人工智能知识点全景图：迈向“智能+”时代蓝皮书-中国人工智能学会.docxVIP

1 导读 INTRODUCTION 志于道，据于德，依于仁，游于艺—— 《论语 · 述而》 为什么要凝练人工智能的知识点 认知是人类智能的重要表现， 其基石和燃料是规范化的知识(如概念、属性 和关系等) ，基于规范化知识就可形成对学习对象的理解和分类O认知这个单词 “cognition”来源于拉丁语“cognitio”，表示学习和知识O 对人工智能所涵盖内容分类越细致周全，明晰不同内容之间的边界和联系， 那么对人工智能的理解就越清晰O为此， 需要将不同知识概念有序组织起来， 这 是涉及到知识概念分类体系的规范化研究O早在 13 世纪末，加泰罗尼(现西班 牙境内) 学者雷蒙 · 卢尔(Ramon Llull) 提出了对知识进行规范化描述的“知识树 (Tree of Knowledge)或科学树(Tree of Science) ”，这是目前最早的一种知识 规范化努力，与莱布尼戒所称的“人类思想字母表(alphabet of human thought) ” 同出一辙O 对人工智能的知识点进行研究， 就可从由点到线、由线到面、由面到体， 明 晰人工智能宏大复杂的知识网络O 人工智能发展早期的两次低谷 人工智能在历史发展过程中经历过两次冬天(AI Winter) ，其本质原因在于 人们对人工智能期望过大以及对新生事物的发展难以预测， 当时人工智能理论和 方法未能产生所承诺的重大影响又进一步影响了人工智能的研究环境O 剑桥大学应用数学家和流体力学家唐姆斯 · 莱特希尔教授(Sir James Lighthill) 领导一个专家组于 1973 年发表了一份名为《人工智能：一份全面报告》，认为 由于难以克服“组合爆炸(combinatorial explosion) ”问题，导致当时的人工智能 方法只能解决“玩具类问题 (toy problem) ”，使得人工智能进入第一次严冬O莱 特希尔本人在学术界具有重要影响力， 他是 20 世纪最伟大的力学家之一和现代 空气动力学的开拓者O中国“两弹一星“元勋中唯一的烈士郭永怀先生曾将莱特希 尔变型坐标法和普朗特的边界层理论结合起来并作了推广，得到广泛应用的著名 的“彭加莱-莱特希尔-郭 (Poincare-Lighthill-Kuo method ，简称 PLK 法， 一种偏微 分方程数值解法，其中 Kuo 指郭永怀) ”方法，为人类突破“声障”作出了重要贡 献O 人工智能第二次跌入深谷与模拟人脑机制有关O1943 年， 神经科学家沃伦 (Warren McCulloch)和逻辑学家沃尔特· 皮戒 (Walter Pitts)合作提出了以他们 2 名字命名的“MCP 神经元”模型O兴奋的麦卡洛克于 1954 年在《英国科学哲学期 刊》发表的一篇题为《走出形而上学的洞穴》文章中激动写道，“在科学史上第 一次， 我们知道了我们是怎么知道的” O弟兰克. 罗森布拉特(Frank Rosenblatt) 在 20 世纪 50 年代提出了“感知机 (perceptron) ”模型，人们对神经网络寄予了莫 大期望O1969 年， 明斯基(Marvin Minsky)和帕普特(Seymour A. Papert)出版 了《感知机：计算几何学》一书，证明了由输入层和输出层构成的感知机能力极 其有限，甚至无法完成异或(XOR) 这一基本逻辑计算问题O这一书籍的出版使 得神经网络被打入冷宫O20 世纪 80 年代开始，人工智能进入了 10 年左右的第 二个冬天O 国际电气和电子工程师协会 (IEEE) 为了纪念罗森布拉特， 于 2004 年设立 了 IEEE Frank Rosenblatt 奖O今天深度学习正在推动人工智能形成第三次发展浪 潮，提出“误差后向传播”这一概念来训练神经网络参数的保罗(Paul Werbos)以 及命名“深度学习”新名词的辛顿 (Geoffrey Hinton)分别于 2022 年和 2014 年获 得 IEEE Frank Rosenblatt 奖O 对每一次失败的反思都孕育着下一次奋进的先机，蓄之既久，其发必速！ 中国人工智能人才培养载体初步形成 2017 年 7 月，国务院印发了《新一代人工智能发展规划》，系统提出了面向 2030 年我国新一代人工智能发展的指导思想、 战略目标、重点任务和保障措施O 《新一代人工智能发展规划》对人工智能人才培养和教育倾注了高度关切，在战 略态势、重点任务、保障措施三个方面出现 18 次“教育”字眼，明确提出了“设立 人工智能专业”和“在原有基础上拓宽人工智能专业教育内容， 形成人工智能+X 复合专业培养新模式”等要求O 截止 2022 年 7 月，全国共有 440 所高校设置了人工智能本科专业、248 所 高校设置了智能科学与技术本科专业O