并行智能（parallel intelligence）

并行智能是现实与虚拟现实之间的交互。这是一个复杂的概念，已被应用于许多领域，包括智能交通、艺术创作、计算机视觉和智能传感器。

并行智能最早由王飞跃于2004年提出，用于构建可用于验证社会政策、经济战略和军事行动的人工系统。

 

 

 

论文地址： https://ieeexplore.ieee.org/document/7589480 

一台计算机在世界上最古老的围棋游戏之一中击败了世界上最好的棋手之一。中国科学院教授王飞跃表示，那是新 IT 时代、智能技术时代的开始。

“这一胜利震惊了 AI 领域及其他领域的许多人，”Wang 在IEEE/CAA Journal of Automatica Sinica ( JAS ) 上发表的一篇社论中写道，该社论基于他在人工智能与机器人研究所 30 周年庆典上发表的演讲。西安交通大学，中国。“它标志着人工智能新时代——并行智能的开始。”

并行智能定义为现实与虚拟现实之间的交互，颠覆了传统人工智能。正如王教授所描述的，不是指导少量数据的大而普遍的规律，而是指导大数据的小而复杂的规律，从牛顿到默顿的跳跃。战胜围棋选手李世石的计算机 AlphaGo 与自己下了超过 3000 万盘棋——比一个百年老人一生能下的棋盘还要多。计算机从每场比赛中学习。

“[Sedol] 并没有被计算机程序打败，而是被所有站在程序背后的人，以及其中重要的网络物理信息所击败，”Wang 写道。“这也验证了许多人工智能专家的信念，即智能必须从计算和交互的过程中产生。”

输入 X，输出 Y 并不像以前那么简单。物理空间不仅仅是网络空间。机器还必须为社交空间腾出空间。据 Wang 介绍，人工智能正徘徊在混合智能阶段，在这个阶段，人类、信息和机器同样是进步过程中不可或缺的一部分。问题在于学习如何根据不断变化的可能性对 AI 进行建模。在不确定性、多样性和复杂性通常普遍存在的复杂系统中，X 并不总是导致 Y。为了向前发展，需要一个新的框架来模拟下一步的并行智能。

Wang提出“ACP方法”——人工/计算/并行——从小数据生成大数据，然后将大数据还原为特定的规律，软件（人工智能系统）从数百万场景（计算实验）中学习，做出最好的在与真实世界的物理系统交互（并行）时做出决策。AlphaGo 从 3000 万场比赛中学会了在面对人类对手李世石时如何做出最佳决策。它得到了回报。

“人工智能不再是‘人工的’，”王写道。“最终，它成为‘真正的’智能，可以体现在机器、人工制品和我们的社会中。”