一些基本公理正是数学大厦坚实的地基,承认无法证明的公理体系,这自然是一种信仰。数学在给定的公理体系下追求真理,不断揭示新的关系,探索新的问题,寻找新的解决方法。从某种意义上讲,这就是一种信仰,就如同许多科学家都坚定地认为,这个浩瀚的宇宙是可以被认识、被解释的。这也是一种信仰,无法被证明[11]。哲学触及灵魂,知道我们还有不知道的,才激起人类对求知的渴望,体现人类在怀疑和批判的氛围中沉淀起来的人类文明,成为生态和信仰,哲学的内涵常常是人赋予的,不固定,所以有太多的流派,各知其知,难以统一,也无需统一。五年一次的世界哲学大会,总是各说各话,多数都在“哲学”前面加上定语,如马克思主义哲学、维特根斯坦哲学、语言哲学、分析哲学、系统哲学、工程哲学、人工智能哲学、东方哲学等,非常发散,是认知螺旋中的硬构体和软构体的相互作用。哲学不同学派要趋同、收敛,比科学难得多,哲学的价值并不在于达成共识,而在于为人类提供探索的自由和多元的思考,自然进化造就了人类的抽象、联想和交互能力,这是人类想象力的根源,无尽的认知导致无尽的想象,无尽的想象导致无尽的创造,神学家创造出神明主宰宇宙,哲学家用哲理启迪人的思维,数学家发明数学解释世界,人工智能学家剥离生命意识,发明机器智能,并努力渗透到动力机器里去,艺术家用作品激励人类的真善美,都是人类的想象和创造,小小地球装不下。400万年来的人类进化,形成基因优势,脱离野蛮,发明工具;300万年来人类形成语言优势;6000年前人类发明文字和教育,形成文化文明优势,成为第一次认知革命;最近500年来利用物质和能量,发明机器,形成科技优势,解放了人的体力,大大扩展了人类活动的物理空间,成为第二次认知革命;最近100年来发明更多的传感器和智能机器,解放人的智力,形成智能优势,人类进入第三次认知革命[12]。物质、能量、结构和时间是人类认知的四个核心要素,也是机器认知的四个核心要素,认知的机器里增加了更多的软构体。人类认知的历史,就是在渴望的驱动下,不懈追求认知的确定性而又不时显现认知的不确定性的历史[13]。人类这个物种在宇宙里一代代长期进化下去,固然不是靠某一代人、几代人自身主观努力就能够改变的,也很难预测、改变和决定自身的进化方向,但是人类已经发生并继续推进着的人类文明,已经发生并继续推进着的农业革命、工业革命和认知革命,它们并行发展,此起彼伏,石器时代和农耕时代人类发明的工具,还不是机器;工业革命时代人类发明的机器,还不会思维;今天我们已经可以发明可交互、会学习、自成长的认知机器了。人类智能和人工智能的迭代发展,使得人类能够以超自然进化的速度,从野蛮走向文明,从早先的“觅食者”跃升为“种植者”“劳动者”“建设者”,今天又将进一步跃升为“
2023年7月19日
其他

李德毅院士 | 智能的困扰与释放

审核:徐若冰、李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2023年6月21日
其他

《智能系统学报》2023年第2期文章导读

审核:徐若冰、李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2023年4月26日
其他

李德毅 马楠:人工智能看教育

作者简介:李德毅,中国工程院院士,国际欧亚科学院院士,中国人工智能学会名誉理事长,军事科学院研究员,清华大学博士生导师;马楠,北京工业大学教授,智能感知与自主控制教育部工程研究中心副主任,中国人工智能学会副秘书长,博士生导师。通讯作者:马楠。原文即将刊载于《高等工程教育研究》2023年第三期。摘
2023年3月3日
其他

李德毅院士:机器具身交互智能(内附视频)

在以“农业无人农场”为主题的中国工程科技论坛上,中国工程院院士、欧亚科学院院士、中国人工智能学会和中国指挥与控制学会名誉理事长,中科原动力首席科学家李德毅院士应邀做题为《机器具身交互智能》的演讲。李德毅院士表示,智能机器不但把人从繁重的、重复性劳动中解脱出来,更好地符合相应工作岗位规范化要求,更重要的是可以暴力计算,人机交互协同创新。他认为,智能农机的硬核已经跃过了算力、算法和数据阶段,可交互、会学习、自成长是新一代智能机器的硬核。未来,教机器学习、作业,和机器一同学习、作业,将成为人们生活和工作的常态。机器和科学家、工程师可一同作出发明、发现和创造。本次报告的主要内容是将“具身智能”结合农机展开,分为以下三个部分:1、深度学习应该在和外界实时的交互和迭代中完成。2、通过具身控制和自动调节确保机器行为与环境的协同。3、可交互、会学习、自成长是智能农机的硬核。以下为李德毅院士演讲实录:具身智能来源于英语Embodied
2023年1月30日
其他

《智能系统学报》2022年第6期文章导读

审核:徐若冰、李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2022年12月30日
其他

《智能系统学报》2022年第5期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2022年10月5日
其他

《智能系统学报》2022年第4期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2022年8月19日
其他

《智能系统学报》2022年第3期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2022年7月8日
其他

李德毅院士 | 人工智能基础问题:机器能思维吗?

基础研究崇尚想象力和创造力的完全自由,依赖独立学者的兴趣和自由合作,它可以不限研究者的身份,不设完成的时限,不以落地应用为目的,也不一定要组织大团队“攻关”,不搞群众运动,允许试错,宽容失败,更不以获得自然科学奖为目的;需要研究者有深厚的人文艺术素养,耐得住寂寞,沉得下心来,虽然研究结果和产出时间无法被精确预测,但一旦出现原始创新,对引领技术进步必然会有长期且深刻的影响。阿兰·图灵的研究就是一例。1950年图灵发出振聋发聩之问:“机器能思维吗?(Can
2022年6月17日
其他

《智能系统学报》2022年第2期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2022年4月7日
其他

《智能系统学报》2022年第1期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2022年2月25日
其他

《智能系统学报》2021年第6期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2021年12月20日
其他

《智能系统学报》2021年第5期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2021年11月26日
其他

《智能系统学报》2021年第4期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2021年9月29日
其他

《智能系统学报》2021年第3期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2021年8月13日
其他

《智能系统学报》2021年第2期文章导读

审核:李雪莲联系我们电话:0451-82534001/82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2021年6月29日
其他

《智能系统学报》2021年第1期文章导读

审核:李雪莲联系我们电话:0451-82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com
2021年6月11日
其他

《智能系统学报》2020年第6期文章导读

嵌入式系统与服务计算教育部重点实验室引用格式王倩倩,苗夺谦,张远健.深度自编码与自更新稀疏组合的异常事件检测算法[J].智能系统学报,2020,15(6):1197-1203.WANG
2021年5月19日
其他

《智能系统学报》2020年第5期文章导读

审核:李雪莲联系我们电话:0451-82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com温馨提示如果你喜欢本文,请分享到朋友圈,想要获得更多信息,请关注我。
2021年1月27日
其他

《智能系统学报》2020年第4期文章导读

审核:李雪莲联系我们电话:0451-82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com温馨提示如果你喜欢本文,请分享到朋友圈,想要获得更多信息,请关注我。
2020年12月25日
其他

《智能系统学报》2020年第3期文章导读

审核:李雪莲联系我们电话:0451-82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com温馨提示如果你喜欢本文,请分享到朋友圈,想要获得更多信息,请关注我。
2020年9月29日
其他

《智能系统学报》2020年第2期文章导读

审核:李雪莲联系我们电话:0451-82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com温馨提示如果你喜欢本文,请分享到朋友圈,想要获得更多信息,请关注我。
2020年8月13日
其他

《智能系统学报》2020年第1期文章导读

审核:李雪莲联系我们电话:0451-82518134官网:tis.hrbeu.edu.cn邮箱:tis@vip.sina.com温馨提示如果你喜欢本文,请分享到朋友圈,想要获得更多信息,请关注我。
2020年6月30日
其他

《智能系统学报》2019年第6期文章导读

TWSVM)是在支持向量机的基础上产生的机器学习算法,具有训练速度快、分类性能优越等优点。但是孪生支持向量机无法很好地处理参数选择问题,不合适的参数会降低分类能力。人工鱼群算法(artificial
2020年1月9日
其他

《智能系统学报》2019年第5期文章导读

现有基于置信规则库的分类系统的分类准确率和效率受到系统参数设置以及规则库结构合理性的影响。为了寻找到最佳的参数值和最优的规则库结构,本文结合多目标免疫系统算法(multiobjective
2019年10月8日
其他

《智能系统学报》2019年第4期文章导读

针对异构数据集下的不均衡分类问题,从数据集重采样、集成学习算法和构建弱分类器3个角度出发,提出一种针对异构不均衡数据集的分类方法——HVDM-Adaboost-KNN算法(heterogeneous
2019年7月31日
其他

《智能系统学报》2019年第3期文章导读

factor,Htp_Uf)。在MovieLens数据集上,实验结果表明,该算法在归一化累计折损增益(NDCG)和1-Call两种评价标准下优于其他4种推荐算法,能够有效提高推荐质量。引用格式张旭,
2019年5月20日
其他

《智能系统学报》2019年第2期文章导读

I5)。因此,本文设计的3种卷积神经网络可根据具体实际需求进行选用,在实践中具有极强的可行性和可推广性,同时也在提升企业生产效率和产品质量方面具有重要意义。引用格式谌贵辉,
2019年4月4日
其他

《智能系统学报》2019年第1期文章导读

LSTM),以序列预测的方式搭建了基于隐式特征的音乐生成模型。仿真结果表明,该音乐生成算法在使用相同风格的音乐数据训练后,得到的模型可以生成旋律与和弦匹配较好的多声部音乐数据。引用格式苗北辰,
2019年1月31日