对话加拿大工程院于非院士：寻找 AI 领域的「香农定理」(2)

智能的定义未明晰，因此人工智能也还没有成为一门科学，处于工程学阶段，无论是预训练模型、知识图谱还是CNN等概念，都是基于认知科学的启发而提出的。「可以说，人工智能还处于仿生学的阶段。就像在空气动力学发明之前，人们只能仿照蜻蜓和鸟来研发飞行器。」

对此，于非着手进行了大量的研究，意图通过其他学科了解以往对智能的描述，直至「越查越久远，一直查到宇宙从哪里来的大爆炸时期。从大爆炸开始产生了物理世界，就有很多的智能现象。」

1969年，比利时物理化学家和理论物理学家伊利亚·普里高津（Ilya. Prigogine）提出「 耗散结构 」理论。该理论表明：当包含非线性的多基元多组分多层次的开放系统处于一个远离平衡态的情况下时，系统不断同外界交换物质和能量，系统内某个参量变化达到一定阈值后，就会触发从无序突变为有序状态而形成的一种时间，空间或功能的特殊结构。

经由大规模物质和能量的交换冲击形成新结构，这也印证了化学世界中「智能」「 秩序始于混乱 」的法则。

当范式踏进生物系统，麻省理工学院的杰里米·英格兰（Jeremy England）教授和团队在「耗散适应」理论中展示了系统通过耗散能量以缓解能量不平衡，在一定条件下，无分子系统自然而然充足，通过化学反应代谢消耗更多的能量，从而促进能量的持续耗散以及「 熵 」（即宇宙无序状态）的增加。

能量堆积下，结构以最快、最省力的过程迅速缓解不平衡，继而稳定形成了生命，这是过往人们对物理世界、化学世界和生物世界中智能起源的认知学说之一。在其发展历史进程中，「智能」也诞生过无数令人为之感叹的「神秘」现象。

而随着人类科技发展迈进新的社会阶段，需要人们在更大的时间和空间范畴里来思考「智能」的更高级别的表现，但能被称之为科学的「智能」，仍然缺少一个理性的数学公式的定义。

为了寻找一种量化信息的方法，1948年，香农在论文“A Mathematical Theory of Communication”中借鉴热力学概念提出「 信息熵 」，第一次用数学公式，阐明概率与信息冗余度的关系，使用「熵」来量化信息，对信息时代的成功起了至关重要的作用。

迈进智能时代，以符号主义、联结主义、行为主义为代表的三大学派对「智能」的描述争论不休，即使对质量、能源、信息等重要因素的获取难度降低，但「智能」是对信息的更高层次的抽象，其定义尚未明晰。

于非在《智能简史》一书中指出：智能并非人类的专属，而是同岩石滚落、冰雪融化般普遍存在于物理、化学、生物以及人类、机器（人工智能）乃至元宇宙中的自然现象。智能并不神秘，它是缓解不平衡过程中形成的一种自然现象，使人得以用同样一个逻辑来理解世界如何运转。