三見之明：系統(tǒng)科學技術或將成為推動人類科技進步的新引擎

縱觀人類科技發(fā)展歷史，每一次科技革命的背后都有一個起全局性關鍵性作用的核心主導技術。第一次科技革命是蒸汽機技術，它使人類進入了機械時代，第二次科技革命是電力技術，它使人類進入電氣時代，第三次科技革命是信息技術，它使人類進入信息時代。當前，科技正在孕育第四次革命，人類已經(jīng)看到了新時代的曙光--智能時代，那么未來誰是主導智能時代的核心技術？有的人會說是人工智能技術，但人工智能技術要實現(xiàn)重大突破，是繼續(xù)依托信息技術還是需要新的科技支撐，這是一個值得深入思考和研究的重大戰(zhàn)略問題。本文就此談談我們的認識與思考，希望與大家進行共同探討。

1. 洞見：信息科技的推力漸顯邊際效應

毫無疑問，過去幾十年的科技進步，信息技術居功至偉。信息科技不僅催生了計算機、互聯(lián)網(wǎng)、手機等影響人類社會的重大發(fā)明，也通過與其它科技深度交叉融合，推動了各領域科技的快速精進與發(fā)展。但是，任何的科技都有時代的局限性，新的科技取代舊的科技是科技發(fā)展的永恒規(guī)律。從當前情況來看，信息技術雖然仍在有力推動人類科技進步，但其速度和力度已經(jīng)有些感覺乏力，似乎越來越接近邊際效應。觀察摩爾定律這個反映信息技術發(fā)展的風向標，以微處理器的發(fā)展為例就能比較明顯地看到這一點，如圖1所示，在1978年到1986年，微處理器性能的平均每年長率是25%，隨后的1986年到2003年的17年中，年平均增長率增加到52%。接下來的10年，微處理器性能的年平均增長率開始下降到23%，隨后的幾年，進一步下降到12%，直到近5年，已經(jīng)下降到了3%左右。

圖 1 微處理器性能增長趨勢凸顯邊際效應

所以，今天的信息技術也在尋求突圍，或是打破傳統(tǒng)的硅基材料局限，或是創(chuàng)造從“2D微型化”向“3D堆疊”的新方法。但是我們看到，現(xiàn)在所作的大部分突破，基本還是沿用過去的既有模式和架構，就如PC的性能在不斷提高，但仍然是馮.諾依曼結構，因此，必然會遇到已有模式和架構的邊際限制。與此同時，大部分突破也需要機器智能這個強大工具的有力支持，真正的躍升還需要材料、能源、計算等其他科技的換代性突破。所以，單純的依賴信息技術進行科技的迭代發(fā)展，正在變得舉步維艱，成本消耗與性能提升之間漸行漸遠、得不償失。因此，信息技術逐漸演變?yōu)榛A底層技術而讓位于新的技術幾乎成為了歷史的必然。

2. **先見：**智能科技的接力孕育關鍵突破

隨著信息科技的逐漸乏力，智能科技異軍突起。本質上來說，信息技術打造了數(shù)字化網(wǎng)絡化，完成了推動萬物可量化、可連接的使命。但對于下一個使命打造平行孿生世界就顯得力不從心，因為這個使命的核心是可計算，而其計算的復雜度極其巨大，傳統(tǒng)的邏輯線性計算已然無法滿足需求。于是，如何引入人類的智慧，提升復雜計算能力成為科技發(fā)展的重大緊迫需求，人工智能再次煥發(fā)青春，應運而生。隨著人類智慧的引入，機器計算能力產(chǎn)生了飛躍性的變化，機器計算不再是單純的邏輯線性計算，而是逐漸融入了抽象非線性計算，也就是類人的思維計算，這使得人類在面對比較復雜的問題時有了一把解鎖的鑰匙。比如，過去的圍棋計算主要關注每一步的線性推理結果，但在大規(guī)模的復雜選擇面前極易陷入無窮計算的森林，而今天AlphaGo模仿人類思維（如圖 2所示），加入了態(tài)勢研判這個抽象思維邏輯，于是找到了有效的前行方向，走出了一葉障目的困局。

圖 2 AlphaGo的基礎原理示意圖

人機智慧融合的成功，根本還在于人的思維與機器思維具有互補融合性，這種互補融合性就像DNA的雙螺旋體（如圖3所示），使其可以很好地結合在一起。隨著人工智能應用于社會各個領域，每個領域的計算都呈現(xiàn)出爆發(fā)式的能力增長，于是產(chǎn)業(yè)發(fā)展獲得了新的推動力，呈現(xiàn)一片繁榮之景。

圖 3 人機智慧融合

盡管智能技術接力信息技術使科技再向前邁進一大步，但還不足以造成技術的量變到質變。因為，科技的發(fā)展正在面臨一個巨大的障礙，那就是復雜性。計算能力雖然提高了，但數(shù)字化網(wǎng)絡化帶來的萬物更加廣泛而深入的連接，使得計算也變得更加復雜。同時，計算規(guī)模和參數(shù)的增大也不斷在加大計算的復雜性。在雙重復雜性的壓力下，計算正面臨著路徑的選擇，即如何實現(xiàn)真正的智慧計算以解決復雜性問題。目前，以ChatGPT為代表的大模型技術十分火熱，但它是否標志著智慧計算的未來仍然不能確定，因為再多的參數(shù)也完全不能保證其能夠向人類一樣學會理解并創(chuàng)造知識。比如，它如何學會“實者虛之、虛者實之”這樣的道理并做出正確的選擇。誠然，毋容置疑的是，即使當前的智能技術不能產(chǎn)生科技質變，但這是科技發(fā)展必經(jīng)的一步，任何的質變都需要量變的積累。隨著智能技術的廣泛應用，尤其是AI4Science的發(fā)展，科學范式正在人工智能的助力下發(fā)生重大變化，這必然孕育出重大突破，今天我們也正處在突破的前夜。

3. 預見：系統(tǒng)科技的增力或成王者榮耀

當前，智能科技的突破關鍵在于如何實現(xiàn)人機智慧融合。但是面對浩如煙海的各種知識，邯鄲學步容易，曹沖稱象何難。我們判斷，要實現(xiàn)這一步重大突破，需要滿足三個前提條件，一是多學科知識融會，必須能夠理解知識背后的邏輯而不是理解表面的知識聯(lián)系，做到舉一反三、觸類旁通；二是抽象思維與邏輯思維融通，不僅會逐步推演而且會瞬間靈機；三是定性與定量計算融合，定性問題可定量化，定量問題亦可定性化。以上三個問題，其本質是知識復雜性、思維復雜性和計算復雜性的規(guī)律特點認知問題。那么，有沒有這樣一種方法來解決以上三個問題呢？我們認為，要解決這個關鍵問題，運用系統(tǒng)科學技術的理論方法來認知知識復雜性、思維復雜性和計算復雜性，或許是一條可行的道路。

為什么是系統(tǒng)科學技術？首先，包含知識、思維、計算的智慧活動是一個開放的復雜巨系統(tǒng)，所以智慧研究要用開放的復雜巨系統(tǒng)的方法論，這個方法論就是知識工程、思維工程、計算工程與系統(tǒng)工程的大融合，也就是錢老提出的大成智慧思想與工程。其次，無論知識融合、思維融合、計算融合，其本質都是“性智”與“量智”的融合，量智是從微觀看宏觀、從量變尋質變，性智是從宏觀去認知、從質變去猜想，兩者的融合就是從定性到定量的綜合集成方法，也叫大成智慧工程，見圖4。錢老曾斷言:“實踐已經(jīng)證明，現(xiàn)在能用的、唯一能有效處理開放的復雜巨系統(tǒng)的方法，就是從定性到定量的綜合集成工程”。最后，知識、思維、計算涉及所有學科的一般規(guī)律性問題，而系統(tǒng)科學技術也恰恰是橫貫所有學科的一般規(guī)律性學問，前中國科學院院長路甬祥院士曾說過,“系統(tǒng)科學是自然科學、工程科學、經(jīng)濟與管理科學的方法和基礎。”

圖 4 專家體系、機器體系、知識體系為基礎的綜合集成

人類與眾不同的一個核心智慧是反思，在我們埋頭于微觀進步的大潮中，我們是否應該抬起頭來審視全局，用系統(tǒng)的思想、方法來反思我們解決問題的思路，不僅僅從微觀去衍化，而是也從宏觀去假設然后驗證，也許這是一條更加簡單且有效的方法。錢老說:“從思維科學角度看，科學工作總是從一個猜想開始的，然后才是科學論證；換言之，科學工作是源于形象思維，終于邏輯思維。形象思維則又是源于藝術，所以科學工作或許是先藝術，然后才是科學?！蔽覀冋J為這很值得我們思考，至少從當前的發(fā)展態(tài)勢看，系統(tǒng)科學是人機智慧融合的必經(jīng)之路（如圖 5），大力發(fā)展系統(tǒng)科學技術，特別是借助數(shù)字化智能化的方法，發(fā)現(xiàn)復雜系統(tǒng)的一般規(guī)律，創(chuàng)新破解復雜性的有效方法，一定會使人機智慧融合技術突破復雜性壁壘，全面支撐人類科技邁上新的臺階。

圖 5 系統(tǒng)科學助力人機智慧融合

4. 總結

在萬物互聯(lián)的數(shù)智時代，智能化無疑是我們前進的方向，但也遇到了復雜性這座巨大的高山，翻越高山就必須實現(xiàn)人機智慧融合，而這就需要把知識、思維、計算緊密聯(lián)系起來，注重用開放的復雜巨系統(tǒng)思想方法去找到一條有效捷徑。早在上世紀60年代，馮.諾依曼就說:“20世紀應該著力解決的焦點問題是復雜性問題，斯蒂芬.霍金也斷言:“21世紀是復雜性科學的世紀”。我們相信，系統(tǒng)科技在數(shù)智時代必然會大放異彩，凸顯它在科技創(chuàng)新中獨特而重要的作用。