quot;從0到1”基礎研究: 從人工智能三盤棋說起“從0到1”基礎研究: 從人工智能三盤棋說起 國家科技部、國家發改委、國家教育部、中科院和國家自然科學基金委等五部門于3月3日聯合發文《加強“從0到1”基礎研究工作方案》，提出了很多切實可行的舉措以加強“從0到1”的原創性基礎研究，以鼓勵我國科學家，尤其是青年科學家，開闢新領域、提出新理論、發展新方法，取得重大開創性的原始創新成果，搶佔國際科技競爭的制高點。該方案出現得非常及時，是“破除四唯”的組合拳之一，是廣大從事基礎研究的科研人員，尤其是青年科研人員的“福音”。 由于該方案是全國性綱領性文件，以宏觀原則和總體思路為主。 針對每個具體學科，還需要具體問題具體分析，提出相應的對策。 本文從現在熱門的人工智能（AI）學科的發展，試圖總結如何實現“從0到1”基礎研究的一些具體的規律。人工智能自從1956年提出以來，其發展裡程並非一帆風順，也看不到今天的如日中天，走過的道路非常曲折，經歷了三落三起。在每一次即將衰落之際，恰巧有一個大專家（團隊）臨危受命，以一盤棋挽狂瀾于既倒，扶大廈之將傾。人生如棋局局新，幸虧棋局AI終復興。第一盤棋，是IBM的薩繆爾（Arthur Lee Samuel） 研制的西洋跳棋AI程序，

屏東彩券行

在1962年擊敗了當時全美西洋棋冠軍，引起了巨大的轟動。這個AI程序採用了機器學習中的強化學習技術，具有自學習能力，能不斷提高弈棋水平。薩繆爾參加了人工智能起點的1956年達特茅斯會議， 是AI的創始人之一。他提出了“機器學習”的概念：讓機器在學習中不斷提高性能，並在跳棋程序中進行了實現。因此，一個AI跳棋程序，實現了2個“從0到1”基礎研究：機器學習和強化學習，直到今天還影響深遠。據說薩繆爾研究和完善這個程序化了約10年的功夫，做到了十年磨一劍。跳棋AI程序把AI從谷底拉起，使得AI名聲大振，讓更多研究者獲得更多的支持。但是，跳棋遊戲還是有些簡單，復雜度不高。之後，雖然有80年代神經網絡的興起，但是畢竟解決的都是些簡單的問題（Toy Problem），大家慢慢對人工智能又失去了興趣。此時，急需AI解決一個高難度的問題以重振士氣。國際象棋比跳棋復雜得多，國際象棋大師是人類智慧的傑出代表。從讀博士期間，就專注計算機下棋的許峰雄博士，在IBM公司的支持下，花費約12年時間，終于研發出國際象棋AI程序深藍（Deep Blue），具有超級運算，

北京疫情

快速推理和搜索能力。在1997年5月12日，深藍擊敗了棋王卡斯帕羅夫。當時雖然沒有移動互聯網，也有數以億計的觀眾觀看了現場直播，基本實現了AI家喻戶曉，也再一次挽救了無數AI研究者和研究項目。深藍也有2個“0到1”基礎研究： 1.將通用處理器和象棋加速芯片相結合，極大地提高了計算和搜索速度；2） 匯聚了諸多人類國際象棋大師的知識與智慧，形成了超級專家系統。 在此之後，人工智能的研究又平穩發展了一段時間。雖然在2012年，深度卷積神經網絡技術，使得圖像識別的精度大幅度提高。但是，圖像識別還局限于人工智能很小的領域，知道的人不太多，在社會上反響不大。與此同時，人工智能的熱度也在逐漸下降。如果任其發展，人工智能有可能再此跌入谷底。這個時候，AI急需一場更大的勝利來鼓舞人心。 圍棋是最復雜的棋類，復雜度遠超國際象棋，圍棋大師是人類智慧的最高代表之一。 AlphaGo是 由谷歌（Google）旗下DeepMind公司戴密斯·哈薩比斯領銜的團隊開發。2016年3月，在數十億互聯網觀眾的圍觀下，AlphaGo以4：1戰勝了世界圍棋冠軍李世石，終于引爆了人工智能，使之家喻戶曉，婦孺皆知。AlphaGO實現了2個“從0到1“基礎研究突破：1）將深度學習和強化學習完美結合，形成深度強化學習核心算法；2）將蒙特卡洛方法與深度強化學習有機結合，快速找到超級復雜問題的次優解。 從這三盤棋，我總結人工智能研究“從0到1“基礎研究的發展有三個具體思路。首先，AI研究要挑戰各種人類冠軍，比如中國象棋冠軍，世界橋牌冠軍和各類遊戲冠軍等等。各類人形機器人要與人類選手同場競技，比如與博爾特比短跑，與費德勒比網球 等等。其次，要公開進行比賽，現場直播，尤其要網上直播，形成社會熱點。AI研究水平，是騾子是馬要牽出來溜溜，論文中的結果仿真中的結果可信度不行，不太靠譜，必須真刀真槍的公開比試，類似于我國古代的登台打擂。最後，要實現相互比賽，看誰家能獨領風騷，

永隆電子遊戲場

一覽眾山小。 比如，誰研究的圍棋程序能擊敗谷歌公司的AlphaGO，我們就承認他的AI研究水平達到了世界領先水平。基于5G的智能指揮控制：現狀與前景 ──訪中國科學院自動化研究所研究員王飛躍 未來科學家就是農民，

補班優惠看這篇

就是工人，我們現在已經把軟件工程師變成碼農了，離這個目標不遠了。一個國家只有把科學家變成農民、變成工人，“智農、智工、智員”，這個國家才可能是未來智能時代的領先者。──王飛躍從歷史演進來看錛 無論是形式還是內容錛 通信技術的每一次革命都將為指揮控制帶來一場重大的變革，

國家發改委

因為通信技術對指揮控制起著關鍵性的支撐和引導的作用。第五代通信技術5G也不會例外，它將推動指揮控制向指揮控制管理一體化、智能化發展。應該如何理解5G的推動作用？為什麼指揮控制是企業的未來？指揮控制管理一體化發展需要怎樣的基礎設施？進入平行時代後，我們的工作方式、戰爭形態、戰爭評估會有怎樣的改變？圍繞這些問題，我們走訪了王飛躍研究員，王研究員為我們做了詳細的詮釋。記者：王研究員您好！您在第七屆中國指揮控制大會上做主旨報告時提到，信息技術特別是人工智能技術的發展，致使軍事指揮控制、應急指揮控制趨向常規管理，

順興電子遊戲場

企業中常規的生產管理趨向應急指揮控制，經過融合發展，最終走向指揮控制管理(C2M)一體化。我們應該如何理解5G在其中所起的作用？王研究員：現在，部隊正在實現精準指揮，這樣就把指揮人員變成了控制人員。以前，部隊對裝備實施控制，而現在裝備越來越多，而且被物聯網聯在一起，很難實現精準控制，這就需要像指揮人一樣來指揮裝備。反過來，對人的指揮卻越來越“實時”，指揮人需要像控制設備一樣來“控制”人了，這就是其中的核心問題。智能科技和5G到來之後，不但做實了物聯網，而啟動了一個新的領域，即智聯網。智聯網上跑的是智能機器人，跑的是我們人類自己，我們要從以前互聯網的被動聯接變成物聯網的泛在聯結，即無處不在的聯接，然後再變成智聯網的主動、主控、主導的聯接，最後帶來一個發展趨勢，就是軍事指揮控制的管理化和企業管理的指控化。美國人Marius S. Vassiliou、David S. Alberts和Jonathan R. Arge于2015年合著了一本書《指揮控制的重新構想：企業的未來》（如圖1所示）。這本書告訴我們，在第一次海灣戰爭之後，美國就開始了軍事事務革命，之後又啟動情報事務革命，通過指揮控制的變革將C4KISR再革命一場。圖1 《指揮控制的重新構想：企業的未來》一書的封面記者：這些美國人為什麼要重新考察指揮控制？為什麼將指揮控制視作企業的未來呢？王研究員：這是因為兩大趨勢正在融合發展，一方面是軍事事務的企業化，另一方面是企業管理要像軍事指控一樣迅速精準。蘭德公司在1999年的一份報告中指出：面對豐富和幾乎無限制的信息和通信能力，迫切需要“一個更加深刻的指揮與控制理論”。這本書給出了一個結論是：未來的指揮控制不再是指揮控制。那將是什麼呢？為回答這個問題，我們先來看看美國都做了什麼？在第一次海灣戰爭中，從部隊發出指令到開槍啟動戰爭用了24個小時。1991年1月15日，美軍司令部發出作戰指令，

北京疫情

之後出現了非常多的問題，最主要的問題是軍事物流非常混亂，造成了非軍事人員的傷亡。美軍吸取戰爭中的教訓，開始了一系列軍事能力特別是通信能力的變革，相繼推出了RFID、無線傳感網、車聯網、物聯網(IOT)等。從後面的科索沃戰爭、阿富汗戰爭、伊拉克戰爭可以看出（如圖2所示），通信能力的提升，使得戰爭準備時間越來越短。圖2 美軍軍事能力的提升效果現在，5G來了，而且受到各國特別是美國的關注。美國進行了非常深刻的思考，發布《5G生態系統：對國防部的風險與機遇》和《第五代移動通信技術對國家安全的影響》等公開報告。許多微信群圍繞這兩份報告開展了討論，但都沒有抓到要害，最近，《參考消息》上刊登的一個短報告抓住了要害，該報告指出，5G背後最深刻的影響是指揮控制，因為5G將帶來指揮控制的革命。曾經提出“互聯網”“物聯網”源頭思想的美國文科領域著名雜志《The Atlantic》發表過最深刻的科技文章，二年前提出一個封面問題：“為什麼世界上最好的戰士不斷打敗仗？”《FOREIGN AFFAIRS》雜志封面文章也發出提問：“未來的軍事是什麼？”（如圖3所示）。圖3 提出深刻問題的美國雜志美軍為什麼打敗仗？美國人號稱自己是“鷹(hawk) ”，最後卻做成了“雞(chicken) ”。一架B2轟炸機價值8億美元，每飛行1小時運維耗資1.35億美元，誰開得起啊？這就產生了“雞鷹(Chickenhawk)”效果。除了無人機，其他武器在“第四代戰爭（MOOTW）”中很難發揮作用，幾乎是“大砲打蚊子”，無法持續。美軍陸海戰隊步兵約十萬人，佔總軍力的5%，死亡卻佔80%，從M16到M4（不比AK-47），

屏東彩券行

士兵手上的武器不合適，是導致傷亡過大的最大原因。若升級，每個步兵就需要約1千美元，共計約1億美元，費用不及一架F-35，但是，美軍就是不升級，因為一旦升級，就必然要關閉原有生產線！生產線影響相關州的經濟，生產線所在的州是絕不允許其被關閉的，這就陷入了僵局。美國民主黨總統競選者桑德斯最反對經濟上的浪費，他稱“F-35飛機是難以想象的浪費”，但不管怎麼反對，他仍堅持“我的州必須有F-35的基地！” 這就是“雞鷹”政治（Chickenhawk Politics）。美國參議院一個參議員認為，美國的出路在于“改變戰爭對象！”，也許，與中國打“貿易戰”就是他們所選的出路？記者：在指揮控制管理化和管理指揮控制化方面，我國的現狀如何？王研究員：我們可以通過兩個實例，來看看我國的現狀。圖4是來自阿裡雲的一幅圖，從圖中可以看出，阿裡的物流、交易、反黑客都已經變成了作戰並實施作戰指揮。阿裡已將數據智能成功實踐于安全治理，例如，在G20峰會期間，阿裡實現了聯合指揮（如圖5所示）。圖4 阿裡的現狀圖5 阿裡的G20聯合指揮商家的商業管理已經戰爭化、軍事化了。我在2017年的“雙11”期間到阿裡的現場看了一下（如圖6所示），我開始不明白“光明頂”是什麼意思？我問我的學生，學生告訴我這個“光明頂”是武俠小說裡武林各派高手決戰之地。在阿裡的“光明頂”裡，就是核心作戰室，還有總指揮部、阿裡雲作戰室、安全作戰室、淘寶作戰室等。最讓我感動的是，這裡一些30歲的年輕人就已經是老人了，

安卓遊戲APK

他們在四分鐘內就已經完成上百億元的訂單。這就是企業管理向指控化、指揮控制向管理化發展的一個真實例證。這也讓我真真地感受到：時代變了。圖6 阿裡在2017年“雙11”期間的作戰室下面，讓我們再來看看交通領域。這個領域也在發生劇變，2010年，在廣州舉辦亞運會期間，亞運場館間交通通道情況如圖7所示，其公交監控調度系統涉及600多條線路、8000多輛公交車、400多輛小巴士，為實現無縫接駁，需要實時發出13000多條指令。現在的城市管理交通更加復雜，僅僅靠人的智力、管理、指揮、控制來實現，是對人智力的非分要求。經過研究，我們搭建了一個復雜交通系統平行指揮與控制系統的可視化原型，初步實現了對城市交通的智能化管理（如圖8所示）。圖7 2010年廣州亞運會期間的亞運場館間交通通道總圖圖8 復雜交通系統平行指揮與控制的可視化原型上面的示例都告訴我們一個事實，指揮控制所涉及到的人、信息與結構及其對象，都已經或正在發生深刻的變化。而且，

上海國際電影節

其核心任務正從傳統的軍事行動轉向“復雜聯盟民事-軍事行動（Complex Coalition Civil-Military Operations）”，整個領域面臨著一場深刻的“範例轉移”式的大變革。5G正是這場變革的催化劑，它將助推指揮控制管理的一體化發展。美國靠所謂的軍工復合體走到今天，而且認識到，他已經走到了“雞鷹”狀態。我希望我國的軍民融合要走出一條新路，這就是我們的中國夢，我們的自信應該建立在這個基礎上。現在，美國、德國正在大力搞信息物理系統(CPS)，我認為，我們一定要跨越CPS，要走進信息物理社會系統(CPSS)，這個發展趨勢就擺在我們眼前（如圖9所示）。圖9 向CPSS發展示意圖記者：指揮控制管理的一體化和智能化發展需要怎樣的基礎設施呢？王研究員：網絡化帶來了網絡系統賽博化、工程系統社會化、社會系統工程化，這“三化”讓簡單的事物變成了復雜的事物，改變了我們的工作方式，即從小5G跳到大5G。大5G（Grids）的第一個G就是交通網（Grids 1.0），然後是能源網（Grids 2.0）、信息網（Grids 3.0），發展到今天是物聯網（Grids 4.0），在人類的主導下，下一步將發展的是智聯網（Grids 5.0）（如圖10所示）。如此發展下去，社會形態將完全轉變為智能社會（即社會運作+共享經濟）。圖10 智能社會基礎設施智能社會必須得到這五張大網的支撐，有了大5G，就可以把波普爾的三個世界（即物理世界、心理世界、人工世界）緊密聯結為一個整體（如圖11所示），並同時開發三個世界。圖11 大5G與卡爾•波普爾的三個世界的聯結在三個世界中，開發不同的IT，但它們的縮寫都是一樣的（如圖12所示）。在第一世界即物理世界中，開發的IT是工業技術(Industry Technology)錛在第二世界即心理世界中，開發的IT是信息技術(Information Technology)錛在第三世界即人工世界中，開發的IT是智能技術(Intelligent Technology)。圖12 三個IT與卡爾•波普爾的三個世界的開發現在，我們要重點開發人工世界，而且要同時並行開發三個IT，這就是從互聯網向物聯網再向智聯網發展的根本原因。要發展智聯網，需要智能科技數據之力、計算之力、算法之力、網絡之力、區塊鏈之力的“五力合一”（如圖13所示）。只是基于大數據的人工智能，就像把大樓建在土基或沙基上，是不可能牢固的，大樓要建設在鋼筋混凝土之上，所以，一定要把大數據提鍊成區塊鏈，把沙基、土基變成鋼筋混凝土地基，這樣，就可以快速建造智能大層。圖13 新IT：智能科技之“五力合一”記者：近年來，X5.0的全新理念已被提出，認為在機械化、電氣化、信息化、網絡化後，我們進入了第5個技術發展階段，即平行化，就是以虛實平行互動為特征的智能技術時代。我們是否可以這樣理解：工業、指揮控制、情報、軍事等均進入了5.0時代？王研究員：是的，工業已經進入5.0，正在邁向平行智能產業。與此同時，網絡化作戰已經向平行化作戰演進，進入了平行時代，指揮控制也進入到5.0時代（如圖14所示），從信息主導轉到思維主導。圖14 指揮控制進入5.0時代情報更是如此（如圖15所示）。從“一戰”時期的人員情報(HUMINT錛 Human Intelligence)，到“二戰”時期的信號情報(SIGINT錛 Signal Intelligence)，到“冷戰”時期的圖像情報(INMINT，Image Intelligence)，

吃角子老虎機玩具

到“網絡戰”時期的網絡情報（NETINT，Network Intelligence）/開源情報(OSINT，Open Source Intelligence)，再往下發展，就是“智能”時期的平行情報(PARINT，Parallel Intelligence)。怎麼智能？就是平行。情報5.0的核心在于虛與實互動、情報與智能合一的平行思想，兩個關鍵支撐為ACP（人工社會+計算實驗+平行執行）理論和社會物理信息系統CPSS（Cyber-Physical-Social-System）基礎設施，三個主題為智能組織或智能結構、智慧行為或智慧管理、社會智能或智能解析，四個集成使人員、裝備、信息、使命密切地融合成一個整體，

眾志成城進行曲

最終目標為使情報工作所面臨的UDC──不定性（Uncertainty）、多樣性（Diversity）和復雜性（Complexity）轉化成為完成特定任務和使命所生成情報之AFC──靈捷（Agility）、聚焦（Focus）、收斂（Convergence）。圖15 情報進入5.0時代軍事也已經進入5.0時代（如圖16所示），將在三個世界一起打仗。以後，軍隊不再是物理的軍隊，而是軟件定義的軍隊，其力量將成為主導。圖16 軍事進入5.0時代我們有兩個20%的擔心，擔心只有20%的軍人在想軍事的事情，擔心他們只把20%的時間花在軍事上，乘起來就只有4%。需要通過虛實互動的平行部隊，把兩個20%變成兩個200%，這就需要有不同的認識。如圖17所示，工業4.0的核心是ICT+CPS，I代表信息，C代表通信，S代表系統，我們不能再停留在工業自動化的水平上，我們通過工業自動化走到今天，下一步一定要走向知識自動化，走進工業5.0時代。在工業5.0時代，I代表智能，C代表連接性，但S則代表社會，人成為最重要的因素。圖17 不同時代的不同認識記者：在5.0時代，我們的工作方式將發生怎樣的變化？王研究員：我相信，用知識機器人來指揮人、控制人將是未來的工作方式。如圖18所示，當雇一個人類職員時，需要給他配三個機器人：一個是“描述”機器人，負責告訴他這個崗位是幹什麼的；一個是“預測”機器人，負責告訴他會發生什麼事情；一個是“引導”機器人，負責告訴他最佳實踐是什麼。機器人是鐵打的營盤，人是流水的兵，因為人會退休或辭職，但機器人會牢牢守在崗位上，他們不會死，人類只需要給這些機器人喂養“糧食”而已，信息就是糧食，人類給機器人提供不定性、多樣性、復雜性的信息，機器人就會把這些信息內化成它的敏捷性、向問題聚焦的能力、向目標收斂的能力，它把“小數據”導成“大數據”，再把“大數據”鍊出“小智能”，就像AlphaGo一樣，機器人將擴展並給予人類“真正”的智能。圖18 未來的工作方式未來指揮控制的大部分工作將由虛擬的、軟件定義的知識機器人來完成。從美軍的“深綠”計劃可以看出，美軍正在向這個方向發展。美軍的“深綠”計劃正在研發指揮官助手（Commander’s Associate），其目標是具有能夠為指揮官提供快速生成定性的、粗略的行動計劃（COA）草圖的能力，而且這種草圖是計算機能夠理解的。指揮官助手將把指揮官手繪的草圖與其對企圖的口述一起自動化地轉換為旅一級的行動計劃。指揮官助手必須有助于選擇方案生成、想定訓練和快速決策。此外，指揮官助手將以輔助戰場可視化和認知的方式將信息顯示給指揮官。記者：未來，戰爭將向什麼方向發展？到那時，為什麼人工世界的制智能權更為重要？王研究員：未來，戰爭將向明戰、暗戰、觀戰“三戰合一”的方向發展（如圖19所示）。“明戰”是指物理空間的傳統戰爭，“暗戰”是指賽博空間的網絡戰爭，都是指揮員指哪兒就打哪兒；“觀戰”是社會域的政治戰爭、社會戰爭，一旦打起來，就是打哪兒指哪兒。2012年的“巴以衝突”是“三戰合一”的第一個實例；2014年的“克裡米亞事件”則是“三戰合一”的第二個實例，俄羅斯通過烏克蘭危機與西方打了一場“混合戰爭”，既有政治和軍事上的博弈，也有道德和輿論的較量。圖19 “三戰合一”的跨域作戰經過2000年的發展變化，戰爭終于走到了軍民分離，現在幾乎已經實現了人機分離，無人機的高精控制、精準打擊等問題已經得到解決。隨著5G、物聯網的興起，戰爭的常態就是人機分離，將來最重要的戰爭形式就是城市戰。所以，一定要在技術上爭取絕對的優先權，使戰爭走向虛實分離。電競遊戲剛剛起步，在不遠的將來，戰士在部隊通過打遊戲就可以打出戰鬥力。遊戲也將成為企業的標配，就像軟件工程一樣，通過打遊戲就可以打出企業的生產效益，這就是經濟的走向。我們走到今天靠的是“國富論”。“國富論”實際上就是“專業分工”，現在我們已經做到了人機分工，將來一定要做到虛實分工，讓上面所述的三個機器人把事情都做了。人就當警察，讓現實世界從100%的安全邁向300%的安全。如圖20所示，未來，一支軍隊或一個國家有多大的威懾力，不在于物理空間的武器裝備，而在于人工空間的知識儲備、理性程度和智能水平，我們必須保證擁有人工世界的制智能權。圖20 保證人工世界的制智能權我們還要重視新文化，樹立新理念。在軍事上，通過軍事區塊鏈把不對稱的戰爭變成對稱的和平，在商業上，通過商業區塊鏈把不對稱的競爭變成對稱的效益，靠創新而不是靠壟斷來贏得發展。我們至少要有這種理念，佔領道德的制高點。例如，實現演習的管理化、指揮控制的演習化、演習的電影化（如圖21所示），依靠5G的傳輸能力，以可交互、易理解的電影形式給作戰人員下達作戰方案。圖21 演習的電影化記者：您前面談到我們已進入5.0時代，我們如何進行軍事行動的效果評估呢？王研究員：將來，如圖22所示，戰士一定是平行的，武器也是平行的，軍事肯定也是平行的，戰爭也將是平行的。圖22 一切都是平行的在軍事行動的效果評估方面，需要綜合利用物理世界評估、心理世界評估和人工世界評估（如圖23所示）。美國已經把物理損害評估(PDA)做到了極致，可以完成90%的物理損害評估，現在，美國已經開始研究網絡損害評估(CDA)和社會損害評估(SDA)。圖23 平行軍事與效果評估記者：在平行時代，我們的目標是什麼？王研究員：要改變戰爭的形態，走向虛實分明。西方的哲學和軍事信念就是，“戰爭是政治的延續”；毛澤東在《論持久戰》中指出，“政治是不流血的戰爭，戰爭是流血的政治。”我們要靠智能技術、軍事技術，“讓政治成為戰爭的延續”。傳統上，“吃一塹、長一智”是通過在物理世界頭破血流甚至搭上生命的“吃一塹”，換來在虛擬的知識世界裡“長一智”。我們需要換個思路，在人工世界“吃一塹、吃多塹”，幫助我們在物理世界“長一智”。如此，就可以靠軍事智能走向虛實分離的和平戰爭（如圖24所示）。圖24 由人工世界幫助實現物理世界的智慧記者：我們怎麼才能實現虛實分明這個目標？王研究員：我認為，應該靠常態化、平民化的科學研究與技術開發。前美國中央情報局局長杜勒斯的回答是，“科學家是高地，科學家是未來，科學家是長期的回報。”以後，科學家就是農民，就是工人，我們現在已經把軟件工程師變成碼農了，離這個目標不遠了，一個國家只有把科學家變成農民、變成工人，這個國家才可能是未來智能時代的領先者。 本文轉載鏈接：http://blog.sciencenet.cn/blog-2374-1205647.html，