提 要：人工智能（AI）围棋程序AlphaGo的惊人表现给世人带来了众多思考。其中，人工智能研究显露的重要线索是：应当改变“分而治之，各个击破”的机械还原论研究范式，实行“协调发展，优化全局”的信息生态方法论研究范式，才能实现AI的源头创新。

关键词：源头创新；范式转变；机械还原；信息生态；通用人工智能；AlphaGo

1 背 景

人工智能围棋程序AlphaGo从2016年3月登台亮相到2017年5月宣布引退，先后与60多位世界最高水平的人类围棋高手对弈，竟然无人能敌，以惊人的成绩通过了围棋博弈的“图灵测试”，显示了人工智能研究的瞩目进展与成就，也引起了人们对于人工智能创新研究的热烈思考[1]。例如，由于AlphaGo采用了基于深度神经网络的深度学习，于是，业内许多人士便纷纷提出要以“深度学习”作为未来研究的创新方向；由于深度神经网络模拟了人类大脑神经网络的部分结构与算法，于是，又有许多专家提出要把“类脑计算”作为人工智能研究的主要创新方向；同时，由于AlphaGo的深度学习利用了大数据作为学习的样本，于是，很多人认为应当把“大数据”作为人工智能研究的创新方向；由于国内外在无人驾驶方面都取得了令人鼓舞的阶段性成果，于是，研究者们认为“无人驾驶”应当是人工智能研究的创新方向；此外，有更多的研究者相信，人工智能的创新关键在于研究出相应的创新“算法”来解决“群体智能系统”和“人机合作智能系统”等。总之，围棋人机大战引起学术界的创新思维空前活跃，氛围空前积极，令人分外欣喜。……