专访人工智能学会前理事长钟义信：当前人工智能局部很精彩，整体很无奈

2018 年 6 月 29 日 德先生

本文来源：东威智库

作者：夏东威

前不久，笔者走进人工智能领域著名学者、中国人工智能学会原理事长钟义信的家，对他进行了采访。钟教授是纽约科学院院士和发展中世界工程技术科学院院士，是中国人工智能领域的大家，但也是一位可爱可亲的老人，丝毫没有有些专家盛气凌人的架子，倒是非常亲切和蔼地对待身边每个人。从他身上看到了老一代学者吃苦耐劳、勤奋治学的科研精神，平易近人的人生态度，在艰难环境中不忘初心、守得云开见月明的人生智慧。

这样一位大师，在他盛年时正是中国建国初期，各种政治运动、劳动占用了他很多科研时间，但他一如既往爱好学术、舍得放弃更好的升迁机会，不忘初心方得始终，终于与几个志同道合的同事创造出人工智能集大成理论：机制主义的人工智能理论。他也是中国最早的信息论学习者、研究者，提出了广义信息论，创建了信息科学。在世人都在追捧各种娱乐明星，嘻嘻哈哈娱乐人生时，他以自己的学术信仰，在退休后的古稀之年为中国人工智能事业做出了新的贡献。今天让我们走进这样一个传奇老人，一起聆听他讲述他的传奇往事。

记者：为了推动我国人工智能的发展，我们打算采访一批人工智能的专家学者，特别是早期就开始了人工智能研究的专家学者。您对此有何看法？

钟义信：在我国，早期做人工智能研究的一些人，基本上是凭着自己的学术信仰，觉得这个学术有用、对个人有兴趣、对国家有用、对社会进步有用才去坚持。这样一种学术的信仰，促使他能够克服困难、坚持不懈地展开研究。说实话，当时国家政府层面很少有对科技发展的支持。不像现在国家自然科学基金委员会可以通过个人努力去申请，得到资金支持。即使这样一个机构，对人工智能的关注也是比较晚的。所以我认为，这批人是非常可爱的。他们既不追名，也不谋利，靠着一种纯粹的学术的信仰，坚持研究。当然，这批人数量也并不很多。然而就是因为他们没有追逐功利之心，他们才能不怕坐冷板凳，不怕冷嘲热讽，矢志深入研究。把这批人的可贵精神挖掘出来，我觉得非常有意义。

我们目前的团队成员主要有三位成员——西工大的何华灿教授、原北师大的汪培庄教授和我，在从事“人工智能基础理论”的创新研究，具体的合作内容后面再说。此外，我知道中科院数学与系统科学研究所的吴文俊院士开创了“数学机械化”的研究；陆汝钎院士一直坚持“知识工程”的创新研究；北科大的涂序彦教授开创的“协调学”研究；广工大的蔡文教授开创了“可拓学”研究等等；就是这样一些学者，他们都是一批可敬的人。

记者：您是怎样走进人工智能研究领域的？其中有哪些富有启发性的故事？

钟义信：我走进人工智能的机缘和大多数人都不一样，我觉得比较有意思。我1962年在北京邮电学院本科毕业后，就考上了我老师的研究生学信息论，正式走上了“人工智能生态链”的源端。大家都知道，没有信息就没有知识，而没有知识就不会有智能，所以，信息是智能的真正源头。不过，这个“生态链”最精彩的部分是智能。所以，我进入人工智能领域是最顺理成章的。这是我的一个优势。反之，如果我是学计算机的，或者学自动控制的，或者是学数学的，那么，要从这些专业进入人工智能，路径就不那么清晰。

有趣的是，我在学习信息论的时候发现：它最初的名称不叫信息论，而叫“通信的数学理论”。这个理论的创始人香农发表的论文题目就是“通信的数学理论”。当然，把它叫信息论也有一定道理。因为通信数学理论研究通信过程，就是信息传递的过程，这里的信息通过通信过程就传到那里去了，所以通信的问题很典型就表现了信息的问题。综上，把“通信的数学理论”称为“信息论”就有一点道理了。可是，我注意到，由通信的数学理论改名到信息论，一个新的问题就出来了：是不是所有信息的问题，这个理论都能解决？当时，我就觉得应当调查一下，比如说信息领域除了通信以外，计算机也是信息领域，因为计算机是信息处理最强大的工具。信息论能不能解决计算机的问题呢？再比如，控制理论就是关于如何根据策略信息来改变对象的状态，使它达到预设的目的状态。如果“通信的数学理论”不仅能够解决通信的问题，而且能够很好地解决计算机和控制等学科的问题，这样把通信的数学理论改名为信息论才算有道理。

由于当时我面临研究生学习的任务，没时间去调查，我必须首先完成课程的学习，完成毕业论文，否则我就毕不了业。所以当时我是赶紧念书，赶紧去做论文。1965年毕业后，我留在了北京邮电学院当老师，这样就有时间去研究自己感兴趣的东西了。我毕业后教信息论，轻车熟路，余下时间我就可以做一些文献调研。我当时就经常去学校的图书馆，跑北海的国家图书馆，还有鲁谷的电子部情报所，去寻找外文资料。经过这些文献调研，我发现：香农把他的论文叫“通信的数学理论”是很对的，它瞄准的就是通信领域中的信息问题。提炼的理论对通信问题解决得很好，至今都很管用。但是他没说我这个理论可以解决一切信息问题啊，他就是解决通信问题用的。人们现在把它推而广之拿到通信以外来用，当然就有问题了。我发现这个问题后，心想，既然香农信息理论不能解决通信领域之外的问题，那我就给自己定个任务，把它扩大到既能解决通信问题，又能解决计算机和自动控制问题，甚至解决一切跟信息有关的问题。

我从1965年毕业以后一直在思考这件事，但是那个时候条件比较差，因为虽然上课不花太多时间，驾轻就熟，但政治运动多，又有劳动，精力不够集中，所以进展比较慢。而且资料也不多，也不能拿出来，不如现在这么方便。我当时给这项工作起了一个名字叫“广义信息论”，希望能够解决通信以外的信息问题。文革结束后的1979年，国家建立公派留学生的制度，但需要经过考试，考的主要是英文水平。因为要去国外得跟人沟通、阅读英文，不然你到国外去，你也无法跟人沟通，也看不懂资料。我呢，原来学的是俄文，但因为我经常到图书馆查阅资料期刊，自学了一些英文，积累了英文的阅读能力，考试的时候，居然比一般人都好，就被录取了。于是，我就成为改革开放后第一批公派外国的留学生。那个时候太早了，美苏两大世界强国还没有联系好。我当时就选择了英国，去了英国伦敦的帝国理工学院。那里的条件好多了，那时候英国已经有了专用的计算机信息检索系统，在伦敦可以检索纽约的资料，日本的也可以检索。没有了政治运动，没有了劳动，所以时间效率比较高。我1979年去英国，1981年底回来，经过两年多的研究，发表了4篇文章：在美国发表的有两篇，在法国发表一篇，加拿大一篇。经过这些研究，我对自己的研究任务和目标理解得更明确了，不再称为“广义信息论”，而叫做“信息科学”了。“信息科学”有自己独立的学科体系，目标是要覆盖一切信息领域的问题，它所需要的基础已经远远超出了香农的信息论。

我回国以后没几天，邮电部政治部的几位官员就来找我，要我去日内瓦。我问去日内瓦干嘛？他们说，在国际电信联盟里头有一位中国的D2级高官，叫茅以悦，位置很高。他有大陆和台湾双重护照。1945年组成联合国的时候，国民党政府就派遣他到电信联盟，因为能力很强、表现很好，就差一步当上秘书长了。但1981年，他年龄大了就要退休，这个位置就空出来了。邮电部就让我去竞聘这个位置。当时，我从平时的文献调研知道，研究信息科学的人全世界很少，中国就只有我一人。我就想，信息科学将来肯定是要变成全世界都要用的学问，信息化嘛。当然当时也没这个词，没有信息化这个事。但是我注意到，因为人类的活动就是一个信息过程，所以我认为这个学问是对国家的发展非常有用的。

当时国内研究信息科学的人除我之外绝无仅有，我放弃信息科学的研究，去国际电信联盟当这个官倒是很风光。年薪5万美元，那时5万美元可了不得，还配给小汽车，住的是别墅，工作一年以后还可以带家属爱人孩子都很吸引人。然而，我说，我不能去。为什么呢？因为我正在从事一项非常重要的研究——信息科学，这是将来国家一定要依仗的新学科，国内只有我一人在深入研究它，我自己感觉已经入门了，也规划了自己应该怎么一步一步来研究，如果半路放弃就太可惜了，对国家也一定是一个重大的损失。但是个人不愿意去可不行，于是我找到了我们学院的老院长。那时他年纪已经很大，成了学院的院长顾问，不做具体的工作。但是他还可以发表意见，给现在的院长参考，大家对他也很尊重。因为他是老院长，我就向他汇报。我说我已经研究出一个非常重要的新学科，比信息论更重要，叫信息科学。我已经有规划了，在国外期间我也发表了几篇论文，大家都觉得很有意义。我说我想要把这个研究做下去，这样我们学院对国家就会做出一番新的贡献。老院长事业心很强，他对信息论也有了解，他于是爽快地说：钟义信啊，这事你就甭管了，交给我，我来给你解脱，你就安心给我搞学问。有了他这句话，我就放心了，我继续做信息科学的科研。

从1981年到1986年的五年时间，我把《信息科学原理》写出来了。当时福建出版社有一个年轻的编辑叫郭健，跑到北邮来盯着我这个书稿。他说钟老师，我听说你在写一本有关信息科学的书。我说是的，还剩最后一章。他说那我就等着你了。因此，我把书稿一写完，他就拿走了。

回顾我前面的研究之路：从对香农信息论不满意，到我自己给自己规定一个课题叫广义信息论，到最后形成了自己对信息科学的一个整体理解，完成了《信息科学原理》。这是我国第一部关于信息科学基础理论的学术专著。在完成《信息科学原理》书稿后，我要决定下一步的工作。创作《信息科学原理》的过程，相当于我在信息科学领域里头自己全程走了一趟：从信息的获得（传感），到信息的传递（通信），到信息的处理（计算机），到智能策略信息的再生（智能决策），再到信息的利用（控制）。整个过程当中最精彩的部分就是人工智能。人工智能把信息加工成知识，然后加工成智能策略。有了智能策略，人们就知道怎么去解决问题，就有用了。所以信息科学最精彩部分就是人工智能。1986书稿完成后，1987年开始我就转过来开始研究人工智能。

1987年我转过来做人工智能研究，正好国际上发生了一件匪夷所思的事情。1987年，在美国加州南部一个海港城市圣地亚哥开了第一次IEEE神经网络国际会议，会议上喊出一个口号，让我特别震惊：人工智能已死，神经网络万岁！这个口号背后有很多的学术矛盾。我当时是通过参考消息看到这个口号的。我没想到我刚转入人工智能研究，就听到这个口号。我说怎么可能呢？我对这个口号表示了极大的怀疑。但光怀疑不行，还得去找根据。于是，我用了很长一段时间仔仔细细地研究了人工智能发生发展的历史，研究了为什么人家说人工智能已经死了？同时研究了神经网络发生发展的历史，以及“神经网络万岁”的背景。对整个人工智能和神经网络发展做了一个系统的分析和对比。我的结论是人工智能不会死、人工神经网络也不应该叫万岁。神经网络和人工智能应该是互补的。而且互补的基础就应当是我提出的信息科学，它的核心是我自己建立的“全信息理论”。所以那时候我就写了一篇文章“基于全信息理论的人工智能与神经网络互补合璧”。1990年，我在《首届中国神经网络学术大会》发表了这篇文章，展示了我的这个理论。有了“全信息理论”才能把传感、通信、计算机、自动控制全部综合起来。原来，香农信息论只能用在通信，计算机不用它；计算机是用逻辑理论。可以说，我之所以能够把信息科学建立成为一个独立的学科，主要就是因为我建立了“全信息理论”。全信息理论的“全”，表现为形式、内容、价值三位一体。形式叫语法信息，内容叫做语义信息，价值叫语用信息。这个三位一体成为一个有机整体，就叫“全信息理论”。包括它们的概念、性质、度量等等，这套理论我在1984年的《北京邮电大学学报》上发表过。经过深入调研之后，我认为人工智能跟神经网络不是你死我活的关系。不是人工智能死掉神经网络万岁，而是各有优势、各有缺点。1990年我的文章发表在电子学会、物理学会、数学学会、自动化学会、计算机学会等八个学会支持的《首届中国神经网络学术大会》论文集，后来我把它总结在1992年人民邮电出版社出版的学术专著《智能理论与技术——人工智能与神经网络》之中。这也是我的理论区别于国外理论的地方。所以，我进入人工智能领域很早，而且是从人工智能的源头进入的，对人工智能和神经网络两方面都有比较系统的理解。这也是我与众不同的学术特色。

记者：是的，您进入人工智能领域的机缘很有意思。那么，您怎么理解人工智能的发展历史呢？

钟义信：说到人工智能的历史，它的诞生其实发生在1956年之前：从1943年国际上就开始真刀真枪的研究、产生兴趣了。当时人们希望把人的智能在机器上实现出来，只是那时还没创造人工智能这个专业术语。他们的观点认为，人的智能主要定位在大脑新皮层，他们希望把大脑皮层的结构在机器上模拟出来实现人工的智能。所以，实事求是地说，人工智能的历史并不从1956年开始，1956年的贡献是产生了“人工智能”这个学术术语，形成了一个“有名有姓”的学科。真正的研究历史从1943年就已经开始，神经网络模拟人脑新皮层的结构，形成了结构主义的人工智能。

结构主义人工智能的前途是光明的，但道路太曲折太困难，要实现一个和大脑新皮层那样复杂的人工神经网络谈何容易。集成电路那个时候还没有，所以工艺上没法做。如果做更小规模的人工神经网络，结果智能的主要能力就丢掉了。所以，研究神经网络方向的学者们面临着“进退两难”的局面：若是向着1000亿神经元规模的方向前进，实现太困难；若是实现小规模的神经网络，性能又很不理想。真是进退维谷、骑虎难下。

当时学术界对“系统”的认识是，认为系统有三个要素，第一个要素就是“结构”——一个系统如果结构都没有，就不称其为系统；第二个要素是“功能”——要具备一定的功能才能有实际用处；第三个要素就是“行为”——有了结构又有了功能，就能表现出行为。整个人工智能的发展就按照“结构-功能-行为”这条路走下来，延续至今。

按照上面的认识，1943年走的结构主义之路很困难，1956年就开辟了“功能主义”这条新路。所以，这个学术思路很自然。而且，1946年第一台电子计算机制造出来了，十年之后的1956年，计算机已经很强大了，不单可以解问题，还可以处理信息，功能很强大。因此，人们当时就认为，用计算机作为硬件平台，针对要解决的问题来编制软件，就能解决问题。那时，卡内基梅隆大学（CMU）的司马贺（Herbert A. Simon，又叫西蒙）和他的同事纽维尔等还发表了一篇文章“物理符号假设”来论证功能主义，认为计算机跟人脑在功能上是等效的，都有输入、输出、存储、提取、转换、条件转移等信息处理的功能，因此认为“用计算机做硬件平台，编制聪明软件来研究人工智能”是一条康庄大道。这就是人工智能发展的第二条路。这条路感觉是很好做，所以，那时人工智能研究者都信心满满，雄心勃勃，西蒙和纽维尔他们编写的“聪明软件”的名称都叫做“通用问题求解算法（General Problem Solver）”。

但是功能主义人工智能的发展也碰到了一个比较大的问题：如果要解决问题，前提是你必须先有知识，没有足够的知识去解决问题是不可能的。但需要多少知识？需要哪些知识？如何收集这些知识？用潜在知识还是用现有知识？需要几个层级的知识？都是难以确切回答的问题。就比如医生看病，哪怕是最简单的感冒，这个中医来看那个中医来看大家都能治好，各人理解都不一样，这人可能说需要5个这样的知识，那人可能说需要6个那样的知识，但都能治好毛病。而且，这些知识背后还有比它们更基础的知识，一直分析到一层套一层，一层套一层，最后是本能知识。到底到哪个层次为止，学界都难以说清。再者，怎么样去得到这个知识？这都很困难。因为做人工智能系统的人都不是应用领域的专家，做一个医学系统，就会碰到对医学不懂的难题。要解决问题还是要医学专家说了算。可是医学专家说了算，他的知识又不可能自动进到计算机里，怎么办？就要搞计算机的专家去把他的知识问出来，把它整理出来，用某一种语言把它表示出来。比方说，当时就用LISP语言把这个自然语言表达出来，后来也有用PROLOG语言表达的，表达好了以后才能够把它输入到计算机的知识库里面。但是这一件事也很麻烦：因为搞计算机的专家要去采访领域专家，连采访提纲都写不出来。要问哪几个问题？你说有一百条，到底是哪一百条？计算机专家不懂。所以，人工采集很困难，而且效率也很低。那么，让机器去做采访行不行？机器也不行。到现在，知识发现、数据挖掘效果都不能令人满意。所以，怎么得到这些知识很困难。这些困难好比是一个瓶颈，叫做“知识瓶颈”。

另外，就算你把这些知识得到了，到底怎么表达？用PROLOG？用状态空间方法？用逻辑表达方法，用语义网络方法？用图论的方法等等，每一种方法都有它的优点，也有它的缺点，没有一个很好的方法来表达。可见，获取很困难，表达也很困难，还有知识演绎的困难。并不是知识表达出来就能解决问题，需要经过推理演绎，一步一步推演到你的目标。通常要用逻辑来演绎。而逻辑演绎也有很多问题，什么道理？因为到现在为止，基本的逻辑叫命题逻辑，谓词逻辑，也叫标准逻辑。它们解决问题的范围有限，它的条件很严格，不符合他的条件不能用。所以后来有人为了去放松这些条件，又产生了一些非标准逻辑。结果，这个非标准逻辑跟那个非标准逻辑之间兼容不好，非标准逻辑跟标准逻辑之间的兼容也不好。所以，知识的演绎也碰到了逻辑学不完善的困难，总而言之，以上这些问题就构成了一个大瓶颈。

这个瓶颈很难钻过去。就在功能主义人工智能研究面临“知识瓶颈”的时候，正好人工神经网络的研究有了新模型和新算法，走出了困境，复兴起来发展起来了。所以，一些神经网络的研究者就喊出了“人工智能死了，神经网络万岁”。这就是说，功能主义人工智能这条路也很难走。

在这种情况下，有的人就说，唉，这两条路都不好走，我们再走一条新路吧。按照“结构第一、功能第二、行为第三”的三要素认识，第三条路就是行为主义的人工智能研究。行为主义的通俗说法就是“刺激－响应”的方法，也就是“感知－动作”的方法。比如，人是一个有智能的系统，那就看这个人在碰到什么问题的时候，他的行为怎么表现，我们把他的行为模拟出来，不也就等于模拟了他的智能吗？比方说天冷了，我们就会加衣服，就是客观环境给人一个“冷”的刺激，人就产生“加衣服”的响应：天热了呢，就减衣服。这就是人的智能的一个表现。所以，这种行为主义人工智能研究的结果，就是一类智能机器人。你给机器人一个刺激，机器人就会产生一个响应动作。这种智能机器人的代表，就是1990年MIT人工智能实验室主任Brooks做的“爬行机器人”，他模拟“六脚虫”的行为原理，制作了能够上阶梯下阶梯的机器人，可以在不平坦的地方行走而不会倒。大家认为这个机器人有智能，就成为人工智能研究的第三条路。

因此，人工智能发展到今天，三条路都在做：一个是结构主义，一个是功能主义，一个是行为主义。它们的目的都一样，都要做人工智能，但是它们遵循的方法论不一样。回过头来看这三条路，实际上大家走的都是“分而治之”的道路：智能太复杂了，于是分解为结构模拟、功能模拟、行为模拟三条道路，各有特点，各有优点，各有缺点。一直到今天，还是三条路各自为战。

颇为有趣的是，这种状态，就好像我们东汉末年的三国演义一样，三国争霸，都认为自己行，都坚持自己的学术信仰，排斥其他的学术信仰。结构主义的人工神经网络有一点儿像东吴，它起来最早；功能主义的专家系统有一点儿像“挟天子以令诸侯”的北魏，它拥有“人工智能”这个旗号；行为主义的智能机器人有点儿像西蜀，它成型最晚。在整个人工智能发展历史过程中，三者没有能够融通，没有能够形成合力，反而互相之间批评得很尖锐。比如，1969年功能主义的头面人物Minsky批评结构主义的神经网络“不科学”；1987年喊出的“人工智能死了神经网络万岁”口号；行为主义创始人Brooks连发2篇文章“Intelligence without Knowledge”和“Intelligence without Representation”都是批评功能主义的专家系统。我知道，1994年前后，人工神经网络研究团体曾经申请加入美国人工智能协会，也遭到后者的拒绝。后来，它们就联合遗传算法和模糊逻辑两支队伍成立了“计算智能”的学术组织，智能机器人的研究也加入了“计算智能”学会。所以，这样就形成了神经网络、专家系统、智能机器人“三足鼎立”的局面。不过，由于功能主义人工智能这条研究路线拥有“人工智能”的旗号，所以，许多人就认为它是“正宗”。假如你去采访人工智能的专家，基本上他们都只认功能主义的专家系统这条路线。

记者：那么，目前人工智能发展是什么状态呢？面对这种状态，您有什么想法呢？

钟义信：目前的人工智能状态用一句话来描述就是：“局部很精彩，整体很无奈！”

我说“局部很精彩”，比如功能主义，它做出来的深蓝系统，1997年打败了国际象棋的世界冠军，对吧？我们2006年庆祝人工智能诞生50周年的时候，在北京也组织了一个中国象棋的人机大战，请了五位中国象棋大师，结果也都输给机器了。然后2016年，围棋也被AlphaGO打败了。所以，功能主义人工智能很精彩。同样，神经网络也很精彩，它的“深层神经网络”支持了“深度学习”，帮助AlphaGo打败围棋的60多位世界顶尖高手！所以，结构主义的人工智能也很精彩的。行为主义的智能机器人近来越做越好，可以做家务，可以做陪护，可以唱歌跳舞，主持文艺晚会。所以，这叫做局部很精彩。

但是，非常遗憾的是，人工智能的整体研究却很不怎么样，这三个研究思路融合不起来，到今天为止，人工智能的研究都没有形成统一的理论。而判断一个学科的发展是否已经到位，是否已经成熟，最重要的标志就是“有没有形成统一的理论”。所以，人工智能的研究至今都是“整体很无奈”。

实际上，国际人工智能学术界的大师们为了解决人工智能统一理论的问题做了很多努力。最突出的代表是Russel和Novig合作出版的长篇巨著“Artificial Intelligence: A Modern Approach”以及Nilsson的“Artificial Intelligence: New Synthesis”。前者提出了“新路径”来实现统一；后者提出了“新的集成方法”来实现统一。同样十分遗憾的是，这些努力都没有成功。究其原因，是没有抓住“阻碍统一的要害”。

值得高兴的是，刚才我一开始讲到我们的团队，主要是其中三位年长的老师：何华灿教授、汪培庄教授、我，我们三四十年积累和提炼的成果——机制主义人工智能理论，就把这个难题基本解决了。我们的研究发现，现有的人工智能研究之所以“局部很精彩，整体很无奈”，原因不在具体的算法和算力，而是研究范式的“张冠李戴”！所谓“范式”，主要指“科学观和方法论”。人工智能属于信息科学领域，是信息科学的核心、前沿和制高点，但是，现有人工智能的研究却沿用了经典物质科学的范式——物质观和以“分而治之”为特征的机械还原方法论，所以才分成了结构主义、功能主义、行为主义，而且未能实现统一。发现了这个根本问题，我们便深入研究了信息科学的科学观和方法论－信息科学范式，这就是信息观和信息生态方法论。按照这个新的范式，我们进一步发现：人工智能的研究模型不应当是脑的结构或功能模型，而应当是“主体客体的相互作用模型”；人工智能的研究路径不应当是结构主义、功能主义、行为主义的路径，而应当是体现智能生成机制的“机制主义”路径，“智能生成”的普适的机制就是信息转换：即由信息到知识再到智能的复杂转换；在此基础上，我们进一步突破和创新了现有人工智能的许多基础概念，建立了一组信息转换的原理，最终形成了“机制主义人工智能理论”。不仅如此，我们也创建了因素空间理论和柔性逻辑理论，用以实现机制主义人工智能理论的信息表示、知识表示、以及所有的信息转换过程。

为什么我们把自己创建的这个人工智能理论命名为“机制主义人工智能理论”？这是因为智能生成机制是人工智能和人类智能的本质、灵魂和生命线。机制是本质，结构和功能都是为机制服务的，而行为则是机制实现的外部表现。

正如人们常说的：飞机的研制不是直接模拟鸟的结构，而是遵循支持鸟儿飞行的“空气动力学原理”。同样的道理，人工智能系统的研制也不应当简单地去模拟人类智能系统的结构和功能，而是应当遵循一切智能系统的共同本质，即“信息－知识－智能转换”这个本质的机制。

机制主义人工智能理论颠覆了经典物质科学范式对人工智能研究的统领地位，结束了人工智能研究范式的“张冠李戴”状态，建立了适合人工智能研究的现代信息科学范式，使人工智能的研究进入“李冠李戴”的状态；由此突破了现有人工智能的研究模型和研究路径，创新了人工智能研究的一大批基础概念和信息转换原理。

记者：为什么世界范围内的人工智能的研究范式会出现“张冠李戴”的问题？

钟义信：这个道理其实很简单。大家都知道，科学研究活动是一种社会实践，是一种“社会存在”；指导科学研究的科学观和方法论（范式）是由科学研究实践活动总结提炼出来的“社会意识”。哲学原理告诉我们：社会存在产生和决定社会意识，社会意识往往落后于社会存在。这是很普遍的原理。那么，对于人工智能的研究来说，它是一类开放的复杂信息系统，所以，它的研究应当遵循信息科学的研究范式。可是，20世纪中叶迅速崛起的信息科学研究这种“社会存在”还没有来得及产生和形成自己的“社会意识”，没有形成自己的研究范式。而人工智能的研究者们又都是在经典物质科学范式的教育下成长起来的，因此，他们自然而然就会沿用经典物质科学的范式来研究人工智能的问题，从而造成了全世界范围的人工智能研究范式的“张冠（经典物质科学的范式）李戴（研究人工智能的问题）”的不合理现象。

世界上很多人都自觉或不自觉地走了这样的研究之路，这没有什么奇怪，是完全符合上面所说的“社会意识落后于社会存在”的原理的。其实，我们这些人也都是在经典物质科学范式教育下成长起来的，也十分熟悉“分而治之”的机械还原方法论。但是，我们有一个重要的特点，也是优点：我们是秉承着浓厚的学术信仰去研究人工智能的，而不是为了追逐功名利禄去研究的，因此我们能够沉下心来认真去探求人工智能的深层问题，包括科学观、方法论（科学范式）这类一般人不愿问津的问题。结果就发现了毛病，发现了病根，引发了对于科学范式问题的关注和探讨，找准了应当去除的病根对象，实现了颠覆性的突破和系统性的创新。与此同时，我们也确实看到了一些人，不管他自己原有的专长是什么，只要权力机构指向哪里，他们就立刻冲锋到那里；只要投资机构往哪里撒钱，他们就立刻往那里追逐。这样，他们总是显得很时髦，他们的形象总是很光鲜，永远都是“弄潮儿”，但是，他们永远都在表层上浮光掠影，很少能够有时间有精力有心情深入下去接触深层的本质。今天谈的这些，是我个人的认识。不当之处，请多批评。

记者：谢谢您。您谈的这些问题很有启发性，很受教育。以后可能还要来打扰和请教。

钟义信：谢谢您！这种交流对双方都有益处，欢迎再访。

被采访人：钟义信教授

钟义信，男，1940年2月出生，汉族，江西龙南人，中共党员，中国乃至世界著名人工智能学者。教授，博士生导师。长期从事通信理论、信息论、信息科学、人工智能、神经网络、知识理论、信息经济学等领域的教学和研究。在上述领域先后提出和建立“全信息理论”、“全信息自然语言理解理论”、“语义信息论”、“信息-知识-智能转换理论”、“机制主义人工智能理论”、“人工智能统一理论”、“机器知行学”以及《信息生态学》理论，出版学术专著18部，发表论文520多篇。其中专著《信息科学原理》和《信息科学基础》成果先后获得原邮电部科技进步一等奖和二等奖，《信息科学与信息革命》与钱学森和宋健等同获中国科协1997年优秀科普著作（最高）荣誉奖，《构建信息科学理论基础，创新人工智能核心理论》获得首届吴文俊人工智能科学技术奖的成就奖。

曾任

IEEE Transactions on Neural Networks副主编（1993-2005）

国务院信息化工作领导小组办公室专家委员会常务委员（1993-2001）

国家863计划通信主题首届首席专家（1992-1994）

国家863计划信息领域战略研究负责人（1994-1996）

中国人工智能学会理事长（2001-2010）'

教育部全国工程教育专业认证专家委员会副主任（2006-2012）'

中国科协联合国信息技术咨商委员会主席（2006-2009）'

世界工程组织联合会（World Federation of Engineering Organizations, WFEO）副主席（2007-2009）'

WFEO信息与通信委员会主席、WFEO-China主席'（2006-2009）

北京邮电大学学术委员会主任'（1998-2010）

中国邮电高校学报编委会主任（2012-）'

电子学报副主编（1998-2014）'

合肥工业大学先进智能机器研究院高级顾问（2012-）

教育部Frontiers of Electrical Engineering in China期刊编委会副主编（2010-2015）'

中兴通信杂志编委会主任（1995-2015）

《移动通信国家重点实验室》学术委员会主任（1998-2008）

中国神经网络委员会主席（2000-2005）

中国信息经济学会副理事长（1998-2005）

中国通信学会通信理论委员会主任委员（1992-1995）

中国电子学会常务理事和学术委员会副主任（1994-2000）

IEEE北京分部执行委员

美国纽约科学院院士

发展中世界工程技术科学院院士

亚太神经网络联合会（Asia-Pacific Neural network Assembly）主席（2001-2002）

国际信息研究学会（International Society for The Study of Information）中国分会主席（2011-）

全国高校智能科学与技术本科专业教材编委会主任（2013-）

采访人：夏东威信息系统项目管理师

资深策划人、信息传播研究者。北京大学新闻与传播学院新闻学本科、文学学士，中国人民大学新闻学院传播学文学硕士。信息系统项目管理师（高级职称）、ADOBE认证平面设计师、网页设计师。曾经担任中国吉利集团宣传科长，是《吉利汽车报》创始主编（目前《吉利汽车报》已经被评为“中国十大优秀企业报”之一），担任国内著名传媒集团迪思公关战略部副经理，目前在国内知名高科技上市公司大数据人工智能板块负责市场工作，从事人工智能、大数据领域的市场研究和拓展等工作。

业余热心公益事业，2008-2016年担任北京宁波商会常务副秘书长，2017年开始担任中国科技新闻学会大数据传播联盟市场部副主任，2018年担任中国人工智能学会电力分会高级会员。多年来，组织策划了中国吉利集团企业文化和品牌塑造、“北京宁波商会”商会活动及十周年庆典，设立中国首个教育博客、《天下宁波帮》公众微信号和微信群、《东威智库》公众号，立足人工智能、大数据前沿科技，通过观察研究、项目对接等方式推动中国人工智能事业发展。