人工智能的歷史、現狀、前景—人工智能、廣義人工智能、(文件)

　

【正文】 理論和方法。研究如何將自然智能的生成機制引用于開發人工智能，如何用人工智能系統模擬、仿真自然智能的生成機理，研究“信息 —知識 —智能”演化理論。 (8) 智能測度論 “智能測度論”（ Intelligence Measurement Theory），簡稱 IMT。在“可拓學”、“創新論”、“混沌論”、“突變論”等基礎上，研究“廣義智能”如何開拓、創新的理論和方法，一方面，研究“靈感”與“頓悟”等創新思維智能如何產生的機制與開拓的理論和方法，另一方面，研究如何從“無智”開拓為“有智”，從“低智”開拓為“高智”，從“弱智”開拓為“強智”的智能開拓理論和方法。 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 24 綜上所述，我們認為：“人工智能”學科已從學派分歧的、傳統的、狹義的“人工智能” AI，走向多學派兼容、多層次結合現代的“廣義人工智能” GAI，將發展成為人機集成的、群體協同的、未來的“智能科學技術” STI。 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 22 ，“廣義智能學”的研究方法 （ 1）“類比 +聯想”方法 （ 2）“分析 +綜合”方法 （ 3）“黑箱 +白箱”方法 （ 4）“演繹 +歸納”方法 （ 5）“宏觀 +微觀”方法 （ 6）“定性 +定量”方法 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 23 ，“廣義智能學”的科學意義 研究發展 “ 廣義智能學 ” 具有重要科學意義和應用價值，如： （ 1）協同研究 “ 自然智能 ” 與 “ 人工智能 ” ， （ 2）研究開發人機 “ 集成智能 ” ， （ 3）研究開發群體 “ 協同智能 ” ， （ 4）為研究 “ 人工智能 ” 提供新思路， （ 5）為研究 “ 自然智能 ” 提供新方法 ， （ 6）為發展智能科學技術提供新理論。為廣義智能系統的多種智能特性的測試與智能水平的評估，提供科學的測度理論與定量化的測試方法。 研究：自然智能，特別是人的智能，包括：“先天智能”，基于遺傳、變異的自然進化的機制；“后天智能”基于學習，訓練的進化理論和方法；將自然智能進化的機制借鑒于研究人工智能的人工進化理論和方法，開發自進化的人工智能系統，研究人機集成智能、群體協同智能的協同進化理論與方法，開發協同進化的人機集成智能系統、群體協同智能系統、分布式網絡智能系統。 研究“智能”的起源、產生、形成的理論和方法。 (5) 智能協調論 “智能協調論”（ Intelligence Coordination Theory） , 簡稱 ICT。 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 20 ，“廣義智能學”的基本內容 (4) 智能信息論 “智能信息論”（ Intelligence Information Theory），簡稱 IIT。 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 18 “廣義智能學”的學科體系 根據 “ 廣義智能學 ” 的研究對象， “ 廣義智能學 ” 的學科體系，如圖 3所示 : 廣 義 智 能 自然智能 集成智能 人工智能 廣 義 智 能 學 演繹+ 歸納 宏觀 + 微觀 定性 + 定量 類比 + 聯想 分析+ 綜合 黑箱 + 白箱 研究對象 協同智能 智能普存論 智能層次論 智能系統論 智能協調論 智能信息論 智能生成論 智能進化論 智能測度論 智能開拓論 基本內容 研究方法 圖 3 “ 廣義智能學 ” 的學科體系 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 19 ，“廣義智能學”的學科體系 （ 1）自然智能學 “自然智能學”（ Natural Intelligenics）在心理學、生理學、行為學、社會學與生物控制論、生物信息學等學科基礎上 ,研究“人的智能”及其他“生物智能”的“個體智能” 、“群體智能” 的基本概念和特性，存在性、層次性、相對性 , 產生形成、協調協同、進化開拓、評價測度、信息處理、系統構成的機制和理論。 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 13 3．廣義智能學 — 智能科學技術的理論基礎 提出和研究“廣義智能學”（ Generalized Intelligenics）之目的在于： ? 探討 “ 自然智能 ” （特別是 “ 人的智能 ” ）與“ 人工智能 ” 的共性規律，對自然智能與人工智能進行 “ 協同研究 ” ， ? 研究 “ 人的智能 ” 與 “ 人工智能 ” 相互結合的人機 “ 集成智能 ” 、 “ 個體智能 ” 協調涌現的群體 “ 協同智能 ” ， 為“智能科學技術”的發展提供寬廣的理論基礎。如人或機器人的行動規劃系統、運動控制系統，語言生成系統等，及其相互配合與協調控制問題。如，視覺系統、聽覺系統、嗅覺系統、觸覺系統等，以及多重感知系統的多媒體信息融合及情景協同問題。如聯想學習，推理等思維過程的信息理論。智能普存性是廣義人工智能研究和開發的前提條件。 PM—感知機器