[1]李德毅.网络时代人工智能研究与发展[J].智能系统学报,2009,4(1):1-6.
LI De-yi.AI research and development in the network age[J].CAAI Transactions on Intelligent Systems,2009,4(1):1-6.
点击复制
《智能系统学报》[ISSN 1673-4785/CN 23-1538/TP] 卷:
4
期数:
2009年第1期
页码:
1-6
栏目:
综述
出版日期:
2009-02-25
- Title:
-
AI research and development in the network age
- 文章编号:
-
1673-4785(2009)01-0001-06
- 作者:
-
李德毅
-
总参第61研究所,北京 100840
- Author(s):
-
LI De-yi
-
China Institute of Electronic System Engineering, Beijing 100840, China
-
- 关键词:
-
网络时代; 人工智能; 不确定性人工智能; 网络智能
- Keywords:
-
network age; artificial intelligence; intelligence with uncertainty; networked intelligence
- 分类号:
-
TP18
- 文献标志码:
-
A
- 摘要:
-
50多年来,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远.当今网络时代,人工智能科学要在学科交叉研究中实现人工智能的发展与创新,会更加关注认知科学、脑科学、生物智能、物理学、网络科学、计算机科学与人工智能之间的交叉渗透,重视认知物理学的研究;自然语言是人工智能研究知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无标度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络智能.对这3个重要方向进行了阐述,并提出了具体建议.
- Abstract:
-
Pattern recognition, knowledge engineering, and robotics have made significant progress in the 50year history of artificial intelligence, yet AI displays far from human intelligence. In the current network era, if researchers in artificial intelligence want to maximize developments and innovations in interdisciplinary studies, they must pay more attention to the intersections and infiltrations of cognitive science, brain science, physics, network science, computer science, and artificial intelligence. Research in cognitive physics will be an especially important direction in AI. Natural language is an important objective in AI research; we need to establish an uncertainty transformation model that can quantitatively represent its concepts. This dictates that an AI science with uncertainty will be developed. Considering the small world model and scalefree features of complex networks in real life, we need to use network topology as a new way for knowledge representation. This will aid study of the progress of network topology, network dynamics and intelligence. This paper discusses these three directions in detail. Some concrete suggestions for further research are also provided.
备注/Memo
收稿日期:2008-11-07.
基金项目:国家自然科学基金资助项目(60496323,60675032);国家973计划资助项目(2004CB719401,2007CB310800).
作者简介:李德毅,男,1944年生,中国工程院院士、国际欧亚科学院院士、博士生导师,指挥自动化和人工智能专家,中国人工智能学会副理事长、中国电子学会副理事长,国家自然科学基金委员会信息科学部主任,软件工程国家重点实验室学术委员会主任,国家自然科学基金委员会重大项目研究组副组长、国家自然科学基金委员会重大项目专家组成员,清华大学、国防大学、国防科技大学、中国人民解放军理工大学、哈尔滨工业大学等多所院校兼职教授,中国科学院计算机语言信息工程中心首席科学顾问,北京邮电大学计算机学院院长.长期从事计算机工程和人工智能学术研究,在国际上第一次提出控制流—数据流图对方法,1985年获得国际IEEE总部授予的计算机和控制类最佳学术成果奖;1999年攻克世界难题三级倒立摆动平衡问题,获得世界自动控制联合会(IFAC)杰出论文奖.他创造的云模型用于不确定性知识的表示和推理,他将物理学方法用于认知科学的研究,创立了认知物理学理论,拓展了人工智能的研究方向.在数据挖掘和信息安全方面承担多项国家自然科学基金项目、973项目和国防预先研究项目.先后获得2项国际学术成就奖、15项国家和军队科技进步奖,其中获得国家科技进步二等奖 1项、三等奖2项,部级科技进步一等奖3项、二等奖4项;荣获何梁何利奖.发表学术论文170余篇,部分被SCI等国际三大索引收录并被上千人次引用,出版中文专著5部,英文专著2部,主编技术丛书7部.
更新日期/Last Update:
2009-03-24