张院士：概括的说，计算机科学与技术可以分为三个方面。一个是计算机硬件，如计算机的体系结构，以及CPU和各种存储器，另一个是计算机软件，没有软件计算机就无法完成任何工作。我们从事的是第三方面，是计算机的应用。我们现在研究的无论是人工智能 ，还是神经元网络，主要的目的都是要让计算机更好用，更有用，让计算机能做更多的事情。大家知道，计算机最初是用来做科学计算的，但随着计算机科技的迅猛发展，人门开始考虑计算机还可以做些什么，能不能像人一样学习，思考，然后解决问题？后来人们找到了另一条道路，就是基于人的知识和经验，用符号推理的办法让计算机来做事情，这就是人工智能 最早的研究成果。近半个世纪以来，人工智能 得到了很大的发展，人们现在可以看到计算机下棋，计算机做决策等等，都是上述成果的具体表现。
人工智能的研究开始于1956年。主要目标是应用符号逻辑的方法模拟人的问题求解、推理、学习等方面的能力。问题求解是人工智能 的核心问题之一，当机器有了对某些问题的求解能力以后，在应用场合遇到这类问题时，便会自动找出正确的解决策略。这种问题求解能力是基于规则的，是能够举一反三的。有了问题求解能力的机器就能比普通机器更灵活地分析问题和处理问题，从而适用于更加复杂多变的应用场合。推理是人的思维的一个重要方面，推理有多种形式，如归纳推理、演绎推理和模糊推理等。人工智能中推理的研究就是要模拟这些推理形式，实现诸如故障诊断、数学定理证明、问题判断等功能。在人工智能 中，"学习"一词有多种含义。在专家系统等应用中，它指的是知识的自动积累；在问题求解中，它指的是根据执行情况修改计划；在数学推理系统中，它指的是根据一些简单的数学概念和公理形成较复杂的概念，作出数学猜想等等。经典人工智能是基于知识的，而知识通过符号进行表示和运用，被具体化为规则等。但是，知识并不都能用符号表示为规则，智能也不都是基于知识的。人们相信，自然智能的物质机构--神经网络的智能是基于结构演化的。因此，20世纪80年代在人工智能理论发展出现停顿时，人工神经网络理论出现新的突破时，基于结构演化的人工智能——计算智能迅速成为人工智能研究的新的发展方向。
图1 计算机下棋软件
图2 索尼智能机器狗
图3机器人足球赛
计算智能是以生物进化的观点认识和模拟智能。按照这一观点，智能是在生物的遗传、变异、生长以及外部环境的自然选择中产生的。在用进废退、优胜劣汰的过程中，适应度高的（头脑）结构被保存下来，智能水平也随之提高。因此说计算智能就是基于结构演化的智能。计算智能的主要方法有人工神经网络、遗传算法、模糊计算等等。这些方法通常具有以下共同的要素：自适应的结构、随机产生的或指定的初始状态、适应度的评测函数、修改结构的操作、控制过程的参数。计算智能的这些方法往往具有自学习、自组织、自适应的特征和简单、通用、鲁棒性强、适于并行处理的优点。在并行搜索、联想记忆、模式识别、知识自动获取等方面得到了广泛的应用。
二、我国人工智能的研究现状和发展特点
图1 作为计算机视觉通道的传感器
图2 具有人工智能的新型机器人
图3 我国的水下机器人“探索者”
张院士：我认为信息科技，包括计算机科技的突出特点有两个方面。一是科技的发展速度非常快，知识更新也非常快。在第一次工业革命时，蒸汽机从研究、设计，所经历的时间都是按照百年来计算的。到了电气化时代，电动机、汽车等产品的研发到推广应用一般是几十年。到了信息时代，信息技术的更新换代，以及信息技术从研究到应用就不能用百年或几十年来计算了，而应该用几年，甚至几个月来计算了。技术不断的创新和进步是信息技术的一个重要的特点。另一方面是信息技术由研究到实用这个过程也很快。几年前人们刚开始研究的技术，现在很多都已经在工作和生活中应用了。基础研究与应用技术之间的距离短是信息科学的另一个特点。说到教育，信息化为教育提供了更多更好的手段。以前课堂上就是黑板粉笔，现在大部分学校都有投影仪，可以进行多媒体教学，使教学更加活泼有趣，提高了教学质量。近几年兴起的网络教育，可以消除地域的差异，让不同地区的人获得同样的信息，同时得到名师的指导。从教师的角度来讲，信息化的发展给教师提出了更高的要求。教师应更注重学生创新能力和自我学习能力的培养，以适应信息科学技术的迅速发展。
三、人工智能科学的基本理论问题和关键技术
张院士：计算机科技自上个世纪诞生以来得到了迅猛的发展，这主要得益于技术的不断创新。随着信息技术的发展，对计算机硬件的要求就会越来越高，芯片的尺寸越来越小，集成度越来越高，速度越来越快。这会涉及到很多问题。包括材料方面，物理方面，以及工艺方面。目前主要采用的是硅材料，今后也可能会采用其他的材料。尺寸的不断缩小，到了纳米的尺度，现在应用的一些物理规律就不再成立，还需要研究纳米尺度下的物质的新的规律。同样，集成度的提高使现有的一些工艺不在有效，要研究开发出更适用的掺杂，光刻，以及封装等工艺。从软件的角度来看，软件越来越复杂，现在软件领域很多理论和技术也难以适应计算机科技的飞速发展。尤其是网络的出现，更加大软件设计的难度和软件运行的不稳定性。我们能够注意到， 上个世纪主要是技术的发展比较多，软件在理论方面的革新并不多。目前和未来的一段时间内，要求能够提出新的模型和新的方法以适应计算机科技的发展。
就我所从事的人工智能的领域来说，对于一个特定的问题，如果我们能够掌握它的规律，能够建立一个数学模型，或者我们有解决这个问题的经验并能够把它描绘出来，那么我们就有可能让计算机来做。但是当前面临一个问题是，随着网络的发展，计算机面对大量的数据，如何从这些数据中发现规律，寻找对我们有用的东西，如何从大量类似的照片中识别出想要的那一张，机器如何去做那些人类难以说清楚如何去做的事情，甚至使那些人还不大回做的事情，这就要通过机器学习。比如如何让计算机通过对大量数据的分析，自动的掌握其中的规律，然后再利用总结出的规律来解决新的问题，这是研究机器学习的重点问题之一，也是人工智能未来发展的重要课题。因为社会上有这种需求，国外有句话叫做“Requirement is the mother of innovation.”就是“需求是创新之母”。信息科学如此，其他科学也是如此。
张院士：一方面，国家需要大量的计算机科技的人才。因为计算机科技对于一个国家经济的发展太重要了。社会的发展要求不同层次的计算机人才，以满足各行各业的需要。比如，越来越多的国家意识到“软件蓝领”对国民经济发展的重要性。另一方面，从计算机科技的发展来说，我们需要高质量的人才来推动我国计算机科技的发展。计算机科技的进步主要在于不断的创新，为了适应二十一世纪计算机科学技术的快速发展，需要人才具有很强的创新能力。所以计算机科技人才的培养最重要的就是要从一开始就要重视对创新能力的培养。
