人工系統(tǒng)中數(shù)據(jù)-因素-算力-算法作用及相互關(guān)系研究

崔鐵軍，李莎莎

（1.遼寧工程技術(shù)大學 安全科學與工程學院，遼寧 葫蘆島 125105;2.遼寧工程技術(shù)大學 工商管理學院，遼寧葫蘆島 125105）

目前人工智能的研究正在迅速展開，也產(chǎn)生了眾多的研究成果。筆者也將人工智能理論引入系統(tǒng)安全與故障演化過程的分析。在研究中，提出了系統(tǒng)故障演化過程[1]，描述系統(tǒng)故障過程；提出了空間故障網(wǎng)絡描述系統(tǒng)故障演化過程[2-4]，及相應的概念、數(shù)學模型和方法?？臻g故障網(wǎng)絡理論可作為系統(tǒng)故障演化過程的智能分析方法。進一步的提出了系統(tǒng)運動空間和系統(tǒng)映射論[5]，來研究人工系統(tǒng)和自然系統(tǒng)之間的數(shù)據(jù)流和因素流。人工系統(tǒng)是自然人發(fā)起建立的系統(tǒng)；自然系統(tǒng)是在自然狀態(tài)下形成的系統(tǒng)。在研究過程中發(fā)現(xiàn)，除故障數(shù)據(jù)外，影響系統(tǒng)故障的因素起到了決定作用。這些因素由故障數(shù)據(jù)分析得來，而分析過程建立的算法則圍繞這些因素和數(shù)據(jù)展開；同時由于算法的不同導致結(jié)果在相同算力下的時間成本差距很大。因此在研究空間故障網(wǎng)絡理論過程中，數(shù)據(jù)、因素、算法和算力是相互制約的。而目前人工智能的3 大要素是數(shù)據(jù)、算法和算力，這與實際情況有所差異，因素作用在人工智能形成過程中的作用可能被嚴重低估。

關(guān)于因素在人工智能領(lǐng)域的作用研究并不多見。這些研究包括：人工智能企業(yè)顛覆性創(chuàng)新影響因素及其作用路徑研究[6]，因素驅(qū)動的東方思維人工智能理論研究[7]，復雜環(huán)鍛件生產(chǎn)動態(tài)擾動因素的智能管控技術(shù)[8]，人工智能在銀行業(yè)中對人的影響因素研究[9]，基于結(jié)構(gòu)方程模型的智能制造影響因素研究[10]，不確定性因素下智能車路徑規(guī)劃研究[11]，人工智能企業(yè)創(chuàng)新能力影響因素分析[12]，集成人工智能和機器人的關(guān)鍵因素研究[13]，基于因素空間的人工智能樣本選擇策略研究[14]，智能挖掘機設(shè)計中的人機因素分析[15]，機器學習和人工智能未來發(fā)展的因素研究[16]，空間故障樹與因素空間融合的智能可靠性分析[17]，智能處理的基元-因素空間模型研究[18]，機制主義人工智能理論的數(shù)學基礎(chǔ)研究[19]，智能制造發(fā)展影響因素研究[20]等。這些研究多數(shù)是分析具體問題中各種因素的作用，而未分析數(shù)據(jù)、因素、算法和算力作用，及其相互影響。這導致了因素在形成具有人工智能特征的人工系統(tǒng)過程中的作用難以被確認，進一步造成了將數(shù)據(jù)、算法和算力作為人工智能核心的既定事實。但由于缺乏對因素作用的認知，導致人工智能理論和方法目前只能圍繞大數(shù)據(jù)分析展開，而難以尋找問題內(nèi)在的聯(lián)系和規(guī)則，導致人工智能的機械性，最終造成人工系統(tǒng)缺乏人的思維。

為研究因素在形成人工系統(tǒng)過程中的作用，研究數(shù)據(jù)、因素、算法和算力作用及相互關(guān)系，作者根據(jù)對系統(tǒng)故障演化過程的智能分析方法研究過程，論述了因素在形成空間故障網(wǎng)絡（人工系統(tǒng)）過程中的作用。以建立人工系統(tǒng)為視角討論了具有廣泛意義的數(shù)據(jù)、因素、算法和算力關(guān)系。認為因素在形成具有人工智能特征的人工系統(tǒng)過程中是必不可少的。

1 人工系統(tǒng)的內(nèi)涵

任何事物的存在都表現(xiàn)為系統(tǒng)形式，即存在即是系統(tǒng)。系統(tǒng)中各部分具有相關(guān)性，有能量、物質(zhì)和信息的交換，不相關(guān)的事物即使在一起也無法組成系統(tǒng)。但現(xiàn)實世界中很難說一個事物和另一個事物無關(guān)，因為在一個系統(tǒng)中事物之間總是存在聯(lián)系的，雖然形式可能不同，這是系統(tǒng)的相關(guān)性。系統(tǒng)由眾多事物構(gòu)成，又因為事物本身即為系統(tǒng)，因此一個系統(tǒng)也是由眾多子系統(tǒng)構(gòu)成的，這說明系統(tǒng)具有層次性。不同層次的系統(tǒng)結(jié)構(gòu)、事物和關(guān)系可能都不相同，即使相同層次的子系統(tǒng)之間也是不同的。系統(tǒng)存在的根本原因是可完成預定的功能，即系統(tǒng)的目的性。正因為有目的，不同的事件由于外部作用組成系統(tǒng)完成目的。進一步的在目的性基礎(chǔ)上，系統(tǒng)內(nèi)部各子系統(tǒng)和事物分工合作，系統(tǒng)外部統(tǒng)一實現(xiàn)功能，即為系統(tǒng)的整體性。由于系統(tǒng)內(nèi)部的物質(zhì)信息變化，如保持系統(tǒng)的功能不變，則必須改變系統(tǒng)內(nèi)部結(jié)構(gòu)和組成部分，即為系統(tǒng)的動態(tài)性。對應的，系統(tǒng)外部條件因素的變化也會作用于系統(tǒng)，導致系統(tǒng)功能改變，影響系統(tǒng)目的。因此系統(tǒng)必須具有環(huán)境適應性以抵抗環(huán)境條件的變化。因此可以總結(jié)目的性是系統(tǒng)存在的意義；整體性是系統(tǒng)存在的條件；相關(guān)性和層次性是系統(tǒng)內(nèi)部機制；動態(tài)性和適應環(huán)境性是系統(tǒng)結(jié)構(gòu)變化的動力。

從系統(tǒng)存在的目的性討論，可將系統(tǒng)分為人工系統(tǒng)和自然系統(tǒng)。人工系統(tǒng)是自然人制造的，在規(guī)定條件下能完成預定功能的系統(tǒng)。人工系統(tǒng)從規(guī)劃、設(shè)計、實施和運行都是由人完成的，例如高鐵、飛機、手機等等，當然也包括關(guān)系系統(tǒng)、社會系統(tǒng)等。對應的，自然系統(tǒng)是根據(jù)自然規(guī)律，自然運行的系統(tǒng)。表象上難以了解這類系統(tǒng)的目的性，但他們是組成自然界的基本單元，例如巖體系統(tǒng)、大氣系統(tǒng)等。

論文主要關(guān)注人工系統(tǒng)的構(gòu)建過程。人工系統(tǒng)是人類社會存在的標志。由人創(chuàng)造的任何具有目的性的事物都是人工系統(tǒng)。當然人工系統(tǒng)也隨著人類的進步而進步。目前人工系統(tǒng)普遍可以分為人、機、環(huán)、管4 個子系統(tǒng)。人是人工系統(tǒng)的核心，是系統(tǒng)的建造者、使用者和受益者；機子系統(tǒng)是實現(xiàn)功能的工具；環(huán)子系統(tǒng)是人機工作的環(huán)境；管子系統(tǒng)主要規(guī)范人的行為。

進一步的，隨著智能科學理論和大數(shù)據(jù)技術(shù)發(fā)展，人工系統(tǒng)進入了具有人工智能特征的階段，即人工智能系統(tǒng)。目前以人工智能為代表的系統(tǒng)改變了原有人工系統(tǒng)結(jié)構(gòu)。人的地位也發(fā)生了變化，從人工系統(tǒng)的中心管控地位逐漸邊緣化。當然人仍是人工系統(tǒng)的設(shè)計和受益者，但不再參與一般的生產(chǎn)活動；而只關(guān)注于異常情況的應急處理。機子系統(tǒng)成為人工智能系統(tǒng)的核心，包括硬件設(shè)備和軟件部分。進一步的，將其細化為機子系統(tǒng)和智能子系統(tǒng)，前者負責實際工作，后者提供決策支持。環(huán)境子系統(tǒng)進一步弱化，因為不再需要考慮人對環(huán)境的敏感性，只需考慮環(huán)境對機子系統(tǒng)的作用；而機子系統(tǒng)通常對環(huán)境影響不敏感。管子系統(tǒng)可能消失，因為作為受約束主體的人子系統(tǒng)消失。因此，當代具有人工智能特征的人工系統(tǒng)至少應包括智能子系統(tǒng)和機子系統(tǒng)。再細化研究，機子系統(tǒng)負責實際工作，而如何工作，如何決策都由智能子系統(tǒng)控制。機子系統(tǒng)是完成預定功能的硬件設(shè)備，本身不屬于智能科學范疇，因此當今和未來的人工系統(tǒng)的核心是智能子系統(tǒng)。人工智能系統(tǒng)的智能是模擬人對自然系統(tǒng)的響應，構(gòu)建完善的響應機制就是實現(xiàn)人工智能的本質(zhì)要求。

實現(xiàn)以人工智能為核心的人工系統(tǒng)，需要明確4 個要素及其關(guān)系，即數(shù)據(jù)、因素、算力和算法。數(shù)據(jù)是目前人工智能的基礎(chǔ)，由于人工智能的目的是代替人了解和控制自然系統(tǒng)，而自然系統(tǒng)存在的唯一標志是發(fā)散具有變化特征的數(shù)據(jù)[5]，因此了解自然系統(tǒng)必然通過數(shù)據(jù)。算力是人工系統(tǒng)處理數(shù)據(jù)的運算能力，是解決問題的必要條件。算法是對人思維的抽象，是人對自然系統(tǒng)規(guī)律的理解。因素是自然系統(tǒng)變化的控制要素，是數(shù)據(jù)的標定，也是算法的基礎(chǔ)。

圖1 給出了數(shù)據(jù)、算力、算法和因素的關(guān)系。筆者認為建立以人工智能為特征的人工系統(tǒng)，必須明確數(shù)據(jù)、算力、算法和因素的作用和關(guān)系，四者相輔相成缺一不可。人工系統(tǒng)的內(nèi)涵是豐富的，后文在不引起歧義的情況下，將具有人工智能特征的人工系統(tǒng)中智能子系統(tǒng)稱為人工系統(tǒng)。因為人工系統(tǒng)建立的核心是智能子系統(tǒng)。

圖1 數(shù)據(jù)、算力、算法和因素的關(guān)系Fig.1 Relationship among data,computing power,algorithm and factors

2 數(shù)據(jù)的作用

數(shù)據(jù)是建立人工系統(tǒng)的核心。至少在目前以人工智能和大數(shù)據(jù)為代表的人工系統(tǒng)中處于核心地位。如圖1 中部，自然系統(tǒng)在因素變化的作用下散發(fā)出變化數(shù)據(jù)。但這些數(shù)據(jù)規(guī)模龐大，由于人的感知和處理手段限制只能得到可以感知、度量和處理的那部分數(shù)據(jù)。這部分可用數(shù)據(jù)可能只是原數(shù)據(jù)集的一小部分。

上節(jié)提出，人工系統(tǒng)是代替自然人了解和控制自然系統(tǒng)的系統(tǒng)，因此人工系統(tǒng)必須了解自然系統(tǒng)的特征，這些特征都來源于數(shù)據(jù)。但可用數(shù)據(jù)不能完全提供自然系統(tǒng)特征，因此即使后期的算力和算法非常先進也會由于數(shù)據(jù)的缺失導致分析錯誤。如果人工系統(tǒng)不能充分了解和控制自然系統(tǒng)，將導致人工系統(tǒng)難以完成自然系統(tǒng)功能或只能完成部分功能。

圖1 上部展示了人工系統(tǒng)模擬自然系統(tǒng)的過程。人工系統(tǒng)模擬自然系統(tǒng)首先從分析數(shù)據(jù)開始。數(shù)據(jù)的實質(zhì)作用是確定自然系統(tǒng)的關(guān)系和因素。即通過數(shù)據(jù)變化來確定構(gòu)成自然系統(tǒng)的因素和因素之間的關(guān)系。作者提出的空間故障網(wǎng)絡[2-4]就是一種分析系統(tǒng)故障演化過程的智能方法。其目的在于了解系統(tǒng)故障過程，將故障過程抽象為網(wǎng)絡結(jié)構(gòu)。問題在于如何確定因素和因素之間的聯(lián)系，及因素之間的邏輯關(guān)系。通過數(shù)據(jù)識別因素的方法是將因素的變化與數(shù)據(jù)的變化耦合，確定因素變化和數(shù)據(jù)變化是否有對應關(guān)系，且這些變化是否符合已有現(xiàn)象和規(guī)律。將因素按照一定規(guī)律變化，數(shù)據(jù)隨之按照一定規(guī)律變化，期間其它因素不變，即可辨識該因素。當確定了所有已知因素后，則需進一步確定因素關(guān)系，即因素的相關(guān)性。確定所有因素的全集或子集或單一因素，與其它子集或單一因素的關(guān)系。通過因素變化導致數(shù)據(jù)變化的一致性確定，如果一致說明這些因素具有相關(guān)性。進一步的，可通過因素分析法[21-22]和系統(tǒng)功能結(jié)構(gòu)分析法[23]來確定因素間的邏輯關(guān)系，這里不做論述。

可以說按照目前人工智能的現(xiàn)狀，建立人工系統(tǒng)過程中，完備的數(shù)據(jù)是保障人工系統(tǒng)成功的關(guān)鍵。但相對于數(shù)據(jù)更為重要的是因素，數(shù)據(jù)的目的是識別因素。

3 因素的作用

因素和數(shù)據(jù)具有糾纏性。筆者針對人工系統(tǒng)與自然系統(tǒng)的因素流與數(shù)據(jù)流提出了系統(tǒng)運動空間與系統(tǒng)映射論[5]。前者用于測量系統(tǒng)的運動，后者用于分析因素流和數(shù)據(jù)流的關(guān)系。認為系統(tǒng)運動的動力來源于因素改變，而系統(tǒng)發(fā)生運動的表象是系統(tǒng)散發(fā)數(shù)據(jù)的改變；數(shù)據(jù)變化是人能感知系統(tǒng)存在的條件，當然前提是數(shù)據(jù)可被感知。

因素流和數(shù)據(jù)流是兩個重要概念，數(shù)據(jù)流從自然系統(tǒng)出發(fā)提供數(shù)據(jù)給人工系統(tǒng)；人工系統(tǒng)分析數(shù)據(jù)確定因素，進一步選擇可控因素對自然系統(tǒng)進行調(diào)控。這是自然系統(tǒng)與人工系統(tǒng)的物質(zhì)、能量和信息的交換方式。如果數(shù)據(jù)流提供的數(shù)據(jù)能全部被人工系統(tǒng)感知、識別和解釋，最終得到影響自然系統(tǒng)的全部因素，且人工系統(tǒng)能調(diào)控這些因素，那么人工系統(tǒng)將完全可以模擬自然系統(tǒng)。這種情況是理想狀態(tài)難以達到，除了數(shù)據(jù)不能完全感之外，可控制的因素也少于全部因素。首先即使能全部識別數(shù)據(jù)得到全部影響因素，那么目前的水平也難以有效控制這些因素作用于自然系統(tǒng)。由于數(shù)據(jù)感知和識別的問題，人工系統(tǒng)能分析的數(shù)據(jù)是數(shù)據(jù)流的一小部分，這導致能識別的因素也只有很小一部分，能控制的因素更少。因此人工系統(tǒng)無法實現(xiàn)自然系統(tǒng)的功能，或?qū)崿F(xiàn)少部分功能。

圖1 上部過程展示了通過數(shù)據(jù)確定因素和關(guān)系，因素和關(guān)系可建立規(guī)則，由這些規(guī)則組成自然系統(tǒng)。從上述可知基礎(chǔ)數(shù)據(jù)缺失導致因素辨識缺失，進一步導致關(guān)系識別困難，最終造成規(guī)則缺失。得到的規(guī)則可能只是自然系統(tǒng)規(guī)則的一小部分，且是近似規(guī)則，不能完全等效。這就是現(xiàn)在以人工智能為代表的人工系統(tǒng)難以代替人了解自然系統(tǒng)的本質(zhì)原因。

因素對數(shù)據(jù)的影響是確定性的，優(yōu)化的因素可以使數(shù)據(jù)清晰，去掉冗余和錯誤，且能降低數(shù)據(jù)維度。本質(zhì)上將因素作為空間坐標軸，而數(shù)據(jù)是空間中的點，如果坐標軸正確，數(shù)據(jù)點的定位就是確定的?？梢韵胂?，因素和數(shù)據(jù)的對應關(guān)系是一個復雜的結(jié)構(gòu)。自然系統(tǒng)是因素通過某一結(jié)構(gòu)轉(zhuǎn)化為數(shù)據(jù)的過程形式；而人工系統(tǒng)是數(shù)據(jù)通過另一結(jié)構(gòu)轉(zhuǎn)化為因素的過程形式，后者是人工智能和大數(shù)據(jù)分析的工作。這兩個結(jié)構(gòu)并不一樣，因為它們的輸入和輸出是相反的，是映射關(guān)系且映射方向相反。這即是系統(tǒng)映射輪的基本思想。

4 算力的作用

如果人工智能系統(tǒng)作為核心的人工系統(tǒng)構(gòu)建成功，那么另一個問題就是如何運行，其核心內(nèi)容即為算力。人與人工智能比較，人的思維能力明顯占優(yōu)，至少目前是。那么人工系統(tǒng)代替人的主要原因在于兩方面，一是工作不適合人，由機子系統(tǒng)代替；二是人的純計算能力很低，由智能子系統(tǒng)代替。

目前大體上算力的發(fā)展有兩個方向，一是資源集中化的算力；二是資源分散的算力。前者以云計算為代表，建立大型云計算中心，集中計算力量，將純計算對各行業(yè)進行業(yè)務分析。通過云平臺的建立，服務方更專業(yè)，運行成本減少，計算效率提高；客戶則主要關(guān)注業(yè)務流程，通過租用云平臺實現(xiàn)對數(shù)據(jù)的分析和業(yè)務決策，減少了硬件維護和軟件開發(fā)成本。后者以邊緣計算為代表，與物聯(lián)網(wǎng)共同發(fā)展。邊緣計算主要利用數(shù)量龐大的終端智能設(shè)備，且這些設(shè)備多種多樣，可及時完成算力有限的任務。由于云計算資源集中，傳輸和使用受到限制，而邊緣計算更為靈活但算力有限，因此兩者的結(jié)合將是必然的。

實際上也有很多影響算力的因素。比如規(guī)模，因為保持算力的核心是硬件系統(tǒng)，硬件系統(tǒng)的規(guī)模往往是限制算力的關(guān)鍵，比如云計算和邊緣計算就是硬件規(guī)模導致的應用場景差異。算力成本也是影響算力的因素，云計算的使用和維護成本明顯高于邊緣計算的終端智能設(shè)備。因此在水電充沛的貴州省，很多科技企業(yè)建立了云計算中心。成本是算力發(fā)揮作用的保證。算力方式是算力提高的有效途徑，例如信號的一位兩狀態(tài)表示方式和一位四狀態(tài)表示方式，其算力將指數(shù)倍增長。前者是傳統(tǒng)的電信號狀態(tài)，后者是量子信號狀態(tài)，差別很大。平臺是限制算力的因素，例如云計算和邊緣智能設(shè)備的算力差別是顯而易見的。

最終，算力是保障人工系統(tǒng)實現(xiàn)的基礎(chǔ)，是機子系統(tǒng)，是工具。算力的提高往往依靠科技進步和大型科技企業(yè)的發(fā)展。但算力的發(fā)展與人工系統(tǒng)模擬自然系統(tǒng)的能力并不等同。人工系統(tǒng)的目的是完全模擬自然系統(tǒng)變化和反應，進而模擬和代替自然人的思維和工作。從圖1 上部可知，在人工系統(tǒng)模擬自然系統(tǒng)的過程中，首先數(shù)據(jù)分析是需要最強算力的；由數(shù)據(jù)確定因素和關(guān)系雖需要算力但也需要智能的因素分析算法；而其后的建立規(guī)則和組成自然系統(tǒng)的過程更多的是思維層面的算法。因此，在上述過程中，算力的作用逐漸減小。因此單純依靠目前人工智能構(gòu)建的人工系統(tǒng)難以進行高級的規(guī)則建立和自然系統(tǒng)構(gòu)造，而只能是低層次的數(shù)據(jù)分析、因素辨識和關(guān)系確定。

5 算法的作用

與算力對應，算法的發(fā)展較為簡單限制更少。人工智能目前主要有3 大流派：1)結(jié)構(gòu)模擬流派，認為人工智能可通過構(gòu)建與人腦結(jié)構(gòu)相似的結(jié)構(gòu)，通過輸出和輸入的對應關(guān)系實現(xiàn)學習固化結(jié)構(gòu)來模擬人的思維，例如神經(jīng)網(wǎng)絡[24-26]；2)功能模擬流派認為人工智能源于人腦邏輯，進而抽象為數(shù)學邏輯，將人的認知和思維以符號為基本單元進行表示，認知和思維過程等同于眾多單元符號的運算過程，例如物理符號系統(tǒng)[27-30]；3)行為模擬流派，認為人類行為是有機體對外界環(huán)境變化進行的自主響應行為，并通過身體行為表現(xiàn)出來，可通過外界環(huán)境變化預測主體響應行為，從而達到人工智能的目的，例如感知行為系統(tǒng)[31,32]。雖然這些人工智能的流派思想和具體實現(xiàn)方法不同，但它們都是基于一定思維的方法流程，將這些流程通過數(shù)學模型展示出來即形成算法。

與算力相區(qū)別，算法的發(fā)展多以個人為單位出現(xiàn)。算法是思想的形式化，思想源于個人，而且將思想轉(zhuǎn)化為算法不受算力那種對規(guī)模、成本、方式和平臺的限制。因此具有革命和創(chuàng)新的算法往往來源于個人，也是目前人工智能研究最為廣泛的領(lǐng)域。

算法是提高數(shù)據(jù)使用效率的關(guān)鍵，而算法的核心即為表達式和參數(shù)的設(shè)計。對于人工系統(tǒng)和自然系統(tǒng)而言，自然系統(tǒng)可作為表達式的因變量；表達式中的參數(shù)是因素的具體值；而表達式本身就是人工系統(tǒng)模擬自然系統(tǒng)的結(jié)構(gòu)，即上文提到的系統(tǒng)映射。因此算法的優(yōu)劣一方面影響著算力的發(fā)揮，也同時受到因素和數(shù)據(jù)的影響。從圖1 上部可知，在人工系統(tǒng)模仿自然系統(tǒng)的過程中，源于思維的算法作用越來越強，同時算力作用逐漸減弱，因為算法更能體現(xiàn)人的高級思維。

6 數(shù)據(jù)-因素-算力-算法的相互關(guān)系

如上論述了數(shù)據(jù)、因素、算力和算法之間存在的聯(lián)系和相關(guān)性，它們有如圖1 所示的形式和作用關(guān)系。進一步的將人工系統(tǒng)和自然系統(tǒng)作為對象，對上述4 方面關(guān)系進行梳理，可形成圖2。

圖2 人工系統(tǒng)和自然系統(tǒng)與數(shù)據(jù)、因素、算力和算法的關(guān)系Fig.2 Relationship between artificial system and natural system and data,factors,computing power and algorithm

算法和算力是對人工系統(tǒng)而言的，算力代表了人工系統(tǒng)形成數(shù)據(jù)流到因素流之間映射關(guān)系f(x)的計算能力，主要取決于人工系統(tǒng)的硬件設(shè)置和物理特征；算法代表了人工系統(tǒng)形成映射關(guān)系f(x)的方法論，目前仍主要來源于人的思維創(chuàng)新活動，是人工系統(tǒng)形成真正意義上人工智能的關(guān)鍵領(lǐng)域。算法和算力共同構(gòu)成了人工系統(tǒng)形成映射f(x)的基本能力，算力是基礎(chǔ)，可通過巨量的枚舉尋找適當?shù)挠成鋐(x)；算法則是在算力基礎(chǔ)上對計算過程的優(yōu)化，壓縮計算過程的時間和空間復雜性，進而等效為算力提高。由于算力受到硬件和物理性質(zhì)限制，目前想通過基礎(chǔ)方法提升算力較為困難，一般采用集成和疊加形式提高算力。而更有效的方式是設(shè)計優(yōu)秀的算法來等效地提高算力，是人的創(chuàng)新思維活動，在面對復雜系統(tǒng)性問題時算法的作用優(yōu)于算力。

因素和數(shù)據(jù)是人工系統(tǒng)通過算法和算力形成映射f(x)的基礎(chǔ)。數(shù)據(jù)流是人工系統(tǒng)從自然系統(tǒng)接收到的各種數(shù)據(jù)的集合，人工系統(tǒng)的重要任務是將這些數(shù)據(jù)分類，分類的結(jié)果就形成了因素。如果數(shù)據(jù)變化形成的數(shù)據(jù)流通過映射f(x)得到穩(wěn)定的因素分類形成因素流，則該映射關(guān)系f(x)是成功的。因素和數(shù)據(jù)之間對于人工系統(tǒng)存在著明顯關(guān)系，該關(guān)系是實現(xiàn)人工系統(tǒng)功能等效于自然系統(tǒng)功能的關(guān)鍵。

自然系統(tǒng)按照自然法則運行，人工系統(tǒng)模仿自然系統(tǒng)的首要任務就是確定這種法則。對于人工系統(tǒng)，自然系統(tǒng)的數(shù)據(jù)流是基礎(chǔ)，人工系統(tǒng)通過因素流控制自然系統(tǒng)，期間形成的映射f(x)就是描述自然法則的核心。具體的f(x)就是我們通過大量實驗得到的自然科學中各門類學科的各種公式，及描述系統(tǒng)的各類邏輯表達式，這些公式和表達式是對自然系統(tǒng)在不同側(cè)面的描述。人工系統(tǒng)需要形成映射f(x)，再通過映射f(x)來模仿自然系統(tǒng)。如果將映射y=f(x)比作函數(shù)，則f是該函數(shù)的結(jié)構(gòu)，如加減乘除、積分微分、數(shù)理邏輯等；各種變量x代表了各種因素；x在自然系統(tǒng)運行過程中的具體值的一系列變化成為數(shù)據(jù)流；y代表了人工系統(tǒng)對自然系統(tǒng)在特定方面的模仿，是人工系統(tǒng)存在的目的。

式(1)是簡單的線性映射函數(shù)，其中“+”代表了該映射的結(jié)構(gòu)，x代表了因素，y代表了目標值。因此式(1)代表了人工系統(tǒng)模仿自然系統(tǒng)在y方面的規(guī)律，人工系統(tǒng)接收到x因素的數(shù)據(jù)，通過算法得到線性函數(shù)結(jié)構(gòu)，以算力得到系數(shù)a和b。所以各科學中的公式都是通過上述過程基于人工系統(tǒng)對自然系統(tǒng)的抽象，以使人工系統(tǒng)能模仿自然系統(tǒng)。面對更復雜情況，進一步發(fā)展了結(jié)構(gòu)模擬、功能模擬、行為模擬的人工智能3 大流派，但實質(zhì)上與式(1)的映射關(guān)系確定無異，只是采取的算法不同，也是由于算力在這些方面的效果不明顯導致的。

綜上，目前和今后以人工智能為代表的人工系統(tǒng)在模擬自然系統(tǒng)的過程中，應同時考慮數(shù)據(jù)、因素、算力和算法的相互作用。大體上，數(shù)據(jù)和因素是強作用關(guān)系，構(gòu)成了因素流和數(shù)據(jù)流，前者從人工系統(tǒng)流向自然系統(tǒng)，后者從自然系統(tǒng)流向人工系統(tǒng)，相互耦合建立了系統(tǒng)映射關(guān)系；算力和算法是強作用關(guān)系，算力主要在人工系統(tǒng)模擬自然系統(tǒng)的開始階段發(fā)揮主要作用，算法則在后期起到主要作用。當然我們的目的是建立具有人工智能特征的人工系統(tǒng)從而模擬自然系統(tǒng)。更具體的可將該過程等效為函數(shù)映射，人工系統(tǒng)結(jié)構(gòu)可具體化為函數(shù)解析式。算法體現(xiàn)了函數(shù)解析式的分析方式，因素則是函數(shù)中的變量，數(shù)據(jù)是函數(shù)中的因變量和自變量數(shù)值，算力是求解該函數(shù)的能力。可見實現(xiàn)具有人工智能能力的人工系統(tǒng)必須同時考慮數(shù)據(jù)、因素、算力和算法，及其相互作用。

7 結(jié)束語

論文主要研究了構(gòu)造具有人工智能特征的人工系統(tǒng)過程中，數(shù)據(jù)、因素、算法和算力的關(guān)系，主要結(jié)論如下：

1）論述了人工系統(tǒng)的內(nèi)涵。人工系統(tǒng)是區(qū)別于自然系統(tǒng)的，由人設(shè)計、建造、運行和維護的系統(tǒng)。人工系統(tǒng)是代替自然人了解和控制自然系統(tǒng)的系統(tǒng)。構(gòu)建人工系統(tǒng)的關(guān)鍵是確定數(shù)據(jù)、因素、算法和算力的作用及其之間關(guān)系。

2）論述了數(shù)據(jù)、因素、算法和算力的作用，并證明了它們之間具有相互聯(lián)系和不可取少的性質(zhì)。數(shù)據(jù)是自然系統(tǒng)散發(fā)出來的，是人工系統(tǒng)辨識因素的基礎(chǔ)，也是形成算法的基礎(chǔ)；因素是人工系統(tǒng)控制自然系統(tǒng)的方式，也是算法所需的變量；算法是體現(xiàn)因素與數(shù)據(jù)關(guān)系，描述人工系統(tǒng)結(jié)構(gòu)的方式；算力是解算算法的保障，同時需考慮數(shù)據(jù)和因素的特征。

3）論述了數(shù)據(jù)、因素、算法和算力的相互關(guān)系。算力是人工系統(tǒng)形成映射關(guān)系的計算能力；算法是形成映射關(guān)系的方法論；數(shù)據(jù)是人工系統(tǒng)從自然系統(tǒng)接收到的各種數(shù)據(jù)的集合；因素是這些數(shù)據(jù)分類的結(jié)果。各科學的公式都是人工系統(tǒng)對自然系統(tǒng)的抽象，該抽象是通過數(shù)據(jù)、因素、算法和算力的相互關(guān)系實現(xiàn)的，最終形成映射實現(xiàn)人工系統(tǒng)對自然系統(tǒng)在特定方面的模仿。