CCCF | 李国杰：计算机科学基础理论需要重塑

近几年来，IEEE-CS 前任主席戴维·格里尔 (David Grier)每期都给本刊写一篇专栏文章。一个外国学者对中国的学会期刊如此热心执着，令人感动。作为主编，我对他表示由衷的敬意和感谢。在本期的专栏文章“正确的基础”中，他深刻地指出：“现在统计人工智能已经在计算机科学领域占据了一席之地。然而，与构成计算科学基础的逻辑学和离散数学的方法完全不同，它似乎代表着另外一种与传统计算机科学完全不同的根基。”从事计算机科学研究的学者应当重视这个最基础的理论问题。

长期以来，计算机领域将离散数学（主要是布尔代数和数理逻辑）作为本学科的理论基础，有些学者甚至认为微积分等高等数学对计算机系的本科教育都不重要。但是，人工智能的发展史给我们重要的启示，早期完全基于数理逻辑的学科体系到上世纪80年代已基本瓦解了，以后的二三十年内几乎不再提人工智能学科，机器学习、自然语言理解、计算机视觉、机器人、认知科学等学科在独立发展的过程中，不约而同地发现了一个新的平台，这就是概率建模和随机计算。

实际上，不光是人工智能，几乎所有的现代科学都越来越多地依赖于概率论。量子力学改变了传统的逻辑定义，把概率看成逻辑的内在组成；生命的本质存在于大数据的统计规律之中；“逻辑概率论”也构成了经济学家凯恩斯的研究基础。在计算机领域，构造一台完全靠公理化驱动的自动机也不现实，面对复杂环境，我们需要放弃严格逻辑而改用概率逻辑。

冯·诺伊曼研制计算机的初衷是实现两个目标，一个是一般性功能的计算机，另一个是基于自动机理论、自然规律和人工智能的计算机。他在临终前赶写的《计算机与大脑》一书中，花了约 80 页描述计算的神经模型，希望将神经模型与布尔代数的逻辑联系起来，但他没来得及完成。冯·诺伊曼没有实现的遗愿现在仍然是计算机领域最具挑战性的科学问题。

这里讲的计算机学科基础理论，不是在解决智能应用问题中简单地集成逻辑推理和统计学方法，而是要从最基础的层次探索计算原理，从理论上深入融合数理逻辑和概率统计。美国学术界认为逻辑推理是人工智能的第一波，统计学习是第二波，现在的第三波是寻求具有可解释性和更加通用的新理论和新技术。我国新一代人工智能规划提出了大数据智能、群体智能等若干条技术路线，但对涉及智能与计算本质的基础理论研究没有做出明确的部署。

人工智能现在虽然很火，但像蒸汽机和电动机一样划时代的产品还没有出现，人类真正进入智能时代可能需要理论上的重大突破，在哲学思想上，可能也需要思路上的大转变。人工智能界许多有识之士都在做基础性的理论探索，例如张钹院士追求的“真正的人工智能”、朱松纯教授探索的乌鸦式人工智能，都是试图实现自上而下的逻辑推理与自下而上的统计学习无缝融合。希望我国学者在重塑计算机科学基础理论的攻坚中做出开创性的贡献。

作者介绍