综合集成研讨厅体系起源、发展现状与趋势

王丹力 郑 楠 刘成林 ,3

20 世纪80 年代初,钱学森先生在系统科学、思维科学、人体科学等方面进行了开创性的研究.钱先生在多年的科研和领导航天工程的实践中见证了还原论的局限,验证了整体论的不足,开创性地建立了还原论和整体论相统一的系统论.1990 年,钱学森、于景元、戴汝为等在 《自然杂志》上发表了《一个科学新领域——开放的复杂巨系统及其方法论》[1],提出了 “开放的复杂巨系统” 的概念,并给出这类系统的处理方法:综合集成法.后续在不断研究探讨中,钱学森和戴汝为等又进一步提出了 “从定性到定量的综合集成法”[2],“人-机结合、以人为主,从定性到定量的综合集成研讨厅体系”[3]等.这是中国科学家在复杂系统研究方面提出的划时代科学方法论,形成了一个科学新领域.

计算机技术、网络技术、智能技术的飞速发展在为人们和社会带来巨大福祉的同时,也引发了信息泛滥、数字鸿沟、人机脱节等深刻的理论与现实问题,从更深层面提出了科技与人文、个人与社会、自然与技术之间的关系问题.这些问题与社会、经济、文化等多个复杂系统相关联,属于典型的开放的复杂巨系统问题[4],因而解决思路正蕴含于 “综合集成法”之中.这一方面说明了综合集成法作为方法论创新的广泛适用性,另一方面也揭示了其卓越的前瞻性,证明了综合集成法作为当代科学方法论的重要作用.然而,目前人们面临多种开放的复杂巨系统时,没有充分理解这一方法论的重要性,忽视了其指导意义;有些人虽然意识到综合集成法的重要性,但是没有深入研究并无法正确实施这一方法论.为此,深入分析理解综合集成法是非常重要和迫切的问题.

近年来,随着人工智能、物联网、云计算、大数据、移动互联网等新一代信息技术的迅速发展,综合集成法的三个主体(专家体系、知识体系、机器体系)、应用环境和研究对象均发生了较大的变化,如何吸收信息科学、认知科学、智能科学与技术的前沿研究成果,融入更加广泛的智能主体(例如新型智能系统、软硬件系统、各领域专家、数以亿计的广大网民等),设计更为通用、易实现的群体智能融合方法,促进更大范围群体智慧的涌现,共同处理更加复杂的重大决策问题和科技创新问题,是综合集成发展的必然需求和趋势.

在当前社会发展环境和科技进步条件下,本文总结钱学森和戴汝为等在复杂系统综合集成方面的原创成果,回顾综合集成法的发展历程,试图提出新形势下综合集成研讨厅体系的发展方向,希望对研究和处理当前日益增多的开放的复杂巨系统问题提供指导.

1 系统学与开放的复杂巨系统

在国外学术界开始对复杂系统、复杂性进行研究的同时,我国科学家也独立地开展了相关的开拓性工作[5].从上个世纪80 年代开始,钱学森先生倡导并亲自参与了三个讨论班:人体科学讨论班、系统学讨论班和思维科学讨论班[6].这三个讨论班对提炼 “开放的复杂巨系统” 起到了很大的作用.国内以 “开放的复杂巨系统” 及其方法论为代表的系统复杂性研究,是从系统科学出发,把 “开放的复杂巨系统” 的研究作为创建系统科学的基础层次 ——系统学的突破口,而建立起系统科学从基础理论到工程实践的完整体系结构[7].

1.1 系统学

按照钱学森先生提出的现代科学技术体系结构,系统科学是现代科学技术体系中的一大门类.在系统科学体系中,处在应用技术层次上的是系统工程,这是直接用来改造客观世界的工程技术;处在技术科学层次上,直接为系统工程提供理论方法的有运筹学、控制论、信息论等;而处在基础理论层次上的便是系统学[7].

系统学是研究系统结构与功能一般规律的科学[5].对于所有系统来说,系统结构和外部环境决定了系统功能;系统结构及外部环境的改变必然引起系统功能的变化.揭示这些规律便是系统学的基本任务.把控制与管理的思想和概念引入到系统学,是一个重要的学术思想.系统学不仅要以揭示的系统规律去认识系统,而且还要在认识系统的基础上去控制或管理系统,使系统具有人们所希望的功能.在理论分析领域,事物常有两个方面:事物的结构和属性.事物的主要属性之一就是复杂性.我国科学家正是抓住这一特点,提出了开放的复杂巨系统概念.与此相应,提出了处理开放的复杂巨系统的方法论 ——从定性到定量的综合集成法.这些工作是创建系统学的重要内容.

1.2 系统分类

系统科学以系统为研究对象,系统是由相互作用、相互依赖的若干组成部分结合而成,具有特定功能的有机整体,这个有机整体通常又是它从属的更大整体的组成部分[7].系统普遍存在,小到基本粒子,大到整个宇宙,都可视为系统,这些系统的组成部分,也往往构成系统,因此可以说系统无处不在.

从不同的角度,可以对系统进行不同的分类,例如从系统的产生和构建角度,可以把系统分为自然系统、人工系统、符号系统;从系统所占空间尺度的角度,可以划分为渺观系统、微观系统、介观系统、宏观系统、宇观系统;从系统与环境关系的角度,可以划分为孤立系统、封闭系统、开放系统等.

以上系统的分类虽然比较直观,但着眼点过分地放在系统的具体内涵,反而失去系统的本质,而这一点在系统科学研究中又是非常重要的.为此,我国学者提出了以下分类方法:根据组成系统的子系统以及子系统种类的多少和它们之间关联关系的复杂程度,可把系统分为小/大/巨系统或简单/复杂系统.

简单/复杂系统是指组成系统的子系统之间关系比较单纯/复杂.小/大/巨系统是针对子系统多少而言.某些非生命系统,如一台测量仪器,这就是小系统.如果子系统数量相对较多(如几十、上百),如一个工厂,则可称作大系统.若子系统数量非常大(如成千上万、上百亿、万亿),则称作巨系统.若巨系统中子系统种类不太多(几种、几十种),且它们之间关联关系又比较简单,就称作简单巨系统,如激光系统.

如果子系统种类很多并有层次结构,它们之间关联关系又很复杂,这就是复杂巨系统.如果这个系统又是开放的,就称作开放的复杂巨系统.例如:生物体系统、人脑系统、人体系统、地理系统(包括生态系统)、社会系统、星系系统等,这些系统属于开放的复杂巨系统[1].

1.3 开放的复杂巨系统

1.3.1 开放的复杂巨系统概念形成

我国科学家与国外科学家的研究不同之处在于:不是从复杂性的抽象定义出发,而是从实际出发,把复杂性和系统概念结合起来,从方法论角度来区分复杂性和简单性问题.钱学森先生在20 世纪80 年代就指出:“凡现在不能用还原论方法处理的,或不宜用还原论方法处理的问题,而要用或宜用新的科学方法处理的问题,都是复杂性问题,复杂巨系统就是这类问题.” 这样,就从系统学的角度,给了复杂性一个描述[1].

“开放的复杂巨系统” 的提出,经历了长期探索的过程,其概念提炼经历了三个阶段.

1) 第一阶段 “巨系统”

1979 年 《组织管理社会主义建设的技术 ——社会工程》 一文[8],把组织管理社会主义建设的技术叫做社会工程,认为它的 “范围和复杂程度是一般系统工程所没有的.这不只是大系统,而是‘巨系统’,是包括整个社会的系统··· 巨系统的特点有两个:一是系统的组成是分层次、分区域的,即在一个小局部可以直接制约、协调;在此基础上再到几个小局部形成的上一层相互制约、协调;再在上还有更大的层次组织.这叫做多级结构.另一个特点是系统大了,作用就不可能是瞬时一次的,而要分成多阶段来考虑.”

1986 年11 月,钱学森在一次学术研讨会上发表讲话,对当时的 “巨系统” 认识进行了总结:巨系统由许多层次构成的.每个层次都有其功能的特点,很重要的特点就是,这样一个系统的功能不是组成该系统的部分系统所具有的.

2) 第二阶段 “复杂巨系统”

1987 年6 月,钱学森在一次人体科学讨论班上提到 “人体是一个复杂的巨系统.” 到1988 年下半年,对复杂巨系统概念的认识逐渐清晰,其要点包括:

巨系统分两个大的方面,一个方面是简单巨系统,其特点是系统规模巨大(元素或子系统的个数超出常规处理能力),但元素或子系统种类很少,相互关系简单,通常只有微观和宏观两个层次,通过统计综合即可从微观描述过渡到对系统宏观整体的描述.例如气体、激光系统、热力学、统计力学、耗散结构理论等.另外一种是复杂巨系统,不但子系统的数量非常之多,上亿、几十亿,而且子系统的种类花样也非常多,成千上万种,子系统之间形成各种不同的、各层次结构的相互作用,复杂极了.例如人体、社会、生态、地理系统等.在当时对于如何处理复杂巨系统,在系统学中还没有成功的理论.

3) 第三阶段 “开放的复杂巨系统”

1990 年初,钱学森等学者在 《自然》 杂志发表《一个科学新领域 ——开放的复杂巨系统及其方法论》[1],概括了开放的复杂巨系统的三个特征:开放性、巨量性、复杂性.开放性指的是巨系统结构是受环境影响的,它不是固定不变的,外界环境发生变化,其层次结构也会发生变化.系统是可以出现有序化、形成结构,但也可以出现另一种现象,就是混沌.混沌看起来好像是无序的、杂乱的.次年发表的《再谈开放的复杂巨系统》[9],重点补充、强调了层次性、弱结构性特征,至此,开放的复杂巨系统概念基本确立.

1.3.2 开放的复杂巨系统特性

上述分类方式清晰地刻画了系统复杂性的层次.概括地说,开放的复杂巨系统具有如下特性[10-11]:

1) 开放性:系统本身与系统周围的环境有物质、能量和信息的交换,就系统与环境而言,开放环境指的是最为复杂与最常见的不确定的、动态的连续环境类型.复杂性不仅体现在系统本身,而且体现在环境.

2) 层次性:系统是分层次的,从可观测的整体系统到子系统,层次很多,中间的层次又不清晰,甚至连有几个层次也不清楚.子系统或者组件的组成模式多种多样,有些甚至不清楚具体模式,或是一些基本模式的组合,或是变异体.

3) 巨量性:系统中基本单元或子系统数目巨大,达到成千上万甚至数以亿计.而且子系统种类繁多,有几十、上百,甚至几百种.

4) 演化性:系统的组成、组件类型与状态、组件之间的交互以及系统行为随时间不断改变,无法在设计时确定运行时的情况.

5) 涌现性:系统是由时空交叠或分布的组件构成的.组件间通过多种交互模式 (如局部或全局、直接或间接等)进行交互,组件类型与状态、组件之间的交互以及系统行为随时间不断改变,经过一定时间之后在整体上演化出一些独特的、新的性质,形成某种模式.

开放的复杂巨系统最核心的特征是复杂,这种复杂是系统多种特性纠缠作用的结果,很难予以简单还原和分解.由于开放的复杂巨系统的上述特性,早期处理简单系统、巨系统的方法已经不再适用,或者说系统的这种复杂性要求提供全新的研究方法和工具才能处理.近十多年来,国外学者对开放的复杂巨系统进行了扩充,如对复杂组织与企业、复杂数据系统、复杂知识发现系统、复杂人工智能系统等中所涉及的多种复杂性、多种智能、多种交互与耦合等进行了研究[12-15].

总体上说,开放的复杂巨系统的提炼过程就是对 “复杂性” 不断研究,反复认识和深入刻画的过程.这个过程的关键在于:把 “复杂性” 置于系统之中,“复杂性” 不是个空泛的概念,而是系统的复杂性,与系统不可分割.复杂性实质上是开放的复杂巨系统的动力学特性.由于开放的复杂巨系统也把复杂系统、复杂巨系统和开放的简单巨系统视为这类系统的特殊情况,所以复杂性的研究自然也把这些系统的动力学特性概括在其范畴之中.这就为复杂性的研究指明了一个清晰的方向,不但是对系统科学的重大贡献,同时也是以钱学森为代表的我国科学家对复杂性科学的原始创新[16].

2 综合集成研讨厅体系

钱学森先生等在提出开放的复杂巨系统概念的同时就提出了处理这类系统的方法论 ——综合集成法[1].随着对开放的复杂巨系统及其方法论的认识不断深入,逐步将处理开放的复杂巨系统的方法论发展成为 “人-机结合、以人为主,从定性到定量的综合集成研讨厅体系”[17].下面来介绍这一发展过程.

2.1 定性定量结合的综合集成法[1]

在提出开放的复杂巨系统的概念时,钱学森等人也指出有效地处理开放的复杂巨系统的方法论是定性定量相结合的综合集成法.具体描述为:在对社会、地理、人体、军事等开放的复杂巨系统研究中,通常是科学理论、经验知识和专家判断力相结合,提出经验性假设(判断、猜想、设想、方案等);而这些经验性假设往往是定性的认识,难以用严谨的科学方式加以证明,但可用经验性数据和资料以及数字模型对其确实性进行检测;这些模型也必须建立在经验和对系统的实际理解上,经过定量计算、反复对比,最后形成结论;而这样的结论就是我们在现阶段认识客观事物所能达到的最佳结论.

定性定量相结合的综合集成法,就其实质而言,是将专家群体(各种有关的专家)、数据和各种信息与计算机技术有机结合起来,把各种学科的科学理论和人的经验知识结合起来.专家、机器和知识也构成了一个系统.这个方法论的成功应用,就在于发挥这个系统的整体优势和综合优势.图1 给出了综合集成法的示意图.

图1 综合集成法示意图Fig.1 Diagram of metasynthesis

2.2 从定性到定量的综合集成法

1991 年,钱学森先生发表 《再谈开放的复杂巨系统》 一文[9],首次把综合集成法改为从定性到定量的综合集成法.对于这一修改,在1991 年1 月钱学森先生给钱学敏的信中提到:我在一年前还写文章说 “定性与定量相结合的综合集成法”,但我说错了,要改正:是 “从定性到定量的综合集成法,要有从感性认识到理性认识的飞跃! ”.1993 年3 月,钱先生又提到:我原来称为 “定性与定量相结合综合集成法”,后来悟到从感性认识上升到理性认识的道理,在工作中把专家们从实践中总结出的定性认识,点点滴滴,不一定全面的东西,用系统模型加电子计算机试算,逐步搞清搞准,上升为定量认识.定性是点点滴滴、不全面的感性认识;定量就是全面的、深化了的理性认识.这一转变是一个飞跃,所以是辩证思维[7].

在从定性到定量综合集成的过程中,多学科的交叉、结合起着重要作用.现代科学技术高度分化又高度综合,要解决复杂问题,需要多学科结合起来共同攻关.各学科专家在综合集成中不仅可以发挥各自的专长,而且不同学术观点、方法之间还能够相互启发、激励,产生新的思想火花;把这些专家的思想综合集成时,也不是机械性的简单相加,而是形成一个比较完整的整体认识,涌现出一些新的只有整体才具有的属性、内容,这就是整体大于部分之和.

“定性与定量相结合的综合集成法”与 “从定性到定量的综合集成法”,看起来只是文字上稍有差异,事实上这是非常不同的两种思路.从定性到定量的综合集成法强调了思维动态、辩证的属性.从科学发展的过程来看,这个方法论是把还原论与整体论结合起来,即超越了还原论也发展了整体论,是系统学的一种新方法论[3].

2.3 从定性到定量的综合集成研讨厅体系

1992 年钱学森先生在给王寿云的信中提出了“从定性到定量的综合集成研讨厅”的思想.这一学术思想的形成是钱学森汇总了几十年来世界学术讨论的Senimar、C3I 工作及作战模拟、从定性到定量综合集成法、情报信息技术、第五次产业革命、人工智能、灵境(即虚拟现实)、人机结合的智能系统、系统学等方面的经验[10].

在综合集成研讨厅的概念中,研讨厅是专家们同计算机和信息资料情报系统一起工作的 “厅”,是把专家们和知识库、信息系统、人工智能系统、高速计算机等像作战指挥厅那样组织起来,形成巨型的人机结合的智能系统.“组织” 一词代表了逻辑、理性,而专家们和各AI 系统代表了以实践经验为基础的非逻辑、非理性智能.所以这个厅是辩证思维的体现.

一方面专家的心智、经验、形象思维能力及由专家群体互相交流、学习而涌现出来的群体智慧在解决复杂问题中起着主导作用;另一方面机器体系的数据存储、分析、计算以及辅助建模、模型测算等功能是对人心智的一种补充,在问题求解中也起着重要作用;此外知识体系则可以集成不在场的专家以及前人的经验知识、相关的领域知识、有关问题求解的知识等,还可以由这些现有知识经过提炼和演化,形成新的知识,使得研讨厅成为知识的生产和服务体系.这三个体系按照一定的组织方式形成一个整体,构成了一个强大的问题求解系统,可以“提高人的思维能力”,解决那些依靠单个专家无法解决的问题[10].

综合集成研讨厅体系是人工智能技术发展的一次突破,将人作为被综合集成的对象所产生的问题,将是综合集成研究中最复杂的课题[18].因为在这个课题中,综合集成的想法将从算法、模型的综合集成扩展到感知、认知等方面的综合集成.这里的综合集成的意义不是系统仅仅由简单的多种模块所组成,而是根据问题在某时刻的需要,在动态的构成团体的若干个子集不断的信息交流的过程中求得解(一般是局部解).整个研讨厅体系具有进化的特性.

2.4 人-机结合、以人为主,从定性到定量的综合集成研讨厅体系

1992 年,在综合集成法的基础上,钱学森进一步提出建成 “人-机结合、以人为主,从定性到定量的综合集成研讨厅体系”,简称 “综合集成研讨厅体系(Hall for workshop of metasynthetic engineering,HWME)”[19].综合集成研讨厅体系明确地把综合集成法中人-机结合的智慧上升为人-机结合的群体智慧.在这一构思的指引下,综合集成研讨厅体系可以视为一个由专家体系、机器体系、知识体系三者共同构成的虚拟工作空间,如图2 所示.

图2 综合集成研讨厅框架结构示意图Fig.2 Structural representation of HWME

1993 年钱学森先生在给戴汝为的信中强调:从定性到定量综合集成研讨厅体系的核心还是人,即专家们.整个体系的成效有赖于专家们,即人的精神状态,是处于高度激发状态呢,还是混时间状态.只有前者才能使体系高效运转[20].

上述研讨厅体系的设计思想,是把人集中于系统之中,采取人-机结合、以人为主的路线,充分发挥人的作用,使参加研讨的集体在讨论问题时相互激发,相互启发,相互激活,使集体创建远胜于一个人的智慧.通过研讨厅体系,还可以把古今中外人们的知识和智慧通通集成起来,以得出科学的认识和结论[10].

钱学森在提出 “从定性到定量的综合集成法”的过程前后有一个明确的观点,即:面对开放的复杂巨系统,这类问题应该采用的对策是人-机结合、以人为主的综合集成,需要把人的 “心智” 与计算机的高性能两者结合起来.他借用我国哲学家熊十力的 “性智” 和 “量智” 两个概念,在 “人-机”结合中作了新的解释.“性智” 是一种从定性的、宏观的角度,对总的方面加以把握的智慧,与经验的积累、形象思维有密切联系;“量智” 是一种定量的、宏观的分析、概括与推理的智慧,与严格的训练、逻辑思维有密切的联系.“人-机结合”是以人为主,机不能代替人,而是协助人.从信息处理的角度考虑把人的“性智”与 “量智”与计算机的高性能相结合,达到定性的(不精确的)与定量的(精确的)处理相互补充促进.

2.5 基于信息空间的综合集成研讨厅体系

2004 年,戴汝为等发表论文 《基于综合集成的研讨厅体系与系统复杂性》,总结了综合集成研讨厅的构建实践,提出 “基于信息空间的综合集成研讨厅体系(Cyberspace for workshop of metasynthetic engineering,CWME)” 的理论[3].

随着网络的迅速普及,互联网深入人们工作和生活的每一个层面,“Cyberspace (信息空间)” 成为一个重要的概念,它使参与者跨越时间和地域的限制,随时随地就所关心的问题进行研究、交流和探讨,并可随时利用网络上的大量资源.信息技术的发展,为综合集成研讨厅的实现提供了一种新的、可能的形式,是对传统 “厅” 的一种扩展.因此,可建立基于Cyberspace for workshop of metasynthetic engineering 的综合集成研讨厅,即CWME[18].

从HWME 到CWME 是信息社会条件下,对HWME 的一种具体化,一方面意味着信息技术尤其是网络技术的飞速发展,为实现人机结合的巨型智能系统和研讨空间提供了可能;另一方面,也说明,要建立实际可用的研讨厅系统,切实可行的方案是充分利用信息技术的成果,构建一个分布式系统,如图3 所示.

图3 基于信息空间的综合集成研讨厅Fig.3 Example of CWME

从构建基于综合集成的智能工程系统,实现可操作的平台出发,CWME 的研制重点在于:1)充分利用信息技术(核心是网络技术和计算机技术);2)从软硬件体系和组织结构上实现该系统,使之应用于复杂问题的研究实践.涉及到的关键问题包括:人机结合的群体智慧涌现、研讨组织方法、专家群体的有效交互规范、知识管理、系统开发方法、模型集成机制、人机交互方式、信息协作推荐技术等[18,21-23].

2.6 人机结合的智能科学与智能工程

人们清楚地认识到计算机能够对信息进行精确的处理,而且速度非常快,但它的不足之处是定性(不精确)的信息处理能力不足.尽管研究者将一系列近于定性信息处理的方法引入计算机系统中,企图完善其处理能力,但对于真正复杂的问题,计算机还是难以解决.与此相反,与计算机相比较,人处理精确信息能力既慢又差,但是定性信息处理的能力是十分高明的.因此在解决复杂问题的过程中,能够形式化的工作尽量让计算机去完成,一些关键的、无法形式化的工作,则靠人的直接参与,或间接作用,由此构成 “人-机结合” 的系统.这种系统既体现了 “人” 的关键作用,也发挥了计算机的特长.这样一来,人们不仅能处理极为复杂的问题,而且通过 “从定性到定量的综合集成”,达到 “集智慧之大成”[24].

在从事人工智能的研究中,戴汝为等应用思维科学中形象思维的研究成果,发挥形象思维泛化的作用,在采用 “人-机结合” 在模式识别技术中取得重要进展后[25],提出 “人-机结合” 的智能科学[26],突破了当时人工智能的瓶颈,成为当时争相开展的学科领域.这样,既把钱学森关于思维科学是智能计算机的理论基础的论断科学地体现出来,同时,把人工智能的研究提升到智能科学的高度,把 “人-机结合”的思维科学思想嫁接到智能科学的研究,开创了 “人-机结合”研究的新领域[27].这一学术思想的创新观点,为后来人工智能研究的发展所证明.

综合集成的思想在后来的人工智能领域中得到了充分的发挥.按中国文化的习惯,把一个非常复杂的事物的各个方面综合起来叫做 “集大成”.所以把该领域称为 “大成智慧工程” (Metasyntactic engineering).如果将这一工程进一步发展,在理论上提炼成一门学问,就成为 “大成智慧学”.在此基础上,戴汝为在中国科学院第七次院士大会学术报告会上,正式提出人机结合的智能科学与工程是一个新的科学技术领域[28].

2.7 社会智能科学[29]

戴汝为等学者分析、归纳了钱学森先生在复杂系统、综合集成领域的论述,结合基于信息空间综合集成研讨厅体系所取得的理论研究成果,进一步经过工程实践,将综合集成研讨厅体系成功应用于经济、军事以及信息处理领域,形成了在不同领域所涌现的 “社会智能”.其研究指出研讨厅体系除了汇集了古今中外专家的智慧,还具有动态性,能随时吸收互联网上广大网民的智慧成果,集大成得智慧,形成最为合理的解决方案[30].

2009 年,操龙兵、戴汝为等学者提出了综合集成交互M-interaction、综合集成空间M-space、综合集成计算M-computing 等核心概念[16](见图4),其中M-interaction 构成了从定性到定量的综合集成法的主要问题处理机制;M-space 是基于综合集成法的开放的复杂巨系统的问题处理系统;M-computing 则包含了综合集成空间和综合集成交互分析、设计、应用的工程技术手段.这些概念的明晰有助于对复杂系统的深入理解,充分发挥社会智能,开发有效的复杂问题处理手段.

图4 三个研讨空间Fig.4 M-Space,M-Interaction and M-Computing

研讨厅体系所涌现的社会智能,使得研讨厅体系成为社会智能的产生系统.在当今社会条件下,科学地、及时地、准确地处理纷繁复杂的社会问题需要的是 “人-机结合、以人为主” 所涌现出的社会智能,而社会智能正是群体的创造性思维的体现.由此可见,综合集成法及其实践形式,正是当前可持续发展的观点下解决人类面对的现实问题的科学手段.

2.8 小结

上述工作最早是钱学森及戴汝为、于景元等学者开创了综合集成法,从综合集成研讨厅的实现开始,主要的工作是戴汝为及其团队完成的.这些工作使得人机结合的综合集成研讨厅体系在理论、方法和应用方面均取得较大进展,解决了群体决策认知过程、开放式交互建模环境构建、开源情报信息的处理、网络观点态势的挖掘、群体智慧的涌现、支撑系统的研制等关键问题.

当前人工智能领域承认人与智能机器的区别和互补优势,虽然 “深度学习+大数据” 的方法带来了专用智能任务(目标明确、建模简单、有充分的数据用于训练)性能的突破和应用落地,深度学习方法与人的智能相比在可靠性、鲁棒性、可解释性、常识推理、小样本学习、连续自主学习等方面还有明显不足,未来相当长一段时间,机器智能也不可能全面超过人类智能水平.因此,人工智能未来发展提倡人机融合的智能系统,这与综合集成法的思想是一致的.综合集成研讨厅体系由专家体系、机器体系、知识体系三个主体构成,这与当前的人机物三元系统非常类似但又有所区别.人机物三元系统强调系统的构成和交互空间:人+机器+环境.综合集成研讨厅体系强调解决问题的主体:人 +机器+知识.知识是连接人、机器和环境的纽带和解决问题的关键.人、机、物相互融合的三元世界同时也构成一个动态耦合的复杂巨系统[31].为此,可以把综合集成研讨厅体系作为处理人机物三元融合系统的方法论.

3 综合集成研讨厅体系的模型

3.1 综合集成研讨厅体系模型框架

本节旨在为综合集成研讨厅体系建立一种模型框架,如图5 所示.具体描述为:在对开放的复杂巨系统研究中,一方面,基于已有的数据、信息、情报和知识进行推理和知识更新;另一方面,通过模型仿真或者神经计算给出基于已有数据的分析计算结果;专家通过科学理论、经验知识,结合仿真和计算以及知识推理结果,进行深度研讨,提出解决方案,并进行群体方案一致性分析求解,进而得到阶段性结论,该结论可以进行反馈,并通过多次迭代,最终给出人机群体研讨决策的结果,实现对复杂问题的综合集成求解.

图5 综合集成的模型框架Fig.5 Model framework of metasynthesis

3.2 综合集成研讨厅体系模型表示

根据上述综合集成的模型框架,我们将综合集成所要解决的数学问题描述如下:

其中f(Kr) 表示知识推理结果,例如基于知识图谱,采用基于逻辑规则或表示学习等手段进行推理;f(Ms)表示模型仿真和神经计算结果,例如采用当前流行的深度学习、迁移学习、强化学习等方法对数据进行建模分析;f(Gd) 表示专家研讨结果;为综合集成过程; Φi为对当前复杂问题的求解状态,通过上述公式可以看出,当前问题解 Φi是专家群体充分利用知识推理与模型仿真交互作用的结果,并通过多轮迭代涌现群体智慧,给出问题求解的最终方案 Φn.

专家研讨结果f(Gd) 由如下公式给出:

其中αj表示专家个人的认知能力,gj表示专家之间交互研讨的过程.由公式可以看出,专家研讨结果与专家个人的认知能力和研讨交互的过程均有关系,更重要的是在专家个人和群体作用下,以及知识和模型支撑下,才能获得较好的研讨结果,涌现创新的方案.

由综合集成研讨厅体系模型可知,综合集成有以下几个显著特点:

1)强调以人机结合的智能来处理极其复杂的问题;

2)强调智能生成、增强与涌现的开放性和动态性;

3)强调人与机在多个层次上的互补、交互和集成;

4)强调人的智能、机器的智能及人机群体智能的互相激发和融合.

4 综合集成研讨厅的实践

综合集成法本身就是中国学者在社会系统、人体系统和地理系统的实践基础上总结、提炼出来的.通过30 多年对该方法论的研究和发展,如前几节所述,已经应用信息技术、智能技术和社会科学的大量成果,建立了基于信息空间的综合集成研讨厅系统,使得人们在应用综合集成法进行实践活动时,不但可以自觉接受其理论方法的指导,而且拥有了可操作的平台,形成了从理论、方法到技术、工具及系统的实践体系.

本节主要介绍戴汝为团队在宏观经济、军事战略和巨灾防御与应急管理三个领域的实践.

4.1 宏观经济决策

随着社会经济、科学技术的发展,以及人类社会的进步,宏观经济决策成为国家层面需要处理的重大问题.宏观经济决策问题本身涉及内容广泛,系统模型所包含的变量和方程数目庞大,而且这些变量是可变的、互相作用的,经济模型从结构到参数都能发生变化;另外,有许多专家参与决策,涉及人的思维和行为,使整个系统变得非常复杂,是一个典型的开放的复杂巨系统.对于这一复杂系统问题,解决的思路是综合集成研讨厅体系.

在提炼综合集成法阶段,多位专家进行了探索性实践,如:1984 年于景元等完成的国务院委托课题 “关于财政补贴、价格、工资的综合研究”[32];1992～1996 年在国家863 计划智能计算机组的支持下,于景元、戴汝为、冯珊进行了宏观经济智能决策支持系统(An intelligent decision support system for macroeconomy application,MEDSS)的研究与开发[32-34].第一个综合集成研讨厅项目是1999年由戴汝为负责的国家自然科学基金委员会启动的重大研究项目:支持宏观经济决策的人机结合综合集成研讨体系研究.该项目分为四个子课题,由中国科学院自动化研究所、航天集团710 研究所、中国科学院系统科学研究所、清华大学计算机系为首的十余所国内高校和科研单位承担.该项目的一项重要目标就是要建立支持宏观经济决策的综合集成研讨厅.经过5 年的工作,由戴汝为团队构建了一个宏观经济决策综合集成研讨原型系统[10,35-36],其逻辑结构如图6 所示.

图6 宏观经济决策系统结构图Fig.6 Structure diagram of macro-economic decision system

戴汝为团队充分利用互联网和高性能计算等信息技术,解决了专家群体的有效交互促进群体智慧涌现、信息协作推荐、人机结合研讨组织方式方法研究等关键问题,从软硬件体系和组织结构上实现了一个包含宏观经济数据、知识、模型、建模方法的综合集成研讨厅系统,成为复杂社会系统中处理宏观经济决策支持问题的可操作平台.

作为第一个完整体现了综合集成研讨厅体系思想的典型系统,宏观经济决策综合集成研讨厅系统在国内外多个场合进行了多次演示.2003 年系统在国际应用系统分析研究所(International institute for applied systems analysis,IIASA)的复杂系统建模研讨会上进行了演示,受到了与会专家的强烈关注,认为这一系统对于促进理解具有中国原创特色的综合集成法具有重要价值.2003～2005 年期间,先后有多位国家领导人观看了宏观经济决策综合集成研讨系统的演示,认为这一系统已经显露出原始学术创新转化为重大应用的曙光,系统已基本成型,建议推广至国家有关部门使用.2004 年,在国家自然科学基金委员会组织的重大项目 “支持宏观经济决策的人机结合、综合集成体系研究” 验收会上,这一系统成为验收委员关注的焦点,评审专家一致认为该系统已经基本达到了可操作的水平,建议推广至国家有关部门进行使用.

基于该项目,相关课题人员发表了许多重要论文,不仅荣获高度评价,其工程技术方法被许多领域用来解决自己问题,并得到各项科研基金的支持,近30 年来相关领域发表研究论文300 余篇[37],足以说明综合集成研讨厅体系对解决社会各类复杂问题的重大影响.

4.2 战略决策综合集成研讨系统

战略决策问题作为与开放的复杂巨系统相关的问题,从理论和经验上来看,都适宜应用综合集成研讨厅体系进行处理.由中国科学院自动化研究所与我军某科研单位联合组成的 “战略决策综合集成研讨系统”课题组,对综合集成研讨厅体系在军事战略领域应用的可行性进行了反复论证,积极探索将这一中国科学家原创的方法论运用于我国战略决策实践的途径,尝试利用先进的信息技术、智能技术,在综合集成理论的指导下,从计算机软硬件和组织结构上实现面向军事战略问题的综合集成研讨厅,使之为战略决策服务.系统架构如图7 所示[10].该系统结合具体的军事战略问题,挂接相应的资源,以从定性到定量的综合集成研讨方式对问题进行论证研究,检验综合集成研讨系统的可应用程度,验证方法和系统的有效性.

图7 战略决策综合集成研讨系统架构Fig.7 System architecture of HWME for strategic decision

战略决策综合集成研讨系统完成后,在国内某著名军事科研机构展开了多项尝试性的应用,受到用户的好评.用户普遍认为,系统具有如下特色:突出军事战略问题、突出综合集成研讨、突出可视化效果、突出智能化、技术先进、灵活的接口机制与高度可扩展性.因为这些特点,系统适宜于处理以前单靠定性讨论或计算机模型难以处理的复杂战略问题,是一种战略研究的新方法,有望促进战略研究科研方式的转换,从而提高战略研究与决策的质量.

2008 年,时任国家主席、军委主席胡锦涛总书记在视察该研究机构时,现场观看了该系统的演示,指出 “采用综合集成研讨方法深入研究重大现实课题很有意义,希望相关单位把该系统建设好、管理好、运用好,使之发挥应有的作用.”1http://news.sohu.com/20080322/n255846609.shtml这些评价都很好的说明了综合集成研讨厅体系在国家层面战略性应用中的重大价值[10].

4.3 巨灾防御与应急决策综合集成处理框架

巨灾,是地理、生态、社会等多个复杂系统在不同层次、多因素、多环节相互关联、相互作用、相互制约表现出的整体行为,具有复杂性、不确定性和不可预测性.巨灾防御与应急仿真,需要把握和理解相关开放的复杂巨系统的复杂机理,在灾害科学、地理科学、气象科学、计算机科学和社会科学等多学科融合与交叉的基础上,找到对巨灾的干预效果能够达到期望的机制.这是开放的复杂巨系统问题,需要综合多学科多领域的研究成果,形成被所有相关学科共用的同一个集合.

为此,需要对各类巨灾蕴发机理和致灾规律进行综合性研究,对国家巨灾防御的战略和政策进行整体性研究.在这样的背景下,作者所在部门在国家有关单位的委托下,对综合集成研讨厅系统应用于巨灾防御与应急决策的可能性、有效性进行了前期论证和预研工作,形成了构建巨灾防御与应急决策综合集成系统的构思.

首先,通过对真实系统中巨灾的审视与了解,探索巨灾及巨灾链蕴育、发生、发展的机理及其致灾过程,结合已经积累的数据,实现对巨灾的建模,根据所建立的模型对巨灾进行仿真,并显示仿真过程和结果,形成初步的仿真系统.其次,对于初步的仿真系统是否准确描述了相应过程,运用综合集成研讨的方式,将仿真系统与真实系统进行比对,评估仿真的正确性和有效性.根据评估和研讨结果,对巨灾机理、建模方法和仿真技术进行相应的修正和调整,然后改进仿真系统,最后,通过综合集成研讨的方式对二者进行比对,如此多次循环,逐步提高相关研究人员和专家对巨灾问题的认识,不断获得新知识,并将这些知识逐步融入仿真系统,实现越来越准确的仿真.

巨灾防御与应急决策仿真系统的总体框架如图8 所示,该框架自下向上可划分为基础设施、系统平台、应用3 个层次[10].

图8 巨灾防御与应急决策仿真系统总体框架Fig.8 General framework of catastrophe prevention and emergency decision simulation system

将综合集成理论体系引入巨灾研究,不但能够为巨灾防御与应急决策仿真提供科学的、切实可行的理论指导,促进减灾、防灾目标和相关决策支持功能的实现,而且将把复杂系统的研究扩展至地理系统、大气系统、生态环境系统、社会系统等前所未有的交叉与综合范围,巩固并拓展大科学思维,形成我国在灾害防御、决策模拟领域的整体学科优势,为世界范围内复杂系统的研究、复杂问题的处理做出具有中国原创特色的贡献[10].

5 相关研究进展

在国内钱学森等学者提出开放的复杂巨系统及综合集成法的同时,国外也开展了复杂性和复杂系统的研究.下面介绍国内外相关研究的情况.

5.1 国外研究

复杂性科学是一门研究复杂性和复杂系统的跨学科科学,它所要探讨的是复杂系统中各组成部分之间相互作用所涌现(Emergence)出的特性[38-39].它正式产生于20 世纪80 年代,之前也有众多国外科学家为复杂性科学诞生做了大量有益的探索.

近年来,伴随着互联网、云计算和大数据等技术的发展,人工智能技术的不断进步也成为了系统复杂性理论发展的催化剂,认知科学、深度学习、多智能体技术的进步必将为复杂系统的发展创造新的契机.尤其是多智能体系统、混合智能系统、以人为中心的计算系统、复杂自适应系统等都具有典型复杂系统的特点.应用综合集成法进行复杂问题的建模与计算、复杂系统的分析与设计、复杂智能系统的工程化等已成为趋势,例如多种工程方法的集成、多种计算范式的集成、多种学习系统的集成、多种建模与表征方法的集成等,以处理复杂的数据、行为与系统.表1 汇总了国外重要机构关于复杂性、复杂系统研究的部分代表性工作[12,15,38,40-68].

表1 国外对复杂性、复杂系统研究的代表性工作Table 1 Representative work abroad on complexity and complex system

近期随着新冠疫情的肆虐,许多学者从复杂系统、复杂网络角度对新冠疫情进行了分析建模[69-72].COVID-19 在全球的大爆发,NetSI 的学者Zhang等[73]分析接触方式变化对COVID-19 在中国传播的影响,此研究成果发表在了Science上.Kraemer等[74]研究了人口流动性和控制措施对中国COVID-19 疫情传播的影响.SFI 的Hammond 等[75]提出了一种流行病(COVID-19)测试响应模型,结合已知和未知信息产生多种应对政策组合.圣菲研究所名誉教授、物理学家Tsallis 等[69]开发了一组预测新冠疫情的函数概率分布模型,该模型最早被用于描述股市行情信息,但作者发现该函数也可以较好地描述新冠疫情的传播趋势.可以看出,对于复杂系统的研究一直处于前沿热点的研究范畴.

5.2 国内研究

国内相关研究工作主要集中在开放的复杂巨系统及综合集成法方面,前文主要介绍了戴汝为团队的工作,其他主要团队及研究情况见表2.

表2 国内对开放的复杂巨系统及综合集成法的研究Table 2 Domestic research on open complex giant system and metasynthesis

可以看出,三十多年前,钱学森等学者高屋建瓴就前瞻性地预示了科学发展的新领域和新方向,开创性地提出了解决开放的复杂巨系统的方法论 ——“人-机结合、以人为主,从定性到定量的综合集成研讨厅体系”[104].时至今日,该理论仍然在国家经济、安全等领域的科学研究和工程实践中不断验证和发扬,用于处理当今社会面临的各类复杂社会问题.

6 未来发展建议

当前,随着社会经济、网络技术以及人工智能技术的高速发展,综合集成研讨厅体系的应用环境不断变化,日趋复杂;专家本身及专家群体的知识结构和容量、知识获取渠道、知识更新速度、知识分享的模式不断发展;研讨的数据来源、数据体量、数据的处理技术,系统知识的提炼、表达、存储及更新等技术都发生了极大变化;相关软硬件基础设施、计算能力和资源、存储能力和协同模式也获得了巨大进步;同时,我们研究的复杂问题日益增多,问题的复杂性也日益提升.可以说,从研讨的复杂问题、问题所处的环境、专家体系、知识体系和机器体系等都发生了量或质的变化.这些都是推动综合集成研讨厅体系进一步拓展的因素.为此,在当前技术高度繁荣和发展的背景下,重新来探讨综合集成研讨厅体系的发展是非常必要和重要的任务.未来的工作建议从以下几个方面来开展.

6.1 计算框架

1)综合集成研讨厅体系的计算模型.把与复杂问题求解相关的各类专家(包括领域专家和计算机/AI 专家)引入传统的以计算机为主导的智能系统,打破系统的静态性和封闭性,使得人、机均处于问题求解和智能增强回路中,随问题求解阶段、状态不同而持续调整和演化,最终形成群体智慧的涌现,这给复杂智能系统的计算实现带来了极大的挑战.本文首次尝试为复杂问题求解的综合集成法给出了统一的计算模型和数学表示,为未来基于综合集成的研究提供了理论指导.

20 世纪90 年代,戴汝为团队对开放复杂巨系统的问题求解给出了一个求解框架[105]:〈开放的复杂巨系统有关问题、从定性到定量的综合集成法、概念系统结构〉.其中,概念系统结构包括了专家(群体)在求解复杂系统问题时所应用的知识、模型、方法(问题解决的策略)、问题求解思路等以及它们之间的相互关系.运用概念系统结构的思想,设定研讨目标,分解研讨问题,实现研讨问题的快速收敛,最终实现问题解决方案的增量演进、螺旋提升,是构建复杂问题通用求解框架的思路.这个求解框架的计算实现仍需在系统整体架构和知识、模型及集成策略的设计上不断优化.

2)综合集成研讨厅体系扩展.结合复杂性科学、思维科学、认知科学、数据科学和只能科学的发展,不断完善综合集成研讨厅体系.一方面,综合集成研讨厅体系中的专家、知识、机器、模型的类型和能力,知识、数据的来源可以不断扩充,如不确定知识、多源传感信息、领域态势、动态知识等.另一方面,系统结构(包括智能主体、知识、数据的表示及交互、集成、动态演化的模型等)需要相应地扩展,并在系统各层次、各环节(集成、融合、演化环节)引入最新的人工智能技术(如深度学习、知识图谱、图神经网络、强化学习、计算博弈等)来提升问题求解系统的性能.

6.2 关键技术、模型及算法

大至社会、经济、地理、企业、政府系统,小到涉及人们日常起居、学习、工作、生活与娱乐等系统都日趋复杂,涉及包括数据与人、机器在内多源、异构、层次化、演进的复杂性、智能、交互与耦合等,不是仅靠数据与算力就可以处理好的.当前成熟的人工智能算法(如机器学习)只适合静态环境的预测,还不善于处理动态系统问题.处理复杂动态问题的智能算法、智能系统也是复杂系统,比如大规模分布式学习系统、可决策的知识发现系统,需要深度与广度相结合地表征、学习、推理与优化,由此也可以处理目前一些理论、方法、技术与系统所面临的问题[67-68].

面向开放动态复杂系统的问题求解,要充分利用人的智能、机器智能以及人机融合智能来处理,涉及人工智能、人机交互、分布式协同、虚拟/增强/混合现实、边缘计算、数字孪生[106]等新兴技术.其中核心还是智能技术,下面具体介绍主要的智能技术及其与综合集成研讨厅体系的关系.

1)增强智能.增强智能[107]利用机器智能的优势以提升(而非替代)某些智能主体的智力水平或问题求解能力为目标,主要侧重于增强人类智能[108].综合集成研讨厅体系强调智能生成、增强与涌现的开放性和动态性,强调人、机、群体智能的互相激发和增强,因此是增强智能的一个载体.

2)混合智能.混合智能[109]将人的作用与人工智能系统结合,形成混合增强智能的形态.人在回路的混合增强智能将人的作用引入到智能系统的学习和决策中,构成提升智能水平的反馈回路.基于认知计算的混合增强智能则是指在人工智能系统中引入受生物启发的智能计算模型,构建基于认知计算的混合增强智能[110].这类混合智能可通过模仿生物大脑功能提升计算机的感知、推理和决策能力,建立像人脑一样感知、推理和响应激励的智能计算模型[111].混合智能将人与机器的智能结合、相互激发,这与人机结合的综合集成的思想不谋而合.

3)群体智能.群体智能是具有简单智能的个体通过相互协作和竞争涌现出的超越个体智能水平的智能形态.群体智能也可以说是将网络智能引入混合智能系统,助力解决某些工作量巨大但高度依赖于人类独特认知能力的复杂问题.引入网络智能之后,人机结合的综合集成研讨厅体系就包括三个异质的智能群体:计算机(AI)群体、专家群体和网民群体,他们在智能特征、组织结构、行为逻辑上都存在着显著区别,如何融合三者的智能,形成体系智能(群体智慧),需要研究以下问题:三个群体的注意力协同机制,任务动态分配机制,群体之间的交互原则、交互方式与交互界面,意见的一致性衡量和分歧消解机制等.这些方法都可以融合到综合集成研讨厅中,实现人机结合的综合集成和群体决策.

4)人机融合智能[112].人机融合指的是通过人机互动协同,特别是通过文本、图像、语音、脑电等通道实现信息交流和交互协作.人机融合是综合集成研讨厅体系要解决的关键问题,体现在不同研讨阶段:问题分析阶段、讨论阶段、共识达成阶段、决策反馈阶段.在人机融合研讨过程中,机器需要及时准确地感知人的思维状态和意图,并及时提供人所需要的、定性可解释的信息和决策辅助.近年来,以深度学习为代表的人工智能方法[113],在基础知识的定性到定量计算研究上有较大的进展,为人(以定性思维为主)与机器(以定量计算为主)之间的信息交互与融合提供了有效的手段.

综上,增强智能、混合智能、群体智能、人机融合智能等技术在综合集成研讨厅中应用,可以帮助研讨的专家更好地分析和处理复杂问题,快速有效给出群体最优的求解方案;同时,研讨厅也提供了相关技术的应用验证环境、宏观建模指导以及集成多种技术的计算框架,通过求解复杂问题,也可以不断提升智能技术的有效性.

6.3 综合集成研讨平台搭建和应用

充分利用当前新型信息技术、网络技术和智能技术的成果,设计开发综合集成研讨平台和应用系统,实现从态势分析、博弈推演、研讨决策、到行动反馈的复杂问题求解的迭代优化过程;设计实现复杂问题分解工具、环境和态势信息感知工具、群体思维可视化工具、群体推荐服务工具、群体一致性计算工具、研讨智慧涌现支持工具,支持群体专家交流和共识达成过程中的多种数据、模型、仿真引擎、意见形成和评价等,提升群体决策方案质量.主要任务如下:

1)基础AI 资源和开放式建模环境的构建,主要包括:主流的AI 算法、模型库或接口;开放式建模环境.其中开放式建模环境是重点,它支持现有模型的动态组合、数据驱动的现场建模和环境感知,以便根据复杂问题求解需要和环境、态势变化,随时建立、调整、改进模型,实现人-机在现场层面的紧密结合.

2)专家群体交互支撑环境的构建,主要包括人类专家群体进行高效通讯、交流(这里主要是研讨)所需的各种软硬件设备和网络设备,例如网络会议系统、资源共享系统、任务协作系统、信息可视化系统等,以及为提升研讨效率、感知研讨状态、避免交互陷阱、激发群体注意力等目的而提供的各种研讨组织和研讨管理工具.

3)问题求解与决策支持支撑环境的构建,主要包括与复杂问题求解/决策支持相关的通用型支撑、管理工具,例如问题求解模式设置工具、问题求解阶段划分与管理工具、任务分解分配及融合工具、时间/资源管理工具、决策分析工具(包括自动推理、搜索等)、意见一致性工具、求解结果/决策方案质量衡量工具等.

4)群体间交互协作与智能系统融合支撑环境的构建,主要为上述三类智能群体间的交互协作,以及由此协作引导、激发的体系智能融合(群体智慧的涌现)提供工具支撑,包括人机协同界面与工具、人机协同学习支持与管理工具、开放式建模工具、网络交互/数据接口、体系工作状态感知与调控工具、协作质量评价工具、智慧涌现的刻画与衡量机制等.

应用综合集成研讨厅体系进行复杂问题的建模与计算、复杂系统的分析与设计、复杂智能系统的工程实践等,有利于深化综合集成理论方法的计算实现与工程化.实现环节包括多种工程方法的集成、多种计算范式和学习系统的集成、多种知识和信息来源的集成、多种建模与表征方法的集成、模型与知识的增长演化等.不管是综合集成法的研究,还是系统实现和工程化,都与当前智能科学和技术结合日趋紧密,融合发展.

综上,回顾过去,展望未来,从理论方法到关键技术、平台工具,再到实际应用,综合集成研讨厅体系必将为我国的社会发展和科技进步做出更大的贡献.