人工智能的前生今世

本文是根据2016 年 9 月 10 日王飞跃教授在上海举行“第20期理解未来讲座”报告内容整理而成。

今天讲一下人工智能的历史，以及我个人对于人工智能未来发展的一些看法。为什么首先会讲历史，因为只有回顾历史才有可能更好地展望未来。丘吉尔也说过，回顾历史越悠久，展望未来就越深远。特别是刚才很多人问我人工智能会不会威胁人类，我觉得这个问题非常难回答。 但从历史的视角切入，会“自然”地给出“自然”的答案。所以我关于 AI的演讲，将从历史开始，包括它的起源，它经历的严冬、盛夏，以及后续发展到今天的内容。

今年是人工智能的 60 周年纪念。60 年在中国有特别的意义，代表着一个新的开始。因为在古代，人们把 60 年看作一个周期，就是一个甲子，当过了 60 年，一个新的轮回就又开始了。因此，AI 一个甲子之后， 我们也需要给人工智能开启一个新时代。

我们把人工智能称作“AI”，但它实质是从控制论（Cybernetics）的概念开始的。实际上人工智能最开始应该叫“Cybernetics”，中文把 “Cybernetics”翻译成“控制论”，这是一个非常大的误会，最初把它翻译成“控制论”的四位学者，原本想把它翻译成“机械大脑论”。其实（我认为）翻译成“机械大脑论”更合适，但是他们觉得在中国把它 翻译成机械大脑论可能会被认为是唯心主义，最后还是决定用“控制论”比较安全。从学术角度看，Cybernetics 四分之三是关于机械大脑，最多四分之一是关于控制的。而且人工智能的原始构想几乎都是从 “Cybernetics”开始的，所以提出 AI 一词的 McCarthy 晚年说 AI 其实就 是 Automation of Intelligence(智能自动化)之缩写。最近有一本书叫 Rise of the Machines，讲Cybernetics 被人遗忘的历史，中文译本《机器崛起》， 写得很好，大家看后就明白为什么这样说。

为什么谈这个呢？ 60 年前在美国的汉诺威开了达特茅斯会议 （Dartmouth Conference），AI 从此正式登场。60 年后的今年年初，我 到了另外一个汉诺威，这个汉诺威是德国的汉诺威，在那里碰到了一家公司，叫凤凰接触（Phoenix Contact）力推工业 4.0。它的 CEO 跟我聊， 我说人工智能至少应从莱布尼茨开始谈，他说莱布尼茨就生在汉诺威（其实莱布尼茨是死在汉诺威）。我认为智能的远古史就是三人一线，从哲学到科学：从亚里士多德的形式逻辑到莱布尼茨的“脑微积分”，再到布尔的数理逻辑。

莱布尼茨发明微积分的本意是为了让大脑思维的过程也可以计算，所以他还发明一个东西叫推理器微积分。然后他与一位到中国传教的教士交流，认为他的研究与中国的阴阳八卦非常一致。所以他当选法兰西科学院院士以后，应邀为其院刊写的第一篇文章就叫《论二进制与八卦的关系》，结果人家看不懂他的这篇文章，让他改个话题，但他坚持不改，结果两年以后才发表。我读书的时候有人告诉我二进制与八卦有关系，我自己还觉得荒唐，问外国老师，他说是真的。现在想想还是蛮有道理的，这个八卦其实就是最早的知识自动化，就是苏联人提倡的Semiotics，是人工智能的一支。现在人工智能最有用的一部分，就是知识自动化。不过真正把它发展成一门科学的是布尔。

这里面有一个蛮美丽的传说，我们的计算机是从谁开始的？巴贝奇（Charles Babege），英国人（别问德国人）都认为他发明了第一台机械计算机。当年英国有三个人凑在一起，受乔治·埃佛勒斯的影响（喜马拉雅山的山脉就是由埃佛勒斯命名的），跟他一起研究神秘的古印度逻辑。三人一个是布尔，一个是巴贝奇，但是当时最有名的是德·摩根（ de Morgan ），今天形式逻辑和电路设计里的德 · 摩根定律（ de Morgan's Laws），就是指这个人。这个人有几个十分有名的学生，其中一个学生就是现在控制理论的开拓者 Routh，还有一个是提出现代经济学的威廉姆·杰文斯（William Jevons），再有一个“明星”学生， 是不是真正的学生我不知道，叫 Ada Lovelace ，英国大诗人拜伦 （Byron）唯一的婚内女儿。Ada 后来成了巴贝奇的助手，据说写了世界上第一个计算机程序。所以她是第一个“码农”，而且是女的，现在 计算机领域有许多 Ada Lovelace 奖，连美国的第一个分布式程序语言也被命名为 Ada 语言。其实这个人到底与计算机有没有关系很多学者 弄不清楚，但英国人坚信她是第一个程序员，甚至认她为第一个做算法的人。不过，德·摩根最重要的贡献当属顶住许多数学家同行的压力， 支持鼓励布尔的研究，最终《思维定律》问世。我刚到美国时，第一周住在一个教堂里面，在教堂的图书馆里面发现了布尔的《思维定律》。当时觉得奇怪，竟然还有思维的定律？看了半天，觉得这本书里面很多内容蛮荒唐的，特别是关于概率论的说法。但是没想到就因为这本 书，我进入了计算机行业，认识了 McNaughton 教授，开始了人工智能的研究。

现在的数理逻辑，包括电路设计的布尔代数都是源自这本书。香农（Claude Elwood Shannon）最重要的学术贡献是他的硕士论文，其实就 是把这本书（Law of Thought）里面的结果翻译成现代布尔代数的样子，成了我们今天所有计算机设计和电路设计的基础。

布尔的《思维定律》我当时看不太懂，同住的美国学生恰好是计算机系的，向我推荐了 McNaughton 教授，说他是这方面的权威。McNaughton 告诉我正是因为布尔的工作才有了数学意义下的形式逻辑， 才有了希尔伯特数学形式化的冲动，才有了后来的哥德尔、图灵等的工作。当然，才有了今天的人工智能。后来，教堂的主教见我十分喜欢，就把书赠给了我，这本书成了我第一部有百年历史的珍本书。

布尔与中国和人工智能的关系很特殊。他的夫人是埃佛勒斯（喜马拉雅山的英文名）的侄女，他的小女儿就是影响了几代中国人的小说《牛虻》的作者。中国革命中传奇美国人、李政道的同门辛顿（中文名阳春）也是布尔的后代。而且，今天人工智能风头最健的学者、深度学习的开拓者辛顿教授算下来是他的好几重外孙了。

这就是人工智能最初的由来，但是它最终的成形是靠两个学术家族，一个是德·摩根所在的家族，一个是泊松所在的家族。德·摩根家族里面后来出现了一个中国人，就是王浩（Hao Wang），他是华人里面第一位从事人工智能研究的。王浩当年用一个很简单的 IBM704 机器， 很短时间就把伯特兰· 罗素（Bertrand Russell）和怀特海（Alfred North Whitehead）写的《数学原理》里面的几百个定理（花了十多年心血！） 给证明出来了。所以罗素闻后感叹：早知今日何必当初？他们写了《数学原理》三卷书，是受谁影响而写的呢？是大卫·希尔伯特（David Hilbert）。1900 年的 8 月 8 号世界第二届数学大会上，希尔伯特提出了著名的希尔伯特 23 问题和要把数学公理化、机械化的思想，深深地激发了罗素，结果就是与他的老师怀特海写了这三卷书的巨著。本来他们是想具体落实希尔伯特的思想，但是没想到中间“杀”出一个二 十几岁的哥德尔（Kurt Gödel），证明罗素这本书提出的（数学逻辑形式化）思想是不可能的，这就是哥德尔著名的不完备定律，说不可能证明数学既是一致的又是完备的。后来又出现了一个图灵（ Alan Mathison Turing），他再次以图灵机的形式证明连决策问题都是不可判断的。其实图灵的结果邱奇早在三年前就发现了，因此图灵去了普林斯顿做了邱奇的博士生，加入了泊松的学术家族。

计算机就是这样（在两个学术家族的推动下）发展起来的。约翰·冯·诺依曼（John von Neumann）读了图灵的论文后，觉得就可以根据图灵的理论来设计未来的计算机，这就是现代数字计算机的冯·诺依 曼的结构，今天的计算机就这样开始了。其实在这一过程中影响最大的是维纳（Norbert Wiener）。当年冯·诺依曼要设计计算机，多次参与维纳举行的研讨会，因为维纳那个时候也在设计模拟计算机，而且冯·诺依曼还雇了维纳的主力工程师（毕格罗）来做总设计。所以整个的历史 就是这两个家族，一个是德·摩根延续而来，从怀特海一直到王浩，一直到库克（ Stephen Cook ），也得过图灵奖。另外一个家族是从泊松（Simeon-Denis Poisson）开始，一直到美国普林斯顿高级研究院的创始 人，到邱奇（Alonzo Church）。邱奇-图灵论题（The Church-Turing Thesis）就是以他们二人的工作命名的，中间主线就是希尔伯特、维纳和冯·诺依曼等，一直到后面的达特茅斯人工智能会议。所以人工智能的主要历 史，就是希尔伯特开启的这条主线，再加上这两个家族的贡献，一个是从逻辑推理来的，一个是从计算方面来贡献的。一直到 1956 年开了达特茅斯会议，人工智能就正式成为了一个研究领域。

为什么讲这些？首先，这是历史上的事实，其存在掩盖不了。其次， 我的观点是，除了人类对智能的正常追求之外，从亚里士多德、莱布尼茨到布尔等，希尔伯特、罗素和怀特海的数学公理化、形式化、逻辑化和机械化的想法是学术上引发人工智能最早的催化剂，只是他们设想的过程是走不通的，哥德尔、邱奇和图灵的定理就像炸弹一样把大家从梦中炸醒，迫使大家回到计算的机械化这一可行的道路上来。

可没有多久，“死灰”复燃，智能的诱惑太大了，这就是为什么 1950年图灵写下关于智能的著名文章，还有今天几乎家喻户晓的图灵测试。 图灵的想法，加上维纳的控制论思想，开启了从以推理为主的逻辑智能向以计算为主的算法智能扩展的进程，从而有了今天的人工智能。讲这些意味着什么？意味着人工智能是科学发展积累的自然结果，是无数科学家长期努力的结果，没有什么神秘的力量。而且，正如哥德尔不完备定理所揭示的那样，数学上不存在超人类的“超级人工智能”。哥德尔晚年一直想把他的定理推广到社会学和哲学领域，坚持认为“人脑胜于计算机，除非数学不是人类发明的。就算数学不是人类发明的，计算机还是不如人脑”。我将这总结成“广义哥德尔定理”：以人工智能为代表的算法智能远不如人类文字等所能表达的语言智能，语言智能又远不如人类大脑所能构思的想象智能。所以我提倡对人工智能大家要有 “三心” ：这是时代的科技，大家要有激动之心；这是无数科学家几代人努力的结 果，大家要有敬畏之心；这是一种技术，既可用来做有益于人类的事情，又可用来危害人类，取决于人类自身，大家要有平常之心。人工智能既不能奴役人类，更不能毁灭人类，只有人类自己才有能力干出这种事情。

10 年前，我做 IEEE IS （IEEE Intelligent Systems

）做主编的时候，人工智能刚过 50 年。那时大家几乎把人工智能是什么都忘了，差不多是人工智能最悲惨的日子。我的学生毕业都说找不着工作了，要换一个方向，没人愿认为自己与人工智能相关，没想到十多年后人工智能又热回来了。那时候我们想，不能忘记对人工智能做出贡献的人，所以第一次在全世界范围内选了人工智能领域的 10 个人，构建了 AI 名 人堂（Hall of Fame）。这里列的第一个人就是做专家系统的费根鲍姆（Edward Albert Feigenbaum），第二个就是麦卡锡（John McCarthy），“人工智能”的名字是他提出的，他先在 MIT，后又到斯坦福大学，办了斯坦福大学的人工智能实验室。今年年初刚刚去世的马文·闵斯基（Marvin Minsky），我觉得人工智能所有的科学家里面他最有思想， 他写过《心智社会》（The Society of Mind）。道格拉斯·卡尔·恩格尔巴特（Douglas Carl Engelbart），很多人反对把他归为人工智能的创始人， 我是坚持让他加入的。人们用的鼠标就是他发明的，因特网也算是从他开始的。二战的时候他还是个士兵，驻扎在菲律宾，读了布什（Vannevar Bush）的 As We May Think，就决定要把它实现，结果导致了因特网的雏形。他在智能方面的最大贡献就是首先提出了由网络化实现扩展现实AR，按他女儿的说法，思维总是超时代 20 年，后来专门研究大脑。

提姆·约翰·伯纳斯-李爵士（Sir Timothy John

Berners-Lee）这个人也算很有贡献，主要是万维网，但是按照真正传统的人工智能角度 来讲，他是个配角（打酱油的）。卢菲特·艾斯卡尔·扎德（Lotfali AskarZadeh）在计算智能方面贡献很大，相信他的模糊逻辑将来还有更大作用。我们做自然语言处理的，不能忘记艾弗拉姆·诺姆·乔姆斯基（Avram Noam Chomsky）。瑞迪（Reddy）就更算是一个配角了，当 年他自己都不认为是干人工智能的。今天我们做的概率图模型都是从朱迪亚·珀尔（Judea Pearl）开始的，我们评 AI 名人堂的时候，只有他和尼尔森（Nils Nilsson）没有得图灵奖，现在只剩尼尔森没有得图灵奖。但我觉得在人工智能里面将人工智能从文学转为科学的过程中 做出最大贡献的就是尼尔森，他一口气写了很多 AI 的书。我们今天做的深度学习，其实最初的技术是在这本书上，叫《学习机器》（Learning Machine），

我们现在叫《机器学习》。最初的学习是从学习控制

开始的，从 Learning Control到 Learning Machine

。我30多年前最喜欢读的是 Logical Foundations of Artificial Intelligence

,我还给这本书写过一个书评。尼尔森最近写了一本小册子，叫 Understanding Belief，我们今年把它翻译成中文。如果大家对人工智能历史感兴趣的话，尼尔森还写过一本 900 多页的书叫 The Quest for Artificial Intelligence（AI），介绍人工智能的历史。现在尼尔森退休了，以前一 直是在 SRI 和斯坦福大学。

今年大家都在讲 AlphaGo，AlphaGo 到底有多大意义？我觉得AlphaGo 意义蛮大的，可与邱奇-图灵假设有一比，虽然在科学上没有什么贡献。因为邱奇-图灵假设才出现了我们今天的计算机，但是它只是一个假设，它觉得所有可计算的数都可以用图灵机计算，其实这件事情无法证明，但是因为图灵假设启发了冯· 诺依曼，产生了计算机， 最后才有了我们今天的信息行业、IT 行业。我觉 AlphaGo 将来可以称为 AlphaGo 命题：只要是复杂性问题，都可以用 AlphaGo 的架构解决，只要参数多了就会产生智能。所以科学家德日进就讲过“所谓生命，就是复杂化的物质”，只要复杂了就有生命，就有智能了。

对我来说，AlphaGo 的意义很大。大家都知道 IT，我们今天知道 IT 是信息技术，其实忘了 IT 最初是什么意思，是工业技术的意思，Industrial Technology，那是 200 年前的“老”IT；60 年前，IT 才变成 Information Technology，但现在已是“旧”IT 了；今天的 IT 是“新” IT，Intelligent Technology，所以 AlphaGo 意味着我们真正进入了新 IT 的时代，智能技术的时代。但是 IT“老旧新”这三个都要有，我们离 不开工业技术，也离不开信息技术，将来更离不开智能技术。

为什么要这样想？其实它有很深的哲学基础，波普尔是近代最伟大的科学哲学家之一，我从小就知道有两个世界：物理世界和精神世界。我们今天的讲座叫“生命科学和人工智能” ，其实是两个生命：一个是物理生命，一个是虚拟生命。波普尔告诉我们在物理和精神世界 后还有一个第三个世界，叫 Artificial World，就是人工世界。我们农业社会干了什么？农业社会就是开发了物理世界的表面资源。工业社 会干了什么？就是先心灵解放，文艺复兴。文艺复兴解放了我们的心灵，我们不再是神的奴隶，我们是自由的，所以我们产生了科学，科学之后我们有了新的机械，回过头来再开发地下，有了现在的工业，挖石油，挖铁矿，现在的能源行业、钢铁行业就是这样起来的，所以 解放第二个世界开发了第一个世界的地下资源。再加上旧 IT 信息技术，前两个世界都开发完了，现在我们要开发第三个世界，就是人工 世界，我们要从农业、工业到智业社会。人工世界的矿源就是数据，那就是人的智力，所以我觉得新 IT 的时代到了，因为我们要开发人工世界了。所以说人工智能就是两部分，人工有多广，智能就能有多深，这也就是我们的大数据、物联网、云计算今天这么重要的原因。 这就是 AI 的一个甲子，我们要有新一代智能技术，不忘初心，但要重新开始。

关于人工智能的冬天，因为时间原因今天“冬天”“夏天”的话题就不讲那么多了。但是我非常担心的一点是，今天的许多人工智能话说得太高，可不要把人工智能再弄进另外一个冬天。大大小小能数过来的人工智能的冬天有6 个，其实让我说至少有 9 个冬天。人工智能真是太可悲了，只有冬天跟夏天，没有春天跟秋天。春天阳光明媚，秋天是收获的季节，我就希望将来还有个秋天。它没有秋天的原因也很简单，你看翻译自动化，翻译了几个来回，结果也太荒唐了。但是你想特斯拉的车能把白墙看成云彩，一头撞上去，你说不比这还荒唐吗？所以人工智能不会威胁人。机器人很长一段时间连个门都打不开， 还怎么威胁人呢。

其中一个很严重的冬天是一本书导致的，这本书叫 Perceptron。 为什么要提这本书？因为深度学习就是从它而来的。20 世纪 50 年代 的时候，许多媒体说感知机（Perceptron）要取代人类了，要变成智能 机器了。结果闵斯基（Minsky）跟西蒙·派珀特（Seymour Papert）写了一本书说感知机连最简单的 XOR 问题都解决不了，还能成智能机吗？这就导致了感知机的提出者、康奈尔大学的研究员弗兰克· 罗森布拉特（Frank Rosenblatt）的悲剧。他在 20 世纪 50 年代的时候非常出名，记者们都认为他的感知机能征服世界，然而闵斯基却说感知机毫无用处，不久罗森布拉特就去世了，很年轻。他跟闵斯基是同一个高中毕业的，两个人还是同学。大家都觉得闵斯基这个事做得太不地道了，他把感知机限制到一个很具体的情况，证明了它连很简单的问题 都解决不了。大家一看它连这么简单的问题都解决不了，就把它的其他潜力也给抹杀掉了。弗兰克·罗森布拉特很不高兴的，有一天他坐船出去，有人说是他自己划船出事了，有人说他是自杀的，反正最终是死掉了。他死了之后，这两个作者觉得不大好意思，特别是第一版书的封面颜色就不对，美国出书哪能用这种红颜色的呢？所以第二版把颜色改了，改成象征和平的绿色，然后把这本书就献给了他的高中同 学罗森布拉特。但是那时人已经死了，再也无法看到今天深度网络又回来了，而且差不多救了 AI。神经网络回来了之后，闵斯基又说他当时不是这个意思（感知机毫无用处），在业内一直有对这件事非常不满的人士。

我自己是 20 世纪 80 年代开始做这方面的研究的，当时也是寄希望于逻辑编程，所以 20 世纪 80 年代我还写过两本书(Logical Foundations of Artificial Intelligence; Foundations of Logic

Programming）的书评。现在深度网络又出来了，是因为计算机的计算能力提高了，AlphaGo 就是例子，由于时间原因，我就不细讲了。 还有一本书，英文叫 On Intelligence，讲的是大脑跟智能的关系。出书的时候，也就是十多年前，传统做人工智能的人绝对认为它跟人工智能没多少关系，可是翻译到中国来就有关系了，开始是翻译成《人工智能的未来》。让我写书评，我说这个书名就是“挂羊头卖狗肉”，但是羊头挂的是真的，狗肉味道也不错，所以我觉得还可以。但是没想到 10 年以后这本书又换了一个名字出来了，这次叫《智能时代》，是同一本英文书。不过我觉得作者讲得还是蛮有道理的。

关于人工智能威胁论有三个最有名的人物。雷·库兹韦尔，我想大家都很熟悉了，他预测过很多的东西，包括 2010 年计算机就消失了，这是在大庭广众下，在 TED 上面所讲的，我不知道大家今天有没有带计算机来，今年是哪一年？奇点论这个事情不是科学也不是哲学，罗素悖论早就把奇点论从哲学上剥离了，就是剃头师傅的头发谁来剃的问题。马斯克很有名，我想他的特斯拉刚刚出事，就更有名了，他的火箭这两天也炸了。但是我觉得他确实是个非常伟大的人，不过他说人工智能比原子 弹还可怕，我是坚决不赞成的，我觉得这两个东西没有可比性。还有一个人是霍金，他更有名，他说人工智能的发展会导致人类的灭亡。他以前讲过一句话：“不能把飞机掉下来归咎于牛顿的万有引力。”我觉得人类很有可能灭亡，但是也不能归咎于人工智能。这就是我的观点，有些东西是文学性的描述，不是科学的，你没法反驳，我觉得大家没必要花时间去研究，这些东西根本不成立。其实库氏等人的许多预测是搭便车，然后等着默顿自我实现定律发酵而已。还是那句话：飞机失事不能怪地球引力，人类灭亡或技术威胁人类也不能怪人工智能，那是人本身发展的一部分。要灭亡也是人类自己的原因，不能怪技术。

我刚刚第一部分给大家讲的历史，人工智能走到今天，那是纯纯正正的科学，上面追溯到伽利略、牛顿，都是做这件事。所以我就希望大家对人工智能有一个正确的态度，首先，因为人工智能是我们这个时代的技术，我们要怀有激动之心去迎接它，特别是年轻人，我觉得希望还是在年轻人身上。其次，人工智能是科学追求的必然结果，这是一个非常科学的研究，所以大家要有敬畏之心。最后，要有平常之心，没有什么威胁，对人类威胁最大的不是技术，任何技术都是双刃剑。谁能灭了人类？只有人。

人工智能的春天在哪里？我觉得春天就是黑暗的另外一半。到底什么是智能？我认为闵斯基的话说得很好，大家不要指望人工智能就是深度学习，它一定要源自多样性，没有一个统一的原理。但大家也不要觉得这个技术无法研究，你只要追求就有结果。更深的历史，大家可以看看 Aristotle's Prior Analytics and Boole's Law of Thought 一文，发在一个哲学杂志上，是约翰·科科伦（John Corcoran）写的，他是我老师的第一位博士生，是学哲学的，他追究的就是从亚里士多德到布尔数学的历史关系。

在英文中，“Intelligence”有两个含义：一个是“智能”，还有一个是“情报”。大家一定不要忘记它有两个意思，为什么今天人工智能 的主流公司是 Google？Google 就是做搜索的，其实就是搜情报的。为什么是百度？它也是做搜索的。大家不要忘了人工智能的另一半，忘了这 一半就无法实现智能。所以我认为这就像一个硬币的两面，一面是智能，另一面是情报，或者再初等一点，是数据，大数据，你不把它们合在一起就不可能实现真正的人工智能。智能是开放的情报，情报是封装的智 能。这就是为什么 Google、百度做人工智能非常自然，以后做人工智能肯定不能完全靠几个算法，要有组织、有行动，还要有知识，KAO（知识+行动+组织）才是智能的方向。

“情报 5.0”就是我们在做的情报，我们说这是情报 5.0 的时代。最初的情报是“人员情报”，这是间谍人员的术语，是在一战之前；二战就变成了“信号情报”；而到了冷战时期就是卫星图像，也就变成“图像情报”了；网络时代就是“开源情报”了，再加上人工智能就变成了“平行情报”。以后的战争管理也是 5.0，将来是“明战”“暗战”“观战”这三战合在一起打。以前战争的传统是消耗资源，打消耗战，之后就要靠机动战，还有心理战。以前的战争是指哪打哪，现在的战争变成 打哪指哪，打了就打了。这些一定要平行地合起来才行。最关键的是要把 UDC 转成 AFC，这是美国做网络战时军事上的总结，就是要把世界 的不定性（U）、多样性（D）、复杂性（C）转成平行情报和平行军事组织中的敏捷性（A），我可以应对各种事情。一旦目标确定了我就要聚焦（F），然后我要向我的目标快速收敛（C），靠的就是智能技术。所以将来一定是虚实合一，就是走向平行。

现在的算法是一个封闭的算法，它封闭在机器里，出不来。但人类为什么智能？每当我提出一件事，我的大脑里面就把整个世界联系在一起。而算法只是在计算机器里面，在封闭机器里面无法实现智能。它能够像人一样，告诉它一件事情就能把所有资源一下子调动起来吗？

以前调动不了，但是现在有了网络，特别是有了物联网、无线传感，还有智联网，这就可以实现了。所以要实现人工智能，就要开放算法，这个开放算法只能在虚拟世界（Cyber Space）开放，只能在波普尔的人工世界开放，这样才能产生新的行业。所以将来的世界是物理、心理、人工三者平行的世界，这个平行的世界需要平行的智能。这就是我认为的人工智能未来的方向。所以将来是 Cyber-Physical-Social Space 的世界， 一定要把人基于三个世界之中。

下图五个圈合成的结果，也叫 CPSS，我觉得最好的提法是 Cyber-Physical-Social Systems，在这之上才能产生智能产业。

大家可以上网查一下，2010 年以前几乎没有“智能产业”这个词， 我当时提出来这个词是觉得比较紧急，想推动大家往这上面去，所以开始写了一篇英文文章，我做主编就把 CPS 专栏改成 CPSS 专栏，我觉得基于 CPSS 才能有智能产业。后来我又写了一篇中文的文章希望大家来做这件事情，当时觉得这可能是 10 年后的事情，没想到不到 5 年，大家就都在说自己是干智能产业的了。

如下图所示，这就是平行，是虚实互动。将来不是人工逼近实际， 是实际逼近人工。它有着很深的哲学基础，需要从牛顿系统到默顿系统的升华。牛顿时代是“大定律、小数据”。牛顿时代有三大定律，少量的参数支撑了整个物理世界的基本规则。但是将来的世界是向默顿系统发展的，默顿世界就是“小定律、大数据”。数据很大，定律可以有很多但很“小”。为什么要这样做？就是因为认知的鸿沟。我们的模型世 界和真实世界，当复杂性提高了的时候，差距就越来越大，这个鸿沟怎 么办？依靠大数据填，另外就是要从牛顿定律到默顿定律。牛顿系统大家都知道，就是“你干什么我知道，我说什么不影响你”。比如我说明天下大雨，但明天下不下雨与此无关。对默顿系统就不能乱说，你说的明天的股票怎么怎么样，搞不好明天的股票价格就变了，你的话是要影响整个系统的行为的，成了“你干什么我不知道，我说什么影响你”。

大数据对我来说就是“两句话、三件事”，数据说话，预测未来，创造未来，没有大数据这三件事是串不起来的。利用平行和 ACP 思想就变成了三者合一，就是把描述（Descriptive）、预测（Predictive）、引导（Prescriptive）合并起来，从人工组织、计算实验、平行执行一直到平行智能（Intelligence）。

为什么要这样做？我给大家举一个很简单的例子，如果你只看到实数，那方程（X2+1=0）是没有解的。你需要引入虚数（Imaginary Number）。Imaginary

Number 英文原意是什么? 是想象出来的数，是神经病想出来的数，翻译成中文成了虚数就很文雅，把历史给掩盖了。400 多年前才出现这个数，但是以前人们认为这个数不是数，所以才认为是神经病想出来的数，现在谁要是不把它当成是一个数，谁就是神经病了。这个数一出来，这个方程有解了，我们很多程序就继续算下去了。相对论、量子力学就是这样（在虚数的基础上）出来的。现在我们要实现真正的智能，也要想到我们的空间，有实际空间+虚拟空间，下图是我十多年前提出的，那时大家觉得荒唐，但是现在你花在虚拟空间的时间比花在物理空间的更多，可能对很多人已经不是 50%︰50%了，是 70%︰30%了， 但是从科学上来说它还是 50%︰50%，所以你也需要一个虚数，这个虚 数就是平行的意思，它的基本支撑结构就是 CPSS。

在将来的智能社会，如果你没有CPSS，就像你说你是发达国家， 可你没有高速公路、没有火车站、没有飞机场、没有港口一样。我认为将来所有的东西都是平行的，人是平行的，设备是平行的，武器是平行的，过程是平行的，工厂是平行的，所有的这些，机器人、无人机都是平行的，网端的机器人、现实的机器人合起来全是平行的，这样平行起来就是把模型和物理、人工世界和实际世界的鸿沟填起来了，平常时候就是以万变应不变，把小数据弄成大数据，把大数据弄成小智能，解决 具体问题的精准知识。打游戏把自己变敏捷，一旦出了事就按律师法规告诉你的，以不变应万变，出了事也不该你管，这个时候就要向你的目标收敛，平常你就是深度学习，这就是有监督的学习，这就是加强学习，最终就成了虚实互动的平行学习。最后就是基于 CPSS 的智能机，它打通三个世界，也就是打通物理（Physical）、社会（Social）、虚拟世界（Cyber）。沃森曾经说世界只要 5 台计算机就够了，现在我不知道这个 房间里有多少台。将来这个平行机器出来会产生一系列新的工作，比如决策工程师、游戏工程师、学习工程师，不是机器人取代人，而是机器 “扩”人，带来了更多的工作，就像计算机带来了网络工程师、计算机工程师等一样，最后形成新的智能时代。

下图是 30 多年前我做智能机的博士论文时，我的导师给我画了三个圈：什么叫智能控制，就是人工智能+运筹学+控制+通信+计算机。然后 画了三个框，最初的智能系统结构，下面是执行，中间是协调，上面是组织和策划，就是公司的CEO 干的活，然后说你去做博士论文吧。我当时只待了一年就说要逃，不干了。后来导师组织牵头策划成立了一个NASA 中心，说这个智能系统地上没有用，可能天上有用。结果 NASA还真给了我们一个中心，叫空间探索智能机器人系统中心（Center for Intelligent Robotic Systems for Space Exploration, CIRSSE），就是服务今天的国际空间站，说用机器人在上面搭建结构，许多的实践之后发现不行，后来还要找苏联一起搭。我的第一篇论文是《智能机的协调理论》， 机器学习、博弈论、Petri 网都用了，其中有当年做的 NASA 的 18 个自由度的机器人组装系统。时间原因，就不讲了。

下图是我的第二个博士生的博士论文里面所做的多层神经网络，我们 20 世纪 90 年代就做 9 层的，用 Matlab 一算就是一个星期，学生受不了，我也受不了，发表了几篇论文再也不干了。然而我相信要把社会计算、平行智能与知识自动化 结合起来，形成深度决策、对抗决策，最后平行决策，走向工业 5.0 的智能产业时代。将来情报也要 5.0，控制也要 5.0，机器人也要 5.0，社会也要 5.0，德国提出工业 4.0 网络化，我认为基于智能和 CPSS 的平行化才是未来，这就是 5.0 的时代。

我们从十多年前就开始做这方面的工作， 做的第一个项目就是平行交通，今年国家发改委与交通部列的唯一一个市级的具体示范项目就是平行交通，在青岛。这就是把人工系统与实际系统互动起来，做各种各样的平行交互。企业也是，人工企业和实体企业合一。农业也是，人工和实体农业结合起来做，用算法来控制。最后实现的是智能平行社会，这都是一起来平行，现在我们一帮年轻人在做这个，希望更多的人加入。 现在我给自己的学生的就是五个圈、五个框，从导师的“三环”小奥林匹克，到我的“五环”逆奥林匹克。

我觉得将来任何事情都是可编程的，软件要定义一切，大家都要平行，要把 UDC 转成 AFC。大家都谈虚拟现实、增强现实还有人工智能 ，将来还要虚拟传感（Virtual Sensing）、增强传感（Augmented Sensing）、人工认知（Artificial Cognition），所以未来的实体就是软件定义的你， 平行的你有多强大你才有多强大，将来每个人生下来就有个软件机器人，平行地跟你一起生，一起长，一起学习工作，你有多强大不是看你物理、 生理上有多强大，是看平行的你有多强大。

这些年来，我们老是说弯道超车，我最不喜欢弯道超车。人们认为弯道是要降速的，为了大家的安全，特别是别在别人的道路上弯道超车。 作为一个大国，我们必创自己的直道，换上自己的直道，平行换道超车。 古人说：非兵不强，非德不昌，强而不霸利天下。这才应是我们的“一带一路”，我们的“人类命运共同体”，我们的“中国梦”。这一切， 在当今时代，离不开人工智能，离不开智能科技。