人工智能专题：2023 中国人工智能系列白皮书——人工智能原理

今天分享的是人工智能系列深度研究报告：《人工智能专题：2023 中国人工智能系列白皮书——人工智能原理》。

（报告出品方：中国人工智能学会）

报告共计：514页

人工智能的科学思想起源

人工智能已经凸显为 21 世纪的重大科学挑战。这一现象本身就已经说明人工智能是科学发展在21 世纪的必然而且自然的结果。因此，人工智能的科学障碍正是 21 世纪的重大前沿科学问题。科学是人类在认识世界、认知自我、改造世界、改造自我的过程中产生的对现实世界的知识发现、规律揭示以及基于知识与规律的创造。

科学研究的对象是现实世界的对象。对现实世界对象的科学研究的第一步是现实世界对象的表示，这也是对现实世界对象的抽象表示数与形是现实世界对象的基本属性。因此，数与形就构成了现实世界对象的基本数学表示。经典数学研究数与形的基本规律。数与形的基本规律提供了研究现实世界对象的基础。因此，数学就是现实世界对象研究的基础。

公理化的思想使得数学可以建立严格的数学理论。公理化体系是公理化数学的规范化体系，它解决了“形”这个不太容易建立规则的对象的公理化体系。

公理化数学已经成为数学研究的范式。数学定理就是基于公理的推理的结果。

因此,推理就是数学研究的基本策略，它包括一些基本推理规则然而，推理这一概念并没有一个数学定义。而且人的推理中还包含或隐含了人的直观。

人工智能研究的兴起

人工智能的兴起是 1956 年在美国达特茅斯的一个会议开始的。它的兴起不是人工智能有了科学突破而自然产生的,是一些学者感觉会有那么一个学科。然而，这个学科真正的科学贡献还没有什么成果，基础性的成果仅限于数理逻辑、Turing 机，以及如上所说 Turing 第一个认真研究的成果。

会议讨论决定用“人工智能”这个名称，并决定了一些研讨会组织形式。

会议对人工智能学术没有什么影响性成果。

顺便说几点:会议确定了“人工智能”名称。在这之前，Turing用的名称是:智能机，intelligentmachinery。人工智能这个名称现在用的最多，但严格科学意义上，未必严谨、科学。

人工智能后来几波的发展都是一波三折。其原因可能就是:人工智能的提出并不是基于科学已经取得突破的基础，而只是感觉有那么一个东西，大家提出来，口号性的东西比较多，实质科学思想少，口号介入到了科学研究的原因。

科学研究应该是有其自身规律的，重大科学问题的突破必然有其历史的规律性。

人工智能的重大科学挑战

人工智能的实质是实现机器智能。人是现实世界最高智能的主体。机器智能就是用机器来实现人的智能。实现智能(或人的智能)的必要条件是揭示，智能，即人的智能，的科学原理。

然而，一个重大科学挑战性问题正是:智能的科学原理是什么?智能的主体是人。人是信息世界的对象，而不是物理世界的对象智能这一概念只能在信息世界空间中来理解，而不能在物理世界空间来理解。

现有的科学体系是物理世界的科学体系。人们现有的对智能的理解，包括符号主义的人工智能、连接主义的人工智能、行为主义的人工智能等都是基于物理世界科学范式的关于人工智能的理解。这样的理解是有根本缺陷的。

命题知识表示与推理

知识表示与推理是人工智能中的一个重要领域。早在1958年，麦卡锡考虑的人工智能系统建议采纳者(Advice Taker ，其可被视为第一个完整的人工智能系统2)已主张采用知识求解问题。目前，知识表示与推理方法的应用涵盖了人工智能领域的多个应用分支，包括形式化验证、问答系统、语义网、自动规划、感知机器人和多智能体系统在内的多个领域。

逻辑是一种使用时间最长，且应用最为广泛的知识表示方法，几乎所有其它知识表示方法都能够使用某种逻辑进行等价表示。早在计算机时代到来之前，数理逻辑学家就已开始使用经典逻辑形式化表示陈述性的知识，主要为了对数学进行形式化，以自动进行定理证明。尽管经典逻辑在某些情况下不能表达人工智能中各式各样的非数学形式的知识，但毫无疑问其仍然在知识表示领域占有举足轻重的地位其中一阶逻辑由于其极强的表达能力、易理解的基于模型论的语义以及较好的推理能力而应用最为广泛。研究人员为一阶逻辑提出了多种的推理方法，例如 Tableau 方法、DP 方法、归结方法等，开发了包括 Otter、3TAP、Isabelle等在内的多个推理机。

报告共计：514页