智能計算機是中國建立自主可控和開放產業的機會嗎？

智能計算機的發展淵源

馮?·?諾依曼體系結構（Von Neumann architecture）是現代數字計算機的基礎結構，而對智能計算機的探索甚至早于馮?·?諾依曼對數字計算機的探索。計算機產業的領袖們在馮?·?諾依曼體系結構的基礎上發展出了一個復雜而又具有活力的信息技術產業體系，深遠地影響了人類社會生活。而對智能計算機的探索則更多地限于理論層次。

馮?·?諾依曼體系結構的本質是以計算單元為中心，同時采用存儲程序原理。也就是說存儲設備與中央處理器分開，程序指令存儲器和數據存儲器合在一起。在馮?·?諾依曼體系結構提出前，計算機需要固定程序，改變程序就需要調整和變化計算機的結構。馮?·?諾依曼體系結構破除了這種結構限制，憑借它的簡潔和靈活打敗了所有的競爭結構。對智能計算機的探索有時候游離于馮?·?諾依曼體系結構，有時又回歸到這個結構。

1943?年，神經生理學家?Warren McCulloch?和數學家?Walter Pitts開始思考大腦中的神經元如何工作，第一次使用電路對神經網絡（neural network）建模。他們采用的是模擬計算（analog computation），神經元的輸出結構不是?0?或者?1，原理上和現代的數字計算機顯著不同。

當代開展的一些神經形態計算（neuromorphic computing）正是起源于?Warren McCulloch?和?Walter Pitts?的工作。盡管不少神經形態計算的項目仍然基于馮?·?諾依曼體系結構，但神經形態計算的最終目標確是要發展完全不同于馮?·?諾依曼體系結構的硬件類型。考慮到現有的信息技術產業都建立在馮?·?諾依曼體系結構基礎之上，已經有大半個世紀的智力和基礎設施投資，對神經形態計算的探索短時間內恐怕無法獲得回報。從基礎研究的角度，神經形態計算非常有價值，但顯然不適合以大工程的方式開展研究工作。

20?世紀?80?年代日本開展的第五代計算機計劃（Fifth Generation Computer Systems， FGCS）確實是在馮?·?諾依曼體系結構基礎上開展的一次發展智能計算機的嘗試。第五代計算機有?2?個發展動力：①并行計算，即在計算機內部引入多處理器提高性能，這后來獲得了產業上的成功；②大規模知識處理（Knowledge Information Processing systems），采用邏輯編程（logic programming）來實現這一目標。這一努力促進了專家系統這一概念的普及。專家系統包括知識庫和推理引擎——知識表達為?if－then?規則的集合，推理引擎則使用邏輯推理規則。然而，知識規則的表達和獲取，需要計算機專家與領域專家一起工作。通常這些規則是剛性的，難以適應現實世界的真實環境。與此同時，領域知識獲取困難，缺少靈活性，成本又高，這些原因直接導致了日本第五代機計劃的失敗。