智能科技与经济大讲堂No.2：清华大学教授孙富春

孙富春：人工智能及其产业的发展思考

孙富春教授从AlphGo以及人工智能产生的物质基础等方面回顾人工智能发展的不同阶段和范式，揭示人工智能发展的四元结构理论，分享人工智能对产业发展的推动作用，展示在安防、人机交互、无人驾驶、身份认证、电子商务、智能家居、医疗大数据和机器人灵巧操作等方面的机遇，以及在新挑战面前展望人工智能产业的发展趋势。

孙富春教授认为，人工智能依赖于物质基础，目前这一代人工智能依赖于硅片计算机，靠的是大量的计算，所以互联网是群体智能的物质基础。

孙富春认为，人工智能的发展有四个阶段：第一个阶段是不知道自己不知道，就是现在，是一个无知者无畏的时代，哪个都觉得自己是人工智能专家；第二阶段是知道自己不知道。随着人工智能的不断发展，它的边缘越来越清晰，比如我们今天提到的生物启发智能。沿着这条线索发展的智能，我们认为这才叫人工智能；第三个阶段是不知道自己知道。那就是人工智能发展过程里有非常重要的部分；第四阶段是知道自己知道。就是人工智能是我们人用来为我们服务的，它的目标应该使我们人类生活更加美好。

孙富春，清华大学计算机科学与技术系教授、博士生导师，校科研院院长助理，国家863计划专家组成员，兼任国际刊物《IEEE Trans. On Neural Networks》《Soft Computing》和《International Journal of Computational Intelligence Systems》编委，IEEE 控制系统学会国际会议编委会编委，IEEE控制系统学会智能控制技术委员会委员。

孙富春从事非线性系统的神经模糊建模、控制与滤波研究十余年。在国家自然科学基金、973项目、863项目和国防预研项目的资助下，在非线性系统的神经模糊稳定自适应控制和鲁棒控制、马尔可夫（Markov）跳变系统的滤波等方面取得了一系列研究成果，具体包括：

1. 非线性系统的神经模糊稳定自适应控制。孙富春提出了神经变结构控制和神经模糊动态逆的设计思想，建立了较为完整的机器人神经网络稳定自适应控制的理论与方法，并完成了主要理论方法的实验验证。代表性工作获第十八届Choon-Gang国际学术一等奖和IEEE CSS北京分会优秀论文奖。

2. 多时标非线性系统和马尔可夫跳变系统的控制与滤波。孙富春从理论上证明柔性机械臂、飞翼式飞机、大型柔性空间结构等一大类多时标非线性系统可以采用模糊奇异摄动模型逼近的存在性和充分性，并给出其在给定逼近精度下的必要条件。提出的基于摄动参数无关和相关解的自适应和鲁棒控制方法为实现该类系统的高精度和高稳定度控制开拓了新的途径。针对实际系统中常遇到的饱和效应、模态不可测等困难，给出了有效的控制与滤波方法。研究成果应邀到本领域2006年IEEE智能系统设计与应用国际会议上做大会报告。

3. 面向需求的应用技术研究。孙富春建立了国内第一个柔性双臂空间机器人和面向在轨服务的遥操作地面实验系统。在空间机器人动力学参数的在轨辨识、抑振轨迹规划、位置/力混合控制、以及面向在轨服务的遥操作双边控制和共享控制技术方面取得创新性成果，申请受理发明专利8项、授权3项，并应邀在2009年IEEE测量技术与机械学自动化国际会议上做大会报告。

近年来，孙富春共在国际期刊发表论文58篇（SCI收录52篇），这些论文在Web of Science网络版中他引300余次。专著《机械手神经网络稳定自适应控制的理论与方法》被高等教育出版社于2005年出版，专著《空间机器人学：动力学、规划与控制》即将被清华大学出版社出版，译著《机器人学导论》已为三十多所大学作为教材使用，获得好评。