人機融合智慧涌現：AI大模型時代的綜合集成研討體系
鄭楠、李耀東、戴汝為
相關主題
商品描述
綜合集成研討體系源於系統科學和復雜性科學的研究，是我國科學家錢學森院士、戴汝為院士（本書作者之一）等學者在整合系統、思維、智能等學科理論的基礎上，於20世紀90年代初提出的處理“開放的復雜巨系統”的方法論。當前，隨著社會、網絡以及AI自身的高速發展，綜合集成研討體系的應用環境和對象均發生了一定的變化，如何吸收信息科學、認知科學、智能科學的前沿研究成果，納入更加廣泛的智能主體，設計更為通用的群體智能增強框架、過程和方法，促進更大範圍內群體智慧的涌現，來共同處理更加復雜的重大決策問題和科技創新問題，是綜合集成研討體系發展的必然要求。為此，本書回顧了系統科學與復雜性科學的發展歷程，從混合智能的角度重新梳理綜合集成方法論的前期經驗，進一步探究綜合集成研討體系的智能理論基礎，開展了體系智能的融合與演化、社會智能的激發和使用等問題研究。這些工作不僅面向認知智能的前沿課題，更能為開放復雜環境下異構化、層次化認知智能和體系智能的研究開闢了一條新路，為其它類型的混合智能研究者提供了基礎理論工具，同時將繼續促進中國原創性綜合集成方法論的有效、深入、持續發展和應用。
作者簡介
鄭楠 博士，就職於中國科學院自動化研究所，師從戴汝為院士，主要從事覆雜系統、綜合集成、人工智能領域的研究。目前擔任中國自動化學會系統覆雜性專業委員會副主任、中國自動化學會女科技工作考工作委員會委員、《覆雜系統與覆雜性科學》期刊副主編。2013年入選中國科學院青年創新促進會會員。2023年人選中國科學院特聘研究崗位。
李耀東 博士，曾任中國科學院自動化研究所博士後、副研究員，師從戴汝為院士，長期從事系統覆雜性、綜合集成和人工智能領域的研究。曾參與多項綜合集成相關的重大科研項日。與戴汝為院士、李秋丹合著《社會智能與綜合集成系統》一書。
戴汝為中國科學院自動化研究所研究員、中國科學院院士。師從錢學森先生，在我國最早從事自動控制、模式識別、思維科學、人工智能、系統覆雜性等交叉科學領城研究。2001年獲國家科技進步獎一等獎，2002年獲何梁何利基金科學與技術進步獎，2010年獲中國模武識別科技終身成就獎，2012年獲“西蒙SIMON\國際信息技術與決策傑出貢獻獎，2016年獲中國系統工程終身戚就獎。
目錄大綱
目錄
第一篇 綜合集成理論與智慧涌現
第1章 人機結合的綜合集成理論基礎 / 3
1.1 復雜系統概述 / 3
1.1.1 系統科學的起源與早期發展 / 3
1.1.2 從工程控制論到總體設計部 / 8
1.1.3 一個科學的新領域 / 10
1.1.4 開放的復雜巨系統 / 12
1.1.5 與復雜性研究的交相輝映 / 16
1.2 綜合集成方法論 / 19
1.2.1 定性定量相結合的綜合集成法 / 19
1.2.2 從定性到定量的綜合集成法 / 21
1.2.3 從定性到定量的綜合集成研討廳 / 25
1.2.4 人機結合、以人為主，從定性到定量的綜合集成研討（廳）體系 / 28
1.2.5 基於信息空間的綜合集成研討廳體系 / 30
主要參考文獻 / 33
第2章 綜合集成與智慧涌現 / 36
2.1 面向智能涌現的綜合集成 / 36
2.1.1 運用綜合集成法實現認識飛躍 / 36
2.1.2 綜合集成法構成一個社會化智能系統 / 40
2.1.3 認識飛躍的實質是社會化智能涌現 / 45
2.1.4 大模型時代的智能涌現 / 48
2.2 人機結合智慧涌現 / 51
2.2.1 個體智慧涌現 / 51
2.2.2 人機結合，以人為主 / 54
2.2.3 群體交互與社會化智能涌現 / 56
2.2.4 社會化智能系統中的人機結合 / 61
主要參考文獻 / 66
第二篇 大模型時代的綜合集成法
第3章 大語言模型概述 / 70
3.1 大模型的三要素 / 70
3.1.1 Transformer架構 / 72
3.1.2 預訓練 / 74
3.1.3 微調 / 76
3.1.4 高效地使用大語言模型 / 78
3.2 大模型的表現 / 80
3.2.1 自然語言理解 / 80
3.2.2 社會科學 / 81
3.2.3 數學計算 / 81
3.2.4 醫學領域 / 82
3.3 思維科學與大語言模型 / 84
3.3.1 思維鏈推理技術 / 85
3.3.2 自一致性推理方法 / 86
3.3.3 思維樹推理技術 / 87
3.3.4 思維傳播推理技術 / 89
3.4 大模型的安全挑戰與社會影響 / 90
3.4.1 數據的安全挑戰 / 90
3.4.2 算法的安全挑戰 / 91
3.4.3 安全挑戰帶來的社會影響 / 92
主要參考文獻 / 93
第4章 綜合集成法中的大模型應用框架 / 100
4.1 綜合集成法中的三個體系 / 100
4.2 綜合集成系統的功能需求 / 103
4.3 大模型的功能匹配分析 / 109
4.3.1 研討交互分系統 / 109
4.3.2 流程管理分系統 / 110
4.3.3 系統建模分系統 / 111
4.3.4 群體學習分系統 / 112
4.3.5 資源管理分系統 / 113
4.3.6 特殊專家 / 113
4.4 大模型在綜合集成系統中的應用層次和步驟 / 115
主要參考文獻 / 119
第5章 知識體系 / 120
5.1 知識體系的概念與範疇 / 120
5.1.1 知識體系概述 / 121
5.1.2 知識體系的發展歷程 / 123
5.1.3 大模型時代下的知識工程 / 128
5.2 知識體系的關鍵技術 / 133
5.2.1 知識抽取的挑戰與解決方案 / 133
5.2.2 事件抽取的挑戰與解決方案 / 138
5.2.3 知識圖譜的框架與設計 / 140
5.2.4 多模態知識圖譜構建 / 142
5.2.5 知識體系與大模型融合共進 / 146
主要參考文獻 / 150
第6章 專家體系 / 159
6.1 專家體系概述 / 159
6.1.1 專家體系的概念與範疇 / 161
6.1.2 專家體系的發展歷程 / 163
6.2 專家體系的核心技術 / 173
6.2.1 個體思維的外化與表達 / 174
6.2.2 專家群體的交互和促進 / 176
6.2.3 廣義專家群體的交互 / 185
6.3 群體思維的組織與激發 / 191
6.3.1 依賴性思維、僵化思維和發散思維的定義 / 191
6.3.2 對弊端思維的總體分析思路 / 193
6.3.3 依賴性思維的形成與其對策 / 195
6.3.4 僵化思維的形成與其對策 / 199
6.3.5 發散思維的形成與其對策 / 202
6.3.6 結論與啟示 / 205
6.4 大模型時代下的專家體系 / 206
6.4.1 LLM促進專家體系的發展 / 206
6.4.2 LLM——專家體系的核心技術 / 212
6.4.3 LLM——專家體系的挑戰與未來發展 / 215
主要參考文獻 / 218
第7章 機器體系 / 226
7.1 機器體系的概念與範疇 / 226
7.1.1 機器體系概述 / 226
7.1.2 機器體系的發展歷程 / 228
7.2 機器體系的關鍵技術 / 234
7.2.1 復雜系統建模方法 / 234
7.2.2 復雜系統模擬技術 / 239
7.2.3 機器學習算法 / 244
7.2.4 神經網絡及深度學習 / 246
主要參考文獻 / 252
第三篇 綜合集成法的總結與展望
第8章 人機結合的智能系統 / 258
8.1 智能系統的研究範式 / 258
8.1.1 類腦智能 / 258
8.1.2 演化智能 / 260
8.1.3 人機混合智能 / 261
8.2 智能系統之人機結合 / 262
8.2.1 智能系統“人機結合”的現實需求 / 262
8.2.2 人類“心智”與機器智能的結合 / 264
8.3 大模型時代下的人機結合 / 266
8.3.1 大模型與人機結合 / 266
8.3.2 人機結合的三個層次 / 269
8.3.3 人機結合的安全和倫理問題 / 275
主要參考文獻 / 277
第9章 未來趨勢、挑戰與應對 / 279
9.1 人機融合的未來發展趨勢 / 279
9.2 未來挑戰與應對的探討 / 287
9.3 跨學科研究與創新 / 292
主要參考文獻 / 298
第10章 結語 / 299
10.1 主要研究成果總結 / 299
10.2 對未來研究的建議 / 302
後記 / 305
