關于人工智能的五個認識觀點探究
來源:用戶上傳
作者:莫宏偉
摘要：近五年以恚以深度學習為主的人工智能技術發展迅速，政府、企業、學術界以及社會各界對于人工智能的認識程度不一。產業界和學術界對于人工智能的認識實際上還存在很多分歧?？傮w上，在科學、產業、教育等各領域，對于人工智能都缺乏全面認識。本文嘗試從大歷史、系統、知識、教育和倫理五個方面來全面認識和理解人工智能，提出人工智能大倫理觀、大系統觀、大知識觀、大教育觀和大倫理觀五個認識觀點。通過這五個觀點，相對全面的把握和理解人工智能的本質、理論、知識、技術、應用和倫理等多方面內容。對于人工智能科學發展和教育教學都有一定借鑒和啟發意義。
關鍵詞：人工智能；大歷史觀；大系統觀；大知識觀；大教育觀；大倫理觀
FiveViewpointsofArtificialIntelligence
Mohongwei*
SchoolofIntelligenceScienceandEngineering，HarbinEngineeringiUniversity，HeiLongjiangHarbin150001
Abstract：Inthepastfiveyears，artificialintelligencetechnologybasedondeeplearninghasdevelop-edrapidly，andthegovernment，enterprises，academiaandallsectorsofsocietyhavediff-erentlevelsofunderstandingofartificialintelligence.Thereareactuallymanydifferencesintheunderstandingofartificialintelligenceinindustryandacademia.Inadditiontothegapbetweenacademicachievementsandeconomicvalue，thereasonforthisdivergenceisthattheintelligentmechanismisunclear.Variousartificialintelligencemethods，includingdeeplearningforwhichthereiscurrentlynocleartheoreticalexplanation，areexploration，Developedbytrialanderror.Ingeneral，thereisalackofcomprehensiveunderstandingofartificialintelligenceinvariousfieldssuchasscience，industry，andeducation.Thispap-erattemptstofullyunderstandandunderstandartificialintelligencefromfiveaspects：bighistory，system，knowledge，educationandethics，andproposesfivecognitiveviewsofar-tificialintelligence，includingbighistory，bigsystem，bigknowledge，bigeducationandbigethics.Throughthesefiveviewpoints，wecangraspandunderstandtheessence，theory，knowledge，technology，applicationandethicsofartificialintelligenceinarelativelycomprehensiveway.Ithascertainreferenceandinspirationforthedevelopmentofartificialintelligencescienceandeducationandteaching.
Keywords：artificialIntelligence；bighistory；bigsystem；bigknowledge；bigeducation；bigethics
1概述
人工智能經過60多年的發展，已經成為人類社會新一輪科技革命的新引擎、新動力。尤其是以深度學習為代表的多種人工智能技術，在大規模場景應用、科學研究、游戲博弈、社會生活等方面都顯示出超越以往傳統人工智能技術的卓越優勢。例如，以著名的圍棋AlaphGo為開端的大規模人工智能系統，近幾年接連在自然語言處理、機器翻譯、語音識別、圖像處理以及多模態數據及信息處理等方面取得重大突破，尤其是生物學領域的蛋白質預測技術，已經成為生物學領域的必備研究方法，極大地促進了人類科學進步。盡管人工智能已經取得了非常顯著的成果，但是這并不意味著人工智能已經發展到巔峰。
事實上，產業界人工智能和學術界人工智能對于人工智能的認識存在分歧。表面原因之一是資本早期對人工智能產業的回報周期過于樂觀，這一點跟歷史上造成人工智能技術進入低潮的原因本質上沒有什么區別，早期市場或政府甚至軍事部門對人工神經網絡、邏輯推理等技術發展過于樂觀而導致失敗。
表面原因之二是，人工智能新一輪高潮的背后，是深度學習等人工智能核心技術和移動互聯網相比較，需要更深刻的行業理解力，才能跟傳統行業業務深度融合。這也導致人工智能落地產業的落地這個出現了很多問題。深層次原因，產業、資本、學術之間對于人工智能的認識存在著巨大偏差。造成這種偏差的根源是智能產生的機制。
一般認為，人工智能就是用計算機或者機器去模擬人的智能，然后發展幫助人們解決問題的技術的研究領域。人工智能還有很多很多概念，歷史上有很多專家在不同的時期，不同的這個年代，從不同的角度，不同的學科給出的各種定義。人工智能歷史上發展的流派來講，大概包括三大流派，一個是符號學派，一個連接學派，一個行為學派。
不同的學派從不同的這個角度去看待智能它的現象或者機制，比如，符號學派就認為就是智能，就是符號的表征和處理，代表性方法就是知識表示、專家系統。聯結主義認為智能是神經元網絡涌現的結果，代表性方法是人工神經網絡，包括由其發展而來深度神經網絡及深度學習技術。行為學派認為行為環境的交互產生智能，主要體現就是機器動物或機器人。目前，一個新的方向正在萌芽階段，即具身智能。具身智能認為智能的產生不僅依賴大腦，也離不開身體。作為人工智能的重要分支，機器學習也分為很多不同的學派，比如說進化學派、類推學派、統計學派等。這些不同的流派或方法都儆諮芯咳嗽貝硬煌的角度認識智能的特征或現象，然后發展形成的某種或某一類方法。目前，更多的是發展“耳聰目明”的人工智能，就是在感知、識別這方面，利用深度學習技術模擬得很好甚至超越了，在“老謀深算”的人工智能方面，即具備常識邏輯推理能力，主動判斷、決策，主動適應復雜環境，自然理解人類語言語義的人工智能，也就是認知智能方面，還有很大差距。
總體上，人工智能的研究，從智能的模擬的角度看，仍然處于“盲人摸象”摸索階段?？突仿〈髮W邢波教授指出：機器學習和人工智能過去這十幾年的飛速發展，產生了很多大大小小的結果，但是它們基本上都是停留在一個學術探索、試錯、積累的狀態，還沒有形成一個完備的體系；甚至還沒有歸納出嚴格的形式規范、理論基礎和評估方法；沒有涌現像物理、數學里面類似哥廷根學派、哥本哈根學派那種立足于某種核心理論，方法論，思考邏輯......。
邢波教授對于機器學習的評價，其實也是對于整個人工智能領域的一個概括。人工智能沒有統一的理論基礎，方法繁多，根本原因就是人們對于智能的機制認識不清。深度學習的三巨頭之一楊樂昆在2022年2月的一次報告中指出，發現智能原理是人工智能的終極問題。美國波特蘭州立大學的計算機科學教授梅蘭妮?米切爾認為AI陷入了低潮――潮漲潮落的主要原因在于我們還沒有真正了解人類智能的本質和復雜性[1]。
這里，我們還要區別對人工智能的兩種認識，即產業人工智能和科學人工智能。產業、商業或者市場往往認為人工智能發展目標就是創造商業或產業價值。當然無論是什么商業、產業，都肯定是這樣一個目標。但是對于人工智能而言，在科學上意義上，科學人工智能的目標絕對不是片面追求產業或商業價值?？茖W人工智能的目標是對智能本質的追尋和探索?？茖W人工智能的終極目標是實現類人的機器智能。這也是實際上產業和學術存在分歧的第三個原因，二者的追求目標是完全不一樣的。
2人工智能大歷史觀
大歷史觀是歷史學的一個新理論[2]。該理論主張將人類進化的歷程放在宇宙背景下，從宇宙誕生開始考察人類文明發展歷程。從大歷史觀角度來看，生命進化的起點在138億前的宇宙大爆炸瞬間。宇宙誕生之后的88億年（距今50億年），太陽系形成，距今46億年，地球誕生。地球上化石記錄的生命可追溯到距今38億年前的寒武紀，地球地質演化史上發生的物理與化學反應早在生命出現之前就存在了，可以確定的是，生命的出現是物質本身的一種轉換形式，生命本身就是通過激發那些無機元素而形成的、能夠進行自我繁殖的一種系統，但對這種轉換奧秘的研究，目前還不夠完善。人類只能根據三十億多年生命進化路徑來推測生命的發展歷程。生命誕生之后，就開啟了漫長的進化之路。達爾文提出的進化論是解釋生命進化的最權威的學說。從微生物席到埃迪卡拉生物群，從寒武紀生命大爆發到奧陶紀末大滅絕，從植物登陸到開花植物綻放，從魚類登陸到恐龍稱霸地球，從泛大陸的解體到哺乳動物的出現，從恐龍絕滅到哺乳動物崛起，從古猿到人類的出現。4億年前大陸上仍一片荒蕪，海洋中的魚類開始了登陸的旅程，4千萬年前，古猿才登上了生命的舞臺。迄今發現的最古老的人類化石也僅有700萬年的歷史，而人類智人的歷史則更短，20萬年前現代人類的祖先智人才開始在非洲大陸的叢林中生息。人類是自然的產物，40億年間發生的無數偶然事件造就了今天地球上的蕓蕓眾生。自然智能伴隨著生命進化經歷了宇宙演化、生命智能進化、人類智能進化、文化說文明進化四個主要階段。人類雖然在體型、體力上不是這個星球上最強壯的生命，但卻是自然界中智能程度最高、最具智慧的高等生命。智能進化到人類層次，發明、創造各種技術和工具，擁有情感和理性。情感使人類有了愛恨情仇、悲歡離合。理性則促使人類思考世界的本元和本質，并由此產生科學技術，創造出各種各樣的機器，并產生高層次的思想和精神，創造先進的文化和文明，并使得人類有可能突破自然進化的規律和局限，創造不同于自然智能的“人工智能”。
信息科學誕生以后，機器開始在信息處理方面超越人類的部分理性智能，人類即將通過人工智能開啟一種自我轉變過程，進入一個新的進化階段。
人工智能誕生后，僅用了60多年時間，由于深度學習等技術的驅動，地球上就誕生了一種非自然進化的新智慧形態---機器智能。從大歷史觀角度看機器智能，可以說機器智能也是宇宙智能進化的產物。從智能進化的角度，機器智能是智能進化的一個新階段或新形態。機器智能對于人類而言不僅僅是作為工具那么簡單。
機器智能的出現是宇宙大歷史發展的一個新階段。在計算和專用智能方面，機器智能已經超越人類智能。機器智能在博弈方面全面超越人類。機器智能求解問題的途徑方面完全不同于人類智能。例如，AlphaFold蛋白質結構預測的研究其實并沒有用太多的算力，它實際上是體現出來一種新的思維方式狀態。AlphaFold通過從局部一步跨到全局，然后再跨回局部的預測解決問題。這不是人的慣常思維方式。因此，在大歷史觀意義下，深度學習等人工智能技術對于人工智能的根本價值不在于它解決了多少實際工程問題以及大規模應用，而在于它使機器具有了不同于人類的智能形成機制。這種智能機制與人類自身的智能機制一樣是不可解釋的。
人類智能、人工智能都可以在整個宇宙演化（演化用于描述非生命物質系統從簡單到復雜的發展過程）的大歷史背景下加以考察和分析，是智能的不同形態，都是一種宇宙歷史進化的產物。因此，人工智能既是人類智能創造的產物，也是宇宙歷史進化的產物。至于人工智能更遙遠的未來是否會取代人類或者與人類相融合，還是一種幻想或哲學思想。
在大歷史觀下，人工智能不應等同于其他傳統科技，人工智能與其他科技領域最大的區別是，它是唯一將宇宙、物質、意識、精神、生命、智能、人類、機器等基本概念直接聯系的科學領域。這一特性決定了不能簡單將其看作是一種工具或技術[3]。
3人工智能大系統觀
大系統觀是指從科學研究角度來認識和理解人工智能。如圖1所示，從縱向和橫向兩方面系統性研究和理解人工智能。
縱向系統是指從哲學、物理學、復雜科學、生命科學、系統科學和進化論這六個基礎性學科構成的理論系統。這六個基礎學科是從生命與智能的角度對于構建人工智能理論而言，具有基礎性意義。就生命與智能的關系而言，智能是生命靈活適應環境的基本能力。生命本身就是復雜系統，也是復雜科學的研究對象[4]。生物學中關于生命的定義完全是描述性的，一般只P注生物的外形、繁殖和新陳代謝方式等，但是，很多關鍵問題依然懸而未解，對于生命的理解還缺乏真正的科學認識。人工智能領域基本上直接忽略了智能首先是作為生命的一種基本能力的存在。物理學、生命科學、復雜科學、系統科學的諸多理論對于研究先進的人工智能技術都會有所啟發。西電焦李成教授認為神經網絡其中最根本的是科學問題的研究；再者是學習理論的理解，包括表示理論、優化理論、泛化理論。其算法基礎不僅僅是網絡模型結構本身，更是其背后的機理、生物機理、物理原理。
橫向系統可以統稱為“人工智能系統論”，是關于人工智能的理論、技術、知識、產業及倫理系統的研究體系，包括理論系統在內，對人工智能涉及的知識、技術、產業和倫理的高度整合和概括。除了理論系統，還包括知識系統、技術系統、產業系統和倫理系統等四個方面內容。
知識系統是指對于智能研究有直接作用的學科知識，包括數學、數據科學、神經科學等很多學科，這些是理論和技術實踐的橋梁或中間學科。此外，還包括不同具體行業的知識，因此，知識系統由對于智能機制和人工智能技術發展而言，發揮直接或間接作用、交叉和融合的各類跨學科知識所組成。
比如機器視覺模擬人眼的視覺感知能力，視覺感知機制也是卷積神經網絡的啟發源，或者說卷積神經網絡是受到大腦皮層視覺感知過程啟發而設計的[5]。
再比如，人類的語言是自然語言處理主要模擬的對象，人類語言方面的知識就是發展自然語言處理技術的基礎和模擬對象。
人類的認知智能模擬對于計算機而言一直存在極大的障礙，迄今為止只能模擬簡單的邏輯、推理及可計算的初級認知能力[6]。人類的認知智能機制主要由認知科學等學科研究，其中形成的知識也應是發展機器認知智能技術的基礎。
因此，腦科學、神經科學、心理學、認知科學、語言學等領域的知識和各種有助于發展人工智能技術的知識一起交叉融合構成人工智能的知識系統。
人工智能技術落地實踐涉及到算法、程序設計、圖像處理、機器視覺等等，具體到不同行業又涉及不同行業里的技術，因此技術系統由多學科、多領域、多行業的技術綜合構成。產業系統主要是指基于人工智能技術形成各類產業、生態、產品體系，以及制造、農業、城市、教育等行業應用，都是以系統的形式設計、開發和實施的。人工智能倫理和法律屬于發展初期的社會學科，對于人工智能而言，發揮指導、規范人工智能技術可持續長遠發展的作用，需要逐步建立起完善的體系或系統。
4人工智能大知識觀
人工智能大知識觀是從教育教學這個角度，構建一個相對的完整知識體系，包括學科基礎、技術基礎、重點方向與領域、行業應用、倫理法律等五大方面組成的五個維度，如圖2所示。人工智能五維知識體系是人工智能知識系統的擴展和延伸，從理解人工智能概念和內涵，學習、應用人工智能技術，實現人工智能系統，解決行業或工程實際問題出發，教育學生或學習者系統、全面、整體性地認識和理解人工智能內涵和本質，作用和價值，不僅僅局限于技術本身。人工智能五維知識體系具體內容如下：
第1方面學科基礎知識主要包括哲學、數學、物理學、邏輯學、語言學、腦與神經科學、認知科學、倫理學、數據科學等與人工智能交叉的各基礎學科知識[7]，強調多學科交叉對于人工智能的重要作用。
第2方面技術基礎包括大數據、人工神經網絡、機器學習、圖像處理、機器視覺、算法分析、編程技術、嵌入式技術、智能芯片技術、計算機技術、控制技術等，強調發展人工智能系統所需要各類基礎技術和方法。
第3方面重點方向或領域以機器智能為核心，以對智能的模擬為基礎，劃分為計算、感知、認知、行為、語言、混合、類腦、群體智能等八個重點方向或領域，強調從智能模擬的角度，開發、設計機器智能或人工智能系統的理論、技術和方法。
現階段人工智能技術從對智能的模擬角度可分為計算、感知、認知、語言、行為（執行）、類腦、混合、群體等八個層次。
計算智能包括了各種高性能計算技術，依靠強大的計算能力產生機器獨有的、人類既不擅長也無法超越的計算智能；
感知智能包括利用傳感器、圖像處理、機器視覺等各類獲取外部信息的技術，利用這些技術形成機器特有的感知智能；
認知智能包括了知識表示、邏輯推理、知識圖譜等技術，利用這些技術形成機器特有的認知智能；
語言智能包括自然語言處理、語音識別、機器翻譯等技術，由此形成機器獨有的語言智能；
行為智能包括了機器人及各種具備執行能力的硬件系統技術，由此形成機器行為智能；
類腦智能包括類腦芯片、類腦計算機等技術，對人腦的模擬形成了機器類腦智能；
混合智能包括可穿戴、腦機接口與人體相結合的技術，形成了人與機器集合的混合智能；
群體智能包括群體決策、群體仿生智能等技術，形成了機器群體智能。
上述以智能模擬為基礎所形成的各種機器智能技術形成了目前人工智能領域的發展的重點方向和領域。
第4方面行業應用，包括智能制造、智能醫療、智能軍事、智能農業、智能教育、智能城市等各行業應用，強調人工智能在各行業應用的工程技術。
第5部分倫理與法律主要包括發展人工智能需要的倫理和法律，強調人工智能倫理、法律及其他人文、社科知識。
5人工智能大教育觀
人工智能大教育觀主要有四方面含義：
在智能進化大歷史意義上，人工智能教育的內涵是大歷史觀下對人類生命存在意義和價值的反思，并將反思與人類進化和人類文明整體升級相融合，培養關心人類命運的、真正的“人”，發展使人類向智能時代、宇宙時代邁進的高級思想和技術。要從宇宙大歷史和人類命運共同體的高度使學生理解人工智能對于人類未來命運的意義，使學生充分理解人工智能對未來人類社會經濟、科技和文明以及人類自身發展的顛覆作用，因此，人工智能教育也是一種培養未來新人類的終極思想教育。
在社會意義上，促使所有受教育者思考人類未來命運的啟蒙教育、危機教育，培養具有人類命運共同體理念下的人工智能素養、思考并關心人類命運的未來社會主義新人類教育。
在個體意義上，人工智能對人類的最大的挑戰不是來自智能機器與人的競爭造成失業，而是機器智能對人類自身的顛覆。因此，在機器覺醒前，人工智能教育應使受教育者首先覺醒，充分意識到機器智能的崛起對自身存在價值和意義的挑戰；使受教育者充分認識到機器智能與機器創造的巨大作用與挑戰，系統培養創新創造性思維以及人機協同思維，提高靈活適應未來智能社會變革的能力[8]。人工智能教育是有靈魂、有思想、有激情、有幻想、有創造、立體化、多維度的新人類教育。
在學科和專業意義上，人工智能教育不等于人工智能技術教育、專業教育、學科教育，也不等于人工智能學院教育。人工智能教育不能發展成單純追求經濟效益、功利化的教育產業。全方位、多角度正確理解人工智能的價值、作用與意義，多學科、跨領域培養學生交叉思維和創新意識。
人工智能教育不是單純培養理工科技術人才，而是要發展理、工、文、法、醫、農、商、管、經全專業、全學科人工智能教育。所有學科和專業的受教育者、從業者、研究者都要具備一定人工智能素養。
在大教育觀主張從智能進化大歷史、哲學、社會與文明、多學科交叉、工程與技術五個層次認識和理解人工智能[9]，如圖3所示。
6人工智能大倫理觀
人工智能倫理是指人工智能技術發展和應用引發的倫理問題，關涉人與人工智能系統、智能機器的倫理關系[10]。人工智能技術與其他科學技術的最大區別在于智能性。因此，人工智能倫理與其他科技倫理相比較而言的特殊之處也在于此。人工智能大倫理觀，也是大歷史觀下意義下的大倫理觀，主要有以下三方面含義：
6.1人工智能對于人類文明的意義
21世紀的人類共同面對氣候變化以及由此導致一系列環境危機，動植物滅絕、糧食減產、極端氣象災害、致命病毒傳播，未來人類向何處去？
人C混合智能顛覆人類肉體的存在，幫助人類實現可控進化，有可能使人類進化到更高級的物種。道德環境智能系統及腦機接口等人工智能技術還可以幫助人類提升道德水平，改造人類的精神世界，使人類變得更崇高，人性變更得美好。
因此，在大歷史觀下，將人工智能看作人類文明轉型升級的起點。深度學習為代表的人工智能技術只是階段性的技術[11]?；谏疃葘W習的各種應用及智能系統以及創造物質財富并不代表和反映人工智能的真正價值和本質。
在大歷史觀意義下，人工智能的真正價值在于提醒人類盡早摒棄資本、消費主義思想驅動的技術發展路徑。在大歷史觀意義下，人工智能是一種促進人類文明整體向更高階段進化的力量。人工智能是人類文明轉型升級的重要橋梁，而不僅僅是促進當下社會經濟等方面的發展。這可稱之為人工智能全球倫理。
6.2人工智能對于人類存在的意義
宇宙創造了生命，同時也創造了自然智能，自然智能進化出的各種智能體重最高代表當然是人類。而人類在短短的1萬年歷史之后，就要幻想創造出與自身能力一樣的機器。當機器智能逐步取代人類的工作甚至思考能力，人類存在的意義和價值何在？人類在宇宙中的位置又該如何定位和評價？機器智能是否可能成為取代人類的未來智能形態，并代替人類征服宇宙？人類屆時在地球和宇宙中又該當何去何從？
智能機器對于人類而言，不僅僅是幫助人類社會創造物質財富的工具，更應是反觀、反思人類自身在宇宙中存在價值的參照物。將機器智能作為人類智能的鏡像參照物，不斷提醒人類，人類反觀自身在宇宙中的位置、存在價值和意義的第三方參照物，是人類反思自身存在本質的啟蒙者[12]。
總之，大歷史觀下的大倫理觀使人類更加清醒的認知自身的局限性，從而反思人類在地球上的所作所為，進而消除人類活動給地球及人類自身帶來的傷害，消除戰爭威脅，使人類向更高階段的宇宙文明進化。
在大歷史觀意義下考察人類與人工智能在宇宙背景下的存在意義和價值，使人類更清醒的認識到“人之為人”的可貴，人性的偉大，人類的弱點，以及智能機器對于人類種族可持續發展的意義和作用。人類需要在更廣闊的領域思考機器智能的價值和意義。這可稱之為人工智能宇宙倫理。
在大歷史觀意義下，人工智能倫理整體上應超越狹義的人工智能技術與應用倫理，大力倡導人工智能全球與宇宙倫理。
6.3廣義與狹義的人工智能倫理
狹義的人工智能倫理是人工智能系統、智能機器及其使用所引發的、涉及人類的倫理道德問題。應用人工智能技術的各個領域都涉及倫理問題，也都是狹義人工智能倫理應該考慮的問題。
廣義人工智能倫理是指人與人工智能系統、人與智能機器、人與智能社會之間的倫理關系，以及超現實的強人工智能倫理問題。主要有三方面含義：第一，人工智能技術應用背景下，由于人工智能系統在社會中由于參與、影響很多方面的工作和決策活動，人與人、人與社會、人與自身的傳統倫理道德關系受到影響，從而衍生出新的倫理道德關系。第二，深度學習技術驅動的智能機器擁有了不同于人類的獨特智能，從而促使人類要以前所未有的視角考慮人與這些智能機器或者這些智能機器與人之間的倫理問題。第三，也是最有趣的一方面，人們認為人工智能早晚會超越人類智能，并可能會威脅人類，這實際上是超越現實的幻想。但是由此引發的哲學意義上的倫理問題思考，具有一定理論和思想價值，能夠啟發今天的人類如何開發和利用好人工智能技術。這類廣義人工智倫理在本書中稱為“超現實人工智能倫理”。超現實人工智能倫理關注的是類人或超人的人工智能系統、智能機器與人的倫理關系。
參考文獻[1]MelanieMitchell.WhyAIisharderthanwethink.https：//arxiv.org/pdf/2104.12871.pdf.[2]大l?克里斯蒂安.極簡人類史――從宇宙大爆炸到21世紀[M].北京：中信出版社，2016.[3]莫宏偉，徐立芳.大歷史觀下的人工智能[J].科技風，2021，11：79-82.[4]李建會.走向計算主義――數字時代人工創造生命的哲學[M]．北京：中國書籍出版社，2004.[5]Y.LeCun，Y.Bengio，andG.Hinton.Deeplearning.Nature，521（7553），2015：436C444.[6]瑪格麗特?博登.人工智能本質與未來[M]．孫詩惠，譯.北京：中國人民大學出版社，2017.[7]莫宏偉，徐立芳.人工智能多學科交叉內涵研究[J].教育現代化，2020，80：93-97.[8]徐立芳，莫宏偉.人工智能對高等教育及大學生培養的挑戰[J].教育現代化，2020，80：117-120.[9]莫宏偉，徐立芳.人工智能的認識層次探討[J].科教導刊，2020，34：273-275.[10]莫宏偉，徐立芳，人工智能倫理導論[M]．西安電子科技大學出版社，2022.[11]莫宏偉.強人工智能與弱人工智能的倫理問題思考[J].科學與社會，2018，8（1）：14-23.[12]莫宏偉，徐立芳.人工智能導論[M]．人民郵電出版社，2020.
基金項目：教育部百度公司產學合作協同育人項目《人工智能導論課程體系建設》（2020020004022）
*通訊作者：莫宏偉（1973―），男，漢族，山東濟陽人，哈爾濱工程大學智能科學與工程學院教授，博士生導師，主要從事人工智能理論與技術研究。
轉載注明來源:http://www.hailuomaifang.com/1/view-15446209.htm
