人工智能之基础理论
1.大数据智能理论。研究数据驱动与知识引导相结合的人工智能新方法、以自然语言理解和图像图形为核心的认知计算理论和方法、综合深度推理与创意人工智能理论与方法、非完全信息下智能决策基础理论与框架、数据驱动的通用人工智能数学模型与理论等。
2.跨媒体感知计算理论。研究超越人类视觉能力的感知获取、面向真实世界的主动视觉感知及计算、自然声学场景的听知觉感知及计算、自然交互环境的言语感知及计算、面向异步序列的类人感知及计算、面向媒体智能感知的自主学习、城市全维度智能感知推理引擎。
3.混合增强智能理论。研究“人在回路”的混合增强智能、人机智能共生的行为增强与脑机协同、机器直觉推理与因果模型、联想记忆模型与知识演化方法、复杂数据和任务的混合增强智能学习方法、云机器人协同计算方法、真实世界环境下的情境理解及人机群组协同。
4.群体智能理论。研究群体智能结构理论与组织方法、群体智能激励机制与涌现机理、群体智能学习理论与方法、群体智能通用计算范式与模型。
5.自主协同控制与优化决策理论。研究面向自主无人系统的协同感知与交互，面向自主无人系统的协同控制与优化决策，知识驱动的人机物三元协同与互操作等理论。
6.高级机器学习理论。研究统计学习基础理论、不确定性推理与决策、分布式学习与交互、隐私保护学习、小样本学习、深度强化学习、无监督学习、半监督学习、主动学习等学习理论和高效模型。
7.类脑智能计算理论。研究类脑感知、类脑学习、类脑记忆机制与计算融合、类脑复杂系统、类脑控制等理论与方法。
8.量子智能计算理论。探索脑认知的量子模式与内在机制，研究高效的量子智能模型和算法、高性能高比特的量子人工智能处理器、可与外界环境交互信息的实时量子人工智能系统等。
人工智能——人工智能研究的各种学派及其理论
人工智能研究的各种学派及其理论人工智能研究的三大学派符号主义学派简单介绍联结主义学派简单介绍行为主义学派简单介绍三大学派的综合集成三大学派符号主义（Symbolism）联结主义（Connectionism）行为主义（Actionism）人工智能研究的三大学派随着人工神经网络的再度兴起和布鲁克（R.A.Brooks）的机器虫的出现，人工智能研究形成了符号主义、联结主义和行为主义三大学派。
符号主义学派简单介绍符号主义学派是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示，认知可以通过符号运算来实现。例如，专家系统等。
联结主义学派简单介绍联结主义学派是指神经网络学派，在神经网络方面，继鲁梅尔哈特研制出BP网络之后，人工神经网络研究掀起了第二次高潮。之后，随着模糊逻辑和进化计算的逐步成熟，又形成了“计算智能”这个统一的学科范畴。
行为主义学派简单介绍行为主义学派是指进化主义学派，在行为模拟方面，麻省理工学院的布鲁克教授1991年研制成功了能在未知的动态环境中漫游的有6条腿的机器虫。
三大学派的综合集成随着研究和应用的深入，人们又逐步认识到，三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。
三大学派符号主义（Symbolism）又称：逻辑主义、心理学派或计算机学派。原理：物理符号系统(即符号操作系统)假设和有限合理性原理。起源：源于数理逻辑/逻辑推理。学派代表：纽厄尔、西蒙和尼尔逊等。联结主义（Connectionism）又称：仿生学派或生理学派。原理：神经网络及神经网络间的连接机制与学习算法。起源：源于仿生学，特别是人脑模型的研究。学派代表：麦克洛奇、皮茨、霍普菲尔德、鲁梅尔哈特等。行为主义（Actionism）又称：进化主义或控制论学派。原理：控制论及感知—动作型控制系统。起源：源于控制论。学派代表作：布鲁克斯的六足行走机器人，一个基于感知-动作模式的模拟昆虫行为的控制系统。张钹院士：建立完备的人工智能基础理论—新闻—科学网
张钹院士：建立完备的人工智能基础理论
作为引领第四次科技革命的战略性技术，人工智能（AI）给社会建设和经济发展带来了重大而深远的影响，但数据隐私、算法偏见、技术滥用等安全问题正给社会公共治理与产业智能化转型带来严峻挑战。
第一个问题是科技发展的共性问题。科技是发展的利器，也可能成为风险的源头，人工智能也不例外。首先，AI的发展将引发新一轮的产业革命。一方面是传统产业的智能化，比如网络搜索中采取推荐算法、用户画像等等，提高服务的效率和质量。另一方面是智能技术的产业化，催生了新的产业，如智能交通、智慧医疗、智慧城市、自动驾驶等。与此同时，AI的发展也带来了新的风险和安全隐患，因此，我们既要抓AI的创新发展，又要抓AI的治理，两手都要抓。
第二个问题是人工智能发展与治理中的特殊性，具体表现在算法层面、数据层面与应用层面。
在算法层面看，现有的AI算法较脆弱，泛化能力较差，这意味着如果将算法运用到与训练场景区别很大的实际场景中，就会存在安全问题。以无人驾驶为例，AI训练的时候不可能穷尽所有的情景，当遇到新的突发事件便无法处理，就会造成AI技术的误用，有可能是无意识的误用。同时，这种脆弱性还使得人工智能系统容易被攻击、被欺骗，给AI技术的滥用造成可乘之机。
从数据层面看，现在人工智能应用效果很大程度上依赖数据质量，但由此会带来隐私泄漏、数据确权等问题，如果解决不好数据安全的问题，人工智能产业也不可能健康的发展。
在应用层面，人工智能技术已经逐渐对人们的生活造成冲击，比如售楼处看房带头盔、困在算法里的外卖骑手等等，还有深度伪造之类可能对社会造成重大影响的技术，都必须保证安全可控。
AI的创新发展是大道理，纵观信息科技的发展历史，尽管信息科技发展异常迅猛，但基本上安全可控。而人工智能发展却缓慢曲折，安全问题层出不穷。这两者的差别在于，从信息革命开始，信息的三大理论就已经建立，即图灵机理论（1936）、香农的通讯理论（1948）、维纳的控制论（1948）。正因为有了坚实的理论基础，从而引导信息技术健康的发展。然而人工智能的发展则相反，它的基础理论至今没有建立。尽管经历了第一代AI的符号主义模型（知识驱动）和第二代AI的亚符号（连接）主义模型（数据驱动），但它们均具有很大的局限性，不能构成AI的理论基础。由于缺乏理论指导，AI的发展处于难以控制的局面。
当前，必须解决“卡脖子”的基础理论问题，因此建立AI的理论基础是我们提出“第三代人工智能”的初衷。所谓的“第三代人工智能”，其发展路径是融合第一代的知识驱动和第二代的数据驱动的人工智能，在前两代理论的基础上发展第三代人工智能基础理论，建立一个完备的人工智能基础理论。具体的思路上，利用知识、数据、算法和算力4个要素，建立新的可解释和鲁棒的AI理论和方法，从而发展安全、可信、可靠和可扩展的AI技术。这样发展第三代AI和AI治理一起抓，以达到相辅相成共同发展。
人工智能刚刚拉开序幕，更精彩的大戏正要上演。全世界应该团结起来，共同来发展安全可控的第三代人工智能，让人工智能真正造福于人类。
（本报记者沈春蕾根据中国科学院院士张钹在2021北京智源大会上的讲话整理）
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。