【文章內(nèi)容簡介】 （ Machine Intelligence） MP—機(jī)器感知（ Machine Perception） , MT—機(jī)器思維（ Machine Thinking） , MB—機(jī)器行為（ Machine Behavior）。 IM—智能機(jī)器 （ Generalized Intelligent Machine） PM—感知機(jī)器（ Perception Machine） , TM—思維機(jī)器（ Thinking Machine） , BM—行為機(jī)器（ Behavior Machine）。 MP—機(jī)器感知 CV—計(jì)算機(jī)視覺（ Computer Vision） , PR—模式識(shí)別（ Pattern Recognition） , NLU—自然語言理解（ Natural Language Understanding） MT—機(jī)器思維 ES—專家系統(tǒng)（ Expert System） , KE—知識(shí)工程（ Knowledge Engineering） , TP—定理證明（ Theorem Proving）。 MB—機(jī)器行為 MG—機(jī)器博奕（ Machine Game） , IC—智能控制（ Intelligent Control） , NLG—自然語言生成（ Natural Language Generation）。 PM—感知機(jī)器 II—智能儀表（ Intelligent Instrument） , RM—識(shí)別機(jī)器（ Recognition Machine） , IS—工程感覺裝置（ Industrial sensor）。 TM—思維機(jī)器， AN —人工神經(jīng)網(wǎng)絡(luò)（ Artificial Neural Network） , IC?—智能計(jì)算機(jī)（ Intelligent Computer） , AB—人工腦（ Artificial Brain）。 BM—行為機(jī)器， IR—智能機(jī)器人（ Intelligent Robot） , IM—智能操作機(jī)（ Intelligent Manipulator） , IN—智能網(wǎng)絡(luò)（ Intelligent Network） 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 11 2．廣義人工智能 — 多學(xué)派、多層次、多智體人工智能 “廣義人工智能 ” 的理論基礎(chǔ) “廣義人工智能 ” 學(xué)科的 理論基礎(chǔ)是 “ 廣義智能信息系統(tǒng)論 ”（ Generalized Intelligence Information System Theory，簡稱GIIST），包括： (1)廣義智能論 : 智能普存論，研究廣義智能的普存性及其存在形式和環(huán)境。人有智能，其他動(dòng)物也有智能，計(jì)算機(jī)有智能，其他機(jī)器也可以有智能。智能普存性是廣義人工智能研究和開發(fā)的前提條件。 (2) 智能信息論 : 感知信息論，研究感知活動(dòng)過程中，廣義信息獲取、存儲(chǔ)、傳遞、變換、處理的理論和方法。如文字、圖象、聲音、語言等多媒體信息的感知理論。思維信息論，研究思維活動(dòng)過程中，廣義信息的獲取、存儲(chǔ)、傳遞、變換、處理的理論和方法。如聯(lián)想學(xué)習(xí)，推理等思維過程的信息理論。行為信息論，研究行為活動(dòng)過程中廣義信息的傳遞、變換、處理和利用的理論和方法。如說話、行走、運(yùn)動(dòng)、操作過程的信息處理和利用方法。 (3)智能系統(tǒng)論 : 感知系統(tǒng)論，研究感知系統(tǒng)的建模、分析和設(shè)計(jì)的理論和方法。如，視覺系統(tǒng)、聽覺系統(tǒng)、嗅覺系統(tǒng)、觸覺系統(tǒng)等，以及多重感知系統(tǒng)的多媒體信息融合及情景協(xié)同問題。思維系統(tǒng)論，研究思維系統(tǒng)的建模、分析和設(shè)計(jì)的理論和方法。如：邏輯思維系統(tǒng)、形象思維系統(tǒng)、創(chuàng)新思維系統(tǒng)的理論與方法，以及群體思維系統(tǒng)的協(xié)同解題與智能集成問題。行為系統(tǒng)論，研究行為系統(tǒng)的建模、分析和設(shè)計(jì)的理論和方法。如人或機(jī)器人的行動(dòng)規(guī)劃系統(tǒng)、運(yùn)動(dòng)控制系統(tǒng)，語言生成系統(tǒng)等，及其相互配合與協(xié)調(diào)控制問題。 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 12 2．廣義人工智能 — 多學(xué)派、多層次、多智體人工智能 廣義人工智能的科學(xué)方法 (1) 多學(xué)科協(xié)同 廣義人工智能是跨學(xué)科的綜合性邊緣學(xué)科，需要采取信息科學(xué)、生物科學(xué)、系統(tǒng)科學(xué)、思維科學(xué)、行為科學(xué)等多學(xué)科協(xié)同的科學(xué)研究方法。 (2) 多途徑結(jié)合 廣義人工智能是對廣義自然智能的模擬、延伸和擴(kuò)展，需要采取功能模擬、結(jié)構(gòu)模擬、行為模擬等定性研究與定量分析，綜合集成的多途徑相結(jié)合的科學(xué)方法。 (3) 多學(xué)派兼容 雖然 , 人工智能領(lǐng)域中存在不同學(xué)派的爭論，但是，為了取長補(bǔ)短，集思廣益，廣義人工智能的研究應(yīng)當(dāng)也需要采取符號(hào)主義，聯(lián)結(jié)主義，行為主義等多學(xué)派兼容的科學(xué)方法。 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 13 3．廣義智能學(xué) — 智能科學(xué)技術(shù)的理論基礎(chǔ) 提出和研究“廣義智能學(xué)”（ Generalized Intelligenics）之目的在于： ? 探討 “ 自然智能 ” （特別是 “ 人的智能 ” ）與“ 人工智能 ” 的共性規(guī)律，對自然智能與人工智能進(jìn)行 “ 協(xié)同研究 ” ， ? 研究 “ 人的智能 ” 與 “ 人工智能 ” 相互結(jié)合的人機(jī) “ 集成智能 ” 、 “ 個(gè)體智能 ” 協(xié)調(diào)涌現(xiàn)的群體 “ 協(xié)同智能 ” ， 為“智能科學(xué)技術(shù)”的發(fā)展提供寬廣的理論基礎(chǔ)。 2020 International Symposium on AI－ 50 Years’ Achievements, Future Directions and Social Impacts (ISAI’06) 2020 Page 14 3．廣義智能學(xué) — 智能科學(xué)技術(shù)的理論基礎(chǔ) “廣義智能學(xué)”的基本概念： “廣義智能學(xué)”的基本概念是“ 廣義智能觀 ”， 其主要觀點(diǎn)如下： ? “ 智能 ” 富于 “ 內(nèi)涵 ” ， ? “ 智能 ” 基于 “ 信息 ” ， ? “ 智能 ” 源于 “ 混沌 ” ， ? “ 智能 ” 寓于 “ 系統(tǒng) ” ， ? “ 智能 ” 善于 “ 協(xié)調(diào) ” ， ? “ 智能 ” 需于 “ 進(jìn)化 ” ， ? “ 智能 ” 待于 “ 開拓 ” ， ? “ 智能 ” 度于 “ 相對 ” ， ? “ 智能 ” 伴于 “ 情感 ” 。 2020 International Symposium on AI－ 50 Years’