中医与人工智能的探讨

赵 文，徐佳君，周常恩，李灿东

（福建中医药大学中医学院，福建 福州 350122）

在经历了以蒸汽机为代表的第一次科技革命、以电气化为代表的第二次科技革命以及以自动化为代表的第三次科技革命后，我们正在迎来以智能化为代表的第四次科技革命。习近平总书记在中共中央政治局第九次集体学习时指出，人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。当前，社会各领域如银行、保险、交通运输、通讯、教育等都在积极对接新一代人工智能技术，期望借此发展浪潮抢占行业制高点。随着我国人口老龄化问题的日益加剧，人们对于优化医疗技术、增强健康的需求变得更为迫切，中医现代化的发展瓶颈亟待突破。中医只有借助新一轮科技的力量才能焕发新的活力，与新一代人工智能的先进技术结合是必然趋势，而如何将两者更好地有机结合是值得探讨的重要命题。

1 中医：中国古代科学

中医历经两千多年的临床实践，其理论的先进、疗效的可靠受到长期反复的检验，是中国古代科学的优秀代表。中医具有独特的医学理论体系，主要运用精气、阴阳、五行学说等阐述人体生命、健康、疾病等医学问题，其中涉及诸多数学符号、系统论等内容。

1.1 中医的数学符号 任何一门自然学科的发展都离不开哲学的作用，中医也不例外，其形成深受中国古代哲学思想的影响。易以道阴阳，中医的阴阳理论、五运六气学说均源于《易经》。《易经》通过一套符号表达数量关系和空间形式，阐释关于世界万物产生、发展、变化的哲理。而二进位制数学是现代电子计算机的运算工具，由“0”和“1”这两个极简单的数学符号构成复杂的计算机语言。早在18世纪，德国数学家莱布尼茨发现，如果以阴爻（--）代表“0”，以阳爻（—）代表“1”，那么二进位制数学所表示的0～63这六十四个数的自然序列与六十四卦方图是对应的，两者高度一致［1］。因此，阴爻和阳爻可视为传达中医信息的特殊数学符号，以二者为基本单元进行排列组合可表达更多的中医信息。

《伤寒杂病论》在中医发展中起着承前启后的作用，据杨培坤等［2］研究发现，该书所载内容同样蕴含着重要的数学理论——集合论。书中症状与病、症状与证、证与病、病因与病机、治则与治法以及治法与用方等关系同集合论中的从属关系、包含关系、映射关系等具有相同意义，尤其是书中所运用的“异中求同”和“同中求异”的辨病、辨证法与集合论中的“求交”“求并”以及“求差”等运算分析过程是一致的。不知巧合与否，电子计算机的诞生与集合论的运用也是密不可分的，这使得通过计算机技术研究分析中医成为了可能。由此看来，最古老的文明通过数学符号与最现代的文明形成了紧密融合。

1.2 中医的系统论 在中国的自然科学发展史上，以元气论为核心的有机自然观始终占据主导地位，认为整个自然界和其中的事物都是不可任意分割的整体，元气学说与阴阳学说、五行学说相交汇，形成一种比较系统的自然哲学思想。受此影响，中医把人和整个世界理解为“复杂”的“有机体”，认为人是不可分割的复杂有机生命。岐黄之道，是中医研究健康和疾病的方法，是认识复杂性和有机性的道路，其实质是系统论思想，尽管其形式是朴素的，但其内容在性质上与现代系统科学高度一致。

系统论是由生物学家贝塔朗菲创立，指出在现代科学和生活的整个领域里都需要新的概念思考方式、新的观念和范畴，而从某方面说，它们都是以“系统”概念为中心的［3］。按现代系统论观点，系统是由若干要素通过相互作用构成具有确定性能的整体。人是典型的系统，因而中医对人和疾病的认知同样遵循系统规律，主要表现在整体性、联系性、稳定性和动态性等四个方面［4］。① 整体性：中医将研究重点放在人的整体水平，把握只存在于人整体水平的一系列“系统质”，如气、神、藏象、经络、象等；② 联系性：中医在考察和调节“人”“人病”时，把重点放在阴阳、五行、五邪、天人、运气等相互关系和相互作用上；③ 稳定性：中医把人理解为开放系统和耗散结构，用气化活动描述人的耗散活动和熵变化，用阴平阳秘来表达人的有序稳定；④ 动态性：中医把握人的自我组织、自我调节规律，主张治病求本、养生知本，注重遵循机体“阴阳自和”的规律，通过推动机体自我调节来达到治愈疾病的目的。

值得注意的是，现代医学发展趋势逐渐从“有病求医”转向“预防为主”，从“治疗疾病”转向“维护健康”状态［5］，从原有的“生物医学”模式调整为“生物心理社会医学”模式。新模式是以系统方法为基础，而中医在它的原始模型中便已包含生物心理社会医学模型的种种特点［6］，由此可以看出，蕴含深厚系统论思想的中医岐黄之道具有一定的先进性，在医学发展趋势上先于现代医学，值得深入研究。

2 人工智能：现代自然科学

随着计算机科学、认知科学、脑科学等现代科学的不断进步，人们对于人类智力的认知逐渐加深，并促进了人工智能的出现和发展。在中医领域，很多人是通过20世纪70年代研制出的第一个中医专家系统“中医关幼波肝炎诊断治疗程序”认识了人工智能，至于究竟什么是人工智能，对于很多人来说是比较模糊的概念。

目前对于人工智能的认知，一般认为它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学［7］。简单来讲，人工智能可被认为是一组技术的统称，目前主要具备语音、图像识别等认知能力、逻辑推理能力、自然语言交流能力以及情绪识别的感知等技术功能。比如日常生活中，电话的语音识别功能、微信语音转文字功能、人脸识别、淘宝等电子商务网站的个性化推荐、苹果Siri、机器翻译、大胜围棋九段李世石的AlphaGo、自动驾驶等均为人工智能技术的具体应用。

2.1 人工智能发展历程 20世纪50年代，麦卡锡、明斯基、香农、纽厄尔、司马贺等10人在达特茅斯会议上共同讨论了当时计算机科学领域尚未解决的问题，开启了人工智能的研究时代，距今已有60余年，其发展历经了三起两落。

第一个人工智能热潮在20世纪50—60年代，伴随通用电子计算机的诞生，以图灵提出的图灵测试为标志，出现了数学证明系统、知识推理系统、专家系统等里程碑式的技术和应用。但由于当时计算机运算速度以及相关程序设计与算法理论的不成熟，难以支撑人工智能的发展需求，在20世纪60年代末便进入了第一个人工智能低潮期。

第二个人工智能热潮在20世纪80—90年代，伴随统计模型技术的兴起和人工神经网络在模式识别领域的突破，人工智能在语音识别、机器翻译等领域取得显著进展。但未持续多久，依旧因相关技术的不成熟，人工智能的研究进入了第二个低潮期。

进入21世纪后，伴随数据爆发式的增长、计算机运算能力的大幅提升以及深度学习技术的成熟，大约从2006年开始，迎来了第三个人工智能热潮。总的来看，前两次人工智能热潮更多是提出问题，以学术研究为导向，而此次热潮更多是解决问题，是以现实社会发展需求为导向。

在人工智能研究领域上主要存在两大学派，分别为遵循符号主义的逻辑派和遵循联接主义的仿生派。

2.2 人工智能的符号主义（逻辑派） 人工智能中符号主义的思想源头和理论基础是定理证明，定理证明起源于逻辑，因此，这一派又被称为“逻辑派”，代表人物是纽厄尔和司马贺。逻辑派认为人的智能表现为认知，而认知的基元是符号，认知过程就是符号操作过程，因此，可以不考虑人脑的具体结构，直接从人脑功能的宏观表现出发，用计算机便可模拟人类智能。此派随着1954年逻辑学家戴维斯运用名为“大强尼”的电子管计算机实现了普利斯博格算术的判定过程而兴起，伴随2006年阿贡实验室的定理证明小组被裁而走向低潮［8］。

逻辑派在人工智能研究热潮中取得很大成就，但由于它的基础也就是定理证明系统存在自身局限性，缺少主动学习能力和自适应能力，因此其发展逐渐走向没落，最具代表性的例子要数专家系统。20世纪80—90年代初，专家系统经历了十年的发展黄金期，以Dendral为代表，这是世界上第一个专家系统程序，成功地用人类专家知识和逻辑推理规则帮助有机化学家推断未知有机分子结构。

但伴随日本五代机的幻灭，专家系统逐渐成为备受诟病的技术，因为人们发现基于人类知识库和逻辑学规则构建出的人工智能系统存在致命的局限性。专家系统仅能解决特定的狭小领域问题，而很难被扩展到稍微宽广一些的知识领域中去。同样的道理，对于中医专家系统而言，由于系统不能动态地自我学习和提高，只是一个封闭的静态系统，所以也逃脱不了失败的命运［9］。

2.3 人工智能的联接主义（仿生派） 人工智能的另一大学派是联接主义，又被称为仿生派，认为人的思维单元是神经元，而不是符号，人的智能行为不能单纯归结为符号信息处理，而应当着重于结构研究和系统研究，即模拟人的生理神经网络结构［10］。

早在1943年，神经科学家麦卡洛克和彼茨在《数学生物物理期刊》上发表了神经网络的开山之作《A Logical Calculus of Ideas Immanent in Nervous Activity》，其中提出一种大胆假说，描述了人类神经节沿着网状结构传递和处理信息的模型，后被计算机科学家借鉴后用于人工智能的相关研究，被学术界称为人工神经网络［11］。神经网络在20世纪80年代的光辉被新兴的互联网所遮盖，20世纪90年代开始，随着计算机运算能力的高速发展，神经网络在人工智能领域重回研究热点，直到2010年前后，反而又因互联网产生的海量数据给了神经网络以更大的发展机会。

神经网络由一层层的神经元构成，层数越多就越深，所谓的深度学习就是通过借用多层神经元构成的神经网络以达到机器学习的功能。深度学习和所有机器学习方法一样，是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内相似问题的过程［12］。

深度学习能够发挥作用是以强大的计算能力和高质量的大数据为前提的，在深度神经网络内部，每层神经元的输出信号可能都是复杂的。大家所熟知的战胜了李世石的AlphaGo，正是运用深度学习等算法，通过大量专业棋手棋谱训练，然后又从自我对弈中不断学习和提高，最终战胜了人类世界冠军，这是计算机基于大量数据资料并通过自我学习掌握经验模型的结果。

纵观人工智能的发展历程，逻辑派和仿生派均表现出各自的优势和不足，也都历经了不同程度的热潮和低谷。逻辑派对于处理规则的情况更为擅长，如涉及与数字、符号等相关的问题；而仿生派对于处理不规则的情况更为适用，如逻辑关系过于复杂与系统相关的问题。未来人工智能的优化发展一定是要协调好两者关系，坚持两条腿走路。

3 数学和系统思维方法：中医与人工智能有机结合的密钥

中医和人工智能可归于科学技术范畴，故可借助马克思主义的科学技术方法论（以下均简称为“方法论”）加以研究。方法论是以辩证唯物主义立场、观点为基础，核心是辩证思维与系统思维，用来解决科学技术中的难题。

通过对中医和人工智能的剖析，发现两者均存在数学符号和系统论的要素，其有机结合点或在于此。因此，方法论的数学和系统思维方法或为中医与人工智能有机结合的密钥。

方法论中的数学方法是一种关注事物的形式和抽象结构的思维和科学方法，它抽象地表达事物的空间关系和数量关系。通过运用数学方法，如数学方程方法、数学建模方法、数学统计方法、数学实验方法等，可以将中医以及人工智能中的不确定性尽量转为确定性，以此增加两者的融合性和精确表达性。蕴含在中医中的的数学表达应该不仅仅局限于阴阳理论、五运六气、《伤寒杂病论》中，现代医学中的遗传密码表与易图的对应关系或许也并非是简单巧合，这些都使得中医可以通过数学、符号等经由计算机语言的桥梁取得与新一代人工智能技术的互联互通，使两者的有机结合成为可能。

而方法论中的系统方法是把事物视为系统来处理的思维方法，主要关注的是整体性和关联性。中医学真正关心的是与人的健康有关的各种相互关系，通常认为相互关系既是健康的终极原因，也是疾病的终极原因，当然这种关系是建立在中医整体观念基础上的。同样，人工智能的神经网络建立也是基于多条相互关联的神经元，组成较为完整的系统。基于神经网络而逐渐发展成熟的深度学习是把问题系统化，而不是把问题打破了去弄清楚中间信号在自然语言中的真实含义，这与中医强调人体是不能简单打开的这一认知相吻合。通过系统分析、综合方法等，两者可实现彼此的互联互通，达到有机结合。

4 总结和展望

中医存在数千年而屹立不倒，在于其真实可靠的临床疗效，在维护人体健康方面发挥着不可替代的作用［13］。伴随医学模式的转变以及健康中国建设的推进，对于医学的发展提出新的挑战，继续遵循传统的发展模式已经无法适应新时代的健康需求。早在20世纪70年代，中医便尝试对接人工智能技术，以寻求中医发展模式的突破，由于受到当时技术和设备条件的限制，并未做到两者的有机结合。在新一轮的科技革命和产业变革中，人工智能作为重要驱动力量呈现出深度学习、跨界融合、人机协同等新特征，更有利于实现与中医的有机结合，但要达到两者完全结合还需要攻克很多难题，合理运用数学和系统思维方法是解决难题的关键所在。可以预见的是，中医与人工智能的有机结合正在不断推进中，未来必定在突破中医现代化发展瓶颈和维护人体健康方面发挥重要作用。