摘要：近10 年來，人工智能技術得到了科技與工業界的極大的重視，預示著人類文明將進入智能時代。但是，作為智能時代基礎的“智能科學”還遠未成型。本文從電磁物理信息感知技術的獨特視角，討論智能科學如何發展的一些見解，指出人類智能與外在世界互為對偶問題、相互不可分割的根本屬性，因此按人工智能所應對的對象及關聯學科分為數學、物理、心理、意識4 個階段。其中第1 階段解決智能形成的通用學習算法的數學理論，第2 階段發展應對物理世界的物理智能。以此為基礎，第3 階段發展應對智能涉及社會群體的高階智能，第4 階段研究自由意識的本質和人工智能能否形成意識的超智能問題。結合筆者電磁信息感知專業領域，提出向物理智能發展的微波視覺新概念、相關內涵以及關鍵技術的建議，以筆者團隊在這一方向的前期工作為例，討論了以物理智能為基礎的智能科學的研究與發展。
著名的摩爾定律成功預測了集成電路的指數次增長規律，實際上人類文明和科技的發展也大致遵循指數次增長的規律。如果把人類社會發展史繪制成一條曲線，橫坐標為時間，縱坐標為文明和科技水平，那么它就是一條指數增長曲線。站在今天回望歷史，不難發現人類每一次科技革命到來的時間間隔在指數次遞減。例如40年前的個人計算機技術、100年前的相對論和量子力學、500年前的近代科學起源，又比如兩次工業革命、農業革命、信息產業革命等，無不驗證著這一規律。
有人說人工智能是下一次工業革命，亦或許是人類文明的智能時代。科技是人類文明的核心之一，文明的進步經歷了資源、能量、信息、智能的4個階段（圖1）。冷兵器時代人類文明依賴于自然資源的優勢，熱兵器時代的制勝點在于核武器等大規模殺傷性武器，進入信息時代后體現在信息獲取能力上，發達國家依靠偵察、隱身、賽博等信息技術實現對其他國家的信息不對稱性優勢，可以預見未來決勝的是人工智能水平的高低。
信息時代的關鍵是全面多類精準信息快速獲取和反獲取的能力，包括軍事科技的偵察、隱身、對抗等技術。在大數據獲取能力達到一定的高度，必須由大數據的物理信息進一步進入到其物理世界背后的意識世界中，發展人工智能與超人工智能，實現對抗式的智能感知、處理、推演、決策技術，在未來智能科技時代占據領先優勢。
圖1 人類文明發展的新階段
Fig. 1 New era of human civilization development
10 多年前神經網絡研究先驅Hinton[1]在《Science》上發表的一篇論文在人工智能領域引發了深度學習熱潮。谷歌子公司DeepMind開發的AlphaGo[2]以4∶1戰勝了韓國圍棋九段棋手李世乭，讓人工智能得到了廣泛的關注。人工智能在過去10年取得的重大進展，主要得益于深度學習技術，一種在強大的計算能力、海量的數據支持和改進的算法3個條件下成功實現突破的人工智能技術。
短短10年間，深度學習引發了人工智能在各行各業的研究應用熱潮。在信息、生物、材料、化學等領域均開展了深度學習的人工智能應用研究。在工業界與政府部門，也紛紛推出重磅計劃，為人工智能單設計劃條目。深度學習技術在各領域均找到了應用，從而引起越來越多的關注。
然而，深度學習技術背后的理論積累難以支撐爆炸式增長的技術發展和應用需求。深度神經網絡背后的理論基本上還是30多年前的人工神經網絡理論，僅在深度表征和訓練算法方面有局部突破。智能時代的來臨亟需一門智能科學支撐。它與腦科學、認知科學等相關的諸多人腦功能學科相關聯，又直接面對物理世界與社會科學界的應用需求。智能科學的舉步維艱與人工智能技術應用的火爆現象的反差令人回想起前幾次人工智能曾有過的寒冬。這種嚴峻的趨勢也令多位著名學者進行深刻的思考。
本文簡單討論智能科學這一新學科方向，按人工智能所應對的對象及關聯學科分為數學、物理、心理和意識4個階段，并在物理智能的范疇下結合筆者前期研究提出信息感知的微波視覺新概念、相關內涵及關鍵技術。
1 智能科學
1.1 深度學習
深度學習屬于機器學習，機器學習是人工智能的一個主要分支。深度學習的主要技術即深度神經網絡，它是人工神經網絡領域新興的研究方向。人工神經網絡通過將腦科學、數學、計算機科學、信息處理學、心理學等多個研究領域相互交叉結合，以建立一個可以模擬人腦智能的模型。雖然人腦智能研究僅有不到100年的發展歷史，但已經在機器視覺、人臉識別、語音識別、智能搜索和遺傳編程等領域得到了長足的發展，取得了廣泛的十分有意義的應用。
人工神經網絡研究起源于20世紀50年代，最早的人工神經網絡模型只是對一個神經元接受刺激的響應進行簡單的模擬。然而由于理論的缺乏和計算機技術的限制，人工神經網絡并沒能得到有效的發展。直到20世紀80年代，基于后向傳播（BP）機制的神經網絡得到快速發展。但是由于訓練困難等問題，仍然局限于3層的神經網絡，可以解決的問題很有限。之后，機器學習的主流方法大都是淺層結構算法（如支撐矢量機），少有人關注包含3層結構以上的深層算法。
2006年，Hinton[1]提出通過“貪婪學習”的思路，實現對多層自編碼器的訓練，重新引發了神經網絡領域對于深層網絡的研究興趣。2012年，Hinton團隊[9]將深度卷積網絡用于ImageNet圖像分類挑戰賽上，取得遠高于以往淺層算法的成績，引起機器學習領域的關注。從此機器學習主流開始往多層自動學習算法偏移，超過3 層結構以上的機器學習算法被稱為深度學習。2016年，谷歌子公司DeepMind將深度神經網絡應用于強化學習上，開發了AlphaGo計算機圍棋程序，4∶1擊敗了韓國圍棋九段棋手李世乭，從而引發了各界人士的關注。各行各業對于人工智能的興趣開始爆炸式增長。特別是在工業界，深度學習已被廣泛的應用在各領域，如計算機視覺、語音識別、機器翻譯、搜索引擎、自動駕駛、機器人等。
事實上，深度學習目前最成功的算法應該是深度卷積網絡對于圖像、視頻類空域信息的處理，以及深度循環網絡對于語音、文字類時間序列信息的處理[4]。例如深度強化學習的一些應用，均是得益于這2個核心神經網絡算法對于原始輸入數據的處理。而卷積神經網絡與循環神經網絡這兩種網絡結構早在20世紀90年代就被提出。可見深度神經網絡或深度學習的核心在于“深度”，即用深層結構表征原始數據。
深度學習的核心思想是層次化的特征提取結構（圖2），例如深度卷積網絡仿照哺乳動物視覺神經系統，利用層次化特征提取的信息處理模式。先對輸入信息進行低級特征提取，在高層將低級特征組合成更高級的特征信息，經過多層特征傳遞，得到足夠高級的特征信息，再計算最終的輸出。通過訓練，從海量數據中自動提取所關心的特征，將數據標簽映射擬合到一個高度非線性函數中。所以，深度神經網絡的本質可以看作是一個多層嵌套的非線性擬合函數，它巧妙地通過隨機梯度下降算法將網絡訓練到合適的擬合精度。然而，“深度”的概念也不是最新才提出的，用超過3層的多層神經網絡來擬合的方法也早就被嘗試過。因此學界普遍認為深度學習爆發與3個偶然因素有關：計算能力的指數次增長、數據量的爆炸式增長和神經網絡算法的改進。這3個條件的成熟使得神經網絡邁入了深度學習的階段，因而能解決更接近實際應用的復雜問題。從這個角度看，深度學習的出現對于智能科學而言僅僅是量變，還沒有達到質變。
圖2 深度學習的主要思想：層次化可組合的特征表征框架
Fig. 2 Key idea of deep learning: hierarchical compositional framework of feature representation
回顧歷史可以發現，21世紀初出現的計算能力的增長和數據量的增長使得訓練深度神經網絡成為可能，而算法的改進一直到近幾年來才出現的。從2006年Hinton提出的多層自編碼網絡直到2012年的深度卷積網絡之間并沒有出現很成功的應用，而從2012年之后，視覺計算的最成功應用均采用深度卷積網絡，說明深度神經網絡的核心算法改進發生在2006—2012年。