转型期特有的挑战和创新

分而治之这个老方法研究信息科学也取得了很多成果，但它把这个信息科学分成一段一段，信息科学的研究领域就变成孤立的，孤岛化、碎片化，而碎片化最大的问题，就是不能体现这个学科固有的，系统性的本质。现在我们必须要把这些碎片联系起来，统筹起来，才能够真正揭示信息科学的基本规律，所以人工智能的研究关键在于揭示信息到知识的智能转换这个规律。

那么为什么要关注这个科学观、方法论呢？为什么我们不能够用近代科学的方法论，一直延续下来去研究这个信息科学呢？它就是刚才我们讲到有个转型，工业时代到信息时代的转型，物质科学到信息科学的转型。在这个转型期，就存在一个特点：老的方法不能用来研究新的问题。

因为有一个基本的原理大家都会理解的，存在决定意识，但是意识落后于存在。这个是一个哲学的论断，我们每个人都会有很深的体会，客观情况产生新的变化了，我们的认识有一个过程，所以我们的认识，形成了我们的意识，肯定要落后于现实。

刚才讲到，20世纪中叶以后，新的学科慢慢成为主导性的学科了。可是我们研究的观念和方法，我们熟悉的观念往往还是学习到物质科学那套，机械唯物论，机械还原论的方法。用这个方法去研究信息科学，行不行呢？并不是一点儿都不行。因为研究信息科学的某一部分，还能得到一些结果，但是从总体上来讲是不行的，是不够的。

这就是一个所谓老方法遇到了新问题，那我们应该注意到这么一个矛盾，怎么办呢？现在我们已经知道了，信息科学它应该用的科学观、方法论，所以我们就要有一个自觉，就是要用信息科学的科学观和方法论来去重新审视，重新研究考察原来用老的科学观、方法论得到的信息科学的一些研究成果。

现在我们得到的很多成果都是用老方法得到的成果，但是，它对整个信息科学的整体来讲，是存在问题的，所以我们要有新的观念和方法去研究，去审视这样一个已有的这些成果。这个可能是我们现在面临的一个问题，就是要用信息生态学的方法去改造用机械还原论所得到的信息科学的一些成果。这是一个挑战，以前没有，都在物质科学范畴里头，已经用这个方法去研究这个物质问题，很顺畅，很自然，很对路，没有问题。

如果未来大家都已经树立起这个信息生态的方法论了，去研究信息问题，那也很顺畅，很对路，没问题。可是现在我们证实二战到现在是一个转型期，我们可能用老方法研究新问题得到了一些结果，可是我们又已经认识到了有新的方法，新的观念。所以我们要对这些老方法得到的结果重新盘点一下，重新来考察一下，去改造它，使它适合于新的科学观念、新的科学方法论，适合于信息科学的需求，这是我们当前要做的事情。

所谓创新，我觉得这个历史阶段，创新就要注意到这一点。你不能用老方法去研究问题，这个创新如果有的话也很小。你必须要用新的方法去改造已有的成果，在这个情况下，才能够真正有比较本质性的创新，这是一个刚才我们讲的，两个历史阶段出现两种不同类型的学科，有两种不同的性质，要求用两种不同的观念和方法去研究。那么我们现在正处在这样一个交替的时候，所以要注意到这样一个问题。

我举个例子，分而治之这个老方法研究信息科学也取得了很多成果，但是它把这个信息科学分成一段一段，因为它的特点就是分而治之嘛。所以，我现在给一个模型，在信息领域，它把整个这个信息领域比较粗的分细，分解，就分解信息理论、知识理论，还有智能理论，分成这样三大块。

其实每一块还在不断地细分，越分越细，结果就变成了这个信息科学的研究领域，就变得很多一段一段孤立的，孤岛化、碎片化，这是当前信息科学普遍存在的一个现象。比如搞通信的人不管人工智能，搞仪器仪表的人也不管通信，搞计算机的人以前也不管通信，搞通信的人也不搞计算机。那就分成一段一段的，这样的话，局部来看有成果，整体来看就变成碎片化。而碎片化最大的问题，就是不能体现这个学科固有的，系统性的本质。

这样我们知道系统科学有个道理，就是系统的这个能力远远大于它的一些具体的要素能力之和，就把你通信搞明白了，计算机搞明白了，这两个能力加在一块，不等于计算机跟通信融合为一个计算机通信网络这个能力，这两个能力大不相同。所以，我们现在面临着分而治之这个方法论，把信息科学分成一段一段，一块一块，一个小岛一个小岛，很多碎片，现在我们必须要把这些碎片联系起来，统筹起来，才能够真正揭示信息科学的基本规律，这是我们这个时代的要求。

因为今天我们比较关心人工智能，具体到智能这个领域，分而治之这个方法论就把智能领域分成了三个碎片，第一个碎片就是人工神经网络。因为分而治之的这个方法论就把智能分成人脑的结构，模拟人脑的结构，这一套的研究方法就是人工的神经网络。

然后第二个碎片，就是研究怎么把人脑的功能，就是人脑思维的这个功能模拟出来，这个就是物理符号系统，或者叫专家系统，就是功能主义的人工智能。第三片，就是模拟智能系统的接受了什么刺激，然后产生什么响应，这样一种刺激响应的能力，一种过程，这个就是感知动作。我感知到有刺激了，然后我发生一个动作来响应它，叫感知动作系统。

人工智能研究被分成了神经网络、专家系统、感知动作系统，一个叫结构主义，一个叫功能主义，一个叫行为主义。这三个碎片也就是三大学派，每一个学派自身都有很多成果，就是刚才我讲，在局部还是可以发挥作用的，但是整体就有问题了，这个三个部分没有办法形成合力。

几十年来人工智能三大学派互相不认可，三足鼎立，就像中国历史上三国演义一样，每一个都认为自己是正宗，别的都不行。不能形成合力对人工智能研究是一个致命的东西。因为我们研究人工智能，就希望从整体上来把握，这样它才能够成为人类聪明助手，成为更好的智能的能力。现在变成三片，互相不能够形成合力，就永远都达不到这个目的，所以分而治之这个方法论是有问题的。

如果我们用新的科学观和方法论——我后面主要讲方法论，因为科学观它表现在这个方法论里头去了，我们讲方法论就意味着体现到它这个科学观了——那么信息科学所需要的方法论，刚才讲到，叫信息生态的方法论。这个方法论就会揭示出来人工智能或者信息科学的一种内在联系。

还是刚才那个模型，外部世界的客体产生了信息，作用于主体，这个主体本身具有目的、知识，收到这个客体信息之后，它会产生一个智能行为的反应。就像刚才讲的，刺激、响应。这样一个模型给我们一个很直接的，马上就可以明白的启示，就是这个客体信息怎么样能够变成这个主体能够感知到的信息呢？你的信息在外部作用于我，如果我感觉不到，那白作用了。所以你作用于这个主体，主体应该有个感知信息。

然后主体又有知识，而主体又希望产生一个智能行为，所以，这个模型虽然那么宏观，那么抽象，看上去那么简单，它马上就会启发我们，研究它的机制就是要看，客体信息如何转换为感知信息，然后进一步怎么转换为知识，再进一步怎么样转换为解决问题的智能策略，最后，把这个智能策略怎么转换成为解决问题的智能行为。这就是一系列的转换问题，所以人工智能的研究关键在于揭示信息到知识的智能转换这个规律。

新的方法论告诉我们应该怎么研究人工智能，这条路就显示出来了。大体上是80年代中期开始到现在，经过几十年研究，有关的每一部分的问题都有一个成果，这个模型就告诉我们，每一部分的成果是什么？什么年头得到什么成果？这个回头我们这个PPT都有显示。