1.1.2 研究方向

当代科学技术发展的一个重要趋势就是多学科、跨学科和交叉学科的融合与集成。智能科学就是相关学科发展、融合和集成的结果，是一门更大的包罗其他智能学科的科学，它由科学基础、技术和应用三部分组成，每一部分又由许多学科构成。智能科学研究智能的本质和实现技术，是由脑科学、认知科学、人工智能等综合形成的交叉学科。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质；认知科学是研究人类感知、学习、记忆、思维、意识等心智活动过程的科学；人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。智能科学不仅要进行功能仿真，而且要从机理上研究、探索智能的新概念、新理论、新方法。智能科学的研究对象具有下列明显的特征。

（1）复杂性。智能科学的研究对象，无论是自然科学和技术问题、社会和经济问题还是微观世界甚至人的思维过程等，都是很复杂的系统或很难用传统方法处理的问题。钱学森院士等提出的开放的复杂巨系统概念，要把人类的智慧综合起来，形成一个“大成智慧工程”（Metasynthetic Engineering），就是一个非常复杂的巨系统，其复杂性可能是前所未有的。

（2）交叉性。智能科学及其许多分支都具有明显的跨学科交叉特征。正是这种交叉特征，融合了相关学科的长处，犹如生物界的杂交培育出优势种群一样，创造出更具生命力的新兴学科。

（3）非线性。非线性经常伴随复杂性存在。智能科学的研究对象一般具有严重的非线性，无法用线性方程和一般数学方法处理，甚至很难用非线性微分方程描述和处理。

（4）拟人（仿生）性。智能科学的研究对象往往是拟人或仿生系统。例如，模拟人脑的思维活动和决策过程，模仿昆虫爬行过程、鸟类飞行过程和鱼类游动过程等。研究这类对象时，需要借鉴脑科学和仿生学等学科的研究成果，并与其他相关学科密切结合。

（5）不确定性。不确定性又称模糊性，是指系统或问题含有不确定的结构、参数或其他信息。例如，天气预报表明下雨的可能性为45.6%。这个预报则属结论的不确定性。智能科学的研究对象大多具有这种不确定性。

（6）不完整性。不完整性有别于不确定性，是智能科学研究对象的又一特征。它是指所得到的对象系统或问题的相关信息是确定的，但是不完整。智能科学应当能够依据不完整的信息，通过非完全模型做出科学决策，进行有效的处理。

（7）分布性。智能科学的许多研究对象具有分布性，这一方面与系统的复杂性有关，另一方面与某些对象或系统固有的时空分布特性及系统的并行性和交叉性有关。分布性如果运用得当，会有利于系统的信息集成和处理。

（8）非数学过程。智能科学的多数研究对象往往不存在传统的数学模型和已知算法，无法进行建模和数值计算。