Hall for Workshop of Metasynthetic Engineering: The Origin, Development Status and Future
-
摘要:
20世纪80年代前后, 国外学术界开始了复杂性与复杂系统的研究. 与此同时, 以钱学森为代表的一批中国学者也开展了与此相关的系统科学和开放的复杂巨系统的研究, 开创性地提出了综合集成法, 进一步发展为综合集成研讨厅体系, 并取得了一些成功应用. 但是由于当时人们对综合集成研讨厅体系的认识不足, 以及技术条件所限, 其应用受到了限制. 随着思维科学/认知科学、系统科学和信息技术、计算机技术、网络通信技术巨大进步, 特别是近年来大数据、云计算、人工智能的飞速发展, 出现了越来越多的复杂巨系统, 亟待有效方法来处理这类问题. 在此背景下, 综合集成研讨厅体系又获得广泛关注. 本文回顾了综合集成研讨厅体系产生和发展的重要历程, 分析了其典型案例, 介绍了国内外的相关研究进展, 最后提出了未来发展的几个方向. 本文力图为从事复杂巨系统研究和实践的相关人员提供理论方法指导和工程范例.
Abstract:Around the 1980s, the international academia began to study complexity and complex systems. At the same time, a group of Chinese scientists represented by Qian Xue-Sen also carried out research on system science and open complex giant systems (OCGSs). They proposed the innovative methodology of metasynthesis, and further developed to hall for workshop of metasynthetic engineering. In early days, although this method had some successful applications, due to people＇ s insufficient understanding of the metasynthesis and the limitation of technical condition, metasynthesis was not widely used. In recent years, with the tremendous progress of noetic science/cognitive science, system science and information technology, computing technology, and network communication technology, especially the rapid development of big data, cloud computing, and artificial intelligence, more and more OCGSs have appeared and urgently need effective methods to process. In this context, metasynthesis has re-gained widespread attention. This article reviews the history of the generation and development of metasynthesis, analyzes typical cases of this method, introduces related research progress, and finally, proposes several future development directions. This article strives to provide theoretical guidance and engineering examples for those involved in the research and practice of OCGSs.
-
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.
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.
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.
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.
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.
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:
$$ {\Phi}_{i} = \sum \left[ {{{f}}\left( {{{Kr}}} \right),\;{{f}}\left( {{{Gd}}} \right),{{f}}\left( {{{Ms}}} \right)} \right] $$ (1) 其中
$ f\left(Kr\right) $ 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\left(Ms\right) $ 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\left(Gd\right) $ 表示专家研讨结果;$\sum $ 为综合集成过程;${\Phi }_{i}$ 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${\Phi }_{i}$ 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${\Phi}_{n}$ .专家研讨结果
$ f\left(Gd\right) $ 由如下公式给出:$$ f\left(Gd\right)=f({\alpha }_{j},{g}_{j}) $$ (2) 其中
$ {\alpha }_{j} $ 表示专家个人的认知能力,$ {g}_{j} $ 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.
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.
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.”1 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序号 机构/代表学者 研究内容 机构网址 文献 1 圣菲研究所 (Santa Fe Institute, SFI) Holland、Arthur、Kauffman 等学者 复杂自适应系统; 开创了用计算机直接去探索开放的复杂巨系统, 从“半微观”入手, 找出可能出现的宏观行为, 致力于理解和统一复杂的物理、生物、社会、文化、技术甚至可能的天文生物学世界中潜在的共享模式. http://www.santafe.edu/ [38, 40-41] 2 乔治·梅森大学 (George Mason University) 集成科学高级研究所Warfield 等学者 结构学派, 主要采用形式逻辑 (包括集合论、关系论、图论、布尔代数等) 来描述复杂性. 他们认为复杂性存在于人的头脑中. 提出了复杂性的 20 条定律 (Law)、对这 20 条定律的分类 (Taxonomy)以及衡量复杂性的 5 个指标 (Index), 这三者统称为 LTI 集. https://www2.gmu.edu/ [42-43] 3 麻省理工大学 (Massachusetts Institute of Technology, MIT) Forrester、Senge 等学者 系统动力学派, 采用常微分方程描述复杂问题, 并认为复杂性存在于所研究的系统之中. 这一学派主要研究组织理论, 特别是学习型组织等问题; 探索如何改造现有的各种组织, 使之能以“整体运作” 的全新方式进行思考, 从而提升人类组织的“群体智力” 来面对复杂问题. https://www.mit.edu/ [44] 4 Los Alamos 的非线性研究中心(Center for Nonlinear Studies, CNLS) Deka、Chertkov、RussellBent 等学者 混沌理论学派, 用偏微分方程来描述复杂系统的特性, 认为复杂性存在于所研究的系统之中. https://cnls.lanl.gov/External/ [45-49] 5 国际系统工程研究所 (IIASA) Ermolieva、Folberth 等学者 该机构对全球性问题进行政策导向的研究, 具体的研究领域涵盖了系统工程、环境保护、公共服务等多个层面内容. www.iiasa.ac.at [50-52] 6 关系复杂性评估中心 (The Centre for the Evaluation of Complexity Across the Nexus, CECAN) Gilbert、Ahrweiler 等学者 该机构致力于研究食品、能源、水资源和环境领域的相关政策, 使其适应复杂的人类社会. https://www.cecan.ac.uk/ [53-56] 7 美国东北大学复杂网络研究中心(Northeastern University, Network Science Institute, NetSI) Friedland、Grinberg
等学者该机构的研究方向涵盖了生物、技术、信息和社会系统等多个领域, 其中包括大型集体的决策和性能. www.barabasilab.com [57-58] 8 美国圣母大学复杂网络研究中心 (University of Notre Dame, Lucy Family Institute for Data and Society) Chawla 等学者 该机构在社会、物理、生物、化学、健康与福祉、组织和防御系统的重大挑战问题陈述中进行跨学科的研究. https://cnds.nd.edu/ [59-60] 9 新英格兰复杂系统研究所 (New England Complex Systems Institute, NECSI) Bar-Yam、Morales 等学者 在复杂系统科学及其应用的开发中发挥了重要作用. 该机构研究系统内的交互如何决定其行为模式, 以及系统如何与环境交互. https://necsi.edu/ [61-66] 10 悉尼科技大学 (University of Technology Sydney, UTS) Cao 等学者 对于复杂组织与企业、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、多种交互与耦合等以及它们的综合集成进行了广泛与深入的研究, 对综合集成计算与工程开展了扩充与应用. https://datasciences.org/Metasynthetic-engineering/ [12-15,
67-68]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序号 机构/代表学者 研究内容 文献 1 中国科学院系统科学研究所顾基发、唐锡晋等学者 从综合、集成、复杂问题求解等角度出发, 对模型集成与意见综合进行国内外调研和分析. 提出“知识创造场”, 研究了人机结合对群体知识创造的有效支持, 探讨了物理−事理−人理系统方法应用于综合集成研讨系统的实现. [76-83] 2 中国航天科技集团公司 710 研究所于景元、周晓纪等
学者在进行物价补贴、定价和工资的有关课题中, 运用了人机结合的思想, 将人的经验、知识和智慧与各种资料信息集成起来, 达到定性认识到定量认识的提升. 对现代科学技术体系、总体设计部与综合集成方法间的关系展开探讨. [84-88] 3 北京大学宋刚等学者 对综合集成法研究的起源及其演进发展进行了系统性的综述, 揭示了整体演进规律. 指出社会实践是其发展的主要动因, 具有明显的跨学科属性, 研究了综合集成法在智慧城市、创新 2.0的时代背景下的应用场景和理论创新. [89-90] 4 中国航天系统科学与工程研究院薛惠峰等学者 以综合集成法为基础, 提出综合提升方法, 构建了基于综合集成研讨厅, 以水资源管理为例, 实现了智慧水利资源管理平台. [91] 5 国防大学胡晓峰等学者 以战略决策问题为应用背景, 以综合集成法为指导, 从技术的视角讨论了“综合集成研讨厅”的有关问题, 提出了一种可用于军事战略决策的综合集成研讨环境的 XOD 体系. [92] 6 中国人民大学苗东升等学者 从哲学层面探讨综合集成法, 在认识论层面突出了认识过程与知识体系的辩证性. 认为综合集成法过于强调应用, 其理论体系尚未建立. [93-95] 7 北京大学冯国瑞等学者 从哲学层面探讨综合集成法, 指出开放的复杂巨系统理论从复杂系统方面揭示了物质统一性, 在方法论上起到连接作用, 综合集成法从定性、定量认识的视角重新审视了认识发展过程. [96-98] 8 北京联合大学卢明森等学者 指出大成智慧是现代科学技术体系、系统科学、思维科学等的综合集成. 主编了《创新思维学引论》(普通高等教育 “十五” 国家级规划教材)一书, 从创新思维的基本原理、创新思维必备的心理素质、创新思维的方式、方法与方法论, 以及创新思维实践等角度系统性的阐述了创新思维学, 为我国开展创新性思维教育做出了贡献. [99-103] 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]:
$\langle$ 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$\rangle$ . 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.
-
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
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
序号 机构/代表学者 研究内容 机构网址 文献 1 圣菲研究所 (Santa Fe Institute, SFI) Holland、Arthur、Kauffman 等学者 复杂自适应系统; 开创了用计算机直接去探索开放的复杂巨系统, 从“半微观”入手, 找出可能出现的宏观行为, 致力于理解和统一复杂的物理、生物、社会、文化、技术甚至可能的天文生物学世界中潜在的共享模式. http://www.santafe.edu/ [38, 40-41] 2 乔治·梅森大学 (George Mason University) 集成科学高级研究所Warfield 等学者 结构学派, 主要采用形式逻辑 (包括集合论、关系论、图论、布尔代数等) 来描述复杂性. 他们认为复杂性存在于人的头脑中. 提出了复杂性的 20 条定律 (Law)、对这 20 条定律的分类 (Taxonomy)以及衡量复杂性的 5 个指标 (Index), 这三者统称为 LTI 集. https://www2.gmu.edu/ [42-43] 3 麻省理工大学 (Massachusetts Institute of Technology, MIT) Forrester、Senge 等学者 系统动力学派, 采用常微分方程描述复杂问题, 并认为复杂性存在于所研究的系统之中. 这一学派主要研究组织理论, 特别是学习型组织等问题; 探索如何改造现有的各种组织, 使之能以“整体运作” 的全新方式进行思考, 从而提升人类组织的“群体智力” 来面对复杂问题. https://www.mit.edu/ [44] 4 Los Alamos 的非线性研究中心(Center for Nonlinear Studies, CNLS) Deka、Chertkov、RussellBent 等学者 混沌理论学派, 用偏微分方程来描述复杂系统的特性, 认为复杂性存在于所研究的系统之中. https://cnls.lanl.gov/External/ [45-49] 5 国际系统工程研究所 (IIASA) Ermolieva、Folberth 等学者 该机构对全球性问题进行政策导向的研究, 具体的研究领域涵盖了系统工程、环境保护、公共服务等多个层面内容. www.iiasa.ac.at [50-52] 6 关系复杂性评估中心 (The Centre for the Evaluation of Complexity Across the Nexus, CECAN) Gilbert、Ahrweiler 等学者 该机构致力于研究食品、能源、水资源和环境领域的相关政策, 使其适应复杂的人类社会. https://www.cecan.ac.uk/ [53-56] 7 美国东北大学复杂网络研究中心(Northeastern University, Network Science Institute, NetSI) Friedland、Grinberg
等学者该机构的研究方向涵盖了生物、技术、信息和社会系统等多个领域, 其中包括大型集体的决策和性能. www.barabasilab.com [57-58] 8 美国圣母大学复杂网络研究中心 (University of Notre Dame, Lucy Family Institute for Data and Society) Chawla 等学者 该机构在社会、物理、生物、化学、健康与福祉、组织和防御系统的重大挑战问题陈述中进行跨学科的研究. https://cnds.nd.edu/ [59-60] 9 新英格兰复杂系统研究所 (New England Complex Systems Institute, NECSI) Bar-Yam、Morales 等学者 在复杂系统科学及其应用的开发中发挥了重要作用. 该机构研究系统内的交互如何决定其行为模式, 以及系统如何与环境交互. https://necsi.edu/ [61-66] 10 悉尼科技大学 (University of Technology Sydney, UTS) Cao 等学者 对于复杂组织与企业、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、多种交互与耦合等以及它们的综合集成进行了广泛与深入的研究, 对综合集成计算与工程开展了扩充与应用. https://datasciences.org/Metasynthetic-engineering/ [12-15,
67-68]
下载: 导出CSV
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
序号 机构/代表学者 研究内容 文献 1 中国科学院系统科学研究所顾基发、唐锡晋等学者 从综合、集成、复杂问题求解等角度出发, 对模型集成与意见综合进行国内外调研和分析. 提出“知识创造场”, 研究了人机结合对群体知识创造的有效支持, 探讨了物理−事理−人理系统方法应用于综合集成研讨系统的实现. [76-83] 2 中国航天科技集团公司 710 研究所于景元、周晓纪等
学者在进行物价补贴、定价和工资的有关课题中, 运用了人机结合的思想, 将人的经验、知识和智慧与各种资料信息集成起来, 达到定性认识到定量认识的提升. 对现代科学技术体系、总体设计部与综合集成方法间的关系展开探讨. [84-88] 3 北京大学宋刚等学者 对综合集成法研究的起源及其演进发展进行了系统性的综述, 揭示了整体演进规律. 指出社会实践是其发展的主要动因, 具有明显的跨学科属性, 研究了综合集成法在智慧城市、创新 2.0的时代背景下的应用场景和理论创新. [89-90] 4 中国航天系统科学与工程研究院薛惠峰等学者 以综合集成法为基础, 提出综合提升方法, 构建了基于综合集成研讨厅, 以水资源管理为例, 实现了智慧水利资源管理平台. [91] 5 国防大学胡晓峰等学者 以战略决策问题为应用背景, 以综合集成法为指导, 从技术的视角讨论了“综合集成研讨厅”的有关问题, 提出了一种可用于军事战略决策的综合集成研讨环境的 XOD 体系. [92] 6 中国人民大学苗东升等学者 从哲学层面探讨综合集成法, 在认识论层面突出了认识过程与知识体系的辩证性. 认为综合集成法过于强调应用, 其理论体系尚未建立. [93-95] 7 北京大学冯国瑞等学者 从哲学层面探讨综合集成法, 指出开放的复杂巨系统理论从复杂系统方面揭示了物质统一性, 在方法论上起到连接作用, 综合集成法从定性、定量认识的视角重新审视了认识发展过程. [96-98] 8 北京联合大学卢明森等学者 指出大成智慧是现代科学技术体系、系统科学、思维科学等的综合集成. 主编了《创新思维学引论》(普通高等教育 “十五” 国家级规划教材)一书, 从创新思维的基本原理、创新思维必备的心理素质、创新思维的方式、方法与方法论, 以及创新思维实践等角度系统性的阐述了创新思维学, 为我国开展创新性思维教育做出了贡献. [99-103]
下载: 导出CSV
-
[1] 钱学森, 于景元, 戴汝为. 一个科学新领域——开放的复杂巨系统及其方法论. 自然杂志, 1990, 13(1): 3−10, 64Qian Xue-Sen, Yu Jing-Yuan, Dai Ru-Wei. A new field of science-open complex giant system and its methodology. Chinese Journal of Nature, 1990, 13(1): 3−10, 64 (查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) [2] 戴汝为. 从定性到定量的综合集成技术. 模式识别与人工智能, 1991, 4(1): 5−10Dai Ru-Wei. Comprehensive integration technology from qualitative to quantitative. Pattern Recognition and Artificial Intelligence, 1991, 4(1): 5−10(查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) [3] 戴汝为, 李耀东. 基于综合集成的研讨厅体系与系统复杂性. 复杂系统与复杂性科学, 2004, 1(4): 1−24 doi: 10.3969/j.issn.1672-3813.2004.04.001Dai Ru-Wei, Li Yao-Dong. Researches on hall for workshop of metasynthetic engineering and system complexity. Complex Systems and Complexity Science, 2004, 1(4): 1−24 doi: 10.3969/j.issn.1672-3813.2004.04.001 [4] 戴汝为. 复杂巨系统科学——一门21世纪的科学. 自然杂志, 1997, 19(4): 187−192Dai Ru-Wei. Complex giant system science—a 21st century science. Chinese Journal of Nature, 1997, 19(4): 187−192 [5] 许国志. 系统科学与工程研究. 上海: 上海科技教育出版社, 2000.Xu Guo-Zhi. Systems Science and Engineering. Shanghai: Shanghai Scientific & Technical Publishers, 2000. [6] 戴汝为. 系统控制与系统复杂性的进展、机遇与挑战. 科学中国人, 2004(10): 31−32Dai Ru-Wei. Progress, opportunities and challenges of system control and complexity. Science Chinese, 2004(10): 31−32(查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) [7] 钱学森. 创建系统学(新世纪版). 上海: 上海交通大学出版社, 2007.Qian Xue-Sen. Creation of System Science (New Century Edition). Shanghai: Shanghai Jiao Tong University Press, 2007. [8] 钱学森, 乌家培. 组织管理社会主义建设的技术——社会工程. 经济管理, 1979(1): 5−9Qian Xue-Sen, Wu Jia-Pei. The technology of organization and management of socialist construction-social engineering. Economic Management, 1979(1): 5−9(查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) [9] 钱学森. 再谈开放的复杂巨系统. 模式识别与人工智能, 1991, 4(1): 1−4Qian Xue-Sen. The open complex giout system. Pattern Recognition and Artificial Intelligence, 1991, 4(1): 1−4 [10] 戴汝为, 李耀东, 李秋丹. 社会智能与综合集成系统. 北京: 人民邮电出版社, 2012.Dai Ru-Wei, Li Yao-Dong, Li Qiu-Dan. Social Intelligence and Metasynthetic System. Beijing: Posts & Telecom Press, 2012. [11] 操龙兵, 戴汝为. 开放复杂智能系统: 基础、概念、分析、设计与实施. 北京: 人民邮电出版社, 2008.Cao Long-Bing, Dai Ru-Wei. Open Complex Intelligent Systems: Foundation, Concept, Analysis, Design and Implementation. Beijing: Posts & Telecom Press, 2008. [12] Cao L B. Data science: Challenges and directions. Communications of the ACM, 2017, 60(8): 59−68 doi: 10.1145/3015456 [13] Cao L B. Data Science Thinking: The Next Scientific, Technological and Economic Revolution. Cham: Springer, 2018. [14] Cao L B. Coupling learning of complex interactions. Information Processing & Management, 2015, 51(2): 167−186 [15] Cao L B. Metasynthetic Computing and Engineering of Complex Systems. London: Springer, 2015. [16] Cao L B, Dai R W, Zhou M C. Metasynthesis: M-space, M-interaction, and M-computing for open complex giant systems. IEEE Transactions on Systems, Man, and Cybernetics-Part A: Systems and Humans, 2009, 39(5): 1007−1021 doi: 10.1109/TSMCA.2009.2022414 [17] 戴汝为. 从定性到定量的综合集成法的形成与现代发展. 自然杂志, 2009, 31(6): 311−314, 326 doi: 10.3969/j.issn.0253-9608.2009.06.001Dai Ru-Wei. The proposal and recent development of metasynthetic method(M) from qualitative to quantitative. Chinese Journal of Nature, 2009, 31(6): 311−314, 326 doi: 10.3969/j.issn.0253-9608.2009.06.001 [18] 李耀东, 崔霞, 戴汝为. 综合集成研讨厅的理论框架、设计与实现. 复杂系统与复杂性科学, 2004, 1(1): 27−32 doi: 10.3969/j.issn.1672-3813.2004.01.006Li Yao-Dong, Cui Xia, Dai Ru-Wei. The framework, design & implementation of hall for workshop of meta-synthetic engineering. Complex Systems and Complexity Science, 2004, 1(1): 27−32 doi: 10.3969/j.issn.1672-3813.2004.01.006 [19] 戴汝为. 钱学森对系统科学、思维科学的重大贡献. 交通运输系统工程与信息, 2002, 2(3): 1−3, 32 doi: 10.3969/j.issn.1009-6744.2002.03.001Dai Ru-Wei. Qian’s great contribution on system science and thinking science. Journal of Transportation System Engineering and Information Technology, 2002, 2(3): 1−3, 32 doi: 10.3969/j.issn.1009-6744.2002.03.001 [20] 涂元季. 钱学森书信. 北京: 国防工业出版社, 2007.Tu Yuan-Ji. Letters from Qian Xuesen. Beijing: National Defense Industry Press, 2007. [21] 王丹力, 戴汝为. 群体一致性及其在研讨厅中的应用. 系统工程与电子技术, 2001, 23(7): 33−37 doi: 10.3321/j.issn:1001-506X.2001.07.011Wang Dan-Li, Dai Ru-Wei. Group consistency and application in the hall for workshop. Systems Engineering and Electronics, 2001, 23(7): 33−37 doi: 10.3321/j.issn:1001-506X.2001.07.011 [22] 王丹力, 戴汝为. 专家群体思维收敛的研究. 管理科学学报, 2002, 5(2): 1−5 doi: 10.3321/j.issn:1007-9807.2002.02.001Wang Dan-Li, Dai Ru-Wei. Research on convergence of expert group thought. Journal of Management Sciences in China, 2002, 5(2): 1−5 doi: 10.3321/j.issn:1007-9807.2002.02.001 [23] Zheng N, Song S Y, Bao H Y. A temporal-topic model for friend recommendations in Chinese microblogging systems. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2015, 45(9): 1245−1253. doi: 10.1109/TSMC.2015.2391262 [24] 戴汝为. 系统科学与思维科学交叉发展的硕果——大成智慧工程. 系统工程理论与实践, 2002, 22(5): 8−11, 65 doi: 10.3321/j.issn:1000-6788.2002.05.002Dai Ru-Wei. A result of system sciences and noetic sciences cross development-metasynthetic engineering. Systems Engineering-Theory & Practice, 2002, 22(5): 8−11, 65 doi: 10.3321/j.issn:1000-6788.2002.05.002 [25] Tai J W, Liu T J, Zhang L Q. A new approach for feature extraction and feature selection of handwritten Chinese character recognition. From Pixels to Features III: Frontiers in Handwriting Recognition. Amsterdam: Elsevier, 1992. 479−491 [26] 戴汝为. 智能科学与工程(人机的结合). 见: 中国科学院第七次院士大会学术报告摘要汇编(预印本). 北京, 中国, 1994. 45−50Dai Ru-Wei. Intelligent science and engineering (combination of human and machine). In: Proceedings of the 1994 Summary of Academic Reports of the Seventh Academician Conference of the Chinese Academy of Sciences (Preprint). Beijing, China, 1994. 45−50 [27] 钱学森, 戴汝为. 论信息空间的大成智慧: 思维科学、文学艺术与信息网络的交融. 上海: 上海交通大学出版社, 2007.Qian Xue-Sen, Dai Ru-Wei. Emergence of Metasynthetic Wisdom in Cyberspace. Shanghai: Shanghai Jiao Tong University Press, 2007. [28] 戴汝为. 人-机结合的智能科学和智能工程. 中国工程科学, 2004, 6(5): 24−28 doi: 10.3969/j.issn.1009-1742.2004.05.004Dai Ru-Wei. Man-computer cooperative intelligent science and intelligent technology. Engineering Science, 2004, 6(5): 24−28 doi: 10.3969/j.issn.1009-1742.2004.05.004 [29] 戴汝为. 社会智能科学. 上海: 上海交通大学出版社, 2007.Dai Ru-Wei. Science of Social Intelligence. Shanghai: Shanghai Jiao Tong University Press, 2007. [30] 戴汝为. 社会智能科学的形成和发展. 上海理工大学学报, 2011, 33(1): 1−7 doi: 10.3969/j.issn.1007-6735.2011.01.001Dai Ru-Wei. Formation and development of social intelligence science. Journal of University of Shanghai for Science and Technology, 2011, 33(1): 1−7 doi: 10.3969/j.issn.1007-6735.2011.01.001 [31] 王海涛, 宋丽华, 向婷婷, 刘力军. 人工智能发展的新方向——人机物三元融合智能. 计算机科学, 2020, 47(11A): 1−5, 22Wang Hai-Tao, Song Li-Hua, Xiang Ting-Ting, Liu Lijun. New development direction of artificial intelligence - human cyber physical ternary fusion intelligence. Computer Science, 2020, 47(11A): 1−5, 22 [32] 于景元, 涂元季. 从定性到定量综合集成方法——案例研究. 系统工程理论与实践, 2002, 22(5): 1−7, 42 doi: 10.3321/j.issn:1000-6788.2002.05.001Yu Jing-Yuan, Tu Yuan-Ji. Meta-synthesis-study of case. Systems Engineering-Theory & Practice, 2002, 22(5): 1−7, 42 doi: 10.3321/j.issn:1000-6788.2002.05.001 [33] 田园, 翟凡, 冯珊. 宏观经济智能决策支持系统MEIDSS. 系统工程理论与实践, 1997, 17(3): 2−8Tian Yuan, Zhai Fan, Feng Shan. MEIDSS: An intelligent decision support system for macroeconomy application. System Engineering-Theory & Practice, 1997, 17(3): 2−8 [34] 于景元, 刘毅, 马昌超. 关于复杂性研究. 系统仿真学报, 2002, 14(11): 1417−1424, 1446 doi: 10.3969/j.issn.1004-731X.2002.11.005Yu Jing-Yuan, Liu Yi, Ma Chang-Chao. Study on the complexity. Journal of System Simulation, 2002, 14(11): 1417−1424, 1446 doi: 10.3969/j.issn.1004-731X.2002.11.005 [35] 操龙兵, 戴汝为. 基于Internet的综合集成研讨厅系统体系结构研究. 计算机科学, 2002, 29(6): 63−66 doi: 10.3969/j.issn.1002-137X.2002.06.012Cao Long-Bing, Dai Ru-Wei. Architecture of internet-based hall for workshop of metasynthetic engineering. Computer Science, 2002, 29(6): 63−66 doi: 10.3969/j.issn.1002-137X.2002.06.012 [36] 戴汝为, 操龙兵. 综合集成研讨厅的研制. 管理科学学报, 2002, 5(3): 10−16 doi: 10.3321/j.issn:1007-9807.2002.03.002Dai Ru-Wei, Cao Long-Bing. Research of hall for workshop of metasynthetic engineering. Journal of Management Sciences in China, 2002, 5(3): 10−16 doi: 10.3321/j.issn:1007-9807.2002.03.002 [37] 万方数据[online] avulable: https://s.wanfangdata.com.cn/paper?q=综合集成研讨厅, 2021-7-20 [38] Holland J. Emergence: From Chaos to Order. RedwoodCity, California: Addison-Wesley, 1997. [39] Horgan J. From complexity to perplexity. Scientific American, 1995, 272(6): 74−79. [40] Waldrop M [著], 陈玲 [译]. 复杂: 诞生于秩序与混沌边缘的科学. 北京: 三联书店, 1997.Waldrop M [Author], Chen Ling [Translator]. Complexity. Beijing: Joint Publishing, 1997. [41] Oña L, Lachmann M. Signalling architectures can prevent cancer evolution. Scientific Reports, 2020, 10(1): Article No. 674 doi: 10.1038/s41598-020-57494-w [42] Warfield J N. Twenty laws of complexity: Science applicable in organizations. Systems Research and Behavioral Science, 1999, 16(1): 3−40 doi: 10.1002/(SICI)1099-1743(199901/02)16:1<3::AID-SRES241>3.0.CO;2-F [43] Warfield J N, Cardenas A R. A Handbook of Interactive Management. Ames: Iowa State University Press, 1994. [44] Senge P M [著], 郭进隆 [译]. 第五项修炼: 学习型组织的艺术与实务. 上海: 上海三联书店, 1998.Senge P M [Author], Guo Jin-Long [Translator]. The Fifth Discipline: The Art & Practice of the Learning Organization. Shanghai: Shanghai Joint Publishing Press, 1998. [45] Li W T, Deka D, Chertkov M, Wang M. Real-time faulted line localization and PMU placement in power systems through convolutional neural networks. IEEE Transactions on Power Systems, 2019, 34(6): 4640−4651 doi: 10.1109/TPWRS.2019.2917794 [46] Li W T, Wang M. Identifying overlapping successive events using a shallow convolutional neural network. IEEE Transactions on Power Systems, 2019, 34(6): 4762−4772 doi: 10.1109/TPWRS.2019.2914774 [47] Mashayekh S, Stadler M, Cardoso G, Heleno M, Madathil S C, Nagarajan H, et al. Security-constrained design of isolated multi-energy microgrids. IEEE Transactions on Power Systems, 2018, 33(3): 2452−2462 doi: 10.1109/TPWRS.2017.2748060 [48] Korber B, Fischer W M, Gnanakaran S, Yoon H, Theiler J, Abfalterer W, et al. Tracking changes in SARS-CoV-2 Spike: Evidence that D614G increases infectivity of the COVID-19 virus. Cell, 2020, 182(4): 812−827.e19 doi: 10.1016/j.cell.2020.06.043 [49] Mohan A T, Gaitonde D V. A deep learning based approach to reduced order modeling for turbulent flow control using LSTM neural networks. arXiv preprint arXiv: 1804.09269, 2018. [50] Ermoliev Y, Ermolieva T, Jonas M, Obersteiner M, Wagner F, Winiwarter W. Integrated model for robust emission trading under uncertainties: Cost-effectiveness and environmental safety. Technological Forecasting and Social Change, 2015, 98: 234−244 doi: 10.1016/j.techfore.2015.01.003 [51] Folberth C, Baklanov A, Balkovič J, Skalský R, Khabarov N, Obersteiner M. Spatio-temporal downscaling of gridded crop model yield estimates based on machine learning. Agricultural and forest meteorology, 2019, 264: 1−15 doi: 10.1016/j.agrformet.2018.09.021 [52] Danielson M, Ekenberg L. A robustness study of state-of-the-art surrogate weights for MCDM. Group Decision and Negotiation, 2017, 26(4): 677−691 doi: 10.1007/s10726-016-9494-6 [53] Calder M, Craig C, Culley D, de Cani R, Donnelly C A, Douglas R, et al. Computational modelling for decision-making: Where, why, what, who and how. Royal Society Open Science, 2018, 5(6): Article No. 172096 doi: 10.1098/rsos.172096 [54] Gilbert N, Ahrweiler P, Barbrook-Johnson P, Narasimhan K P, Wilkinson H. Computational modelling of public policy: Reflections on practice. Journal of Artificial Societies and Social Simulation, 2018, 21(1): Article No. 14 doi: 10.18564/jasss.3669 [55] Ahrweiler P. Agent-based simulation for science, technology, and innovation policy. Scientometrics, 2017, 110(1): 391−415 doi: 10.1007/s11192-016-2105-0 [56] Ahrweiler P, Gilbert N, Schrempf B, Grimpe B, Jirotka M. The role of civil society organisations in European responsible research and innovation. Journal of Responsible Innovation, 2019, 6(1): 25−49 doi: 10.1080/23299460.2018.1534508 [57] Grinberg N, Joseph K, Friedland L, Swire-Thompson B, Lazer D. Fake news on Twitter during the 2016 U.S. presidential election. Science, 2019, 363(6425) 374−378 doi: 10.1126/science.aau2706 [58] Dehmamy N, Barabási A L, Yu R. Understanding the representation power of graph neural networks in learning graph topology. In: Proceedings of the 33rd Conference on Neural Information Processing Systems (NeurIPS 2019). Vancouver, Canada: Neural Information Processing Systems Foundation, Inc., 2019. 15413−15423 [59] Jiang T W, Zhao T, Qin B, Liu T, Chawla N V, Jiang M. Canonicalizing open knowledge bases with multi-layered meta-graph neural network. arXiv preprint arXiv: 2006.09610, 2020. [60] Wang D H, Jiang M, Syed M, Conway O, Juneja V, Subramanian S, et al. Calendar graph neural networks for modeling time structures in spatiotemporal user behaviors. arXiv preprint arXiv: 2006.06820, 2020. [61] Bar-Yam Y. Use of thermodynamics and statistical mechanics in describing the real world. New England Complex Systems Institute. 2019. [62] Bar-Yam T, Lynch O, Bar-Yam Y. The inherent instability of disordered systems. arXiv preprint arXiv: 1812.00450, 2018. [63] Morales A J, Dong X W, Bar-Yam Y, Pentland A S. Segregation and polarization in urban areas. Royal Society Open Science, 2019, 6(10): Article No. 190573 doi: 10.1098/rsos.190573 [64] Hedayatifar L, Rigg R A, Bar-Yam Y, Morales A J. US social fragmentation at multiple scales. Journal of the Royal Society Interface, 2019, 16(159): Article No. 20190509 doi: 10.1098/rsif.2019.0509 [65] Bar-Yam Y. Solving ethnic violence. New England Complex Systems Institute, 2017. [66] Jason Koebler. The world is too complicated for Donald Trump to be president, theoretical physics suggests, Motherboard, 2017. [67] Cao L B. Domain-Driven data mining: Challenges and prospects. IEEE Transactions on Knowledge and Data Engineering, 2010, 22(6): 755−769 doi: 10.1109/TKDE.2010.32 [68] Cao L B. Non-IID recommender systems: A review and framework of recommendation paradigm shifting. Engineering, 2016, 2(2): 212−224 doi: 10.1016/J.ENG.2016.02.013 [69] Tsallis C, Tirnakli U. Predicting COVID-19 peaks around the world. Frontiers in Physics, 2020, 8: Article No. 217 doi: 10.3389/fphy.2020.00217 [70] Siegenfeld A F, Taleb N N, Bar-Yam Y. Opinion: What models can and cannot tell us about COVID-19. Proceedings of the National Academy of Sciences of the United States of America, 2020, 117(28): 16092−16095 doi: 10.1073/pnas.2011542117 [71] Siegenfeld A F, Bar-Yam Y. Eliminating COVID-19: The impact of travel and timing. arXiv preprint arXiv: 2003.10086, 2020. [72] Wu J T, Leung K, Leung G M. Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: A modelling study. The Lancet, 2020, 395(10225): 689−697 doi: 10.1016/S0140-6736(20)30260-9 [73] Zhang J J, Litvinova M, Liang Y X, Wang Y, Wang W, Zhao S L, et al. Changes in contact patterns shape the dynamics of the COVID-19 outbreak in China. Science, 2020, 368(6498): 1481−1486 doi: 10.1126/science.abb8001 [74] Kraemer M U G, Yang C H, Gutierrez B, Wu C H, Klein B, Pigott D M, et al. The effect of human mobility and control measures on the COVID-19 epidemic in China. Science, 2020, 368(6490): 493−497 doi: 10.1126/science.abb4218 [75] Hammond R. Developing policies for effective COVID-19 containment: The TRACE model: Santa Fe institute [Online], available: https://www.santafe.edu/news-Center/news/laboratory-Policy, 2021-7-20 [76] Tang X J, Liu Y J. A prototype environment for group argumentation. In: Proceedings of the 3rd International Symposium on Knowledge and Systems Sciences (KSS＇ 2002). Shanghai, China: JAIST Press, 2002. 252−256 [77] 顾基发, 唐锡晋. 综合集成与知识科学. 系统工程理论与实践, 2002, 22(10): 2−7 doi: 10.3321/j.issn:1000-6788.2002.10.001Gu Ji-Fa, Tang Xi-Jin. Meta-synthesis and knowledge science. System Engineering-Theory & Practice, 2002, 22(10): 2−7 doi: 10.3321/j.issn:1000-6788.2002.10.001 [78] Tang X J, Gu J F. Systemic thinking to developing a meta-synthetic system for complex issues. In: Proceedings of the 46th Meeting of the International Society for the Systems Sciences (ISSS＇ 2002). Shanghai, China, 2002. 126. [79] Tang X J. Technologies for qualitative meta-synthesis of community consensus. In: Proceedings of the 2009 IEEE International Conference on Systems, Man and Cybernetics. San Antonio, USA: IEEE, 2009. 4657−4662 [80] Tang X J. Comprehending meta-synthesis system approach in terms of DSS, soft OR and knowledge creation. In: Proceedings of the 2010 IEEE International Conference on Systems, Man and Cybernetics. Istanbul, Turkey: IEEE, 2010. 990−997 [81] Jifa G. From D-I-K to wisdom and meta-synthesis of wisdom. In: Proceedings of the 2012 Data Mining and Intelligent Knowledge Management Workshop. Virtual Event, Singapore: ACM, 2012. Article No. 1 [82] Jifa G. Data, information, knowledge, wisdom and meta-synthesis of wisdom-comment on wisdom global and wisdom cities. Procedia Computer Science, 2013, 17: 713−719 doi: 10.1016/j.procs.2013.05.092 [83] 顾基发. 协同创新－综合集成－大成智慧. 系统工程学报, 2015, 30(2): 145−152Gu Ji-Fa. Collaborative innovation-meta-synthesis approach-meta-synthesis of wisdom. Journal of Systems Engineering, 2015, 30(2): 145−152 [84] 于景元. 从定性到定量综合集成方法及其应用. 中国软科学, 1993(5): 31−35Yu Jing-Yuan. The method of integration-from qualitative to quantitative and application. China Soft Science, 1993(5): 31−35 [85] 于景元. 钱学森的现代科学技术体系与综合集成方法论. 中国工程科学, 2001, 3(11): 10−18 doi: 10.3969/j.issn.1009-1742.2001.11.002Yu Jing-Yuan. Qian Xuesen’s contemporary system of science and technology and meta-synthesis. Engineering Science, 2001, 3(11): 10−18 doi: 10.3969/j.issn.1009-1742.2001.11.002 [86] 于景元, 周晓纪. 综合集成方法与总体设计部. 复杂系统与复杂性科学, 2004, 1(1): 20−26 doi: 10.3969/j.issn.1672-3813.2004.01.005Yu Jing-Yuan, Zhou Xiao-Ji. Meta-syntheses and department of integrative system design. Complex Systems and Complexity Science, 2004, 1(1): 20−26 doi: 10.3969/j.issn.1672-3813.2004.01.005 [87] 于景元. 钱学森综合集成体系. 西安交通大学学报(社会科学版), 2006, 26(6): 40−47Yu Jing-Yuan. Qian Xuesen’ synthesization and integration system space flight. Journal of Xi’an Jiaotong University (Social Sciences), 2006, 26(6): 40−47 [88] 于景元. 创建系统学——开创复杂巨系统的科学与技术. 上海理工大学学报, 2011, 33(6): 548−561 doi: 10.3969/j.issn.1007-6735.2011.06.011Yu Jing-Yuan. Creating systematics—science and technology to create complex giant systems. Journal of University of Shanghai for Science and Technology, 2011, 33(6): 548−561(查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) doi: 10.3969/j.issn.1007-6735.2011.06.011 [89] 安小米, 马广惠, 宋刚. 综合集成方法研究的起源及其演进发展. 系统工程, 2018, 36(10): 1−13An Xiao-Mi, Ma Guang-Hui, Song Gang. Origins and evolution of meta-synthesis approach. Systems Engineering, 2018, 36(10): 1−13 [90] 宋刚, 朱慧, 童云海. 钱学森大成智慧理论视角下的创新2.0和智慧城市. 办公自动化, 2014(17): 7−13Song Gang, Zhu Hui, Tong Yun-Hai. Innovation 2.0 and smart city in perspective of metasynthetic engineering theory of Qian Xuesen. Office Automation, 2014(17): 7−13 [91] 薛惠锋, 周少鹏, 侯俊杰, 王家胜, 刘海滨, 杜红艳. 综合集成方法论的新进展——综合提升方法论及其研讨厅的系统分析与实践. 科学决策, 2019(8): 1−19Xue Hui-Feng, Zhou Shao-Peng, Hou Jun-Jie, Wang Jia-Sheng, Liu Hai-Bing, Du Hong-Yan. New development of meta-synthesis method——the system analysis of meta-synthesis-propulsion method and its practice. Scientific Decision Making, 2019(8): 1−19 [92] 胡晓峰, 司光亚. 战略决策综合集成研讨环境SDE98的体系结构. 小型微型计算机系统, 1999, 20(2): 88−91 doi: 10.3969/j.issn.1000-1220.1999.02.002Hu Xiao-Feng, Si Guang-Ya. SDE98: An environment of metasynthetic workshop for military strategic decisionmaking. Mini-Micro Systems, 1999, 20(2): 88−91 doi: 10.3969/j.issn.1000-1220.1999.02.002 [93] 苗东升. 综合集成法的认识论基础. 系统辩证学学报, 2003, 11(1): 37−42, 50 doi: 10.3969/j.issn.1005-6408.2003.01.007Miao Dong-Sheng. The epistemological foundation of the meta-synthesis. Chinese Journal of Systems Science, 2003, 11(1): 37−42, 50 doi: 10.3969/j.issn.1005-6408.2003.01.007 [94] 苗东升. 开放复杂巨系统理论: 科学性、研究现状和存在问题. 河北师范大学学报(哲学社会科学版), 2005, 28(2): 18−24 doi: 10.3969/j.issn.1000-5587.2005.02.003Miao Dong-Sheng. The theory of open, complex, and giant system: Scientific features and questions. Journal of Hebei Normal University (Philosophy and Social Sciences Edition), 2005, 28(2): 18−24 doi: 10.3969/j.issn.1000-5587.2005.02.003 [95] 苗东升. 钱学森与《实践论》——再谈复杂性科学的认识论. 西安交通大学学报(社会科学版), 2010, 30(1): 65−70Miao Dong-Sheng. Qian Xue-Sen and "on practice"-again discussing about the epistemology for complex science. Journal of Xi’an Jiaotong University (Social Sciences), 2010, 30(1): 65−70 [96] 冯国瑞. 开放复杂巨系统研究的哲学思考. 中国软科学, 1997(7): 89−93Feng Guo-Rui. Philosophical thinking on the study of open complex giant systems. China Soft Science, 1997(7): 89−93(查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) [97] 冯国瑞. 从定性到定量综合集成方法与唯物辩证法. 西安交通大学学报(社会科学版), 2004, 24(4): 58−66Feng Guo-Rui. Meta-synthesis and materialist dialectics. Journal of Xi＇ an Jiaotong University (Social Sciences), 2004, 24(4): 58−66 [98] 冯国瑞. 开放复杂巨系统理论的哲学探索. 北京行政学院学报, 2005(3): 77−82 doi: 10.3969/j.issn.1008-7621.2005.03.017Feng Guo-Rui. The philosophical research on the theory of open and complicated macro-system. Journal of Beijing Administrative College, 2005(3): 77−82 doi: 10.3969/j.issn.1008-7621.2005.03.017 [99] 卢明森. “从定性到定量综合集成法”的形成与发展献给钱学森院士93寿辰. 中国工程科学, 2005, 7(1): 9−16 doi: 10.3969/j.issn.1009-1742.2005.01.002Lu Ming-Sen. The formation and development of "metasynthesis". Engineering Science, 2005, 7(1): 9−16 doi: 10.3969/j.issn.1009-1742.2005.01.002 [100] 卢明森. 钱学森与思维科学. 中国工程科学, 2002, 4(2): 8−15 doi: 10.3969/j.issn.1009-1742.2002.02.002Lu Ming-Sen. Qian Xuesen and noetic science. Engineering Science, 2002, 4(2): 8−15 doi: 10.3969/j.issn.1009-1742.2002.02.002 [101] 卢明森, 鲍世行. 钱学森论大成智慧. 北京: 清华大学出版社, 2014.Lu Ming-Sen, Bao Shi-Xing. Qian Xuesen＇ s Theory Metasynthetic Wisdom. Beijing: Tsinghua University Press, 2014. [102] 卢明森, 何名申. 创新思维学引论. 北京: 高等教育出版社, 2005.Lu Ming-Sen, He Ming-Shen. Introduction to Innovative Thinking. Beijing: Higher Education Press, 2005. [103] 卢明森. 钱学森大成智慧思想的提出、形成与实践探索. 钱学森研究, 2018(1): 33−51Lu Ming-Sen. The proposal, formation and practice exploration of Qian Xuesen’s metasynthetic wisdom thought. Qian Xuesen Research, 2018(1): 33−51(查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) [104] 戴汝为, 郑楠. 钱学森先生时代前沿的“大成智慧”学术思想. 控制理论与应用, 2014, 31(12): 1606−1609 doi: 10.7641/CTA.2014.40764Dai Ru-Wei, Zheng Nan. Metasynthesis: The forefront academic thought of Qian Xuesen. Control Theory & Applications, 2014, 31(12): 1606−1609(查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) doi: 10.7641/CTA.2014.40764 [105] 李夏, 戴汝为. 复杂性、概念系统的结构和综合集成. 中科院自动化所人工智能实验室技术报告, 中国, 1997Li Xia, Dai Ru-Wei. Complexity, Conceptual System Structure and Meta-synthetic Engineering Technical Report of Artificial Intelligence Laboratory, Institute of Automation, Chinese Academy of Sciences, China, 1997 [106] 张俊, 许沛东, 王飞跃. 平行系统和数字孪生的一种数据驱动形式表示及计算框架. 自动化学报, 2020, 46(7): 1346−1356Zhang Jun, Xu Pei-Dong, Wang Fei-Yue. Parallel systems and digital twins: A data-driven mathematical representation and computational framework. Acta Automatica Sinica, 2020, 46(7): 1346−1356 [107] Kovarik C, Lee I, Ko J M. Commentary: Position statement on augmented intelligence (AuI). Journal of the American Academy of Dermatology, 2019, 81(4): 998−1000 doi: 10.1016/j.jaad.2019.06.032 [108] Engelbart D C. Augmenting Human Intellect: A Conceptual Framework. SRI Summary Report AFOSR-3223, Doug Engelbart Institute, USA, 1962. [109] 郑南宁. “混合增强智能” 是人工智能的发展趋向. 新华日报, 2017-11-29(018)Zheng Nan-Ning. “Hybrid-Augmented Intelligence” is the Development Trend of Artificial Intelligence. Xinhua Daily, 2017-11-29(018) [110] Silver D, Huang A, Maddison C J, Guez A, Sifre L, van den Driessche G, et al. Mastering the game of Go with deep neural networks and tree search. Nature, 2016, 529(7587): 484−489 doi: 10.1038/nature16961 [111] Dellermann D, Ebel P, Söllner M, Leimeister J M. Hybrid intelligence. Business & Information Systems Engineering, 2019, 61(5): 637−643 [112] 李平, 杨政银. 人机融合智能: 人工智能3.0. 清华管理评论, 2018(Z2): 73−82Li Ping, Yang Zheng-Yin. Human-machine fusion intelligence: Artificial intelligence 3.0. Tsinghua Business Review, 2018(Z2): 73−82(查阅所有网上资料, 未找到本条文献英文翻译, 请联系作者确认) [113] Kambhampati S. Challenges of human-aware AI systems. arXiv preprint arXiv: 1910.07089, 2019. 期刊类型引用(24)
1. 莫家业，韦荣转，丁晓明. 职业院校教师人工智能焦虑的现实表征、生成机理与纾解路向. 职业教育研究. 2025(01): 66-74 . 
百度学术2. 崔皓鑫，王嵘，郑楠，章颂，任瞳，梁渝靖. 基于“人-机-环”信息流的机器人手术系统研究与展望. 模式识别与人工智能. 2024(01): 47-57 . 百度学术3. 焦利敏，曲宗峰，李红伟，石文鹏，张作强. 基于钱学森系统工程体系的智慧生活系统模型研究及典型应用. 家电科技. 2024(03): 52-56 . 百度学术4. 白成超，张琦，谢旭东，颜鹏，郭继峰. 面向复杂决策的OODA环：智能赋能与认知增强. 指挥与控制学报. 2024(03): 284-297 . 百度学术5. 翟东航，张庆国，孙占臣. 智库化情报导视与军队院校为战育人战略决策互动. 国防科技. 2024(04): 118-126 . 百度学术6. 葛承垄，贾晨星，明月伟. 作战概念开发框架研究. 指挥控制与仿真. 2024(06): 1-7 . 百度学术7. 孙飞翔，武虹，高洁. 基于综合集成思想的数据驱动型科技智库建设模式研究. 知识管理论坛. 2024(05): 477-486 . 百度学术8. 陈德旺，刘俐俐，赵文迪，欧纪祥，孙艳焱，郑楠. 基于模糊系统的定性与定量知识的综合集成. 智能科学与技术学报. 2024(04): 445-455 . 百度学术9. 卢振宇，郝文宁，陈锦阳. 基于综合集成研讨厅的火力打击方案评估优选系统. 指挥信息系统与技术. 2023(01): 75-80 . 百度学术10. 谢宇鹏，张千宇，周伟荣. 综合集成研讨厅的信息化课程教学设计. 电子技术. 2023(03): 246-247 . 百度学术11. 卢振宇，郝文宁，陈锦阳. 联合火力打击方案优选系统研究. 舰船电子工程. 2023(01): 5-8+46 . 百度学术12. 黄智捷，王维平，朱一凡，李小波，周鑫. 面向战略规划评估的知识计算技术. 系统工程学报. 2023(02): 275-282 . 百度学术13. 余宋，姚曼，孟永斌，徐晓婉，万迁迁，李戬，翟笑枫. 肝内胆管癌中医证候诊断模型初步构建. 中医肿瘤学杂志. 2023(04): 41-49 . 百度学术14. 罗俊仁，张万鹏，项凤涛，蒋超远，陈璟. 智能推演综述：博弈论视角下的战术战役兵棋与战略博弈. 系统仿真学报. 2023(09): 1871-1894 . 百度学术15. 吴书逸. 面向多源异构数据融合的反诈大数据平台建设路径研究. 北京警察学院学报. 2023(04): 97-105 . 百度学术16. 刘冬，王维平，王涛，周鑫，黄美根. 面向战略决策的预实践平台. 国防科技. 2023(04): 86-91 . 百度学术17. 王维平，李小波，王涛，何华，黄美根，王彦锋. 面向规划评估的战略管理人才预实践培养方法. 高等教育研究学报. 2022(01): 24-29 . 百度学术18. 叶含瑞，张玲玲，季续国. 基于综合集成方法的设备故障诊断及其应用. 科技促进发展. 2022(03): 425-436 . 百度学术19. 张潮，冷伏海. 机器学习辅助智能决策分析——以“绿色创新”问题为例. 科研管理. 2022(09): 32-40 . 百度学术20. 曾召文，邓芸，陈利群，黄雪蕾，张群. 系统论视域下中小学教师培训供需匹配机制的辨析与重构. 中小学教师培训. 2022(10): 12-16 . 百度学术21. 郑楠，章颂，戴汝为. “人-机结合”的综合集成研讨体系. 模式识别与人工智能. 2022(09): 767-773 . 百度学术22. 王连峰，宋刚，刘志，朱慧，童云海，张楠，安小米，张海博，王璐，付金辉. 城市管理综合执法大数据平台的设计与实现. 网络安全与数据治理. 2022(12): 55-65 . 百度学术23. 郑新奇，郑敏睿，肖飞. 我国自然资源信息化的发展演化与展望. 自然资源信息化. 2022(06): 1-7 . 百度学术24. 陈一飞，田见晖，赵要凤，张树川. 数字经济视角下智慧农业关键核心技术突破路径. 新经济导刊. 2021(04): 22-29 . 百度学术其他类型引用(2)
-
下载:
计量
- 文章访问数: 2302
- HTML全文浏览量: 1013
- PDF下载量: 500
- 被引次数: 26
