1 新時(shí)代, 新思想

卡爾,波普爾, 當代西方最有影響的科學(xué)哲學(xué)家, 認為現實(shí)是由三個(gè)世界組成的:物理、心理和人工世界^[1].卡爾·雅斯貝思, 在中華人民共和國誕生的1949年寫(xiě)了一本在全世界深具影響的書(shū), 名為《歷史的起源與目標》, 提出了“軸心時(shí)代”這一概念, 如圖1所示.我們認為, 物理、心理和人工世界, 每個(gè)世界都應有自己的“軸心時(shí)代”, 雅斯貝思只是道出了第一物理世界的“軸心時(shí)代”: 公元前800到200年, 以中東、印度、中國、希臘--羅馬為中心的人性大覺(jué)醒和哲學(xué)大突破時(shí)代.對于其他兩個(gè)世界, 第二心理世界的“軸心時(shí)代”剛剛結束, 就是從文藝復興開(kāi)始到愛(ài)因斯坦為代表的人類(lèi)理性的大覺(jué)醒和科學(xué)的大突破的時(shí)代; 第三人工世界的“軸心時(shí)代”源自哥德?tīng)柕牟煌陚涠ɡ? 激發(fā)了維納、圖靈和馮··諾依曼等對智能和計算的新認識, 將是智性的大覺(jué)醒和技術(shù)的大突破, 從而有了今天的人工智能和智能技術(shù).

人類(lèi)一直在圍繞著(zhù)三個(gè)世界建立“網(wǎng)” (Grids), 第一張網(wǎng)Grids 1.0, 就是交通網(wǎng); 接著(zhù)Grids 2.0,能源網(wǎng); Grids 3.0, 信息網(wǎng)或互聯(lián)網(wǎng); Grids 4.0, 物聯(lián)網(wǎng); 現在即將開(kāi)始第五張網(wǎng)的建設: Grids 5.0,智聯(lián)網(wǎng)(Internet of minds, IoM).這五張網(wǎng), 把三個(gè)世界整合在一起, 其中交通、信息、智聯(lián)分別是物理、心理、虛擬三個(gè)世界自己的主網(wǎng), 而能源和物聯(lián)分別是第一和第二、第二和第三世界之間的過(guò)渡, 即人類(lèi)通過(guò)Grids 2.0從物理世界獲得物質(zhì)和能源, 借助Grids 4.0由人工世界(或稱(chēng)虛擬世界、智理世界)取得智源和知識.圍繞上述五張網(wǎng), 人類(lèi)社會(huì )已經(jīng)進(jìn)行了一系列的工業(yè)革命.第一次工業(yè)革命的核心是蒸汽機, 第二次工業(yè)革命的核心是電動(dòng)機, 第三次工業(yè)革命的核心是計算機技術(shù), 第四次工業(yè)革命的核心是網(wǎng)絡(luò ), 特別是物聯(lián)網(wǎng)技術(shù).我們認為, 人類(lèi)已開(kāi)始步入穩定的第五次工業(yè)革命, 即工業(yè)5.0之初始階段, 接下來(lái)就是虛實(shí)平行的智能機所推動(dòng)的智能時(shí)代.

第三軸心時(shí)代正在開(kāi)啟, 我們即將面臨第五次工業(yè)革命, 因此必須開(kāi)拓思路和重新審視并建立我們的智能技術(shù)基礎設施:智聯(lián)網(wǎng).在智能時(shí)代, 智聯(lián)網(wǎng)必須在卡爾··波普爾的三個(gè)世界中整合Grid 1.0到Grid5.0的特性和功能, 形成一個(gè)合一的網(wǎng).而這樣的網(wǎng)和技術(shù)已經(jīng)出現端倪, 如社會(huì )交通(Uber, MoBike), 社會(huì )能源(從智能電網(wǎng)、能源互聯(lián)網(wǎng)再到社會(huì )能源), 社會(huì )計算, 社會(huì )制造, 社會(huì )智能.而這些最新出現的智能技術(shù)和系統, 必將促生智能生態(tài)系統, 共享服務(wù), 共享經(jīng)濟, 最終形成智能社會(huì ).

2 智聯(lián)網(wǎng)

2.1 概念與定義

背景: 為什么需要智聯(lián)網(wǎng)？簡(jiǎn)而言之, 新軸心時(shí)代核心科技的必需.在智能時(shí)代新革命中, 最顯著(zhù)的特征, 就是智能科技作為人類(lèi)和社會(huì )智能的直接延伸而出現.此時(shí), 復雜系統, 特別是社會(huì )復雜系統的管理與控制需要超過(guò)人腦信息處理帶寬和速度, 導致人們更需要借助知識自動(dòng)化所衍生出的機器智能來(lái)彌補其自身智能上的不足, 進(jìn)而才能去完成各種層出不窮的時(shí)變性、不定性、多樣性、復雜性^[2].而整個(gè)社會(huì )正在涌現海量的、各種層次上的大數據和智能體.盡管這些智能體在數據和信息的層面上實(shí)現了互相連通,但是由于缺乏智能聯(lián)結機制, 它們在知識層面上并未做到直接連通.智聯(lián)網(wǎng), 正是實(shí)現借助機器智能的聯(lián)結來(lái)協(xié)同人類(lèi)社會(huì )中各種紛雜智能體的核心科技.而只有在實(shí)現社會(huì )化的智能體知識互聯(lián)之后, 人工智能技術(shù)才能夠形成真正的社會(huì )化生態(tài)系統.

如果說(shuō)互聯(lián)網(wǎng)的實(shí)質(zhì)是實(shí)現“虛連”或“被動(dòng)聯(lián)結”, 物聯(lián)網(wǎng)的實(shí)質(zhì)是“實(shí)連”或“在線(xiàn)聯(lián)結”, 則智聯(lián)網(wǎng)的實(shí)質(zhì)是“真聯(lián)”或“主動(dòng)聯(lián)結”.智聯(lián)網(wǎng)是新智能時(shí)代的核心科技, 毫無(wú)疑問(wèn), 只有在智聯(lián)網(wǎng)建成之后才可以宣告智能時(shí)代的全面來(lái)臨.

智聯(lián)網(wǎng)定義: 在這里為智聯(lián)網(wǎng)的定義做一個(gè)初步簡(jiǎn)要的闡述:智聯(lián)網(wǎng), 以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)為前序基礎科技, 在此之上以知識自動(dòng)化系統為核心系統, 以知識計算為核心技術(shù), 以獲取知識、表達知識、交換知識、關(guān)聯(lián)知識為關(guān)鍵任務(wù), 進(jìn)而建立包含人機物在內的智能實(shí)體之間語(yǔ)義層次的聯(lián)結、實(shí)現各智能體所擁有的知識之間的互聯(lián)互通; 智聯(lián)網(wǎng)的最終目的是支撐和完成需要大規模社會(huì )化協(xié)作的、特別是在復雜系統中需要的知識功能和知識服務(wù).

實(shí)質(zhì): 智聯(lián)網(wǎng)并非空中樓閣, 智聯(lián)網(wǎng)是建立在互聯(lián)網(wǎng)(數據信息互聯(lián))和物聯(lián)網(wǎng)(感知控制互聯(lián))基礎上的, 目標是“知識智能互聯(lián)”的系統.智聯(lián)網(wǎng)的目標是達成智能體群體之間的“協(xié)同知識自動(dòng)化”和“協(xié)同認知智能”, 即以某種協(xié)同的方式進(jìn)行從原始經(jīng)驗數據的主動(dòng)采集、獲取知識、交換知識、關(guān)聯(lián)知識,到知識功能, 如推理、策略、決策、規劃、管控等的全自動(dòng)化過(guò)程, 因此智聯(lián)網(wǎng)的實(shí)質(zhì)是一種全新的、直接面向智能的復雜協(xié)同知識自動(dòng)化系統.

協(xié)同認知智能: 以人體大腦以及神經(jīng)系統作為比喻, 互聯(lián)網(wǎng)完成的是信息的互聯(lián)互通, 有如遍布人體的神經(jīng)傳導和連接; 物聯(lián)網(wǎng)完成了萬(wàn)物互聯(lián)的信息采集和驅動(dòng)控制, 有如負責反射的脊髓神經(jīng)系統、負責處理傳感信息的傳感系統、負責協(xié)調控制人體的小腦、腦干、中腦、腦中等系統, 其功能即根據環(huán)境輸入, 協(xié)調和決定控制輸出, 屬于反應智能(動(dòng)物智能).而智聯(lián)網(wǎng)追求的是認知智能, 即描述智能、預測智能、引導智能的合一體, 完成對系統在知識層面的思考, 自動(dòng)、自覺(jué)地完成系統高級知識功能, 如長(cháng)短期規劃、重大決策、策略制定、基于環(huán)境動(dòng)態(tài)的適應、復雜系統狀態(tài)分析、復雜系統管控等.智聯(lián)網(wǎng)、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)需要將高等(認知)、中等(反應)、低等(反射)智能通過(guò)某種機制統攝到一起, 類(lèi)似于人體就是三種智能的統一體一樣, 形成感知、認知、思維、行動(dòng)一體化的大智能系統.

更進(jìn)一步, 智聯(lián)網(wǎng)智能最大的特征, 是實(shí)現海量智能體在知識層面的直接連通, 即“協(xié)同智能”; 互聯(lián)網(wǎng)傳輸的是數據與信息, 實(shí)現的是信息的協(xié)同, 物聯(lián)網(wǎng)傳輸的是傳感和管控的數據, 實(shí)現的是感知和控制的協(xié)同; 而智聯(lián)網(wǎng)的智能互聯(lián), 交換的是知識本身, 經(jīng)過(guò)充分的交互, 在知識的交換中完成復雜知識系統的建立、配置和優(yōu)化; 同時(shí)海量的智能實(shí)體, 組成由知識聯(lián)結的復雜系統, 依據一定的運行規則和機制, 如同人類(lèi)社會(huì )一樣, 形成社會(huì )化的自組織、自運行、自?xún)?yōu)化、自適應、自協(xié)作的網(wǎng)絡(luò )組織.我們期待基于智聯(lián)網(wǎng)所實(shí)現的協(xié)同智能能夠創(chuàng )造出新的人工智能科技和應用的范式轉移, 使人類(lèi)社會(huì )的智能水平能夠躍升到全新的高度, 同時(shí)我們更期待在這樣一個(gè)由智能體組成的復雜系統中, 全新的智能現象能夠從復雜性中涌現并帶來(lái)革命性的突破.

2.2 智聯(lián)網(wǎng)前沿應用領(lǐng)域

智聯(lián)網(wǎng)意味向社會(huì )化的知識連通、智能整合的躍進(jìn); 意味著(zhù)從相對獨立的簡(jiǎn)單知識系統, 向著(zhù)基于知識聯(lián)結的、整合為一的復雜知識系統的躍進(jìn); 意味著(zhù)從以“牛頓定律”為代表的精確物質(zhì)系統, 向以“默頓定律”為代表的自由意志系統的躍進(jìn).因此, 可以預見(jiàn), 智聯(lián)網(wǎng)的實(shí)現標志著(zhù)新智能時(shí)代全面到來(lái), 將是未來(lái)智能技術(shù)的核心之一, 具有極其廣闊的革命性應用前景.本節簡(jiǎn)述其的三個(gè)前沿應用領(lǐng)域作為示例.

1) 信息物理社會(huì )系統(Cyber-physical-social systems, CPSS): 隨著(zhù)信息和物理系統被進(jìn)一步融合貫通,形成了高級、復雜的信息物理系統(CPS). CPS理念被廣泛應用于交通、能源、國防、制造、醫療、電力、農業(yè)等方面.顯然, 作為CPS系統的設計者、制造者、管理者和使用者, 人與CPS系統是緊密結合在一起的,需要人參與其中才能使系統更高效、安全、可靠地運行.在這其中, 人與信息物理系統之間的運行模式有共融、協(xié)同、主導、輔助、監管等, 催生了信息物理社會(huì )系統(CPSS)的誕生和發(fā)展.中國科學(xué)家團體已經(jīng)開(kāi)展富有成果的探索, 但其解決途徑與方法, 我們認為只能蘊含在物理空間和虛擬空間Cyberspace融合的求解空間之中^[3].而且關(guān)鍵在于引入能提供社會(huì )信號的智能實(shí)體, 構建專(zhuān)業(yè)和社會(huì )性的知識網(wǎng)絡(luò ), 認知和感知社會(huì )或企業(yè)等組織, 通過(guò)CPSS, 實(shí)現智慧運營(yíng)和管理. CPSS的知識, 蘊含和隱匿在海量物理和社會(huì )智能實(shí)體之內, 對知識獲取和運用, 需要社會(huì )化的智能協(xié)作, 因此必須借助智能和知識工程技術(shù), 也就是說(shuō), 知識自動(dòng)化和智聯(lián)網(wǎng)將在CPSS中發(fā)揮核心的作用^[4-5].

2) 軟件定義的流程與系統: 在工程領(lǐng)域, 越來(lái)越多的系統打破常規, 并通過(guò)開(kāi)放的軟件定義的系統接口實(shí)現系統功能的靈活重構, 使得未來(lái)工程系統成為智能實(shí)體的聯(lián)合體, 極大地改善了系統的擴展能力和靈活性.當代軟件定義系統前沿的代表為軟件定義網(wǎng)絡(luò )(SDN), 靈捷虛擬企業(yè)(Agile virtual enterprise, AVE)^[6]和社會(huì )制造(眾包)^[7].知識自動(dòng)化和智聯(lián)網(wǎng), 是軟件定義流程與系統的核心:結合知識表示和知識工程,聯(lián)結智能實(shí)體, 構造和支撐各類(lèi)針對特定領(lǐng)域和問(wèn)題的軟件定義的流程(Software-defined processes, SDP)和軟件定義的系統(Software-defined systems, SDS).通過(guò)SDP和SDS, 使常識、經(jīng)驗、猜測、假定、希望、創(chuàng )新、想象等形式化和實(shí)質(zhì)化, 并使其組織、過(guò)程、功能等軟件化, 變?yōu)榭刹僮?、可計算、可試驗的流程和系統, 從而能夠進(jìn)一步落實(shí)復雜知識自動(dòng)化系統的構想、設計、實(shí)施、運營(yíng)、管理與控制^[8].

3) 工業(yè)智聯(lián)網(wǎng): 從上世紀中期開(kāi)始, 網(wǎng)絡(luò )化工業(yè)控制及其自動(dòng)化經(jīng)過(guò)了20世紀60~70年代的模擬儀表控制系統、80~90年代的集散控制系統、21世紀初的占主導地位的現場(chǎng)總線(xiàn)控制系統, 以及當前正在普及應用中的工業(yè)物聯(lián)網(wǎng).網(wǎng)絡(luò )化工控系統總體趨勢是從簡(jiǎn)單的本地儀控, 慢慢演化到遠程智能的復雜系統管控.當前的工業(yè)物聯(lián)網(wǎng)的注意力主要放在工業(yè)網(wǎng)絡(luò )的精確性、確定性、自適應性、安全性等以工業(yè)用通信為中心的研發(fā)和應用上.但是隨著(zhù)智能制造的廣度和深度進(jìn)一步發(fā)展, 即將出現“軟件定義工業(yè)”、“類(lèi)工業(yè)領(lǐng)域”、“廣義工業(yè)”、“社會(huì )制造”、“社會(huì )工業(yè)”等智能大工業(yè)新形態(tài), 而智聯(lián)網(wǎng)將在該發(fā)展過(guò)程中起決定性的作用.工業(yè)智聯(lián)網(wǎng)的誕生, 將會(huì )以極高的效率整合各種工業(yè)和社會(huì )資源、極大減小工業(yè)過(guò)程中的浪費和消耗、極大地解放工業(yè)生產(chǎn)力, 并促進(jìn)智能大工業(yè)的出現和高速發(fā)展.

以上只是對智聯(lián)網(wǎng)前沿應用的舉例, 在社會(huì )的各種行業(yè)和產(chǎn)業(yè)中, 其應用還包括農業(yè)智聯(lián)網(wǎng)、能源智聯(lián)網(wǎng)、醫療智聯(lián)網(wǎng)、教育智聯(lián)網(wǎng)和各種社會(huì )管理和服務(wù)智聯(lián)網(wǎng)等等.如上所述, 盡管智聯(lián)網(wǎng)及協(xié)同知識自動(dòng)化系統在新智能時(shí)代具有決定性的地位, 但是作為一門(mén)嶄新的學(xué)科, 缺乏基礎理論支持, 也缺乏實(shí)際應用平臺與實(shí)踐驗證.本文的目的, 拋磚引玉, 提出智聯(lián)網(wǎng)的概念和定義, 論證智聯(lián)網(wǎng)的核心問(wèn)題、并探索智聯(lián)網(wǎng)的可行的技術(shù)路徑.

圖3 智聯(lián)網(wǎng)的基本概念和框架

3 智聯(lián)網(wǎng)的核心問(wèn)題

智聯(lián)網(wǎng)是以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)為前序基礎科技, 在其之上建立起來(lái)的全新的面向智能的語(yǔ)義知識網(wǎng)絡(luò ).在建立起這樣的網(wǎng)絡(luò )之前, 我們歸納了其必須解決的核心問(wèn)題, 即知識的獲取, 知識的表達, 知識的傳遞, 知識的聯(lián)結和知識的利用.需要強調的是, 這五個(gè)核心問(wèn)題并非互相孤立的, 而是在邏輯上緊密相連、互相覆蓋的.知識的發(fā)現、表達、傳遞、聯(lián)結和利用既是古老的哲學(xué)和科學(xué)命題, 也是當今智能科學(xué)的前沿研究課題.本文中并無(wú)意圖(也無(wú)可能)對這些問(wèn)題做出全面的解答, 而將圍繞已有學(xué)術(shù)理論對前四個(gè)問(wèn)題簡(jiǎn)要地進(jìn)行闡述.

3.1 知識的獲取

文獻[4]中, 我們提出了一種一般化的知識自動(dòng)化系統和知識計算架構, 工作過(guò)程依次包括: 1)構建多尺度時(shí)空數據模型:數據模型是感性混雜的數據的抽象組織形式, 用于描述和模擬現實(shí)世界的信息結構及其變化^[9]; 2)時(shí)空數據子集特征化:特征化的目的是為了讓信息從原始的數據空間轉換到特征空間, 揭示數據內在特征; 3)知識對象的檢測與提取:旨在從時(shí)空數據集的某個(gè)子空間中“分割”出具有知識價(jià)值的對象; 4)知識對象屬性的提取和概念的形成:人工智能通過(guò)多種知識表征, 表現領(lǐng)域實(shí)體的本質(zhì)及實(shí)體間的關(guān)聯(lián); 5)知識空間和知識庫構建:利用從特征化的多尺度時(shí)空數據中提取的知識對象, 以及知識對象的各種屬性, 利用集合論和粒度計算理論, 即可實(shí)現知識空間和知識庫的構建^[10-15]; 6)知識動(dòng)力學(xué):為知識體系和知識過(guò)程建立一個(gè)可描述的、可計算的、可數值求解的理論框架.

這里所述的知識自動(dòng)化系統構建方法, 實(shí)際上是單個(gè)智能體從復雜世界的感性混雜數據中獲取和積累知識的過(guò)程.利用這些知識, 以達到描述、預測、控制和評估目標問(wèn)題的目的.為了使智能分析和綜合達到系統化、一致性、形式化, 我們提出知識動(dòng)力學(xué)系統, 其中, 問(wèn)題、情形、策略、觀(guān)察、目標和評估使用知識來(lái)表達, 進(jìn)而有效地直接利用知識來(lái)處理目標問(wèn)題的建模、分析和綜合^[16-19].而多個(gè)智能體的協(xié)同, 則依賴(lài)下述的知識協(xié)同表征與傳遞,以及知識的聯(lián)結與協(xié)同運行.

3.2 知識的協(xié)同表征與傳遞

我們將知識的表達與知識的傳遞合為一個(gè)主題討論, 這是因為這兩個(gè)核心問(wèn)題在邏輯上關(guān)系極為緊密.對于單個(gè)的智能體, 在上一小節中建立的一般性知識自動(dòng)化過(guò)程即可完成從數據到知識的轉化.但在協(xié)同知識自動(dòng)化過(guò)程中, 就會(huì )產(chǎn)生新的問(wèn)題:單個(gè)智能體的知識獲取是智能體內在的過(guò)程, 而知識的協(xié)同卻是一個(gè)外在的過(guò)程, 需要一種可以表達知識的公共機制, 從而實(shí)現知識的傳遞.該公共機制, 即是廣義下的“語(yǔ)言”.因此, 知識的表達與傳遞的核心問(wèn)題就是為智聯(lián)網(wǎng)定義和建立一套語(yǔ)言系統, 使得不同智能實(shí)體之間、不同的智能群體之間擁有公共的知識表達機制和方式, 從而使得知識的傳遞成為可能.

1) 知識的表征: 知識的表征是智能實(shí)體對知識結構、方式和內容的系統性標識.知識表征的方法有多種, 廣泛使用的包括:謂詞邏輯、語(yǔ)義網(wǎng)絡(luò )、概念圖、產(chǎn)生式系統、框架表示、面向對象表示、表象計算模型, 以及當前被集中研究的連接主義表征等.一種知識內容可以用單種表征形式來(lái)表述, 也可用多種表征形式來(lái)聯(lián)合描述.以上節描述的一般性知識自動(dòng)化系統為例, 對該系統知識表征需要描述數據的時(shí)空模型、數據特征、對象、屬性、概念等基本知識元素, 也需要描述命題、任務(wù)、功能、策略、行為、過(guò)程等高級知識過(guò)程.因此既會(huì )用到面向對象表示、框架表示、連接主義表征等偏重本體的表征來(lái)描述基本知識元素; 同時(shí), 又會(huì )使用謂詞邏輯、語(yǔ)義網(wǎng)絡(luò )、產(chǎn)生式系統、概念圖等偏重關(guān)系的表征來(lái)描述高級的知識過(guò)程.

2) 協(xié)同知識表征: 如上文中所述, 知識的表征是單個(gè)智能體內部的過(guò)程.詳細而言, 對于知識元素(時(shí)空模型、數據特征、對象、屬性、概念等)和知識過(guò)程(命題、任務(wù)、功能、策略、行為、過(guò)程等)如何進(jìn)行“指稱(chēng)”, 對于一個(gè)智能實(shí)體, 這是它的“內部過(guò)程”.然而, 當把單個(gè)智能實(shí)體的概念推廣到智能實(shí)體網(wǎng)絡(luò ), 即智聯(lián)網(wǎng)時(shí), 對于同一個(gè)知識元素或知識過(guò)程, 所用相關(guān)智能實(shí)體對其的“指稱(chēng)”必須統一.舉例而言, 正如在人類(lèi)語(yǔ)言中, 對一個(gè)客觀(guān)對象, 所有說(shuō)同一種語(yǔ)言的人, 在某一種特定的語(yǔ)境下,對該對象的“指稱(chēng)”是統一的.智聯(lián)網(wǎng)為其中所有的智能實(shí)體統一是“指稱(chēng)”過(guò)程, 可以采用不同的手段.在人類(lèi)社會(huì )中, 統一指稱(chēng)的過(guò)程大多采用的基于語(yǔ)言的教育和廣播過(guò)程, 即通過(guò)廣播或者教育的手段解釋對象的概念和屬性, 并給予其一個(gè)公共統一的“指稱(chēng)”.智聯(lián)網(wǎng)也可以采取相類(lèi)似的方法, 由網(wǎng)內一個(gè)(或一組)智能實(shí)體專(zhuān)門(mén)負責統一網(wǎng)內知識元素及過(guò)程等對象的指稱(chēng)處理的功能, 包括搜集、合并、定義、賦名、教育、廣播等.在人類(lèi)社會(huì )中一個(gè)相似的例子是“一體化醫學(xué)語(yǔ)言系統” (Unified Medical Language System, UMLS), 又稱(chēng)為統一醫學(xué)語(yǔ)言系統, 提供了對生物醫學(xué)科學(xué)領(lǐng)域內許多受控詞表的一部綱目式匯編, 是生物醫學(xué)概念所構成的一部廣泛全面的敘詞表和本體.目前, 在很多其他專(zhuān)業(yè)領(lǐng)域也有相似例子,如XBRL, 商務(wù)匯報語(yǔ)言, eXtensible Business Reporting Language.而智聯(lián)網(wǎng)需要將這個(gè)工作自動(dòng)化和智能化地實(shí)現.

3) 智聯(lián)網(wǎng)語(yǔ)言: 基于協(xié)同知識表征和統一的對象指稱(chēng), 即可以為智聯(lián)網(wǎng)設計用于在語(yǔ)義層次上交流的人工語(yǔ)言系統.人工語(yǔ)言的作用是提供各種智能實(shí)體之間交換知識的規范方式, 不同于現在的通信標準(面向數據傳遞和信息傳遞), 這是一種以語(yǔ)言形式存在的高級通信標準, 直接面向知識傳遞.在語(yǔ)言的層面上, 智聯(lián)網(wǎng)人工語(yǔ)言需要遵守如下基本規則:

·指稱(chēng)和概念的一致性:上文已經(jīng)簡(jiǎn)要解釋, 不再贅述;

·知識表征的一致性:相互關(guān)聯(lián)的知識(稍后闡述關(guān)聯(lián)的概念), 具有一致的知識表征形式以利于聯(lián)合知識計算, 如果知識表征形式不一致, 必須考慮如何進(jìn)行表征轉換從而統一到可關(guān)聯(lián)的統一表征;

·文法的一致性:各個(gè)智聯(lián)網(wǎng)中的實(shí)體必須遵守統一的文法, 即統一的語(yǔ)言形式;

·通過(guò)以上各個(gè)一致性原則, 即可以為智聯(lián)網(wǎng)建立一種公共的知識交換機制, 也就是某種智聯(lián)網(wǎng)公共語(yǔ)言;

·不同智聯(lián)網(wǎng)公共語(yǔ)言之間如果需要進(jìn)行知識交換, 則需要實(shí)施一定的“翻譯”機制.

4) 智聯(lián)網(wǎng)人工語(yǔ)言系統: 在智聯(lián)網(wǎng)中存在著(zhù)對知識有不同需求的智能實(shí)體和實(shí)體族群, 有的需要知識粒度較大但是范圍很廣的知識, 有的需要知識粒度較小但是范圍較窄的知識.人工語(yǔ)言所表征的知識的粒度和廣度, 表征了其描述的智能系統的復雜度.所以對于不同領(lǐng)域、不同復雜度的智能實(shí)體, 所需的描述它們的人工語(yǔ)言的子集也不一樣.各種不同的智能實(shí)體和智能實(shí)體族群使用的語(yǔ)言, 構成了智聯(lián)網(wǎng)人工語(yǔ)言生態(tài)式系統.總體而言, 這個(gè)人工語(yǔ)言系統有以下幾個(gè)維度.第一個(gè)維度, 是在專(zhuān)業(yè)領(lǐng)域內智能實(shí)體族群內部的語(yǔ)言, 一般來(lái)說(shuō)粒度小、范圍窄、專(zhuān)業(yè)領(lǐng)域指稱(chēng)多; 第二個(gè)維度, 智能實(shí)體族群間互聯(lián)需要的公共語(yǔ)言, 是族群間共同自主地制定的, 利于族群間知識交互的語(yǔ)言, 一般來(lái)說(shuō)粒度大、范圍廣、公共指稱(chēng)多; 上述的具有多維度特征的語(yǔ)言構成語(yǔ)言系統, 實(shí)現領(lǐng)域內、領(lǐng)域間、層次間知識描述和傳播.

5) “人在回路中”的智聯(lián)網(wǎng): “人”作為社會(huì )中的智能實(shí)體, 如果存在自然語(yǔ)言和智聯(lián)網(wǎng)的人工語(yǔ)言之間的“翻譯”機制, 即可成為智聯(lián)網(wǎng)的一員并參與知識協(xié)同過(guò)程. “人在回路中”、“社會(huì )在回路中”的智聯(lián)網(wǎng)概念因此具有實(shí)現的可能性.

3.3 知識的聯(lián)結與協(xié)同運行

在知識可以被協(xié)同表征和傳遞以后, 下一個(gè)智聯(lián)網(wǎng)的核心問(wèn)題就是如何將各智能實(shí)體所具有的知識聯(lián)結在一起, 建立聯(lián)合的知識系統和知識空間, 在聯(lián)合知識空間中以一定的形式完成知識功能, 支撐知識服務(wù), 最終實(shí)現協(xié)同知識自動(dòng)化.

這里我們從知識動(dòng)力學(xué)的觀(guān)點(diǎn)來(lái)闡述知識聯(lián)結的定義和原理.首先我們利用模糊邏輯簡(jiǎn)單地為知識動(dòng)力學(xué)提供一個(gè)基本數學(xué)框架.記U={u¹,u²,…,u^N}U為論域, 映射μ^AU→[0,1]是模糊集合A的隸屬函數.該模糊集合的模糊冪集F(2^U)由U上的所有模糊子集組成, 是一個(gè)模糊超立方體I^N=[0,1]^N.利用F(2^U), 模糊子集可以看作一個(gè)點(diǎn)或向量x={x₁,x₂,…,x_N}∈F(2^U), 其中x_i=μ_A(u_i).然而, 立方體I^N為普通布爾冪集2^U, 它由所有的2^N維非模糊集的格組成.模糊超立方體實(shí)際上可以看成N維歐幾里得空間的一部分, 因此, 可以引入諸如兩個(gè)模糊集合之間的距離和一個(gè)模糊集合的鄰域等概念, 為知識的定量研究提供新的思路.基于模糊集映射方法, 我們可將模糊集合的模糊超立方體空間映射看作知識狀態(tài)的表示, 其公式化描述如下.

·狀態(tài)方程:  X_k+1=F(X_k,Φk,k), 其中F: I^N×I^Γ×Z⁺→I^N

·輸出方程:  Y_k=H(X_k,k), 其中H: I^N×Z⁺→I^Δ

·反饋控制:  Φ_k=R(Y_k,V_k,k), 其中R:I^Δ×I^Q×Z⁺→I^Γ

這里，Z⁺={0,1,…,K}，X_k∈I^N是表示系統狀態(tài)的向量，Y_k∈I^Δ是輸出，V_k∈I^Q是輸入，Φ_k∈I^Γ是控制，k是離散時(shí)間，F，H，R是模糊邏輯算子，它們各自定義了知識動(dòng)力學(xué)中的系統、輸出和控制映射。上面系統中各個(gè)變量的定義域定義為D_X={x₁,x₂,…,x_N}，DY={y₁,y₂,…,y_Δ}，D_Φ={_?1,_?2,_…,_?Γ}，DV={v₁,v₂,…,v_Q}。相應的知識模糊集合定義為狀態(tài)知識：X=∑x_i∈DX^μX (x_i)/x_i ；輸出知識：Y=∑y_i∈DYμY(y_i)/y_i ；控制知識：Φ=Σ?_i∈D_Φμ_Φ(?_i)/?_i；輸入知識：V=∑v_i∈D_v^μV（v_i)/v_i。

從知識動(dòng)力學(xué)空間的視角, 各種知識對應就是知識空間中的點(diǎn)、點(diǎn)集、點(diǎn)集所組成的圖、軌跡、軌跡簇等, 而最終的空間的總體知識體現為一個(gè)復雜的有限知識狀態(tài)機, 用智聯(lián)網(wǎng)統一的形式語(yǔ)言所描述.而這些知識, 以集合論的觀(guān)點(diǎn)就是知識對象的各種集合.因此, 兩個(gè)知識空間是否可能存在關(guān)聯(lián), 決定于張成這兩個(gè)知識空間的知識對象是否有交集, 也就是, 構成知識的知識對象集合是否有交集.

定義1. 定義U_KDS={D_X,D_Y,D_Φ,D_V}是某知識動(dòng)力學(xué)空間KDS中狀態(tài)變量論域、輸入變量論域、輸出變量論域、控制變量論域的集合, 并將UKDS稱(chēng)為知識動(dòng)力學(xué)空間KDS的論域.

定義2. 記U_A和U_B分別是知識動(dòng)力學(xué)空間A和B的論域, 如果U_A∩U_B≠?， 則稱(chēng)知識動(dòng)力學(xué)空間A和B存在互相關(guān)聯(lián)的關(guān)系; 或等效的說(shuō), 總可以構造或已經(jīng)存在一個(gè)“聯(lián)結知識” C, 同時(shí)屬于U_A和U_B, 即C?(U_A∩U_B).

進(jìn)一步解釋定義2, 我們可知, 如果兩個(gè)知識空間是關(guān)聯(lián)的, 那么它們的知識動(dòng)力學(xué)空間論域至少有一部分是交織在一起的.可能的情況包括:共有知識空間狀態(tài)的某一個(gè)子集; 共享輸入、輸出、控制變量; 可從一個(gè)空間觀(guān)測另外一個(gè)空間狀態(tài)、輸入、輸出、控制變量; 一個(gè)空間的輸出變量是另一個(gè)空間輸入變量;一個(gè)空間的輸出變量是另一個(gè)空間的控制變量, 等等.由于在同一個(gè)智聯(lián)網(wǎng)內的、張成空間A和B的對象已經(jīng)做了語(yǔ)義上的統一, 定義2中所定義的“聯(lián)結知識” C也會(huì )有明確的語(yǔ)義, 因此智聯(lián)網(wǎng)智能實(shí)體所對應的知識空間A和B實(shí)現了語(yǔ)義上的聯(lián)結.

智聯(lián)網(wǎng)知識的協(xié)同運行: 基于知識的獲取、協(xié)同表征、傳遞和聯(lián)結, 智聯(lián)網(wǎng)的海量知識的協(xié)同運行成為可能, 并用以支撐知識服務(wù)、完成知識功能, 實(shí)現知識服務(wù)和消費.為此, 我們必須就知識的協(xié)同運行方式, 智聯(lián)網(wǎng)知識系統的時(shí)變性, 和協(xié)同知識自動(dòng)化過(guò)程的標準化進(jìn)行論述.

知識的協(xié)同運行方式: 知識的協(xié)同運行取決于智聯(lián)網(wǎng)的知識聯(lián)結形式.換言之, 就是智聯(lián)網(wǎng)內智能實(shí)體之間地位關(guān)系如何, 何種智能實(shí)體提供何種知識、提供給誰(shuí)、作何用途、知識的匯總如何進(jìn)行、知識服務(wù)由誰(shuí)定義和發(fā)起等等.以下舉例說(shuō)明智聯(lián)網(wǎng)知識系統協(xié)同運用的幾種模式.

1) 層次型: 該模式將智聯(lián)網(wǎng)總體的知識空間按樹(shù)狀層次結構依次劃分, 協(xié)同運用知識的時(shí)候, 將較小粒度知識逐步從葉節點(diǎn)向根節點(diǎn)匯總成較大粒度的知識, 達成協(xié)同知識運行;

2) 集中型: 該模式的智聯(lián)網(wǎng)包含一個(gè)超級智能實(shí)體, 其將來(lái)自所有智能實(shí)體的知識匯總, 并在一個(gè)集中式的超算平臺上完成知識的中心化協(xié)同運用;

3) 分布型: 該模式的智聯(lián)網(wǎng)并不依賴(lài)某個(gè)超級智能體, 通過(guò)某種事先定義的分布式知識交換和處理機制, 完成去中心化的知識協(xié)同運用;

4) 混合型: 在一個(gè)智聯(lián)網(wǎng)內同時(shí)兼有層次、集中、分布等幾種協(xié)同方式的模式, 即混合型知識協(xié)同運用.可以預見(jiàn), 在復雜智聯(lián)網(wǎng)中, 混合型知識協(xié)同運行將會(huì )是主要形態(tài).

智聯(lián)網(wǎng)知識的發(fā)展性、時(shí)變性與自適應性: 由于智聯(lián)網(wǎng)中各智能實(shí)體不斷地與環(huán)境及其他實(shí)體發(fā)生信息、知識的交換, 因此其內在智能和知識也不斷發(fā)生變化, 因此, 以某種形式組織而成的智聯(lián)網(wǎng), 必定具有發(fā)展性、時(shí)變性與自適應性的特性, 根據不斷變化的經(jīng)驗知識, 其結構、形態(tài)、功能也不斷進(jìn)行自我演化與調整.

協(xié)同知識自動(dòng)化過(guò)程的標準化: 智聯(lián)網(wǎng)知識的獲取過(guò)程、協(xié)同表征、人工語(yǔ)言系統、聯(lián)結方式、協(xié)同運用, 應該考慮進(jìn)行標準化, 進(jìn)而產(chǎn)生標準化知識自動(dòng)化流程, 區塊鏈技術(shù)及其相關(guān)方法將發(fā)揮關(guān)鍵作用.只有這樣, 才能使大規模社會(huì )化智能實(shí)體聯(lián)結和知識自動(dòng)化生產(chǎn)成為可能.

 圖4 智聯(lián)網(wǎng)支撐平臺與架構示意圖

4 智聯(lián)網(wǎng)的支撐平臺技術(shù)

與智聯(lián)網(wǎng)核心問(wèn)題同等重要的, 是智聯(lián)網(wǎng)的支撐平臺技術(shù), 即在何種平臺上, 智聯(lián)網(wǎng)能夠得以研究、開(kāi)發(fā)、實(shí)施、運行、管理與控制.本文中簡(jiǎn)要討論虛實(shí)平行系統, 社會(huì )化通信計算平臺, 及基于區塊鏈物聯(lián)網(wǎng)的分布式自組織自運行實(shí)現.

4.1 虛實(shí)平行系統

“知識”是一個(gè)虛擬的概念, 在物理世界中并無(wú)實(shí)體的存在, 因此, 知識的產(chǎn)生和運行是在虛擬的知識空間中進(jìn)行的.虛擬的知識空間是對物理實(shí)在空間的反映、提取、總結和升華, 同時(shí), 知識空間又反過(guò)來(lái)影響、誘導、管控它所對應的物理實(shí)在空間.因此, 知識虛擬空間和物理實(shí)在空間形成了互相糾纏、互相決定的虛實(shí)一體的合一空間.

針對這種一體化的虛實(shí)空間問(wèn)題, 平行系統理論給出了一個(gè)完整的理論框架.平行系統理論的特征包括數據驅動(dòng)、人工系統建模、和基于計算實(shí)驗的系統分析以及虛實(shí)互動(dòng)的平行執行機制.平行系統方法的核心是建立一個(gè)或者多個(gè)具有某種目的(規劃、控制、檢測、管理等)的且與實(shí)際系統對應的虛擬系統, 通過(guò)對虛擬系統的學(xué)習和優(yōu)化, 進(jìn)而和實(shí)際系統交互, 最終實(shí)現對復雜實(shí)際系統的控制與管理.由平行系統為基本框架, 衍生出了平行智能、平行學(xué)習、平行動(dòng)態(tài)規劃方法等^[20-23].

虛實(shí)平行系統的構建、分析和管控采用基于大數據解析的計算復雜系統分析方法ACP, 即基于人工系統(Artificial societies, A)的建模方法、計算實(shí)驗(Computational experiments, C)的系統分析和評估、平行執行智能實(shí)體(Parallel execution, P)的系統7控制管理^[24-25], 其具體含義如下:

1) 人工系統(A): 數據來(lái)自于智能實(shí)體, 采用數據驅動(dòng)和語(yǔ)義建模, 利用默頓定律, 構建信息和行為之間的反饋; 通過(guò)數據挖掘, 發(fā)現海量信息的“內在意義”, 讓數據來(lái)說(shuō)話(huà).在解決了智聯(lián)網(wǎng)核心問(wèn)題, 即知識獲取、知識協(xié)同表征與傳遞、知識聯(lián)結與協(xié)同運行后, 智聯(lián)網(wǎng)的虛擬知識空間(人工系統)即宣告建立.

2) 計算實(shí)驗(C): 在虛擬知識空間中, 通過(guò)知識集成深度計算、知識群體廣度計算、知識歷史計算等計算技術(shù), 獲得虛擬人工系統的各種知識模態(tài)的結果.借助于知識計算, 實(shí)現智聯(lián)網(wǎng)內各智能實(shí)體之間相互深度知識交互以及融合, 實(shí)現智聯(lián)網(wǎng)智能體的知識協(xié)作, 最終落實(shí)虛實(shí)系統的知識協(xié)同.

3) 平行執行(P): 虛擬人工系統(知識系統)和物理實(shí)際系統組成一對平行系統, 虛實(shí)互動(dòng)構成新型反饋閉環(huán)機制; 物理過(guò)程與人工知識計算過(guò)程的平行交互; 通過(guò)虛實(shí)互動(dòng)進(jìn)行求解和相互管控.

基于A(yíng)CP方法的平行系統在智聯(lián)網(wǎng)中的運用有以下兩個(gè)主要任務(wù).

1) 虛實(shí)平行系統的管控: 目標就是促使物理實(shí)際系統流程趨向人工知識流程, 通過(guò)知識計算、比較、發(fā)現更優(yōu)化的運行狀態(tài), 引導物理實(shí)際系統逼近人工系統, 從而借助人工流程減少實(shí)際系統相關(guān)目標的不確定性, 化多樣為歸一, 使復雜變簡(jiǎn)單, 以此實(shí)現系統運營(yíng)的智慧管控.

2) 知識空間本身的認知管控: 我們可以將整個(gè)智聯(lián)網(wǎng)理解成一個(gè)巨型的協(xié)作認知系統, 知識獲取、知識協(xié)同表征與傳遞、知識聯(lián)結與協(xié)同運作就是這個(gè)認知系統所要完成的認知任務(wù)和要達到的認知智能, 對于這個(gè)復雜認知系統的管控, 將是平行系統在平行智能智聯(lián)網(wǎng)中運用的另一個(gè)領(lǐng)域.

4.2 智聯(lián)網(wǎng)與社會(huì )化通信計算基礎設施的映射關(guān)系

如上所述, 互聯(lián)網(wǎng)和物聯(lián)網(wǎng)是智聯(lián)網(wǎng)的前序基礎科技, 因此也是智聯(lián)網(wǎng)關(guān)鍵平臺, 在此不再贅述.在這里需要補充的是, 智聯(lián)網(wǎng)和社會(huì )化通信計算基礎設施之間的映射關(guān)系.

智聯(lián)網(wǎng)的協(xié)同知識自動(dòng)化系統架構, 為建立復雜而高效的多層次社會(huì )化的通信和計算系統提供了邏輯結構和建設藍圖.當前, 社會(huì )化通信計算基礎設施正在從單一的遠程云計算, 向由云計算、邊緣計算、普適計算相結合的社會(huì )化基礎設施平臺演化.而連接各種傳感、驅動(dòng)、計算設施的通信網(wǎng)絡(luò ), 也正從傳統的基于交換機、路由器等設備的被動(dòng)式“啞”網(wǎng)絡(luò ), 向軟件定義網(wǎng)絡(luò )(SDN)和平行網(wǎng)絡(luò )演化^[26-31].計算的最重要目的, 即是獲取和應用知識.因此, 當智聯(lián)網(wǎng)的協(xié)同知識自動(dòng)化系統的邏輯架構建立以后, 根據知識功能的數據需求、實(shí)時(shí)性要求和知識計算量, 即可以設計和建立相應的社會(huì )化通信和計算基礎設施.

4.3 基于區塊鏈的智聯(lián)網(wǎng)的DAO實(shí)現

區塊鏈和平行區塊技術(shù)是一種全網(wǎng)共識共同維護且保有所有歷史交易數據的分布式數據庫.其所采用的時(shí)間戳、非對稱(chēng)加密、分布式共識、可靈活編程等技術(shù)使其具備了去中心化、時(shí)間可追溯性、自治性、開(kāi)放性以及信息不可篡改等特性.區塊鏈技術(shù)的基本構架大致可以分為六層, 即涵括所有基層信息數據和加密技術(shù)等的數據層、連接所有節點(diǎn)完成數據傳播以及驗證的網(wǎng)絡(luò )層、涵括各種共識算法與機制的共識層、制定獎勵與懲處的激勵層、封裝算法和智能合約的合約層、以及具體化區塊鏈應用場(chǎng)景的應用層^[32-33].

區塊鏈的智能合約技術(shù)可以真正做到在無(wú)外部監督的情況下, 以極小的運營(yíng)成本支撐大型智能實(shí)體網(wǎng)絡(luò )的運行, 即“分布式自治組織” (Distributed autonomous organization, DAO). DAO運用智能合約執行一系列公開(kāi)、公平、公道的系統運行規則, 在無(wú)人管理和監督的情況下實(shí)現自主運行和自主進(jìn)化.結合前文提到的智聯(lián)網(wǎng)知識的協(xié)同運行方式(層次型、集中型、分布型、混合型), 基于區塊鏈的DAO為物聯(lián)網(wǎng)的運營(yíng)提供了理想的平臺, 從而實(shí)現按照一定組織規則來(lái)自動(dòng)組織智能體和開(kāi)展協(xié)同知識自動(dòng)化.更進(jìn)一步, 通過(guò)出售或收購DAO的股權, 提供或者購買(mǎi)DAO的知識服務(wù), 開(kāi)放智聯(lián)網(wǎng)DAO知識服務(wù)API等種種知識消費商業(yè)和技術(shù)創(chuàng )新, 智聯(lián)網(wǎng)可以成為一種社會(huì )化的技術(shù)生態(tài)系統.

5 總結與展望

5.1 總結

本文旨在討論智聯(lián)網(wǎng)(Internet of minds, IoM)的概念, 核心問(wèn)題和關(guān)鍵平臺技術(shù).本文的圍繞智聯(lián)網(wǎng)所提出的主要觀(guān)點(diǎn)和內容歸納如下:

1) 智聯(lián)網(wǎng)出現的智能時(shí)代基礎和科學(xué)哲學(xué)思想基礎;

2) 智聯(lián)網(wǎng)的背景、概念、定義、實(shí)質(zhì), 以及協(xié)同認知智能的目標;

3) 智聯(lián)網(wǎng)的前沿應用領(lǐng)域: CPSS, 軟件定義系統及流程, 工業(yè)智聯(lián)網(wǎng);

4) 智聯(lián)網(wǎng)的核心問(wèn)題: a)知識的獲取:一般性知識自動(dòng)化系統從感性混雜數據中獲取經(jīng)驗知識; b)知識的協(xié)同表征和傳遞:智聯(lián)網(wǎng)協(xié)同知識表征, 人工語(yǔ)言系統的建立; c)知識的關(guān)聯(lián)和協(xié)同運行: 從知識動(dòng)力學(xué)的觀(guān)點(diǎn)定義知識關(guān)聯(lián), 以及基于知識關(guān)聯(lián)的知識協(xié)同運行方式;

5) 智聯(lián)網(wǎng)的關(guān)鍵平臺技術(shù):虛實(shí)平行系統平臺實(shí)現智聯(lián)網(wǎng)的管控和知識空間的管控; 基于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、區塊鏈和平行網(wǎng)絡(luò )的社會(huì )化通信計算基礎平臺, 為分布式、自組織、自運行的安全智聯(lián)網(wǎng)系統提供基礎設施.

5.2 展望:智聯(lián)網(wǎng)和第五次工業(yè)革命

智聯(lián)網(wǎng)的建成將標志著(zhù)新智能時(shí)代的全面到來(lái)以及第五次工業(yè)革命的全面展開(kāi).回顧人類(lèi)社會(huì )的工業(yè)化進(jìn)程, 第一次工業(yè)革命實(shí)現全社會(huì )的機械化協(xié)同, 第二次工業(yè)革命實(shí)現全社會(huì )的電氣化協(xié)同, 第三、四次工業(yè)革命實(shí)現全社會(huì )的信息化和自動(dòng)化協(xié)同.而智聯(lián)網(wǎng)的實(shí)質(zhì), 即是協(xié)同知識自動(dòng)化系統, 智聯(lián)網(wǎng)的建設最終將完成的是全社會(huì )的智能化協(xié)同.我們認為, 知識化和智能化協(xié)同, 就是第五次工業(yè)革命追求的終極目標,達到此目標, 就是新智能時(shí)代的全面到來(lái).

每一次工業(yè)革命的完成, 都伴隨著(zhù)某種核心科技的社會(huì )化協(xié)同的完成, 其結果都是極大地解放和提升社會(huì )生產(chǎn)力, 并對社會(huì )形態(tài)帶來(lái)巨大的沖擊.第五次技術(shù)革命剛剛拉開(kāi)帷幕, 單個(gè)和孤立的智能技術(shù)就已經(jīng)取得了令人驚異的成績(jì), 而當海量智能實(shí)體完成社會(huì )化知識協(xié)同的時(shí)候, 其對社會(huì )生產(chǎn)力的提升和對社會(huì )形態(tài)的影響, 將是難以想象的.因此, 應當盡快開(kāi)展智聯(lián)網(wǎng)的研究與開(kāi)發(fā), 在即將到來(lái)的新智能時(shí)代中取得研究和技術(shù)上的先發(fā)優(yōu)勢, 同時(shí)也在即將到來(lái)的第五次工業(yè)革命中爭取主導地位.

致謝: 自2009年起, 王飛躍教授就基于A(yíng)CP的平行智能、平行網(wǎng)絡(luò )和智能網(wǎng)絡(luò )及CPSS等完成了一系列的技術(shù)報告和學(xué)術(shù)講座^[34-40].本文是對這些報告的總結和深化, 作者對王曉博士和袁勇博士等在此過(guò)程中的幫助和研討表示深深的感謝.

參考文獻

1 王飛躍. 新IT與新軸心時(shí)代: 未來(lái)的起源與目標. 探索與爭鳴, 2017年第10期: 23-27.

2 王飛躍. 面向人機物一體化CPSS的控制發(fā)展:  知識自動(dòng)化的挑戰與機遇.  見(jiàn):  中國自動(dòng)化大會(huì )暨自動(dòng)化領(lǐng)域協(xié)同創(chuàng )新大會(huì ). 長(cháng)沙: 中國自動(dòng)化學(xué)會(huì ), 2013.

3 Wang F Y. The emergence of intelligent enterprises: from CPS to CPSS. IEEE Intelligent Systems, 2010, 25(4): 85-88.

4 王飛躍, 張俊, 王曉. 知識計算和知識自動(dòng)化: 新軸心時(shí)代的核心需求. 張江科技評論, 2017(4): 25-27. 

5 王飛躍. 邁向知識自動(dòng)化. 中國科學(xué)報, 2013[Online], available:http://www.cas.cn/xw/zjsd/201401/t20140103_4009925.shtml, October 1, 2017.

6 Zhao Li-Quan. Study on the Model Granular Computing[Ph.D. dissertation], Anhui Universit, China, 2007.

(趙立權. 粒度計算的模型研究[博士學(xué)位論文], 安徽大學(xué), 中國, 2007.)

7 Wang Fei-Yue. From social computing to social manufacturing:the coming industrial revolution and new frontier in cyber-physical-social space. Bulletin of Chinese Academy of Sciences, 2012, 27(6): 658-669.

( 王飛躍. 從社會(huì )計算到社會(huì )制造:一場(chǎng)即將來(lái)臨的產(chǎn)業(yè)革命. 中國科學(xué)院院刊, 2012, 27(6): 658-669.) 

8 Wang Fei-Yue. Software-defined systems and knowledge automation:a parallel paradigm shift from Newton to Merton.Acta Automatica Sinica, 2015, 41(1): 1-8.

( 王飛躍. 軟件定義的系統與知識自動(dòng)化:從牛頓到默頓的平行升華. 自動(dòng)化學(xué)報, 2015, 41(1): 1-8.) 

9 Zhu W, Wang F Y. The fourth type of covering-based rough sets. Information Sciences, 2012, 201(19): 80-92. 

10 Ma Bo-Ning. Research on Spatial Data Multi-scale Modeling[Ph.D. dissertation], National University of Defense Technology, China, 2014.

(馬伯寧. 空間數據多尺度建模關(guān)鍵技術(shù)研究[博士學(xué)位論文], 國防科學(xué)技術(shù)大學(xué), 中國, 2014.)

11 Wang Fei-Yue, Mo Hong. Some fundamental issues on type-2 fuzzy sets. Acta Automatica Sinica, 2017, 43(7): 1114-1141.

( 王飛躍, 莫紅. 關(guān)于二型模糊集合的一些基本問(wèn)題. 自動(dòng)化學(xué)報, 2017, 43(7): 1114-1141.) 

12 Zhang L, Zhang B. Quotient Space based Problem Solving A Theoretical Foundation of Granular Computing.Burlington:Elsevier Science, 2014. 

13 Xu Ji, Wang Guo-Yin, Yu Hong. Review of big data processing based on granular computing. Chinese Journal of Computers, 2015, 38(8): 1497-1517.

( 徐計, 王國胤, 于洪. 基于粒計算的大數據處理. 計算機學(xué)報, 2015, 38(8): 1497-1517.) 

14 張文修, 吳偉志, 梁吉業(yè), 李德玉. 粗糙集理論與方法. 北京: 科學(xué)出版社, 2001.

15 Pedrycz W, Skowron A, Kreinovich V. Handbook of Granular Computing. New York: John Wiley & Sons, 2008.

16 Zhu W, Wang F Y. A new type of covering rough set. In:Proceedings of the 3rd International IEEE Conference Intelligent Systems. London, UK:IEEE, 2006. 444-449.

17 Wang Fei-Yue. Computing with words and a framework for computational linguistic dynamic systems. Pattern Recognition and Artificial Intelligence, 2001, 14(4): 377-384.

( 王飛躍. 詞計算和語(yǔ)言動(dòng)力學(xué)系統的計算理論框架. 模式識別與人工智能, 2001, 14(4): 377-384.) 

18 Wang Fei-Yue. Fundamental issues in research of computing with words and linguistic dynamic systems. Acta Automatica Sinica, 2005, 31(6): 844-852.

( 王飛躍. 詞計算和語(yǔ)言動(dòng)力學(xué)系統的基本問(wèn)題和研究. 自動(dòng)化學(xué)報, 2005, 31(6): 844-852.) 

19 Zhao L. Overview of linguistic dynamic systems based on perception information. In:Proceedings of the 31st Chinese Control Conference. Hefei, China:IEEE, 2012. 7519-7524

20 Mo Hong. Linguistic dynamic orbits in the time varying universe of discourse. Acta Automatica Sinica, 2012, 38(10): 1585-1594.

( 莫紅. 時(shí)變論域下的語(yǔ)言動(dòng)力學(xué)軌跡. 自動(dòng)化學(xué)報, 2012, 38(10): 1585-1594.) 

21 Li L, Lin Y L, Zheng N N, Wang F Y. Parallel learning:a perspective and a framework. IEEE/CAA Journal of Automatica Sinica, 2017, 4(3): 389-395.  

22 Wang F Y, Zhang J, Wei Q L, Zheng X H, Li L. PDP:parallel dynamic programming. IEEE/CAA Journal of Automatica Sinica, 2017,4(1): 1-5.  

23 Li Li, Lin Yi-Lun, Cao Dong-Pu, Zheng Nan-Ning, Wang Fei-Yue. Parallel learning-a new framework for machine learning. Acta Automatica Sinica, 2017, 43(1): 1-8.

( 李力, 林懿倫, 曹東璞, 鄭南寧, 王飛躍. 平行學(xué)習-機器學(xué)習的一個(gè)新型理論框架. 自動(dòng)化學(xué)報, 2017, 43(1): 1-8.) 

24 Wang Fei-Yue. Parallel control:a method for data-driven and computational control. Acta Automatica Sinica, 2013, 39(4): 293-302.

( 王飛躍. 平行控制: 數據驅動(dòng)的計算控制方法. 自動(dòng)化學(xué)報, 2013, 39(4): 293-302.) 

25 Wang F Y, Wong P K. Intelligent systems and technology for integrative and predictive medicine:an ACP approach.ACM Transactions on Intelligent Systems and Technology, 2013, 4(2): Article No. 32

26 Wang Fei-Yue, Yang Liu-Qing, Hu Xiao-Ya, Cheng Xiang, Han Shuang-Shuang, Yang Jian. Parallel networks and network softwarization: a novel network architecture. Scientia Sinica Informationis, 2017, 47(7): 811-831.

( 王飛躍, 楊柳青, 胡曉婭, 程翔, 韓雙雙, 楊堅. 平行網(wǎng)絡(luò )與網(wǎng)絡(luò )軟件化: 一種新穎的網(wǎng)絡(luò )架構. 中國科學(xué):信息科學(xué), 2017, 47(7): 811-831.) 

27 Wang F Y, Yang L Q, Cheng X, Han S S, Yang J. Network softwarization and parallel networks:beyond software-defined networks. IEEE Network, 2016, 30(4): 60-65.  

28 Wang Fei-Yue, Yang Jian, Han Shuang-Shuang, Yang Liu-Qing, Cheng Xiang. The framework of parallel network based on the parallel system theory. Journal of Command and Control, 2016, 2(1): 71-77.

( 王飛躍, 楊堅, 韓雙雙, 楊柳青, 程翔. 基于平行系統理論的平行網(wǎng)絡(luò )架構. 指揮與控制學(xué)報, 2016, 2(1): 71-77.) 

29 Yang Liu-Qing, Wang Fei-Yue, Zhang Yan-Li, Han Shuang-Shuang, Yang Jian, Zhao Kai, Cheng Xiang. The urban parallel parking system based on ACP approach. Journal of Command and Control, 2015, 1(4): 384-390.

( 楊柳青, 王飛躍, 張艷麗, 韓雙雙, 楊堅, 趙愷, 程翔. 基于A(yíng)CP方法的城市平行停車(chē)系統. 指揮與控制學(xué)報, 2015, 1(4): 384-390.) 

30 韓雙雙, 王迎春, 要婷婷, 曹東璞, 王飛躍. 平行智能車(chē): 基于CPSS的網(wǎng)聯(lián)自動(dòng)駕駛汽車(chē). 見(jiàn): 2017中國自動(dòng)化大會(huì )暨中國國際智能制造大會(huì ). 濟南, 中國: 中國自動(dòng)化學(xué)會(huì ), 2017.

31 Wang F Y. Driving into the future with ITS. IEEE Intelligent Systems, 2006, 21(3): 94-95.

32 Yuan Yong, Wang Fei-Yue. Blockchain:the state of the art and future trends. Acta Automatica Sinica, 2016, 42(4): 481-494.

( 袁勇, 王飛躍. 區塊鏈技術(shù)發(fā)展現狀與展望. 自動(dòng)化學(xué)報, 2016, 42(4): 481-494.) 

33 Yuan Yong, Wang Fei-Yue. Parallel blockchain:concept, methods and issues. Acta Automatica Sinica, 2017, 43(10): 1703-1712.

( 袁勇, 王飛躍. 平行區塊鏈: 概念、方法與內涵解析. 自動(dòng)化學(xué)報, 2017, 43(10): 1703-1712.) 

34 王飛躍. 智能與時(shí)代: 歷史的使命與未來(lái). 戰略發(fā)展報告, 2009.

35 王飛躍. 未來(lái)世界與復雜系統. 中國國際戰略研究基金會(huì )“面向未來(lái)”復雜性科學(xué)專(zhuān)題講座, 2009年11月20日.

36 王飛躍. 面向未來(lái)-未來(lái)世界的復雜性. 科學(xué)發(fā)展與戰略研究/中國國際戰略研究基金會(huì )編著(zhù): 知識產(chǎn)權出版社, 北京, 2012年8月第1版, 137-162.

37 王飛躍. 面向CPSS的指揮與控制: 關(guān)于平行軍事體系的理論、方法及應用. 第一屆中國指揮控制大會(huì ), 北京, 2013年8月5日.

38 王飛躍. 基于軟件定義的企業(yè)智能管理與控制: 基于A(yíng)CP的平行系統方法, “探索?制造業(yè)的未來(lái)”西門(mén)子工業(yè)論壇, 北京, 2014年7月10日.

39 Wang F Y. Grids 5.0 and social energy:from internet of things to the society of minds. In:Proceedings of the 48th North American Power Symposium (NAPS). Denver, USA: September 19, 2016.

40 Wang F Y, ACP-based parallel systems:knowledge automation and smart adaptability for complex adaptive systems.In:Proceedings of the 2016 Complex Adaptive Systems Conference. Los Angeles, CA, USA:November 3, 2016.

智聯(lián)網(wǎng)_概念、問(wèn)題和平臺.pdf

來(lái)源：王飛躍科學(xué)網(wǎng)博客