智能科學

出自 MBA智库百科(https://wiki.mbalib.com/)

智能科學(Intelligence Science)

　　當代科學技術發展的一個重要趨勢就是多學科、跨學科和交叉學科的融合與集成。智能科學就是相關學科發展、融合和集成的結果。

　　智能科學是一門更大的包羅其它智能學科的科學，它由科學基礎、技術和應用三個部分組成，每一部分又由許多學科構成。智能科學研究智能的本質和實現技術, 是由腦科學、認知科學、人工智慧等綜合形成的交叉學科。腦科學從分子水平、細胞水平、行為水平研究自然智能機理，建立腦模型，揭示人腦的本質；認知科學是研究人類感知、學習、記憶、思維、意識等人腦心智活動過程的科學； 人工智慧研究用人工的方法和技術，模仿、延伸和擴展人的智能，實現機器智能。智能科學不僅要進行功能模擬, 而且要從機理上研究、探索智能的新概念、新理論、新方法。

　　智能科學的研究對象具有下列一些明顯的特征：

　　1、複雜性

　　智能科學要研究的對象，無論是自然科學和技術問題、社會和經濟問題或是微觀世界以至人的思維過程等都是很複雜或比較複雜的系統和很難或比較難以用傳統方法處理的問題。錢學森院士等提出的努放的複雜巨系統件既念，要把人類的智慧綜合起來，形成一個稱為“大成智慧工程”(metasynthetic engineering)，就是一個非常複雜的巨系統，其複雜性可能是前所未有的。

　　2、交叉性

　　智能科學及其許多分支都具有明顯跨學科交叉特征。正是這種交叉特征，融合了相關學科的長處，猶如生物界的雜交培育出優勢群種一樣，創造出更具有生命力的新興學科。

　　3、非線性

　　非線性經常伴隨複雜性存在。智能科學要研究的對象或系統，一般存在有嚴重的非線性，無法用線形方程和一般數學方法處理，甚至很難用非線性微分方程描述和處理。

　　4、擬人(仿生)性

　　智能科學要研究的對象或系統往往是擬人或仿生系統。例如，模擬人腦的思維活動和決策過程，模仿昆蟲爬行過程、鳥的飛行和魚的游動過程等。研究這類對象時，需要借鑒腦科學和仿生學等學科的研究成果，並與其它相關學科密切結合。

　　5、不確定性

　　不確定性又稱模糊性，是指系統或問題含有不確定的結構、參數或其它信息。如天氣預報其下雨的可能性為45 。 6%。這個預報則屬結論的不確定性。智能科學研究的對象，大多具有這種不確定性。

　　6、不完整

　　不完整性有別於不確定性，是智能科學研究對象的又一特征。所得到的對象系統或問題的相關信息是確定的，但是不完全的。對於具體問題來說，在特定環境下，無法得到更完全的信息。智能科學應當能夠依據不完整的信息，通過非完全模型做出科學決策，進行有效的處理。

　　7、分佈性

　　智能科學所研究的許多對象具有分佈特性，這一方面與系統的複雜性有關，另一方面也與某些對象或系統固有的時空分佈特性以及系統的並行性和交叉性有關。分佈性如果運用得當，對系統進行分佈處理，有利於系統的信息集成和處理。

　　8、非數學過程

　　智能科學的多數研究對象往往不存在傳統的數學模型和已知演算法，無法進行建模和數值計算。