回望中國第一代人工智能研究歷程：人工智能研究期待擺脫舊范式的束縛

一

我第一時間讀完了史料豐富、動人心弦的《中國人工智能簡史：從1979到1993》，這本書既讓我感受到中國人工智能發(fā)展的波瀾壯闊、蜿蜒崎嶇和可歌可泣，也讓我深深感佩作者縱覽全局的廣闊視野和媒體人旁搜博采的功夫。

在我看來，這本簡史有四個特點(diǎn)。

一是中立客觀，尊重歷史。人工智能涉及的學(xué)科很多，門派也很多，各人有各人的說法。本書作者站在客觀的立場上，盡量還原歷史，既不一味夸贊偉人，也不抹殺一線科技工作者的貢獻(xiàn)。對于歷史上的是非功過不做武斷的評價，而是充分用事實(shí)說話。

中國的人工智能界沒有明斯基、麥卡錫、司馬賀、費(fèi)根鮑姆、辛頓這樣的權(quán)威學(xué)者，但有許多為人工智能發(fā)展作出貢獻(xiàn)的科技工作者?？梢哉f中國的人工智能界是一座花園，這里沒有參天的喬木，但灌木叢生、百花盛開。作者如同一位熱心的導(dǎo)游，心平氣和地向來訪者介紹每一朵鮮花的特點(diǎn)。

二是縱觀全局，眼觀六路。雖然國際上將人工智能看成計算機(jī)學(xué)科的一個分支，但人工智能涉及哲學(xué)、數(shù)學(xué)、計算機(jī)、自動控制、心理學(xué)等諸多學(xué)科。特別是在中國，早期許多人工智能學(xué)者并非出自計算機(jī)領(lǐng)域。

書中講述了與人工智能有關(guān)的各個領(lǐng)域?qū)W者的貢獻(xiàn)，主要的貢獻(xiàn)者幾乎沒有被遺漏。

三是人事交融，脈絡(luò)清晰。一部簡史，如果只按時間順序分章敘述各種技術(shù)的發(fā)展，會讓人產(chǎn)生凌亂的感覺；如果按照邏輯推理、機(jī)器學(xué)習(xí)等不同的技術(shù)分章敘述，則見事不見人，又會呆板無味。

這本簡史基本上以年為章節(jié)，每一章突出一種技術(shù)和幾個重點(diǎn)人物，把人的故事融入技術(shù)發(fā)展之中，既寫了事又寫了人，技術(shù)發(fā)展的脈絡(luò)也十分清楚，找到了兼顧人和事的史書寫法。

四是細(xì)節(jié)動人，以事寓理。一本史書可以寫得干巴巴的，也可以筆翰如流，讓人讀得津津有味，這全看作者的功底。

本書每寫到一個人物或一樁往事，都能旁征博引，信手拈來全無痕跡，可讀性很強(qiáng)，充分顯示作者知識淵博，兼有媒體人的敏銳和學(xué)者的底蘊(yùn)。

二

本書是三卷本《中國人工智能簡史》的第1卷，從1979年寫到1993年。這15年間中國人工智能界經(jīng)歷了許多重要的事件，其中一件大事是國家啟動了“863計劃”，信息領(lǐng)域有一個主題是智能計算機(jī)，代號“863-306”。

“863計劃”啟動之時正是人工智能的輝煌時期，但由于日本第五代計算機(jī)的失敗和人工智能研究遇到發(fā)展瓶頸，導(dǎo)致上世紀(jì)90年代全球人工智能發(fā)展又一次跌入低谷。在這一轉(zhuǎn)折時刻，“863-306”主題通過持續(xù)的投入，在高性能計算機(jī)、智能接口、智能應(yīng)用等方面取得了一批重大的科研成果。

更有價值的是，這為我國發(fā)展人工智能培養(yǎng)了一大批人才，奠定了較為堅實(shí)的人才基礎(chǔ)。今天中國有能力在人工智能技術(shù)上與美國抗?fàn)?，?63計劃”功不可沒。本書第8章和第15章講述了“863-306”主題激動人心的故事。

我于1990年擔(dān)任國家智能計算機(jī)研究開發(fā)中心（NCIC，以下簡稱智能中心）主任，被選為第二屆智能計算機(jī)專家組成員，1992年擔(dān)任專家組副組長（組長是汪成為），參與了“863-306”主題早期的決策和部署。

智能中心于1990年成立，2004年以后并入中國科學(xué)院計算技術(shù)研究所，活躍期不到15年，但在歷史上留下了光輝的印跡。智能中心鼎盛時只有100余人，但培養(yǎng)出3位院士、8位正局級科技領(lǐng)導(dǎo)人才，以及曙光、海光、北京君正、中科星圖、漢王等十幾家高技術(shù)公司的總裁，還走出了幾位國際著名學(xué)者。

許多人知道智能中心研制成功了“曙光一號”“曙光 1000”等多個系列的高性能計算機(jī)。其實(shí)，智能中心還做了許多與人工智能有關(guān)的科研工作。每年智能中心進(jìn)行的漢字識別和語音識別測試都推動了我國智能接口技術(shù)的發(fā)展。

智能中心和中國自動化學(xué)會、中國科學(xué)院合肥智能機(jī)械研究所合辦的《模式識別與人工智能》雜志是我國人工智能界的核心刊物。科大訊飛公司的母體是智能中心中國科學(xué)技術(shù)大學(xué)分中心，當(dāng)年負(fù)責(zé)語音庫的建設(shè)。漢王公司的總裁劉昌平也來自智能中心。智能中心的理論組只有10余人，但走出了多位人工智能領(lǐng)域的知名學(xué)者。

本書第14章稱智能中心是“年輕人才的特區(qū)”，恰如其分。智能中心對年輕人高度信任，敢壓重?fù)?dān)，促使人才輩出，這一體制機(jī)制改革的成功經(jīng)驗(yàn)值得傳承。

值得一提的是，1996年3月，智能中心和 Motorola公司合作成立聯(lián)合實(shí)驗(yàn)室（Motorola-NCIC JDL），從事多媒體、人工智能、人機(jī)先進(jìn)通信等技術(shù)研究，雙方輪流選派JDL負(fù)責(zé)人。

JDL在視頻編碼、模式識別、人工智能等領(lǐng)域培養(yǎng)了一批領(lǐng)軍人才，當(dāng)時的年輕人現(xiàn)在都已成為我國人工智能界的風(fēng)云人物。Motorola-NCIC JDL不愧為培養(yǎng)人工智能人才的搖籃。

三

1981年，我到美國普渡大學(xué)攻讀博士學(xué)位，從事與人工智能有關(guān)的研究。

1984年，我在AAAI（國際先進(jìn)人工智能協(xié)會）大會上發(fā)表了論文，是較早在AAAI發(fā)表論文的中國學(xué)者。后來我陸續(xù)在IEEE（電氣與電子工程師協(xié)會）Computer 等國際一流期刊和ISCA（國際計算機(jī)體系結(jié)構(gòu)研討會）等頂級國際會議以及國內(nèi)的期刊上發(fā)表了幾十篇與人工智能有關(guān)的論文，包括幾篇關(guān)于智能計算機(jī)的特約長篇綜述文章。

我與導(dǎo)師華云生（Benjamin Wah）合作編著了 Computers for Artificial Intelligence Applications，這本書連續(xù)3年都是IEEE最暢銷的出版物，在人工智能界產(chǎn)生了一定的影響。應(yīng)當(dāng)說，我算是第二撥人工智能的“弄潮兒”之一。

1987年我回國后，將重心放在高性能計算機(jī)的研制上，但從未停止過對人工智能的關(guān)注。讀了本書后，我有一些感想和看法。

中國人工智能學(xué)會最初沒有掛靠在中國科學(xué)技術(shù)協(xié)會，而是掛靠在中國社會科學(xué)院，這看起來有點(diǎn)奇怪，實(shí)際上有著深刻的含義。因?yàn)槿斯ぶ悄懿皇羌兇獾淖匀豢茖W(xué)，與人的智能有關(guān)，所以它必然與哲學(xué)有天然的聯(lián)系。

早期哲學(xué)家的強(qiáng)勢介入可能使得一部分計算機(jī)領(lǐng)域的人工智能學(xué)者遠(yuǎn)離人工智能學(xué)會。而到了今天，語言大模型的出現(xiàn)對認(rèn)識論產(chǎn)生了巨大沖擊，機(jī)器可能具有與人不同的認(rèn)知方式，又再次需要哲學(xué)家和人文學(xué)者介入人工智能。尤其是人工智能的倫理問題越來越突出，更需要社會科學(xué)領(lǐng)域的學(xué)者參與討論，制定合理的政策。

從提出圖靈測試開始，人工智能研究的主流就是拿機(jī)器與人比，模式識別、自然語言理解等領(lǐng)域都是用“是否達(dá)到人類的水平”作為考核人工智能的標(biāo)準(zhǔn)，這方面的研究已取得很大的成功。

但需要提醒的是，從實(shí)用和工程的角度來說，人工智能的目標(biāo)是解決復(fù)雜的問題。

在1956年8月創(chuàng)建人工智能學(xué)科的達(dá)特茅斯會議上，會議的主角之一司馬賀曾建議把這一學(xué)科叫作“復(fù)雜信息處理”。如果當(dāng)時采納了他的意見，世界上就沒有“人工智能”這個術(shù)語，也許今天的人們會更加重視如何應(yīng)對復(fù)雜性這個難題。

目前人工智能發(fā)揮巨大作用的領(lǐng)域，無論是在視覺聽覺感知、自然語言理解上，還是在蛋白質(zhì)結(jié)構(gòu)預(yù)測等科學(xué)研究上，面對的都是復(fù)雜性極高的問題，用傳統(tǒng)的演繹推理和歸納推理無法解決。

有些學(xué)者批評機(jī)器學(xué)習(xí)沒有形式化的公理體系和簡潔的數(shù)學(xué)公式，我想這是“不能也，非不為也”，解決復(fù)雜問題需要新的科學(xué)范式。希望人工智能界更加注重“解決復(fù)雜問題”，走出一條發(fā)展人工智能的新路。

四

中國最早從事人工智能研究的學(xué)者大多有數(shù)學(xué)和數(shù)理邏輯背景，如吳文俊、金岳霖、胡世華、王湘浩、吳允曾等人工智能的前輩都是數(shù)學(xué)家或邏輯學(xué)家，他們的弟子很多，對我國人工智能的發(fā)展有深遠(yuǎn)的影響。不過，人工智能的核心是算法，而中國對算法的研究起步較晚。

上世紀(jì)90年代以前，中國的書店里只有“計算方法”教科書，算法方面的書極少。所謂“計算方法”，實(shí)際上是講數(shù)值分析，與計算機(jī)科學(xué)中的算法不是一個概念。

1995年，李明和堵丁柱在中國創(chuàng)辦了計算與組合學(xué)國際會議（COCOON），為我國推廣算法研究作出了重大貢獻(xiàn)。2004年，姚期智先生回國以后，舉起了算法的大旗，培養(yǎng)了一大批從事算法研究的學(xué)生，中國的算法研究開始出現(xiàn)蓬勃發(fā)展的新局面。

無疑，我們要正視中國算法研究基礎(chǔ)薄弱的短板，只有高度重視算法研究，人工智能研究才不會偏離主流。解決人工智能的重大應(yīng)用問題需要算法、模型、軟件和系統(tǒng)結(jié)構(gòu)的密切配合。

我的博士論文題目是《組合搜索的并行處理》，研究內(nèi)容既涉及算法又涉及計算機(jī)體系結(jié)構(gòu)，我回國以后延續(xù)了這一傳統(tǒng)。我指導(dǎo)的博士姚新后來又指導(dǎo)了中國科學(xué)技術(shù)大學(xué)的陳天石，陳天石和他的哥哥陳云霽，分別做神經(jīng)網(wǎng)絡(luò)算法和芯片設(shè)計研究，在國際上率先推出了神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)芯片“寒武紀(jì)”，體現(xiàn)了算法與系統(tǒng)結(jié)構(gòu)密切配合的優(yōu)勢。

1991年9月17日，在北京召開的全國第一次人工智能與智能計算機(jī)學(xué)術(shù)會議上，我代表“863-306”主題專家組在國內(nèi)第一次提出了“頂天立地”的戰(zhàn)略口號，指出當(dāng)時的智能計算機(jī)處于初級階段。

30多年過去了，我認(rèn)為智能計算機(jī)仍然處在初級階段。ChatGPT等語言大模型的出現(xiàn)是聯(lián)結(jié)主義技術(shù)路線的巨大成功，但只相當(dāng)于上世紀(jì)40年代的電子管計算機(jī)，其能耗之大令人無法忍受。

近10年來，聯(lián)結(jié)主義攻城略地，所向披靡，深度學(xué)習(xí)大模型的巨大進(jìn)展和不可解釋性引起了人們對人工智能基本問題的反思，令我想起1991年1月《人工智能》期刊關(guān)于人工智能基礎(chǔ)的一場大辯論和1992年夏天在智能中心舉辦的“AI Summer School”。

本書第14章講述了這場具有歷史意義的大討論的來龍去脈。在整理舊物時，我發(fā)現(xiàn)了一篇自己未正式發(fā)表的文章——《Al 理論研究的方法論問題》。這是1992年我和白碩為智能中心內(nèi)部出版的有關(guān)人工智能理論問題的論文集寫的序言。我提出：“幾十年來，AI研究之所以走過不少彎路，除了其本身的困難性外，研究方法與指導(dǎo)哲學(xué)上也存在問題，值得我們反思?！?/p>

希望人工智能界擺脫傳統(tǒng)思想的束縛，從更高的維度看待“不可解釋性”和“可言傳性”，化解對人工智能的恐懼，將人工智能引入良性發(fā)展的軌道。

五

我國在人工智能領(lǐng)域發(fā)表的論文數(shù)量已達(dá)到世界第一，遺憾的是其中大多數(shù)還是跟蹤式的研究。不過，漸進(jìn)式的跟蹤研究也是有價值的，隨大溜的研究可以形成一個科研群體的高原，而只有在高原上才能形成“一覽眾山小”的世界高峰。

按照庫恩的科研范式理論，范式是在某個學(xué)科內(nèi)從事科學(xué)研究的一套基本完善的規(guī)則和行為標(biāo)準(zhǔn)，或者說，是做研究的“官方”途徑，遵循范式做研究可以得到資金和榮譽(yù)。大多數(shù)科研工作者為了生計難以擺脫范式的束縛。

但是，科學(xué)的進(jìn)步是一次又一次范式的改變完成的，帶頭實(shí)現(xiàn)范式轉(zhuǎn)變的往往是一些眼光超群又堅持不懈的年輕人。他們不按常理出牌，最終會引起同行學(xué)者信仰的變化。

目前人工智能界很流行所謂SOTA刷榜，即將標(biāo)準(zhǔn)測試的性能提高一點(diǎn)點(diǎn)，賺取一次世界領(lǐng)先。這樣的研究工作難以實(shí)現(xiàn)范式轉(zhuǎn)變，應(yīng)當(dāng)鼓勵更多的學(xué)者從事有趣的非主流范式的研究，追求未來在性能和能效上取得數(shù)量級的進(jìn)步，而不計較起步時的性能低下。

范式轉(zhuǎn)變往往是長期努力的結(jié)果，辛頓從上世紀(jì)80年代初開始探索深度神經(jīng)網(wǎng)絡(luò)，坐了30多年冷板凳。我們要探索更節(jié)能、更安全的人工智能新路，至少要有“面壁”20年的思想準(zhǔn)備。

本書是一本值得認(rèn)真閱讀的好書，它為我們展示了中國第一代人工智能研究者篳路藍(lán)縷的歷程。以史為鑒，可以知興替。歷史的經(jīng)驗(yàn)教訓(xùn)彌足珍貴，歷史可以照耀未來。

衷心希望年輕的科技工作者可以繼承老一輩學(xué)者的優(yōu)良傳統(tǒng)，提升科學(xué)研究的品位，開創(chuàng)人工智能研究和產(chǎn)業(yè)發(fā)展的新天地。