002

主    编 |

副 主 编 |

编    委 |

刊名题字 |

地    址 |

邮    编 |

电    话 |

传    真 |

印刷日期 |

发行对象 |

郑南宁 CAA 理 事 长、 中 国 工 程 院 院 士、

西安交通大学教授

王飞跃 CAA 监事长、中国科学院自动化

研究所研究员

杨孟飞 CAA 副理事长、中国科学院院士、

中国空间技术研究院研究员

陈俊龙 CAA 副理事长、欧洲科学院院士、

华南理工大学教授

（按姓氏笔画排列）

丁进良 王 飞 王占山 王兆魁 王庆林

王 坛 邓 方 石红芳 付 俊 吕金虎

乔 非 尹 峰 刘成林 孙长生 孙长银

孙彦广 孙富春 阳春华 李乐飞 辛景民

张 楠 张 俊 陈积明 易建强 周 杰

赵千川 赵延龙 胡昌华 钟麦英 侯增广

姜 斌 祝 峰 高会军 黄 华 董海荣

韩建达 谢海江 解永春 戴琼海

宋 健

北京市海淀区中关村东路 95 号

100190

（010）8254 4542

（010）6252 2248

E-mail:caa@ia.ac.cn

http://www.caa.org.cn

2024 年 8 月 31 日

中国自动化学会会员及自动化领域科技工作者

◆ 为支持学术争鸣，本刊会登载学术观点彼此相左的不同文章。来稿是否

采用并不反映本刊在学术分歧或争论中的立场。每篇文章只反映作者自身

的观点，与本刊无涉。

主管单位　中国科学技术协会

主办单位　中国自动化学会

编辑出版　中国自动化学会办公室

本刊声明

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 001

主编的话

在科技日新月异的今天，智能健康与生物信息领域逐渐成为全球瞩目

的焦点。人工智能、大数据、云计算等前沿技术的飞速发展，正为健康医

疗行业带来一场前所未有的深刻变革。

在智能健康领域，可穿戴设备和健康监测应用程序等前沿工具，使得

实时监测健康状况成为可能。同时，人工智能技术在医疗诊断中的应用，

正在革新传统的医疗服务模式。在生物信息领域，基因测序技术的普及

和生物大数据的积累，为我们深入了解人体的生物学特征和疾病发生的机

制提供了前所未有的机会。这些技术革新不仅为医疗行业带来了巨大的变

革，也为我们每个人的健康福祉提供了新的希望。

为深入探讨这一领域的最新研究成果和发展趋势，2024 年 7 月 6 日，

由中国自动化学会、保定市科学技术协会主办，保定市知识产权协会协办

的第七届创新驱动发展大会暨 2024 白石山生命科学大会——智能健康与

生物信息学术报告会在河北保定召开。本次学术报告会邀请相关领域的专

家学者、技术负责人和企业代表共聚一堂，从基因编辑到精准医疗，从人

工智能辅助诊断到生物信息大数据分析，专家们深入交流了各自在智能健

康与生物信息领域的最新研究成果和创新应用，共同探索健康产业的创新

模式和发展路径。

本期专刊聚焦“智能健康与生物信息学术报告会”，为大家分享了清

华大学汪小我教授的“生物大分子‘语言’的 AI 解析与设计”，北京工

业大学栗觅教授、岳京松博士的“抑郁症自动诊断评估方法及其标准化研

究”，中国科学院自动化研究所周小虎研究员的“机器人智能辅助介入手

术关键技术与临床实践”，康泰医学系统 ( 秦皇岛 ) 股份有限公司市场总

监赵冰的“心电检测关键技术与产品延伸：创新力与应用前景”4 篇专题

文章。

在此向贡献稿件的各位专家学者和企业代表表示衷心的感谢！希望本

刊专题能为读者带来关于智能健康与生物信息领域新的探讨与思考。

002 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 /  Column

004 生物大分子“语言”的 AI 解析与设计 / 汪小我

008 抑郁症自动诊断评估方法及其标准化研究

/ 栗觅、岳京松

012 机器人智能辅助介入手术关键技术与临床实践

/ 周小虎

016 心电检测关键技术与产品延伸：创新力与应用

前景 / 赵冰

观点 /  Viewpoint

019 张钹院士：走进“无人区”　探索人工智能之路

024 邬贺铨院士：发力互联网平台赋能数字化转型

026　工信部部长金壮龙：人工智能成为影响未来

发展的关键变量

科普园地 /  Science Park

030 什么是科学学？/ Albert-LászlóBarabási 等

039 物质、生命和演化的统一科学：超越牛顿第三定

律 / Ram C. Poudel

学会动态 /  Activities

047 2024 中国自动化与人工智能教育大会暨

2023-2024 学年全国青少年劳动技能与智能设

计大赛全国决赛在北京开幕

051 “劳动筑梦，智启未来”—— 2023-2024 学年

全国青少年劳动技能与智能设计大赛全国决赛圆

满落幕

053 中国自动化学会十一届二十九次理事长、一届

二十次监事长工作会议召开

目录 CONTENTS

P008 P015 P023 P025

P047 P050

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 003

054 提升学术会议举办能力服务活动在京召开

055 中国自动化学会组织召开浙江工业大学科技成

果鉴定会

056 第三十五届中国过程控制会议成功举办

058 第 43 届中国控制会议在昆明成功召开

061 第三届分数阶系统与控制会议在西安圆满召开

062 中国自动化学会职业教育工作委员会成立大会

成功召开

党建强会 /  Party Building

063 习近平：关于《中共中央关于进一步全面深化

改革、推进中国式现代化的决定》的说明

068 习近平：实现建军一百年奋斗目标，开创国防

和军队现代化新局面

069 中国自动化学会在京举办 2024 年第 2 期“百

名科学家讲党课”活动

070 中国自动化学会十一届十八次党委工作会议召开

形势通报 /  Voice

071 工业和信息化部主责国家重点研发计划重点专

项管理实施细则

079 支持科技创新专项担保计划

CONTENTS 目录

P060 P061

P062

004 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 COLUMN

生物大分子“语言”的 AI 解析与设计

文 / 清华大学　汪小我

基因编码的解析和人工智能

一样，是过去三十年中发展最快

的领域之一。在过去的这些年里，

我们对基因的理解逐渐从物质基

础延伸到通过人类基因组计划解

析其信息。如今，随着基因编辑

与合成技术的快速发展，进入了

基因设计和构造的阶段。

一、基因编码与设计的发展

早期的生物信息学和生物学

主要通过正向解读的方式来理解

基因编码过程，例如分析自然界

中基因的排列方式、规律、基因

编码过程以及相应的蛋白质等。

所谓的逆向构造，则是从功能需

求出发，将基因视作工程学的对

象，通过借鉴自然并尊重自然的

思想，理解其背后的规律，从而

创造出具有特定功能的生物系统。

正如习近平总书记在“两院”院

士大会上的讲话中提到的，对生

物大分子和基因的研究正进入精

准调控阶段，从认识生命、改造

生命走向合成生命、设计生命。

这一进展带来了许多机遇，也提

出了诸多挑战。

过 去， 该 领 域 的 核 心 生 物

技术瓶颈主要有三方面，但近年

来均已取得了关键性突破。首先

是 DNA 测 序 技 术， 简 称“ 读 ”，

通过测序仪逐步解析基因组中

ACGT 的 排 列 方 式。 上 世 纪 90

年代启动的人类基因组计划，需

要全球科学家通力合作，花费十

多年时间和数十亿美元，才能完

成一个人基因组序列的测定。而

如今，测定一个人的基因组仅需

几百元人民币，且已有成千上万

物种的基因序列被解析出来，包

括已灭绝的剑齿虎和猛犸象的基

因组。

其 次 是 DNA 合 成 技 术， 即

“ 写 ”， 通 过 化 学 方 式 从 头 合 成

DNA 大 分 子。 当 我 们 在 计 算 机

中设计一串 ACGT 排列的字符串

后，可以将其交给序列合成公司，

几天后即可收到按照设计合成的

DNA 干 粉。 对 这 些 DNA 进 行

一系列生物操作后，将其放入细

胞中，可能会改变细胞的形态和

导读：2024 年 7 月 6 日，由中国自动化学会、保定市科学技术协会主办，保定市知识产权协会协办

的第七届创新驱动发展大会暨 2024 白石山生命科学大会——智能健康与生物信息学术报告会在河北保定

召开。会议特别邀请清华大学教授汪小我，作了题为“生物大分子‘语言’的 AI 解析与设计”的主旨报

告。该报告指出，解读生物大分子语言的编码规则，破解序列与功能之间的复杂映射关系，是理解生命过

程并实现按需构建人工合成生物系统的关键。报告尝试利用人工智能强大的归纳与学习能力，实现生物大

分子“语言”的解析与设计。一方面发展可解释智能学习模型，通过解析神经网络从海量基因型和表型数

据中学习到的模式，挖掘可理解的结构化知识；另一方面提出生成式 AI 与生物实验相结合的生物序列设

计方法，通过在虚拟与物理世界的循环迭代，实现对基因调控规律的解读与按需定制的人工基因调控序列

的生成。

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 005

COLUMN 专题

功能。

第 三 是 基 因 编 辑 技 术， 即

“ 改 ”， 这 也 是 2020 年 诺 贝 尔

奖 的 获 奖 技 术， 能 够 在 活 体 细

胞 中 进 行 原 位 基 因 修 改。 有 了

“读”“写”“改”技术后，我们不

仅能够读取生命信息，还可以将

这些信息重新写入生物体内。

细胞像计算机编译器一样，

读取所放入基因代码中的信息，

并在蛋白质中释放这些信息。抽

象来看，这些信息可以使 DNA 大

分子编码传感元件，通过分子间

的相互作用进行计算，最终决策

影响细胞的形态和功能。从这个

角度来看，最核心的问题在于如

何对序列内的 ACGT 碱基进行编

码，即如何编写基因调控指令、

解析和重构基因网络，以及预测

和控制细胞状态。这些问题与机

器人控制领域面临的问题相似，

但生物系统和机器系统既有相似

之处，也存在许多不同点。

正 如 诺 贝 尔 奖 得 主 Jennifer Doudna 所 言：“ 通 过 生 物 学

与计算科学的交叉对基因进行编

程，将以我们难以想象的方式对

疾病治疗和药物研发产生巨大的

影响。”

从抽象的角度来看，我们面

临的核心问题是解决生物信息学

和合成生物学设计中的方程 。系

统的输入是生物大分子序列，可

以是 DNA 序列、RNA 序列或氨

基酸序列，而 y 则代表不同层次

的功能。解析生物学规律的本质

在于建立正向映射函数，即给定

一段 DNA，能够预测其编码的功

能；给定一段氨基酸序列，可以

预测其折叠成何种三维结构。逆

向问题则是从预期功能出发，找

到对应的逆映射函数，以功能为

导 向 实 现 生 物 序 列 的 设 计。 显

然，解决逆向问题需要对系统深

刻理解，其搜索空间和难度比正

向问题更大，面临跨尺度、非线

性、高维度、强耦合等一系列挑

战。因此，这一问题在过去难以

解决，但随着人工智能技术的发

展，近年来在该领域逐渐取得了

新的进展。

二、基因密码解读与 AI 模型

的解释性方法

基因调控过程的核心难点在

于， 尽 管 每 个 细 胞 中 的 DNA 是

相同的，但在发育过程中，同样

的 DNA 序列在不同细胞类型和环

境下会表达出不同的蛋白质，从

而执行不同的功能，形成复杂的

个体。例如，在细胞 A 中，一段

DNA 可能促进高水平的基因或蛋

白质表达，而在细胞 B 中，尽管

DNA 相同，由于环境的变化，这

些基因或蛋白质可能不表达。

这就像一种语言，背后遵循

着特定的语法规则。例如，不同

的蛋白质会识别并与 DNA 上的特

定序列发生相互作用，这些单词

在生物学中称为 motif。单个蛋

白质结合不足以决定基因的表达，

通常需要多个蛋白质按照特定顺

序组合在一起，形成复杂的控制

系统，才能激活下游基因。破译

这些语法规则、识别其中的单词

及其排列方式，是生物学中的基

础性问题。

生物学家开发了一系列生化

方法来捕捉蛋白质与 DNA 序列之

间的相互作用。然而，生化实验

一方面成本高昂，操作复杂，另

一方面每次只能捕获单个因子与

DNA 之间的作用，很难捕捉到组

合的语法规则。因此，如何从海

量数据中学习这些规律成为一个

重要问题。

可以将这个问题类比为分类

问 题。 系 统 输 入 为 一 组 DNA 序

列， 对 于 生 物 系 统 来 说， 读 取

DNA 信 息 并 作 出 判 断， 即 这 段

DNA 是否启动下游基因的表达。

在细胞内通过生化反应进行判别，

而我们可以利用神经网络，通过

大量数据的学习，来判断 DNA 序

列是否在特定环境下启动下游基

因。如果神经网络学能够很好地

进行分类，说明它已经学习到了

关键的生物信息。关键在于如何

打开这个“黑盒子”，解析神经网

络内部的规则语法，以帮助理解

底层的生物学逻辑。

神经网络的解释性问题在计

算机视觉等领域也有很多研究，

但在处理生物大分子序列时，由

于信号的复杂性和混杂性，在浅

006 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 COLUMN

层较容易解析，而进入深层后，

由于需要单分子、单字符分辨率

才能识别具体模式，信号变得难

以解析。我们通过分析神经网络

中的信息流走向发现，在浅层卷

积神经网络中，不同序列在不同

位置的特征图分辨率较高；而在

深层神经网络中，随着池化操作

增多，空间分辨率丢失，导致信

号混杂，无法单独解析出独立的

模式。

这种现象在视觉神经科学中

也有类似发现，即所谓的“多面

神经元”现象。在生物大分子序

列解析中，由于信号混合，浅层

信号易于解析，而深层信号则变

得复杂，需要更高分辨率的分析

技术才能准确解读。

针对这一挑战，我们提出了

一种深度模型的解释方法，称为

NeuronMotif。我们结合 MCMC

（马尔科夫链蒙特卡洛）与遗传算

法，寻找能够充分激活深层神经

元的样本。基于深层神经元的激

活模式，逆向触发特征图，逐层

递归聚类，并根据空间分辨率将

混合模式逐层解析，最终获得能

够在浅层区分的语法模式。这一

方法使我们能够清晰地看到卷积

神经网络在处理生物大分子序列

时所捕捉的模式。

传统上，Motif 是通过概率

矩阵定义的，而现在我们可以通

过神经元来定义 Motif。浅层神

经元捕捉局部的 Motif 信息，而

深层神经元则捕捉组合模式。我

们可以将浅层信息理解为单词

表，将深层信息归纳为语法树，

通过组合形成复杂的基因调控

模式。

通过 NeuronMotif 方法，我

们能够对通过基因组元件进行预

训练的神经网络进行可视化解析。

例如，某个转录因子识别位点的

偏好性表明样本蛋白，会决定中

间空隙的卷积数量，存在一定的

灵活性。数据库中的常见模式往

往混合了不同模式，而 NeuronMotif 能够分离这些混合信号，识

别和区分不同的模式。生物学家

通过实验验证了这些蛋白可以识

别不同的模式，如果不能分解这

些信号，关键信息可能会丢失。

NeuronMotif 能自动将混合信号

分解，从而获取更清晰的蛋白质

和 DNA 相互作用模式。

这一方法不仅适用于蛋白

质解析，还能显著提升神经网络

预测肿瘤新抗原的能力。通过对

抗原序列识别模式的分析，我们

能够发现规律，显著提高识别效

率，并诊断神经网络的训练效

果。一个好的神经网络能识别清

晰的模式，而训练不佳的网络则

会 出 现 神 经 元“ 死 核 ”， 即 某 些

模式无法激活特定神经元。通过

神经网络的可视化，一方面可

以提高训练效果，另一方面可

以帮助我们解析背后的生物学

规律。

三、生成式 AI 与生物实验迭

代的生物分子序列方法

在生物工程领域，从特定功

能出发创造新序列一直是一个重

要的研究方向。传统方法如人工

驯化和太空育种，试图通过筛选

遗传物质来获得具有优良功能的

个体。然而，这些方法面临的核

心挑战在于搜索空间的庞大。例

如， 长 度 为 N 的 DNA 序 列， 其

可能的组合数为 4 的 N 次方，这

一空间极其庞大。尽管生物的物

理化学性质和蛋白质结合位点等

约束会减少某些组合的可能性，

但自然界进化出来的物种实际上

只在这个庞大空间中填充了非常

稀疏的点，而现有方法如太空育

种通常仅在这些稀疏点的周围做

小范围搜索。

自然进化主要通过突变和选

择两个步骤不断迭代：突变产生

各种变异体，而适应度高的变异

体则通过自然选择得以保留。我

们希望模拟并加速这一过程，通

过在计算机空间加速变异体的产

生速度，并在虚拟空间中实现适

应度的筛选过程。为此，我们提

出了“干”实验和“湿”实验相

结合的计算框架。

“干”实验在计算机空间中

进行，通过大量已有数据训练生

成式 AI 模型，从而在虚拟空间

中抽样生成一系列变异体。生成

的变异体通过适应度预测模型进

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 007

COLUMN 专题

行筛选，并通过进化计算优化生

成模型。最终，筛选出数量较少

的高适应度变异体序列，在实验

室中进行实际的生化实验功能

验证。

“湿”实验则是在生化实验中

进行的。筛选出的序列经过实际

合成，放入细胞中进行功能验证，

观察其在细胞中的表现。实验结

果再反馈到虚拟空间中，进一步

迭代优化。

为了实现全新生物分子的

产 生， 我 们 构 建 了 双 重 对 抗 框

架。一方面，通过生成对抗网络

（GAN）在计算空间中学习天然

DNA 调控序列的分布，并从中抽

样生成新的序列。另一方面，将

生成的序列在细胞中进行实验，

利用细胞中的分子机器作为分类

器判断序列是否具备预期功能。

进一步将实验结果反馈给模型，

二者不断迭代进行优化。这一方

法在大肠杆菌中产生了人工高活

性序列，并显著提高了肿瘤新抗

原的预测能力和基因元件设计的

效率。

此外，我们尝试将生成式 AI

模型与生物学家的先验知识结合，

提出了条件式的生成框架。生物

学家可以固定某些重要序列片段，

由 AI 模型填充剩余部分。这种

方法既保证了生成序列的多样性，

又符合生物学约束。通过这一方

式，我们在大肠杆菌和人细胞中

优化设计了启动子序列，取得了

优于传统方法的实际效果，显著

提 升 了 DNA 序 列 的 功 能。 结 合

生成对抗网络与先验知识的方法，

不仅显著提高了序列设计的效率，

还帮助我们理解了生物序列中的

弱信号模式。

整合上述序列设计方法，我

们开发了智能化系统软件包，用

于基因调控序列的生成和设计，

期待其在不同应用领域中发挥重

要作用。

四、未来展望

AI 与合成生物学的结合，有

望极大加速我们对生命的理解和

设计。可以将生物序列空间想象

成一个庞大的空间，而现有的自

然界生命或已实验的样本仅在这

个空间中占据非常稀疏的点。通

过 AI 预测模型，可以在这些稀疏

点之间进行插值，推测周围点的

功能。然而，单凭现有数据和预

测模型并不足以全面探索这个庞

大的编码空间。

利用生成式 AI 与合成生物

学技术，我们能够基于现有样本

点进行新的空间抽样和探索，并

通过合成生物学实验在物理空间

中测试这些新样本。将实验结果

反馈给 AI 模型，二者间的不断迭

代，有望加速对生物大分子编码

空间的探索和理解，从而逐步打

开这张“地图”，获得更全面的生

物大分子设计和理解。

这一领域的快速发展有望带

来一系列颠覆性的变革。例如，

近年来已经出现了一些令人兴奋

的新药物，如 SMA 基因治疗药

物，这种药物通过基因改造的方

式治疗了传统方法无法治愈的疾

病。2019 年，SMA 基 因 治 疗 药

物获得批准，并于 2022 年底进入

中国市场，售价约为 1300 多万元

人民币一针。尽管价格昂贵，但

效 果 显 著， 全 球 已 有 2000 多 人

接受治疗，基本上一针即可康复。

这类药物被称为可编程药物，如

mRNA 疫 苗 和 AAV 基 因 治 疗。

麦肯锡预测，到 2035 年，全球约

45% 的疾病可以通过这种方式进

行颠覆性的治疗，产生数万亿美

元的市场价值，提供广阔的应用

前景。

未来生物技术的发展不仅

依赖于已经成熟的基因测序和基

因编辑技术，更需要 AI 技术在

DNA、RNA 和 蛋 白 质 生 物 大 分

子的功能预测、规律发现和设计

中的支撑作用。英国在去年发布

的工程生物学国家报告中，提出

在国家层面建立编程生物学中心，

这不仅是传统编程语言的应用，

更重要的是通过 AI 预测和设计系

统，对生物大分子的功能进行设

计和创造。

AI 与合成生物学的结合将会

在未来带来更多的畅想空间和实

际应用。通过这一领域的持续探

索和进步，我们有望实现对生物

系统更深层次的理解和更精确的

008 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 COLUMN

抑郁症自动诊断评估方法及

其标准化研究

文 / 北京工业大学　栗觅、岳京松

一、部委相关指导政策

近年来，情绪健康问题日益

受到重视，国家在这一领域投入

了大量人力物力，积极开展相关

研究并提出指导方针。北京市科

学技术委员会与中关村科技园区

管理委员会发布的《北京市促进

通用人工智能创新发展的若干措

施（2023 — 2025）》 中， 强 调 了

类脑智能等交叉学科的研究重点。

这些研究着重于大脑神经元连接

模式、编码机制和信息处理原理，

以此为基础，推动新型人工神经

网络模型的建模与训练方法的

创新。

在医疗领域的示范应用方面，

该措施鼓励有条件的研究机构挖

掘智能导诊、辅助诊断和智能治

疗等场景需求，充分利用医学文

献、医学知识图谱及医学影像等

多模态医疗数据，构建基于医疗

导读：2024 年 7 月 6 日，由中国自动化学会、保定市科学技

术协会主办，保定市知识产权协会协办的第七届创新驱动发展大会

暨 2024 白石山生命科学大会——智能健康与生物信息学术报告会

在河北保定召开。会议特别邀请北京工业大学信息科学技术学院栗

觅教授、岳京松博士，作了题为“抑郁症自动诊断评估方法及其标

准化研究”的主旨报告，报告深入分析了现有心理健康评价体系，

识别了包括量表评价局限性在内的若干问题，并提出了基于人工智

能技术的创新解决方案。研究方法涉及脑科学与人工智能的交叉融

合，依托中国脑计划的研究成果，通过与医疗机构的紧密合作，实

现了数据采集与分析技术的突破。项目特别介绍了一种创新的数据

采集方法，同时结合虚拟现实技术，对情绪反应进行实时监测与分

析。此外，报告还展示了部分基于深度学习的分析模型，包括双通

道一维卷积模型、串并行多尺度残差卷积模块以及宽度 - 通道注意

力模块，这些模型显著提高了抑郁风险评估的准确性。

汪小我，博士，清

华大学自动化系长聘教

授，国家杰出青年基金

获得者。曾获全国百篇

优博奖、中国自动化学

会青年科学家奖、教育

部 自 然 科 学 一 等 奖 等，

担任中国人工智能学会

生物信息学与人工生命

专委会主任、中国生物

工程学会青工委首创主

任等。主要从事人工智

能与生物和医学的交叉

研究，研究兴趣包括基

因组大数据挖掘、生物

网络建模、人工合成基

因元件的智能设计等。

作者简介

设计，从而为人类健康和生物

技术的发展带来新的突破。

* 本文根据作者所作报告速

记整理而成

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 009

COLUMN 专题

领域通用模型与专业数据的智能

应用。这一举措旨在实现对各种

疾病症状的准确识别与预测，从

而辅助医疗机构提升诊断、治疗

和预防的决策水平。

国家卫健委于 2020 年针对抑

郁症和老年痴呆症的特色服务工

作提出具体目标，要求到 2022 年

公众对抑郁症防治的知晓率达到

80%，学生知晓率达到 85%，抑

郁症的就诊率在现有基础上提高

50%，治疗率提高 30%，年复发

率降低 30%。在筛查实施过程中，

各类体检中心应纳入情绪状态评

估，综合性医院建议开展自助抑

郁症评测设备及相关服务。

二、现有情绪健康评价体系及

方法

尽管提出的目标富有挑战性，

精神类疾病的诊断、确诊、治疗

及跟踪等环节常常面临困难，这

源于其评估的复杂性。因此，在

这一背景下，开展相关研究和防

治工作显得尤为重要，具有深远

的意义。

在抑郁症的诊断中，已有多

种标准研究方法，其中最常见的

是采用量表进行评估，主要通过

医生的观察和情绪测量来判断。

量表主要分为两类：他评和自评。

他评量表由专业精神科医生、心

理医生或经过培训的医务人员进

行访谈，根据量表的各项条目逐

项评分，具有较高的可靠性，但

其实施需在专业场所，由专业人

员 操 作， 便 利 性 较 差。 常 见 的

他评量表包括汉米尔顿抑郁量

表（HAMD）和蒙哥马利抑郁量

表（MADRS）。自评量表则由测

试者根据量表指导进行自我评估，

操作简单，通常在 5 至 10 分钟内

完成，常见的包括自评抑郁量表

（SDS）、贝克抑郁量表（BDI）以

及国家卫健委推荐的 PHQ-9 量

表，该量表包含 9 个问题，广泛

用于抑郁症筛查。常用量表的特

征中，汉米尔顿抑郁量表的各项

目定义明确，但评分过程主要依

赖医生的引导，而自评量表则需

评价者充分理解引导语以得出评

分。PHQ-9 量表因其较高的全球

普及率和良好的阈值分布而备受

推崇，且可免费获取，便于研究

和临床应用。

在介绍传统抑郁症评价方法

后，可以发现其存在显著的局限

性，主要体现在以下四个方面。

首先，量表的全面性不足，缺乏

对“情绪高涨”或“思维飘忽”

等症状的评估，使得这些量表在

狂躁症和精神分裂症患者中的适

用性受到限制。这导致某些患者

可能填报出正常的结果，尽管其

实际状态并不正常。其次，传统

量表缺乏对不同人群的细节划分

与 区 分， 尤 其 是 青 春 期 心 理 以

“消极型”为主的个体，其在特定

时期可能呈现出极端的数据，而

这并不一定反映受测者的情绪异

常。第三，抑郁症量表通常需要

专业医生在特定场所进行评测，

才能得出相对准确的结论，这限

制了其广泛应用的可能性。最后，

自测量表往往具有明显的症状评

估特征，具备一定素质的个体很

容易揣测出评价内容，从而导致

主观动机影响数据的真实性，产

生假数据。此外，抑郁症的识别

率整体低于 20%，即使在医院内

也难以进行准确的评估。因此，

亟需开发更为全面和灵活的评估

方法以克服这些局限性。

三、本项目研究背景

本项目具有坚实的研究基础，

源 于 中 国 脑 计 划。 该 计 划 采 用

“一体两翼”的组织形式，其中一

翼专注于相关疾病的早期诊断与

干预，心理状态评估项目正是这

一重要组成部分，与之紧密关联。

我们与多所北京高校组成了高校

研发联合体，持续在这一方向上

进行研究和努力。

情绪研究与中国脑计划紧密

相关，情绪状态的评估是对个体

早期情绪状态进行系统、客观评

价的重要手段。通过本项目，我

们能够更深入地了解情绪健康与

脑功能之间的关系，并探索心理

压力、焦虑、抑郁等情绪状态对

脑结构和功能的影响，为预防疾

病进一步发展提供科学依据。

除了对健康人群进行情绪状

态评估，本研究还将探索不同情

010 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 COLUMN

绪障碍患者的脑功能，为精神疾

病的早期诊断和干预提供科学依

据。对于表现出明显抑郁症状的

患者，其杏仁核区域的状态与其

他人存在显著差异，功能性核磁

共振成像显示其活跃性显著降低。

这种病理特征的明确划分表明，

若能在早期阶段识别，将对延缓

或治疗未来抑郁症患者具有重要

意义。因此，情绪状态评估研究

项目将在脑科学和情绪健康领域

发挥关键作用，为深入理解情绪

状态与脑功能的关系、推动情绪

健康研究及改善情绪障碍的诊断

与治疗水平作出重要贡献，进而

提 升 公 众 健 康 水 平， 促 进 社 会

发展。

本项目纳入科技部 973 计划，

并与首都医科大学附属北京安定

医院抑郁症诊疗中心建立了长期

合作，自 2017 年至 2021 年间共

同发表了多项专利和相关学术论

文。北京安定医院配备了专门的

实验室和强大的功能性核磁共振

设备，为研究提供了坚实的支持。

四、本项目研究方法

我们的研究方法具有一定

创 新 性， 自 2012 年 开 始 相 关 研

究，经过多次尝试和探索，发现

了许多问题。2018 年，我们引入

了虚拟现实（VR）设备，建立了

全新的数据采集方案。具体而言，

受试者佩戴虚拟现实头盔，通过

CMOS 相机采集瞳孔大小变化的

信息，观看情感诱发的三段严格

控制的三维虚拟现实场景（平静、

悲 伤 和 高 兴 ）， 实 时 获 取 眼 部 变

化信息，从而形成时序信号，即

“瞳孔波信号”，这是我们研究的

生理信号基础。

选择瞳孔波作为数据采集

基础的原因在于，瞳孔由颈交感

神经和动眼神经共同支配，二者

之间存在相互平衡的关系，调节

机体的生命活动。瞳孔的变化不

受大脑直接控制，因此在一定程

度上能够客观反映个体的情感波

动，从而成为理想的采集分析

基础。

在分析方法方面，我们采用

了几种关键技术。首先是双通道

一维卷积模型，使用正性和负性

差异的瞳孔波作为抑郁风险和焦

虑风险评估的原始信号，分别构

建两个通道，通过全连接层融合

两个通道的数据。这一过程中，

情绪激发视频包括喜悦（正性）、

悲伤（负性）和关键的平静视频，

正性与平静、负性与平静的比较

为后续分析提供了基础。

另外，我们还应用了串并行

多尺度残差卷积模块。在风险和

交感风险评估中，受试者在接受

情绪刺激时的情绪积累时间、反

应强度和持续时间差异显著，因

此多尺度特征捕捉瞳孔波特征，

有助于深度学习模型学习更多语

义相关特征，提高抑郁症的特征

提取效果。本项目在卷积神经网

络的串并行维度上进行了多尺度

实 现， 针 对 个 体 差 异 进 行 特 征

提取。

最后，我们引入了宽度—通

道注意力模块。抑郁风险水平高

的个体常表现出反刍性思维，导

致情绪刺激过程中出现相似的情

感特征和信息冗余。因此，在模

型中对抑郁症表征区域和特点的

相似性赋予更高权重，将有效提

升抑郁风险和交流风险评估的

效率。

抑郁症患者与常人在思维方

式上存在显著差异，尤其是反刍

性思维的表现。这种思维模式使

患者陷入某种情感状态，难以自

主脱离，形成闭环神经循环，从

而导致情感状态的持续加重。针

对这一特点，我们引入自注意力

模块，以有效捕捉抑郁症患者与

正常人之间的差异，提升最终评

估的效率和表现。在自注意力机

制中，关注宽度和通道维度的上

下文依赖性，并对相关性更高的

数据点给予更高的权重，以增强

模型的表现。

在 评 估 方 法 的 比 较 中， 我

们采用了瞳孔波生理信号采集

方式，并与主流模型进行对比。

这些模型包括基于传统语音交

互、面部识别及多模态混合的方

法。研究结果显示，在均方根误

差（RMSE） 和 平 均 绝 对 误 差

（MAE）方面，我们的方法表现

最佳。

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 011

COLUMN 专题

五、项目产品标准化工作

从 2022 年 开 始， 我 们 针 对

研发的系统不断进行产业化尝试。

2023 年 4 月，学校组织的创新成

果促进大会上，邀请了北京市委

书记进行参观，他对我们的项目给

予了高度肯定，并且随行人员也进

行了现场测试。目前，该成果已

在医院体检中心及其他高校逐步推

广，并正在申请相关医疗许可。

为更好地推广产品，我们与

北京理工大学、首都医科大学附

属北京安定医院等单位共同完成

了一系列标准化工作。首先，建

立了一套完整的情绪评估标准化

体系，能够评估多种情绪评估设

备，而不仅仅局限于单一设备，

促进不同设备之间的相互比较。

其次，将已有的评估方法作为标

准设备基础，以便对非溯源性数

据进行比较和分析，增强评估的

可靠性。

此外，对情绪等级进行了量

化，之前的评价虽然有分值，但

缺乏合理的量化方法。通过标准

化工作，确定了量化方法，为未

来的研究提供了依据。最后，提

出了基于数据集的模型评估方式，

作为评估方法的基准，这为将来

利用数据分析或人工智能进行标

准化设备比较提供了重要借鉴。

本项目也涉及实验人员的参与，

因此我们整合了伦理保护措施，

确保实验人员的充分选择和保护，

以支持未来相关研究的开展。

* 本文根据作者所作报告速记整

理而成

栗觅，北京工业大学信息科学技术学院教授，博士生导师，北京市脑信息智

慧服务国际合作基地副主任，中国自动化学会智能健康与生物信息专委会委员。

长期从事抑郁症早期诊断、智能精神健康评估等方面研究工作，自主研发了基于

情感带宽和瞳孔波技术的智能精神健康评估系统。相关工作发表在 IEEE TIM，

TCSS，ACM TOMM，中国神经精神疾病杂志等国内外学术论文 50 余篇，获

得美国和中国发明专利 20 余项，主持了国家 973 计划子课题、军委科技委国防

科技创新特区项目、国家自然科学基金等科研项目 10 余项，并获得了 2018 年国

家技术发明二等奖。

岳京松，北京工业大学信息科学技术学院模式识别研究所博士研究生，长

期从事人体健康监测分析方法与产品的研究与开发。发表各类专业论文四十余篇；

作为主要编写人员参与编制国家及行业标准十余项；作为国际电工委员会专家委

员获“IEC 1906 奖”；作为主要完成人获得各类专利授权超过 20 件。获得各类

省部级科技进步奖 6 次。

作者简介

012 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 COLUMN

机器人智能辅助介入手术关键技术与临床实践

文 / 中国科学院自动化研究所　周小虎

中国科学院自动化研究所拥

有模式识别国家重点实验室和复

杂系统管理与控制国家重点实验

室。为响应国家号召，这两个实

验室于 2022 年底重组，合并为多

模态人工智能系统全国重点实验

室，该实验室是全国首批 20 家标

杆全国重点实验室之一。

多模态人工智能医疗机器人

团队在诊断机器人、手术机器人

和康复机器人等方面取得了一些

显著成果。诊断机器人主要基于

超声进行远程诊断。手术机器人

方面的研究重点包括血管介入手

术机器人，以及血管介入手术机

器人与超声机器人协作的心脏和

大脑手术系统。康复机器人领域

的研究涵盖了上肢康复、下肢康

复和手部外骨骼康复。

一、研究背景

目前，心脑血管疾病是全球

死亡率最高的一类疾病，已超越肿

瘤，主要原因是血管内血脂代谢异

常，导致血脂在血管内积累，使血

管变得比正常血管更加狭窄，从而

阻碍血液正常流通，导致脑卒中、

心绞痛、冠心病等症状的出现。

对于心脏来说，最主要的表

现是冠心病。当冠状动脉出现狭

窄时，血流无法顺畅通过冠状动

脉到达远端，导致远端心肌细胞

死亡，从而引发心脏猝死或骤停

等症状。传统的治疗方式是从患

者体内取出大隐静脉或乳内动脉，

分割并缝合到堵塞的血管两端，

使血流通过搭桥血管流入心脏冠

状动脉的远端，从而恢复血流畅

通。然而，这种手术需要打开患

者胸腔，创伤较大，且术后恢复

时间较长。

在近二三十年间，发展出了

一种新的手术方法，即血管微创

介入手术。这种治疗方式利用细

长的器械，包括导丝、导管、球

囊和支架，通过 X 光影像导航，

将器械通过血管腔道递送至心脏

冠状动脉的狭窄部位，通过球囊

和支架扩张使血流恢复畅通。由

于手术器械非常细小，犹如针一

样放置在心脏上，因此被形象地

称为“扎心”手术。该手术无需

打开胸腔，创伤非常小，术后恢

复非常快，患者通常一到两天就

可以出院。然而，由于需要 X 光

影像导航，医生在手术过程中会

受到电离辐射的伤害，为了防止

辐射，医生需要穿上约 10 公斤重

的铅衣进行手术。对于简单的手

导读：2024 年 7 月 6 日，由中国自动化学会、保定市科学技术协会主办，保定市知识产权协会协办

的第七届创新驱动发展大会暨 2024 白石山生命科学大会——智能健康与生物信息学术报告会在河北保定召

开。会议特别邀请中国科学院自动化研究所研究员周小虎，作了题为“机器人智能辅助介入手术关键技术

与临床实践”的主旨报告，报告面向机器人智能辅助血管介入手术，从分析制约血管介入手术机器人智能

化水平提升的诸多因素入手，着重讲述了智能影像分析与导航、专家操作技能建模与学习、机器人辅助手

术临床实践等方面的相关研究进展。

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 013

COLUMN 专题

术来说，通常需要 1 至 2 个小时，

但对于复杂的手术可能需要七八

个小时，医生的职业病风险和工

作强度都非常大。

临床中，医生常见的病变包

括复杂的血管病变和简单的病变。

简单病变通常是血管分叉处的狭

窄，而复杂病变则包括迂曲病变、

开口病变和分叉病变，这些病变

相对简单病变更加复杂，血管的

弯曲度更大，狭窄的数量也更多。

对于简单病变，医生只需递送一

根导丝并放置一个支架即可完成

手术，而对于复杂病变，特别是

分叉病变，需要医生同时操作两

根导丝并放置两个支架，这对医

生的手术技能要求非常高。

由于手术要求高，目前能够胜

任此类手术的专家医生非常稀缺。

另一方面，这些专家医生大多集中

在沿海或发达城市的三甲医院，导

致我国血管介入手术的发展存在优

质诊疗资源发展不充分且分布不均

衡的问题。因此，我们亟需智能化

机器人技术来解决这一问题。

血管介入手术机器人应运而

生，目前主要通过主观操纵台控制

从端递送机构，两者可通过无线连

接或 5G 连接实现。操纵台发送控

制指令到从端，完成手术操作，而

从端则通过通信方式将影像信息和

触觉信息反馈到操纵台。通过这种

主从操作方式，医生能够免受电离

辐射的影响，可以在手术室外隔着

铅板完成手术，且无需穿着铅衣，

大大降低了工作强度。智能算法的

引入提高了操作精度，相较于医生

手动完成手术，机器人操控的精度

更高。此外，通过 5G 连接实现远

程操控，专家医生可以在三甲医院

中通过操控台远程控制基层医院的

递送机构，从而将优质医疗资源下

沉到基层医院。

目前，血管介入手术机器人主

要有两种类型：主动介入机器人和

被动介入机器人。主动介入机器人

通过绳索驱动或磁驱动，使器械的

远端具备柔性或移动自由度。由于

额外加入了器械，主动介入机器人

的直径较粗，主要用于大血管和心

脏腔室的治疗。被动介入机器人则

主要用于体外辅助，目前临床中的

手术机器人，包括用于导丝、导管

和支架操作的机器人，主要采用滚

轮驱动和滑动平台驱动方式。

目前，血管介入手术机器人

的自主化和智能化程度仍处于 0-1

级，只能完成床旁或隔室对医生的

简单辅助。提升机器人的智能化程

度是当前的重要任务。现阶段，机

器人还无法像高级医生一样理解手

术影像中的器械或血管解剖结构，

也无法像中级医生那样通过大量训

练提升手术技能。目前的机器人主

要依赖主从控制方式，自主学习和

决策能力尚未实现。

二、多模态影像感知与导航

在手术过程中，医生需要通

过 X 光影像进行导航，了解手术

器械、导丝和导管在患者体内的位

置。要看到血管的形状，需要通

过导管将造影剂注入患者的心脏冠

脉，造影剂在 X 光影像下显影，使

医生能够看到血管的轮廓。器械导

丝的头端是金属材质，能够在 X 光

影像下显现。如何让机器人像医生

一样理解影像中的血管和器械是一

个挑战，因为影像是动态的且信噪

比低，存在许多相似的结构，如其

他器械、骨骼或运动伪影，这对任

务提出了很大挑战。我们需要精准

感知低信噪比、多模态的血管解剖

结构和血管腔内介入器械。

为了提升机器人的自主化

水平，我们需要将影像中的血管

和 器 械 分 割、 提 取、 检 测 和 定

位出来。第一个任务是如何从手

术影像中分割和提取血管。我们

建立了结合深度学习网络与传统

U-Net 的多尺度特征融合模块，

该模块不仅能保留完整的高层语

义特征，还能有效去除骨骼轮廓

和运动伪影。在网络后端，通过

加入 SE 模块能够平衡不同尺度

特征图的权重，实现噪声去除和

血管细节保留。经过网络处理后，

能够实时提取血管分割结果。

第二个任务是在提取血管后，

检测和定位手术器械。对于复杂

病变中存在多个器械的情况，我

们改进了传统 Mask R-CNN，利

用相邻帧的约束关系及影像先验

知识解决器械占比小、背景噪声

大的问题。

014 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 COLUMN

第三个任务是处理闭塞病变的

无法术中显影问题。闭塞病变是指

血管完全堵塞，造影剂无法注入，

导致术中无法显影，医生无法看到

血管结构，因此无法完成手术。我

们尝试将术前核磁共振（MRA）

信息与术中数字减影血管造影

（DSA）影像融合，通过 CCN 回归

和质心对齐两阶段完成术前 MRA

和术中 DSA 影像弹性配准，解决

了闭塞病变的显影问题。

第四个任务是融合算法和模

块。手术路径规划系统能够动态

规划器械的技术路径，从进入患

者体内到最终到达冠脉部位，以

全局视角规划手术路径，实现精

准导航。

第五个任务是将算法融合到

软件中，指导远程智能辅助手术。

我们开发了三维重建和术前规划

系统，用于术前诊断和虚拟手术

培训。通过该系统，中级医生可

以在术前进行培训，提前演练复

杂手术，从而在实际手术中有心

理预判，降低手术风险。

三、操作技能建模与学习

这个工作的目的是将专家医

生的操作技能提取、建模、分析，

并应用到机器人上。不同医生在

处理血管病变时的操作手法存在

差异，而且在不同的技术阶段操

作手法也有所不同，即使是同一

位专家医生，其操作手法也会有

所不同。如何对这些非结构化、

高度抽象的操作技能进行建模分

析并应用到机器人上，是一个非

常具有挑战性的任务。

针对这个问题，我们首先分

析了不同医生的操作数据。无论

是初级医生还是高级医生，复杂

的介入操作可以分解为平移操作

基元、搓捻操作基元和复合操作

基元。我们利用运动捕捉传感器，

将传感器放置在医生的手部或手

臂上，完成操作数据的收集，这

个过程称之为操作行为的采集系

统。通过该系统，可以收集医生

在手术中的操作行为数据。

其次，对操作行为数据进行

处理和分析。当前临床中评判医

生操作技能主要基于年限的积累，

即医生从事手术的年数和完成的

手术量。这是一个非常主观的过

程，不能仅凭这些主观标准就断

定现有的专家医生具有丰富的经

验，或可以将经验应用到机器人

上。因此，我们构建了一种客观

多元的评价方法来评估医生的操

作技能，并将经过客观评价后的

优质、高级操作技能数据用于后

续的机器人技能学习和迁移。

我们提出了多阶段专家医生

操控技能学习方法。通过分析专

家在操作过程中的速度、力度和精

度，构建了多阶段专家技能学习策

略。结合前面提到的影像处理算法

模块，我们构建了球囊和支架定

量精准递送闭环的反馈系统，并

在活体动物实验中验证了递送的

精度，最高可以达到 0.2 毫米。

在上述技术基础上，我们进一

步设计了仿真手术环境的机器人在

线强化学习算法。通过引入任务重

建和分布式部署模块，机器人可以

自主进行技能学习，加快编码器学

习速率。从中间的视频可以看到，

机器人经过一段时间的学习后，可

以在多个分叉中进行选择，最终选

择目标分叉，完成包括逆向开通左

冠回旋支的复杂手术动作。

最后，将这些模块与现有机

器人进行集成，并在华东医院和

协和医院完成了基于 5G 的远程血

管介入手术活体动物实验。通过

与美国 CorPath GRX 机器人的对

比，我们在适应范围、导航能力、

递送精度和远程操控等方面具有

明显优势。

四、未来展望

2023 年 2 月，我们完成了国

内首次正式报道的机器人下肢动

脉闭塞开通手术临床试验。术前

影像显示血管狭窄，中间缺少一

段，说明那个地方没有造影剂显

影。手术后，血管恢复通畅，显

影效果明显。5 月份，我们在上

海华东医院完成了 5 例心脏冠脉

复杂病变的机器人手术临床试验。

这 5 例患者在手术后迅速康复，

未发生任何不良并发症。同月，

我们在国际心脏病学会议的开幕

式上，进行了国际首次机器人远

程介入手术现场直播。这项手术

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 015

COLUMN 专题

由复旦大学附属中山医院的葛均

波院士在主席台上操控机器人完

成，机器人则位于中山医院的手

术室内。手术患者是一位 67 岁的

女性，她的心脏冠脉左回旋支有

重度狭窄病变。通过导丝、球囊

和支架的协同递送，最终恢复了

血管的畅通。这些机器人临床试

验获得了人民日报、新华社、央

广网和 CCTV 等权威媒体的报道。

未 来， 对 于 远 程 手 术 而 言，

医生的临场感仍然不足。医生只

能操控机器人，却无法操控远程

手术室内的影像设备、手术床和

设备角度，目前仍需远程助理或

护士来完成这些操作。这种操作

方式与医生在手术室内亲自做手

术的体验不同。为进一步提高医

生的操作临场感，我们需要使医

生能够控制远程手术室的操作系

统和手术床系统。目前，影像系

统多为国外设备，开放接口较为困

难。未来，我们将致力于影控系统

的全面整合和提升手术临场感。

* 本文根据作者所作报告速记整

理而成

周小虎，中国科学院自动化研

究所研究员，博士研究生导师，国

家优秀青年科学基金获得者，国家

重点研发首席青年科学家，中国科

学院青年创新促进会会员，中国科

学院“技术支撑人才”“特聘研究骨

干”；主持国家重点研发青年科学家

项目、面上项目、腾讯 Robotics X

犀牛鸟专项等；发表学术论文 70 余

篇，其中高水平 IEEE 汇刊 24 篇

（第一 / 通讯作者 16 篇），MICCAI/ICRA/IJCAI/AAAI 等顶级会

议论文 18 篇；获授权国际 PCT 专利

3 项、国家发明专利 25 项；荣获亚

太神经网络学会青年学者（APNNS

Young Researcher Award）、中国

科学院“院长特别奖”、中国人工

智能学会 / 中国自动化学会“优秀

博士学位论文奖”、荣获机器人国际

会议 IEEE RCAR 2022/2023（连续

两年）、ICBIR 2023、IEEE ROBIO

2023“最佳论文奖”等荣誉奖励。

作者简介

2024 国家工业软件大会征稿延期至 8 月 1 日！敬候您的来稿！

工业软件是工业制造的“大脑和神经”，大力发展工业软件，推动核心工业软件自主可

控，是中国建设“制造强国”的必由之路和提升产业国际竞争力的重要抓手。2024 国家工

业软件大会将于 2024 年 11 月 8-10 日在上海举办，本届大会主题为“Al for Engineering·工业软件赋能新型工业化”，旨在围绕我国工业智能领域战略布局、技术创新应用、产

业融合发展等行业热点进行深入交流。

本届大会由中国自动化学会主办，国家流程制造智能调控技术创新中心、20 余家国

家级和省部级重点实验室、工程研究中心和知名自动化科技公司联合承办，20 余家国家级

和省部级实验室和工程中心联合协办。将着重总结研发设计类、生产制造类、经营管理类、

AI 赋能类等四类工业软件的数学模型、核心算法及其软件实现，同时交流工业软件在具体

价值场景中的应用，以提升工业软件的开发和应用能力，为我国工业软件的发展和应用提

供更多的思路和启示。

应广大科技工作者强烈要求，2024 国家工业软件大会征稿延期至 9 月 15 日，详情请

查看：https://mp.weixin.qq.com/s/r4Df5PZm3d3QnYet0rbL2w

通知

016 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 COLUMN

心电检测关键技术与产品延伸：创新力与应用前景

文 / 康泰医学系统（秦皇岛）股份有限公司　赵冰

心电图的关键技术主要集中

在基础研究上，包括心电信号的

采集、噪声去除、特征波的提取

以及最终应用于智能诊断系统。

这些技术的核心在于处理微弱的

电生理信号。除了心电图，医院

中还涉及脑电图（EEG）、肌电图

（EMG）以及胃电图等，这些都

是小信号采集的典型应用实例。

一、心电关键技术及创新

在心电信号的研究过程中，

最大的挑战之一是信号容易受到

干扰。心电图（ECG）属于无创

采集心电信号，由于信号的微弱

性，它可能受到表面电极或外部

噪声的干扰。因此，对这些小信

号进行降噪处理是必不可少的，

降噪后的信号才能用于进一步分

析，如 ST 段的分析。

最初，我们与北京 301 医院

的卢老师展开了深入合作。在卢

老师的建议下，我们采用了“五

道线原则”对心电信号进行进一

步分析。这一原则帮助我们在心

电图中识别 P 段、ST 段等关键波

形，并将这些识别结果集成到产

品中。当前的心电图机已经能够

自动进行诊断，准确识别各种心

电数据和波形异常。

在应用阶段，自动诊断主要

集中在两个重要领域。一是心率

异常的检测，对于老年人群体，

心 率 异 常 是 否 意 味 着 潜 在 疾 病；

二是心肌梗死的定位诊断，该诊

断依赖于心电信号的降噪处理和

特征波的提取。

在动态心电分析中，特征波

检测尤为重要。一般而言，24 小

时连续记录的心电波形数据量庞

大，若无自动分析系统，医生在

处理这些数据时将面临巨大的挑

战。康泰医学的自动分析系统能

够将每一秒级心电波形数据进行

分类，识别早搏、正常波形及干

扰信号。

心律失常的自动诊断和心肌

梗死的检测也在不断完善。在特征

波检测的基础上，我们需要考虑

各种血管对心肌梗死的影响。心

肌梗死的严重性及其部位的定位

对于疾病的干预至关重要。当前

的造影技术虽然能提供心肌梗死

的详细信息，但对病人存在较大

的创伤。通过无创的外部诊断方

法进行心肌梗死的定位，将减少

患者的痛苦并提高诊断的便利性。

导读：2024 年 7 月 6 日，由中国自动化学会、保定市科学技术协会主办，保定市知识产权协会协办

的第七届创新驱动发展大会暨 2024 白石山生命科学大会——智能健康与生物信息学术报告会在河北保定召

开。会议特别邀请康泰医学系统（秦皇岛）股份有限公司市场总监赵冰，作了题为“心电检测关键技术与

产品延伸：创新力与应用前景”的主旨报告，报告从心电关键技术的创新角度出发，探讨了心电产品在应

用前景方面的延伸可能性，重点探讨了目前心电产品的关键技术，包括心电信号采集、处理和分析等方面

的创新。在此基础上，报告详细分析了心电产品在医疗、健康管理和智能穿戴等领域的应用前景，从传统

的心电监测到与大数据、人工智能等前沿技术的结合，展望了心电产品在未来的发展趋势。

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 017

COLUMN 专题

在研究的基础上，我们将心

肌缺血的定位诊断技术与其他领

域的创新相结合，最终形成了成

熟的产品。在普通心电工作站的

应用中，我们能够准确判断心脏

心肌缺血的大致位置，这一技术

对于临床诊断具有重要的开创性

意义。

二、心电关键技术的产品延申

康泰医学，作为一家成立于

1996 年 的 公 司， 总 部 位 于 秦 皇

岛，注册资本超过 4 亿元，致力

于将实验室成果转化为实际产品。

我们的产品不仅在国内销售，还

覆盖了全球 140 多个国家和地区。

公司现有员工 2000 多人，是北方

最大的医疗器械生产基地之一。

公司提供从研发、生产到销

售的全链条服务。公司主要的心

电产品已广泛应用于各种医疗机

构，从顶级的三级甲等医院到基

层卫生室，我们都拥有丰富的销

售记录。此外，我们的设备也广

泛服务于家庭和个人，为用户提

供便利的医疗服务。

康泰医学总部位于秦皇岛，

同时在深圳和长沙设有两个研发

中心，总计拥有超过 700 名研发

人员，组织结构包括六个事业部：

家护、输注、监护仪、超声、体

外监测和心脑电神经科，涉及 30

多个项目组。最核心的部分是工

程转化中心，它在技术转化过程

中扮演了至关重要的角色。

工程转化中心的功能是将实

验室中的技术创新有效转化为实

际产品。举一个大家通俗易懂的

小例子，人脸识别技术，尽管其

背后涉及大家在科研中早已熟知

的图像处理和降噪等技术，从科

研的角度看都已经很成熟，但在

生产过程中需要通过工程转化中

心将技术拆解，并确保符合国家

医疗器械生产标准的原则下，将

这些技术实现到真正的产品生产

中，让生产各个环节的工人将技

术实现。工程转化中心不仅是产

学研结合的核心部门，也是技术

应用的桥梁。康泰医学目前拥有

国内外专利 322 项，软件著作权

224 项。此外，我们还参与了国家

级医疗器械标准的制定。

在技术应用方面，我们将科

研成果转化为很多品类的实际产

品，如各类监护类产品、如心电

类产品包含心电图机、动态心电、

心电工作站、运动负荷心电等。

这些产品涵盖了频谱分析、高频

分析、QT 离散度分析、向量环分

析等多种功能，并能够在动态心

电监测、起搏功能分析、心律失

常自动分析等方面提供支持。运

动负荷心电监测仪则专用于病人

在运动时对心脏疾病机理的分析。

我们还开发了融合分析系统，

如动态生命特征监测仪，能够实

现心电、血压和血氧的综合分析。

这些设备能够进行实时参数模式

测量，如六分钟步行试验。六分

钟 步 行 试 验（6-Minute Walk

Test，6MWT）是美国心脏康复

学会提出的一种标准化评估工具，

用于评估患者的心肺功能和恢复

能力。该测试的目的是通过让患

者在稳定区域内步行六分钟，来

测量他们的运动耐受力及心脏功

能，从而为临床医生提供有关患

者恢复进展的客观数据。

在 心 电 技 术 的 应 用 中， 这

项测试能够实时监测患者的心电

图（ECG）、 血 氧 水 平、 血 压 及

肺功能。通过分析这些数据，医

生可以更准确地判断患者的恢复

状态并制定相应的康复计划。例

如，患者在手术后的恢复期，医

生可以根据六分钟步行试验的结

果来指导其运动量和活动范围，

以确保恢复过程的安全性和有

效性。

三、心电关键技术产品的应用

领域

监护类产品不仅帮助医生实

时掌握患者的健康状态，还能够

在发现异常时及时发出警报，从

而避免潜在的医疗事故。心电自

动诊断技术的准确性至关重要，

因为不准确的自动诊断可能导致

错误的医疗决策，对患者造成不

必要的困扰。

康泰医学在心电技术领域的

亮点包括中央监护系统和心电及

电生理网络管理系统。这些系统

在国内的医疗体系中发挥着重要

018 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

专题 COLUMN

作用，从三甲医院到基层卫生机

构，都能实现高效的数据传输和

诊 断。 自 2015 年 发 布《 国 务 院

关于积极推进“互联网 +”行动

的指导意见》以来，心电技术的

发展也迎来了新的机遇，包括家

庭签约医生和紧密型医联体建设

等项目，这些都需要强大的数据

传输和保障能力。例如，心电及

电生理网络管理系统能够支持一

个县级医联体中 38 家乡镇卫生

院和 280 家村医的数据管理和诊

断。这种系统不仅减轻了医生的

工作负担，还通过自动分析技术

提供了更为精准的诊断支持。医

生可以利用自动诊断结果进行最

终核实诊断，从而提高工作效率。

此外，我们在急救车上应用心电

产品，能够在患者入院前进行实

时监测和定位，为医院做好后续

处理准备。这种远程医疗模式有

助于提高急救效率和患者的治疗

效果。

总的来说，心电技术的研究

和应用不仅仅是科学探索，更是

与实际临床需求紧密结合的过程。

康泰医学致力于将最新的研究成

果转化为实际产品，推动医疗技

术的发展。

* 本文根据作者所作报告速记整

理而成

赵冰，燕山大学控制科学

与工程专业博士，康泰医学系统

（秦皇岛）股份有限公司市场总

监，拥有多年电子类医疗器械相

关领域的工作经验和专业知识，

并曾在如中国高新技术成果交易

会等多个行业峰会上发表过相关

主题演讲，收到广泛好评，并受

邀请为中国中铁总公司、海尔集

团、各地卫健委等多家企业和机

构进行专业的培训和讲座。希望

能通过本次会议，和各位专家领

导共同探讨电子类医疗器械相关

领域的经验及市场行情。

作者简介

中国自动化学会开展 2024 年“全国科普日”活动的通知

2024 年是中华人民共和国成立 75 周年，是实现“十四五”规划目标任务的关键一

年。2024 年全国科普日活动坚持以习近平新时代中国特色社会主义思想为指导，全面贯彻

落实党的二十大和二十届二中、三中全会精神，贯彻落实全国科技大会、国家科学技术奖

励大会、两院院士大会精神，锚定实现高水平科技自立自强目标，弘扬科学精神和科学家

精神，传播科学思想，展现科技魅力，激发创新自信，培育创新文化，筑牢科技创新的群

众基础，为建设科技强国作出贡献。根据中国科协有关文件要求，中国自动化学会现面向

各单位广泛征集 2024 年全国科普日活动，详情请查看：https://www.caa.org.cn/article/192/4856.html

通知

VIEWPOINT 观点

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 019

人工智能的两条路径

迄今为止，全世界对于“什

么是智能”尚无统一认识，但经过

多年的探索，人工智能已然走出了

两条道路。一条道路是行为主义学

派，另一条道路是内在主义学派。

其中，行为主义学派主张用

机 器 模 拟 人 类 的 智 能 行 为。“ 智

能”与“智能的行为”是两个完

全不同的概念。“智能”在我们大

脑里，人类至今仍对其知之甚少；

“智能的行为”则是智能的外部表

现，可以进行观察和模拟。因此，

行为主义学派人工智能追求的目

标是机器行为与人类行为的相似

性，而非内部工作原理的一致性。

目前人工智能的主流是机器智能，

这种人工智能与人类的智能只存

在行为相似，并非完全一致。内

在主义学派主张必须用机器模拟

人类大脑的工作原理，即类脑计

算。这两个学派按照不同的思路

对人工智能进行探索，前者主张

除人类这条道路外，机器或其他

方 法 也 可 以 走 出 一 条 智 能 道 路；

后者主张走向智能道路只能依靠

人类。目前这两种思路都处于探

索阶段。

人类对人工智能道路的探索

始 于 1956 年。 当 时 在 美 国 召 开

了人工智能研讨会，来自数学、

计算机科学、认知心理学、经济

学和哲学等不同领域的 10 位专

家经过八周的讨论定义了人工智

能。他们主张通过符号推理、符

号表示来做一个能像人那样思考

的机器。在这次会议上，纽维尔

（Newell）和西蒙（Simon）演示

了一个名为“逻辑学家”的程序。

该程序用机器证明了数学原理第

二章中的部分原理，数学定理证

明与推理相似，这表明机器能做

类似推理的工作。最终，“人工智

能”在这个会议上获得了定义。

1978 年， 清 华 大 学 成 立 了

人工智能与智能控制教研组，这

是中国最早的人工智能教学与科

研机构。教研组有三十余位教师

参与，其中绝大部分来自自动控

制 领 域， 而 非 人 工 智 能。1978

年，教研组招收了第一批硕士生，

1985 年开始招收第一批博士生，

已能够开展一些与人工智能相关

的教学工作，但科研工作进展不

大。1982 年 至 1984 年， 教 研 组

进行调查研究，访问了西南、东

北等地大量研究所及工厂。结合

所见所闻，教研组确定了以智能

机器人作为主要研究方向。

1985 年 清 华 大 学 建 立 智 能

机器人实验室，1986 年国家设立

“863”发展计划，该计划将智能

机器人作为一个主题。清华大学

参加了第一届智能机器人主题的

“863”高技术研究，从第一届到

第四届均作为专家单位参加委员

会。到了第五届，清华大学成为

开展智能机器人研究的组长单位，

1997 年，成为空间机器人研究的

组长单位。“智能技术与系统”国

家重点实验室自 1987 年开始筹

建，1990 年正式成立。

在这些工作的基础上，相关

研究得以开展。当时首先建立了

两个理论。一是问题求解的商空

间理论和粒计算理论，在国际上

影响很大。2005 年，清华大学发

起、组织了国际粒计算会议，每

年一次，延续至今。二是在人工

神经网络方面做了很多早期工作。

人工智能的三个阶段

1956 年至今，人工智能的发

展分为三个阶段，分别是第一代

人工智能、第二代人工智能和第

三代人工智能。

张钹院士：走进“无人区”　探索人工智能之路

观点 VIEWPOINT

020 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

第一代人工智能的目标是让

机器像人类一样思考。思考是指

推理、决策、诊断、设计、规划、

创作、学习等。无论做管理工作

还是技术工作，都需要两方面的

能力，一是在某个领域具有丰富

的知识和经验，二是具有很强的

推理能力。其中推理是指运用知

识的能力，换言之，是从已有知

识出发，推出新的结论、新的知

识的能力。

基于以上分析，人工智能的

创始人提出了“基于知识与经验

的推理模型”，该模型的核心是若

要实现机器思考，只需将相应的

知识放入计算机即可。例如，如

果要让计算机像医生一样为患者

诊断，只需要把医生的知识和经

验放到知识库里，将医生看病的

推理过程放入推理机制之中，计

算机就能为患者实施机器诊断。

这一推理模型的核心思想是知识

驱动，通过计算模型来实现让机

器像人类那样思考。该模型最大

的缺点是缺乏自学能力，难以从

客观世界学习知识，所有知识都

源于人类灌输。因此，第一代人

工智能永远无法超越人类。

第二代人工智能源于第一代

人工智能的低潮期，主要基于人

工神经网络。1943 年，人工神经

网络模型提出，它主要模拟人类

脑神经网络的工作原理。第二代

人工智能面临的主要问题是感性

知识的传授。第一代人工智能主

要在符号主义指导下进行，目的

是模拟人类的理性行为。但人类

除了理性行为外，还有大量的感

性行为，而感性行为要用人工神

经网络进行模拟。

我们常说知识是人类智慧的

源泉，知识是理性行为的基础，

这里的知识来自教育，主要指理

性知识、分析问题的方法等。但

感性的知识难以用语言传授，也

无法从书本上获得。每一个人最

初得到的感性知识是对自己母亲

的认识。但，具体是什么时候开

始对母亲有所认识的？又是怎样

实现这种认识的？这些问题到现

在仍难以解答。

所有感性知识都在不断观察、

不断倾听的过程中学习累积，第二

代人工智能深度学习沿用了这个方

法。例如，过去我们主要通过编

程的方法告诉计算机马、牛、羊的

具体特征，现在则将网上大量马、

牛、羊的照片做成训练样本，让计

算机进行观察和学习即可。学习完

毕，再把剩下的样本作为测试样本

去测试它，识别率能达到 95% 以

上。观察和倾听的过程通过人工神

经网络进行，将识别的问题作为分

类问题，利用人工神经网络来分

类。通过神经网络进行学习的过

程称为深度学习，基于深度学习

能够进行分类、预测和生成等。

但是第二代人工智能的所有

数据（图像、语音等）均来自客

观世界，它的识别只能用于区别

不同的物体，并不能真正地认识

物体。所以第二代人工智能最大

的问题是不安全、不可信、不可

控、不可靠、不易推广。

第三代人工智能的基本思路

是必须发展人工智能理论。迄今

为止，人工智能尚无较为成型的

理论，更多是模型和算法，且第

一代和第二代人工智能的模型、

算法都有很多缺陷。因此，必须

大力发展科学完备的人工智能理

论，在此基础上，才能发展出安

全、可控、可信、可靠和可扩展

的人工智能技术。

对目前的人工智能技术而言，

虽然提高了效率和质量，但系统

越信息化和智能化，也就意味着

越不安全。第一代人工智能运用

了 知 识、 算 法、 算 力 三 个 要 素，

其中最主要的是知识。第二代人

工智能则主要用了数据、算法和

算力三个要素。为了克服人工智

能的固有缺点，唯一的办法是把

知识、数据、算法和算力这四个

要素同时运用。目前得到较多运

用的 AI 工具（大语言模型），就

能够充分利用知识、数据、算法、

算力这四个要素。清华大学团队

提出了第三代人工智能的三空间

模型，将整个感知、认知系统进

行连接，为发展人工智能理论提

供了非常好的条件。

深度学习的不安全性

在研究过程中，研究者发现

VIEWPOINT 观点

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 021

了人工智能深度学习的不安全性。

其中一个典型案例是：研究

者制作了雪山和狗的对比图，先让

计算机和人看雪山，二者都能判

定为雪山，但是只要在图片上添

加一点噪声，人看雪山仍是雪山，

计算机却会将雪山看成一条狗。

这个案例说明，人工智能目前基

于深度学习的模式识别跟人类的

视觉完全不同，尽管它能够像人

类那样区分雪山和狗，但实际上

它既不认识狗，也不认识雪山。

这里面的关键问题是——什

么是狗？应该如何定义一条狗？

人类通常通过视觉来进行区分，

主要看狗的外形，但什么是狗的

外形？狗有各种形态、各种姿势，

为什么人类的视觉能够在千变万

化的外形里确定目标是狗？这个

问题的答案，到现在为止尚未弄

清楚。最早的计算机识别狗时，

狗变换了位置后计算机就不能识

别了，这是位移的不变性，这个

问题现在已经解决。

但是尚未解决的问题还有很

多。例如，计算机能够识别固定

尺寸的狗，但是把狗变大或变小

后都难以识别，这是大小的不变

性。现在计算机只能通过局部纹

理来区分狗和雪山。因此，如果

将雪山图上的某个纹理改成皮毛

纹理，即便雪山的形状保持不变，

计算机仍会把雪山误认为是狗。

所以说，到目前为止，人工智能

的深度学习仍然不够安全可靠。

大语言模型的“大模型”与

“大文本”

目前比较成功的 AI 工具，其

强大性主要来源于两个“大”，一

是大模型，二是大文本。

第一个大模型的“大”是大

的人工神经网络，人工神经网络可

以用来分类、学习数据中间的关联

关系，也可以用来预测。这个巨大

的人工神经网络叫“转换器”。AI

工具的能力强大，离不开深度神经

网络的强大。原来的神经网络是逐

字输入，现在一次能够输入 2000

多字（一个 token，粗略地讲相当

于一个汉字）。人类从 1957 年到

2013 年花了 56 年时间探究文本

的语意表示问题，现在的文本不

是用符号表示，而是用语意向量

表示，这也是最重要的一个突破。

过去计算机处理文本只能把

它当作数据处理，现在可以把它

当成知识来处理，即向量表示。

此外，还提出了“自监督学习”。

过去供计算机学习的文本都要做

预处理、预先标注，此项工作量

太大，所以无法支撑计算机大量

学习。自监督学习是指原来的文

本不经过任何处理就可以被计算

机学习，用前面的文本预测后面

的词，输入后预测下一个，被预

测的内容又把再下一个变成输入，

有些类似于接龙式学习方式。

第二个“大”是大文本。计

算机实现自监督学习后，所有文

本不用经过任何预处理就可以学

习，文本也由原来的 GB 量级发展

为 TB 量级。现在比较成功的人工

智能大约学习了 40TB 以上，相

当于一千多万本牛津辞典，并且这

个学习过程并非死读，而是理解其

中的内容。这就使得我们进入了生

成式人工智能时代。无论是第一代

还是第二代人工智能，都受到三个

限制——特定领域用特定模型完成

特定任务。“三个特定”是所谓的

“窄人工智能”，即专用人工智能。

目前比较成功的 AI 工具能

够通过其强大的语言生成能力让

人类在与它对话时没有领域限制，

这是人工智能的重大进步。另外，

生成多样性的输出是目前 AI 工具

的重要特征。它有多样化的输出

就有可能创新，因为输出多样化，

难以保证每个输出都正确，所以

越希望它能输出有创造性，就越

要允许它犯错误。我们在日常使

用一些 AI 工具时也会发现，有时

AI 对问题的回答非常机智聪明，

有时则是明显的胡说八道，这就

是多样化输出的结果。

目前 AI 工具产生了两个重大

突破，一是生成语意连贯的类似人

类的文本，二是在开领域实现了人

机自然语言对话。大语言模型是向

通用人工智能迈出的一步，有西方

专家认为这是通用人工智能的曙光，

但它并不是通用人工智能，人类走

向通用人工智能依然任重道远。

走向通用人工智能必须满足

观点 VIEWPOINT

022 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

三个条件。

第一，系统必须与领域无关。

目前较为成功的 AI 工具在对话、

自然语言处理的问题上做到了与

领域无关，但在处理其他大量问

题上仍难以实现这一目标。

第二，系统与任务无关，即

什么任务都会做。目前 AI 工具能

进行对话、四则运算、作诗、写

代码等多种任务，但仍难以完成

复杂环境下的复杂任务。

第三，尚需建立一个统一的

理论。因此，人工智能还有很长

的路要走。

迈向通用人工智能的四个步骤

从大语言模型迈向通用人工

智能需要四个步骤。第一步是跟

人类进行交互、与人类对齐，第

二步是多模态生成，第三步是与

数字世界交互，第四步是与客观世

界交互。我们并不是说，完成这四

步就意味着实现了通用人工智能，

而是说通往通用人工智能这个目

标，至少需要迈出以上四步。

第一步是与人类对齐。目前

AI 工具输出的内容不一定正确，

若要解决这个问题，必须依靠人类

帮助它克服，使之与人类对齐。从

AI 工具的应用实践来看，它的错

误需要人类帮助纠正，而且它的错

误纠正速度和迭代速度都很快。与

此同时，我们要看到输出内容的错

误仍然存在，但我们如果想要它具

有创造性，就要允许它犯错误。

第二步是多模态生成。现在

已经可以用大模型生成图像、声

音、视频、代码等各种模态的内

容。随着技术的进步，鉴别一个

内容是由机器生成还是人工完成

将会变得越来越困难，这为“造

假 ” 提 供 了 非 常 好 的 机 会。“ 造

假”又名“深度造假”，即用深度

学习的办法“造假”。试想一下，

如果以后网络上 95% 的文本都由

AI 生成，那么我们还能通过网络

获取真知与真相吗？比方说，当一

件事情发生后，网络上出现一片支

持或者反对意见，这些意见究竟是

来自多数人的真实表达，还是来自

少数人操纵 AI 歪曲事实？如何有

效防止 AI 工具操纵舆论、混淆视

听，这是需要我们严肃考虑的。

目前人工智能领域已经实现

了三项突破，即开领域生成语意

连贯的类似人类的文本。其中，

语意连贯是最重要的突破，这个

突破后就有了图像的突破。因为

图像只要求在空间上连贯即可，

而视频则进一步要求时空上的连

贯。我们在语言上进行突破，紧

接着会有图像的突破，图像突破

后肯定还会有视频的突破。在这

个发展过程中，计算的资源要求

和硬件都会变得越来越多。

随着人工智能的发展，很多

人注意到了“涌现”现象。例如，

当系统规模没有达到一定程度时，

生成的图画很糟糕、水平较差，

但当规模达到一定程度，生成的

大多数图画突然间就变得质量很

高。 这 个 过 程 称 为“ 涌 现 ”，“ 涌

现”是从量变到质变的过程。到目

前为止，全世界范围内都还无法完

全理解“涌现”现象出现的原因。

第 三 步 是 AI 智 能 体。 大 语

言模型迈向通用人工智能必须与

数字世界进行连接，首先在数字

世界里具体操作，从而解决问题、

感知自己成果的优劣，并进行反

馈。这个工作对促进大模型的性

能向前发展有很大益处。

第四步是具身智能。具身智

能，即具有身体的智能。智能光有

脑还不够，还必须具有身体，这

样才能动口又动手。所以，大语

言模型迈向通用人工智能，必须

通过机器人与客观世界连在一起。

基础模型的出路在何方

当下，信息产业的发展非常

迅猛，原因在于建立了相关理论，

在理论指导下制作的硬件和软件都

是通用的。过去，信息产业领域内

出现了一些具有世界影响力的大型

企业，应用推广相应技术并实现

信息化，整个链条发展非常迅速。

但是，人工智能产业的发展

缺乏理论，只有算法和模型，而根

据算法和模型建立的硬件和软件全

是专用的。“专用”即意味着市场

很小，到现在为止，人工智能产

业还没有产生具有世界影响力的

大型企业，所以人工智能产业必

须跟垂直领域深度结合才有可能

VIEWPOINT 观点

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 023

发展。不过，目前情况也在发生

变化，具有一定通用性的基础模

型的出现，肯定会影响产业发展。

2020 年， 全 世 界 人 工 智 能

产业达到 10 亿美元以上的独角兽

企业一共有 40 家，2022 年变成

117 家，2024 年 初 达 到 126 家，

从这个情况来看，它是逐步增长

的。到现在为止，中国有 100 甚

至 200 家企业在做大模型。

这么多人做基础模型，他们

未来的出路在哪里？

第一个出路是向各行各业转

移，做各个垂直领域的大模型。

现在很多行业都在考虑这个问题，

例如石油行业考虑石油行业的大

模型，金融行业考虑金融行业的

大模型，所以将来做通用大模型

的数量将越来越少，大多数做大

模型的人才会转向各个垂直领域。

第二个出路是最重要的，即

经过微调应用在产业里。换言之，

提供公开的大模型软件，让大家

开发应用。

第三个出路是跟其他技术结

合，发展新的产业。国外很多独

角兽企业都将 AI 工具与其他技术

结合，发展新产业，有的是向各

个行业转移，还有的专门做图像、

视频、语音等。国内一些大模型

现在也已经取得了比较好的发展。

基于此，势必要推动人工智

能领域的产业变革。今后无论做

硬件还是做软件，一定要放到基

础模型的平台当中。过去是在一

个零基础的计算机中制作软件，

效率很低，而现在平台已经学习

超过一千万本牛津辞典，能力水

平至少相当于一个高中生，若将

同样的工作放到基础模型的平台

上进行将会事半功倍，所以采用

这个平台是不可阻挡的趋势。而

这些“高中生”则来源于大模型

企业提供的公开平台。

大模型的局限性

大模型的所有工作都由外部

驱动，在外部提示下进行。它缺

乏主动性，在外部提示下做某事

时，主要基于概率预测的方法，

所以会出现一些人类没有的缺点，

即输出的质量不可控。并且它不

知道是非对错，所以它的输出也

不可信。与此同时，它受外部影

响太大，只能听从指令来完成相

应的事情。但人类则是完全不同

的，即使这件事是由别人安排完

成，人也能够在自己的意识控制

下进行，所以是可控、可信的。

由此可见，目前的人工智能

并不知道自己的所作所为。AI 工

具尚不能准确分辨对错，且现在还

难以主动进行自我迭代，仍旧需要

在人类的操作下进行。未来的人工

智能最多成为人类的助手，在人

类的监控下进行操作，只有少数

工作可以完全交给机器独立完成。

有研究机构曾做过关于人工

智能对各行各业影响的统计，列

出了大量行业，在未来这些行业

中只有少数工作可能会被人工智

能取代。可见，人工智能对各行

各业都有重大影响，但大多数是

帮助人类提高工作质量和效率，

而非取代人类进行工作。

人工智能是探索“无人区”，

其魅力就在于它永远在路上。我

们不能因为它的进展而过于乐观，

也不必因为它的挫折而沮丧，我

们需要的是坚持不懈地努力。

来源：信息安全与通信保密杂志社

张钹，中国科学院院士、

中国自动化学会会士，清华大

学教授计算机科学与技术专

家，俄罗斯自然科学院外籍院

士，清华大学人工智能研究院

院长、教授、博士生导师。张

钹从事人工智能理论、人工神

经网络、遗传算法、分形和小

波等理论研究，提出了问题求

解的商空间理论，曾获国家科

技进步三等奖。

作者简介

观点 VIEWPOINT

024 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

邬贺铨院士：发力互联网平台赋能数字化转型

新华网：今年大会的主题是

“促进数实融合赋能千行百业”，也

有很多关键词脱颖而出，那么本届

大会您最关注的话题是什么？

邬贺铨：一年一度的互联网大

会，当然今年也有它的特殊意义，

一周前国务院召开了平台经济的座

谈会，特别分析了当前的经济形势，

而且强调了发展平台经济，也明确

提出政府要打造一个健全、透明、

可期待的监管制度，可以说给了互

联网平台企业发展一个非常明确的

信号，我们对平台给予更大的期待，

在未来经济发展中的贡献，提出来

平台经济是我们经济发展的新引擎，

是一个充分肯定。我认为这对我们

大会来讲，对互联网企业来讲是一

个很好的鼓劲。

另外前几天中央开了网信工作

会，对网络安全、信息发展有新的指

示，实际上这也说明发展和安全是一

体的两翼，通过安全更好的促进发展，

也是通过发展来提升安全。我想这两

个会议对于我们今年的互联网大会，

应该说给出一个很好的方向，这实际

上也是举旗带领行业发展的号角。

新华网：我国数字经济发展日

新月异，您认为互联网信息技术的

迭代更新，对促进数实融合发展具

有怎样的意义？

邬贺铨：数字技术的发展从

互联网开始到现在已经 50 多年了，

这也是一个数字化的过程。几十年

来，我们通常都用摩尔定律来表征

信息技术的发展，一般来讲过去我

们集成电路，差不多一年半它的能

力就加倍，在很多年前就一直说摩

尔定律可能很难持续了，但在实际

上现在摩尔定律还能发展到一个纳

米，还有更多的一些新技术在不断

延长摩尔定律的寿命。

在这点上应该看到，在现阶段

信息技术仍然保持着一个高速发展

的态势，其中特别是去年年底开始，

以 ChatGPT 为 代 表 的 AIGC 人 工

智能的生成内容，表现出给深层次

的人工智能技术一个很大的突破，

并且向着通用人工智能技术在发展，

介于它对整个社会经济的影响，现

在看来还很难以估量。这些应该说

都给整个社会数字化增添了新的动

能，未来的在数实融合上面应该还

要有更大的进展。

新华网：您认为，当前我国互

联网行业的发展形势如何？主要面

临哪些机遇与挑战？

邬贺铨：互联网经历了一个

比较高速的发展，前期疫情开始的

时候，中国互联网企业还是逆势上

涨的，但是这几年线上生活基本上

也发展差不多了，在整个疫情恢复

的过程中，反而互联网行业的恢复

还慢于其他行业。今年上半年全国

GDP 同比增长 5.5%，而互联网行

业的收入增长却速度缓慢，处在一

种相当于新旧动能转换时期。

那么，怎么能找到发展的新的

方向。我认为更重要的还是要加大

创新力度，现在发展比较低迷的状

态，不仅仅是外部的影响，内部应

该说互联网企业的创新力度也在减

弱，这其中有受到对监管的不太理

解。实际上监管的目的并不是限制

互联网企业发展，而是说要更加健

康有序的提供一个公平竞争的生态，

为今后发展创造一个更好的未来。

可喜的是互联网企业现在已逐渐适

应了监管，纠正了过去的一些不太

合理的方式。同时国家也进一步明

确了一个透明的可预期的监管制度，

让我们互联网企业对未来的发展做

到心中有数。

今年一季度以来看到了我们互

联网企业一些新的做法，第一就是

降本增效，聚焦主业。第二更多的

看到了社会责任，利用互联网大平

台赋能中小企业的供应链，使得我

们中小企业更好的沟通需求和供应，

帮我们中小企业走出困境。第三，

互联网企业集中自身优势来投资一

些国家急需的技术，比如说芯片、

人工智能、大模型等等。第四更多

的关注了包括农业，包括社会形势

VIEWPOINT 观点

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 025

的数字化转型等方面，这些可以说

互联网企业更进一步明确了未来发

展的方向和自身的社会责任。

新华网：各地纷纷出台数字经

济助力乡村振兴高质量发展相关政

策，您认为企业该如何搭上乡村振

兴顺风车，与地方政府并肩前行赋

能区域经济发展？

邬贺铨：首先，农村处在一些

交通网络发展的边缘地区，信息的

流通不畅、不对称，阻碍了农村经

济的发展。所以互联网企业可以发

现农村是一个很广阔的市场，包括

农村电商，怎么通过农村电商，一

方面把城市很多满足农民需要的一

些商品销售到农村，另一方面把农

村更有特色的农产品，怎么更好的

减少交易环节销售到全国甚至出口，

这里边有很大的空间。

现在很多企业已经非常关注农

村，他们跟一些农村的果品合作社

合作，解决果品销售渠道不畅和生

鲜果品优质运输存储难题，很好的

解决了农村商品流通问题，我认为

这是一个振兴农业很好的切入点。

其次，过去农民是靠天吃饭

的，他们在农业生产上更多的依赖

于天气，比较被动，现在怎么利用

信息技术能更好地掌控田地作物，

比如说营养、肥料、水分以及各种

病虫害治理，现在实际上利用 5G

无人机等很多方式可以使农民种田

再也不仅仅是靠天吃饭了，而是能

有一定主动性来掌控生产环节。在

这一点上将会显著提升农产品的质

量、产量，也更好地提升生产效率。

再次，我们希望通过农村的振

兴不仅仅靠农业，还得靠符合乡村

的一些特色产业，包括农产品加工

以及一些农机应用。过去农村缺乏

人才，缺乏技术，很难发展这些有

附加值高一些产业，当然通过信息

技术，特别是互联网大平台，帮助

农民可以提升他们致富的渠道，我

认为有多种的方式。现在信息化手

段的应用将会显著提升劳动生产率，

为农民的致富创造一个有利的条件。

通过信息技术的支付，可以保持绿

水青山，保持环境的优美。

新华网：今年是中国互联网大

会 22 周年，站在新的起点，未来您

对中国互联网的发展有怎样的期待？

邬贺铨：一是互联网在中国是

从 2014 年开始，它还是一个年轻

的行业，但它的发展势头已经深入

渗透到社会生活的方方面面，并且

已经到我们数字政府、数字乡村，

包括工业互联网等等方面。现在虽

然也已经看到了它的作用，但是一

定意义上来看，目前也是刚刚起步，

还有很大的发展空间。

二是中国互联网经历了几十年

的发展，现在面临一个新的阶段，

这对中国互联网来说也是一个新的

机遇，亦是整个社会对数字化转型

的期待。这实际上给互联网创造了

一个很大的市场。其次是信息技术

的持续发展，现在人工智能技术为

信息技术在互联网的应用提供了很

广阔的开发空间，有很大应用前景。

三是国家进一步健全了透明

可预期的互联网治理的监管制度，

应该说为我们互联网发展开辟了健

康有序的生态。应该说这是互联网

发展的又一个“春天”，现在需要

的是互联网企业怎么能振奋精神，

加大创新力度，在国家的经济发展

中找好自己新引擎的位置，发挥更

大的作为。

来源：新华网

邬贺铨，中国工程院院士，

光纤传送网与宽带信息网专家。

先后从事光纤传输系统和宽带

网研发、中国下一代互联网

CNG）和 3G/4G/5G 等项目的

技术管理及工程科技咨询项目

研究。曾任电信科学技术研究

院副院长兼总工程师、中国工

程院副院长。现任国家标准化

专家委员会主任、国家“新一

代宽带无线移动通信网”重大

专项总师、国家 IPv6 规模部署

专家委主任、IEEE 高级会员。

作者简介

观点 VIEWPOINT

026 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

工信部部长金壮龙：人工智能成为影响未来发展的

关键变量

党的二十届三中全会通过的

《中共中央关于进一步全面深化改

革、推进中国式现代化的决定》

（以下简称《决定》），提出健全促

进实体经济和数字经济深度融合制

度，对加快推进新型工业化、加快

构建促进数字经济发展体制机制、

完善促进数字产业化和产业数字化

政策体系等作出新的部署。我们要

认真学习、深刻领会、准确把握，

切实抓好贯彻落实。

深刻认识促进实体经济和数字

经济　深度融合的重大意义

习近平总书记指出，世界经

济数字化转型是大势所趋，新的工

业革命将深刻重塑人类社会；强调

要推动实体经济和数字经济融合发

展，以信息化培育新动能，用新动

能推动新发展。要紧紧抓住数字技

术变革机遇，促进实体经济和数字

经济深度融合，为高质量发展提供

新动能。

促进实体经济和数字经济深

度融合是把握新一轮科技革命和产

业变革新机遇的战略选择。习近平

总书记指出，数字技术、数字经济

是世界科技革命和产业变革的先

机。数字经济发展速度之快、辐射

范围之广、影响程度之深前所未

有，人工智能、大数据等给全球生

产力水平带来颠覆性影响，正在成

为重组全球要素资源、重塑全球经

济结构、改变全球竞争格局的关键

力量。当前，世界各国纷纷加强前

瞻性战略布局，数字领域国际竞争

日趋激烈。面对数字化潮流，必须

把促进实体经济和数字经济深度融

合摆在重要战略位置，充分释放我

国制造大国和网络大国的叠加、聚

合、倍增效应，拓展经济发展新空

间，打造国际竞争新优势，赢得未

来发展主动权。

促进实体经济和数字经济深

度融合是建设现代化产业体系的必

然要求。融合化是现代化产业体系

的一个基本特征。近年来，我国数

字经济发展量质齐升，2023 年数

字经济核心产业增加值超过 12 万

亿元，占国内生产总值比重 10%

左右；5G、工业互联网、人工智

能等新动能加快发展，传统产业数

字化改造纵深推进，智能制造、服

务型制造等融合发展新业态新模

式不断涌现，为发展新质生产力、

建设现代化产业体系注入强劲动

力。必须充分发挥数字经济高创新

性、强渗透性、广覆盖性特点，持

续拓展实体经济和数字经济融合的

深度和广度，提升产业体系现代化

水平。

促进实体经济和数字经济深

度融合是推进新型工业化的关键路

径。习近平总书记指出，新时代新

征程，以中国式现代化全面推进强

国建设、民族复兴伟业，实现新型

工业化是关键任务；强调要把建设

制造强国同发展数字经济、产业信

息化等有机结合。信息化和工业化

深度融合是新型工业化的鲜明特

征。特别是人工智能成为影响未来

发展的关键变量，将全方位、深层

次赋能新型工业化，产业智能化、

融合化、绿色化加速，深刻改变全

球产业发展和分工格局。必须促进

实体经济和数字经济深度融合，加

快制造业数字化、网络化、智能化

发展，推进制造业质量变革、效率

变革、动力变革，促进我国产业迈

向全球价值链中高端。

筑牢实体经济和数字经济深度

融合根基

促进实体经济和数字经济深

VIEWPOINT 观点

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 027

度融合，做强做优实体经济是基

础。制造业是实体经济的主体，

是国家经济命脉所系。必须加快

推进新型工业化，主动适应和引

领新一轮科技革命和产业变革，

推进信息化和工业化深度融合，

以新一代信息技术赋能全产业体

系，加快传统产业改造升级，培

育壮大新兴产业，前瞻布局未来

产业，坚定不移筑牢制造业，加

快建设以先进制造业为骨干的现

代化产业体系。

培育壮大先进制造业集群。

拥有一批有国际竞争力的先进制

造业集群是现代化产业体系的重

要标志。近年来，我国制造业集

群化发展水平快速提升，已形成

45 个国家级先进制造业集群，覆

盖新一代信息技术、新材料、高

端装备、生物医药等重点领域。

要进一步完善集群布局，引导技

术、资金、人才等各类创新资源

要素向先进制造业集群汇聚。推

动集群数字化智能化升级，发挥

龙头企业带动作用，支持上下游

企业协同开展数字化改造，促进

资源在线化、生产柔性化、产业

链协同化，提升产业集群综合竞

争力，加快打造一批世界级先进

制造业集群。

推动制造业高端化、智能化、

绿色化。高端化、智能化、绿色

化是制造业高质量发展的主要方

向。要实施制造业重大技术改造

升级和大规模设备更新工程，开

展制造业新型技术改造城市试点，

促进企业广泛应用数智技术、绿

色技术实施改造升级，推动设备

更新、工艺升级、数字赋能、管

理创新，加快向全球价值链中高

端迈进。完善智能制造推进机制，

体系化开展场景模式探索、系统

解决方案揭榜攻关、标准研制应

用和评估评价，以智能制造为主

攻方向推动产业技术变革和优化

升级。推动数字化绿色化协同发

展，加快数字化绿色化融合技术

创新研发和应用，推动制造业绿

色低碳转型。

健全提升优势产业领先地位

体制机制。党的十八大以来，我

国新型工业化发展取得历史性成

就，工业体系全、品种多、规模

大的独特优势更加明显，制造业

总体规模连续 14 年居世界首位，

形成了以轨道交通装备、新能源

汽车、太阳能光伏、动力电池等

为代表的一批优势产业，成为中

国制造业的亮丽名片，要把这个

优势巩固住、发挥好。要实施重

点产业链高质量发展行动，深入

实施产业基础再造工程和重大技

术装备攻关工程，提升产业链供

应链韧性和安全水平。加快培育

具有生态主导力和产业链控制力

的世界一流企业，促进专精特新

中小企业发展，以产业链龙头企

业为枢纽，完善上下游企业信息

共享机制，构建数据驱动、精准

匹配、协同透明的数字化供应链

网络。完善东中西部合作、央地

合作、产融合作等机制，引导产

业在国内梯度有序转移，增强国

内产业根植性。

建立保持制造业合理比重投

入机制。保持制造业比重基本稳

定是推进新型工业化、筑牢实体

经济根基的内在要求。要进一步

优化财税支持政策，健全重大战

略任务资金保障机制，加大对制

造业技术创新、绿色发展、数字

化智能化升级、公共服务等支持

力度，引导更多资源要素向先进

制造业集聚。健全金融支持推进

新型工业化的机制，构建重点产

业链攻关的全链条金融服务支撑

体系。优化重大产业基金运作和

监管机制，完善基金绩效考评体

系，确保资金投向符合国家战略

要求。完善先进制造业增值税加

计抵减政策，合理降低制造业综

合成本和税费负担。

大力推进数字产业化和产业数

字化

促进实体经济和数字经济深

度融合，推进数字产业化和产业

数字化是重要着力点。要牢牢把

握新一轮科技革命和产业变革机

遇，统筹谋划，协同创新，做强

做优做大数字经济，深化数字技

术为实体经济全方位赋能。

适度超前部署信息基础设施。

信息基础设施是实体经济和数字

经济深度融合的先决条件。要加

观点 VIEWPOINT

028 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

强战略布局，加快建设高速泛在、

天地一体、云网融合、智能敏捷、

绿色低碳、安全可控的智能化综

合性数字信息基础设施。建立健

全信息基础设施统筹规划、整体

布局和协调联动的体制机制，适

度超前建设 5G、算力等信息基础

设施，深入推进工业互联网创新

发 展， 深 化“5G+ 工 业 互 联 网 ”

融合创新和规模化应用。发展卫

星互联网，推进第六代移动通信

（6G）网络技术研发。加强交通、

能源、市政等传统基础设施数字

化、智能化改造，形成适应智能

经济、智能社会需要的基础设施

体系。健全网络和数据安全保障

政策、制度、标准体系，提升网

络和数据安全保障能力。

加快新一代信息技术全方位

全链条普及应用。把握数字化、

网络化、智能化融合发展的契机，

推进互联网、大数据、人工智能

同实体经济深度融合，加快产业

体系优化升级。实施制造业数字

化转型行动和智能制造工程，支

持企业围绕典型场景实施软硬件

一体化改造，推动生产设备和信

息系统全面互联互通，优化业务

流程，开展数字化集成应用创新，

建设一批数字化转型标杆企业、

智能工厂。优化中小企业数字化

转型供给体系，实施中小企业数

字化赋能专项行动，探索形成促

进中小企业数字化转型长效机制。

推进人工智能赋能新型工业化，

加强通用大模型和行业大模型研

发布局，推动人工智能在工业研

发 设 计、 中 试 验 证、 生 产 制 造、

营销服务、运营管理等重点场景

和安全生产、防灾减灾等领域深

度应用。构建区块链产业生态，

推动区块链和人工智能、大数据、

物联网等前沿信息技术的深度融

合，加强区块链技术应用。

加快产业模式和企业组织形

态变革。实体经济与数字经济深

度融合不断催生新产业新业态新

模式，加速制造业产业模式和企

业形态根本性变革。要引导企业

积极利用新一代信息技术开展业

务和流程创新，推进先进制造业

与现代服务业深度融合，发展数

字化管理、平台化设计、个性化

定制、网络化协同、服务化延伸

等新模式，壮大柔性生产、云制

造、共享制造、虚拟制造、工业

电商等新业态，鼓励开展第三方

智能服务，实现更广范围资源优

化配置、更深程度生产方式变革、

更高水平价值创造。要引导企业

组织管理创新，鼓励支持扁平化、

平台化、生态化等新企业形态发

展， 培 育 资 源 共 享、 价 值 共 创、

风险共担等新型产业组织模式。

打造具有国际竞争力的数字

产业集群。新一代信息技术是全

球技术创新的竞争高地。要建立

健全科技创新和产业创新深度融

合的体制机制，强化企业科技创

新主体地位，围绕推进新型工业

化、加快建设制造强国的战略任

务，科学布局科技创新、产业创

新，建设一批行业共性技术平台，

加快布局建设一批概念验证、中

试验证平台，促进科技成果转化

应用。要针对集成电路、基础软

件、科研仪器等瓶颈制约，加大

技术研发力度，为确保重要产业

链供应链自主安全可控提供科技

支撑。要瞄准未来科技和产业发

展制高点，加快新一代信息技术、

人形机器人、人工智能、量子信

息、区块链、脑机接口等领域科

技创新，培育发展新兴产业和未

来产业。

完善数字经济重点领域基础性

制度

加快完善平台经济、数据等

重点领域基础性制度，充分激发

平台、数据等资源要素活力，为

实体经济和数字经济深度融合提

供坚实保障。

促进平台经济创新发展。平

台经济是实体经济和数字经济深

度融合的重要载体，对促进创新

创业、推动产业升级、培育发展

新动能具有重要作用。要健全平

台经济常态化监管制度，支持平

台企业发挥生态优势，提升数字

技术和产品服务水平。构建算法

安全治理体系，完善算法备案、

分类分级管理、安全评估等监管

制度。健全保障平台企业境外发

展的法律政策和服务体系。完善

VIEWPOINT 观点

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 029

灵活就业和新就业形态劳动者权

益保障制度，加快探索适合新就

业形态劳动者特点的社会保障参

保办法。

建设和运营国家数据基础设

施。数据基础设施是实体经济和

数字经济深度融合的重要支撑。

要加快建设适应数据要素特征、

促进数据流通利用、发挥数据价

值效用的数据基础设施，推动数

据汇聚、处理、流通、应用、交

易等功能有序高效运转，促进数

据共享。构建全国一体化大数据

中心体系，推动智能计算中心有

序发展，建设若干国家枢纽节点

和大数据中心集群。积极发展车

联网等融合基础设施。发展数据

空间、隐私计算、区块链、数据

脱敏等技术，有效提升数据流通

环节安全可靠水平。

建立健全数据基础制度。数

据是新型生产要素，我国是全球

数据资源大国，但数据基础制度

不够健全，数据要素市场不够完

善，制约了数据价值挖掘和利用。

要加快建立数据产权归属认定、

市场交易、权益分配、利益保护

制度，完善数据要素市场体制机

制。建立健全数据共享和开发利

用的激励约束机制，促进数据共

享， 推 进 公 共 数 据、 企 业 数 据、

个人数据开发利用，强化高质量

数据要素供给。建立健全国家公

共数据资源体系，推动公共数据

资源安全有序开放。建立合规高

效的数据要素流通和交易制度，

建设规范数据交易市场。提升数

据安全治理监管能力，健全行业

数据安全管理制度，完善标准规

范，构建重要数据识别、目录备

案、风险评估等常态化监管机制，

建立高效便利安全的数据跨境流

动机制。

来源：人民日报

关于举办 2024 年中国自动化学会博士学术交流会通知

为贯彻落实习近平新时代中国特色社会主义思想和党的二十大精神，把自动化领域科

教事业发展融入建设国家战略科技力量和推进科技自立自强的历史使命和责任中，中国自

动化学会、哈尔滨工程大学智能科学与工程学院将于 2024 年 9 月 24-26 日在哈尔滨共同

举办第二届“中国自动化学会博士学术交流会”（以下简称大会）。

大会旨在促进青年学者在自动化、人工智能等学科领域的交叉与合作交流，强化自动

化领域专业建设，加强基础性、前沿性和战略性研究布局，推动实现科技高水平自立自强，

不断汇聚起强军强国的磅礴力量。大会以探讨自动化与人工智能领域的最新研究进展、转

化应用和未来发展为主题，为广大博士生提供一个学术交流和展示的平台，拓宽学术视野，

启迪学术思维。同时为中国自动化学会学生分会开展交流合作搭建桥梁和纽带，以加强各

学生分会间的向心力和凝聚力。

在 此 诚 邀 全 国 高 校、 科 研 院 所 及 其 他 单 位 自 动 化、 人 工 智 能 及 其 相 关 学 科

博 士 研 究 生 参 加 会 议， 就 自 动 化 领 域 的 前 沿 问 题 进 行 研 讨 和 思 辨。 详 情 请 查 看：

https://www.caa.org.cn/article/192/4892.html

通知

科普园地 SCIENCE PARK

030 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

一、结构摘要

1. 背景

如今，随着对科学研究全过

程——包括科研基金资助、学术生

产、科学家合作到文章的引用和

科学家的事业移动——的数字化获

取能力的日益提高，人们获得了

探索科学的结构和发展的前所未

有的机会。科学学（The science

of science，后文缩写为科学学

SciSci）提供了对不同空间和时间

尺度的科学单位之间相互作用的

定量理解：它让我们了解“创造

力”背后的条件和科学发现的过

程，其最终目标是发展一系列能

加速科学研究的政策和工具。

在过去十年中，科学学吸引

了自然、计算机和社会学等研究

背景的科学家。他们一起构建了

用来进行实证分析和生成模型研

究的科研大数据，以捕捉科学背

后的生产力与从业者的发展变化。

科学学希望更深入地理解和推

动科学研究中的种种因素，从而

更有效地解决环境、社会和技术

问题。

2. 进展

科学可以被描述为一个复杂

的、自组织的，不断进化的网络。

它由学者、论文和思想组成。这

种描述问题的方法解释了很多潜

在的模式，例如，对合作网络的

研究和对引用网络的研究解释了

新学科的诞生和重大发现的诞生

过程。微观模型追踪了引文积累

的动态，使我们能够预测单个论

文在未来的影响力。

科学学揭示了科学家在他们

扩展职业生涯和科学视野道路上

面临的选择和权衡。例如，分析

表明学者们不喜欢风险，更愿意

研究与他们当前专业知识相关的

主题，这限制了他们未来发现的

潜力。那些愿意打破这种模式的

人会从事风险更高的职业，但更

有可能取得重大突破。

总之，最革新的科学是基于

传统的学科组合，但是这种组合

往往是前所未有的。最后，随着

研究工作更多的从个体转移到团

队中，科学学越来越关注团队在

科研中的影响和意义。一些研究

发现有革命性的思想通常诞生于

小团队。相比之下，大型团队倾

向于推进前沿领域的研究，获得

高却通常也短暂的影响力。

3. 展望

科学学提供了关于科学家、

研究机构和思想之间结构框架的

定量理解。它有助于识别负责科

学发现背后的基本机制。这些跨

学科数据驱动的内容补充了科学

什么是科学学？

文 /Albert-László Barabási 等

图 1　科学可以被视为一个不断扩大和演化的思想、学者和论文网络。科学学探寻基于科学

结构和动态的普遍或特定领域的普世规律。

SCIENCE PARK 科普园地

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 031

计 量 学（scientometrics） 和 有

关科学的经济学与科学社会学等

相关领域的内容。

尽管科学学渴求适用于各个

科学领域的长期普遍的规律和机

制，但首先需要面对不同领域和

国家之间文化、习惯和偏好之间

难以避免的差异。这种变化使得

一些跨领域的见解难以理解，并

且相关的科学政策难以实施。科

研问题、数据之间的差异，一般

是与领域所关联的，这也暗示在

将来科学学的研究会因“学科特

色”而产生相应的变化。

二、正文

1. 摘要

识别科学发展背后的动力，

构造能够捕捉科技发展的模型能

够指导人们设计促进科学进步的

政策。例如，通过加强科学家的

职业道路的政策设计，更好的科

学绩效考核，更有效的经费设计，

甚至是识别将要诞生的前沿研究。

科学学使用关于科学生产的大规

模数据来寻找普遍和特定学科的

规律和模式。在这里，我们回顾

了科学学这个跨学科领域的最新

发展。

大量关于学术输出的数字数

据为探索表征科学结构和演化的

模式提供了前所未有的机会。科

学学将科学发展过程置于显微镜

下，对科学发现、创造力和实践

的起源有定量的理解。它能开发

加速科学进步的工具和政策。

科学学的出现受到两个关键

因素的驱使。

首先是数据的可用性。除了

专有的 Web of Science（WoS），

它是历史悠久的第一引文索引，

今天还有多种数据源（Scopus，

PubMed，Google Scholar，

Microsoft Academic，美国专利

和商标局等）。其中一些来源是免

费提供的，涵盖了与科学家及其

成果有关的数百万个数据点，这

些数据来自各行各业，大江南北。

其 次， 科 学 学 受 益 于 自 然，

计算和社会科学家的涌入和合作，

他们开发了基于数据的工具，使

关键测试能在生成模型（generative models）上运行，旨在揭示

科学发现的现象，其内部机理和

驱动力。

这个新兴领域的亮点之一

是打破学科边界的过程，科学学

整合了来自多个学科的研究发现

和理论，并使用了广泛的数据和

方法。

从科学计量学中，学会了分

析和衡量大规模数据集的方法；

从科学社会学，它学会了一些理

论概念和社会过程；从创新研究

中，它探索从科学发现到发明和

经济变革的途径。

科学学依赖于广泛的定量

方 法 的 整 合， 从 描 述 性 统 计 和

数据可视化到高级计量经济学

（econometric）方法，网络科学

方法，机器学习算法，数学分析

和计算机模拟，包括基于主体的

建 模 方 法（agent-based modeling）。

科学学的价值主张基于这样

一个假设：随着对成功的科学突

破背后因素的深入理解，从整体

上把握科学的研究进展，从而更

有效地解决社会问题。

2. 科学家、科研机构与想法

组成的网络

当代科学是由社会结构、知

识 表 征（knowledge representations）和自然世界之间复杂的相

互作用驱动的一个动力系统。科

学知识是由研究论文、书籍、专

利、软件和其他学术领域人造产

图 2　科学界限的致密化（densification）过程也是跨学科探索、融合和创新的信号。

科普园地 SCIENCE PARK

032 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

物中的概念和关系构成的。这些

内容被按照距离亲疏组织分类成

学科和更广泛的领域。这些社会、

概念和物质要素通过正式和非正

式的信息、思想、科研实践、工

具和案例信息流相互联系。

因此，科学可以被描述为一

个复杂的、自组织的、不断发展

的多尺度网络（multiscale network）。

早期研究发现科学文献的数

量随着时间呈指数积累，平均 15

年， 文 献 数 量 就 会 翻 倍（ 图 1）。

然而不要因此就以为科学思想就

因此跟着文献的数量一起成倍增

长了。出版界的技术和经济也随

着时间而改善，发表文章制作效

率也因此而提高。此外，科学领

域的新发表文章往往聚集在不同

的知识领域。

研究者们通过大规模的文

本分析，使用从标题和摘要中提

取的短语来衡量科学文献的认知

程度。他们发现科学概念的范围

随着时间的推移而线性扩展。换

句话说，虽然发表文章的数量呈

指数增长，但新概念是随着时间

的推移是以线性增加的，如图３

所示。

文章标题和摘要中常用的单

词和短语通过引文网络传播，形

成一种模式，而这种模式又会在

某一时空被新出现的范式所取代。

通过将网络科学方法应用到引文

网络中进行研究，研究人员能够

识别由经常互相引用的发表文章

子集所对应的社群。这些社群通

常对应于对特定问题持有共同立

场的作者群体或在相同的专门科

学话题上工作的从业者。最近，

关注生物医学科学工作的一篇文

章说明了发表物的增长如何强化

了“学科社区”。

一 旦 新 论 文 被 发 表， 科 学

家、被研究的药物、疾病和方法

（“这些事物”即网络分析中的节

点（nodes））之间的关联，（即网

络 分 析 中 的 超 边（hyperedge））

就会更新和加强。大多数新建立

的链接距离彼此仅一两步，这意

味着当科学家选择新研究课题时，

更喜欢选择与当前的专业知识或

其合作者的专业知识直接相关的

内 容。 这 种 致 密 化（densification）表明，现有的科学结构可能

会限制将来人们的研究内容。

科学界限的致密化（densification）过程也是跨学科探索，融

合和创新的信号。

对八个研究领域的生命周期

分析表明，成功的领域经历了知

识和社交统一的过程，这导致协

作网络中的巨大通路，可以类比

正常条件下相当大的一组共同作

者。一个科学家在合作网络上随

机游走（random walks）选择合

作者的数学模型成功地再现了作

者生产力、每个学科的作者数量

和论文内容与作者的跨学科性。

3. 研究问题的选择

科学家如何决定研究哪些研

究问题？科学社会学家早就推测，

这些选择是由进行传统研究和创

新的风险之间的紧张博弈而决定

的。坚持其领域研究传统的科学

家通常会通过发布一系列稳定不

断的研究成果来推动重心话题的

究进程，从而显得富有成效。

图３　科学的成长。（A）在 WoS 数据库中摘录文献的年度产出量与时间的关系。

（B）WoS 中索引到的文献涵盖的科学新发现的增长。这是通过计算固定数量文章中概念数量来确定的。

SCIENCE PARK 科普园地

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 033

但是，太过专注某一议题可

能会限制研究人员感知和抓住机

会的能力。这些机会可以找出促

进该领域发展的新想法。例如，

一个研究生物医学家选择新型化

学药品和已有化学药品关系的案

例研究表明，随着研究领域的成

熟，研究人员越来越多的关注已

有的知识。

虽然创新文章往往比保守文

章产生更大的影响，但高风险、

高创新的策略却很少见，因为额

外的奖励并不能弥补发表失败的

风险。奖励和荣誉似乎能够作为，

抵制保守倾向的主要激励因素，

它们能够打破传统，给予人们新

的惊喜。尽管有许多因素影响着

科学家要做的工作，但是在科学

事业中控制研究兴趣变化的宏观

模式是明显有迹可循的，这些规

律就隐藏在科研和科学家的职业

道路中。

科学家对研究课题的选择主

要影响了他们的个人事业以及依

赖他们的人的职业生涯。然而，

科学家群体的决策有时候在决定

科学发现方向上作用更大（图 4）。

研究策略保守意味着个人职业发

有稳定良好的前景，但对整个学

科的促进效果较差。这种策略被

名为文件抽屉问题（file drawer

problem）的现象放大了：与已

建立的假设不一致的结果很少被

发表，导致已发表研究的系统性

偏见。站不住脚的和虚假的内容

有时甚至被奉为经典。

更多大胆的假设可能已被几

代科学家测试过，但只有那些成

功足以产出文章的人才能为我们

所知。解决这个保守陷阱问题的

一种方法是敦促资助机构主动赞

助那些测试全新假设的风险项目，

让特殊利益群体承担起针对特殊

疾病的研究。

定量分析结果表明，美国生

物医学资源的分配是与历史分配

和研究相关，而不是与疾病实际

问题严重程度相关的，指出了生

物医学需求与资源之间的系统性

错位。这种错位使人们怀疑资助

机构在没有额外监督，激励和反

馈的情况下，由嵌入稳固习惯的

科学家经营着的这些资金能多大

程度上影响科学的发展。

4. 创新

针对文章和专利的分析共同

证明了科学发现和发明中的罕见

组合倾向于获得更高的引用率。

跨学科研究是一个标志性的重组

过程；因此，历史上不相关的思

想和资源的成功结合对跨学科研

究至关重要，往往反直觉，并导

致了具有高度影响力的新思想。

不过，从基金申请的证据表明，

面对真正新颖的或跨学科的研究

议题的时候，专家评估系统通常

给予较低的分数。

图 4　选择加速集体发现的实验。（A）一项研究衡量了 2010 年 MEDLINE（医学数据库）发

表的所有新药物的发现效率。该模型没有考虑特定实验的难度或费用的差异。这个全球科

学战略的效率图体现了新发表的生物化学新通路（横轴）与平均实验次数（纵轴）之间的

关系。与此对应的，可以制作药物之间的网络图。研究者使用了各种假想的策略效率来与

现实情况的策略效率来进行对比，用完全随机，以及 50％和 100％发现最佳网络的优化策

略。纵轴上的较低值表示更有效的策略，进行新发现的模式并不是最优的。实际策略最适

合发现 13％的化学网络，而 50％优化的策略对于发现 50％的化学网络有效，但两者都不如

揭示整个网络的 100％最佳策略一样好。（B）现实中药物发现网络可以被绘制成图表的形

式。该策略诞生的新连接是围绕着一些“重要的”、高度相关的化学物质进行的研究，如

图中的热点，但是 100% 效率的研究策略则显示了更加均匀的发现规律，并且不太可能在科

学可能性的空间中“从众”。

科普园地 SCIENCE PARK

034 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

最具影响力的科学工作主要

出自常规内容的组合，但它同时

也出自不寻常的组合。这种类型

的论文获得高引用率的可能性是

其两倍。换句话说，新的和既有

元素的混合是成功科学进步的最

安全的途径。

5. 科学家学术生涯的动力学

在知识生产和利用的广阔市

场背景下，各种学术职业出现了。

所以，科学的职业成绩不仅被研

究个人激励和边际生产力（相对

增益与精力），也在机构激励和竞

争两方面的背景下被检验着。需

要组合高内容分辨率的个人、地

理和时间的大型元数据哭（metadata）来构建可以从不同角度分

析的职业轨迹。例如，一项研究

发现，容忍早期失败的资助计划

（奖励长期成功）比短期审查周期

的资助更有可能产生影响力大的

发表文章。

具有时间尺度的竞争交互系

统是复杂系统科学中的经典问题。

科学的多角度性质是生成模型的

驱动力，这种模型能突出了政策

的意外后果。例如，职业发展模

型表明，短期合同是生产力波动

的重要原因，因为这通常会导致

某事业的突然结束。

生产力和职业长度的差异可

以解释男女科学家之间的合作模

式和招聘率上的差异。另一方面，

实验证据表明，对女性的偏见发

生在职业阶段的早期。当性别在

一组申请人的履历中被随机分配

时，招聘委员会系统性轻视女性

候选人的成果。

迄今为止，大多数研究都集

中在相对较小的样本上，改进和

编制大规模科学家数据集，利用

来自不同来源信息（例如，出版

记 录， 拨 款 申 请 和 奖 励 ）， 将 有

助于更深入地了解不平等的原因。

建立可以为政策解决方案提供信

息的动机模型。

科学家的流动性是提供多元

职业机会的另一个重要因素之一。

大多数针对人才流动性的研究都

集中在量化国家或地区的人才流

入和流出上，这种研究尤其发生

在政策变化之后。然而，对个人

流动性及其职业影响的研究仍然

很少，主要是由于难以获得关于

科学家迁移的纵向信息以及流动

决策背后原因的说明。

根据文章引用数量发现，离

开原籍国家的科学家，比起那些

没有离开的，在文章引用量上表

现更好。这可能源于一种选择偏

好：好的学者（有能力出国）容

易 获 得 更 好 的 职 位（ 更 强 的 团

队）。此外，科学家倾向于在名声

对等的机构之间移动。然而，当

通过引用来量化科学家跳槽影响

时，没有发现系统的增加或减少，

即使科学家搬到一个相当高或低

级别的机构。换句话说，产生影

响的不是机构而是组成机构的个

体研究人员。

另一个影响职业的潜在因素

是名声，以及它为出发点审核文

献、评估提案和决策带来的两难

困境。作者的声誉，以其先前产

出的总引用量来衡量能够显着提

高该论文在出版后的头几年所得

的引用次数。然而，在这个初始

阶段之后，影响取决于科学界对

工作的接受程度。这一发现以及

引文的工作表明，对于富有成效

的科学事业而言，声誉不是第一

生产力，努力工作，天分和知难

而进才是驱动因素。

和政策相关的一个问题是创

造力和创新是否与年龄或职业阶

段有关。对优秀研究人员和创新

者的数十年研究认为，重大突破

发生在职业生涯中相对较早的阶

段，其中位年龄为 35 岁。

但是，最近的工作表明，早

期职业发现的这种充分记录的倾

向完全由生产力倾向解释，生产

力在科学家的职业生涯的早期阶

段很高，并且后来下降。换句话

说，创新中没有年龄模式：学者

引用最多的论文可以是他或她的

任何论文，与论文发表时的年龄

或职业阶段无关（图 5）。描述影

响力发展的随机模型也表明，突

破是由科学家的能力和挑选具有

高潜力的问题直觉与运气相结合

而产生的。

6. 团队科研

去的几十年里，科研对团队

合作的依赖程度与日俱增，这代

SCIENCE PARK 科普园地

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 035

表了科学研究方式的根本转变。

对 1,990 万篇研究论文和 210 万

项专利的作者进行的研究发现了

一个几乎是普遍的科研领域的团

队化趋势（图 6）。例如，在 1955

年，科学和工程团队撰写了与单

个作者相同的论文数量。然而到

2013 年，团队撰写的论文比例增

加到 90％。

如 今， 在 科 学 和 工 程 团 队

撰写的论文有 6.3 倍的可能获得

1000 以上的引用，或大于个体论

文的引用，这种现象并不能由自

我 引 用（self-citations） 来 解

释。一个可能的原因是团队能够

提出更多新颖的想法组合或生产

其他研究者可以后续使用的资源

（例如，基因组学）。

数据表明，团队比单独作者

多了 38% 的可能将科研突破内容

组合进熟悉的知识领域，证明了

团队可以将不同专业结合在一起

的前提，从而有效促进科学的突

破。拥有更多的协作意味着通过

更多的共同作者提高在学者们之

间的可见度，他们可能会因此将

彼此的工作引入科研的内部网络

中，这方面的强化意味着每个研

究员要和同事分享声誉。

平均而言，来自大型团队的

研究员可以在各种领域获得更多

的引用。研究表明，小型团队倾

向于用新想法和机会变革科学和

技术，而大型团队则推动现有的

研究的进程。因此，资助和培养

各种规模的团队来缓和科学的官

僚化可能很重要的。

同时，团队大小也在以平均

每十年 17％的速度增加这个变化

趋势因团队的底层架构已经变化。

科学团队包括小型，稳定的“核

心”团队和大型团队，动态扩展

的团队。大多数领域不断增加的

团队规模是由动态扩展团队的不

断扩增而产生的，扩展团队从小

型核心团队开始，但随后通过生

产力为基础的原始积累吸引新成

员。规模是团队生存策略的关键

决定因素：如果小团队保持稳定

的核心，那么他们的存活时间会

更长，但大团队表现出会员流动

机制，才能存活更长时间。

随着科学的加速和日益复杂，

扩展知识前沿所需的工具在规模

和精度上都日益提升。对大多数

个人调查员来说，研究工具价值

过高，有价无市，但对大多数机

构来说也是如此。学术合作一直

图 5　科学学对科学职业的影响（A）三位

诺贝尔物理学奖获得者的发表记录。水平

轴表示获奖者首次发表文章后的年数，每

个圆圈对应一篇研究论文，圆圈的高度

c10 代表论文的影响，意为文章 10 年后的

引用次数。获奖者的最高影响论文用橙色

圆圈表示。（B）科学家的论文序列中发生

最高影响的论文的直方图，为 10,000 名科

学家计算。直方图的平坦性表明，在科学

家发表的论文序列中，影响最大的工作的

出现的时间可能具有相同的概率

图 6　团队的规模和影响在过去的一个世纪里，平均团队规模一直在稳步扩大。

红色虚线表示所有论文中共同作者的平均数；黑色曲线考虑那些引用数高于领域平均值的

文章的团队平均大小。黑色曲线系统地位于红色虚线之上，这意味着大型团队比小型团

队更容易产生高影响力的工作。每张图表对应 WoS 规定的一个学科大类（A）科学与工程，

（B）社会科学，（C）艺术与人文科学。

科普园地 SCIENCE PARK

036 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

是解决这个问题的关键方案，这

样就能将资源更多集中到科研上。

欧洲核子研究中心的大型强

子对撞机是世界上最大和最强大

的粒子对撞机，她的诞生不能忽

视学术合作，来自 100 多个国家

的 10,000 多名科学家和工程师

参与了这台对撞击的建立。然而，

随着规模的增加，与“大科学”

相关的价值和风险的权衡随即产

生。尽管可以解决更大的问题，

但是科学重复性问题要求你重复

实验，这可能在实际上或经济上

不可行。

合作者会对科学产生巨大影

响。根据最近的研究，失去明星合

作者的科学家会经历生产力的大幅

下降，特别是如果这位散伙的合作

者是一位普通的研究人员的情况

下。与极强合作者合作的发表文章

平均引用次数会增加 17％，这表

明职业合作的价值。

鉴于研究论文中作者的数量

越来越多，谁应该并且确实获得

最多的名誉？科学中名誉的错误

分配的经典理论是马太效应，其

中参与合作工作的较高地位的科

学家因其贡献而获得超额名誉。

为协作参与人员分配信誉是很困

难的，因为不能轻易区分个人贡

献。但是，有可能检查共同作者

论文的共同模式，以确定群体中

的每个共同作者分配的信誉。

7. 引用量背后的动力学

学术引用仍然是科学中衡量

学术成就的主流方式。鉴于对主

流引用标准的长期依赖，引文积

累的动态规律已被几代学者所验

证。根据 Price 开创性的研究，科

学论文引文的分布是高度具有倾

向性的：许多论文从未被引用，

但 开 创 性 论 文 可 以 累 积 10,000

或更多的引用。这种不均匀的引

文分布是科学变动的一种强大的，

自然出现的，革新的属性。当论

文按机构分组时，它也成立。并

且如果一个论文的引用的次数除

以论文同学科同年的平均引文，

得到的分数分布是所有学科基本

图 8　引文动态的普遍性（A）如果每篇论文的引用次数 c 除以该学科所有论文的平均引用

次数 c0，那么在同一学科和年份上发表的论文的引用分布，各个学科基本上都是统一的。

虚线是对数正态拟合曲线。（B）1964 年发表于“ 物理评论（Physical Review）”的四篇论

文的引文历史，根据其独特的动态选择，显示出“跳跃衰变”模式（蓝色），峰值延迟（紫

红），引文数量稳定模式（绿色），和引文指数上升（红色）。（C. 单个纸）引文由三个参数

确定：fitness λ，immediacy μ，和 longevity σ。通过适当的（λ，μ，σ）参数重新调整（B）

中每篇论文的引用，四篇论文将其合并为一个通用函数，这对所有学科都是相同的。

SCIENCE PARK 科普园地

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 037

上无区别的（图 8A）。

这意味着通过查看相对引用

量可以比较不同学科发表的论文

的影响力。例如，一篇收集 100

篇引文的数学论文比 300 篇引文

的微生物学论文具有更高的学科

影响。

分布的尾部信息能够捕捉高

影响力论文的数量，揭示驱动引

用数量累计的机制。最近的分析

表明，它遵循幂律分布。幂律的

尾部可以通过累积优势的过程产

生，网络科学中将其称为偏好依

附（preferential attachment），

表明引用论文的概率随着它已经

积累的引用次数增长而增长。

这样的模型可以与引用动力

学的其他特征，比如知识的过时

共同使用来增强模型说明性。文

章引用数量随着时间增加而下降，

或者也可以利用一个拟合参数

（fitness parameter）对应每个论

文对科学界的吸引力。只有一小

部分论文不能被以上假设所描述，

称为“睡美人”，因为它们在发表

后一段时间内都无人问津，但是

在经过一段时间后，突然收到大

量的关注和引用。

上述形成机制可用于预测单

个论文的引用动态。一个预测模

型假设论文的引用概率取决于先

前引用的数量，并且考虑每篇文

章 的 过 时 因 子（obsolescence

factor） 和 适 应 度 参 数（fitness

parameter）（图 5，B，C）就能

预测这篇文章的引用数量。可以

推断出某个科研工作的长期影响。

其他研究已经确定了论文影响因

子相关的预测指标，例如期刊影

响因子。有的研究则表示一个科

学家的 h-index 可以被准确预测。

尽管如果考虑科学家的职业生涯

阶段和 h- 指数的累积性，非递减

性在内，预测准确性会降低。

消除在科学中使用定量评估

指标的不一致性和常用统计数据

背后，生成这些数据的内在机制

是科学学研究中十分重要的机制。

8. 展望

尽管科学研究确实有它的普

遍性，但文化、习惯和偏好方面

的实质性学科背景差异使得某些

领域内的某些跨领域见解变得难

以理解，与其对应的政策则难以

实施。每个学科所要求的问题、

数据和技能之间的差异表明，可

以从特定领域的科学学研究中获

得进一步的见解。这些研究模拟

和预测适应每个学科领域中的需

求和机会。对于年轻的科学家来

说，科学学的研究结果提供了过

去科研有效的见解，有助于指导

他们对未来的预见（Box1）。

Box1：科学学给我们的经验

教训

·创新和传统：纯粹的，真正的创

新和高度跨学科的想法可能无法

达到它们能达到的科学影响力。

为了增强其影响力，应将新思想

置于已有的学科环境下发表。

·坚持：只要一直保持研究状态，

科学家的概念中永远不存在“太

老“ 而 无 法 做 出 重 大 发 现 的

情况。

·合作：如今研究模式正在向团队

转移，因此参与协作是大有益处

的。小团队的作品往往是更具颠

覆性，而那些强队往往有更大的

资源去做更有影响力的大工作。

·声誉：大多数名誉将归属于在文

献发表的领域中进行始终如一工

作的共同作者。

·资金：虽然评审小组承诺支持创

新，但他们实际上更倾向于忽视

创新。资助机构应要求审稿人评

估创新，而不仅仅是他们头脑中

预料的成功。

科学学的贡献是：对科学家、

制度和思想之间的关系结构开始

进行细致的理解，这是识别它背

后运作机制的关键起点。总之，

这些数据驱动的（data-driven）

工作补充了相关研究领域欠缺的

内容，如经济学和科学社会学。

因果估计（Causal estimation）是一个经济学中的典型例

子，计量经济学研究会收集并利

用全面的数据源来进行需要的模

拟。评估因果关系是科学学最需

要的未来发展之一：许多描述性

研究揭示了科研结构与成功结果

之间的强烈相关性，但特定结构

“导致”结果的程度仍未得到探

索——我们不知道相关关系背后的

科普园地 SCIENCE PARK

038 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

因果关系。

通过与研究人员建立更紧密

的合作关系，科学学将能够更好

地识别从模型和大规模数据中发

现的联系，这些数据具有促使相

关政策诞生的潜力。但是科学学

的实验可能是科学学尚未面临的

最大挑战。运行随机对照试验将

改变由税收所支持的个人或科学

机构的研究进程，如此之高的成

本必然会引发批评和阻碍。

因此，在不久的将来，准 -

实验方法（quasi-experimental

approaches）将在科学学调查中

占主导地位。大多数科学学研究

都将科研文献作为主要数据来源，

这意味着这个学科思考和发现的

研究对象都是那些成功的案例。

然而，大多数科学研究存在失败，

有时甚至是巨大的失败。鉴于科

学家失败的次数多于成功失败，

因此了解理念何时何地，为什么，

怎么样失败对理解和改进科学系

统至关重要。这些研究可以为重

现性危机提供有意义的指导，并

帮助我们解决文件抽屉问题（file

drawer problem）。通过揭示创

造性活动，这些研究还可以大大

促进对人类创造力的解释。

科学系统和经济系统类似，

它是一个使用一维“货币”引文

的经济系统。这暗示阶层也存在

于科研系统，其中“富人愈富”

抑制了新思想的传播，特别是那

些新晋科学家和那些不符合特定

领域传统身份的人。

通过扩大绩效指标的数量

和范围可以改善科学系统。在这

方面，制定衡量科学界覆盖网络

（metrics covering web ）、社交

媒体活跃度和社会影响的替代指

标至关重要。其他可衡量的维度

也包括科学家与竞争对手分享的

信息（例如数据），以及他们向同

行提供的帮助，以及他们作为同

行作品审稿人的可靠性。

但是，由于需要大量的指标，

需要做更多的工作来了解每个指

标的作用和不捕获的内容，以确

保有意义的解释并避免滥用。科

学学可以通过提供模型做出种种

贡献，这些模型可以更深入地理

解科学绩效指标的覆盖范围以及

背后的机制。例如，当使用替代

指标（例如，文献下载的分布）

时观察到的经验模型将使我们能

够探索它们与基于引用数量的度

量系统之间的关系并且识别暗箱

操作。

将基于引用数量的指标与其

他指标相结合将促进科研的多元

发展，并实现科研生产力的分工，

由此科学家可以通过不同方式取

得成就。科学是一个生态系统，

不仅需要出版，还需要传播者、

教师和注重细节的专家。我们需

要能够提出新颖的，改变革新的

问题，以及能够回答问题的人。

如果好奇心、创造力和知识能有

效交流——特别是关于科学技术的

应用和社会影响之类的信息——更

多元化的方法可以减少重复，科

学便能蓬勃发展。

科学学试图解决的一个问题

是科学资金的分配。目前的同行

评审制度存在偏见和矛盾。几种

替代方案已经被提出，例如随机

分配资金，不涉及提案和审查制

度的向专门人员导向的资金，向

在线人群开放的审查机制，去除

审稿人绩效的评审机制和科学家

众筹资金。

科 学 学（SciSci） 未 来 研 究

的一个关键领域是与机器学习和

人工智能的整合，让客观的机器

和人类一起工作。这些新工具将

会有一个令人愉快的深远，因为

机器可能比人类合作者更能拓宽

科学家的视野。例如，自动驾驶

车辆是机器学习技术，是由人类

已知的驾驶技术和未知的驾驶习

惯信息的成功组合。心智 - 机器

伙伴关系的研究给广泛的卫生、

经济、社会、法律等领域的决策

上提供了广泛的正面作用。如何

通过机器与心灵关系改善科学，

以及怎么安排能够让科学发展更

具成效？这些问题有助于我们了

解未来的科学。

来源：science

SCIENCE PARK 科普园地

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 039

1. 引言

物质科学以牛顿定律为基础

得以成形；然而，生命和演化的

科学仍在发展之中。物质是可观

测宇宙的现实基础，以空间、质

量和体积为特征。虽然生命和演

化的定义有许多种，但我们尚未

达成共识。根据美国国家航空航

天局（NASA）的定义：“生命是

一种能够进行自我维持的化学系

统，具备达尔文演化论的能力”。

自然选择是达尔文提出的一种解

释演化的机制。自然选择并不是

物理层面的解释。然而，它帮助

人类知识从过去的“神选”时代

进 步 到“ 自 然 选 择 ” 时 代。 根

据 斯 宾 诺 莎 的 观 点：Deus sive

Natura（神即自然，自然即神）*；

神在本质上是与自然等价的。科

学——尤其是物理学——要求以

物理实体如能量、力及其相互作

用来解释。据我们所知，现有文

献中对演化的科学解释是不足的。

我们提出了一个基于经典力学中

场的概念的统一理论框架来研究

物质、生命和演化。

* Deus sive Natura（ 拉 丁 文，

神即自然，自然即神）是与斯宾

诺莎哲学思想相关的一个重要概

念。斯宾诺莎是 17 世纪的荷兰

哲学家，他提出了一种非常自然

主义的关于神、世界、人和知识

的观点，这些观点为他的道德哲

学、政治思想以及对宗教和道德

传统的批判提供了基础。

什么是生命？自从人类从四

足动物演化到两足动物以来，我

们可能一直在思考这个问题。这

是一个尚未解决的问题，也是一

个活跃的研究领域。生命科学的

发展已经持续了很长时间。东西

方哲学对生命有不同的解释。东

方教义强调生命是自然的一部分，

提倡与自然和谐共处。“Vasudhaiva Kutumbakam”（ 字 面 意

思是“世界大同”）是东方文明中

的一个显著的本体论。在西方文

化中，生命的主导哲学是“个人

主 义 ”， 认 为“ 生 命 是 对 权 力 的

斗争”。

*Vasudhaiva Kutumbakam 是

一个源自古印度的哲学概念，其

含义为“世界大同”，这一概念

强调了全人类的统一和相互联

系。这个短语由梵文词汇“Vasudha”（ 地 球 ） 和“Kutumbakam”（家庭）组成，它传达

了一种世界观，即整个世界是一

个大家庭，所有生命都是相互连

接的。

在缺乏统一科学的情况下，

生命对人们来说就像盲人摸象——

每个人都根据自己的背景、有限

的经验和知识来解释生命是什么。

观察生命有许多不同的视

角：生命作为化学；生命作为物

理；生命作为信息；生命作为流

动组织。我们知道，生命的研究

属于生物学范畴。但是，生命知

识的的片面理解并不能帮助我们

找到科学的统一性。我们需要一

个视角，来认识生命在其整体上

的多面性和多维性。能量是科学

的语言，不受化学、物理和生物

学等学科界限的限制。系统状态

的这一标量函数可以被用来对物

质、生命和演化进行综合性研究。

本文提出一种在能量的连贯

框架下理解生命、物质和演化的

方法。能量是时空界限的主人，

而 不 是 奴 隶。 然 而， 在 本 文 中，

我们坚持采用场的方法来构建和

物质、生命和演化的统一科学：超越牛顿第三定律

文 / Ram C. Poudel

科普园地 SCIENCE PARK

040 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

扩展知识，并遵循经典物理学的

方法，以便使本文的内容对一般

读者来说易于理解。

一门统一的科学要求将物质

和生命在核心层面联系起来。在

根 本 层 面 上， 科 学 必 须 是 独 一

无二的。我们不希望物质有一门

科学，生命又有另一门科学。在

最基本的层面上，生命的任何定

律或规则必须与物质的定律或规

则相对应，而不是相反。自然界

中普遍存在着标度无关的模式

（scale-free pattern）， 这 为 非

生命体与生命体之间的连续性提

供了令人信服的证据。在跨越分

界的数据中，普遍存在一种模式，

即数据以 S 形方式累积分布，因

此大多数情况下遵循幂律分布。

我们可以将这种模式与能量分散

过程联系起来。能量及其守恒是

热力学中的一个重要概念。能量

可能是自然科学和社会科学各学

科之间的统一纽带。我们研究热

力学中的能量及其转化。本文的

主要目的是通过一个更广义的理

论框架来扩展热力学的边界，以

涵盖生命科学。

2. 牛顿定律与生命科学

恩斯特·马赫 * 认为牛顿第

三定律是经典物理学的基石。正

如我们所认为的那样，牛顿三定

律是物质的定律，而不是生命的

定律。然而，这三定律并不是独

立的，它们为理解生命的一些关

键特性提供了重要见解。生命可

能超越牛顿定律的范畴。在这里，

我们从物质的角度出发，总结了

我们对生命的关键——即生命的定

义——的探索。

* 恩 斯 特· 马 赫（Ernst Mach）

是一位奥地利 - 捷克物理学家和

哲学家，他因其在光学、力学和

波动力学方面的工作而闻名。他

最著名的贡献是推导出了“马赫

原理”，该原理通过假设宇宙中

所有的质量都以某种方式相互连

接来解释惯性现象。马赫的名字

常常通过马赫数被人们所记忆，

马赫数与超音速相关联。

我们尝试用牛顿第三定律来

阐明这一观点。牛顿第三定律指

出，作用力和反作用力是大小相

等、方向相反的。对于两个物体

A 和 B 之间的因果相互作用，作

用力和反作用力（分别用 R 表示）

遵循以下规则：

RAB = -RBA （2.1）

作用力RBA 和反作用力RAB

分别作用在两个不同的物体上。

第三定律在数学上由方程（2.1）

表示，它隐含地假设作用力和反

作用力在没有时间滞后的情况下

同时发生。一些文献给物质定律

的 这 一 独 特 方 面 起 了 一 个 名 字：

物 自 在 主 义（object egotism）。

物体只对瞬间作用于它们的影响

做出反应。但这种物自在主义可

能不适用于生命；生命可以超越

物自在主义。生命体具有操纵反

应以对自己有利的能力。此外，

人类——也许任何生命形式——都

可以在相同的时间尺度上采取自

发（自主）行动，或者可能领先

或滞后于反应。

当一个定律要求作用 - 反作

用对称时，自然会想知道在哪些

情况下作用不等于反作用。确实，

我们需要对物质的经典物理学进

行一种跳出常规的思考。根据玻

尔在数学结构中的对应原理（correspondence principle）， 我

意识到作用 - 反作用不对称可能

与远离平衡态的系统有关，比如

生命。如果能将物质的定律推广

到生命领域不是很美妙吗？这正

是一个统一科学应该努力追求的

目标。

* Bohr’s correspondence principle，尼尔斯·玻尔的对应原理

是量子力学中的一个基本原则，

它指出在某些特定条件下，量子

系统的行为应该能够近似地对应

到经典物理系统的预测。作者使

用这个原理来说明，在数学和物

理学的框架内，可能存在一种情

况，即作用和反作用的不对称

性与非平衡系统（如生命系统）

有关。

当我分析一座坐落在柱子上

的桥梁时，首次遇到了一个非直

SCIENCE PARK 科普园地

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 041

观的作用与反作用模式。这座桥

梁设计用于尼泊尔等地震多发地

区，柱子在承受荷载时可以略微

屈服。我对分析结果感到困惑，

于是开始思考牛顿第三定律是否

具有普遍性，即是否既适用于非

生命体（如物质）也适用于生命

体。自然界中是什么要求作用在

两个不同物体上的力和反作用力

必须相互平衡？是对称性还是某

种守恒定律？这是否是受稳态描

述影响的一种思维方式，旨在使

物理问题变得简单且易于管理？

确实，我们需要先学会走路，然

后再努力奔跑。这种基于平衡的

解释可能仅对物质有效，而对生

命则不然。人们普遍认为生命是

一个远离平衡态的过程。对于一

个远离平衡态的系统，应该考虑

额外的力（或能量）来恢复作用 -

反作用相等的原理。换句话说，

像生命这样的非平衡态系统拥有

一种在经典物理学中不常见的能

量（或力）。这听起来可能有些牵

强，但这种无法解释的能量可能

是生命科学的基石。

本文是从物质的角度探索

生命的关键。因此，让我们以生

物细胞（生命的基本构建块）为

参考，来审视物质的三大定律。

生命由细胞及其所处的环境组

成，是自然界更大生态系统的一

部分。

细胞是一个在环境中由边界

定义的系统。细胞具有内部能量

产生源（或动力源和某种形式的

储 存 器 —— 如 线 粒 体 ）， 它 可 以

根据自身和环境的约束随意处置

或调节这些能量。细胞产生能量

以驱动生命的各种功能和机制。

细胞利用能量进行基因组的转录

和翻译等功能。活细胞可以自身

改变其能量状态，或者对外部力

作出反应。因此，我们可以声称

牛顿第一定律在细胞层面并不

成立。

值得强调的是，我们在这里

处理的是一个由细胞边界和环境

定义的宏观系统。如果我们深入

到更小的尺度，即细胞的组成部

分，那么我们主要处理的是物质

而不是生命。这也可能强化了一

个事实，即牛顿第一定律不足以

处理生命及其轨迹。

因此，生命是由边界定义的，

并拥有像麦克斯韦妖 * 开启大门

的内在功率。每个生命体都拥有

内在的能量来源，或者通过调动

宿主或环境产生能量并行使功率

（power）** 的 能 力。 边 界 是 生

命固有的特征。我们可以定义两

种类型的功率来源：边界“内部”

和“外部”的功率来源。“外部”

功率是指在边界墙外来源的功率。

在经典物质研究中，我们将力区

分为体力（body forces）和表面

力（surface forces）***。 重 力

是一种体力，而压力是表面力的

一个例子。社会潮流和时尚可以

被视为表面力的类似物。

* 麦 克 斯 韦 妖（Maxwell’s Demon）是1871年由英国物理学家

詹姆斯·麦克斯韦提出的一种思

想实验，用来探讨热力学第二定

律的可能性和局限性。在这个假

想实验中，一个容器被分成两个

部分，中间有一个可以由“妖”

控制的小门。这个“妖”能够探

测并控制单个分子的运动，它可

以将速度较快的分子（被认为是

“热”分子）放到容器的一边，

而将速度较慢的分子（被认为是

“冷”分子）放到另一边。这样，

容器的一侧温度会升高，另一侧

温度会降低，从而可以利用温差

做功，这似乎违反了热力学第二

定律，因为熵似乎减少了。后续

的研究表明，麦克斯韦妖并不违

反热力学第二定律。信息的处

理，包括信息的擦除，需要消耗

能量，这会导致系统的熵增加，

从而不违反热力学第二定律。参

看《麦克斯韦妖文章》。

***body forces and surface

forces： 体 力（body force）

是指作用于物体内部每一个点

的力，与物体的表面积无关。

表面力（surface force）则作

用于物体的表面或边界上，通

常与物体的表面积成正比。

生物体能够感知自身的能量

状态，并因此渴望随着时间的推

移向更高能量状态发展。因此，

“功率”更适合描述生命和生物体

科普园地 SCIENCE PARK

042 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

的动力学。尼采和罗素早先强调

了生命的这一特性。遵循物质研

究的传统，我们可以将与生命相

关的功率分为两类：（a）体功率和

（b）表面功率。体功率是生物实

体的一个定义特征。由于意识到

并能够访问这种功率，生物体可

以与其他生物体和环境进行自发

性和因果性互动。一般来说，物

质被认为不具备自发行动的能力；

然而，在放射性物质的情况，我

们可以观察到这种行动。在根本

层面上，可能没有明确的边界来

区分物质和生命。

功率关系和层级制度似乎调

节着对能量状态有意识的生物体

的行为和反应。功率仅仅是我们

称之为能量的系统状态函数的总

导数。在下一节中，我们将探讨

与生命相关的能量和功率。

* 全导数（total derivative），系

统能量状态函数关于时间或其他

相关变量的变化率。

3. 能量和功率

测量是科学的基础。与物质

相关的测量大多涉及空间、时间

和 能 量（ 或 力 ）。 能 量 是 科 学 的

基本概念之一，大多数测量都是

基于能量或其导数，如力和功率。

然而，与生命相关的能量仍然是

一个谜。

理解人类的能量（及功率）

以及如何利用它更好地服务人类

和 自 然， 应 该 是 21 世 纪 科 学 和

工程的主要目标之一。我们在理

解支持生命的物质上花费了太多

时间和资源。最近，人们开始努

力复兴物理学和生命的法则。一

些哲学家将生命理解为一种使能

量在生物体或生态系统边界附近

局部转移的机制，而另一些人则

将生命视为能量在未知潜力领域

中的体现。生命对我们来说就像

“盲人摸象”。生命能量及其转化

的奥秘在整体上对人类来说还是

未知的。像寓言中的盲人一样，

我们试图根据自己对自然的有限

经验和理解综合出一个连贯的画

面。然而，理解生命能量、研究

生命的法则，并希望预测生命的

轨迹及其观测量，并非一个不切

实际的目标。

我们中的许多人假装知道驱

动生命的能量和功率。其实我们

对能量的了解非常有限，尤其是

关于生命和演化的知识。许多科

学和人类社会长期存在的问题都

可以直接与我们对能量及其转化

的感知联系起来。安东尼·J·莱

格特将任何学科中遇到的问题分

为三个层次：

（i）哈密顿量的，已知且可

处理的；

（ii）哈密顿量的，部分已知

但难以处理的；

（iii） 哈 密 顿 量 的， 甚 至 未

知的。

系统的哈密顿量定义了系统

的总能量。我们可能知道与物质

及其相互作用相关的哈密顿量，

但我们不知道的是生命及其演化

的哈密顿量。理查德·费曼对科

学家中的能量之谜持坦诚和认真

的态度。他有一句名言：“重要的

是要认识到，在当今物理学中，

我们对能量是什么一无所知。”

基 于 20 世 纪 的 进 展， 我 们

可以从两种方式来定义能量：（a）

参照一个场（引力场、电场、磁

场）或（b）参照一个频率 f，如

在公式 E=hf（其中 h 是普朗克常

数）所示。在基于经典场方法的

科学中，我们隐含地假设物质的

相互作用发生在无限的空间和时

间领域中。然而，空间和时间并

不是描述和研究能量的绝对要求。

公式 E=hf 直接证明了能量超越了

经典物理学的空间时间限制（边

界 ）。 因 此， 量 子 物 理 学 应 运 而

生。量子物理学通过考虑波函数

来考虑能量的波动方面，并通过

叠加、概率和各种类型的变换来

研究相互作用。

采用经典物理学的场概

念， 我 们 之 前 提 出 了 社 会 场 理

论（social field theory）。 社 会

场理论有助于量化与生命和生物

体相关的能量。一个理论应该告

诉我们测量什么。社会场理论建

议根据社会力量（S）、个体力量

（I）和一个信任向量（Γ）来测

量与生命相关的能量。在经典场

理论的框架下，我们用三个宏观

SCIENCE PARK 科普园地

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 043

变量定义了与生命相关的哈密顿

量 H：

H = SIΓ（在自然单位中）。

（3.1）

能 量 是 跨 越 物 质、 生 命 和

演化的通用语言。能量的时间导

数， 功 率（power） 在 社 会 科

学中的含义比经典热力学中更广

泛。根据罗素的说法：“社会科学

中的基本概念是功率（power），

就像能量是物理学中的基本概

念 一 样。” 社 会 场 理 论 有 助 于 定

义与在社会领域中生命相关的能

量。稍后，我们在纳维 - 斯托克

斯方程的框架内，根据哈密顿量

H 和相关功率的定义，提出了一

个关于能量的演化方程。

4. 物质

物质由基本粒子组成。物质

占据空间，具有质量和惯性。惯

性是物质在没有外力作用下继续

保持静止状态或均匀运动的能力。

在经典物理学中，物质是现实或

可观测宇宙的基础，由空间和时

间刻画。

物质科学在牛顿定律下形成。

生命科学仍在发展中。要明确地

划分物质和生命并不是一件容易

的事情。病毒或处于休眠状态的

种子是一些界限不太清晰的示例。

从实际角度来看，我们根据积累

的生命经验来区分生命与非生命。

然而，科学要求我们在研究事物

时，在物理量方面要更加精确。

5. 生命

生命是有组织的物质状态加

上能量，它能够感知自身的能量

状态和时间轨迹。在某种程度上，

生命可以被视为物质、电荷和信

息，并与能量或功率相结合的各

种循环的协同集合体。通过耦合，

我们指的是一个循环产生的能量

或功可以用来驱动另一个循环，

以恢复其初始状态。因此，许多

生命过程具有周期性：过程一次

又一次地重复，并在各种空间和

时间尺度上加强其他循环。显然，

生命能够自我繁殖。

生命是一个能够感知自身存

在、能量状态和演化的自主系统。

这种对生命能量的隐含和主观感

知将生命与非生命区分开来。生

命容易体验却难以定义。关于生

命的定义尚未达成共识。

像物质一样，生命占据空间

并具有惯性。然而，生命具有内

在的能量（或功率）来源，因此

它可以自主地改变其状态。生命

是一个开放系统，通过质量、能

量和信息交换与周围环境相互作

用。由于系统边界的存在，生命

可以维持与环境不同的状态。

上面提到的许多关键词都是

生命的特征。但特征并不总是足

以定义一个主题，尤其是生命。

我们避免用能量和功率来定义生

命，因为这些概念仍存在一些模

糊和不一致之处。生命的定义很

容易产生更多的争议而不是清晰

的理解。然而，上述任何情况都

不应阻止我们研究生命和生命

能量。

早些时候我们提到了物自在

主义（object egotism）。物自在

主义是牛顿物理学的一个基本概

念。生命似乎拥有一种超越物自

在主义属性的能力。生命可以改

变一种反应，这可能超出了物质

的能力。

因此，我们可以将牛顿第三定

律（方程（2.1））推广到生命领域，

如 公 式（5.1） 所 示：RAB（t）=

-β（Γ，τ）RBA（t±τ）。在这里，

R 是生命对外部刺激的一般反应，

β 是比例因子，τ 是超前 / 滞后时

间。例如，作为生物体的人类可

以调节、超前或滞后反应力。这

种 反 应 取 决 于 记 忆、 预 见 性 等

因素。

基于上述方程，我们可以区

分物质和生命。可以说，物质遵

循物自在主义进行反应，而生命

体则可以对情况采取更全面的方

法进行响应。根据这种解释，物

质（中的反应）是瞬时发生的，

而对于生命来说，响应可以在时

间和空间上超前或滞后。

这项工作是对生命的一种尝

试性阐释。然而，这种尝试部分

受到了物理学传统方法的启发，

这些方法旨在将自然现象追溯到

简单的力学定律。这种对生命和

非生命的划分可能会产生更多的

问题而不是答案。生命超越了工

科普园地 SCIENCE PARK

044 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

程和热力学启发的机器定义；生

命随时间演化并能够自我繁殖。

6. 演化

在科学中，遵循牛顿第一定

律，很自然地会从力（内部或外

部）或精确的能量角度来思考演

化。事实上，已经有许多尝试在

物理学的框架内研究生命和演化。

经过数百万年的演化，生物体会

发生明显的变化。人类从猿类经

过漫长的演化过程，表现出了明

显的特征变化，如我们的祖先露

西，据推测她是用两条腿行走的。

在生物学中，演化是指随着时间

的推移，基因物质发生变化的过

程。生物体与环境之间的持续相

互作用，遵循类似于方程（5.1）

总结的一般作用 - 反作用原理，

可能导致基因改变、新性状出现，

并最终形成新物种。博弈论是社

会科学中研究的类似作用 - 反作

用现象。长期的相互作用可以改

变生命、生物体以及环境的格局。

生物体逐渐内化其基因中的变化，

最终导致表型（生物体的一组可

观察特征）发生变化。

在科普领域，我们归功于自

然选择，它导致了更有可能生存

和繁殖的生物体。自然选择是被

提出解释生命和生物体演化的机

制之一。合作和互惠也可能发挥

重要作用。在种群中，自然选择

过程可以增加有利等位基因的频

率。科学要求用逻辑和物理量背

后的法则来解释，比如动量、力、

能量或功率。达尔文的自然选择

理论中缺乏这种解释力。

生物体能够适应环境，同时

能够影响和改变环境。由环境介

导的变化源可以称为外部因素，

可以视为表面力或外部功率。生

命也拥有体力或内部功率。我们

推测生命的内部功率主要来自两

个来源：（a）作用 - 反作用不对称

性，和（b）生命在其系统内部所

蕴含的能量。有时可能无法区分

内部功率和外部功率。为了简化

起见，我们可以将起源于生物体

边界内的功率来源分类为内部功

率，将与环境相关的功率分类为

外部功率。生物体与环境处于持

续相互作用中，就像鱼与水处于

持续相互作用一样。很难确定一

个水分子是鱼的一部分还是环境

的一部分。

图 1 通过对比物质在三维空

间中的相互作用和生命单位在能

量超空间中的相互作用，展示了

生命现象的复杂性和抽象性。这

种抽象描述有助于我们更深入地

理解生命的本质和演化规律。

7. 演化之力

考虑两个或多个生命单位之

间的相互作用。根据方程（5.1）

中的广义作用 - 反作用关系，两

个生命单位之间的内力 Rij 不会相

互抵消，并且通常不沿同一作用

线。因此，生命单位系统总是存

在一个合力以及相应的能量。我

们推测，这种生命所特有的合力

是系统时间演化的原因。多体生

命系统由于这种合力的作用而持

续处于非平衡状态。

对 于 物 质 来 说， 如 图 1a 所

示，内力是共线的。力 Rij 和 Rji

在大小上相等但方向相反。因此，

物质只对外部力作出反应。据此，

牛顿的第一定律仅适用于物质，

而不适用于一般生命体。

“让我们将生命单位的集合称

为社会，Ω。在图 1 中，我们展

示了物质 M 和生命 L 的集合，其

中索引 i、j 和 k 分别代表每种类

型的三个单位；G 代表某种类型

的质心，R 代表反作用力。”

图 1　（a）物质在三维空间中的相互作用。

（b）生命单位在能量超空间 Ω（C1，C2，t）中的相互作用。

SCIENCE PARK 科普园地

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 045

如图 1a 所示的物质，Mi 和 Mj 之间的内部力 Rij

和 Rji 相等且反向，并且具有相同的作用线。因此，它

们的和 Rij + Rji = 0。然而，对于生命系统来说通常并

非如此，如图 1b 所示。对于一个生命系统，Rij + Rji ≠ 0。在人类这样意识到自身能量状态的生物中，内部

功率可能不总是平衡的。因此，一个多体生命集合 Ω

将在 G 点周围有一个净力和一个力矩。我们认为这个

净力 / 力矩及其相应的能量是演化的驱动因素。

此外，生命系统还具有不同程度的内力 Rii。意识

是生命单位感知环境以及自身的能力。人类可以利用

意识，通过利用内力 Rii，单独或与社会一起沿着能量

阶梯上升。物质不能自行沿着能量阶梯上升。物质需

要外部力来改变其静止或运动状态，这遵循牛顿的第

一定律。但由于 Rii 和 Rij/=Rji 的存在，第一定律不适

用于生命。达朗贝尔原理可能不适用于社会 Ω。换句

话说，作用在生命体 Li 上的外部功率系统与这些生命

体的有效功率系统并不等效。这可能是生命能够自发

行动的原因，与物质的因果相互作用不同。达朗贝尔

原理通常适用于 Rij +Rji =0 且不存在 Rii 的系统。

生命体如何调动其蕴含的能量来改变自身状态可

能是显而易见的。在这里，我们关注的是作用 - 反作

用不对称性如何导致合力。这种与生命相关的自主力

可能是演化背后的物理原因。在非平衡态的物质中，

我们也可能看到这种自主力。我们通常将这种力归因

于熵产生的结果。

8. 生命演化的方程

我们可以遵循牛顿第二定律，用通常的符号写出

物质的运动方程：

（8.1）

在假设质量为常量的情况下，上述方程简化为著

名的 Fnet = ma。我们不知道生命是否能按照爱因斯坦

的质能关系 E=mc2 将质量部分地转化为能量。然而，

在本文所定义的框架中，生命能够感知其能量状态。

空间和质量维度并不是生命的定义特征。因此，我们

提出了一个关于生命演化的方程，该方程基于能量和

功率。关于生命的功率方程形式如下：

（8.2）

Stueckelberg 之前提出了一个类似的以功率交

换来表述热力学定律的公式。在方程（8.2）中，我们

以不同的方式对功率项进行了分组。

生命作为一个开放系统，由具有内部力量和功率

源 / 汇的边界定义。在生命的基本单位中，线粒体可

能体现了这种蕴含的能量源。我们可以区分体功率和

表面功率。体功率是系统固有的，而表面功率则与边

界和环境相关联。鱼可以使用体功率和表面功率来逆

流而上或顺流而下。而死鱼则可能只受表面功率的作

用而顺流漂下。这个例子生动地展示了生命系统如何

通过内部和外部功率的相互作用来适应环境并维持其

动态平衡。

方程右侧的功率项可以用生命体的力和类似速度

的项来表示。这些力可以分为外在表面力（Fex）和内

在体力（Fen）。表面力主要来源于个体之间的相互作

用（即 j /= i），如图 1 所示，而体力则是个体固有的。

这些力可以计算为：

表面力：

体力：Fen=Rii （8.4）

一旦我们确定了与生命相关的力，就可以在纳

维 - 斯托克斯方程的框架内写出演化方程：

（8.5）

Q 的导数表示生命过程中固有的任何其他产生和

耗散。

在本文中，我们定义生命为能够意识到能量状

态。相应地，哈密顿量 H 可以用动能和势能等复合

函数来表示。动能和势能的有序对定义了一个测量空

科普园地 SCIENCE PARK

046 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

间。对于生命的领域，我们将动能等同于个体的资本

（C1），势能等同于个体的能力（C2）。与经济学中的

定义不同，资本和能力在社会场中都具有与能量单位

等效的单位。因此，我们可以写

H = H（C1，C2，t） （8.6）

然后，生命演化方程也可以写成：

（8.7）

方程（8.7）的第一项是哈密顿量 H 的局部导数，

第二项和第三项是对流导数，右侧的项是源 / 功率项。

一个由 N 个生命单位组成的集合可以被称为社会

S。我们可以定义社会（S）的哈密顿量（Hs）为集合

中所有哈密顿量的总和，即

对于社会而言，方程（8.7）的形式类似于多变量

Fokker–Planck 方程，描述了绝对尺度下 Hs 的时

间演化。同时，在某些特定假设下，方程（8.7）也可

以简化为 Lotka–Volterra 型方程，用于描述两种相

互依赖物种的种群演化。

生命是多维的，因此描述生命的参数也可以是超

维的。生命由各种物质循环、电荷循环以及由各种流

动引起的和驱动的磁场循环组成。在生命的尽头，描

述生命的个体强度（I）必须减少到我们用来描述物质

的维度。如果我们承认这个参数 I 是多维的，包括物

质、电荷、磁场（包括电磁场和社会场）等维度，那

么我们可能能够在一个统一的框架内将物质和生命联

系起来。

纳维 - 斯托克斯方程本质上是牛顿第二定律在流

体流动中的扩展。根据设计，在纳维 - 斯托克斯方程

框架内提出的功率方程可以简化为牛顿第二定律。在

极限情况下，生命的法则和规则必须与物质的法则和

规则相对应。这种对应性不仅体现了物理学原理的普

遍性和一致性，也为我们理解和描述生命现象提供了

重要的参考和依据。通过借鉴物理学的方法和理论，

我们可以更深入地探索生命的本质和演化的机制。

社会场理论为我们提供了衡量社会中参数的思

路。参数 S 和 I 是流动（物质、能量、信息）的函数，

而信任向量 Γ 描述了流动和势能之间的关系。简单的

维度分析表明，Γ 的单位等同于波长的倒数。这些是

我们可以努力测量的参数，以便为物质、生命和演化

的统一科学提供蓝图。

9. 结论

牛顿的三大定律为物质科学提供了结构。然而，

这些定律对于研究生命和演化系统是不够的。本文展

示了如何通过假设作用 - 反作用不对称性来实现对物

质、生命和演化的综合理解。对牛顿第三定律在超越

作用 - 反作用对称性的一般化，产生了一种可能与演

化和驱动演化系统的动力相关的自主力。物质并不具

备这种内在显著的力。生命是一个远离平衡的系统，

已知具有内在的力和能动性。我们提出了一个用于研

究生命的理论框架，在极限情况下对应于牛顿的物质

定律。我们对生命科学的了解有限，然而，一个基于

功率的框架似乎为我们关于生命和非生命的知识提供

了一个统一的框架。我们提出了牛顿物质定律的一般

化，可能成为我们在寻找物质、生命和演化统一科学

过程中的指路明灯。

来源：Philosophy Transanctions of The Royal Socienty

ACTIVITIES 学会动态

中国自动化学会通讯  第 45 卷  第 8 期  总第 251 期  2024 年 8 月 047

2024 中国自动化与人工智能教育大会

暨 2023-2024 学年全国青少年劳动技能与智能设计大赛

全国决赛在北京开幕

2024 年 8 月 21 日 上 午，

2024 中 国 自 动 化 与 人 工 智 能 教

育 大 会 暨 2023-2024 学 年 全 国

青少年劳动技能与智能设计大赛

全国决赛在北京盛大开幕。中国

工程院院士，中国自动化学会会

士、理事长，西安交通大学教授

郑南宁；中国工程院院士、同济

大学校长郑庆华；中国科学院院

士，中国自动化学会会士、副理

事长，中国空间技术研究院研究

员杨孟飞；中国科协青少年科技

中心主任，中国青少年科技教育

工 作 者 协 会 常 务 副 理 事 长 辛 兵；

中国高等教育学会副会长，原中

国地质大学党委常委、副书记姜

恩来；中国自动化学会会士、副

理事长王成红；中国自动化学会

会士、副理事长，中国钢研科技

集团有限公司党委副书记张剑武；

中国自动化学会会士、副理事长，

青岛科技大学副校长，上海交通

大学教授李少远；中国自动化学

会会士、副理事长，中国科学院

自动化所研究员侯增广，以及来

自学术界、产业界、教育界共计

500 余代表现场参加大会开幕式，

100 万人次线上参会，此外还有来

自全国的 9000 余名参赛选手参加

比赛。

大会开幕式由杨孟飞院士主

持，郑南宁院士、辛兵主任、姜

恩来副会长分别致辞。

郑南宁院士在欢迎辞中指出，

人工智能技术正在以惊人的速度

改变着世界，人类社会的每一个

领域都因其而焕发生机。然而，

技术进步在为我们带来机遇的同

时，也带来诸多挑战和不确定性，

要应对这些挑战，关键在于培养

一大批具备智慧与创新能力的新

人。创新来源于创造力的培育，

把想象与创造融入到劳动技能培

养中，才能真正培养出未来的卓

越工程师和科学家。

图 1　大会现场 图２　中国科学院院士，中国自动化学会会士、副理事长，中国空间

技术研究院研究员杨孟飞主持

学会动态 ACTIVITIES

048 COMMUNICATIONS OF CAA Vol.45, No.8, Serial No.251, August, 2024

辛兵主任在致辞中表示，加

强科学技术教育，提高全民族，

尤其是青少年的科学素养，是保

障持续增强国家创新能力和国际

竞争力的基础工程。我们需要大

力加强科教合作，致力于培养青

少年的科学精神和创新意识，使

他们能够真正成长为未来科技创

新的引领者和中坚力量。

姜恩来副会长在致辞中强调

了本次大会对探索智能教育与教

育均衡发展新模式，打造教育新

生态，建设高质量教育体系的重

要贡献，并为大赛的未来发展指

明方向：把准科技发展方向，服

务国家战略需求；加强青年人才

培养，激发科技创新活力；开拓

合作共赢新局面，建设智能教育

发展共同体；坚持以人为本，强

化人工智能规范。

随后，北京市第二中学教师

高凯作为裁判员代表，北京市西

城区黄城根小学李长轩、新疆喀

什地区第二中学朱思百、广州第

十三中学李金娜作为参赛选手代

表上台宣誓。

大会报告环节分别由中国自

动化学会会士、副理事长，中国

科 学 院 自 动 化 所 研 究 员 侯 增 广；

中国自动化学会会士、副理事长，

中国钢研科技集团有限公司党委

副书记张剑武主持。

中国工程院院士，中国自动

化学会会士、理事长，西安交通

大学教授郑南宁作了题为“AI 赋

能教育的知识生产与创造力培养”

的报告。郑南宁院士指出在推进

人工智能赋能教育的同时，一定

要高度重视有可能带来的潜在风

图３　中国工程院院士，中国自动化学会会士、理事长，

西安交通大学教授郑南宁致辞

图５　中国高等教育学会副会长，原中国地质大学党委常委、

副书记姜恩来致辞

图４　中国科协青少年科技中心主任，中国青少年科技教育工作者

协会常务副理事长辛兵致辞

图 6　中国工程院院士，中国自动化学会会士、理事长，

西安交通大学教授郑南宁作报告