为何需要构建智能科学与AI的统一理论

关于“科学”、“工程”、“技术”、“智能科学”、“人工智能”以及“人工通用智能”的界定

本人对“科学”、“工程”及“技术”的解释是：

我对“智能科学”的界定[1]：

人工智能之父麦卡锡教授关于该领域的定义以及本人的观点如下：

我给出的“人工智能”定义是：

人工通用智能领域对其概念的定义：

为何亟需建立智能科学及人工智能技术的统一理论基石

在智能科学（若将认知科学视作其分支）界，最早萌发“统一理论”构想的，是美国图灵奖得主纽厄尔教授。他在1990年推出了著作《认知的统一理论》[2]，不过当时局限于认知科学范畴。

纽厄尔提倡，“认知科学应致力于构建能涵盖人类全部感知、思维与行为现象的认知理论。”[3]

与导师、同获图灵奖的西蒙教授偏爱局部问题建模不同，纽厄尔始终强调认知架构的统一性。

早在1973年，纽厄尔就抨击“碎片化研究”称：“同自然玩‘二十个问题’游戏是赢不了的。”[4] 他认为，若认知科学家仅做小实验、建局部模型、解释局部现象，而不构建统一结构或理论，便无法真正洞悉心智，无法成为成熟科学。这针对的是旧有的心理学方法论。纽厄尔主张“心智作为一个单一系统运作。”[2]

无论认知科学是智能科学的一部分还是近邻，既然构建认知科学统一理论至关重要，那么构建智能科学统一理论也理应如此。

审视当前智能科学与AI技术的现状，探讨建立统一基础理论的必要性，可分别从“智能科学”与“人工智能技术”两个维度展开：

从“智能科学”维度：把“智能”当作科研对象，整体认知其本质，需将其成分与关系归纳于统一架构。否则，难以定义、度量、评价及建立统一方法论和知识体系。简言之，若无统一理论，智能科学难成真正的成熟科学。

从“人工智能”维度：作为工程而非科学（未将智能视为客观对象），AI技术自诞生起便缺乏坚实理论基础（计算理论属计算机科学）。虽然目标驱动的研发实现了大量专业化应用，但因基础各异，专业化技术无法自然衍生或融合出通用技术。除非放弃“人工通用智能”，否则追求通用性必然要求建立统一基础理论。

最后，从两者关系看，以“智能”为核心：智能科学是研究自然与AI的概念、原理、规律及机制的基础科学；AI技术是构建系统的工程体系。前者回答“是什么”，后者回答“如何做”。若两者有统一理论支撑，将极大促进相互发展。可以说，唯有通过智能科学真正理解智能，我们才能利用AI技术随心所欲地创造任何智能，包括自然界不存在的“超自然智能”？

（2026年5月28日记录）

参考文献

[1]J. Cheng, R. Huang, Q. Jin, J. Ma, and Y. Pan, “An Undergraduate Curriculum Model for Intelligence Science and Technology,” Proc. of 2018 IEEE SmartWorld, pp. 234-239, 2018.

[2]A. Newell, “Unified Theories of Cognition,”Harvard UniversityPress,1990, 1994(Reprint edition).

[3]A. Newell, “Précis of Unified Theories of Cognition,” Behavioral and Brain Sciences, Vol. 15, No. 3,1992.

[4]A. Newell, “You Can’t Play 20 Questions with Nature andWin,” in W. G. Chase (Ed.),“Visual Information Processing,” Academic Press,1973.