2020年，人工智能的發展將進入深水區，人們對人工智能的認識將進一步科學與理性，“人工智能生成機理”的探索也將被列入議事日程。為配合這一形勢，本刊主編力圖從多個視角全面探索有關人工智能的一些基礎性、本質性的東西，以解讀與“人工智能生成機理”相關的方方面面。本文專門介紹人工智能與人類智力的二元化現象。

2020年，人工智能的發展將進入深水區。它的重要標志，一個是2019年中國科協發布了影響未來的20項重大科學難題，其中與人工智能相關的是“人工智能系統的智能生成機理”;另一個是阿里達摩院發布的《2020十大科技趨勢》，其中第一條即“人工智能從感知智能向認知智能演進”。人工智能進入深水區后，人們將要探索人工智能中的諸多“為什么”。在討論人工智能的“為什么”時，需先弄清人類智力的本質、起源、發展、演化等諸多基礎性問題。人工智能中始終貫徹的二元化發展道路，包括人工智能中的二元化現象、人工智能源頭的二元化基因、人工智能并行不悖的兩大分支，而這些二元化現象，都起源于人類智力的二元化狀態。

人工智能的相關定義

在深入探討人工智能時，首先要對人工智能進行嚴格的科學定義，而不是描述式的定義，只有這樣，在討論時才不會各說各話、產生不必要的歧義。美國斯坦福大學人工智能研究中心尼爾遜教授認為：人工智能是關于知識的學科———怎樣表示知識以及怎樣獲得知識并使用知識的科學。美國麻省理工學院溫斯頓教授認為：人工智能就是研究如何用計算機去做過去只有人才能做的智能工作。這些說法反映了人工智能學科的基本思想和基本內容，即它的知識基礎與現代計算機的智力仿真。

以下是本系列文章中對人工智能的相關定義與概念。人工智能：是以人工方式實現人類智力的現代計算機技術仿真。人類智力：是人類個體在知識基礎上的能力表現。人類智力有兩種表現，即“行為智力”與“思考智力”，它們體現了人類智力的二元化。現代計算機：半導體微處理基礎上的電子數字計算機。現代計算機有兩種類型，即通用微處理器基礎上的通用計算機與嵌入式處理器基礎上的專用計算機（簡稱嵌入式系統），前者用于人類的思考智力仿真，后者用于人類的行為智力仿真”。

人工智能中的二元化現象

人類智力的二元化導致人工智能中普遍存在二元化現象。這些二元化現象包括感知智能與認知智能、弱人工智能與強人工智能、嵌入式系統與通用計算機系統、行為仿真與思考仿真。

2.1 感知智能與認知智能的二元化

“感知智能”的基礎是對外部世界的“感覺”，它必須具備與外部世界交互的“感覺能力”;“認知智能”是感知基礎上的“思考”升華，必須具備從感知到認知升華的“計算能力”。“感知智能”與“認知智能”不是人工智能的兩個階段，而是兩種不同類型的人工智能。前者的基礎是嵌入式系統，后者的基礎是通用計算機軟件。“感知智能”與“認知智能”還與人類的“感性認識”、“ 理性認識”相對應。感知人工智能的成果是“智能化工具”（如智能家電、手機等），認知人工智能的成果是“專家系統”及各種智能化軟件（如辦公軟件、AlphaGo等）。

2.2 弱人工智能與強人工智能的二元化

弱人工智能與強人工智能是對人工智能的通俗分類，界限比較模糊。可大致認為，弱人工智能是對人類智力表現的仿真，強人工智能是在腦科學基礎上，對人類智力結構、智力生成的探索與模擬。1971年微處理器誕生后，人類社會正式進入到人工智能時代，其后一直是人類智力仿真的弱人工智能時代，它包括智能化工具與計算機軟件的專家系統。強人工智能是一種探索人類思考結構與方式的人工智能。AlphaGo誕生后，類人思考的“深度學習”開啟人工智能的強人工智能時代。例如，早期IBM 深藍計算機的“國際象棋大師”與沃森計算機的“人類智力競賽”，只是兩種基于知識庫搜索的計算機軟件。AlphaGo則帶有了強人工智能色彩的“深度學習”，具有人類自學習的思考進化能力。

同樣，弱人工智能與強人工智能不是人工智能的兩個進化時代，弱人工智能與強人工智能會一直并存。有人將只有思考智力的AlphaGo錯誤地理解成是“圍棋機器人”。“圍棋機器人”應該同時具有圍棋思考智力與觀看棋盤、走子的對弈行為智力，而AlphaGo只有圍棋的思考能力，沒有行為能力。

2.3 嵌入式系統與通用計算機的二元化

嵌入式系統與通用計算機是人工智能中使用的兩種不同的工具。嵌入式系統實現人類行為仿真，其成果是智能化工具（或智能電子系統）;通用計算機實現人類思考仿真，其成果是計算機軟件形式的各種類型的智能軟件。人工智能中這兩種不同工具的分化源于20世紀30年代圖靈學者們開創的可計算原理基礎上的“計算語言”與“圖靈機”人工智力模型。微處理器誕生后，分化出的通用計算機與嵌入式系統形成了人工智能中的兩大分支，它們并行不悖地發展，直到物聯網時代誕生。物聯網時代，兩大分支開始了交叉融合。與物聯網操作系統、云平臺相融合，構成大規模的物聯網應用系統。嵌入式系統也從MCU核向加強計算能力，滿足機器學習、邊緣計算需求的AI芯片演化。

2.4 行為仿真與思考仿真的二元化

“行為仿真”、“思考仿真”與人類的“行為智力”、“思考智力”相對應，具有感知與控制能力的嵌入式系統實現人類行為智力的人工仿真，如嵌入式系統基礎上的機器人、掃地機、導航儀、洗衣機等。通用計算機基礎上的計算機軟件實現人類思考智力的人工仿真，如辦公自動化軟件、計算機輔助設計/制造軟件、深藍計算機的“國際象棋大師”、沃森計算機的“人類智力競賽”、 AlphaGo的“圍棋大師”等。這是人工智能中兩個不同領域，使用的工具不同，形態不同，其實現方法也完全不同，兩者難以兼容。

嵌入式系統基礎上的行為仿真，要求具有實時感知與控制能力、不追求高速海量的數值計算能力;計算機軟件的思考仿真，不需要感知、控制，對高速海量的數值計算能力有無限要求。AlphaGo只有思考仿真，沒有行為能力，須有代理人協助它下棋;機器人可以感知棋盤的棋勢，具有走子的行為能力。把AlphaGo植入到機器人中，便能構成一個既具有思考能力、又有下棋行為能力的“圍棋機器人”。

人類智力的二元化狀態

提起人類智力，不少人喜歡與動物智力相比較，但人與動物的智力有本質差異。其本質差異在于所有動物的智力都是與生俱來的本能智力;而人類智力則是知識其礎上的能力表現。隨著知識增加，其智力會不斷增長。海龜出生后便具有長期迴游的定向能力，候鳥有與生俱來的長徒跋涉導航能力，此后一生不變。新生嬰兒，無知識，本能智力低下，必須在知識環境中開發智力，一旦脫離知識環境，如被狼群收養，便成為永遠喪失人類智力的狼孩。

人類智力的基礎是知識。人類知識有二元化的感性知識與理性知識，人類智力便出現了二元化的“行為智力”與“思考智力”。行為智力，如洗衣做飯、唱歌跳舞、耕田種地、開車出行等;思考智力如下棋中的思考、冥思苦想、出謀劃策等。可以看出，無論是“行為智力”，還是“思考智力”，都是知識基礎上的能力表現。在“行為智力”、“思考智力”二元化基礎上，還衍生出“個體智力”與“群體智力”，“智力”與“智慧”等二元化現象。人工智能是人類的群體智力仿真。AlphaGo集中了眾多圍棋大師的智力，導航儀是眾多科技成果的結晶，這就是為什么人工智能的智力遠遠超出人類個體智力的原因，但人類有超越智力的“智慧”，人類可以憑借“智慧”的力量控制與駕馭人工智能。

人類智力的知識相關性表明，要詮釋人工智能本質及生成機理必須借助“知識學”的基本原理。例如，人工智能中普遍存在的摩爾現象，是人類知識的非線性發展規律所致;人們出行使用手機導航時，不需要了解手機的導航原理，是因為人類知識與知識行為的分離;VCD/DVD 時代，沒有電子工程師的鄉鎮企業可以制造出壟斷全球的VCD/DVD機，是因為半導體廠家把眾多的VCD/DVD科技成果已集成在VCD/DVD 半導體芯片中，體現了人工智能中人類的知識集成。非性線、分離性、集成性是人類知識發展的三個基本規律，它可以用來解釋人工智能中的諸多“為什么”。

人工智能源頭的二元化基因

人工智能二元化現象的源頭，除了二元化的人類智力外，還有20世紀30年代圖靈學者們孕育的人工智能二元化基因，即人工智能中的可計算原理與可計算模型。古代人的計算從計數開始，后來普及到數值計算，人們從來沒有考慮過“除了數以外，還有什么是可以計算的”。20世紀以前，數學界普遍認為，所有問題都應有相應的算法。1930年代初，邱奇提出了“λ算子”和“萬物皆可為函數”的邏輯計算思想;1936年5月，圖靈發表了《論可計算數及其在判定問題上的應用》，告訴了人們“一切皆可計算”。從數值計算到邏輯計算，數學終于走上廣義的計算領域，預示人類智力也可以計算。

圖靈學者不僅奠定了人類智力計算的理論基礎，還設計出可實現智力計算的圖靈機。圖靈機是一種人工智能的模型機，用最簡捷的方式模擬人類思維過程。該機器由一條無限長的紙帶、一個讀寫頭、一套控制規則表、一個狀態寄存器組成。可以清晰地看出，它絕不是一個傳統的計算機器，而是一個在指令表控制下，紙帶步進狀態的字符狀態處理機，可以用“0”、“1”兩個最簡單的數字狀態來實現人類思維計算的人工智能機。

無論是“λ算子”、“可計算原理”，還是“圖靈機模型”，在當時都是十分超前的數學理論思維。1945年，第一臺電子計算機ENIAC誕生，但其體積龐大、難以操作，人們開始尋找高效的編程方式。50年代，人們開始設計高級語言。1957年，出現了第一個高級語言Fortran;1958年受λ算子啟發，設計出了LISP語言。λ算子成了計算機高級語言的基礎。由此，可以清晰地看出“λ算子”、“可計算原理”、“圖靈機模型”基礎上孕育出了計算機器（硬件）與計算語言（軟件）的二元化基因。

ENIAC體積龐大、運算速度低，在速度上難以實現人類的思考智力仿真，在體積、價位上也難以實現人類的行為能力仿真。盡管人們將1956年夏麥卡錫、明斯基等人在美國達特茅斯學院研討“如何用機器模擬人的智能”并首次提出“人工智能（Artificial Intelligence，AI）”概念看成是人工智能的元年，但真正的元年卻是半導體微處理器誕生后的20世紀70年代。

人工智能并行不悖的兩大分支

20世紀70年代半導體微處理器誕生后，以微小體積、極低成本作為計算機的基礎內核，既可以構建起用于人類思考智力仿真的高速運算的通用計算機，又可以構建起用于人類行為智力仿真的嵌入式專用計算機，從而迎來人工智能的實踐時代。1971年世界上首個微處理器Intel 4004誕生，4004誕生后便出現兩大分支的發展路徑，一是專門用于智能控制的專用計算機，二是不斷完善作為通用計算機的中央處理器。

4004本來是為日商研制，作為用于計算器產品的處理器，后來Intel將它和4001（動態內存DRAM）、4002（只讀存儲器ROM）、4003（緩存器Register）一起構成了一個單片形態的專用計算機。發展到8位處理器時，Intel又推出了可用于構成單片形態的專用計算機微處理器8085。而此時，不少半導體公司已推出了全新結構的單芯片專用計算機，如Zilog公司的Z80、Motorola公司的M6800等。Intel便摒棄了在4004、8085基礎上發展單片專用計算機的思路，推出了嶄新結構的單片微型計算機MCS 48、MCS 51，其內部集成三總線結構（地址、數據、控制總線）、輸入輸出電路I/O、定時/計數電路TCC、中斷控制電路INT等，突出了控制功能，成為一個能嵌入對象體系中、實現智能控制的單芯片專用微型計算機（Single ChipMicrocomputer）。由于體系結構與通用計算機迥異，又稱為單片微控制器（Single ChipMicro-controller），簡稱微控制器（Micro Controller Unit，MCU），俗稱單片機。后來，又把這種完全嵌入受控器內部、實現特定應用的專用計算機系統稱為嵌入式系統（Embedded System），一直沿用至今。

另一方面，4004也在不斷完善中。Intel首先將它發展到8008、8088 的8 位微處理器，1981 年IBM 首次將8088芯片用于其研制的IBM PC機中，從而開創了全新的微機時代。有了PC機應用的示范，Intel便將主要精力致力于通用微處理器的研發，從8088開始，沿著8086、80286、80386不斷完善，通用計算機結構不斷完善、計算能力不斷提高。

可以看出，在人工智能領域，無論是感知智能與認知智能、行為仿真與思考仿真，還是弱人工智能與強人工智能，都經歷了嵌入式系統與通用計算機的二元化發展道路。從20世紀70年代末嵌入式系統誕生，到80年代初PC機誕生后，人工智能一直沿著嵌入式系統的行為智力仿真、通用計算機的思考智力仿真兩大分支并行不悖地發展，直到物聯網時代到來。

結 語

20世紀30年代圖靈學者們的“可計算原理”孕育了二元化基因，70年代微處理器誕生后人工智能出現兩大分支，70年代至20世紀末，30年間兩大分支并行不悖地發展。二元化是人工智能發展、演化的客觀現實與客觀規律。作為二元化智力統一在人類個體身上，又決定了人工智能必然在物聯網時代開始統一與融合，這就是人工智能的一分為二與合二為一。

責任編輯：Ct