王飛躍，博士，現任中國自動化學會副理事長兼秘書長，中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任，國防科技大學軍事計算實驗與平行系統技術研究中心主任，中國科學院大學中國經濟與社會安全研究中心主任,青島智能產業技術研究院院長。

回顧歷史越久遠，展望未來就越深遠。（The long you can lookback, the farther you can look forward.）”今天我們也該回頭回顧一下AI的這段歷史。

一、甲子AI：維納的催生與波普爾的重生

?

?

1.AI的產生

大家都知道60年前，即1956年在美國的漢諾威Dartmouth開了一個會，這個會議是很有意思的。會議的召集人約翰·麥卡錫（John McCarthy）為什么會走到這個領域呢？他是1948年在Caltech參加了一個認知科學的會，參加之后他覺得認知科學和大腦聯系起來是個令人激動的領域，所以他決定做這方面的研究。

當時研究這個領域的第一個人，是維納（Wiener）。他的Cybernetics翻譯成中文是“控制論”，它的原意不是控制，控制只是它很少的一部分。維納寫這本Cybernetics就是為了解決人跟機器、機器跟機器之間的通信問題，它講認知科學的部分最多。

第二個人，就是麥卡錫。他最早受維納的啟發，也研究Cybernetics。但當時維納跟皮茨（Pitts）、麥卡洛克（McCulloch），就是發現神經元網絡的兩個人鬧翻了，此后麥卡洛克不再參加研究，而皮茨干脆酗酒，后來去世的時候年僅四十幾歲。所以那時候大家都怕維納，都跟他保持一定的距離。麥卡錫開啟的領域其實是沿著Cybernetics走下去的，但是他想找一個新的名字，當時他有個可選的名字叫做Automata，其實那段時間他研究Automata研究得非常深，和香農（Shannon）合編了一本書專門談Automata，所以50年代基本是Cybernetics和Automata，最后他就建議命名為ArtificialIntelligence。當時赫伯特·西蒙（Herbert Simon）就說最好不要叫Artificial Intelligence，因為這個名字讓人聽起來不嚴肅，又有點騙人的意思，他建議叫復雜信息處理（Complex InformationProcess）。我覺得幸虧起名叫ArtificialIntelligence，否則這個領域到現在都沒人關注。

但是AI到底是什么意思，Nilsson說說Artificial Intelligence就是Automation of Intelligence，就是智能的自動化。美國白宮剛出了一份最新的報告，講人工智能ArtificialIntelligence的解釋就是automation再加economics，自動化再加經濟，把它串起來就是人工智能。所以我覺得人工智能最好的解釋就是智能的自動化，我們今天做知識自動化正好是沿著這條路。

?

2.智能的歷史

16年年初我去了德國的漢諾威，三年前工業4.0就是在這個地方被提出來的。有一家叫做Phoenix Contact的公司，我和它的全球CEO聊天。聊天時他們說到萊布尼茨（Leibniz）就生在漢諾威，而我印象中萊布尼茨生在萊比錫，后來一查，原來萊布尼茨是整整三百年前死在漢諾威的。為什么要說萊布尼茨呢？

其實人工智能的遠古史就是三個人的三點一線。最早就是亞里士多德（Aristotle），他提出三段論、形式邏輯，推理的科學就是這么來的。中間就是萊布尼茨，我們都知道他和牛頓分別獨立發明了微積分，他除了弄出來微積分以外，還弄出來了一個東西，我覺得可以叫腦積分，brain calculus。為什么？他想用機器來做推理的積分，我覺得這就是最早的做、智能計算機的鼻祖。大家知道萊布尼茨還發明了二進制，他寫過一篇文章，專門研究二進制跟八卦的關系，這是他當選法蘭西院士之后寫的第一篇文章。其實我們今天也能夠講，八卦其實就是最早的知識自動化。它把整個天下大勢——這么一個復雜、不確定、多樣的系統都歸結到六十四卦里面去，這不就是活生生的知識自動化嗎？二進制的發明，是今天計算機智能科學的基礎。

那么最后真正把這個東西變成科學的，則是布爾（Boole）。布爾寫過一本書叫The Laws of Thought，即思維定理。多年之后，發明信息論的香農的碩士論文就是把這個定理翻譯成現代形式，現在電路設計用的就是它，它之后就產生了數理邏輯。關于布爾還有一件事，就是他的重孫子Hinton就是今天深度學習領域最有名的人。

當年在英國，布爾、巴貝奇（Babege）、德·摩根（De Morgan）三個人跟德·摩根太太的叔叔學印度哲學，研究邏輯就是在這上面發展起來的。巴貝奇有一個助手叫Ada Lovelace，她是德·摩根的學生。現在英國人把她吹捧成世界上第一位程序員，還是女程序員，她的父親很有名，他父親就是拜倫。

現在我們就可以看出人工智能演化的兩個學術家族。第一條主線從亞里士多德開始到萊布尼茨再到布爾，再下來是大衛·希爾伯特（David Hilbert），德國的大數學家。他是第一個提出把數學機械化的人，在1900年8月8日的國際數學家大會上他提出了23個問題，即希爾伯特問題。他還提出了一個綱領，其中提到形式化和機械化。給我印象最深的就是point、line、plane，就是點線面，他說啤酒瓶子、桌子這些東西都是等價的

希爾伯特尤其影響了兩個人。一個是羅素（Russell），羅素當時非常認同希爾伯特的想法，就跟他的老師懷特海（Whitehead）合寫了一個三卷本的書，叫《數學原理》，PrincipiaMathematica。書中花了70頁來證明1+1=2，所以羅素說，全世界沒幾個人讀他的這本書。但是這本書對人類有巨大的影響，第一個影響的是哥德爾（G?del），哥德爾讀了這本書，就提出證明這本書是不完備的，弄了個不完備定理。第二個人是圖靈（Turing），他證明這本書不但不完備，還不可判斷，這就是halting problem，圖靈機就是這么來的，還有可計算數的概念，后來的計算機就是這么來的。第三個人是馮·諾依曼（Von Neumann）。馮·諾依曼讀了圖靈研究這本書的paper之后覺得計算機就可以這么做，之后他就把這個概念轉成設計計算機的原理，這就是馮·諾依曼結構，今天計算機結構還是用的馮·諾依曼結構。

這本書還影響了三個人，第一個人就是維納。他本來是要學動物學，在讀了這本書之后就專門要研究這本書，博士論文就研究的這本書。于是他轉向數理邏輯，后面做數學，做Cybernetics。第二個人是麥卡洛克，他是學心理學的，讀了這本書之后覺得大腦就應該像這本書說的這么工作，于是他就轉成研究大腦了，做了世界第一個大腦的功能圖，后來到芝加哥開了世界第一個關于大腦的實驗室，跟維納做Cybernetics。第三個人是皮茨，他就更傳奇了。他出生于貧困的家庭，他父親揍他，街上的小孩也揍他。有一天他躲到圖書館去，一頭和三大本的《數學原理》撞上了。他小學都沒畢業居然無師自通，藏在圖書館花了一個星期讀這本書，還寫了十幾頁的筆記寄給了羅素。羅素一看非常有水平，請皮茨去跟他讀研究生，但皮茨一是沒錢去，二是他連個小學都沒畢業怎么讀研究生呢，所以這件事就擱在一邊。后來羅素到芝加哥去講學，皮茨從此離家出走，到芝加哥去找羅素，再也沒有回過家。他在芝加哥遇到了麥卡洛克，因為沒地方住就住到了麥卡洛克家里面去了。兩個人晚上聊天，侃大山，就侃出了世界上第一個神經元網絡模型來。今天的神經元、深度學習，就是這么來的。以上是一條線。

還有一條線，這是主線，一直到今天的深度學習等等。德·摩根我們都知道他的De Morgan's laws，懷特海是德·摩根的學生，而羅素又是懷特海的學生，羅素還有個學生在邏輯學上很有名，叫維特根斯坦。懷特海還有個學生就是蒯因（Quine），寫過Wordand Object，就是講虛與實。他有個中國學生叫王浩，王浩以前在中國跟金岳霖、馮友蘭學哲學，后來到哈佛跟蒯因繼續讀哲學。但他不太瞧得起蒯因的，后來就自己做數理邏輯，從數理邏輯進入計算機定理證明。他是全世界華人里面第一個做人工智能的。他用五十年代最簡單的計算機花了十幾分鐘就把他師爺、師叔在《數學原理》中花了十幾年證明的那幾百個定理證出來了。后來人工智能很有名的“數學定理機械證明里程碑獎”就給了王浩。王浩的學生庫克（Cook），他是專門研究定理證明的復雜性，本來在伯克利，因為一直沒有論文面臨被考核不通過的危險；后來跑到加拿大，一去了就發表了關于復雜性的研究，NP-Hard等問題就是這么來的，第二年就拿到了圖靈獎。這就是從數理邏輯角度來看這段歷史。

?

3.人工智能十杰

首先是做專家系統的Feigenbaum，現在還活著，80多歲了。接著是之前說過的人工智能之父麥卡錫。接下來是名人堂里面最有哲學思想的Marvin Minsky，他的博士論文就是研究隨機連接的神經元網絡的。但是1969年他寫了本書，把神經元網絡打死了，而且打死了整整10年，10年沒有人再碰，待會我還會講[1]。

接下來Douglas Engelbart，他應該是Internet網之父、鼠標之父，而且他還是最早做加強現實(AR，Augmented Reality)的。他在Atlantic雜志里面讀了Vannevar Bush寫的一篇文章，題目叫“As We May Think”，隨你想。他在里面提出了一個memex的概念，就是通過一個小機器把你跟圖書館連起來，圖書館就像你的一部分，你通過這個小機器就能要什么知識得到什么知識。他覺得這個思想非常好，決定一輩子就干這個了，所以二戰一結束他就去伯克利讀書。他想研究這個領域但他導師不讓，所以他一畢業就自己干，學校不讓他做，他就去了Stanford ResearchInstitute International，SRI，繼續做這個東西。當時他把這邊開會的圖像傳到另外一個房間里面，那個房間就可以看，這就是Internet網最初的概念，演示就是在舊金山進行的[2]。給他支持的人是Licklider，ARPA項目的主持，他看到這個想法好就繼續給錢，Licklider還提出計算機不是用來計算的，是做通訊的。所以現在大家公認互聯網的pioneer，第一名就是Bush的memex想法，第二個人就是我們說的Douglas Engelbart，他使一個場景讓大家共享，第三個人就是Licklider，他作為項目主持人，認為計算機是用來通訊的，最先提出了通過鏈接建立“network of thinking centers”，后設立了ARPAnet，后來就變成Internet。

第五位是做萬維網的Tim Berners-Lee，第六位是Lotfi Zadeh，第七位是Noam Chomsky，第八位是Raj Reddy，第九位是Judea Pearl，概率圖是從他開始的，我們選他為名人堂成員之后的第二年他就得了圖靈獎。最后一位是Nilsson，到現在還沒得過圖靈獎。但橫跨人工智能和機器人兩個領域他算是第一個，他最早做的名為Shakey的機器人，為了讓Shakey找路，他發明了A*算法。第一本正經寫機器學習的書就是他寫的，但那時候不叫機器學習，叫學習機器(《Learning Machines》)，書里面證明了多重網各種各樣的性質。

?

4.波普爾的重生

我們說從Church-Turing Thesis到AlphaGo Thesis有兩個默頓定理，第一個默頓定理就是Church-Turing Thesis。其實那個Thesis沒人能證明，計算機是不是一定要靠圖靈機這種機制算到現在誰也說不清楚，而且根據哥德爾不完備定理，它就是說不清楚，但是馮·諾依曼相信它是真的，依據它的機制提出了馮諾依曼結構，現代的計算機就來了。我覺得將來要有一個AlphaGo Thesis，其實就是解決庫克研究的那個復雜性問題。我叫這種AlphaGo的方式為ACP(Artificialsocieties+computational experiments+Parallel Execution)，就是說要把小數據倒弄成大數據，再把大數據導成小定理小知識來解決問題。我們看AlphaGo就是把人下的十幾萬盤棋拓展至三千、五千萬盤棋，把小數據導成大數據。數據太大了人就會淹死在數據里，必須要把它再縮下來，把這個大數據縮成兩個小知識，一個是價值網，一個是政策網。AlphaGo拿這兩個小知識，就把人類打敗了。這就是從牛頓到默頓，從小數據大定律到大數據小定律。AlphaGo對我來說預示了IT意思又變了，IT已經變了三次意思了。二百年前IT是industrial technology，60年前IT變成information technology，60年一個甲子，現在它又變成了intelligent technology。這就是我說的關于智能的默頓定理，大家都相信這個，智能社會就來了。

我說它有很深的哲學原理，這就是波普爾的三個世界理論。波普爾認為這個世界由三個世界組成，第一世界是物理世界，特點是血緣不對稱；第二世界是心理世界，特點是資源不對稱；第三世界是人工世界，特點是智力不對稱，正好它需要人工智能，這個世界就是數據加智力。我們就是要開發波普爾的第三個世界。所謂人工智能，人工能有多廣，智能才有多深。

二、盛夏與嚴冬：春天在哪里？

?1.人工智能的冬天

對于人工智能，最初大家都很樂觀。1958年，西蒙說十年之內電腦就能成為象棋冠軍，結果一直到40年之后這一目標才實現。過了十年，西蒙又說，在1985年之前，只要是男人能做的事，電腦都能做。他唯一保留的就是電腦不能生小孩。不過最初馮·諾依曼寫的第一篇關于智能的文章就說機器可以自我產生、自我繁殖。Minsky在1970年預測，在1980年之前，將會產生一臺具有人類平均智能的計算機。然而到現在大家都覺得50年之內達到這個目標也夠嗆。這是因為人工智能大大小小至少出現了九次寒冬，我今天列了其中的六次。第一次是機器翻譯的失敗，舉一個例子，機器把英文的“心有余而力不足”翻譯成俄文就成了“伏特加酒香而肉已經臭了”。

第二個冬天是放棄神經元網絡。Minsky和Parpert出的書Perceptrons第一版弄的紅色封面，就這個封面使得Perceptrons之父Frank Rosenblatt死了。那時候覺得Perceptrons就是智能的開始，有了Perceptrons所有智能的問題都能解決。但Minsky出的這本書說它連最簡單的xor（異或問題）都搞不定，沒任何用處。他自己還寫了個內部報告，里面不但把Perceptrons說得一塌糊涂，還隱含Frank Rosenblatt這個人有問題。結果這本書出了之后，說是因為事故，Frank劃船的時候淹死了，其實好多內部的人覺得他是實在受不了這個打擊自殺了。Rosenblatt和Minsky是一個中學畢業的，這件事一出來他們倆也覺得不好意思了，所以他們就把這本書重出了一遍，把這本書獻給了Frank Rosenblatt，顏色也改成了綠色。這件事我覺得有點不地道，因為后來神經元網絡又復活的時候，Minsky和Parpert說他們從來沒有要把它打下去的意思。這件事對Rosenblatt也有些不公正，在深度學習的歷史上是一個悲劇。我們整整失去了十年的時間。

第三次是Lighthill做了個報告，提出“人工智能是海市蜃樓”，導致英國對AI的研究大量減少。第四次是DARPA再次削減了AI學術研究。第五次是LISP機市場的崩潰，專家系統發展陷入低谷。

第六次是第五代計算機的終結。1982年時的日本比中國有錢，有了錢提出科學振興要建第五代機，要基于模式識別，基于prolog語言建新一代智能計算機.結果還沒干到4年,大家覺得這條路走不下去，最后也停止了。

?

2.越冬的努力

Nilsson和他的學生寫了一本書，LogicalFoundations of Artificial Intelligence，這個邏輯系統講的是Neats，所謂“純凈派”，也有人翻譯成“凈衣派”，把Minsky的道路叫“污衣派”或“邋遢派”。我1989年寫了文章評價LogicalFoundations of Artificial Intelligence和Foundation of LogicProgramming兩本書。我自己還寫了我自己的Prolog。那么在今天計算智能復活，比如我們看到布爾的重孫子Hinton的工作，今天的深度學習、深度神經元網絡確實是一個復興。

有一本書其實寫得很好，這本書叫OnIntelligence，Jeff Hawkins寫的。他是論人工智能，講以后的人工智能是類腦的人工智能，他根據大腦皮層理論提出memory prediction機制，我叫它DP機制，就是description prediction機制。咱們十年前把它翻譯成《人工智能的未來》。十年之后，就是去年，這本書又被重新翻了一遍，也換了個名字，叫《智能時代》。我

威脅論要講一下。我很不贊成人工智能威脅論這種說法，它連哲學問題都不是，只有靠時間來驗證。

三、智能的希望田野：黑暗中的另一半

人工智能到現在只有夏天跟冬天，它的春天和秋天在哪里？

回到我們中國傳統的的陰陽來。智能在英文里面有兩個意思，除了智能之外還有情報的意思。在二戰之前情報就是間諜、特務，二戰之后就變成了“情報就是知識”，而且是有行動、有組織的知識，所以對我來說它是一個硬幣的兩面，智能就是開放的情報，情報就是封閉的智能。KAO（Knowledge +Action +Organization）就是以后智能發展的方向，這就是為什么谷歌、百度它們要做智能，因為它們本身就是搜索情報的組織，再加上企業的行動，這就是未來所有公司的發展方向。

我自己也做了這方面的研究，一個是情報5.0的時代要啟動。再一個就是管理、控制的5.0時代也要到來。我覺得它的目的就是要從UDC（Uncertainty,Diversity,Complexity）到AFC（Agility, Focus, Convergence），把不定、多樣、復雜變成靈捷、聚焦、收斂。這就是虛實合一的智能——平行智能。

四、平行智能：從復雜的CPS到活的CPSS開放

怎么去平行呢？大家要去想象。問題是由于經濟原因，由于法律原因，由于道德原因，由于科學原因，想象在物理世界與心理世界是開放不了的。但可以在新的世界開放，這個世界就是第三世界，即在人工世界里才可以開放。因為在物理世界我們只是行動的主體，心理世界我們是認識的主體，只有到人工世界我們才是真正的主體。所有的實驗我都可以在人工世界做，對人類不會產生任何壞的影響，沒有污染也沒有浪費，所以我們必須要考慮平行世界。

網絡時代，我們的思維是CPS（Cyber-Physical Systems），而智能時代的思維要拓展成CPSS（Cyber-Physical-Social Systems）。只有你考慮CPSS，你才能從傳統企業轉型到智能企業。（2010年）我就寫了一篇文章，叫《The Emergence of Intelligent Enterprises: From CPS toCPSS》，在這個基礎上我們才能產生智能產業。2010年我還寫過一篇文章——《迎接智能產業的興起》，寫文章之前我和學生到網上去搜，發現沒有“智能產業”這個詞。這才是6年之前，現在智能產業到處都是，所以時代變化真是快。

這就是平行的結構，以后所有東西都要這么平行，我們人類社會就這么來的。大家想想，我們為什么被稱為儒家社會、東方文化？兩千年前孔子的言論被其門徒集結成一本小冊子叫《論語》，《論語》里面提出一個人工中國來，這個人工中國的社會結構是“君君臣臣父父子子”，個人理想的行為是“己所不欲勿施于人”，人工中國的社會結構、標準行為放在那個小冊子里面，跟我們的實際社會滾動交互了兩千多年，最后中國變成了儒家社會、東方文化。同一時期西方也有個小冊子，是柏拉圖寫的，叫做《理想國》，他也提出一個人工社會來，那個社會的結構是理性、法治、投票、哲學王治國，個人行為跟咱們正好相反，是己之所欲也施于人。他提出的理想社會也是和實際西方社會滾動了兩千年，中間文藝復興、解放思想、科學產生，最后演化成今天的西方文化、法治社會。

它的科學實質我認為就是要跨越模型世界與實際世界的認知鴻溝。當復雜性小的時候，就是大定律小數據，牛頓定律只有幾個參數，就敲定全世界，同樣愛因斯坦的方程只有幾個參數，薛定諤方程只有幾個參數，麥克斯韋方程也沒幾個參數，這都是大定律小數據。但復雜性提高了，就變成了默頓系統、默頓定律，大數據小定律，這就是不一樣的地方

大家要注意，這個鴻溝要靠大數據來填。大數據對我來說就是兩句話，三件事：“除了上帝，其他任何人都必須用數據說話”，“預測未來最好的方法，就是去創造未來”；即數據說話、預測未來、創造未來。Jeff Hawkins的模型叫memory prediction，我覺得也要擴展一下，要memory ,prediction加prescription。所以我們做的是人工社會、計算實驗、平行執行，從而由數據說話、預測未來、創造未來變成了描述情報描述智能、預測情報預測智能、引導情報引導智能。

那么這需要思想的解放。我們知道，從經典物理到近代物理，我們承認了波粒二象性，否則就沒有量子力學、相對論。我們的智能要開放，也要承認虛實二象性，virtual real, realvirtual，虛的就是實的，實的就是虛的。再簡單舉一個例子，x2+1=0，只考慮實數的話無解，量子力學、相對論的方程就沒法寫。但是四百年前有人就想出了虛數來，虛數中文意思蠻文雅的，英文叫imaginary number，就是神經病想出來的數。但它解決了大問題，引入虛數以后，數的人口翻了一倍，解空間也擴大了一倍，沒解的東西有解了。所以概念的創新擴展了解的求解空間。十多年前我提出，要解決復雜問題、智能問題，就要把我們的生活空間也擴大一倍。我們的生活空間一半是實的，一半是虛的。十多年前說這話大家像聽玩笑一樣，今天我們好多年輕人花在虛擬世界的時間比實際空間還要多。在這個空間里面虛數就是平行，它的基礎結構就是CPSS。里面所有東西都是平行的，人是平行的，設備是平行的，工廠是平行的，所有都是平行的。機器人是平行的，無人機也是平行的，這樣就把軟件機器人和物理機器人合二為一變成平行機器人。

可見要跨越之前所說的認知鴻溝，不但要有大數據，還要有平行，這樣才能架一座橋跨越這個鴻溝。我覺得將來智能機器就是打通三個空間，即物理空間、社會空間、網絡空間cyberspace。它不是機器換人，而是機器擴人、機器度人、機器化人。它會產生一系列新的工作，就像計算機的出現產生一系列工作一樣，三十年前我們沒有軟件工程師、沒有網絡工程師、沒有架構工程師，現在都有了。

五、新IT時代：平行產業與工業5.0

接下來我要說我們已經進入一個5.0的時代。這是我當年做博士論文時我的導師給我畫的三個圈，什么叫做智能機，就是人工智能(AI)加運籌學(OR)加控制(Control)，還給我三個框，最上面是組織層，中間是協調層，下面是執行層。我當時很犯愁，那時候還嚴格區分機器智能和人工智能，現在大家再也不談它們之間的區別了。后來我們倆寫了一篇NASA的報告是有關智能機理論的，我在這個基礎上寫了智能機器的協調理論，完成了我的博士論文。論文引進了機器學習、game theory等新方法，我當時覺得是硬湊出來的，沒想到今天機器學習也火了，game theory在Uber、滴滴打車上也在用了。

我工作之后換到了另外一個NASA中心，中心主任是Terry Triffet。我們是做機器人，他們是研究到月球、火星上去挖礦，研究怎么產生氫氣，產生能源。他有個好朋友叫Herbert S.Green，是理論物理學家，做量子力學、統計物理等。Green是社會主義者，他不相信人類能做出正確決策，認為以后的決策都要由機器、人工智能來做，這樣才能公平。他還喜歡下圍棋，所以他寫了世界第一個用人工智能下圍棋的程序。Green和Triffet在一次會議上認識，兩人就商量怎么能把量子力學糾纏的概念用來研究人工智能，研究人的意識。他們兩個人做了三十幾年的研究，寫了一系列的書。

后來我的第一個自主項目就是Terry Triffet給我的，做大腦的建模。我拿到這個項目后就讓我的研究生來做，結果我第一個研究生來自美國，堅決不做；第二個是南韓的研究生，也不做；后來有個中國學生，覺得我們現在對大腦簡直是一無所知，怎么建它的數學模型呢，所以他也不做。但是這幾個人我覺得確實是不一般。后來我沒有辦法了，既然拿了項目總得做吧，我就考慮從大腦知識構建的角度來進行建模，在1992年就寫了它的第一篇論文，講在神經元網絡里面怎么建立知識結構，就是把大腦的結構建到神經元網絡里面去，它其實就是沿深度網絡方向走的。后來我的第二個研究生，來自南韓的Kim跟我做這個題目，1995年發表的論文里就講怎么來建，就是把規則和神經元網絡對應起來，右邊九重的網跟九條規則是一一對應的，它的好處就是規則很簡單，易實現，我們叫它Neuro-Fuzzy Network。我們最近一篇叫Wheredoes Alphago Go，就是AlphaGo最后會走向何方，我覺得最后就是走向平行。

我們再來看情報的發展。一戰之前是人員情報，做情報分析也叫Humint，是機械化的情報1.0；到了二戰就成了Sigint，是電氣化的情報2.0；冷戰時期靠衛星照相，叫Imint，是信息化的情報3.0；網絡時代就變成了Osint，網絡化的情報4.0；現在就是平行化的情報5.0，Parint。指揮控制的發展也是這樣，機器人的發展也是這樣，最后說工業。工業4.0是過渡期，很快就過去了。去年我就發現德國人說它的工業4.0已經不是以前文件里說的那樣了，以前文件里面一個“平行”也沒有，很少說智能，現在他們就開始講平行，講虛實互動，講交互，跟我們說的是一樣的。我相信5.0是交互的，為什么呢？我們說的三個世界，每個世界都有一個主體，第一世界是交通網，把人動起來了；第二世界是信息網、因特網，把信息交互起來；第三世界的網我管他叫智力網，就是Minsky書里面的the society of mind，是心智的網絡。每兩個世界中間還有一個過渡網，第一世界跟第二世界的過渡網是電力網、能源網，第二世界跟第三世界的過渡網是物聯網。工業4.0是基于CPS的，它其實就是網絡工業，下一步立即到了智能工業，它就是這樣的過渡。我們從2012年開始策劃，到2014年在青島成立了智能產業技術研究院，就是想做智能產業的“黃埔軍校”。

[1]?https://zhuanlan.zhihu.com/p/20641727?columnSlug=zhishifenzi

[2]?1968年12月9日，Douglas的這次演示被后世稱為“演示之母”。

∑編輯?|?Gemini

來源 | 集智

算法數學之美微信公眾號歡迎賜稿

稿件涉及數學、物理、算法、計算機、編程等相關領域

經采用我們將奉上稿酬。

投稿郵箱：math_alg@163.com

總結

以上是生活随笔為你收集整理的人工智能的本源与展望：从亚里士多德到平行智能的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。