訪中科院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任

摘要：人工情報機構以“數字”和軟件的形式記錄或承載了一個實際情報機構的知識、行動和組織等KAO一體化的步驟與過程。

訪中科院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任王飛躍

本期嘉賓：王飛躍，中國科學院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任，中國自動化協會副理事長兼秘書長，國防科技大學軍事計算實驗與平行系統(tǒng)技術研究中心主任。主要研究領域為智能控制、人工智能、智能機器、社會計算、平行系統(tǒng)、知識自動化、平行智能等，是智能控制方面的國際知名學者，也是該領域的早期開拓者之一。曾提出“新情報體系”概念。

情報的有趣之處在于能從跨界中捕捉微趨勢，恰好這次受訪的王飛躍就是這樣一位跨界專家，他不僅是國際上智能控制領域的權威專家，也對社會科學、經濟學、哲學，甚至情報學有所涉獵。按照他自己的說法，他的學術路徑比較復雜，差不多是隨機的，屬于“布朗運動”。1984年之前，學習化工、機械、力學、金屬、結構等，完全是“機械人生”。1984開始接觸機器人和結構的主動控制，由此走上與智能控制相關的研究，主要是智能控制、智能機器人、智能制造、智能交通和智能系統(tǒng)等。在美25年，4年在機器人與自動化實驗室（RAL）做博士生，21年當RAL主任，與學生合寫了英文中的第一本柔性機器人手臂、第一本挖掘機器人、第一本智能車的傳感與控制相關的學術專著。從1994年起，開始將社會科學、認知計算引入智能理論的研究，對波普爾的三個世界哲學觀感興趣，并完全改變了過去對于智能的認識，進入了他的“智能人生”階段。直到2004年，受“白頭”懷德海（Whitehead）Process and Reality和奎因（Quine）Word and Object師徒的啟發(fā)，寫了第一篇虛實互動的“平行智能”論文，從社會計算、平行系統(tǒng)、知識自動化入手，開始了他的“平行人生”階段。近年來，首次提出X5.0的全新理念，認為在機械化、電氣化、信息化、網絡化后，我們進入了第5個技術發(fā)展階段：平行化，就是以虛實平行互動為特征的智能技術時代。

本刊：您從20世紀80年代起,就師從機器人和人工智能領域開拓者G.N.Saridis和R.F.McNaughton教授,也是國際上智能機器人、無人駕駛、智能交通等領域的早期開拓者，您如何定義智能？智能和情報有關系嗎？

王飛躍：什么是智能？這個字典上就有，很簡單：就是“獲取和應用知識與技巧的能力”。但如果查英文字典，比如牛津詞典，就會發(fā)現，“Intelligence”其實有兩個意思，除了智能之外，還有情報的意思，就是“收集具有軍事或政治價值的信息”。其實，智能與情報是一個硬幣的兩個面，知識將它們連成了不可分割的一個整體?，F代情報學的奠基人Sherman Kent就說過“情報就是知識”，更準確地說，情報就是KAO：知識（Knowledge）+行動（Action）+組織（Organization）。當然傳統(tǒng)情況下，人們往往認為行動是特務行動，組織是特務組織。但現在不一樣了，“網絡”一來，信息開源了，行動是“人肉搜索”、眾包，組織是百度、Google、動態(tài)網絡群體（CMO）等等。未來的智能系統(tǒng)，也必須KAO，像情報機構一樣，除了知識，還要有“行動”、有“組織”，成為“活”體。因此可以說，情報是封裝的智能，而智能就是開放的情報。

強調智能與情報的一體化關系，是因為我認為這就是智能科學未來的發(fā)展道路。這里，我覺得用中國傳統(tǒng)的“陰陽魚”來表示這種觀點就很直觀：Intelligence，陽為智能，陰為情報。不是說陰陽生萬物嘛，人工智能之陽加上搜索技術之陰，就是構建智能系統(tǒng)的根本之道。所以說百度、谷歌等公司關注智能技術，不但理所當然，也是天命所歸。這樣，未來的智能系統(tǒng)一定是開放的、開源的、實用化的、大眾化的、微小“創(chuàng)客”式的。很多年前，我曾寫過一篇雜文“開源情報與網絡時代的國家安全”，后來編輯把題目改為“新情報時代意味著什么”發(fā)表在了《環(huán)球時報》；現在智能技術將是我們這個時代發(fā)展的主導引擎，也就意味著我們進入了新智能時代，一陰一陽，新時代就完整了。

本刊：最近，阿爾法狗（AlphaGo）的新聞再次將人工智能的討論推向了高潮，從去年的AlphaGo以4:1擊敗韓國棋手李世石，在網絡上以神秘賬號“Master”60局連勝世界頂級棋手，到今年戰(zhàn)勝人類第一棋手柯潔稱霸圍棋界，AlphaGo頻頻向我們展現人工智能的威力。您如何看待AlphaGo的勝利？作為智能控制方面的國際知名學者您如何區(qū)分人工智能與機器智能？

王飛躍：我相信，AlphaGo的勝利并不代表計算機圍棋的終結，而是開始。顯然，AlphaGo只是展示了現有機器學習方法的威力，但并沒有貢獻創(chuàng)新的人工智能技術，實施方法也有很大的改善空間，而且許多深度網絡方法之外的技術也可以加以利用。所以，未來將有更多的計算機圍棋程序出現，圍棋或許可能成為評價未來人工智能和智能技術公司技術水平的“標準”賽事，并以此來劃分一個公司的智能水平。西方許多人士，包括人工智能的專業(yè)精英，都對AlphaGo有著極高的評價和期望，認為這是人工智能的里程碑事件，預示著Human Level的人工智能開端。對此我有不同的看法和觀點。我認為AlphaGo的勝利的確非常重要，但其最直接的沖擊不是對Human Level人工智能的研究，而是針對搜索和優(yōu)化問題的工程處理。AlphaGo的這次勝利，除了大大提高了人們對深度神經網絡DNN、卷積神經網絡CNN、深度信念網絡DBN等方法的信心，實際上也為解決優(yōu)化問題中的計算復雜性提供了一個現實的解決方案。

我對人工智能的定義基本上還是20世紀80年代教科書上的定義，但現在我認為，機器學習和博弈論，還有計算智能（模糊邏輯、神經網絡、遺傳演化算法等），應該是人工智能的標準和核心方法。在我的博士論文中，機器學習和博弈論是作為決策和控制方法引入的。我還記得Nils Nilsson關于神經網絡學習的書，最早不叫機器學習而叫學習機器（Learning Machines），但更早的工程化應用是從學習控制開始的。當時許多人認為人工智能（Artificial Intelligence，AI）與機器智能（Machine Intelligence，MI）的關系可用一句話概括：AI是“軟”智能，而MI是“硬”智能研究。此外，還對兩者進行了區(qū)分：AI是研究如何把人的智慧功能轉化到機器上，MI是研究如何利用機器的機械功能模仿人的智能。一個可以忽略機器的可實現問題，一個必須考慮機器實現問題。當然，理想情況下兩個都一樣，目前很少有人再談AI與MI的區(qū)別了。顯然，近年來最引人關注的還屬機器學習，AlphaGo成名之后，深度學習更是備受矚目。有意思的是，差不多10年前AI的主流并不認為這類機器學習是正統(tǒng)的AI，盡管它們一開始就被認定是AI的核心內容之一。

本刊：您在科學網的博客上轉載了《今日美國》日報上的《華爾街股票經紀人將轉向機器》（Wall St.Stock Pickers Shift To Machines）一文，在華爾街連投資公司都希望更多地依賴機器來幫助挑選獲勝的股票，也怪不得人們對人工智能都有或多或少的恐慌。您認為人工智能對于人類工作機會的影響有哪些？哪些類型的工作，會最先被人工智能和機器人取代？這會在多久之后發(fā)生？

王飛躍：規(guī)則明確但繁雜費神的知識工作，比如一些管理工作，從現在開始可以逐漸交給機器來做。知識自動化一定先于一般人工智能技術的應用。基于信息的服務（IBS），基于決策的服務（DBS），基于任務的服務（TBS）等面向特定問題的智能技術將被廣泛應用。

未來5年，許多知識性工作將逐漸被以AI技術為主的知識自動化流程替代。未來10年，我希望人工智能在知識自動化上有重要突破，助力智能制造、智能網絡等智能產業(yè)的興起，通過軟件定義的系統(tǒng)，以及虛實互動的平行智能技術，構建智慧農業(yè)、企業(yè)、城市、社會和健康體系，使我們真正進入一個智能的時代。未來15年，有人控制的無人車，如物流車、公交車、出租車等，還有有人操作的機器人化無人車間、無人工廠將風行。人們不是失業(yè)，而是有了更多更好的工種可以選擇。就像我一直在提的，不是“機器換人”，而是“機器擴人”“機器強人”。智能時代將產生更多的工作，就像計算機的興起一樣。我相信，未來人類工作的90%以上，都是人工智能技術所提供的。所以，人工智能不會奪走人類的工作，而是為人類提供更多更好的工作。

本刊：很多人說人工智能會毀滅人類，Elon Musk、Bill Gates、霍金都在不同場合表達過這種擔憂，您認為這種可能性有多大？當下人工智能發(fā)展，主要的技術瓶頸在什么地方？攻克這些技術難題和技術瓶頸的希望，來自于哪里？

王飛躍：這種可能性無限趨近于零。我不只是希望如此，更是相信如此。套用霍金自己的話就是：飛機失事不能怪萬有引力，那威脅人類更不能怪人工智能。目前，人工智能的發(fā)展其實還非常初等，關于人工智能的“威脅論”“奇點理論”之類的論調怕是在夢里都做不到。不過，我個人覺得這些言論對人工智能的發(fā)展還不能造成實質性的傷害，反倒能夠引起大眾的更多關注。我對人工智能持非常樂觀的態(tài)度。而且，個人覺得這是歷史上人工智能發(fā)展最好的時期，人類即將進入一個以知識自動化為特征的嶄新科技與生產時代，智能技術在其中會起到關鍵和核心的作用。為此，未來的人工智能發(fā)展，不應再是只關注“高大上”的工作，而是應當從小處著手，講究實效，面向社會民生，以“眾包”形式，讓社會普通大眾的智能充分地發(fā)揮出來，使智能技術進入生活與工作的每一個角落，這才是人工智能真正的突破。

關于人工智能發(fā)展的技術瓶頸，仁者見仁，智者見智，難有共識。不過，我開始學習AI時，大家公認“常識”的處理、理解、利用是人工智能的難點和關鍵。30多年過去了，今天我依然認為“常識”問題是人工智能的突破口，但已基本放棄了對解決常識問題一般通用方法的追求，因為理論和實踐越來越清楚地表明，盡管計算和內存能力越來越強，但常識問題需要綜合考慮文化、習俗甚至是“世界知識”，似乎只能具體領域具體解決。

對我而言，希望在于分別攻克、聯合擊破，不能寄希望于一種算法、一種方法、一種技術解決人工智能的“常識”問題或其他技術瓶頸問題。否則，就沒有人類存在的必要了，就會導致人工智能“毀滅”人類的夢幻之鏡。我對區(qū)塊鏈技術和基于區(qū)塊鏈的智能技術十分看好，認為這是一條低成本、分布式、可信任的通向智能社會之技術路線。區(qū)塊鏈可以使大數據、物聯網、云計算得到充分的發(fā)揮，大大降低人類的信用成本，簡化社會結構和經濟活動，最終使UDC（不定性、多樣性、復雜性）到AFC（靈敏、聚焦、收斂）成為可能。

本刊：您在很多場合都提到X5.0的概念，這與德國政府在《德國2020高技術戰(zhàn)略》中提出的“工業(yè)4.0”有何區(qū)別？情報5.0又是什么？

王飛躍：去看看《工業(yè)4.0》一書和德國“工業(yè)4.0”的戰(zhàn)略計劃實施建議，就會發(fā)現它完全沒有新的理念、方法和技術，只是在總結已有的東西，但是它的宣傳營銷做得非常成功。至于我為什么提倡工業(yè)5.0和X5.0？其中一小部分原因的確是在“懟”德國“工業(yè)4.0”的說法，因為好多德國人，包括我的一些同事與朋友，總是譴責中國剽竊他們的知識產權，但“工業(yè)4.0”都是已有的技術，誰都可以用；另一部分原因就是反思咱們中國人自己的“四大發(fā)明”。就技術發(fā)展而言，我覺得近代科學在經歷了機械化、電氣化、信息化、網絡化之后，我們進入了第5個技術發(fā)展階段：平行化，就是以虛實平行互動為特征的智能技術時代，所以就有了X5.0的講法。機械化的典型特征是蒸汽機，電氣化是電動機，信息化是計算機，網絡化是路由器，平行化呢？機器人？無人機？智能機？平行機？我不知道。但無論如何，就像蒸汽機和電動機一樣，計算機和路由器將很快“消失”在無所不在之中。

就智能制造而言，我認為后面的發(fā)展就是“工業(yè)5.0”，這也是“工業(yè)4.0”融合“互聯網+”的必然結果。情報，經過人際情報（Human Intelligence）、信號情報（Signal Intelligence）、圖像情報（Image Intelligence）、網絡情報（Network Intelligence）/開源情報（Open Source Intelligence），就在新的平行時代進入了第5個技術發(fā)展階段，即平行情報（Parallel Intelligence）階段。情報5.0的核心在于虛與實互動、情報與智能合一的平行思想，兩個關鍵支撐為ACP（人工社會+計算實驗+平行執(zhí)行）理論和社會物理信息系統(tǒng)CPSS（Cyber-Physical-Social-System）基礎設施，三個主題為智能組織或智能結構、智慧行為或智慧管理、社會智能或智能解析，四個集成使人員、裝備、信息、使命密切地融合成一個整體，最終目標為使情報工作所面臨的UDC——不定性（Uncertainty）、多樣性（Diversity）和復雜性（Complexity）轉化成為完成特定任務和使命所生成情報之AFC——靈捷（Agility）、聚焦（Focus）、收斂（Convergence）。

本刊：在您提出的情報5.0階段的平行情報體系中，未來情報機構和情報工作人員將扮演怎樣的角色？

王飛躍：在平行情報體系中，人工情報機構以“數字”和軟件的形式記錄或承載了一個實際情報機構的知識、行動和組織等KAO一體化的步驟與過程，與相應的實際進程通過動漫、可視化等手段平行交互。平行情報中的平行互動方式主要有三種：

一是學習與培訓，此時以人工情報機構為主，而且人工與實際情報機構可以有較大的差別，二者可以不連不在線，目標就是通過游戲動漫等方式使工作人員熟悉情報業(yè)務，如建立或了解資料庫，了解用戶，向用戶宣傳情報功能范圍，建立或掌握檢索搜索系統(tǒng)，如何分析、如何激活，并提出針對性強、及時、準確的情報等基本任務。同時，人工系統(tǒng)也必須記錄并建立每個工作人員的“人工模型”，針對性地用于情報任務的平行執(zhí)行過程，提醒、監(jiān)督、獎懲相關工作人員。最終目的就是使情報人員及其機構具有相關深度知識和技巧支撐，能夠靈活應對各種不確定情況的靈捷能力，讓“靈者擁識而捷”。

二是實驗與評估，此時人工與實際情報機構以O2O的形式相連，兩者的情況應盡可能一致，目標就是通過建模與“仿真”，把計算機作為解析評估周期、流程、生產、控制、傳播等情報工作與方式的設置，以及情報的質量、影響、效率等一系列問題的“計算實驗室”，對各種各樣的情報計劃和解決方案進行不同程度的測試，尋求最佳合理的情報工作方式，并提供可以形成聚焦能力的手段和途徑，讓“明者因勢而變”。

三是管理與控制，此時人工與實際情報機構緊密相連，形成虛實互動、反饋閉環(huán)、實時自適應調節(jié)的平行系統(tǒng)。兩者相互借鑒、相互影響，人工情報系統(tǒng)的結果可用于引導情報工作人員及其機構在實際中的工作，以此完成對復雜情況下執(zhí)行情報任務之過程的有效控制、管理和指揮，促使情報過程向設定的目標精確地收斂，讓“知者隨事而制”。

平行情報體系主要針對情報機構，包含知識、行動加組織。實際上我們可以在此基礎上構建情報的“激活器”，即情報產生與解析的“智能機器”。我相信，不久，一個情報機構的能力和效率，可能并不取決于其物理形態(tài)的機構如何龐大，而在很大程度上由其伴生的人工或軟件定義的情報機構之規(guī)模和水平所決定，因為它們代表了情報機構的智能化水平，決定了這個機構應對不定性、多樣性、復雜性的靈捷、聚焦、收斂的能力。