认知科学对人工科学的引领趋势

1/19《学术界》2015年12月第12期，总第211期第21~36页认知科学对人工科学的引领趋势张寅生中国科学技术信息研究所摘要：本文总结了认知科学对人工科学的引领趋势，包括：人的高维度认知能力的揭示；产品和服务的认知能力的强化和泛化；人机交互和融合的深化。突出体现认知引领作用的人工科学领域，包括：人体及其功能特征识别、生命体征和健康状态模式识别，脑机接口，感知复位和感知替代，感性工学、丰心工学和情感计算，传感技术，有意识机器人，智能硬件及嵌入式认知系统，实时动态控制，认知通信网络和认知成像技术，机器学习，自动推理，类脑计算，空间认知，智能制造。在全球范围内，企业创新要素已经大量融入与认知相关的思想和技术。在科学技术领域，认知科学正在构建一个科学技术发展范式，使得科学技术也在模仿认知功能。关键词：认知类脑计算人工科学脑机接口设计人机交互科学范式机器意识SomeLeadingTrendsofCognitionScienceonArtificialSciencesZhangYonshengInstituteofScientific&TechnicalInformationofChinaSomeleadingtrendsofcognitionscienceonartificialsciencesaredrawn,suchasrevelationofhighdimensionsofhumancognitionability;strengtheningandgeneralizationofthecognitiveabilitiesofproductsandservices;deepeningofhuman-computerinteraction2/19andcoalescence.Thehighlightspecialtiesorfieldsshowingthetrendarelistedasthefollows:humanphysical-or-functional-featuresrecognition;computer-braininterface;perceptionresetandperceptionalternative;kanseiengineering,mindengineeringandemotionalcalculation;sensingtechnology;consciousrobot;intelligenthardwareandtheembeddedcognitivesystem;automatedreal-timecontrol;cognitivecommunicationsnetworkandcognitiveimagingtechnology;machinelearning;automatedreasoning;brain-likecalculation;spacecognition;intelligentmanufacturing.Meanwhile,innovationofenterpriseslearnsandbenefitmoreandmorefromcognitivesciencesandtechnologies;cognitiveparadigmofscienceandtechnologyisformingwhichimitateshumancognitivefunctionstoconstructknowledgeandtechnologies.KeyWords:cognitionscience;artificialscience;brain-likecomputation;computer-braininteraction;design;human-machineinterface;paradigmofscience;machineconsciousness一、人工科学和认知科学的基本概念和学科发展概况“人工科学”是司马贺（HerbertA.Simon）于20世纪60年代提出的。这一概念指谓“人工的科学”，即人工物和人工行为相关的科学。他纳入这一科学领域的典型学科是计算机科学、设计科学、心理学、认知科学、艺术学、管理学、经济学等这些以人自身或人干预的对象为研究对象的学科。近年来，包括人工科学的科学技术发展呈现可很多革命性的变化，这些变化很多是司马贺所预测的，有些则具有新的特征，其中一个进化模式上的特征是认知科学对人工科学的影响。自美国于1979年成立认知科学协会（CognitiveScienceSociety）以来，认知科学被认为作为一门独立学科正式诞生。2000年，美国国家科学基金会和美国商务部资助的一个研究项目对美国新世纪优先研究与发展的领域进行了研究与建议，确定了一个战略性的方向，即着眼提高人类能力的聚合科技，其核心学科被选择为纳米、生物、信息、认知（Nanotechnology，Biotechnology，InformationTechnology，CognitiveScience：NBIC）四个学科，在世界科技领域大大提高了认知科学在科技领域的引领作用。该研究成果集中体现在《NBIC报告》之中，报告称：[1]在下个世纪，或者在大约5代人的时期之内，一些突破会出现在纳米技术、生物技术（消融了自然和人造的分子系统之间的界限）、信息科学（导向更加自主的、智能3/19的机器）、生物科学和生命科学（通过基因和蛋白质学来延长人类生命）、认知和神经科学（创造出人工神经网络并破译人类认知）和社会科学（理解文化媒母，驾驭集体智商）领域，这些突破被用于加速技术进步的步伐，并可能会再一次改变我们的物种，其深远意义可能媲美数十万年以前人类首次学会口头语言。NBICS（纳米-生物-信息-认知-社会）的技术综合可能会成为人类伟大变革的推进器。这个报告将认知科学等四学科带来的科技融合与人类进化史上的言语产生、制造工具、计算机发明等里程碑事件相提并论，足见其对认知科学引领作用的认可。在我国，认知科学尚没有列入教育部等多个科学管理组织的学科目录，但是已经成立了认知科学学会，认知专业研究机构也有增加趋势，并有多个专业的认知会议举办。如清华大学心理与认知科学研究中心主办的全国认知科学会议截止至2015年已经举办了7届。认知科学对于人工科术的影响也越来越引起重视。已经有著作专门研究认知与人工科学的关系，如JeffJohnson的《认知与设计》[2]。在我国设计界也提出了“设计学的基础科学是认知科学”的结论[3]。二、当前认知科学对人工科学引领领域和成果从近期的人工科学现状和趋势分析，以下人工科学领域，特别是创新设计领域，突出体现了认知科学的引领作用，特别体现了认知科学的直接研究成果和研究方法特征。1．人体及其功能特征识别技术、生命体征和健康状态模式识别技术。已经识别的人体及其功能特征包括：指纹、虹膜、人脸、语音、DNA等等，其基本方法包括傅立叶分析等滤波技术、概率计算方法、机器学习方法。此外，在设备医学诊断中也有大量的模式识别技术应用。与此相关的技术是生命体征和健康（疾病）状态模式识别技术。这些技术原理需要考虑复杂而模糊的生命状态识模式，同时还需考虑多因素的因果性和大量的随机性，其识别原理与单项的人体器官和单独功能特征识别有别。通过推理诊断简单模式的诊断在人工智能早期的疾病诊断系统已有应用，如专家诊断系统：诊断血液中细菌的感染MYCIN，血液凝结系统诊断CLOT；此外还有通过知识库机器规则推理实现特征推导。近期的技术如Tripath[4]和Cytyc[5]公司的细胞和癌症检测识别技术，通过成像识别模式特征。在健康和卫生数据中的生物和行为模式的数据分析将人体分析即模式识别技术扩大到了多模态数据和生命体多功能数据，称为当前大数据分析方法新兴的领域之一。人体及其功能特征识别、生命体征和健康状态模式识别，大致上是人自身非意识主导的生命体征模式；对它们的认知（cognition，也就是识别）是人的涉身认知能力、自我认知能力的模拟、延伸和技术化。4/192．脑机接口技术，包括脑-机接口、机-脑接口、脑-脑接口技术。上述交互方式都已经实现，其识别和控制程度和复杂度差异很大。脑机接口是通过传感器获取脑信号进行再进行模式识别；机脑接口将机器信号直接传递给大脑或大脑信号，以期由机器模拟意念驱动脑神经或意识，达到行使意念控制的效果；脑-脑接口将脑信号获取后经过编码传输、解码作用于另外的大脑进行脑信号之间的直接作用。脑信号的主要类别是脑电波和功能核磁共振读取的脑血氧图。当前功能核磁共振可扫描的大脑立体像素可达10万个。此外，脑神经已经能够真实成像，图1是VanJ.Wedeen小组拍摄的脑神经3D图像[6]。图1脑神经3D图像对实体—脑的直接映射关系的fMRI成像研究获得了很大进展。已经能够实现通过视物的fMRI脑信号还原被视物。对于具有语义学独立特征的物体的fMRI脑信号模式也已经被解读。这种方法将脑信号的不同特征进行设置为特征空间进行机器学习从而识别脑信号的特征模式及其行为相关性，即多维个体系分析方法（multi-voxelpatternanalysis，MVPA）[7]。机脑接口的成功实验是用认为设置的波形控制动物脑神经并驱动肢体，相当于“创造意识”。美国匹兹堡大学的安德鲁·施瓦茨博士等人对两只短尾猴进行了“意念”操纵机械臂抓取食物的实验，他们在猴子脑部运动神经皮层植入100个微小电极。电极彼此形成网络，每个电极与一个神经细胞连接，这些电极还通过计算机与机械臂相连。当脑细胞发出某种活动指令时，电极会将接收到的信号经计算机处理后传送给三维机械臂，指挥其完成抓取放在面前的葡萄等食物的任务。其成功率分别为61％和78％[8][9]。5/19对于任务的脑fMRI脑信号的解读的重要进展还包括加州大学洛杉矶分校通过脑核磁共振能够识别8种任务，如读词、说出是否押韵的配对词，查音调的数量对特定目标按钮，决定如何花钱买东西[10]。脑在进行逻辑运算的fMRI脑信号的实验也进行了一些，见本作者的综述文献[11]。脑脑通信最近的实验进展是身在印度的实验者用脑电波对位于法国的人说出了“hola”和“ciao”(西班牙语和意大利语“你好”)，对方通过脑电波理解了这个问候。脑电波在远程传输时经过了编码和解码。这个实验完成了“心灵感应”的过程。见图2。图2脑-脑通信过程示意图脑机接口技术将开启人工智能的新阶段，它将直接解读意识并控制客体[12]。3．感知复位和感知替代。视听觉、肢体等替代性和辅助性器官都已经生产出来，实现了人造物连接生物体的神经甚至高级神经系统，并实现了意念控制植入到人体的人造器官。硅芯片植入人的左前臂神经系统中，产生了一部分是人类肉体、一部分是电脑芯片的神奇“电子人”。美国西北工业大学完成了假肢与外周或替代性神经相连[13]。总之，人机融合的趋势已经增强，人机边界变得模糊了。4．感性工学（KanseiEngineering）、丰心工学和情感计算。感性工学的出现体现了设计从单纯考虑产品实用功能向同时注重用户生理体验的转变。感性工学的基本方法是注重用户体验分析，但是对用户感觉特别是非肢体的多种感觉的分析，对用户多层心理的分析特别是量化分析因时代局限有所不足。几年来随着认知科学和信息科学的深化，对用户的生理、心理及其多层面、多模态的信息获取和计算已经具有初步成果。丰心工学和情感计算针对人的内心情绪和感觉的连续变量、不确定性的计算。目前的主要技术包括对对情感、感觉及其相6/19关心理数据的采集和表示模式的解读，包括对面部表情、情感表达的自然语言、语音中的感情色彩、生理数据的模式识别。国内的典型应用是华为设计引入消费者感受分析，实现手机设计的美感提升设计。本世纪初华为手机尚未对产品的心理感受没有充分给予关注，此后华为产品在设计上充分引入设计感情工学，对手机外观形象给予高度重视后将手机业看成时尚业，注重产品的心理效应和艺术效果，而不只是通信功能。由此使华为公司赢得了高端手机的巨大市场份额。图3：华为手机（引自华为网站）5．传感技术。传感器模拟