设为首页收藏本站
开启辅助访问 切换到宽版

科学网

 找回密码
  注册
科学网 › 标签 › 王飞跃

tag 标签: 王飞跃

相关帖子

 版块 作者 回复/查看 最后发表

没有相关内容

相关日志

中科院王飞跃 | 智能大经济：从勤劳之手到智慧之脑
Kara0807 2018-5-7 22:24
围棋大师一生的心血和动力，不抵计算机硬件加算法三个小时从零开始的 “ 算力 ” 和 “ 法力 ” ！当 AlphaGo 程序接二连三横扫人类围棋高手并迅速连自己的命也革了，成了 AlphaZero ，许多人震惊之余，突感深深的焦虑：业外大众担心 “ 机器换人 ” ，自己的饭碗还保不保？业内人士担心如此 “ 忽悠 ” 下去，人工智能这波浪潮还能持续多久？ 人工智能与智能经济 王飞跃 中国科学院自动化研究所复杂系统管理与控制国家重点实验主任 从物联网、大数据、云计算、区块链、机器人，一直到现在的人工智能，近年来几乎一年一个新词一波新浪。起初，一浪拍一浪，一个新的概念或热词起来之后就把前面的拍下去。然而人工智能不同，像只 “ 变色龙 ” ，不但化解了其它浪潮的冲击，还把另外的热词都生 “ 吞 ” 了下去，全变成 “ 人工智能 ” 了：物联网智能、大数据智能、云计算智能、区块链智能，当然，机器人就更要智能了！结果就是：毎一个新词之后，人工智能不但没有被 “ 拍 ” 死或 “ 拍 ” 下去，反而更强大了，大有 “ 海纳百川，有容乃大 ” 之势。 智能大趋势：三个 IT ，三个世界，三个轴心 毫无疑问，我们已进入 “ 新 IT” 时代： IT 不再代表信息技术 Information Technology ，那已是 “ 旧 IT” 老皇历了； IT 的时代意义是智能技术 Intelligent Technology ，这是 “ 新 IT” ；但我们不可忘记二百年前开启工业革命大潮的功臣 “ 老 IT” 工业技术 Industrial Technology ，今天，它依然是实体经济的坚强支柱。 未来一定是三个 IT 的平行并举，而且这与上世纪最伟大的科学哲学家之一卡尔 • 波普尔关于现实是由物理、心理和人工三个平行的世界组成之观念一脉相承，形成开发这三个世界完备的技术体系：工业技术老 IT 是开发第一物理世界的主要工具，借此我们几乎消除了人类的资源不对称，信息技术新 IT 是开发心理世界的核心技术，借此我们差不多消除了人类之间的信息不对称；现在，新 IT 智能技术刚刚登上了时代的舞台，成为我们开发人工世界的领军科技。从工业自动化到知识自动化，人类开始了消除我们之间智力不对称的伟大新征程。这就是为什么人工智能成为热点，大数据成了 “ 石油矿藏 ” ，智能产业形成热潮的根本原因。 百年之前，十月革命的一声炮响，给我们送来了马克思主义，催生了中国的社会革命进程。卡尔 • 马克思去世的 1883 年，诞生了著名学者卡尔 • 雅斯贝思，他在中华人民共和国诞生的 1949 年，写下传世之作《历史的起源与目标》，提出了 “ 轴心时代 ” 的概念。然而，新 IT 的出现，必将把人类推入新的第三轴心时代：智能全球化和人类命运的智能生态共同体， “ 一带一路 ” 和 “ 中国梦 ” 正成为新时代世界创新的先锋。雅氏认为，公元前八百到二百年间的 600 年是人类人性的大觉醒，从中东的古埃及、犹太和希腊，印度和中国的两河流域，独立暴发了哲学上的大突破，并将其称为 “ 轴心时代 ” 。然而，这只是对物理世界的历史考察，其实心理世界也有自己的轴心时代，这就是从文艺复兴到现代科学体系建立的 500 多年时间，是人类理性的大觉醒，导致科学的大突破。今天，我们正在见证人工世界轴心时代的开始，它源于哥德尔的不完备定律，揭示了纯理性的限度，引发维纳、图灵和冯诺依曼等科学家相继提出控制论、机器智能和计算机等概念和技术，这是人类智性的大觉醒，必然在哲学、科学之后，带来技术上的大突破，其结果正是新 IT 智能技术。 有趣的是，人工智能创始人之一司马贺就是因为提出 “ 有限理性原理 ” 而获诺贝尔经济学奖，而去年的诺贝尔奖又授给了有限理性的行为经济学。或许，这些巧合都是为了提醒世人：这就是智能大趋势，我们已进入开发人工世界的第三轴心时代！ 智能大经济：从勤劳之手到智慧之脑 一个经济体系的革命和升级，只能在一个新的市场空间中实现。工业革命正是由于心理世界的引入，开辟了新的商品经济市场，使社会专业分工和大规模工业生产成为可能，一举突破了农业生产经济的边际效用递减诅咒和 “ 粮食增产、人口暴涨 ” 的马尔萨斯 “ 贫困陷阱 ” ，使人类从农业社会跨入工业社会。这就是为什么工业经济始于英国的纺织业，因为纺织品不同于农业经济中既不能少也不可多的食品，其市场的规模取决于心理，具有无限大的发展潜力，本质上就是心理世界的初级开发。 工业经济发展到现在，我们又遇到了诸如 “ 全球变暖 ” 、 “ 发展极限 ” 、 “ 技术奇点 ” 等各色各样的 “ 瓶颈 ” 和 “ 陷阱 ” ，其进一步的发展和升级，必须有新的增长方式和市场空间。发展智能技术，开发人工世界，扩大商品范畴，围绕健康、安全、教育、能源、制造和交通等领域，形成有效个性化的知识产品及其智能经济，从传统的专业分工，转化为人机分工，并进一步走向虚实分工，是工业经济升级转型的必由之路。进而，从工业自动化到智能自动化，建设智能大经济 BEI （ Big Economy of Intelligence ）这就是开发人工世界的时代新思维。这一思路将使调节市场的 “ 看不见的手 ” 成为管理社会经济的 “ 智慧之手 ” ，从而有效地推动人类从工业社会转入智业社会或智慧社会。 为此，我们必须将物理、心理和人工三个世界融合在一起，确保其协调和谐地发展。实际上，有史以来，人类就像 “ 蜘蛛 ” 一样，一直围绕着这一目标结 “ 网 ” ：从物理世界的交通网和物流网（ Grids1.0 ）开始，到电力网和能源网（ Grids 2.0 ），再到心理世界的互联网和信息网（ Grids 3.0 ），目前物联网（ Grids 4.0 ），人类已从 “ 被联 ” 到了 “ 在联 ” ，正走向人工世界 “ 主联 ” 的智联网（ Grids 5.0 ）。这五张网，将三个世界紧紧联结在一起，形成人、机、物一体化的新空间 CPSS （ Cyber-Physical-Social Space) ，从而为智能经济无限市场的兴起奠定基础。 尽管目前对比特币的认识不一，但毫无疑问，以区块链为基础的数字化货币将成为支撑智能经济而流通于智联网中的智能介质，其实，这也正是传统货币功能的本质。区块链，特别是相应的共识机制和智能合约等智能技术，最有可能成为构筑智能经济和智慧社会之大道 “DAO” 的基石：去中心化的分布式 D （ Decentralized and Distributed ）、自主式的自动化 A （ Autonomous and Automated ）、组织化的有序性 O （ Organized and Ordered ）。诺贝尔经济学奖得主司马贺曾称 “ 信用 ” 和 “ 注意力 ” 不能大规模 “ 生产 ” ，所以不能成为 “ 商品 ” 。然而，一旦建立了区块链之 “DAO” 和此 “ 道 ” 上的知识机器人体系， “ 信用 ” 和 “ 注意力 ” 将不可避免地成为智能经济的新 “ 商品 ” ，并借助智联网迅速演化成人工世界上无限的智能大市场。 对于金融、司法等行业而言，区块链智能技术是一项必将产生强烈冲击的颠覆性的革命技术，已引起许多相关人士的担心。回顾历史，我们不应对此过度焦虑：就像随着生产力的发展，一度专属特权阶层或国家机器的宗教、道德等活动，逐渐归于普罗大众，但相关事务和服务不但不减，反而更加普及，成了普遍的社会活动。随着智能技术的进一步成熟和普及，尽管传统的银行和法律机构及业务方式将发生深刻变革，但将会有更多的从业人员：因为将来经济合同和司法条例将编程到每一个智能产品，每一个智能过程，每一个智能组织，相应的业务范围将被大大扩大和深入。而且，智能产业和智能经济将引起社会问题的 “ 范式转移 ” 。农业社会将抵抗 “ 野蛮 ” 部落、国家的问题，弱化为反击强盗、土匪的问题，而工业社会进一步将其减至防治欺诈、犯罪等危害公共安全及利益的行为。相信基于区块链和智联网的智能经济和社会，将大大减少信用的成本，大大提高犯罪的代价，必将引发社会行为及其经济活动与业务的深刻变化。例如，更多的人会对保险服务感兴趣，因为在不必担心上当受骗之余，更会考虑天灾人祸等无法预测的因素，从而更愿购买相应的保险项目。实际上，相关苗头已出现，近两年利用区块链设计保险产品已在航运保险、医疗保险、农业保险、奢侈品保险等业务中展开。 特别应指出的是，基于虚实互动的平行智能和平行区块链技术而构建的平行经济理论，进一步使经济系统变为可编程的经济活动。同时，利用计算实验改进实际的社会经济实验，可大大降低实验和监管的成本，以虚驭实，使 “ 吃一堑，长一智 ” 变成在人工世界中 “ 吃一堑 ” ，在物理世界和心理世界中 “ 长一智 ” 。预测世界的最好方法就是创造世界，平行经济将 “ 制造 ” 出 “ 人机物 ” 的新 “ 三元经济 ” ，形成平行社会并 “ 催生 ” 出新的社会行为，使 “ 无形之手 ” 演化为 “ 智慧之脑 ” 。这就是从牛顿范式向默顿范式的转移，正如《共产党宣言》所言：智能经济 “ 就是按照自己的面貌为自己创造出一个世界 ” 。 智能大发展：开创 “ 正和 ” 的智慧全球化时代 从农业到工业的升华，我们需要完善的能源、机器和交通 “ 三位一体 ” 的基础社会设施的保障。同样，从工业到智业的飞跃，我们还必须具备大数据及其算力、包括无人车的智能机器和构建于 CPSS 之中的智联网这一新的智业 “ 三位一体 ” 的保驾护航。毫无疑问，大数据将变革生产资料、区块链将革命生产关系、智能科技将产生新生产力，数力算力法力的一体化创新，这就是整个人类开发人工世界，迎来智能大发展的历史机遇。 这也是中华民族伟大复兴的 “ 中国梦 ” 时代：我们从古之 “ 天人合一 ” 、 “ 知行合一 ” 、 “ 大同世界 ” 到了今之 “ 五位一体 ” 、 “ 一带一路 ” 、 “ 智慧社会 ” 、 “ 人类命运共同体 ” 。现在，人工智能和智能科技为我们带来了实现这些梦想和信念的 “ 合一体 ” 技术：人机结 “ 合 ” 、知行合 “ 一 ” 、虚实一 “ 体 ” 。 正如雅斯贝思《历时的起源与目标》中所指出的：人类社会的进步和轴心时代形成的动力源自人们对于相互之间的交流、比较和共识等与生俱来的不懈追求，其表现形式就是全球化运动。在第一轴心时代之末，我们进行了 “ 丝绸之路 ” 的第一次全球化尝试，为世界贡献了中华古文明，但在你有我无的物理世界，只能有充满侵略与压迫的 “ 负和 ” 全球化。在心理世界的第二轴心时代之初，我们也有过明朝郑和 “ 七下西洋 ” 的全球化之举，人类在战争的血与火之后，人类终于有了以自由贸易为主的 “ 零和 ” 第二次全球化运动。人工世界是一个 “ 无中生有 ” 的世界，在此可以 “ 正和 ” ，在第三轴心时代之初，我们又推陈出新，提出了 “ 一带一路 ” 的倡议，为 “ 正和 ” 包容多赢的第三次智能全球化运动，创立新的 “ 直道 ” ，让中国和世界其他国家，特别是发展中的国家，能够有一个 “ 换道 ” 智慧超车的机会，实现这些梦想的核心，就是充分发展和利用智能科技，构建人类命运的智能生态共同体。 为此，我们不应被 “ 人工智能威胁论 ” 和 “ 人工智能使人类失业成为机器奴隶 ” 等言论所干扰甚至误入歧途。我们曾在工业革命之初受过类似的干扰，教训惨重。我们必须从全面数字管理（ TDM ）、全面数字组织（ TDO ）、全面数字社会（ TDS ）开始，发展知识机器人、 CPSS 、智联网和平行的智慧社会，使智能技术切实地造福人类。 对于人工智能和智能科技，我们应当怀激动之心，因为这是时代的技术；我们必须持敬畏之心，因为这是多少代科学家和工程师心血和才华凝结成的科学成果。最后，人工智能科技同其它工业技术一样，是把双刃剑，我们还要有平常之心。 本文发表于《上海保交所》 2018年第1期，P22-P25
个人分类: 王飞跃教授|1314 次阅读|0 个评论
王飞跃：“平行驾驶”是无人车上路的安全高效智能途径！
热度 1 Kara0807 2018-3-8 10:34
最近，加州路测新规准许测试部署无驾驶员自动驾驶汽车，远程控制技术成新技术热点，国内王飞跃教授及其团队自上世纪末就开始在探索一种无人车上路更安全高效的途径——平行驾驶，远程控制技术可以说是平行驾驶的初级形态。近日，我们对王飞跃教授进行了独家专访，揭秘了这种全新的远程控制、虚实结合、人车协同的平行驾驶方案。 王飞跃：“平行驾驶”是无人车上路的安全高效智能途径！ 作者：郑亮，王晓 对无人驾驶技术的向往，已经让人类付出了半个多世纪的努力与尝试。尽管今天我们借助更先进的传感器、运算速度更快的芯片、以及更准确的深度学习算法，在一点一点接近完全无人驾驶的状态，但动态时变的交通场景、复杂多样的天气状况、随机的交通参与者行为，都让无人车上路面临着无数的考验。在2018年2月2日举行的国家智能产业峰会上，来自慧拓的高级工程师周锐与大家分享了一种全新的远程控制、虚实结合、人车协同的平行驾驶方案。据了解，平行驾驶是平行智能在智能驾驶中的实践应用。为此，我们采访了平行智能理论的提出者王飞跃教授。这位从上世纪80年代就致力于无人车研究的美国教授，为何在上世纪90年代获得正教授职称、研制出能成功上路的无人车后，打道回“国”，转而研究社会计算与知识自动化？又因何提出“平行智能”的理论与方法？平行驾驶与当下正火的无人驾驶，又有什么区别？ “Demo'97无人车展示比DAPRA挑战赛对我的影响更大” 自动驾驶真正走入公众视野是从2004年的DARPA挑战赛。那是2004年的3月13日，一大群工程师和数千名观众聚集在加州一家小酒吧外，聚精会神地注视着15辆参与莫哈维沙漠穿越赛的赛车“日暮沙漠陲，力战烟尘里”。参赛车辆毫无例外都有着夸张的外形，赛车方向盘由电脑控制的。尽管最终没有一辆参赛车完成142英里全程的赛事，却也成为了启蒙自动驾驶行业的里程碑事件。“说起来我们还是最早把DARPA的这项军用项目引入学术研究界的人”。2005年，IEEE国际智能车会议在美国拉斯韦加斯举行，作为大会主席的王飞跃教授邀请了DARPA挑战赛项目负责人Ron Kurjanowicz 做晚宴报告，向大家介绍项目最新进展。 图片来源于网络：https://zhuanlan.zhihu.com/p/30589595 然而，亲身经历过这段无人车时代的王飞跃教授却说，“早在此（2004年DAPRA挑战赛）之前， 就在1997年8月7-10号，加州圣地亚哥举行了名为Demo'97（The NAHSC 1997 TechnicalFeasibility Demonstration）的无人车集中演示， 在我看来，那场演示的规模、意义以及在当时所引起的影响比这场比赛更大。 ”当时的情况是，美国国会在1991年通过了陆路复合运输效率法案(Intermodal Surface Transportation Efficiency Act,简称为ISTEA冰茶法案)，作为响应，联邦高速公路管理局（FHSA）在1992年启动了一项全国性的自动化公路研究项目。Demo’97就是对该项目的成果展示，“ 其最大的目的是通过无人车辆编队实现高速路交通优化、在不增加现有道路的基础上扩大其通行容量，技术上主要通过在高速路面中嵌入磁条引导来实现 ”。有超过20款自动驾驶汽车（包括小轿车、卡车、公共汽车）登场亮相Demo’ 97，其中大部分车辆来自GM通用，还有一些来自福特、本田等。大概有上千名的观众亲身体验了完全自动驾驶车辆在圣地亚哥I-15 HOV车道上7.5英里的行驶演示；每辆车之间隔着一个车身的距离，主要示范了车辆换道、车队加入以及车队分离等功能 。 Demo’97的实拍图（转自车云） 这场声势浩大的无人车展示必然离不开政府的支持。然而，“天真”的美国政府并没有预料到这项计划的花费，不到五年时间，9000万美金的预算倾泻一空，最终在90年代末被迫停止了这项计划。缺少了政府的支持，汽车自主驾驶研究和应用陷入低潮。“那时候的无人车政策几乎就是零，后来底特律一些车企包括发明安全气囊（airbag) 和时任 GM 的通用汽车OnStar公司的CEO Dave Acton 找到我们，大家一起花了很大精力到美国国会和联邦交通部游说，最终美国政府推出了智能汽车（Intelligent Vehicle Initiative, IVI）的项目，最重要的考虑是安全——减少高速公路上由于车辆事故造成的死亡率，让无人车的研究又复活了一段时间。”说到这儿，王教授长叹了一口气：“ 除了政策为零以外，那时网络几乎没有，车内通讯也没有，电控当时的车也不提供，比起今天来，困难太多了。 ” “采矿作业自动化，是无人车技术最合适最‘靠谱’的应用领域之一” 王教授最早研究“移动机器人”是在上世纪80年代，研制为外空间机器人系统的外空远程控制试验服务的室内机器人，当时从纽约上州租一条T1专线仿真地球火星通讯就需要几十万美元。后来到NASA在亚利桑那的空间资源利用中心，他还负责了外空间自动工厂的设计与控制，当时是为了更好地利用机器人来开发火星与月球资源。后来与美国标准与技术院(NIST)的Albus合作，研制了“SpiderRobot”无人车和通过Zircon制氢的无人生产过程。 “若不是当年（1996年）民主党的总统克林顿与共和党的国会打架，导致我们火星项目预算不批、项目工资发不出来、被迫停止，研发出‘精神号’和‘挑战号’火星车的就是我们。”谈到这段往事，王教授有些无奈地笑起来“那时我必须在有现钱的Caterpillar矿山装载车和无现钱的火星车之间选，最终选择了矿山车”。就这样他们把已经“到手”的项目又还给了JPL（喷气推进实验室），选择了有钱的Caterpillar大型野外装载车(Wheel Loaders)的自动化项目，该项目也成了王教授“基于代理的网络控制”想法的起源。后来因他将分层智能控制理论和智能挖掘算法用于98T自动装载车并取得了非常好的效果，获得了卡特彼勒技术发明奖；98年与同事合作完成了世界上第一本矿山自动车的研究专著。 即便是现在，项目过后的20年，王教授依然认为：“ 以挖掘、装载和运输为主的采矿作业自动化，是无人车技术最合适最‘靠谱’的一个应用领域。矿山是一个相对封闭和结构化的受控环境，加上对驾驶员的劳动强度太高和工作环境太恶劣，特别适合无人车和机器人等人工智能技术的应用。 ” 矿山车自然不能与民用车相比，在开放不受控的外部环境中，实现车辆的自主行驶。为了改善拥挤的交通状况、降低车祸死亡率、让无人驾驶技术造福千千万万的家庭，90年代末，他又带领团队与亚利桑那州政府合作，研发了VISTA(Vehicles with Intelligent Systems forTransport Automation)自动驾驶车。VISTA上路测试的当天，在亚利桑那州甚至整个美国，都引发了极大的轰动。因在该领域的杰出贡献，还获得了亚利桑那州府给予的至高荣誉——“美国亚利桑那州杰出成就奖”。 “如何利用有限的资源处理无限的性能需求？” 20世纪90年代末，Intel 刚刚发布他们的 Pentium 系统，其主频只有120 Mhz。1997年4月，IBM的深蓝（Deep Blue）计算机，战胜人类国际象棋世界冠军卡斯帕罗夫，而当时深蓝的算法不过是暴力穷举法，与现在Alpha Zero的计算能力和深度学习算法不可同日而语。再加上上世纪末，激光雷达在汽车上的应用刚刚起步，不仅价格昂贵而且外观庞大。 在这种计算能力和硬件资源都很有限的条件下，如何利用好有限资源去实现真正的无人驾驶、保证对环境灵敏感知、确保安全行驶，是当时王飞跃教授及团队思考的问题。 如果单纯的通过传感器来堆砌车辆的安全，需要在车身周围阵列数个摄像头等传感器，这些传感器彼此之间的联系，以及每秒中积累的数据都给车辆的行驶带来困难（现在的很多公司仍在这么做）。装满传感器的车辆像个插满输液管的病人，遇到雨雪天气、信号干扰区、行人密集的地方，随时都可能失控。王教授早就看破了这一点，在一次演讲中说：“我觉得应该存在比目前这些自动驾驶研究方向更好、更实用的方向……” 在解决有限资源满足无限性能需求这个自动驾驶难题的过程中，Agent（代理）技术出现给了王教授很大的灵感。在上世纪90年代，Agent 是一个热门话题，甚至被一些文献称为软件领域下一个意义深远的突破。当代人工智能的奠基人之一 Marvin Minsky 在1986年写了一本 Society of Minds ，中文翻译成《心智社会》，就是用代理，来阐述人类的复杂行为以及许多宏观的社会现象是怎么通过非常简单的个体行为交互机制逐渐演化形成的。一方面，Agent 技术自底向上地为解决新的分布式应用问题提供了有效途径；另一方面，Agent 技术通过对真实系统的元素建模、组合、计算，为全面准确地研究分布计算系统的特点提供了合理的概念模型。 这一技术的出现，加上早期在 NASA/RPI 空间探索智能机器人系统中心围绕智能机器人、太空移动无人机器人以及无人车的研究展开的大量工作经验，让王飞跃教授萌生了“平行驾驶”的想法，他说：“ 当时我们的本意是通过借助于Agent的想法，利用‘本地简单、远程复杂’的思想把无人车技术充分利用起来，在网络空间中再设计一个虚拟‘驾驶员’，使之变成辅助人类驾驶的平行在线‘软件机器人’系统，虚拟-实际平行跑。 这样一来，把简单的决策放到‘车内’，复杂的需要大量计算的情况放在‘车外’，就可以共享、整合有限的资源通过远程控制的方式更好地继续完成无人车的研究。”这一想法提出后，为当时很多陷入低潮的汽车自主驾驶研究和应用寻找到了新的出路。 平行驾驶的想法曾在90年代末美国无人车VISTA的研制和数字试车场（Digital-Vehicle Proving Ground, DVPG） 的设计上，以及后来国内“863”汽车电子重点项目“基于OSGi/VDX的嵌入式实时特定汽车应用操作系统vASOS”中得以部分实施，但其方法的正式并完整提出却是差不多十年后的2005年，即在第一届IEEE汽车电子与安全(ICVES)国际会议上提出的基于网络化智能代理、按照“车内（Local）简单、车外（Global）复杂”原理设计的平行驾驶系统。当时还没有云端的概念，解决方法是把复杂的部分放在一个中央的计算与控制中心里。 “研究无人驾驶，20世纪缺资源，21世纪缺场景数据” 进入21世纪，谷歌等互联网巨头的加入让无人车研究看到了新的希望，随着车辆计算能力和传感器硬件进一步的发展，无人驾驶迎来了蓬勃发展的春天。然而，尽管很多车企配备了高线束的激光雷达、先进的计算平台、能绘制出车道线级别的高精地图，仍无法保证全场景下的自动驾驶安全，实现量产更是遥遥无期。即便谷歌在今年年初推出了无人出租车业务，也只在降雨量较少的凤凰城等区域，特殊条件下还需要远程操纵。 对此，王教授似乎早就预料到了：“这是一个必然要经历的过程。从中国‘马路’的叫法管中窥豹，我们可以得到一个启示。以前中国把道路叫做‘马路’，什么意思？很简单，马走的路。现在呢？马上路是非法的（除了大连女骑警队的马），只能站在大卡车上上路。以前普通人家里都有马车，现在谁能养得起马？只有富人，一匹马上千万美元。唯一能见到马的地方是什么地方？赛马场。这就是人需要车的前提。现在老百姓家里面都有车了，但将来呢？我想将来有人驾驶的车也只有富人能买得起，有人驾驶车唯一上路的方式是停在大卡车上，唯一能开的地方是在赛车场。汽车刚刚出现的时候，它和马车是一起上路的，车不能开得太快，太快把马惊了可能就会引发事故。所以英国定了红旗法案（Red Flag Act）说，汽车的速度每小时不能超过6公里。将来智能车要是按照它的方式，很可能会把有人驾驶的车“惊”了，跟马“惊”了是一样的。所以一定时期内，肯定是有人驾驶和无人驾驶车辆同时上路，因此我们也必须对无人车增加很多的限制。对于智能车来说，它开200公里/小时没任何问题；人要开到200公里/小时，不吓到别人也把自己吓到了。所以 为了实现智能车的效率，智能车的速度，智能车的安全性，一定要把人‘赶’下去，否则它无法实现绿色、可持续、高效的目的。 ” 在王教授看来，未来几年的交通会经历有人驾驶、无人驾驶、人机共驾等多种驾驶方式混合的时期。 90年代研究智能汽车面临的问题是计算资源有限，而现在面临的是工程复杂性和社会复杂性会带来巨大的建模鸿沟。 “这个鸿沟一是靠数据填，要把小数据导成大数据，把大数据提炼出来变成精准知识即小规则，然后再指导车的驾驶，这就是平行。对于汽车来说，物理汽车跟软件定义的汽车一起开，开的过程中产生数据，通过计算实验，变成驾驶的精准知识——‘小知识’，而且产生崭新的职业，将来会有学习工程师、培训工程师、实验工程师、决策工程师。我们就是把司机换了一个地方，以前在车上开，现在是在操作办公室开， 让无人车在上路之前，得到充分的‘教育’。 ” 国家自然基金委从2009年开始，每年举办一次中国智能车未来挑战赛（China Intelligent Vehicle Challenge, IVFC），通过设计开放环境下的无人驾驶测试道路，为无人车在真实道路环境中学习、训练提供了很好的平台，到2018年已经是第十届。“ 无人驾驶测试场可以重现无人驾驶汽车使用中遇到的各种各样道路条件，同时可用于验证和试验无人汽车的软件算法的正确性。 ”王教授提到，为了让无人驾驶的测试更专业更体系化，2015年8月，常熟市政府联合西安交通大学、中国科学院自动化研究所、长安大学和青岛智能产业技术研究院在常熟高新技术产业开发区共建“中国智能车综合技术研发与测试中心”（Intelligent Vehicles Proving Center of China，简称IVPC），由此实现了国内无人驾驶测试中心零的突破。 IVPC“九宫格”无人驾驶测试场地 “从2016年第八届IVFC开始，我们增加了新的离线测试环节，通过模拟真实的交通场景来增强机器学习的手段让无人车进行模拟学习，不仅效率高，而且安全。”离线测试是在真实道路交通场景数据库的基础上，通过仿真环境评估无人驾驶车辆的基本认知能力。利用车载相机获取真实道路视频图像构建交通场景数据库（包括光照、道路类型及车辆运动等动态变化情况），评估无人驾驶车辆检测车道线、交通信号、前方车辆等基本认知能力的有效性、实时性和适应性。为了构建更多样、更完备、更复杂的测试数据集，近两年王飞跃教授带领团队先后提出了平行视觉 、平行图像 、平行数据 、平行感知 、平行学习 、平行驾驶 、平行测试 等方法，本质还是利用虚拟空间无限的可能性来弥补实际数据、实际交通场景、实际驾驶状况的不完备。 “虚实结合，平行驾驶，最终统一L0到L5六个阶段” 2015年，王飞跃教授在报告中第一次结合ACP平行系统理论与机器人学,提出平行机器人的概念,提出将机器人从CPS空间推向CPSS空间,从服务机械制造的物理机器人演化成为同时服务于知识工作的平行机器人。作为一种轮式机器人的无人驾驶汽车，同样可以在CPSS（Cyber-Physical-Social Systems）的理论框架下，将驾驶员、车辆、信息这几个组成部分，扩展对应到通过物理空间和信息空间耦合交互的三个世界：物理世界、心理世界和人工世界，形成了基于CPSS理论的平行驾驶。 从CPS到CPSS的跨越 “无人自主驾驶这三个圈(驾驶员、车和信息)，在技术方面能够从这三个圈扩展到五个圈，那如何来扩展，一定是把物理空间和网络空间打通，从单个车的智能到联网的、群体的车之智能。要跳出CPS，迈向CPSS，以后每个人开车不仅仅是在物理世界，同时还在心理世界和人工世界。 未来一定是平行交通、平行道路、平行驾驶。物理的汽车跟软件定义的汽车要平行起来，物理的公路要跟软件定义的公路合起来。 ” 在王教授构想的平行驾驶理论中，当人类司机驾着真实车奔驰时，作为“软件机器人”的智能代理也开着对应的“虚拟车”同时在虚拟世界中奔驰。这种虚拟车，学术上称为“人工车”或“软件定义的车”，根据不同的要求在不同的程度上与真实车一一对应。而且，一部真实车可以有多部虚拟车与之相伴，有的随车而行，有的存于家中、办公室、服务中心、厂家或政府的档案机构，或者各式各样的网络云端服务平台之中。利用这种方式， 虚拟车可以用可视化的形式提供真实车的本体知识、历史情况和实时信息；同时提供预测未来状态和情境的计算能力或检查事故原因的回溯计算功能；最终，还可以虚实互动，提供监视、控制、管理、服务真实车的各类功能 。显然，这种智能汽车技术的发展与应用前景几乎是无限的。 “在未来从L0-L5六个阶段共存的场景中，我们需要一个无限安全的性能要求，就需要去预测车辆行为，这将是一个庞大的计算量。现有的计算能力仍很有限，无法在本地进行计算，需要在云端进行复杂的计算，同时在云端进行学习。有些车开得好，有些智能车做得比较差，就会在云端以好的方式让差的无人车进行学习，最后达到比较安全、比较智能的这样一种出行方式。” “平行驾驶毫无疑问是我们最先提出来的” 这种平行驾驶的构想并没有只停留在概念上，从2007年开始，王飞跃教授正式组织团队开始了平行驾驶相关研究。从2009年在苏州成立派尔公司到现在的慧拓智能机器公司，都是平行驾驶的坚定践行者。 第九届中国智能车未来挑战赛上，慧拓智能机器公司联合中国科学院自动化研究所、清华大学、西安交通大学研发了虚实结合的无人驾驶车辆平行测试平台。通过建立实际测试场地和任务的精确监控系统，利用高精度地图和高精度差分GPS记录车辆动态数据，通过车内和车外的视频监控采集驾驶环境数据，基于4G和V2X通讯实时传输这些监控数据，在云平台储存和分析数据和评测任务的执行情况。在这些数据的基础上，便捷地建立了虚拟测试空间和任务。通过虚拟测试和实际测试的互动，不断迭代更新，提高虚拟测试中Agent行为的真实性，更好的拟合人类驾驶员、行人等和受试车辆互动行为。通过2017年中国智能车未来挑战赛中首次实战应用，虚实结合的无人驾驶车辆平行测试平台的优势已经得到了充分的体现。 目前国内做平行驾驶的只有慧拓智能机器公司，近两年国外MIT和丰田也开始提“平行驾驶”的概念，对此，王教授说：“MIT的平行自动驾驶也好，还是一些做平行测试、平行自动化的公司也好，关于平行驾驶、软件定义的车，毫无疑问是我们最先提出来的。我也希望更多人加入到平行驾驶的研究中，这是一条可行的道路，大家共同携手早日实现未来更加安全、便捷的出行计划。” 对于未来的构想，王飞跃教授认为：“ 随着智能技术的发展，无论汽车是有人还是无人驾驶，其智能水平都将不断提升。或许，汽车真将成为带轮子的智能计算机、iPhone、甚至智能移动办公室或生活空间。 可问题是，这一天何时到来、又如何实现？一些虚拟测试技术的盛行，揭示了虚实互动的平行方式是驶向未来智能社会的可行和有效途径。相信未来的智能车每一部都会有形影不离的“i车”相随，将是虚实互联、互通、互动的平行车，即， 平行车=车+ i车 或者 平行车=车+ i车1+ +车2+ ……. + i车n 或许，将来厂家的每一个产品都必须有对应的“i产品”，形成平行产品；社会上的每一个人更要有对应的”i人”与之相伴相生，形成平行人；最终，构成平行社会。” 参考文献 Christopher Nowakowski and Steven E.Shladover, Answering the Challenges ofRegulating Automated Vehicle Testing and Development in California,Intellimotion, 2014, 19(1): 1-9. Fei-Yue Wang, Xiaojing Wang, Li Li,P. B.Mirchandani, “Creating a Digital Vehicle Proving Ground”, IEEE IntelligentSystems, 2003, Vol. 18, No. 2, pp. 12-15. 王坤峰,苟超,王飞跃, “平行视觉:基于ACP的智能视觉计算方法”,自动化学报, 2016, Vol. 42, No. 10, pp. 1490-1500. 王坤峰,鲁越,王雨桐,熊子威,王飞跃.平行图像:图像生成的一个新型理论框架.模式识别与人工智能, 2017, vol. 30, No. 7, pp. 577−587. 刘昕,王晓,张卫山,汪建基,王飞跃, “平行数据:从大数据到数据智能”,模式识别与人工智能, 2017, Vol. 30, No. 8, pp. 673-681. 孟祥冰，王蓉，张梅，王飞跃, “平行感知: ACP理论在视觉SLAM技术中的应用”,指挥与控制学报, 2017, Vol. 3, No. 4, pp. 350-358. 李力,林懿伦,曹东璞,郑南宁,王飞跃, “平行学习|机器学习的一个新型理论框架”,自动化学报, 2017, Vol. 43, No. 1, pp. 1-8. Fei-Yue Wang, “Parallel Driving With SoftwareVehicular Robots for Safety and Smartness”, IEEE Transactions on IntelligentTransportation Systems, Aug., 2014, Vol. 15, No. 4, pp. 1381-1387. Li Li, Wu-Ling Huang, Yuehu Liu, Nan-NingZheng, Fei-Yue Wang, “Intelligence Testing for Autonomous Vehicles: A NewApproach”, IEEE Transactions on Intelligent Vehicles, June. 2016, Vol.1, No.2,pp. 158-166.
个人分类: 王飞跃教授|2544 次阅读|1 个评论
[转载]中科院王飞跃丨第三世界和第三轴心时代：历史的机遇与使命
Kara0807 2018-2-21 21:27
本次讨论由我群里的随感引起，所以我必须来。但来的目的是学习，想听听不同领域学者的不同看法。特别是我接触轴心时代这个概念虽然很多年，但花心思去想、深入思考的时间不多。可惜今天临时又有工作会议，大家的许多高见没有机会领教。 记得是上世纪90年代初，自己才接触卡尔·雅斯贝思的轴心时代概念。1993年，在隔了整整一百年以后，Hans Küng倡议并组织召开了第二次世界宗教会议（Parliament of the World’s Religions），发表了《世界伦理宣言》。据此，一些社会学者认为世界已进入了以“共同意识，生态意识”为特征的“第二轴心时代”。当时，我认为这是小题大做，不过是怀德海的“过程哲学”诱发的“过程宗教”现象又一次发作而已，没有什么了不起的事情，甚至觉得这就是“瞎说”而已。之后很长时间，都忘了轴心时代这个词。直到2009年建国六十周年撰写报告时，才想起雅斯贝思的《历史的起源与目标》，觉得书名蛮好，就套用写了题为“智能与时代：历史的使命与未来”的建议。后来，又改成“智能与时代：未来的起源与使命”等报告，目的就是以醒目的方式“鼓吹”智能技术，主要是想推动智能控制技术，特别是社会计算与平行控制等平行智能技术。 一、 从AlphaGo到新IT：工业5.0之必然 人工智能能够在中国如此火热，AlphaGo功不可没。但除了人机在围棋的黑白世界大战一场之外，AlphaGo为我们揭示了什么更加本质性的东西呢？我个人的看法就是：科技时代已从Church-Turing Thesis转入了AlphaGo Thesis，从Information Technology到Intelligent Technology；工厂不再“挨踢”，该“爱替”了，“踢”掉旧产业，“替”上新产业，智能产业，这就是“新”IT。 七十年前，冯·诺依曼读了图灵的文章后，认为今后能算的数用图灵机就行了，据此设计建造了世界上第一台数字计算机，并提出了今天仍在应用的计算机冯·诺依曼结构。因为图灵机与邱奇的Lambda演算在数学上是等价的，而且邱奇文章的发表在图灵的论文之前（由此图灵成了邱奇的学生，赴美攻读博士，邱奇、图灵和冯·诺依曼三人汇于普林斯顿高等研究院，小小世界！），所以冯·诺依曼倡议，后来邱奇的另一位学生Kleene（最终转入哥德尔门下完成博士论文）于1952年正式提出了Church-Turing Thesis或猜想（Conjecture）。这一里程碑意义的事件，今天很少人还记得，但计算机和信息产业能有今日的规模和影响，本质上就是坚信Church-Turing Thesis的结果。实际上，这个Thesis到底是怎么一回事，其实谁也说不清，只是这么一来，计算机来了，整个信息时代也来了。人工智能能发展到今天，也有Church-Turing Thesis一份很大的功劳，因为邱奇的Lambda演算后经人工智能之父John McCarthy发展成Lisp语言，更是人工智能历史上里程碑意义的工作。 我认为历史将证明，AlphaGo也是这么一回事。围棋的复杂性摆在那里，既然能这样把围棋干掉，那以后任何涉及特定应用的智能问题都可如法炮制，按同样的手法解决，所以今后凡智能算法就这么算吧，就如同用图灵机来解决计算问题一样，这就是一个新的范式。从计算到智能的一个范式转移，Paradigm Shift！我把自己的这个认识称为AlphaGo Thesis，还组织了几位同事与学生讨论，写过一篇“ Where Does AlphaGo Go：From Church-Turing Thesis to AlphaGo Thesis ”的文章。 其实这是一个比较“沉重”的问题，因为涉及对复杂性的认识和复杂性与智能化的关系问题。我的直觉就是：AlphaGo展示了一条从问题的一般规律出发，将小数据（人类的几十万盘对弈），导到大数据（机器自我对打所生成的几千万盘对弈），再用智能的方法把大数据导回到小定律、小规则、精准对弈策略知识（所谓的价值和策略二张网），这就是智能决策之路，是未来智能算法的生成之道。我将此称为“从牛顿到默顿”，即从牛顿时代“大定律、小数据”式的控制方式，到默顿时代“大数据、小定律”式的引导方式。实际上，这只是一个初级的开始。表面上AlphaGo主要靠深度学习，但这种看法就是表面而已。其实AlphaGo体现的是GAN或AGN（生成式对抗或对抗式生成网络）的思想，深度学习只是一种实现而已，肯定还有许多更好更有效的实现手段。这种方法再深入，一定是集描述学习、预测学习、引导学习为一体的平行学习，再往下去，就是基于ACP（人工A+计算C+ 平行P）的平行智能算法。这是一条很长的道路，但GAN的算法之力，不全是深度学习之力，加上数据之力和计算之力，是为此道路的加速开发提供了动力，并形成了一个突破口，这便是为什么我们团队近来集中力量于GAN的原因。 无论如何，用“文学”的语言来讲就是：AlphaGo之后，时代变了，IT的意思变了，IT不再是信息技术了，那是“旧”IT，现在是“新”IT，智能技术，但大家不要忘记200年前的“老”IT，那时IT叫工业技术（Industrial Technology）。今后，将是“老、旧、新”三个IT的结合与平行，三位一体，即： 这一认识的哲学基础就是卡尔·波普尔的三个世界的世界观，波普尔是上个世纪最伟大的科学哲学家，他认为现实是由物理、心理、人工(或称知理、智理、虚理)三个世界组成的，而我认为老、旧、新三个IT分别就是这三个世界的主要技术手段。而且，三个世界本身和其之间是由交通、能源、信息、物联和智联五张网结成的一个整体，由此产生三个驱动轴心，开创了平行的三个轴心时代，而人类就此十分自然地进入以工业5.0为特征的智能科学、智能技术、智能产业、智能经济、智能社会的智能时代。 这当然与工业4.0有十分密切的关系。德国人认为工业4.0的核心就是ICT+CPS，其实从字面上这也是工业5.0的核心。但大家对这些字母的认识不同，差不多差了一个时代: 工业4.0里，I是信息，C是通讯，S是系统；而工业5.0中，I是智能，C是连通，S是社会；一个仍是工业自动化的思维与认识，一个却是知识自动化的思维与认识。我非常高兴地看到，有些德国人从2015年开始，以工业5.0的认识重新解释4.0，但历史毕竟是历史。 二、 三个世界与三个轴心时代 为什么这样讲？这与“轴心时代”的认识有很大关系。中国人几乎都知道马克思，“十月革命的一声炮响，给我们送来了马克思主义”，开启了中国的现代化建设之路，这是整整一百年前的事。就在卡尔·马克思辞世的1883年，又来了一位卡尔，这就是卡尔·雅斯贝思，他在以马克思主义为思想基础的中华人民共和国诞生的1949年，出版了《历史的起源与目标》名著，提出了深具影响的“轴心时代”的概念。雅斯贝思认为，在公元前800到200年的600年间，中东、印度、中国的三个两河流域里独立地呈现人性的大觉醒，发生了人类在哲学上的伟大突破。中国的代表就是老子的《道德经》、孔子的《论语》、孙子的《孙子兵法》所简明的伟大思想。雅斯贝思认为，轴心时代之所以生成，动因就是人类由于“恐惧、贪婪、懒惰”的“天性”造成对“交流、比较、共识”的本质性需求。由于这一需求，人类不断地设法建立相互联系的“网络”试图全球化，而哲学上的突破为网络的建设，进而为全球化提供了思想基础。 在雅斯贝思的轴心时代，网络就是交通网。到了秦始皇的朝代，中国已建成了世界上第一个“高速”公路网，就是今天在西安还能看到的“秦直道”，几天之内就能从咸阳赶到四川和广西的地界，这是以前不可想象的。共识成了“车同轨，书同文”，最后统一了中国。 想想被秦最后灭掉的齐国，如果齐国想扩军，不但要找人，而且兵器必须一个地方打造好再浩浩荡荡地送到另一个地方去，费多少物力？多少人力？多少时间？看看秦国，派个人送个模子就行，生产出来的都是标准件，技能统一，培训简易，少费多少资源和人力，而且管理起来更加明确有效。就这样春秋战国六百年，只剩一个秦朝及其大一统的中国，这是轴心时代流传至今最伟大的奇迹之一。 所以，我几次在国际上“鼓吹”，特别是在国际系统工程协会的论坛上讲，秦朝完全是靠系统工程和标准化运作才统一了中国。否则，今天的中华大地最多就是欧洲目前的局面，不像中东那样四分五裂、小国林立，战争之火、宗教之焰纷飞就万幸了。秦代和之后的汉朝，中国又开始了以古丝绸之路为象征的“全球化”尝试，让中华的思想、技术、物产，有机会在全世界传播。 然而，雅斯贝思的轴心时代只是第一物理世界的轴心时代，第二、第三世界怎么办？同用一个轴心？我个人的认识是：每个世界都有自己的轴心时代。心理世界的轴心时代是从文艺复兴开始的，直到爱因斯坦的现代物理学体系的基本完成，差不多也是五六百年，代表着人类理性的大觉醒和科学的重大突破。而人工世界的轴心时代，源自哥德尔的不完备定理，标志着理性的有限甚至“破产”，随之而来的是人类智性大觉醒，以及技术，特别是人工智能和智能技术的重大突破。有趣的是，人工智能之父和图灵奖获得者司马贺（Herbert Simon），就是因为提出有限理性原理才获得经济学的诺贝尔奖，“离经叛道”的行为经济学随之而生。 在第二个轴心时代里，人类开始了第二、第三和第四张网络的建设，这就是从电力网开始的能源网；从电话网开始的信息网，直到今天的互联网；以及从互联网开始的物联网IoT或IoE。现在开始了人工世界的第三轴心时代，干什么？建第五张网，就是智联网The Society of Minds，SoM或Internet of Minds，IoM。智联网的英文名字就是另外一位人工智能之父马文·明斯基在1986年出版的一本书的名字，中文翻译为《灵智世界》，今天人工智能中起重要作用的代理方法，就是这本书提出来的概念。对我而言，SoM就是智联网。 这五张网，我称之为Grids 1.0到Grids 5.0，使三个世界结成一个有机的平行智能世界。Grids 1.0，Grids 3.0，Grids 5.0分别是物理、心理和人工世界的主网，人在中心，借助Grids 2.0从物理世界获取能源，实现动力的工业自动化；利用Grids 4.0，从人工世界得到知源，实现智力的知识自动化。显然Grids 2.0和Grids 4.0的功能是完成不同世界之间的过渡，因此相应工业2.0和工业4.0也必须是过渡性质的。从此，一切都变了：交通变成了社会交通，从Uber，滴滴到现在的ofo，摩拜，这个速度简直太可怕了。能源将变成社会能源，计算变成社会计算，制造变成社会制造，最后智能化为社会智能。我认为这才是走向共享经济和智能社会的正道也是必经之路。 三、 世界与轴心的起源与动机 波普尔早在上世纪五十年代就有三个世界的想法，但他自己都没有将此太当一回事，就是在演讲里说说而已。一直到七十年代，讲知识的本质时，才正式推出其三个世界的理论。一个在我看来十分谦虚的人，这时也不客气了，说三个世界的发现，是一个“奇迹（Miracle）”，为整个人类找回了“尊严”。为什么？因为第二轴心时代的科学，开始时带给人类的都是“悲剧”：哥白尼的“日心说”使人类的物理世界之中心地球不再是宇宙中心，神圣的地理位置没了； 没缓过神来，又来了一个达尔文的进化论，说人类不是上帝之子，我们是“猴子”演化而来，同其它动物一样，只是一种生物机器而已，曾经神灵的心理世界也失陷了！只有波普尔的人工世界，才是人类的独创和独宰。在这里，人类就是造物主，我们就是创造一切的神灵！ 这正应了韦伯的困惑：是他首先认识到轴心现象，但使他困惑的是，似乎大悲剧和大史诗是产生轴心时代的必要条件。从文艺复兴到爱因斯坦，正是从大“悲剧”到大“史诗”的历程，地球不再中心，人类不再神圣，但我们有了科学的理性，有了哥白尼、伽利略、牛顿，特别是爱因斯坦等伟大的科学家，有了以现代物理为代表的现代科学体系以及现代化的社会生活。这也是我从开始就抵触把1993年的世界宗教大会称为第二轴心时代开始的一个重要原因。不过，为什么有三个世界？三个轴心呢？ 我的理解是，这只是开头，将来还会有更多的世界和更多的轴心时代，这是从简单到复杂，再从复杂到简单的必然过程，是人类的天性所致，是一个永恒的过程。 对我而言，波普尔的三个世界观就是人类认知的数学商空间或商关系之表示，第二世界是第一世界的一个商空间或心里“坍塌”，而第三世界又是前二个世界的一个商空间或知识“坍塌”而已。换言之，这是希望把复杂事性简单化的必须结果。 为什么？我们在第一的物理世界认识和建设的东西越来越多，说不清记不清之后，就产生了将物理世界的东西进行合并归类的想法，于是，我们的语言中就有了诸如“树叶”和“汽车”等概念和术语。“树叶”是苹果叶、桔子叶……等许多数不清的叶子的总称，“汽车”也是奔驰车、宝马车……等现在有的或将来会有的数不清的车辆的总称。这些总称大大简轻简化了我们的认知载荷和学习负担，久而久之，自然就有了物理的第一世界和生理或心理上的第二世界，加上物理上的自动化技术，就有了今天我们的工业社会。 上世纪八十年代有一套《走向未来》的丛书，对我们这代人影响很大。其中，一本小册子介绍人类学家去亚马逊雨林考察原始部落，发现那里的人无法理解“树叶”这个概念。部落人明白他们所知道的树之叶子，但就是不清楚抽象的“树叶”是什么东西。对这些人而言，世界上根本就没有“树叶”，就像我们在地球上找不出一部“汽车”能够展示出所有的“车辆”特征一样。 现代人或许觉得这是“神经病”，但原始人可能认为我们有“神经病”。自己年少时觉得“白马非马”是笑话，后来才知道其深刻的哲学含义。总之，复杂与简单的“斗争”，让我们不断创新，不断试图以新的“关系”淡化复杂性，来“坍塌”已知的世界，形成更简洁的“商空间”。 问题是后来各种各样的概念越来越多，形成了今日无人能够全面了解的庞大科学体系，事情变得又复杂了！为了更好的生存，有效地生活，我们必须继续简单化。所以，必须在物理、生理空间之外寻求简化之道，“虚理”空间应运而起，这就是波普尔的“人工世界”。因此知识自动化，或者叫人工智能或智能科技，就成了重新简化和改变世界的法宝。 三个世界之外是什么？我不知道，但对数学上无穷大的概念有所了解的人都应知道，在认识上突破“三”不是一件容易的事，后面我会再讲这个问题。 轴心时代又是如何产生并发挥作用的？按照雅斯贝思在《历史的起源与目标》中所述，轴心时代的形成和作用都是因为全球化运动，是人之恐惧、贪婪和懒惰的天性之必须。人们因恐惧而希望交流，因贪婪而进行比较，因懒惰而寻求共识，制定“标准”，可一起“省力”。当高加索人驯化马之后，“人路”变成“马路”，全球化的速度大大提高，形成了村落乡镇的社会形态，导致了第一轴心时代的到来。联想中国的第一个统一王朝大秦帝国的祖先，就是养马出身，秦始皇靠修“直道”交通网，“全国化”统一华夏，不由得让人感叹。 第二轴心时代，我们从交通网、能源网到信息网，汽车让马下路，“马路”成了“高速”公路，有了今天的大都市形态。在第三轴心时代的当下，“无人智能车”已成为热点，物联网使汽车先变成“网联车”，而智联网将进一步使“网联车”变成“智能车”，让人再次从驾驶座位上下来，同时变革社会基础设施，把水泥森林般的城市化为智慧社会的生态系统。总之，轴心时代就是全球化和网络化的结果，是人类为了交流、比较和共识的必然，也是从复杂化到简单化在新的空间中的对立统一。 这一过程是永恒的，我们不妨回想一下，《科学革命的结构》的作者库恩在《结构之后的道路》之中所讨论的“3C”理论：即不可公度性、不可比较性和不可交流性（Incommensurability，Incomparability，and Incommunicability）。库恩的不可公度3C理论，是哥德尔不完备定理的哲学翻版，揭示了人类“交流、比较、共识”的全球化道路不但艰难，而且是一个永恒的人类发展过程。借用奎因和库恩的隐喻，人类的努力就是结网，从局部网到全局网，从单学科到跨学科，旧世界由商空间约简“坍塌”而“凤凰涅槃”成为新世界，层层生成人类的“字典网络”，整体复杂，但新的技术使新生层简单，从而在一段时期里完成从复杂世界到简单空间的进化。 新的世界，新的轴心、新的时代，从简到繁，周而复始，不断循环，这就是人类存在和发展的动机和使命。 四、人类在新时代的位置: 无用阶级无用吗？ 我从来没有想过人的地位和作用在任何世界及其轴心时代会有任何变化：人生于世界、定义世界、主导世界，这是一个永恒的哲学命题，其证明的过程就是人类存在的唯一理由。 但社会上形形色色人物的言论，让许多人担心人工智能，特别是所谓“强人工智能”的发展，会让人沦为机器的奴隶，万劫不复。典型的有“技术奇点”理论，认为很快机器智能将永远全面超过人类智能，永不可逆。这种观点从上世纪八十年代就露头了，从未被严肃对待过，人工智能再次热潮之后，又被一些人拾起，热闹一时，但已经很少有人理会。著名的企业家讲“人工智能引发第三次世界大战”，著名的黑洞物理学家霍金甚至声称“人工智能毁灭人类”等等，这些危言耸听的“语言智能”，可一时上新闻的头条，但形不成持续的影响。我可以直接了当的说，所谓超人类的“強人工智能”，只能存在于文学之中，任何其它企图，无法在科学和法律上都是非法的行为。 最令百姓担心的是“人工智能很快使50%，甚至70%的工人失业”一类的言论，直接触及个人的利益。加上畅销书《人类简史》和《未来简史》的作者称人工智能将使人类变成“无用阶级”，更加剧了人们的担心。其实，二百多年前英国人就担心机器会夺了他们的饭碗，女皇认为“纺织机”会使她的臣民沦为“乞丐”，臣民们干脆把机器都烧掉，这就是近代工业史上著名的“卢德运动”。今天，机器比过去先进多了，虽然一段时间打乱了一些人的生活，但它们不但没有让人类失业，而且为人们提供了几乎百分之百的工作，让大众的生活变得美好。相信不要多久，人工智能也将为我们提供几乎全部的工作，让我们生活的更加美好。 回顾人类发展的历史，我们也不必担心成为“无用阶级”。从母系社会到游牧社会，我们成了“无母阶级”；再到农业社会，我们又成了“无游阶级”，终于不必跟在野兽和野果后面“游荡”；工业社会来了，进步到“无产阶级”，成为产业工人进了车间和办公室，不再受田地里风吹雨打之苦，变成了社会的“领导阶级”。四百年前，徐光启翻译“无用”的《几何原本》时，曾悲愤地感叹：无用之用，众用之基。因此，“无用阶级”的形成是人类的进步，是众用之首，一个稳定和规模化的“无用阶级”，是一个社会成为智慧社会的表现和保障。 对此更深刻的说明是从事人工智能研究的第一位华人王浩先生的工作。王浩上世纪四十年代在西南联大学习哲学，后去哈佛随奎因读博士，期间对利用早期的计算机进行定理证明产生兴趣，成为人工智能的开拓者并因此获得人工智能领域首次的里程碑奖。王浩的晚年都花在哥德尔身上，成立哥德尔学会，担任首届会长，研究其哲学和数学思想。根据他的研究，哥德尔在完成其不完备定理的工作之后，一直希望将其结论推广到哲学和社会学中去，试图证明“或者人脑超过所有的计算机或者数学就不是人脑创造的，或者二者都成立”。总之，机器的智能永远无法超过人类的智能。 相当程度上，哥德尔关于智能的思想可以用“广义哥德尔定理”简述如下：算法智能远小于语言智能，语言智能远小于想象智能。即： Algorithmic Intelligence（AI） Linguistic Intelligence（LI） Imaginative Intelligence（II） …… 换言之，能够清楚写下的规则所展现的智能，能力不如能够清楚讲出的语言所包含的智能，两者之效又远不及能够清楚想到的意象所隐示的智能。而且，随着人类的进步，新的世界将不断产生，其中从II到LI，再到AI，将是一个永恒的进程。 有趣的是，中国在第一轴心时代的第一位哲学家老子之《道德经》，是以“道可道，非常道”开头的。但当今一些学者根据新的考古发现，认为这句话的正确写法应是“道，可道，非常道”，这恰与“算法智能、语言智能、想象智能”相对应，更与广义哥德尔定理是一个Perfect Match(完美的巧合)。道，算法智能; 可道，语言智能; 非常道，想像智能! 所以，我们可以相信汽车比人跑得快，飞机比人飞的高，计算机比人存的多、算得快、判得准，但人类还有算法表达不了的语言智能，语言表达不了的想像智能。我们永远不能相信机器比人类更“聪明”，除非重新定义什么是“智能”。就是重新定义，也是人类的工作，如同哥德尔定理和库恩的3C理论所揭示的，我们的智能算法写不下，语言讲不出，脑袋想不清: 追求智能，就是人类生存的一切。 老子的《道德经》还有“道生一，一生二，二生三，三生万物”之言，为何是三？数学上有无限个无穷大存在，但人类至今除了整数的集合，实数的集合和曲面的集合这“点、线、面”三个无穷大之外，并不认识其它的无穷大，难怪有些民族还有人类数不过“三”的传说。或许，弄清人类在三个世界，三段轴心，三层智能之外的位置，是人类对自己非分的要求。 五、中国梦的意义: 智能全球代的历史机遇与使命 第三世界的开发和第三轴心时代的开始是人类社会发展的历史性机遇，机会对于每个国家都是均等的。然而，中华民族的人口资源、文明传承，施政体系，特别是经过四十年的改革与开放，尤其是目前国家领导核心的理念、决心和执行能力，已使中国成为世界许多国家心目中能够抓住这一历史机遇期的最佳之选。在许多国人心目中，这也正是抓住机会实施“弯道超车”的绝佳时机！ 如果我们希望以和平、对世界有所贡献的方式实现中华民族伟大复兴的“中国梦”，我们就必须摒弃“弯道超车”的思维。在普通人眼里，为了安全，大家应在弯道之处慢下来，不可为了领先竞争而超车，特别是在人家的道上借道“弯道超车”。十三亿人口的大国“弯道超车”一定十分壮观，必然令一些人不安，客观上加剧了“中国威胁论”的说法。 “改变心态，就是改变命运”。我们必须打破在别人后面跟踪追赶的惯性思维，创新自己的智能科技话语和实施体系，掌握智能时代的话语权和影响力，建设第三轴心时代的新“直道”，不但自己“换道”平行安全超车，还要鼓励帮助其它国家和民族借我们的新“直道”共同发展，走向智慧和富裕的社会。可喜的是，国务院二天前发布的《新一代人工智能发展规划》，在全世界首次提出建立中国的智能创新、智能科技、智能军事、智能经济和智能社会体系，就是创建“直道”换道发展的新思维。 从秦“直道”到智能科技的新“直道”，这也应是“一带一路”的时代思维。第一轴心时代的目标是第一世界的全球化，但这是一个你无我无的物理世界，只能是“负和”的全球化，战争成为其主要手段，然而中华民族却以当时最文明的方式开始了“丝绸之路”的第一次全球化尝试，为世界文明做出了自己的贡献。第二轴心时代的任务是第二心理世界的全球化，这是一个可以“零和”的世界，除了知识的自由传播，自由贸易成为其主要方式，可耻的还是以列强的侵略和殖民为开路先锋，中国在这一时代之初的郑和“七下西洋”是一次完败的无意识全球化企图。在第三轴心时代之初，我们提出了“一带一路”，以智能科技开发能够“无中生有”的人工世界，这个一个可以“正和”全球化的世界，为多赢包容的第三次智能全球化开山辟路，创出一条人类命运共同体的智慧发展新“直道”。 随着人工智能和智能科技的发展与普及，中华民族历史上的“天人合一”和“知行合一”可以成为落实新轴心时代“共同意识、生态意识”的理念和技术，这就是人机结“合”、知行合“一”、虚实一“体”的“合一体”平行智能技术体系。为此，我们的当务之急是从教育改革入手，就像百年前在外力的压迫之下，我们把农业时代的私塾换成工业时代的学校，今天，要实现中国梦，走上世界的舞台中心，我们必须主动把目前的工业化教学系统变革成智能化的教育体系！为新时代新产业，培养新的科技和管理人才。 一个拥有世界最大人口的大国，而且聪明勤劳，因此除了领先世界并多做贡献之外，没有其它的选择。我们必须抓住人类发展的这一历史机遇，“逢山开路，遇水架桥”，创新智能科技，以和平的方式，圆民族伟大复兴之梦，推动人类命运智能共同体的发展。 致谢 本文根据作者2017年7月22日下午在北京腾讯汇召开的第六次“信息社会在中国”研讨会上的发言速记整理而成，原题目是“智能与时代: 历史的使命与未来”。作者在此感谢会议的组织者和参与者，特别是他(她)们的有益讨论和指教。 📚 往期文章推荐 人工智能名人堂第49期 | 斯坦福研究院名人堂成员：Peter E. Ha 🔗 OpenPV：中科院研究人员建立开源的平行视觉研究平台 🔗 IEEE IV 2018 “智能车辆中的平行视觉”研讨会征稿启事 🔗 【敲黑板】距离第29届 IEEE IV 大会截稿还剩4天！ 🔗 距离IEEE IV 2018 “自主驾驶系统中的场景理解”研讨会截稿还剩3天！ 🔗 距离IEEE IV 2018 “无人驾驶的离线测试与评估”研讨会截稿还剩4天！ 🔗 综述论文 | 机器学习中的模型评价、模型选择与算法选择 🔗 FAIR提出人体姿势估计新模型：效果惊艳，升级版Mask-RCNN！ 🔗 埃隆·马斯克最感性专访：我期待失败，也期待真爱 🔗 盘点丨国之优才！细数近年来入选长江学者的女科学家！ 🔗 Hinton：人类就是机器，通过生物方式制造的机器 德先生公众号 ｜ 往期精选 在公众号会话位置回复以下关键词，查看德先生往期文章！ 人工智能｜机器崛起｜区块链｜名人堂 虚拟现实｜无人驾驶｜智能制造｜无人机 科研创新｜网络安全｜数据时代｜人机大战 …… 更多精彩文章正在赶来，敬请期待！
个人分类: 王飞跃教授|1256 次阅读|0 个评论
[转载]中科院王飞跃 | 神经元网络：从复杂性到智能化的特例还是一般...
Kara0807 2018-2-6 16:31
神经元网络：从复杂性到智能化的特例还是一般表达形式? 王飞跃 中国自动化学会副理事长兼秘书长 中国科学院自动化研究所复杂系统管理与控制国家重点实验室主 任、研究员 我们议题的名称是“神经元网络是否是复杂系统模型的特殊表达形式？”，在开始自己的报告之前，我必须首先明确地回答这个问题：特殊形式！否则就是今人对自己智力水平的“非分”评价，也是对未来人类智力的无理限定。下面我就自己30余年的科研经历，谈一下我所知道和体会的，利用神经元网络从复杂性到智能化尝试的一段特殊路径。 上世纪80年代末甚至90年代中，大家写论文谈神经元网络，一般总要加一个形容词：人工（Artificial），即人工神经元网络（ANN，Artificial Neural Networks）。今天ANN这个词已经很少用了，一些年青学者甚至不知道。回想起来，神经元网络的发展就是一个活生生的把实的做成虚的，虚的再做成实的案例：从人工神经元网络ANN，到神经网络NN，到深度学习DL，再到生产式对抗网络GAN；从不被人工智能研究主流认可，连边缘化的地位都不给，被迫以“计算智能”的名义“私奔”独立门户，到今天居然成了人工智能的“救命神草”主力主流，似乎实在的生物大脑“虚”了，人工的计算大脑“实”了，甚至引发“人脑不如机器”的人工智能威胁论。不错，这就是一段把虚的弄成实的，把直觉弄成经验再向认知前进的活生生历史和现代史。 为什么这么说呢？这要从一本书和一篇论文谈起。书就是差不多百年前罗素和怀德海的《数学原理》，三大本，整整写了十年多，单单为了证明1+1=2（不是哥德巴赫猜的1+1=2，是小学生的1+1=2)就花了70多页纸，就是为了给数理推理的机器化打下一个坚实无比的基础。当然，Godel的不完备定理很快就证明这只能是梦想，属“想像智能”，不是“算法智能”可企求的。 这本书曾激起无数人的直觉与激情，连进精神病院甚至自杀的都有，尽管按罗素自己的看法，世界上差不多只有5个人认真读过他们的书。真与假不知道，但有两个人却因此书神奇地走到一起，真的就凭直觉“侃大山”般地“侃”出了今天的神经元网络，最开始的MP(McCulloch-Pitts）的模型，这就是1943年麦卡洛克和皮特斯所发表在《数学生物物理通讯》上的“关于神经活动里内在思想的逻辑运算（ A Logical Calculus of the Ideas Immanent in Nervous Activity )”。 本来麦卡洛克是学心理学的，对哲学也感兴趣。他读了《数学原理》之后，凭“直觉”认定人的大脑就该照此“工作”，从美东到美中改行去了芝加哥，创立了差不多世界第一个大脑研究室，制作了世界上第一张大脑功能图。皮特斯就更传奇了，出身社会底层，小时候不但被小朋友欺负，还被父亲虐待。一天，被打逃进图书馆避难，结果一头“撞”到三卷本的《数学原理》。没想到，这位连小学都没有读完差不多已是流浪儿的皮特斯，无师自通不但“翻”完《数学原理》，还写下厚厚的读书心得寄给远在英国的罗素。罗素读了笔记，立即回信请皮特斯赴英做他的研究生！皮特斯不知所措，连邮费都付不起，哪有钱赴英读书，最大问题是小学还没毕业！万一罗素知道自己的真相又会怎样想？直到后来从报上得知罗素赴芝加哥讲学，才义无反顾地离家出走，去了芝加哥，至死再也没有回家过。在芝加哥，皮特斯认识了麦卡洛克，才能得到了极大的欣赏。麦卡洛克邀请经济拮据的皮特斯住到家中，晚上下班后聊天聊出了MP模型和1943年的论文。皮特斯的所作所为靠什么？我真不知道，这只能是天才的直觉。 现在大家公认神经元网络就是这样开始的，核心是计算。但你看原文的名字，是Logical Calculus，他们的目的就是逻辑的微积分，像布尔要给思维建模一样，希望为大脑里面的神经活动中无处不在的内在思想建模。这着实比我们今天讨论的给直觉建模还要玄呢！在论文里，他们给出单个神经元的模型，神经元组成不同网络的模型，如何进行各种逻辑运算的方式，证明了他们的神经元网络可以从事各种各样的逻辑运算，自然包括AND、OR等等之外的XOR。这是一篇有史以来引用最高的论文之一，当然，真正读过此文的人也很少，其实现在也没有必要再去读，除非研究历史或个人爱好。 一本书、一篇文之后，就来了马文·明斯基，人工智能真正的四位创始人之二，其博士论文是讨论神经元网络的随机联结的。明斯基1954年的论文题目是：“神经模拟加强系统理论及其在大脑模型问题中的应用（ Theory of Neural-Analog Reinforcement Systems and Its Application to the Brain Model Problem ）”。他与人工智能排第一的创始人约翰·麦卡西都是普林斯顿大学数学系的毕业生。当时，系里的老师认为明斯基的论文不够博文水平，也不算数学论文。最后，还是靠冯·诺依曼一句：今天不够不是，明天或许就够就是了。这才解围顺利拿到了学位。之后先赴哈佛做初级研究人员，帮助在MIT任教的麦卡西举办了1956年的人工智能第一次研讨会之后，由麦卡西安排转MIT任教共同研究人工智能。后来，二人分歧严重，麦氏“败”走西岸的斯坦福大学，也有了今日斯坦福的人工智能实验室。 再一再二，不能再三。我要介绍的第三篇文章是弗兰克·罗森伯雷特1957年的报告《感知机：感知与识别的自动机（ The Perception：A Perceiving and Recognizing Automaton ）》。他是明斯基纽约高中时的校友，提出用差不多就是一层的神经元网络感知世界包打天下。你们只能想象当年的情景，比今天的人工智能似乎还要热，美国的大报小报、纽约时报、华尔街、时代杂志、电视、广播，都是智能的时代要到了：我们有弗兰克的感知自动机了，机器将替我们识别图像、语言、决策，替我们想，有了感知机什么都够了，一下子就把弗兰克送上了天，成名人了。最后呢，让明斯基一本书打翻在地，成了神经元网络史上的一位大喜大悲的转折人物。 真是好景不长，明斯基和佩伯特在他们1969年的合著《感知机（ Reception：An Introduction to Computational Geometry ）》一棍子就把弗兰克的感知机打死：皇帝的新衣，连一个简单的XOR都不能做，最简单的模式都无法识别，能做什么？还“智能时代”呢！这本书的第一版是红色，西方文化中十分忌讳的颜色。其实明斯基给军方的项目总结报告里更是把感知机说的一钱不值，还隐含欺骗的意思。结果不但军方关于感知机的研究经费没了，就连学界关于神经网络的研究也差不多整整停摆了十年，这也是人工智能研究里的一个著名的冬天故事。 弗兰克怎么办？这位马文的高中同学在一次单独的划船出游中再没有回来，好多人说是事故，但也有人说是自杀。其实当时候弗兰克连个正经八百的教授都不是，他是Cornell大学的一个研究人员，在大学里全靠“软钱（Soft Money）”生存，没有“线（Line）”（有Line将由学校发工资，旱涝保收），没有经费不但支持不了自己的研究和团队，连自己的工资也没有了，所以没有经费就得走人。遗憾的是弗兰克上错了船，走错了地方，再也回不来了。 十多年之后，大家都知道这是一场悲剧，由于韦伯斯的BP算法和辛顿等人的PDP一书，NN网络“咸鱼翻身”又活了过来，还有了今天的深度学习。这时候，明斯基说他从来就没有把NN往死里打的意思，还把他们的书的新版改为象征和平的绿色，并献给死去的弗兰克，但界内仍有许多人对明斯基的行为耿耿于怀，不愿原谅其所为。 实际上，这也是NN能够独立于人工智能之外单独成为一个国际学术组织的主要原因：开始叫神经网络委员会，后改为神经网络学会，最后于2005年正式改名为今天的IEEE计算智能学会，特设弗兰克·罗森伯雷特奖纪念。很长时间，包括90年代甚至10年之前，你的NN文章送过来，一些主流的人工智能会议或杂志就一个字：拒（Reject），不信的话，大家可以查查当年的会议文集和杂志。九十年代中期NN最热的领域在哪里？在控制，特别是自适应控制，这就是为什么在计算智能学会中有一大批控制自动化出身的核心人员的原因。今天，NN成了机器学习和人工智能的主力，但大家不应忘了这段历史，因为忘记了这段历史，不是背叛，那是政治，这里的忘记意味着进入了盲区，忘记了实际应用的需求，可能再回人工智能的冬天，这是学术问题。 接下来的这本书就是尼尔森1965年写的《学习机器（ Machine Learning ）》，当年不叫机器学习，但完全是一回事。这是我读博士时帮助很大的一本书，至今家里还有一本尼尔森签名的存本。尼尔森是位把人工智能从“文学”转化为科学的大功臣，80年代我读了他所有的书和大部分论文，还写过书评。其实在《学习机器》中，尼尔森已经讨论了多层NN的一般逼近能力问题，只是太数学，当时一般的“工程师”教授不感兴趣，估计连明斯基和佩伯特也没读过，结果就出了《感知机》和弗兰克的悲剧。当年明斯基如果多读点书，就不会有神经元网络十余年的“死亡”。我也曾问过尼尔森：当年你为什么不站出来说明白？他也就笑一笑，说那是早期的东西，博士一完的工作，都忘记了这回事了。 韦伯斯1974年在其博士论文中提向的NN误差反向转播的BP算法为NN带来了第一次重大转机。BP其实很简单，就是把梯度算法分阶段算就是了。这也是一位天马行空的天才，跨了许多领域许多职位许多兴趣，我认识他二十余年，交往也有十余年，很有体会。他曾劝我一起研究量子力学Bell问题，我只能拒之。但BP的成名，要归功于1986年出版的PDP（ Parallel Distributed Processing ）这本书，也是三卷书（严格讲二卷），特别是辛顿等三人写的：“通过误差传播学习内在表示（Learning Internal Representations by Error Propagation）”一章。当时我们的实验室，几乎张口闭口都是PDP，特别是做机器人视觉的几位研究生，大家用BP算了许多例子，还与Hopfield网络还有Boltzmann机结合起来，做了许多探讨，但论文发表不了。记得后来一位来自IBM的带薪博士生的BP与Boltzmann结合的文章最后于九十年代初发表了，但我至今认为是错的。 其实PDP是一部编著，没有这本书，当时的神经网络文章就出不来，因为很难被杂志接收，投了命运往往就是被打回来。在编著里发表文章，当时一般美国的好大学里是不认账的，评职称升级都不算数。可当年的PDP让大家意识到，神经网络不是一层，可以多层，不但是弗兰克的感知机，这为NN重新播下了火种，终于有了今天深度学习DL的熊熊大火。PDP不是计算机或人工智能领域的书，是心理学、认知科学、是个大杂烩、三不管的地方，就跟当年中国革命是通过井冈山这个三不管的地方成功一样，人工智能今天的突破，也是从无人之地兴起。许多人都忘了这段历史了，一心向往主流，忘了只有今日之细流，才有可能成为明日之主流。 与传统思想的冲突，我的记忆可能比一般人更深。我在博士论文中想用机器学习，就连最基本的加强学习，老板都反对，而且坚决反对。一不准神经网络NN，二不准模糊逻辑FL，因为一个是黑箱，不知道里面在算什么，因果关系上哪去了？一个评价更惨：“垃圾进，垃圾出（Garbage in，Garbage out）”，算什么逻辑？连修课都不行。就像小孩一样，越是“大人”不准的，越是要干，等1990年自己当上教授后，我就立即安排了自己的研究生进行相关的研究工作。 巧的是，此时我遇到二位“神人”，一位是我们工学院的副院长，时任NASA空间工程中心主任的Terry T. Triffet教授，他在斯坦福读书时，曾是对我影响很大的S. Timoshenko教授的学生，所以我们有很多的共同语言；另一位是量子力学创始人之一波恩的学生，著名的BBGKY方程组中的G，就是他的名字，Herbert（Bert）Green教授。二人“不务正业，偷偷摸摸”合作了三十多年，研究大脑，研究意识，特别是用量子力学的纠缠研究意识。其中格林是位围棋爱好者，写过差不多第一篇用人工智能下围棋的论文，他还是一位坚定的社会主义者，坚信人类政治家不可信，将来必须由人工智能机器替人决策。那时格林正在院里做Triffet的访问学者，希望我与他一起研究大脑、计算机、围棋和意识的纠缠模型，但我表示这些问题离我的专长智能控制还太远。后来，Triffet表示给我的外星无人车和无人工厂的项目经费可资助一到二位博士生从事相关研究，我才开始研究大脑的计算模型。这是我的第一次半独立的研究经费，20多万美元，但有四位PI。退休后，二人一起去了新西兰，自己盖房住，一边写科幻小说，一边研究纠缠与意识，还有他们的大脑NN模型，用了许多化学里的知识和术语。当年，他们认为自己的工作意义重大，可以获诺贝尔奖，忘了是物理、化学还是生物医学领域。 当时我只有三个博士生，第一位是位美国人，大学、硕士都是学物理的，还研究过弦论，因觉得物理博士方向宇宙天文毕业以后难找工作，所以转行在我名下读机器人的工学博士，他坚持表示不做脑的建模研究；第二位是位韩国人，现役军人，跟我读博士前在军舰上做了十年的舰长，读博士就是为了回去升将军，只想做智能决策，对大脑不感兴趣也没能力去研究；特别是当时我不到三十岁，这二位学生的年龄都比我大许多，只好劝我的第一位中国大陆来的学生跟我研究大脑。我给了他一本书名叫 Brain 的专著去读，这是Triffet和格林推荐的，说是当时最权威的大脑著作，让我大脑、小脑、前脑、皮下层、海马体看得头疼。学生一周后回来，说你看，人家最权威的脑专家在序言里就说了，目前对人脑大家几乎就是一无所知，凭想象凭摸索，你现在让我去建数学模型，怎么干？后来他拿了一个机器人的硕士，博士资格都考完了但不读就创业去了，结果非常成功，幸亏当时没有跟我研究大脑。前段时间回来见我，说现在意识到当年研究的超前，现在自己也开始投资人工智能产业了。 不到半年的时间，我就与Triffet和格林产生了严重的分歧，认为他们的路线行不通，希望从大脑宏观上的功能分区，不是微观上的生理分区，进行突破，试图为“黑箱”的NN建立类似于大脑功能分区的知识结构，使其“白”化，让NN可以解释，这就是1992年在SantaFe一次会议宣读，同年收入一本编著的“为神经元网络建立知识结构（ Building Knowledge Structures into Neural Networks ）”一文，后来成了博士生Kim的论文题目，补全算法于1995年发表在英文“模糊与智能系统杂志”，是约稿。因为投稿没有杂志接收，当时的共识是NN三层网络就够了，这是数学上的证明，过了三层就是“罪”过，可我们的模型是九层，太荒唐了！我曾竭力争辩说我们的九层是模块化构建式的，而且每个模块不超过三层，还可以用解析式子代替，又可以封装化组装化，理论上不比三层复杂，不但可以自动加层减层，还可以去掉旧的或生出新的模块。 但要命的是，当时算起来太困难，用手头最先进的Sun Sparc机器一个例子要算整整一个星期。有时Kim吃不准机器在干什么，是算法问题算不出还是正在正常计算，常常夜里电话问我，可否停机查查。当时他一家四口都来陪读，周末也拖家带口呆在实验室，十分担心没有结果不能按时毕业。后来其他学生告诉我，Kim有时晚上喝得大醉躺在实验室外的草场上，不得不让校警送回家里，不知是否是因为太担心他的研究而借酒减压所致。不管怎样，最后就是他提前一年获得博士学位，但说再也不碰这个问题了。所以1995年以后，我再也没有安排学生做这方面的工作，只是自己有时还想想这个问题。去年AlphaGo之后，与几位学生和朋友在滑雪之余又讨论了一番，写了一篇英文论文，之间整整21年。我至今依然认为模块组装化仍是NN未来的方向。 这些工作，当年对我的研究生涯的起步帮助很大，而且在没有正式发表前就得到了应用。先是根据这些想法写了一份立项书给美国基金会NSF，没中，但项目主任电话我，说他有权限批小额项目，你的想法很有意思，但申请十几万不行，几万接不接受？我一听立即表示感谢，接受！写了一个3.6万美元的小项目申请，这就是我的第一个NSF项目：买了一个F/T（力/力矩）传感器，用最老的机器人PUMA机械手挖石头。接着由格林引见，认识了我们医学院主管科研的副院长，来自澳大利亚的Doug Stuart教授，他邀我打了一生中的第一场高尔夫。球场上，Doug对我说：你的那二位研究大脑的朋友“too pretentious”，你到我们实验室来看看。我当时在球场上真不知pretentious这个词的意思，否则可能当场就会拒绝他的邀请。后来，参观了他的生物医学实验室（Arizona Lab），看了插了十六个电极探头的小老鼠，讲了我的工作。没想到他们认为我的工作很有意思，可用于飞蛾的嗅觉实验、电极信号识别、神经控制(Motor Control)等等。就这样，我加入了Arizona Lab，这才知道当时美国医学研究院NIH的经费之零头也比NSF的全部经费多，一下子解决了我许多经费问题，而且我的工作也得到了医学界的第一次引用。但最有“戏剧”性的应用是无人矿山项目：一次我在一个会议上讲完我们用机器人挖石头的项目后，一位坐在后面的人一脸神秘找我和同事Paul Lever教授，说请我们尽快安排去Caterpillar总部，费用他付。我们在一个周末飞去了卡特彼勒总部，参观了研究部门之后，主管给了我们五张纸，上写“Auto Dig Project”，问我们是否愿意以此作为项目合同，如可，一百八十多万美元，三年。后来又追加到200多万，原来的挖石算法奖了我个人3万美元。我不想在此形容当时的心情，反正自己辛辛苦苦写十五张纸的NSF项目书，最多才给十几万，而且当年命中率只有10%，万万没想到挖石头居然挖出“金子”来了！就是这些经历，让我从模糊逻辑和神经网络走向“当地简单、远程复杂”的代理控制想法，走向了今天虚实互动的平行智能之路。 回想起来，从上世纪50年代末弗兰克一层的感知机，到80年代中多层的兴起，但大家总觉得层数越少越好，等到了数学家证明三层就足够了的时候，大家就都觉得NN过了三层就是罪过，写更多层NN文章的作者自己都觉得不好意思。这是自我限制，想象力不够，胆量不足。没想到20年后辛顿来了一个千万层，一下子成了深度学习了！我从心底里佩服老先生的执着、胆量和想象力，也怪自己忘了在哥德尔的不完备定理之后，不该再让数学家”忽悠”了。其实，多层提供了足够的参数进行复杂计算，连“生命就是复杂化的物质”，相信智能化的算法也能用多层的NN实现。当然，能解释最好，这是我相信将来的出路是模块封装再组装化，也是我提倡平行智能、平行学习和平行区块链的原因。 对我而言，基于深度学习的AlphaGo开创了一个新的时代，就是新IT时代，IT不再是旧的信息技术，而是新的智能技术，我们从此进入了以智能产业为主的一个新的时代，这是从牛顿的“大定律、小数据”向默顿的“大数据、小定律”范式转移，是从计算机和信息时代的“Church-Turing Thesis”命题向我所称的“AlphaGo Thesis”的转变。在这个新时代中，直觉要变成经验，经验要变成数据，数据要变成智能，针对具体问题的具体智能，不再单单是因果关系，更多的是关联关系，从描述、分析、控制到数据、实验、引导。 今天的会议是关于复杂系统的认知和管理，不是复杂系统的描述和控制，因为无法进行传统的描述，更无法进行传统的控制，否则，越描述越不清楚，越控制就越乱，问题越多，最后无法收拾。我们必须换个思路，通过引导，英文Prescription，就是医生开处方的意思，对复杂系统像医生对病人那样的引导，对症下药，最后实现对其的有效管理。一定程度上，就是“忽悠”的数据化和科学化，其实就是智能化。 神经网络在此过程上发挥着十分重要的作用，除了模型是人脑虚化而来之外，目前基于NN的深度学习和AlphaGo的胜利，说明NN是从牛顿到默顿的一条有效途径。例如，AlphaGo把人类的80万盘棋的“小数据”，打成3000万，后来7000万，成为“大数据”，再提炼成价值与政策二张网络，成了“小规则”或“小知识”，战胜了人类围棋高手，甚至让有的棋手觉得是与“上帝”对弈*！将来“具体问题规则→小数据→大数据→小知识→具体问题的精准知识”会是大多数智能系统的套路，取替传统的建模、分析、控制的方式。 而且，NN用于感知和决策等问题有许多不同的方式，这从近年来涌现出来的，许多论文就可以看出。我特别要说的就是澳门大学陈俊龙教授的宽度学习和新加坡南洋理工黄广滨的极限学习，还有就是与我思路目前最一致，也是与平行学习最靠近的生成式对抗网络GAN。GAN通过把真与假平行而立，把一对矛盾体对立统一了，成为产生数据的有效手段，这与我自己把虚与实平行而立的想法不谋而合。但GAN是两端不全只是简单的平行，没有管理的平行学习。现在辛顿又提出要革“反向传播”BP的命，我觉得不必革命，自己都不清楚NN在算什么特征代表什么，革什么命？演化就行。我相信最后都是走向知识自动化之路，先从模块和组装化开始，再向模块自动产生，组装自动完成迈进。 总之，神经网络在深度学习上达到了一个高峰，可以说基本上是由直觉促成的。我个人认为目前最大的问题就是“开环”问题，DL处理的几乎都是开环问题。但如果要用到现实的实际问题，就必须考虑“闭环”问题，不但是识别对模式的决策，还要有对行动的决策，并直接反馈到下一个模式的产生，问题是连续进行的，一个接一个，就像在打仗一样。所以，必须要考虑动态规划DP之类的问题，大家都知道这里离散问题有“组合爆炸”，连续问题有“维数灾难”，都是NP-Hard在作怪。AlphaGo解决了围棋的计算复杂性问题，难道我们就不能解决DP的计算复杂性问题？这就是我对ADP方法的期望，目前我们算到四、五阶系统都吃力，将来平行动态规划PDP可否像AlphaGo一样比专家解DP还厉害？答案是一定的，问题是多少维数？多大尺度？ 这个问题我也是从1984年就开始研究，从近似ADP到自适应ADP，从最小二乘法到迭代到NN代替，数论布点都用过，还是利用直觉，但比大脑建模时的直觉“解析”多了，我相信PDP（是平行动态规划，不是PDP那本书）是一个很有前途的方法，时间原因，不能多讲，将来有机会再交流这方面的工作。 平行学习是PDP的进一步 扩展， 是描述学习、预测学习和引导学习的平行组合，与宽度学习和其它方法都不一样。深度宽度还都是二维的方法， *注：在最近的AlphaGo Zero中，人类的80已变成零，机器的7000万也减为3000多万，学习时间缩成3小时。但凡是规则包含全部信息的问题中，理论上本来就不需要人的知识和经验，比如跳棋和国际象棋的机器胜人，都没有利用人的知识。希望平行能走向三维或更高维的方法，实施时可降维，这就是“当地简单，过程复杂”的原理，云计算就是为此而建的。 最后，与大家分享两句名人之语。一个就是与中国渊源很深的，帮我们发现周口店北京猿人的法国学者德日进的话：生命就是复杂化的物质（见德日进《人的现象》）。一个是明斯基讲的：智能的诀窍就是没有诀窍，智能的力量源自我们自己巨大的多样性，而非任何一个完全的原理。（见明斯基《心智社会》）。 这都是非常相关的至理名言，据此，我理解神经网络既是从复杂性到智能化的特例也是通例，在复杂性上相通，在智能化上相异。关于仿真建模的相似原理，对我而言，NN不会是物理上的相似，也不是生物上或结构上的相似，只能是功能上的相似。至于置信性的考虑，我们也必须从历史上永恒的相关、因果的相关，到今天数据的相关。相应的置信问题也应当进行调整，必须创新出更合适的方法，就像引入虚数使 X 2 +1=0有解一样，我们须用新的理解考虑置信问题，如特定任务置信度等。这就是最后的六个问题，请大家进一步讨论。 ·神经元网络到底是复杂智能系统模型的一种特殊表达方式还是通用的一般形式？ ·是否可以把神经网络看作一种特殊的复杂系统模型形式？ ·是否可以通过观测和积累一个复杂系统的大量输入/输出数据，再利用构建神经元网络来近似地模拟复杂系统？ ·用神经元网络黑箱模型来模拟复杂系统黑箱模型是不是仿真建模的另一种相似性原理？ ·这与传统的相似性原理建模有什么不同？ ·如何看待这种相似性模型的可置信性？ （本文根据2017年9月22日在广西桂林召开的“中国科协第121期新观点新学说学术沙龙”报告内容整理而成。） 📚 往期文章推荐 人工智能名人堂第49期 | 斯坦福研究院名人堂成员：Peter E. Ha 🔗 廖湘科院士：树立科技是核心战斗力的思想 🔗 谭铁牛院士：生物识别是未来的趋势 🔗 聚焦2018国家智能产业峰会 洞知未来智能产业新风向 🔗 180页PPT！清华孙富春教授深度讲解人工智能技术与产业发展 🔗 盘点 | 中国最年轻的博士生，16岁读博士是优秀还是作秀？ 🔗 这位100岁老教授，任教70年，现在还在带学生！ 🔗 邬贺铨院士 | 5G已经向我们走来，2020年前至少要启动商用 🔗 倪光南院士 | 中国必须掌控网络空间主动权 成为网络强国 🔗 【最终通知】2018国家智能产业峰会2月2日在青岛盛大开幕 🔗 CFP | 第33届中国自动化学会青年学术年会 德先生公众号 ｜ 往期精选 在公众号会话位置回复以下关键词，查看德先生往期文章！ 人工智能｜机器崛起｜区块链｜名人堂 虚拟现实｜无人驾驶｜智能制造｜无人机 科研创新｜网络安全｜数据时代｜人机大战 …… 更多精彩文章正在赶来，敬请期待！
个人分类: 王飞跃教授|1066 次阅读|0 个评论
[转载]2017年12月21日，中国指挥与控制学会在中国科技会堂隆重召开...
Kara0807 2017-12-26 16:41
王飞跃院长在中国指挥与控制学会第二次全国会员代表大会上致辞 交流合作 青岛智能产业技术研究院 坚持世界眼光、立足本土优势、树立国际标准，以平行科技引领智能产业发展，以开放务实的姿态拥抱世界，期待与您合作共赢，携手共创未来！ 地址：青岛高新区智力岛路1号创业大厦B座26层 电话：0532-68013921/68012033 邮箱：indus.dept@qaii.ac.cn research.dept@qaii.ac.cn 2017年12月21日，中国指挥与控制学会在中国科技会堂隆重召开第二次全国会员代表大会。中国指挥与控制学会理事长、中国工程院院士戴浩，中国工程院院士费爱国、陈志杰、于全、陈杰等，以及来自全国各地的200余位代表出席大会。大会由中国指挥与控制学会秘书长秦继荣主持。 在大会开幕式上，中国指挥与控制学会理事长、中国工程院院士戴浩致开幕词，中国自动化学会副理事长兼秘书长王飞跃代表兄弟学会致辞，中国科协党组书记、常务副主席、书记处第一书记怀进鹏出席大会开幕式并讲话。 中国自动化学会副理事长兼秘书长王飞跃大会开幕式上致辞 以下是中国自动化学会副理事长兼秘书长王飞跃的致辞 中国指挥与控制学会的各位会员代表们，大家上午好！ 首先，我代表中国自动化学会向中国指挥与控制学会第二次全国会员代表大会的顺利召开表示祝贺！ 1961年，钱学森先生带头组织筹建了中国自动化学会，并担任理事长20年。在钱老诞辰101年之际，即2012年，中国指挥与控制学会诞生了，这是一个与钱老后来工作更加密切相关的学会。因此，我们两个学会不但专业和领域关系密切，而且本为同根生，前赴后继为自动化、控制、指挥和管理科学与技术的发展和应用不懈奋斗！ 中国指挥与控制学会自成立以来，在中国科协的领导下，发展迅速，在组织建设、分支机构建设、品牌创建和促进学科发展等方面做出了卓有成效的工作，创立了中国指挥控制大会、《指挥与控制学报》、国际无人系统大会等一系列学术品牌，充分发挥了凝聚科技工作者、为广大科技工作者服务的科技社团作用，扩大了我国军民融合社会团体的影响力。 普鲁士军事家克劳塞维茨曾断言：“战争是政治通过另一种手段的继续”，我们希望与之反向的逆克氏断言，即： “政治是战争通过其他手段的继续”，成为世界冲突的新常态，这就是指挥与控制变革的目标和方向。 作为解决和平发展及战争冲突的最直接、最重要、最关键的学科，指挥与控制学科本身需要不断地演进发展，迈向智能指挥与控制。 新兴智能技术、新社会形态下的新的使命和任务，需要我们重新认识指挥与控制的意义和功能，在当今，这是一项十分迫切的重要任务。因为不论是指挥与控制所涉及到的人、信息与结构及其对象，都已经或正在发生深刻的变化。国际上，以美国为首的西方集团，从上世纪90年代中期就开展了关于面向信息与网络的指挥与控制研究项目CCRP。同时，兰德公司也开展了以指挥与控制新模型为主的“信息时代的战争”等系列战略性研究项目。他们认为，面对丰富和几乎毫无限制的信息及通信能力，迫切需要“一个更加深刻的指挥与控制理论”。 人类在经历了机械化、电气化、信息化、网络化等4个技术发展阶段之后，正迈向虚实互动的平行智能化时代，互联网+、社会5.0、工业5.0、军事5.0、情报5.0等，一系列以智能为核心的技术与系统即将兴起，既为我们带来许多挑战和问题，更为中国指挥与控制学会的发展和壮大提供了历史性的大好机遇！ 最后，祝愿大会取得圆满成功！ 文章来源：今日头条-中国自动化学会 相关阅读 青岛智能院王飞跃院长 【院长寄语】关于人工智能未来发展的一点看法 【参观交流】培生教育集团客人来访青岛智能院并达成合作意向 【智慧教育】青岛智能产业技术研究院承建云南省弥勒三中iSTREAM智航实验室 【院长寄语】王飞跃院长应邀参加第三期自动化前沿热点论坛暨2017自适应动态规划与强化学习研讨会 【聚焦】王飞跃院长、曹东璞教授应邀出席2017中国智能车大会并作主旨报告 长按二维码关注我们
个人分类: 王飞跃教授|902 次阅读|0 个评论
[转载]《理解信念》译者序：科学与信念
热度 1 Kara0807 2017-4-24 13:39
《理解信念》译者序： 科学与信念 王飞跃 编者按：《Understanding Beliefs》是人工智能研究中逻辑学派的奠基人之一Nils J. Nilsson的新著。书中，Nils Nilsson教授结合自身经历，探讨了信念的产生、形成、性质、作用、影响及其评价方法，讲述了他的元信念，即他自己关于信念的信念。全书涉及科学、哲学、社会学及心理学，内容丰富，观点新颖，耐人寻味。本书在中科院自动化所王飞跃教授的主导下已经完成翻译工作，书籍的印刷出版也在紧锣密鼓的进行中，德先生后期将陆续发布《Understanding Beliefs》精彩文章并将全网首发该书，敬请感兴趣的读者持续关注德先生。 ---------------------------------------------------------------------------------------------------------------------------------------------------- 一年多前，我去 Oregon 拜访退休在 Medford 的斯坦福大学计算机系前主任、人工智能实验室的创始元老 Nils Nilsson 教授。聊天时，望着从自己后院流过的清清小溪， Nils 突然对我说：他越来越不相信绝对真理的存在，真理不过是非常合理而且十分可靠的信念而已！为此，他专门写了本小册子，就是刚由 MIT 出版的《 Understanding Beliefs （理解信念 —— 人工智能的科学理解）》。 我一时无语，感到愕然。这似乎与我 “ 认识 ” 的 Nils 不同。我从来都认为 Nils 是 推动人工智能研究从 “ 文学 ” 到科学的最大功臣，一生追求科学 “ 真理 ” ，治学极其严谨。自己曾深受其影响，三十多年前花过苦功夫通读了他在机器学习、人工智能和智能机器人方向几乎全部的著作和论文，还写过数篇评论文章。 Nils 曾是以逻辑推理为主导的人工智能 “ 纯净派（ Neats ） ” 的先锋大将 ，就连实质为连续逻辑的模糊逻辑都被其斥之为 “ 暂时的癖好（ temporary idiosyncrasy ） ” 。因此，他一直给人以 “ 要么绝对真理，要么什么都不是 ” 的绝对 “ 正统 ” 感觉。记得 1992 年自己带学生去加州硅谷 San Jose 参加第一届 AAAI （当时的美国人工智能学会，现在的人工智能促进会）举办的机器人比赛和展示，与时任 AAAI 主席 Nils 不期而遇。当时他对智能机器人的未来发展，态度也是逻辑上之必然的 “ 真理 ” 感觉。眼下 Nils 对真理的 “ 新 ” 认识，多少有些让我感觉是对 “ 真理 ” 的 “ 模糊逻辑 ” 式的理解，相信不是 “ 暂时的癖好 ” 。 其实， Nils 现在对真理的看法，更能引起我的共鸣。关于真理，从来就有客观与主观、唯物与唯心的争论。叔本华把真理载体的世界作为意志和表象的合成，尽管不同哲学家对谁为意志谁为表象的看法往往截然相反，但多数认可其关于源自柏拉图的 “ 理念 ” 是意志和表象之间一个中介的观点。或许，信念就是多数人 “ 相信了的理念 ” 之简称，是人们进行思维活动的工具和表达思维活动结果的方式而已。 问题是思维本身也是时间或时代的函数。思维是人类认识世界的方式和手段。狭义地讲，就是人们思考问题、表述问题、讨论问题的 “ 框架（ Framework ） ” 。在不同的历史阶段，人们对思维 “ 框架 ” 的认识也不同，古希腊的柏拉图有 “ 蜡板 ” 之说，工业革命前夕的法国哲学家笛卡儿有 “ 天赋观念 ” 之论，英国哲学家洛克还有 “ 白板 ” 理论，等等。正如后来德国哲学家恩格斯所言： “ 每一个时代的理论思维，包括我们这个时代的理论思维，都是一种历史的产物，它在不同的时代具有完全不同的形式，同时具有完全不同的内容 ” 。 我们处于什么时代？我们又需要什么样的思维和信念？这是一个重要的问题。我认为人类社会已进入开发波普尔的第三世界 “ 人工世界（虚理世界） ” 的 “ 新 IT ” （ Intelligent Technology 智能技术）时代，我们需要 “ 计算思维 ” 和 “ 智能信念 ” 。对此，作为人工智能和智能机器人的杰出开拓者， Nils 的《理解信念——人工智能的科学理解》一书为我们提供了很好的思考材料和启示途径。 在文艺复兴和科学兴起之前，人类追求的主要是神圣的 “ 上帝认可 ” ，期盼 “ 天人合一 ” ，否则心理不安。现代科学体系确立之后，我们的追求变为牛顿定律般永恒的因果律 “ 理性认可 ” ，希望 “ 知行合一 ” ，否者就不彻底。今天，物联网、大数据、云计算等新 IT 技术唤醒了人们对个性化、针对性、瞬变态等 “ 长尾 ” 现象的兴趣与关注，导致具有局部和暂时特性但有效的 “ 关联认可 ” ，特别是 “ 数据关联 ” 的思维与相应的数据挖掘和机器学习等方法与技术。这是 “ 暂时的癖好 ” ，还是发展的时代趋势，我们只能拭目以待。 更进一步，生物医学，特别是近来脑科学的研究表明，每个人的思维方式可能都有其特殊的生物结构、生理状态和心脑框架。正如 Nils 在书中所描述的，许多研究表明思维与大脑的生理构造相关，思维活动与一个人生来的 DNA 和脑结构相联，甚至人类语言结构就是大脑组织的反映，这一切更与每个人的人生成长之经历密不可分。这就是维特根斯坦所声称的：人们不仅是在 “ 看东西 ” ，而是 “ 看成什么东西 ” （ People not only see things, they see them as something ）。如此多的主观变数，难怪 Nils 要说：无论柏拉图是怎么想的，我们的思维无法直接通向 “ 永恒的真理 ” 。 可是，诚如爱因斯坦所言： “ 整个科学无非就是对日常思维的提炼。 ” 因此我们对于真理、信念、思维等问题的讨论一定要持开放的态度，不要忘记科学中海森伯的 “ 测不准原理 ” ；库恩的思想本质上 “ 不可分度、不可比较、不可交流 ” 的 “ 3C ” 理论；哲学上 “ 明希豪森三难困境（ Munchausen Trilemma ） ” 所揭示的人之理性与智力的局限性。数学家和哲学家怀德海也讲过： “ 没有完全的真理；所有的真理都是半真的。罪恶源于试图把半真的当作全真的。 ” Nils 在书里把我们的科学理论视为人类为自己构造的最大 “ 虚拟现实 ” ，人只能像飞行员一样通过有限的仪表仪器来感受机外的巨大世界。至于对真理或信念的检验问题，借用法官 Holmes 的话就是： “ 使其自身在市场的竞争中被接受，这一想法的威力本身就是对真理最好的检验。 ” 学究一点， 我们不妨回访一下 Horkheimer 和 Adorno 及其学派建立批判理论的过程 ，争取使主观思维和相对思维在大数据和新 IT 时代有所拓展，更加 “ 科学化 ” ，并获得新的应用。 英文 Belief 的另一个意思是信仰，我同 Nils 也讨论过信念与信仰的关系。信仰太神秘，不是本书的范围，但 Nils 讲起 “ 信条安慰（ credo consolans ） ” 和书中的一首赞美词： “ 真理像钉子一样坚硬和坚韧， 这就是为什么我们需要童话故事， 我厌倦了逻辑理论， 为什么要我拒绝自己的幻想？ ” 或许，信仰的神秘还是爱因斯坦总结的好： “ 神秘是我们最深刻和最美丽的体验，是一切严肃艺术和科学成就的源泉。 ” 更让我感到神奇的是：在一次飞往旧金山的途中，我一边翻着《理解信念——人工智能的科学理解》，一边看着座舱播放的电影《钢琴家》；当我正看着扉页上手写的 “ 真理的尽头是信仰？ ” ，极力回忆为何写这句话时，影片已至尾声，出现陷入绝境的犹太钢琴家茨皮尔曼与良心发现对其救助的纳粹军官之间的对话： 钢 琴 家：我不知道该怎样感谢你。 纳粹军官：感谢上帝，不是我，他让我们活下去。 纳粹军官：这就是为什么我们要信仰他。 也许，信仰就是人类 “ 活下去 ” 的原因和动力，信念的尽头也是信仰？ 为此，我后来又重新看了一遍片尾，十分失望地发现英文原文是： Well, that’s what we have to believe ，不是 “ 这就是为什么我们要信仰他 ” ，而是 “ 唉，这就是为什么我们必须相信他 ” 。难道相信（ Believe ）真的就是行动中的信念（ Belief ）？信念就是相信了的理念？ 所以，不可轻言信仰，从信念到信仰需要特殊的行动和过程。现代管理学家德鲁克曾说信仰需要经历绝望： “ 只有通过绝望，通过苦难，通过痛苦和无尽的磨练，才能达至信仰。信仰不是非理性的、伤感的、情绪化的、自生自发的。信仰是经历严肃的思考和学习、严格的训练、完全的清醒和节制、谦卑、将自我服从于一个更高的绝对意愿的结果。每个人都可能获得信仰。 ” 而且，就是经过绝望获得信仰，也不要忘记哲学家罗素的忠告： “ 我永远不会为信仰而死，因为我的信仰可能是错的。 ” 《理解信念——人工智能的科学理解》，就是帮助你建立自己的信念，理性地走完人生通向真理和信仰的完整过程。 最后，感谢中科院自动化所袁勇博士、王坛博士、赵红霞博士参与译稿的通读，并感谢机械工业出版社坚喜斌编辑所提供的帮助。 王飞跃 中国科学院自动化研究所 国防科学 技术大学 在 Nils Nilsson 的家中（ Medford, Oregon, US ） 参考文献： 王飞跃 . 建立人工智能的数学体系 —— 介绍《 LogicalFoundations of Artificial Intelligence 》 , 计算机科学 , 1989(2):79-80. Nils J. Nilsson. On Logical Foundations of Artificial Intelligence:A Response to the Reviews by S. Smoliar and J. Sowa, Artificial Intelligence,1989, 38(1):132-133. 王飞跃 . 面向计算社会的计算素质培养 : 计算思维与计算文化 , 工业和信息化教育 , 2013(6):4-8. 王飞跃 . 从计算思维到计算文化 , 中国计算机学会通讯 , 2007, 3(11):72-76. 王飞跃 . “ 阿尔法围棋 ” 走向何方 , 光明日报 , 2016 年 07 月 08 日 10 版 . 王飞跃教授主导翻译的《Understanding Beliefs》近期将在德先生旗下“求知书店”全网首发，欢迎关注德先生。
个人分类: 王飞跃教授|1670 次阅读|1 个评论
智慧城市建模——该从顶层设计走到建模设计阶段了
热度 2 Babituo 2016-5-7 09:15
智慧城市建设步伐差强人意，甚至强差人意，为什么？ 前几年大家都说：缺乏顶层设计，顶层设计缺有效方法。 如今结果怎样？ 顶层设计泛滥成灾，却无法深入下去？ 难道顶层设计只是厂商的忽悠？政府上企业当了？被企业捆绑了？ 人们的这种怀疑的存在是合理，但是是有害的。 不能怪这种怀疑的存在载体，而应该怪技术界尚未提出进一步深化设计的方法。 而进一步深化设计的方法在哪呢？ 智慧城市建模工程，是该提到议事日程上的事了。 智慧城市建模工程是我在参与珠海智慧城市信息系统架构设计时提出的一个构想。 是针对城市大数据整合应用的问题，逐渐形成的一个方法策略。 其基本思想是： 结合城市空间管理的目标和需求，叠加城市资源管理、能力管理、行为管理、事件管理和过程管理，在珠海大数据中心中以逐步演进的方式，构建智慧珠海的资源、时间、空间和知识相关联的全息城市模型。通过该模型和现实世界的城市达到信息互通，互鉴互控，同步演进来提升城市运行的综合品位，促进城市良性发展。 其基本思路是： 通过构建城市BIM公共服务平台，积累城市基础设施的相关关系，构建一个基础的城市信息的空间参照系模型；通过构建城市大数据平台汇聚来自政务、产业和民生等各领域各行各业的资源、能力、行为、事件、过程等，多源的资源、时间、空间和知识相关联的数据，运用智能化的大数据聚合分析平台工具，使其融合到城市空间参照系模型之中；通过上述两项活动来形成城市大数据的汇聚、聚合和应用的长效闭环运行机制，并不断运行和改进这一机制，逐步积累演进，用5到10年的时间，构建出一个比较完整的智慧城市信息系统，实现珠海智慧城市建设运营的目标。 其中一个重要的思想来源，就是王飞跃老师的平行系统理论。 智慧城市建模工程，是一个宏大的思维工程，决不是一人一朝一席就能完成的使命，需要更多有识之士共同参与和推动，为推动这一工程的进步，我决定，从今日起开启智慧城市建模工程方法的探索之旅，并实录于科学网，供有识之士共同探索，共同交流，共同提高。
个人分类: 智慧城市|4109 次阅读|6 个评论
增强虚拟是实现平行系统的必然途径
Babituo 2016-5-7 08:50
我们拥有一个现实世界，我们习惯生活于现实世界。 我们拥有无数个隐虚世界，我们习惯思考于隐虚世界。 现-可显现的，实-可感知的，隐-不直接感知的，思维性的，虚-可思考表述的。 我们借助计算机技术把隐虚世界可视化为虚拟世界。 于是，我们可以慢慢养成新的，在现实世界和虚拟世界之间自由穿梭的新的生活习惯。 这，是一个全新的未来世界：平行世界。王飞跃老师的伟大发现。 让各自隔绝的隐虚世界有机会建立共享的隐虚世界，这便是虚拟现实技术对人类文明贡献的核心价值所在。 即使没有虚拟现实技术，人们也是不断穿梭于现实世界和个人的隐虚世界之间的。 虚拟现实技术用计算机可视化的技术将隐虚世界以现实世界的模样来展现，实际上是提供了一种在现实世界和隐虚世界之间的沟通互动的桥梁。 增强现实，是将虚拟世界的信息，呈现在现实世界中； 增强虚拟，是将现实世界的信息，呈现在虚拟世界中，从而可能迅速在共享的隐虚世界中传播； 虚拟现实技术在增强现实与增强虚拟两方面同步发展，便是平行系统勾画的美好未来！ 附记： 推荐阅读： 虚拟现实: 平行也可以相交 现实世界和虚拟世界的互鉴互控，平行演进的结果，不是各自割裂的发展，而是带来增强现实和增强虚拟双方的互动。增强虚拟的概念尚未有人正式提出，但确是平行演进的必然结果。增强虚拟，意味着对现实世界的采集和监测，驱动虚拟世界的动态演进式的建模和维模（在线模型维护）
个人分类: 智慧城市|2850 次阅读|0 个评论
一位真正的科学思想家： 纪念人工智能之父Marvin Minsky教授
热度 8 王飞跃 2016-3-14 08:51
一位真正的科学思想家： 纪念人工智能之父Marvin Minsky教授 图 1. Marvin Minsky (1927.08.09-2016.01.24) 为了纪念刚刚去世的人工智能创始人之一，认知科学家 Marvin Minsky 教授， IEEE Intelligent Systems （ IS ）杂志正组织相关领域专家及其 Minsky 生前的学生与朋友，撰写 In Memoriam ，以各具特色的自由风格，怀念这位在人工智能史上有着特殊重要地位的先驱和开拓者。作为 IS 的前任主编和现任名誉主编，我自然积极响应，并邀请了人工智能另一位重要的先驱与开拓者，斯坦福人工智能实验室的 Nilsson 教授共同参与。由于时间太短，正在夏威夷海滨度假的 Nilsson 无法完成，但提醒我邀请自己的校友， Minsky 在 MIT 的两位早期博士毕业生 Danny Bobrow 和 Bert Raphael 。 Danny 和 Bert 都是自然语言处理的先驱， Danny 的博士论文是关于文字代数问题求解的 STUDENT 程序， Bert 的博士论文是关于语义信息搜索回取的 SIR 程序。 STUDENT 和 SIR 都是基于 LISP 写的，可以算是人工智能在早期 NLP 的里程碑工作。 Danny 后来成为人工智能学会 AAAI 以及认知科学学会的主席，曾担任《人工智能》杂志主编； Bert 与 Nilsson 等发明了 A* 搜索方法、研发了世界上第一台可移动智能机器人 ShaKey ，还参与创办了《人工智能》杂志并任主编。有趣的是，当年 Danny 和 Bert 在 RPI 读大学时是室友， 1957 年毕业后，分别去了 Harvard 和 Brown 读硕士；后来两人野营时相会， Danny 问 Bert 在做什么。 Bert 说正研究弹性波多散射问题； Danny 说这听起来没多大意思，他正研究如何用相机识别 Marvin 的光头，只要 Marvin 走进房间，计算机就喊： “Hello ， Marvin ！ ” 。一周后， Bert 申请转到 MIT ，成为 Minsky 的学生，毕业后去了 SRI ，真的开发起利用相机进行视觉识别和导航的机器人 ShaKey ！记得我告诉 Bert 自己也是从 RPI 的机器人与自动化实验室毕业，那时 RPI 智能机器人队伍庞大，研究正值高峰，位于世界主要机器人研发机构之列，并且在导师 George N. Saridis 教授的带领下，成立了 NASA 的空间探索智能机器人系统中心 (CIRSSE) ，还创办了 IEEE 机器人与自动化学会 (RAS) ，他感慨当年自己在 RPI 时，既无自动化，也无机器人和 AI ，就连计算机课程都没有。其实当年 MIT 也没有这些， Bert 和 Danny 的 AI 博士学位还是从数学系得到的。 邀请完两位前辈，我自己如何写却成了问题。 Danny 和 Bert 都与 Marvin 有很长的交往和很深的渊源，一致认为他是一个开放、真诚、友好、幽默、具有卓越创造性的人物。我虽有幸同 Marvin 有过几次个人交往，至少一次在物理世界，两次在 Cyberspace ： 25 年前去 MIT 面试机器人 Assistant Professor 职位时的会面， 6 年前因他入选 “ 人工智能名人堂 ” 试图举办新闻会议和 4 年前因他的学生、自己的前辈和朋友 Dave Waltz 去世的两次邮件，但除此之外，并无任何其他的感性认识。而且，对于 Minsky 的学术思想，我的看法和认识也比较复杂，虽然越来越赞成并获益于其观点和概念，但仍然还在一个过程中，至今还没有完全定型。 虽然如此，在我眼里 Minsky 是一位真正意义上的科学思想家，而且其思想的深度与原始性有时远在许多人的理解范围之外，由此受到质疑并引起争议。对此我深有体会：上世纪八十年代中期，当我正挣扎着完成自己关于智能机的组织与协调理论的博士论文时， Minsky 发表了他著名的《 The Society of Mind 》，此书曾给我很大的希望，以为真找到通向智能机的 “ 金光大道 ” 了。但还没有略读完，就意识到此路对一个刚入门的研究生几乎是不可能走通的。实验室有的同学甚至声称：就是你给 Minsky 的 Agents 加上再漂亮的数学公式和具体的逻辑程序，答辩委员会的教授们也不会通过你的论文。 RPI 是一个工程思维主导的地方，客气的教授认为他的想法是 “ decent speculation” 或者 “too philosophical” ，有的直接就认为是 “almost nothing to do with real AI” 。 毕业之后，我才再开始重新认识 Minsky 关于 Agent 的想法，在 NASA 的火星移动机器人 Spiderobot 项目中进行尝试，这还是在 MIT 的 R. Brook 教授关于机器人行为编程控制的 Situated AI 方法有了一些成功之后。九十年代中末，当自己开始基于代理控制 (Agent-based Control, ABC) 方法研究时，才真正感受到当时 Minsky 之 Agent 思想的大胆与深刻。今天，计算与 AI 技术的处境已发生了翻天覆地的变化，这一切似乎是 “ 水到渠成 ” ，而且，个人感觉，最近二十年上下 AI 主要都是沿 Minsky 的 Agent 思路发展的。同时，自己关于默顿系统、社会计算、基于虚实二像性的平行系统之平行智能的工作似乎也已进入 Minsky 三十年前所设想的人工智能新世界。这恰如 Minsky 所说的： “ You don't understand anything until you learn it more than one way” ！ ( 对于一个事物，除非从多个途径学习，否则你什么也不知道。 ) 除了 Minsky 发表的《 The Society of Mind 》， 1986 年还出版了人工智能和认知科学发展史上的另一部与 Minsky 非常相关的里程碑式著作，就是 PDP ：《 Parallel Distributed Processing 》。这使我有幸，更准确地讲是个人的不幸，同时读了三本书： Nilsson 于 1965 年发表的《 Learning Machines 》， Minsky 和 Seymour Papert （我一直戏称他为 See more Papers 教授，是一位自己十分敬重的智慧教育学家和知识机器的倡导者）于 1969 年发表的《 Perceptrons 》，和 Rumelhart 、 McClelland 及 PDP 研究小组编著的 PDP ，外加 Rosenblatt （主要是 Perceptron ）， Widrow （主要是 Adaline ），机器学习和自己导师的 Learning Control 等方面的论文。 Nilsson 的书给出了当时学习机器和神经元网络的最全面的数学分析，但除了引理定理外几乎没有例子，特别是数值例子，使其成为 “ 阳春白雪 ” ，曲高和寡，由此失去了在工程师中传播推广神经元网络的机会。 Minsky 和 Papert 用一个再简单不过的 XOR 逻辑算子差不多 “ 判 ” 了神经元网络的 “ 死刑 ” ，使其十年多几乎无人问津，直接导致了人工智能的第二个 “ 冬天 ” 。而就在 1986 年，当 Minsky 的《 The Society of Mind 》欲在人工智能引发另一次浪潮或更学术地讲一次 Paradigm Shift 之际， PDP 中基于 Back-Propagation 的多层神经元网络揭掉了 Minsky 和 Papert 贴在神经元网络上的 “ 死咒 ” ，使其 “ 起死回生 ” ，也使 Minsky 的声誉有所损失。我相信这是为什么 Agent 和 Minsky 的其他学术思想没有更快兴起的一个重要原因，也是为什么后来 Brook 和 Agent 的倡导者没有更明确更有力地阐明 Minsky 的原始贡献的重要原因。 然而，在当时我更倾向于 Minsky 和 Papert 在《 Perceptrons 》里对神经元网络 NN 的评论，认为其基本模元有局限性和致命的缺陷，合起来的网络说不定会有这样或那样的问题，至少计算上不是很有效。特别是读 McCulloch-Pitts 神经元模型原文时，觉得内容与题目 (A Logical Calculus of Ideas Immanent in Nervous Activity) 相差太远，几乎有读 Boole 的《The Laws of Thought 》的感觉：看懂的太简单，看不懂的觉得根本就是文学思想，不是 Hard Science 。正在这段时间，导师的另一位学生 MM ，一位 IBM 的在职工程师，其关于 Boltzmann 网络的工作自己觉得明明是错的，但导师仍然支持，后来论文也发表了，更使我对 NN 的研究产生了偏见。而且， Minsky 和 Papert 的书使得人工智能研究的大方向稳定在以推理和逻辑编程为主的 “ 符号 ” 系统之上，而不是以 NN 为代表的计算智能方法，对于刚从计算力学 “ 逃出 ” 不久的我而言，当然心里更愿意接受。一直到毕业后，我才开始改变自己的认识，九十年代初开始了关于 Neuro-Fuzzy Network (NFN) 方面的工作。 回想起来， NN 乃至计算智能之所以一直游离在人工智能的主流之外，与 Minsky 有相当的关系。这也给了 IEEE 创办 NN Council ，还有后来的 NN 学会，即改名后的计算智能学会（ CIS ）的机会。而且，后来以 NN 和 SVM 为主要起步方法的机器学习理论在广泛应用之后仍长期不被主流的人工智能接受，似乎也与 Minsky 的影响有关。好在今天机器学习，特别是深度学习 “ 悍然 ” 己成为人工智能的主力，人工智能和计算智能也逐渐迈向合二为一。 其实 NN 的 “ 灾难 ” 并不能真正地怪罪于 Minsky 。在《 Perceptrons 》和 Minsky 等人于 1971 年撰写的关于 MAC 项目的进展报告中， Minsky 等把对 NN 的学术指责非常严格地限制于单层和 “ 线性阈值 ” 网络，而不是后来的多层和 “Sigmoid 非线性阈值 ” 网络。但他们的 “ 文学性 ” 描述却十分清楚地告诉大家：尽管他们不能证明多层 NN 基本上是无用的，但十分自信地认为这些网络作为计算学习器件是不够的。科学是科学，文学是文学，大家忘了 McCulloch 和 Pitts 的原始文章已 “ 证明 ”NN 可实现所有的布尔逻辑算子，当然包括 XOR ， Nilsson 的《 LearningMachines 》第 6 章也证明了多层网络 Layered Machines 的一般性能力，结果还是让 Minsky 和 Papert 一个小小的 XOR 反例就使 NN 尘封十余年，陷人工智能于 “ 冬天 ” 的境地。要怪只能怪自己不动脑，盲从，把文学当科学。这点反过来回应了 Minsky 所善长的谜语式警句： “In science, one can learn the most by studying what seems the least” 。 ( 在科学里，研究似乎最不起眼东西，往往可以学到最重要的。 ) 唯一让自己感觉不适的是， NN 重生以后， Minsky 和 Papert 声称他们过去无意也没有把他们在《 Perceptrons 》中关于 XOR 的结论放大到整个 NN ，是别人误解了其真正意图。换言之，有人愿意将其文学语言当成科学描述，怪不得他们。我在理性上认同 Minsky 和 Papert 的说法，但《 Perceptrons 》明明白白往 “ 死 ” 里攻击当时风头正健的 Perceptron ，其提出者正是 Minsky 的高中校友和学术上的同事加 “ 朋友 ”Frank Rosenblatt ，就连他们书的封面也以象征 Perceptron 无能与致命缺陷的双螺旋连通图（而且还是用了令人尴尬的色彩）示之，感性上我很难觉得他们两人是无辜的。别忘了， Minsky 很自豪他在自己的博士论文中提出了世界上第一个随机连接的神经元网络模型，同时认为人脑就是简单而有局限的元件组成的 “ 人肉机器 (MeatMachines)” 。而且， Minsky 在此两年之前出版的一本关于形式语言和计算基础理论的大学教科书《 Computation: Finite and Infinite Machines 》中，还与众不同地引入了神经元模型，大力提倡利用神经元网络构造理论计算机。令人宽慰的是， 1971 年 Rosenblatt 英年死于意外事故（也有人说是自杀）之后， Minsky 和 Papert 将修正后的新版《 Perceptrons 》献给了 Frank Rosenblatt 。 说起明斯基的 《 Computation 》 ，还有几句相关的题外话。我跟付导师（ Minor Advisor) Robert McNaughton ( 罗伯特 · 麦柯纳赫顿）学习形式语言时，直接上研究生的课。因无计算机专业的大学背景，罗伯特推荐了 《 Computation 》 自修补课。读后感觉这是一本深而易读的优秀教材，特别是明斯基关于 Post 定理的证明。独出心裁、简明清晰、令人印象深刻。而且，作为一个刚到美国的中国留学生，很高兴在书中看到对首位在计算机和人工智能领域里开拓的王浩教授工作的高度评价。书中证明了 “Wang Tiles （王氏瓷片） ” 与图灵通用机等价，同样具有不可决定性（ Undecidability ）。 王浩是位著名的哲学家、逻辑学家和计算机科学家，在哈佛哲学家奎因的名下完成博士学位 ( 尽管后来王浩对奎因有许多批评 ) ，也是 罗伯特的师兄和研究数理逻辑的引路人。王浩晚年与 Godel 交好，成立 Godel 学会，致力于研究 Godel 哲学思想。忘了是 1989 还是 1990 年，我当面向王浩提起此事，才知道 “ 王氏瓷片 ” 是王浩自己的一位博士生首先命名的，并证明了其不可决定性，而明斯基是这位学生博士答辩委员会的成员，所以非常了解这方面的工作，后来证明了 “ 王氏瓷片 ” 与图灵机的等价性 ( 此事我一直不明白，但不是此处讨论的问题 ) 。更有趣的是，当我同王浩讲起系里有位教授人工智能的老师认为明斯基是位 “ 文学家、作家、半个哲学家 ” 时，王浩回应到：一、显然这位教授没有看过明斯基的 “ 小说 ”; 二、明斯基不是 “ 半个哲学家 ” ，至少是 “ 一个半哲学家 ！ 静想一下，人工智能史上的这一 “ 事件 ” 有着令人 “ 哭笑不得 ” 的效果。 Nilsson 是 AI 中力推逻辑推理的 “ 符号 ” 学派（所谓 “ 纯净派 ” ）之主力。对计算智能方法不能说有 “ 敌视 ” ，但起码支持不力，可他的第一本专著《 Learning Machines 》本来应兴起计算智能与机器学习的时代之 “ 火 ” ，却无疾而终，或者说后来被 Minsky 和 Papert 扑灭了。 Minsky 是 AI 的认知计算和 “ 玄妙 ” 学派（广义的 “ 邋遢 ” 派）之开山，没想到其《 Perceptrons 》却狙击了计算智能十余年，反过来成就了 “ 符号 ” 学派。这段历史，符合其《 The Society of Mind 》的框架，活生生的一幕默顿系统动力学之戏，值得社会学家和历史学家仔细地去研究。 我隐约地感觉当年第一位 AI 之 “ 父 ”John McCarthy 离开 MIT 去斯坦福创立新的人工智能实验室与 Minsky 有关。按 McCarthy 的说法，是他召集了 1956 年的 Dartmouth 会议，提出了 “ 人工智能 ” 一词， Minsky 只是应邀参会。接着， McCarthy 发明了 LISP 语言，理所当然成了现代 AI“ 符号 ” 学派的开山鼻祖。而 Minsky 一直自称也被公认是 AI 的 “ 认知科学家 ” ，更倾向于 Cybernetics 创始人 Norbert Wiener 教授关于人工智能的想法：连续逻辑、连续信号或连续数学为主，而非离散逻辑、离散符号或离散数学。实际上，在 Dartmouth 的夏季会议之前， Wiener 过去的学生和同事已经于同年的春天在 MIT 校园里组织了一次关于认知科学的研讨会。此会是否对接下来夏天的人工智能研讨有影响，我目前无法知道，但无论如何，背后都有 Wiener 的影响。而且， Wiener 与 McCulloch 及 Pitts 的决裂，断送了当时计算方法引导 AI 发展的趋势，客观上为后来符号方法在 AI 的兴起创造了机会。但 MAC 项目中 AI 部分，主导者却成了 Minsky ，原因或许与项目资助人 DARPA 的 Licklider 博士的兴趣有关，其心理学和通信的背景，会更倾向于 Wiener 所指明的方向，结果导致 McCarthy 的离开，使斯坦福成为 MIT MAC Project 的竞争对手和 “ 纯净派 ” 的大本营。当然这一切都是我的猜想，目前并无任何材料和考证。 年初我去 Oregon 拜访退休的 Nilsson 教授，还谈起他的《 Learning Machines 》和 Minsky 的《 The Society of Mind 》 , 希望有时间回头细读，结果得到他购赠的一本来自英国 Glasgow 大学图书馆的 1965 年原版《 Learning Machines 》。没想到回到北京后，办公室送来一份湛庐文化董寰总编的礼物， Minsky 《 The Emotion Machine 》 的中译本《情感机器》。我曾略读过英文版，但当时整体上并不认同其思路，也不相信其中的一些结论，正要把中文本带在出差的路上细读的时候，传来了 Minsky 去世的消息。两本书，一个不幸的消息，加上谷歌 AlphaGo 算法大胜欧洲围棋冠军的《自然》论文和随之而来关于深度学习及 “ 人类 vs 人工智能 ” 的讨论热浪，逼着自己花时间去读相关论文，让我顿然失去了细读《情感机器》的心情。或许，还是先看看 Nilsson 的小册子《 Understanding Belief 》，理解相信到底为何吧。 不管 Belief 为何，在一件事上我必须表明对 Minsky 教授的敬佩，就是他从不与自己的学生合作写文章，但竭力为他们创造自由良好的成长环境，甚至连自己的家都成了学生们随时可以来聊天吃饭的 “ 俱乐部 ” 。 Danny 还记得 Minsky 请他去 MIT 的教授餐厅吃饭，说见一个人，他还以为也是一个学生，结果竟是大名鼎鼎的 Wiener 教授。同任 IS 杂志主编 ( 我的前任 ) ，也是《 Science 》杂志在信息领域的唯一编委， RPI 计算机教授 James Hendler 也讲了类似的故事 : 他做学生参加会议时， Minsky 请他一起吃饭，并说还请了另外一人，希望他不要失望，到后令 Jim 大吃一惊，原来是人工智能的另一位 “ 开山之父 ” ，图灵奖和经济诺贝尔奖得主 Herbert Simon 教授。 Minsky 对学生的扶持与风格，可见一斑。 随思乱笔，零散的回忆，算是自己对 Minsky 这位真正的科学与技术之思想家的怀念与致敬！ 附录：图片及文字说明 图 2. 2012 年，时任 IEEE IS 杂志主编王飞跃提议建立“人工智能名人堂”， Minsky 是入选的十位之一。 图 3. Minsky1967 年出版的唯一一本形式语言与计算理论大学教本，首次引入了神经元模型和基于神经元网络的理论计算机，并对华裔哲学家、逻辑学家和人工智能的开拓者王浩的工作进行介绍。 图 4. 1969 年， Minsky 和 Papert 发表《 Perceptrons 》，其狭义科学分析通过广义文学语言的描述封杀了神经元网络研究十余年，将人工智能研究推入第二个 冬天 。史称 The Perceptron Controversy 或 The XOR Affair 。有人甚至声称 Perceptron 的发明人，英年意外死亡的 Rosenblatt 就是因此而自杀的。 图 5. 1986 年， Minsky 出版了他第一本面向大众也是最有影响的专著《 The Society of Mind 》，本应立即引导人工智能走向新世界。但这一年，神经元网络起死回生，重新崛起，客观上延缓了 Minsky 思想的传播。但近二十年，人工智能大体上还是沿着 Minsky 的特定领域代理 (Agent) 交互的思路发展。 图 6. 2006 年 Minsky 完成的《情感机器》，至今毁誉参半，没有被人充分理解，形成共识。书一出版，就因其中压根沒有提及生物神经情感专家 ( 也是歌唱家、作曲家 )LeDoux 的工作和专著《情感大脑》而受指责。 Minsky 在书中认为意识、情感、推理都是思维，从而也就是智能之不同的方式而已。意识不是单一的 自我 (Self) ，而是不同心理过程所组成的 分布式云 (Decentralized Cloud) 。而且，应该把大脑看成血肉构成的交换机，实现人工智能的途径就是如何使我们的理智 (Mind) 更像思维机器，而不是使机器更像人类。 The Man Who Tried to Redeem the World with LogicWalter Pitts rose from the streets to MIT, but couldn’t escape himself. BY AMANDA GEFTER ILLUSTRATION BY JULIA BRECKENREID
个人分类: 随思走笔|18554 次阅读|8 个评论
天才纳什因评不上奖精神失常？
热度 5 chrujun 2015-5-26 13:41
天才纳什因评不上奖精神失常？ 看了王飞跃博主的博文：纳什是博弈论的创始人？（ http://blog.sciencenet.cn/home.php?mod=spaceuid=2374do=blogid=893023 ），对天才纳什描述令人觉得不可思议，感觉到是在戏说纳什，我个人认为绝无可能。其中有一段绘声绘色的描述更绝： “要知道，当年纳什就是因为相关的研究，希望有所突破解决相应的希尔伯特问题(其中的黎曼问题?记不清了)可获Fields Medal，可惜，意大利的一位“无名小子”横空出世、捷足先登，使纳什因年龄的原因再无获奖希望，这是导致他精神失常的最大因素之一！” 我查了国内的不少资料，都没有王飞跃的说法。根据公开资料，纳什从小就有自闭倾向，不善于和人交流，喜欢个人独立思考。这一点有点像牛顿和卡文迪许，非常害羞。 纳什年轻的时候很英俊，先爱上一位护士，有私生子一个。后来又爱上了一个MIT女生，并和她结婚。结婚不到一年就精神失常，接受多次治疗但病情反复。后来，MIT女生和纳什离婚，但一直照顾他。 MIT女生照顾纳什30多年，直到纳什枯木逢春。 1958年，纳什30岁，也就是纳什发病那年，他不能因为年龄原因无法再获Fields Medal奖，因为1962年再次颁奖的时候纳什才34岁。因此，王飞跃的说法完全不成立。 并且“最大因素之一”从逻辑说也是自相矛盾。既然是最大因素了，就不可能存在几个最大因素。 通读王飞跃的博文，他对纳什和计算机之父冯诺依曼的描述更像抗日神剧剧本一样离奇。计算机之父冯诺依曼因为花天酒地一命呜呼，天才纳什因为得不到菲尔兹奖精神失常30余年。这些著名科学家为什么会追逐名利到了自取灭亡、发疯发狂的地步呢？ 如果这些人是这种品行，注定成不了著名科学家。 补充： 无论从纳什自己写的传记，还是别人为他写的传记，都不会得到王飞跃博主的结论，感兴趣可以看看相关英文资料： http://www-history.mcs.st-and.ac.uk/Biographies/Nash.html
个人分类: 我的思考|16451 次阅读|16 个评论
昨天在中科院东莞云计算中心见到了王飞跃老师在群星榜的首位
Babituo 2015-4-18 08:25
东莞的云计算在电子政务基础设施方面的效益还是明显滴。
2839 次阅读|0 个评论
[转载]转载：王飞跃教授——申办IJCAI记事（一）
Kara0807 2013-8-13 08:38
人工智能（ AI ）国际联合大会（ IJCAI ）始于 1969 年，第一次会议在美国首都华盛顿举行，此后每两年一次，成为 AI 领域最有影响，也是计算领域最重要的学术会议之一。虽然 IJCAI 后来名义上成为 1979 年成立的 AAAI （原为美国人工智能学会， 2007 年改名为国际人工智能促进协会）的一部分，但其组织和运营独立，有自己的董事会，全权决定会议事务，旗下还有 1970 年创刊的《 Artificial Intelligence 》杂志。 IJCAI 的举办权一般提前五年申请，一年后 IJCAI 董事会从申请报告中选出数家参加答辩，由执行委员会投票决定四年后的大会在何处举行。中国从未举办过 IJCAI ，但曾申请过一次，未果。 启始 2008 年 7 月，自动化学会问我是否有兴趣申办 IJCAI 2013 ，据说是 IJCAI 董事会里有人希望中国去申请，但离申请截止期还剩不到一个月的时间，中国几个相关的学会仍未做出是否申办的决定，最后询问到自动化学会。得知此情况，我表示可以试试看，并立即向转来信息的中科院数学所陆汝钤院士了解情况，他也立刻发来微软研究院李航博士的邮件，使我对整个过程略知大概，知道核心问题是财务风险，当然还有申办不成功的“难堪”。 我当即组织了申办小组，并请刚进实验室的刘德荣教授帮我准备了申办报告和预算，发给 IJCAI 董事会主席、西班牙的 Mantaras 教授。几天后， IJCAI 董事会秘书、奥地利的 Vesna 女士来信，要求修改申请书和预算，并给我们一周的延期，这加深了我对 IJCAI 希望中国申办的印象。接下来就是不断的预算修改，直到 2009 年的四月底才算基本完成。六月底， Mantaras 正式通知我们参加七月 12 日和 15 日的答辩。 今年是第 21 届 IJCAI 大会，从 7 月 11 至 17 日在美西加州的帕萨迪纳（ Pasadena ）市举办，答辩就安排在会议期间，当地的承办组织是 喷气推进实验室 （ JPL ）和 加州理工 (Cal Tech) 。 申办小组和德荣准备了答辩的 PPT ，但我感觉其中有几福图片和几句话可能在评委中起到“红布逗牛”的反效果，要求换掉。德荣本计划和我一起去，但有会无法成行，只好我一人。临行前，又发现准备的行李太重，我因腰不好无法承受，只好请工作人员拿出一半，重新包装，单独送往机场。原来，除申请材料，还加了一本京剧剪纸，准备送给评委的。我不知这是谁的主意，也记不清为什么这样做，担心会不会有“行贿”的嫌疑，但为时已晚，只能去了看情况再说。 第一次答辩 抵洛杉矶机场已是 11 日晚，再坐出租车约半小时就到帕萨迪纳的 Hilton 酒店，车费近百美元。因时差，第二天早 3 时便醒，修改完 PPT 之后，已是中午，人非常困，可下午三点一刻就该我答辩。到了会场，方知共有五个国家前来答辩，相互不准旁听，中国是最后一个。 “行贿”的担心很快就消失：澳大利亚有三人代表，开讲前他们手忙脚乱地把两大箱葡萄酒搬进会场，着实让我大吃一惊，难道这是在申办奥运会？还以为酒是从澳大利亚带来的“特产”，一问才知是刚从当地商店买的。相比之下，我们的剪纸显得十分得体。 等待的时候， DM 教授从会场出来与我谈了一会，认为北京很有吸引力。我不好问答辩的情况，也不知她是否是评委，只感谢她作为客座编辑之一完成了我任主编后《 IEEE 智能系统》的第一个专刊。 进场后，我才被告知今天是预答辩，对象主要是 IJCAI 董事会，共十几人，主要目的是发现问题，并为最后投票提供参考意见。准备好后，首先映入我眼帘的就是每个董事前的两瓶葡萄酒。酒是“灵”物，立即给了我“灵感”： 我的答辩就从我们的礼物开始。我说京剧最能代表北京，艺术是人工的创造，而京剧艺术可是人工的人工（ The Artificial of All Artificials ）；而且，每个京剧都是一个人工社会、都有人工文化、当然还有人工智能，这都是目前 AI 研究的热点；每一个研究 AI 的人都应当看一看京剧，所以赠大家一份京剧剪纸礼物，更希望大家能到北京去看一场真正的京剧。好多董事笑了，严肃的气氛，一下子活跃起来。 讲的十分顺利，但接下来二十分钟的提问却意想不到，甚至不知如何回应。节余经费能从中国转出吗？去中国的航线方便吗？很贵吧？北京出租车多吗？进中国的签证好办吗？为什么要 150 美元的签证费？能有多少中国人参会？他们付得起注册费吗？ 显然，这是一个对中国现状不太了解的群体，怪不得迟迟不去中国。我正发愁如何回答才能不伤害发问者的自尊时，会上唯一的一位中国人模样的先生替我回答了好几个令我哭笑不得的问题，并明显倾向中国。至于签证，我直接了当地说很好签，但签证费是美国政府定的，中国只是对等而已。至于能有多少中国人参加，那要看有多少篇中国的论文被接受，但我不希望超过计划数的 20% ，即 600 人，因为更希望外面人来中国、了解中国。 有人还问起谁说《 IEEE 智能系统》杂志是 AI 的第一号出版物？显然 IJCAI 认为《人工智能》是最好的。我解释自己只是作为主编继承了这一说法，至于是何时何人“创造”的这一说法，我不清楚，可能是 IEEE 根据影响因子自己说的吧。我奇怪为何问这样的问题，两天之后才发现 IEEE 向大会免费赠发了几百本最新一期《 IEEE 智能系统》，内有“ The #1 AI Magazine ”的宣传，可谓不是时候的“及时雨”！ 不过大家也对 PPT 提了许多很好的修改意见，特别是我或其他中国人不能做会议主席或程序主席，只能也必须做 Local Arrangements Committee Chair ，否则根本不予考虑。首先，会议主席和程序主席是董事会官员，须由 IJCAI 执行委员会选出，我们连被选举的资格都没有；其次，这两个位置一般不能由主办国出任，这是 IJCAI 的惯例。 临出门又被追加了一个问题：你申办的不是中央情报局的会吧？原来是个笑话，因为我在 PPT 的首页就把 IJCAI 误写成 IJCIA 了，我连忙感谢并立即改正过来。随后， Vesna 送我出来，表示讲的很好，还说别人都说力争本国能有二三百人参会，而我却不希望国内人数超过 600 ，真有意思。从 Vesna 那里还知道董事会里只有一位来自亚洲的日本人，很感谢他在会上对我的支持。日本已办过三次，相信中国此次的成功，也为日本将来再次申办 IJCAI 铺平了道路。 我立即回到房间发邮件，要求国内办公室提供新的材料以便修改 PPT ，准备最后的答辩。没想到，上网后看到的第一个电子邮件就是我的前任希望考虑 DM 成为《 IEEE 智能系统》编委的要求，真快。
个人分类: 王飞跃教授|2096 次阅读|0 个评论
微博：爱情都可以量化，为啥民族复兴进程不能？
热度 3 xcfcn 2012-8-11 17:51
爱情都可以量化，为啥民族复兴进程不能？―― 发改委专家杨宜勇 社会计算（Social computing)据说是一门新兴学科，科学网博主王飞跃就在使劲忽悠，而且他自己也在搞什么ACP玩意。 其实社会科学在20世纪一直处在两极分化中，一极是自然科学化，一极是人文哲学化。好像余英时还特别 梳理了20世纪社会科学的发展脉络 ，感叹社会科学的自然科学化，当然他一直是社会科学人文化的坚守者，或许美国国会图书馆的那个大奖就是对他这种立场的最大鼓励和肯定。 事实上，政治学早就分为相互鄙视的两派，一派是政治科学，玩的都是模型，留美回来的海龟阎学通教授早年就吹牛说，他预测2008年台海必有一战，据说他的信心就来自于他跟洋人学来的模型。结果2008年风平浪静，阎学通本人倒是没有耍赖，真的公开道歉了，但是还是没有反省自己的治学是否真有问题。国内那些没有喝过洋墨水的政治学者当然欢欣鼓舞了。不过，美国政治学界看不惯政治科学的也多，其著者就是玩政治哲学的新保守主义者导师施特劳斯（Leo Strauss），据说国内甘阳和刘小枫就是他的粉丝。 正如一本论文集的题目“社会能计算吗？”所问，我个人觉得，社会作为一个复杂系统，其中有些模块肯定是可以计算的，但是作为一个整体，就算建立了完整的物联网，它的计算也是不可能的，但是尝试还是有必要的，甚至是必须的。其弊端自然有另一极的人文学科来校正。 PS:正如网友调笑杨宜勇所言，为什么民族复兴率是62%，那是因为今年刚好是建国62年，而国家的目标是建国一百年达到完全民族复兴。从中也可以看出社会计算的“误差”可以很大。 PPS：科学网很多博主在做“科学计量学”，不管您怎么批判他们，他们的成果比如引用数和H指数已经成了评价我们学术成就的重要指标。 PPS:去年国际化学年，有机构根据一些具体指标排出了100名最牛的化学家，但是其中物理化学家很少，但显然，物理化学家的工作应该是最重要，最能推动化学进步的。
个人分类: 杂论|1665 次阅读|17 个评论
科网八卦:严重质疑《2011年12月科学网博客影响力249人》
热度 10 QFL 2012-1-11 13:18
科网八卦:严重质疑《2011年12月科学网博客影响力249人》
李伟钢博主的一篇雄文《 2011 年 12 月科学网博客影响力249人 》 ，颇有惊天地泣鬼神之势，更是远远胜过 当年黑三郎搞得那个天罡地煞之排名的大石碑 ！ 俺带着好奇心，顺着 “ 李氏排行榜 ” 偷偷往下瞟，却发现自己恬占第 37 位 ；于是，俺赶紧往四下瞅瞅，竟然找不到一个尺寸适合的地缝 。 ……眼观鼻、鼻观心地过好大一阵子 ，俺终于脸不红、心不乱跳、脚心不冒冷汗了 …… ，于是，又好奇地打开“ 科学网博客排行榜 ”， 两下一对比，总觉着哪个不对劲；再仔细瞅瞅，终于找到一个可疑之处。不过，再一想，俺又觉的有点抹不开面子：人家都把你怕第37 位了，咋就不知好歹要去瞎起哄 ？ ……再次眼观鼻、鼻观心地 过好大一阵子，俺还是觉得：有话还是说出来爽，但也惧怕讨个 “ 无聊 ” 之名。请看下图： 在本月分， 王飞跃博主 只不过写四小篇博文，就有一周之内就有 318783 点击量，雄踞周排名榜第一；然而， 陈安博主累死累活地写几十篇雄文，其周点击量才不过只45612 次，不仅与前者有数量级的差距，而且甚至连王博主写的 一个“ 暂时关闭博客评论声名 ” 通知 (约10万点击量)都远远比不上，竟也恬为周排名第二。唉，陈安博主是否也该像我那样去四处瞅瞅，赶紧找个尺寸合适的地缝哦 如果 大家很好奇，不妨再看到这两位名博的 2011 年 12 月份的情况，其对比可能更悬殊。于是，这就出现矛盾了： 在 “ 李氏排行榜 ” 上，陈安博士以略微劣势而屈坐第 2 交椅，王飞跃博主却只能坐第 19 把交椅 ；这真是 “ 天理 ” 何在啊！ 大家如果继续很好奇，不妨再瞅瞅科学网的 “ 博文平均点击量排行榜 ” ：王飞跃博主以每篇博文均 为79019的 点击量，雄踞榜首；而连科学网上赫赫有名的饶毅大博主的博文也才不过是均为 24661 点击量，不足前者的 1/3 。还 有，王博主的博文，即使不带小红花的转载博文，估计也可轻而易举地获得十多万的点击量，例如 “ 为了最好的纪念 ” 有 “74588 次阅读 ” ；如果照着现在的状况，估计要不了多久， 王博主就会雄踞 “ 博客总排行榜 ” 的第一位 。 基于以上分析，可以看出：在“ 科学网博客排行榜 ”上， 头把交椅的王博主与第二名陈博主相比较，双方的“点击量”是有数量级差距的 ，故 俺严重质疑 ：《 2011 年 12 月科学网博客影响力 249 人》的 “ 李氏排行榜 ”才把 王飞跃博主排第 19 名、却竟把陈安博主排第2名， 这是绝对很不公平滴 。另外，科学网编辑MM ，您们又如何看待呢？ -------------------------------------------------------- 博主注： 本文仅是八卦娱乐，无任何其他目的，且评论权仅限于“实名博主”！
个人分类: 读书读报|2448 次阅读|11 个评论
秦老太大战王飞跃
热度 11 陈安博士 2012-1-10 10:51
【Blog主人按1：王飞跃博主最近在科学网非常活跃，其博客点击量和每篇博文的平均点击量远远超过所有人，而且和第二名简直都不是一个数量级的，我想这个结果与前段时间的秦化淑实名举报王跃飞事件有关，加之王老师又是2011年的院士候选人，就更加为大家所关注。】 【Blog主人按2：新语丝刊载了大量与此事有关的文章，这里转载的是最近的其中一篇，本人不评价里面的任何一句话，只转载。】 【Blog主人按3：这里还涉及到科学网最近新来的博主程代展研究员，也是2011年的院士候选人。】 　　 链接地址： http://xys.liruqi.info/xys/ebooks/others/science/dajia12/wangfeiyue34.txt 　　作者：旁观者sw 　　最近因为77岁的老太太秦化淑的一封信，不管有用没用，最终还是让王飞跃没有上了院士，网上的细节逐渐出来，这的却是个奇迹。两派的人网战还在继续。本人和两个研究所都有点联系，也是数学出身的控制论的人，看到这里这么热闹，有许多年轻人不知内情，也来说几句，帮助大家了解情况，不要再说不理智的话。 　　中国科学院数学与系统科学研究院是国家最高的数学研究机构，系统科学在哪里与数学学科并驾齐驱，这并不是现在才有的事。历史上，原名本来叫数学研究所，由华罗庚先生主持。由于历史的原因，如在文革中数学要应用，连华先生也搞优选法等应用数学，数学所才逐步有应用数学的研究。当时数学所搞应用数学的代表是关肇直先生，关先生博学多才，文革期间带领一些人开始搞控制理论。网上说的陈翰馥，秦化淑都是当时关先生带的研究人员，虽然严格说不能是他的学生，但整个系统所的控制论研究由关先生主持，推动。他们组织编写了一些列控制论的非常有用的小册子，对控制论在中国的推动起了极大的作用，教育了一代人。可以不夸张的说，系统所就是中国控制理论的源头。像网上说的浙江大学的孙佑贤院士，1980年代还要到系统所去学习线性系统，1988年才开始写文章，不过他到底懂了没有是值得怀疑的。现在做项目，阔的不得了，手下有一中年研究人员叫储键，过去因不断造假，常在新语丝常出现，可是现在也在选工程院士，实际上谈不上水平，仅仅是个入门而已。 　　关先生在系统所非常受尊敬。当然从学术贡献的角度，早就是学部委员的关先生几乎没有什么自己的东西，也许与他在1982年60岁就去世有关，死后萧条，两个女儿据说生活都成问题。可是系统所的另一大佬吴文俊，现在90多了，工作了同样的时间，吴却比关先生多领了30多年的工资，中国的不合理体制由此可见一般。有人说不怕挣的少，就怕死得早。关先生早期的传记说他在法国是泛函分析的创始人Frechet的学生，其实不是，Frechet只有一个中国学生是有名的数学家K.Fan，现在不知道还在世不在？关先生早期写有一本《泛函分析讲义》，中国的泛函分析人才就从这本书开始，连现在名震中外的丘成桐学生时代也看这本书，只是丘对这本书的评价不高，不过也没有关系，丘对任何人评价都不高。所以这一代人主要的贡献是在中国传播科学，而不是自己有啥学术贡献。当然华罗庚先生是例外，他是国际上有名的大数学家，二十世纪的天才，无人不晓。国外有数学家说他在任何国家的任何科学院都可以是院士，这是事实，其实他的确是美国科学院的外籍院士。在国际上享有盛誉的中国科学家没有人比得过华先生。著名的Springer出版了他的包括Selected papers在内的两千多页的著作,这只有大数学家才有可能。关先生在学术上比华先生的学生也差的很多，但他在文革中是党委书记，搞的华先生入不了党，这是当时的历史所造成的，很难说谁对谁错。 　　到1980年的时候，由于文革的历史使得许多人有了个人恩怨，数学所分为四个研究所（现在又合并了），其中一个是系统科学研究所。例如现在大名鼎鼎的本是纯数学家的吴文俊就站在关肇直一边，到了系统所。此人不只一次在公开采访中含沙射影华先生，因为华先生根本瞧不起他现在赖以吃饭的数学机械化和所用的工具。从学术角度讲，吴只在40岁前在拓扑学做了一点工作，主要是在法国当学生时的工作，吃了一辈子，得了不少中国的奖，但名气不出中国。当然他是极聪明的人，据说讲课尤其出色，只是没有带出一个学生，这很奇怪，文革停止10年后，开始搞起数学机械化，应该说有不小的成就，但只是数学的左道旁门，上不了台阶。 　　华先生手下有四个弟子当选院士，王元，陈景润，万哲先，陆岂铿，他们基本上在那一代人(我只说是那一代)中还是名副其实的，所谓大将手下无弱兵。关先生手下只有陈翰馥成为院士。当年香港富豪李嘉诚在家乡汕头办一大学，月薪1万招院士，严重小儿麻痹，一辈子没有走过路的陆岂铿竟然跑着去了，著书都为稻粮谋，也是人间一景。不过如果有这样的好事，你我可能跑的更快。陈翰馥是第一个在控制论界在国际上出名的人，到现在七十几岁了也不为虚名所累，不断有新工作出现，是让人尊敬的人。当然了，在这个腐败透顶的年代，有时也不能免俗，网上说原在香港的曹希仁为了拉院士选票，高价请陈到香港也是事实，不过这是可以理解的。有人说秦化淑水平可为院士，这只是个笑话。秦本人在系统所连博导都不是，如果你说她有水平，那只能说系统所全是牛人，如果说她没水平，还评啥院士？不过老太太为人乐观，别人觉得可笑的事，她觉得不可笑还乐观，所以一口气活到现在的77岁，还告状。只不过没活明白，成了人家的枪，还高兴：王飞跃当不当院士与秦老太太何干呢？洒家不懂。不过老太太喜欢交往，的确担任过些虚衔。 　　陈翰馥的学生就是这里讨论的郭雷。郭的数学当然可能相当一般，因为控制论的数学是另外一种数学，这就像李政道说杨振宁是个数学物理学家一样，他不到40就选为院士，之前做过一些要紧的工作，但成为院士主要还是靠宣传得当，据说是89年64的那一天回国，吹得上了天，因此成为院士。现在则是数学研究院的院长，这是中国的悲哀，其实也是他自己科学生涯的悲哀，一当官了就开始膨胀，霸道的不得了，总认为自己是学问的代表，的确连他的老师陈翰馥也不放在眼里，形势比人强，这也是世态炎凉的一种，没有什么奇怪的。至于他当院士后在科学上究竟在干什么，谁也不知道。但无论如何，他也就是个书生，对学问还是很看重的，他看不起王飞跃也是真的，因为王的文章都属于吹牛一类，什么人工智能，机器学习，是不懂数学的人才去搞的控制论，基本上是胡扯淡。但郭其实对政治并没有入门，例如这次鼓动秦化淑告状，第二天就让王飞跃知道了，上了新语丝，说明了他的幼稚，也说明王飞跃之流在中国为什么可以连自己给自己提名的事也能做的出来，除去下作外，显然的背后是有恃无恐。 　　控制理论最早由美国大数学家维纳于1948年创立，但他写的那本书几乎和哲学书一样。真正成为要紧的学科，应归功于当时在美国受政府迫害，转而研究工程控制论的钱学森先生。他写的一本书，至今也是好书，有几种文字的译本，流传全世界。当然，控制理论的最主要的工作都由数学家所建立。1960年第一次IFAC在莫斯科召开，有三个大会报告，即苏联大数学家Pontryajin的最大值原理，美国数学家Bellman的动态规划，和Karlman的滤波和状态空间法，流传至今。大约现在只有Karlman还在世，他在瑞士的苏黎士工作，虽然不在数学系，但他一辈子认为自己是应用数学家。可见控制理论虽然非常适用，但奠基性的工作离开数学家不行。这里有人大谈控制理论的应用，殊不知，没有理论，你应用个啥？ 　　当然了，搞控制理论的人现在很多，有数学系的，比较数学味道浓一点，控制的少一些，这是其弱点；有机械工程系的，有电机系的，这些人以应用为主，理论上现在有贡献的趋势，这可能是问题驱动所致，但数学比较差，虽然文章不少，但难以形成大的贡献。至少在中国，只有数学研究院的人的研究可以说在国际上有点地位，其它人，包括王飞跃之流，基本上是左道旁门，上不了真正控制理论的台面。各个大学虽然会造一些文章，可能还有一些好杂志的文章，包括清华的，仔细一看，啥也没有。发表文章主要靠的是审稿人，现有这么多中国人写文章，文章通过也不值得奇怪，杂志总要发表文章的，但真正有意义的，才有几篇？可是不写也不行，没有累积，希望一下上天，这也不现实，从这个意义上说，发表总比不发表强。 　　秦老太的信里涉及一人程代展。此人跟在郭雷鞍前马后，每年的中国控制论会议，总能见到此人，有点苦劳，是文革留下的一代，在美国跟谈自忠学习，三十五六岁才念博士。谈自忠本身就是个吹牛一类的人，程的水平可想而知。程后来到美国公司工作了几年，混不下去，快50岁了才回到中国科学院。离开科学界久了，为了交差，写过一些乱七八糟的文章。为人傲气，没有几个人他能瞧得起来。在郭，陈的帮助下，拿了一些头衔。但他总久是个书生，成不了气候。自己在网上一再说他不是圈内的人，可笑的可爱，其实他可能在事实上还算秦老太的早期的学生一类，秦老太的信除去搞倒王以外，挺的就是程，说自己没有关系，难道秦太为他人做嫁衣裳？这里的网友说郭就可能不投程代展的票，这是可能的，一来这是人类劣根性的一种，没有啥奇怪的，程的当选，当然对他在数学院不利，也对他在中国的地位不利，二来在郭的眼里，程也根本没有那个水平。在中国的大环境下，左道旁门横行于世，对此我们只能叹息。自动化所是中国科学院最差的研究所之一，但中国的体制就这样，在可见的将来，不大可能改变，这是我们这个民族的悲哀。 　　总的说来，第一代的数学家像关肇直之流（不包括像华罗庚这样的伟大人物）其任务是完成在中国的科学引入。第二代如秦化淑之类，其任务是教育1977年以来的大学生，这个任务完成了，他们也就不愧于历史，不能要求他们太多，这里有学生说秦先生讲课认真，这可能是真的，他们这一代人至少还不会造假。但这两代人成为院士的，大部分是浪得虚名。现在这一代逐步有一些人走向国际，主要还是数学院的人，学校只有极个别的，这是可喜的一步。但由于体制的问题，能走多远，也还是个问题。李政道多次说博士生要一对一教育，古人也说板凳要坐十年冷，文章不写一句空，可是最近看到北京一所大学的院士校长对博士生导师讲话说： 　　“博士生教育是一个开放的系统，培养优秀博士必须依靠团队和合作。目前，不少博士生导师乐于坐井观天，孤军作战，带几个博士生组成一切自己说了算的“小作坊”。这样的培养模式具有很大局限性” 　　真让我们大开眼界！也许他自己培养博士生“大作坊”，但这是个办法吗？从以上的混账逻辑，就知道此人是如何当上院士的。中国有这样的人当校长，有啥前途呢？现在许多的大学的却开了“大作坊”，文章就像范增先生作画，你画胳膊，我画腿，流水线作业。而大佬们只管作者的排名。还是那句话，中国的体制不是新语丝就能改变的，吾等只好“盼闯王，迎闯王，闯王来了不纳粮”，现在呢？息息脚睡吧。
个人分类: 人论|44182 次阅读|14 个评论
祝贺科学网博友王飞跃、施一公当选中国科学院院士
热度 4 王铮 2011-11-13 17:15
祝贺科学网博友王飞跃、施一公当选中国科学院院士 不知道还有别的博友吗？ R先生继续努力！ http://tieba.baidu.com/p/1279760895
个人分类: 微博|418 次阅读|4 个评论
王飞跃高炜增补为本刊副主编
kejidaobao 2010-1-13 08:45
自2010年1月始，王飞跃、高炜两位学者增补为《科技导报》副主编。王飞跃主要从事 智能系统和复杂系统的建模、分析和控制与管理研究， 现任 中国科学院自动化研究所副所长、研究员，中国科学院复杂系统与智能科学重点实验室主任，美国亚利桑那大学 系统和工业工程系教授，美国电子电气工程师协会（ IEEE ） 会士，兼任美国 IEEE ITS 杂志主编、 IEEE Intelligent Systems 杂志副主编、中国《复杂系统与复杂性科学》副主编等职。高炜主要从事 大气辐射、卫星遥感应用研究， 现任 美国科罗拉多州立大学自然资源生态实验室研究员，美国光学工程学会（SPIE）会士，华东师范大学长江学者、教授，中国科学院对地观测中心数字地球实验室学术委员会副主任委员，兼任美国 The Journal of Applied Remote Sensing 杂志主编、中国 Forntiers of Earth Science in China 杂志副主编等职。
个人分类: 《科技导报》工作动态|3335 次阅读|0 个评论
更多...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-23 16:18

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部