智能科学实验室

史忠植研究员领导的智能科学实验室主要从事智能科学的基础性和应用基础性研究，包括智能主体、 机器学习、 神经计算、 认知科学等,以及与人工智能有关的应用技术与系统的研究, 主要有知识工程、智能决策系统、 多媒体信息检索等, 探索智能科学、新型计算机发展的新概念、新理论、新方法。这些研究方向既体现了国际同类研究 的前沿, 反映人工智能学科发展的方向, 又能结合我国信息科学技术的进步和国民经济发展的需要, 具有十分重要的理论 价值和应用前景。

• 中科院研究生院开设智能科学课程
  智能科学是一门交叉学科，主要由脑科学、认知科学、人工智能等学科共同研究智能行为的基本理论和实现 技术。在史忠植研究员倡议下, 中科院研究生院开设智能科学课程。从2004年6月23日开课。主要讨论脑系统、心智、神经计算、感知、学习、记忆、思维等问题。探讨智能科学的研究思路。
• 与南澳大学合作研究数据挖掘在石油勘探中的应用
  根据中澳两国之间科技合作协议和中澳两国科学院合作研究协议, 史忠植研究员、李国和副教授和罗平，一起访问南澳大学，取得了丰硕成果。南澳大学代校长Robin King教授、计算机和信息科学学院院长Andy Koronios教授亲切接见，并对合作研究进行了讨论。
• 与Wollongong大学合作研究自主计算和元计算
  在澳大利亚基金会国际合作研究计划支持下，史忠植研究员访问了 Wollongong大学。合作研究自主计算和元计算。下月张海俊赴 Wollongang大学，开展为期两个月的合作研究。Wollongong大学决定采用我们研制的多主体环境MAGE作为元计算研究软件平台。
• 中俄神经计算机及其应用联合实验室成立
  根据2002年7月举行的中俄总理定期会晤委员会中俄科技合作分委会第六届例会将“建立神经芯片和超级计算机研制、生产联合实验室”列入双边科技合作项目的计划, 中国科学院计算技术研究所与俄罗斯控制系统部神经计算机科学中心决定成立“中俄神经计算机及其应用联合实验室”。签字仪式于2004年4月9日在中国科学院计算技术研究所举行。中国科学院计算技术研究所所长李国杰院士和俄罗斯控制系统部神经计算机科学中心所长加卢什金（Galushkin）教授在协议上签字。出席签字仪式的有：俄罗斯驻华大使馆一秘安泽民、中科院国际合作局欧洲处负责人吴艳、中国科学院计算技术研究所副所长徐志伟研究员、智能信息处理重点实验室史忠植研究员、所科研处王玉杰处长。该实验室的成立旨在促进中俄之间在神经计算机方面的合作研究，交流并推广应用研究成果。
• 北京市自然科学基金重点项目“源于信息获取知识的知识挖掘理论与技术研究（编号：4011003）”通过验收鉴定. 鉴定委员会一致认为：该项目取得了具有创新性和自主知识版权的研究成果，在知识挖掘理论与技术方面达到国际先进水平。

国际人类前沿科学计划(Human Frontier Science Program, 简称HFSP)是动用 100亿美圆(主要由日本政府资助)的庞大研究计划，被国际上看成是和美国的战略防御计划、欧洲的尤里卡计划鼎足而立的三个重要规划：该计划组织全球性的合作，其宗旨是：解决“人类在接近二十一世纪时将面临各种难题，例如全球性环境问题、天然资源的耗竭、不治之症、高科技社会带来的紧张、人口增长以及社会老龄化等问题。即使我们把现有科学技术加以扩展来解决这些问题，也是很不够的。必须作出新的努力以建立新的科技模式来和自然及人类社会协调一致，并把现有科学技术加以根本的改造”。认知科学研究是“国际人类前沿科学计划”的重点。认知科学及其信息处理方面的研究被列为整个计划的三大部分之一(其余两部分是“物质和能量的转换”、 “支撑技术”)；“知觉和认知”、“运动和行为”、”记忆和学习”和“语言和思考” 被列为人类前沿科学的12大焦点问题中的4个。

感觉系统计划(Sensory System Program) 强调推动对人类的视觉、听觉和前庭系统的动态输入的理解。

知觉和认知计划”(Perception and Cognition Program)。强调推动对人类的视觉、听觉和前庭系统的动态输入的理解。 “知觉和认知计划”强调对人类较高层次的认知及其信息处理，诸如人类的学习、在动态环境中识别、评价事件、和决策的研究；这些研究包括多重感觉的知觉整合，在复杂技能获得中的认知和知觉因素，以及注意与记忆对人类行为的基本约未等方面。

认知科学基础计划(Cognitive Science Base Program)已有20多年的历史。认知科学基础计划”的基本目标包括五个方面:

• 确定人类的认知构造；
• 提供知识和技能的准确认知结构特性；
• 发展复杂学习的理论、解释获得知识结构和复杂认知处理的过程；
• 提供教导性理论以刻画如何帮助和优化学习过程；
• 利用人类行为的计算模型，提供建立有效的人-系统交互作用的认知工程的科学基础。

"心智和大脑关系问题"的研究，标志着认知科学进入了一个新的循环的研究层次， 心智(mind)是人脑的软件系统。心智和大脑的关系是脑智科学研究的核心问题。大 脑及其与环境的相互作用是一个复杂系统的问题。本方向拟充分考虑大脑本身的约束， 从信息处理的观点出发，运用计算理论，通过机器智能功能仿真，研究大脑的高级功 能和心智问题，探索心智和大脑的关系。人类的认知过程在很大程度上受经验的影响， 本课题主要研究经验对智力活动的影响，建立与认知心理实验和神经科学证据相一致 的不变性直接知觉的计算理论。

本方向要针对我国软件产业发展的需要，从建立分布式智能和分布式应用系统集成 的目标出发，在理论创新的基础上，发展公共主体请求代理体系机制CARBA，研究 面向主体软件工程方法，开发具有自主版权的目标产品"多主体环境 MAGE"。 主要研究内容包括：
（1）理性主体的认知模型和多主体的协调策略；
（2）面向主体的软件工程方法；
（3）主体技术实用化研究方面。
该方向主要应用领域包括：电子商务，数字图书馆，移动计算，群体智能决策支持系统，以及CSCW。

二、机器学习

主要研究内容包括：
（1）学习算法: 归纳学习、范例学习、贝叶斯网路、粗糙集、模糊集、支持向量机、关联规则、遗传算法、解释学习
（2）开展感知学习、主动学习和内省学习；
（3）多策略通用数据挖掘工具MSMiner。

知识网格是在异构的、动态的虚拟组织环境下，提供有效的知识服务和共享，通过自治计算（Autonomic Element）、协作解决用户需要解决的问题，满足用户的需求。 主要研究内容包括：

• 知识模型。知识模型将描述系统的知识和推理需求，包括领域知识、推理知识和任务知识。
• 通信模型。通信模型将描述系统之间或系统与用户之间的需求和接口。
• 知识获取。研究适合高维、海量、异构、不完全、半结构化数据挖掘的有效方法和算法。
• 知识组织。研究通过概念语义空间进行知识组织，以期获得快速检索和高的查准率。
• 服务管理。面向用户服务的模式和协议。

IT系统拥有自我调节能力而无需人为的过多干预呢, 这就是自主计算的思想——将复杂性嵌入到系统设施本身，使用户觉察不到复杂性，只需发号施令而不必关心系统执行命令的具体过程。这意味着，系统本身能够自主运行，并自我调整以适应不同的环境。自主计算即得名于人体的自主神经系统，但它们的重要差异在于，人体做出的很多自主决定是不自觉的，而计算机系统的自主计算组件则遵循人所下达的命令。自主计算也不同于人工智能，虽然后者在某些方面对其有借鉴意义。自主计算并不将模仿人类思维作为主要目标,而是具有适应动态变化环境自我管理能力。 主要研究内容包括：

• 自我配置。使PC可以在无人参与的情况下自动安装应用程序，可用于包括IBM或其他品牌PC的混合环境；系统移植助理则通过保存用户的设置，使用户特殊的数据、应用以及个人设置从旧系统向新系统转移时更容易。
• 自我恢复。它能使PC用户快速、轻松地实现文件数据乃至应用程序和操作系统本身的恢复。
• 自我优化。软件可以让用户轻易地在多种有线或无线的网络中切换，而不必操心网络连接时的设置变更过程。
• 自我保护。利用系统集成的安全芯片和客户安全软件，提供了同时基于软硬件的保护措施。

1 神经计算
侧重研究神经网络变换、神经场计算理论、信念神经网络模型的学习理论、基于前馈动力学神经网络的联想记忆模型、基于遗传算法的神经网络算法、神经近似逻辑、思维模型等。取得的研究成果如下：

• 提出了以指数函数为隐单元激发函数的指数神经网络模型。
• 研究了变换神经网络的竞争学习问题, 提出了适应频率竞争学习算法, 推广了 K--中心聚类算法, 从而部分地解决了全局等概率性问题。
• 提出了神经场计算的理论框架， 用平坦流形上单形、 复形的概念和理论来作为神经网络模型结构的表示和编码机理, 通过复形结构的边缘链结构分解, 形成了对于神经网络层次化, 功能模块化的组织结构、 定位机理的认识。
• 提出了在非线性空间和非欧氏空间中基于整体结构逼近的学习理论框架, 在此基础上分别提出了对偶校正学习算法(DCL) 和基于拓扑结构逼近校正学习算法( TAC)。
• 提出了一种神经近似逻辑，该逻辑能很好地描述神经网络。神经近似逻辑不仅具有模糊的逻辑值，而且逻辑运算符也是模糊的。
• 连接专家系统。
  2 学习的认知机理
  3 环境认知

• 基于内容的图象信息检索系统MIRES。
• 智能搜索引擎GHunt