【摘要】大科學就是綜合時代的科學與技術、學科知識和人類認知能力的大綜合。21世紀的大科學由認知科學、聚合科技引領，呈現一種包含人類五個層級的認知能力，全部人類知識和學科體系，聚合納米技術、生物技術、信息技術和認知科學，反映人類心智和人工智能協同進化的綜合結構。在分析的時代，我們取得了各門學科知識的豐碩成果，但人類知識也被分割得支離破碎；在綜合的時代，我們重新將這些學科知識整合成“四部十二門”立體結構，并給交叉綜合學科留下充分的發展空間。在此基礎上，我們明確了基礎學科和基礎理論、應用學科和核心技術、科學技術綜合創新，并對芯片技術綜合創新、數據科學和大數據技術、人工智能與通用智能、意識問題與自主人工智能等一些重要創新領域進行了示例分析。
【關鍵詞】大科學時代 基礎理論 核心技術 綜合創新
【中圖分類號】G32 【文獻標識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2023.09.001
【作者簡介】蔡曙山，清華大學社會科學學院心理學系教授、博導，清華大學心理學與認知科學研究中心主任。研究方向為語言學、邏輯學、心理學和認知科學。主要著作有《認知科學導論》、《自然語言形式理論研究》、《語言、邏輯與認知》、《言語行為和語用邏輯》、《聚合四大科技 提高人類能力：納米技術、生物技術、信息技術和認知科學》（譯著）等。
21世紀被學者稱為“綜合的時代”[1]，現在從另外一個角度看又被稱為“大科學時代”[2]。兩者是什么關系？什么是“大科學”？什么是“大科學時代”？大科學時代的基礎研究和核心技術是什么？如何實現大科學時代的綜合科技創新？本文來討論這些重大問題。
綜合時代的大科學
何謂“大科學”？筆者認為，大科學應該有以下的內涵。第一，大科學包括自然科學、社會科學和人文學科所有人類的知識領域。什么是知識？從認知科學的角度來講，知識是人類利用其特有的語言能力和思維能力在認識世界的過程中逐漸發展成熟的學科體系。作為人類的認識對象，世界分為自然界、人類社會和人類自身，由此形成人類知識的三大領域：以自然界為認識對象的自然科學、以人類社會為認識對象的社會科學和以人類自身為認識對象的人文學科。
按照此定義，只有人類能夠通過語言和思維來建構知識系統，形成自然科學、社會科學和人類學科的知識領域。非人類動物因其不具有抽象的符號語言（概念語言），也就不可能產生抽象思維，也就不可能形成如人類一樣的知識體系。非人類動物的每一代都必須從經驗開始學習，人類卻能夠從前人留下的知識中進行學習。事實上，人類的認知90%以上都來源于間接知識，不必都通過經驗來學習。
人類在距今600萬年～200萬年前發明了口頭語言（oral language），即言語（speech），同時產生了抽象的概念思維，即邏輯思維，其標志是判斷和推理的運用，由此開始形成自己的知識體系。大約5000～6000年前，人類發明了文字，形成了書面語言（written language），這是劃時代的偉大進步。文字的使用讓人類的知識可以代代相傳，這樣就形成知識的積累。并非所有的民族都有文字，但所有的民族皆有語言（包括口頭語言）。世界上所有先進的民族都擁有自己的語言文字，中華民族共同的語言文字是漢語，它起源于3500年前商朝的甲骨文。一些民族沒有形成文字，也可以通過口頭語言將經驗、知識、觀念口口相傳。人類用語言和思維建構了全部知識體系，知識積淀為文化。文化是人類所創造的一切，文化即是人化。[3]中華民族擁有五千年悠久歷史和燦爛文明。
本文所論述的科學技術綜合創新從本質上說是文化創新，而文化的基礎是語言。我們應該珍愛自己的民族語言，學習和應用語言。
第二，大科學包括科學和技術兩個層次，即基礎科學與應用技術領域。過去我們常常注意區分科學和技術。科學是一個理論體系，是理論層面的東西；技術是一種技能，是科學理論和產品之間的中間環節，是行為層次的東西。[4]過去我們認為，科學理論是發現，是客觀存在的東西被科學家所發現；技術行為則是發明，是原先并不存在而被人類創造出來的東西。但在今天的認知科學看來，科學技術都是發明，是人類用語言認知與思維認知所建構和創造出來的東西。在認知科學和大科學的時代，科學與技術被重新統一起來。所以，我們今天講的科學創新不是孤立單一的科學理論創新或應用技術創新，而是科學技術的綜合創新。這是綜合時代的要求，也是大科學時代的要求。
第三，大科學體現了人類知識的大綜合。大科學概念的提出，體現了人類知識和技能的大綜合。人類對世界的認知是通過語言和思維來進行的，這種認知的結果形成了人類的知識。對自然界、人類社會和人類自身的認知分別形成了自然科學、社會科學和人文學科。成熟的人類知識體系發展成為新的學科，綜合交叉的大科學研究形成綜合交叉的人類知識。因此，大科學體現了人類知識的大綜合。
第四，大科學是人類認知能力，特別是語言、思維、文化認知能力的融會與貫通。人類認知五層級理論告訴我們，人類在進化中獲得了五種心智和認知能力，即腦與神經層級的心智和認知能力、心理層級的心智和認知能力、語言層級的心智和認知能力、思維層級的心智和認知能力以及文化層級的心智和認知能力。其中，神經層級和心理層級的心智的認知能力是人類和動物所共有的，稱為低階認知能力；語言、思維和文化層級的認知能力是人類所特有的，稱為高階認知能力（見圖1）。
注意在人的認知過程中，五個層級的心智和認知是瞬間貫通的。因此，大科學也是人類認知能力的融會與貫通，特別是語言、思維、文化認知能力的融會與貫通。
綜上所述，大科學就是綜合時代的科學與技術，學科知識和人類認知能力的大綜合。
認知科學。認知科學革命由美國著名語言學家和語言哲學家、認知科學第一代領袖喬姆斯基（N. Chomsky, 1928－）于20世紀50年代發起，其正式誕生于20世紀70年代中葉。早期的認知科學采用的是交叉學科的框架，包括最初由哲學、語言學、心理學、人類學、計算機科學和神經科學構成的6大學科交叉的學科框架，以及21世紀之初增加教育學形成的“6﹢1”的學科框架。這些學科被稱為認知科學的來源學科，它們與認知科學交叉又分別產生了心智哲學（philosophy of mind）、認知語言學（cognitive linguistics）、認知心理學（cognitive psychology）、認知人類學（cognitive anthropology）、人工智能（Artificial Intelligence, AI）、認知神經科學（cognitive neuroscience）和認知教育學（cognitive education），它們被稱為認知科學的核心學科。六大來源學科互相交叉，形成了更多的新興交叉和綜合學科，如：1控制論；2神經語言學；3神經心理學；4認知過程仿真；5計算語言學；6心理語言學；7心理哲學；8語言哲學；9人類學語言學；10認知人類學；11腦進化（見圖2）。
認知科學的目標有兩個：其一，科學目標是揭開人類心智的奧秘。美國于20世紀末提出的兩大科學計劃，人類基因組計劃（Human Genome Project, HGP）的目標是揭開人類生命的奧秘，人類認知組計劃（Human Cognome Project, HCP）的目標則是揭開人類心智的奧秘。其二，學科目標是促進學科的交叉發展和學科綜合。可以看出，如果沒有認知科學的框架，也就不可能有今天影響遍及人類生活各個方面、甚至可能將改變人類命運的人工智能（AI），不會有引起哲學根本變革的新世紀哲學的主流學科心智哲學（philosophy of mind）以及前述的認知科學各主流學科。當然更不會有上述從①到?由認知科學各來源學科在認知科學框架下交叉而產生的各個前沿學科。關于引領學科交叉的人工智能，我們稍后還會詳加論述。
清華大學早在2000年認知科學團隊創建之初，就確立了“多學科交叉，全學科覆蓋”的認知科學研究和學科建設策略，20年以后的2020年，國家多個職能部門和科研機構包括教育部、國家自然科學基金委員會、中國科學院紛紛出臺重要政策和重大舉措，倡導學科交叉融合發展。
（1）教育部設置交叉學科門類。2020年8月，全國研究生教育會議提出要建立“交叉學科”門類。隨后，國務院學位委員會、教育部印發通知，新設置“交叉學科”門類，成為我國第14個學科門類。
（2）中國科學院建立哲學研究所。2020年9月24日，中國科學院哲學研究所正式揭牌成立。中國科學院哲學研究所是中國科學院面向國家戰略需求而建立的新型科研機構，其目標是通過創建科學家與哲學家的聯盟，來促進科技創新、哲學發展和文明進步。中科院哲學所下設5個研究中心，包括邏輯學與數學哲學中心、物質科學哲學中心、生命科學哲學中心、智能與認知科學哲學中心，以及科學與價值研究中心。
（3）教育部召開新文科發展促進會。2020年11月3日，由教育部新文科建設工作組主辦的新文科建設工作會議在山東大學（威海）召開。會議研究了新時代中國高等文科教育創新發展舉措，發布了《新文科建設宣言》，對新文科建設作出了全面部署。
（4）國家自然科學基金委員會設立交叉學科部。在2020年11月29日召開的交叉科學高端學術論壇上，國家自然科學基金委員會宣布，交叉科學部正式成立，這標志著國家自然科學基金委員會在促進學科交叉融合方面又邁出新的一步。
學科交叉融合的勢頭一浪高過一浪，這有賴于認知科學的發展，當然也與清華大學認知科學團隊20年來持續推動的努力是分不開的。學科綜合則是以2015年清華大學認知科學團隊及其負責人蔡曙山教授相繼創立“心智進化論”并在此基礎上建立“人類認知五層級理論”為標志。在這個理論基礎上，認知科學從交叉學科轉變為單一學科和成熟的學科。[5]
聚合科技。20世紀70年代誕生的認知科學是多學科的交叉和綜合，21世紀初創立的聚合科學則是更大的學科綜合。從綜合到更大的綜合，體現了新世紀綜合時代的特征。[6]
最新的科學技術總是最先用在軍事、國防和國家安全上。在《聚合四大科技，提高人類能力：納米技術、生物技術、信息技術和認知科學》（Converging Technologies for Improving Human Performance: Nanotechnology, Biotechnology, Information Technology and Cognitive Science）這份長達480頁的被稱為“21世紀科學技術的綱領性文獻”中，第五部分是“國家安全”，包括6個專題報告：認知準備：對國家安全至關重要的研究領域；美國國防高級研究計劃署（DARPA）在提高人類能力方面的項目；將聚合技術應用于本土防御：化學、生物、放射性、爆炸性的探測或保護；未來科學和技術在反恐方面的作用；納米技術與國防部；高等軍事教育和訓練。同時，“國家安全”還包括5個遠景規劃：表現出色的作戰人員；為提高人的自身能力的非藥物治療；大腦－機器交互界面；將NBIC聚合技術應用于無人駕駛的戰斗航空器中；數據聯接和威脅預期工具。[7]
20多年過去了，這些預言和規劃大多已經實現，有的甚至已經被超越。例如，這份文獻當時就曾預言無人機在未來的戰爭上將發揮決定性的作用，未來戰士系統將極大提高單兵作戰能力，信息網絡和人工智能將在未來戰爭中發揮重要作用，等等。這些預言在烏克蘭危機中完全成為現實，而綜合作戰的系統、戰略和戰術更加超越了這份文獻的預見。例如，海陸空天的協同作戰、利用網絡和星鏈的信息戰、人工智能和無人機等全新的作戰系統形成綜合的作戰能力，這對二戰時期的單兵種作戰方式甚至馳騁戰場的坦克和戰車均形成難以抵御的降維打擊。對于未來戰爭，美國更是提出“綜合遏止”戰略，即用綜合軍事力量、經濟實力、外交壓力、國際聯盟再加上核威懾，形成綜合威懾力量，以遏制戰爭。所有這些，均是綜合時代的綜合科技在軍事上的應用。很可惜目前我們對綜合時代認知科學和聚合科技對政治、經濟、社會、軍事和國防的關注和研究都是遠遠不夠的。
綜合時代的大科學。綜合時代的大科學，是以認知科學和聚合科技NBIC統領的21世紀的科學與技術，它是人類的知識體系和認知能力的大綜合。大科學的本質特征是綜合，這是綜合的時代特征在科學上的映射，這是時代賦予科學的，不是科學自己去索取的，也不是人類強加給科學的。
分析和綜合是人類認知世界的兩種主要方法，綜合是以分析為基礎的。
20世紀及其以前的2500年是分析的時代，人類利用自己的認知能力對各個認識領域進行分門別類的研究和分析，在收獲豐富的學科知識的同時，人類知識體系也被分割得支離破碎。這種狀況顯然不能適應人類繼續發展的需要。在分析的基礎上，人類需要對已經形成的知識體系和認知能力重新進行整合。
20世紀中葉以后，隨著在語言學、哲學、心理學、計算機科學和人工智能等人類心智相關的領域相繼發生革命性變革，人類知識和認知能力開始了一個新的進程——綜合。到20世紀70年代中期，認知科學在美國建立，人類知識和認知能力的綜合勢不可擋。進入21世紀，一個更大的學科綜合體聚合科技（converging technologies）形成，它將納米技術、生物技術、信息技術和認知科學包含于其中，簡稱“NBIC”。從綜合到更大的綜合，人類社會進入綜合發展的新時代。[8]
認知科學、聚合科技統領的21世紀大科學結構
我們嘗試將2500年來人類知識體系和在更長的時間內從進化中獲得的認知能力整合為如下的“21世紀大科學結構圖”（見圖3），看看我們可以知道些什么。
這個結構圖由4個板塊構成，左起3列（人類心智、認知層級、認知能力）為認知科學板塊；左起第4列（認知各層級對應的學科和知識系統）為學科知識板塊；左起第5列（聚合科技NBIC）為聚合科技板塊，最右一列為人工智能板塊。從這個結構圖我們可以得出以下結論。
第一，整體上看，21世紀的大科學是以認知科學為統領的、體現人類認知能力、包含人類全部學科知識并擴展到聚合科技的綜合系統。從結構圖我們還看出，大科學的整合，即以認知科學和聚合科技來統一和引領21世紀的科學技術發展是可能的。在這個結構中，五個層級的人類認知能力和與之對應的全部人類知識與學科均可以被整合到大科學的框架中，這是大科學的充分性，即充足理由。從必要性上說，沒有認知科學和聚合科技是不可能形成“大科學”這個概念的。顯而易見，任何單一的學科，甚至認知科學的任何單一的層級、聚合科技的任何單一的方面都不可能進行這樣的整合。只有20世紀后半葉到21世紀初建立的認知科學和聚合科學能夠完成這樣的整合。
第二，從認知科學和與之對應的學科知識這兩個板塊看，我們能夠從本質上理解人類認知能力與人類知識系統和學科之間的關系。首先，從人類認知五層級看，語言認知能力的產生至關重要。在漫長的35億年的生命進化史中，生命系統（包括人和非人類動物）逐漸產生了神經系統和腦的認知能力、心理行為的認知能力，這是人和動物共有的認知能力，稱為低階認知。在距今600萬年到200萬年之間，南方古猿發明了能夠表達抽象概念的口頭語言（言語），產生了區別于其他動物的語言認知能力，最終完成了從猿到人的進化。在抽象的概念語言的基礎上，人類同時產生了思維認知能力。人類憑借語言和思維能力，在認知自然、社會和人類自身的過程中產生了自然科學、社會科學和人文科學的知識。所以，全部人類知識都是用語言和思維這兩種基本的認知能力來建構的，沒有人類心智和認知以外的知識。其次，從人類認知五層級看，語言認知既是人類認知與動物認知的分水嶺，也是全部人類認知的基礎。語言和思維建構了全部人類知識系統，知識積淀為文化。語言、思維、文化是人類特有的認知形式，稱為高階認知，語言認知是全部人類認知的基礎。
第三，從學科知識板塊看，學科是某一科學研究領域發展成熟所形成的知識體系。自從人類發明了文字，人類的經驗經過語言和思維的分析加工形成知識。2500年來的分析認知，特別是近代以來，建立了龐大的、分門別類的知識體系，而某個領域的、專門的知識體系則發展成為學科。所以，對學科的劃分往往成為我們對人類知識進行分析的重要方法。聯合國教科文組織和美國、英國、日本、中國等主要國家的學科劃分大同小異，可以用“學科門類十幾個，一級學科幾十個，二級學科幾百個，三級學科幾千個”來描述，可謂“洋洋大觀”矣。
在認知能力、科學研究、知識領域和學科體系的關系中，人類認知能力中的語言能力、思維能力是根本的。人類使用這種能力去認知世界的過程就是科學研究，即“格物致知”，這是明代哲學家王陽明提出的認知方法。所謂“格物”就是觀察事物，它是科學研究的起點。在觀察事物的基礎上，提出對現象的解釋，即“科學假設”，然后通過實驗來驗證或推翻假設。科學假設一旦被實驗證實就成為科學理論；若被實驗推翻則提出新假設，并重新用實驗加以驗證，如此往復，這就是“格物致知”，也就是科學研究的過程。英文“science”一詞傳入中國，最初就譯為“格物學”。雖然認知科學到20世紀中葉以后才被西方科學家逐步確立，但其原理已經被王陽明在其心學理論（the theory of mind）——陽明心學中作了清晰的闡明。因此，我們說陽明心學就是中國的認知科學。[9]由上分析可知，科學理論有兩個根本屬性，一是可證實性，二是可證偽性。但并非所有的人類知識都是可證實和可證偽的，例如，哲學和宗教既不可證實，也不可證偽，但它們也是人類知識，是科學之外的人類知識。人類文化包括科學、哲學和宗教三個層次，它們是人類心智和認知的最高形式。
在科學與學科的相互關系中，科學是第一性的、決定的方面；學科則是第二性的、被決定的方面。學科是科學發展成熟所形成的知識體系，但并非所有的人類知識都能夠形成學科。科學發展成熟而成為一個獨立學科的標志是：它必須有獨立的研究內容、成熟的研究方法、規范的學科體制。例如，認知科學在建立之初，只是一個學科交叉的研究領域，并不是一個獨立的學科。隨著認知科學的發展成熟，它確立了自己獨特的研究對象和研究方法，形成自己的基礎理論和學科規范，便成為一門獨立的學科。[10]
第四，綜合是以分析為基礎的。如果沒有分析的基礎，綜合也就無從談起。20世紀被稱為“分析的時代”，由此產生了各學科的豐富知識和理論。例如，20世紀的西方哲學是分析的，美國哲學家M.懷特在《分析的時代：二十世紀的哲學家》一書中將20世紀主要哲學家及其流派“合一爐而冶之”，并以“分析時代的哲學家”概括之，包括摩爾的實在論、克羅齊的歷史哲學、桑塔亞那的道德和宗教哲學、柏格森的生命哲學、懷特海的數學哲學和形而上學、胡塞爾的現象學、薩特的存在主義、皮爾士的實用主義與意義、威廉·詹姆士的實用主義哲學、杜威的科學與道德哲學、羅素的分析哲學、卡爾納普的邏輯實證主義、維特根斯坦的語言哲學，即全部的英美哲學和歐陸哲學。[11]這個時代，在科學、哲學的所有領域中使用的主要是分析的方法，包括語言分析方法和邏輯分析方法。所謂分析方法，就是從一個普遍的命題出發，它被確定為系統的公理或出發點，然后使用數學方法和邏輯方法構造系統，從而推出系統內的全部定理或知識。分析是一種“自上而下”（top-down）的加工方式，它是左腦的工作方式。20世紀及其以前的數千年甚至數百萬年，人類處于食物匱乏的時期，負責覓食的左腦在進化中取得優勢，因而，在人類認知中產生了以左腦為優勢的認知加工方式，這是分析時代的心智和認知根源。
21世紀是“綜合的時代”，人類認知世界的方式發生根本的逆轉，由分析為主導轉向綜合為主導。所謂綜合，是一種“自下而上”（bottom-up）的認知加工方式，即從經驗和自覺出發，使用經驗歸納法、類比和隱喻的方法以及溯因推理的方法，來尋找現象的本質和原因，這是右腦的工作方式，是人類獲得生存自由之后的認知方式。綜合的認知方法強調和重視對事物的整體性和全局性的認知，尋求從某一維度的認知上升到更高維度的認知。研究表明，在風險決策中，經驗和直覺會對理性和邏輯的判斷產生決定性的影響，從而使決策發生偏差。心理直覺的、自動的和無意識的系統是決策的幕后主使（secret author），而邏輯分析的、受控的和意識的系統在判斷和決策中則處于從屬的地位。[12]
分析和綜合是左右腦的主要加工方式，也是人類認識世界的兩種主要方法，兩者緊密相連，互為基礎。分析命題的大前提經過綜合所得，綜合命題的基礎單稱命題則是分析的結果。因此，綜合的基礎是分析。沒有從分析得到的具體的結論，不可能從這些具體的結論經過綜合上升到更高的認知維度。沒有分析就沒有綜合，沒有20世紀及其以前數千年經過分析得到的各門具體科學的知識，21世紀的綜合就無從談起。認知科學是“6﹢1”學科的綜合，聚合科技NBIC則是包含認知科學在內的更大的學科綜合。因此，沒有20世紀對各學科分門別類地深入分析，以認知科學和聚合科技為代表的21世紀綜合的時代也不會到來。
以上是就人類認識而言。個體的認知同樣符合這個規律。我們每個人在基礎教育階段所學習的知識主要是分析的知識，數理化天地生、文史哲政經法等各門具體知識都是用分析方法建立起來的。大學以后，我們學習的各種專業知識仍然是分析的知識，但當我們做科學研究時，就需要綜合的知識和綜合的能力了。任何一個研究課題，例如“大科學時代”的課題，如果沒有綜合知識和綜合能力，那是不可能完成的。綜合的時代對我們的綜合知識和綜合能力提出了更高的要求，而這又要求我們具備各門具體科學的廣泛的知識，在這樣的基礎上才能進行創新。科學創新，說到底就是分析基礎上的綜合創新。
第五，聚合科技與認知科學的關系不是包含關系，而是交叉融合的關系。一般理解聚合科技NBIC與認知科學CS的關系是包含關系，因為四大科技NBIC的“C”就是認知科學（Cognitive Science，簡稱CS）。但是，放在21世紀大科學結構圖（圖3）中，我們卻能發現更多不同的東西和一些隱藏的關系。
首先，納米技術是認知科學之外的學科。從生物進化的角度看，有機生命是從無機的物質元素中進化出來的，在物質元素這個基礎上，宇宙萬物包括單一的元素和復雜的人類生命，其物質基礎是統一的。地球上進化出的生命從最簡單的病毒到最復雜的人類都是碳基生命，即核心元素為碳、介質為水的生命。納米是一種長度單位，原子是化學變化中的最小粒子，原子的直徑大約為0.1納米（10﹣¹?m），即納米尺度。所以，納米科學就是從原子的層次研究物質和生命構造的科學。在這個尺度上，生命和非生命的物質基礎就統一起來了，生命進化從無到有、生生不息可以在納米科技和認知科學的關系中得到說明。聚合科技擴展了人類認知體系，從綜合走向更大的綜合，統一了無機界和有機界（生物界）、宇宙萬物服從統一科學（大科學）的原理。
其次，聚合科技的各個部分在大科學結構圖中得以顯現。21世紀大科學結構圖（圖3）顯示，納米技術在認知科學之外，生物技術對應的是神經認知和心理認知兩個層級，信息技術對應的是語言認知、思維認知和文化認知三個層級，認知科學對應的是人類心智和認知的五個層級：神經認知、心理認知、語言認知、思維認知和文化認知。認知科學加上聚合科技NBIC所得到的是迄今為止人類最大的知識體系。21世紀科學技術的綱領性文獻《聚合四大科技 提高人類能力》一書中，這樣評價四大科技之間的關系：聚合科技（NBIC）以認知科學為先導，因為規劃和設計技術需要從如何（how）、為何（why）、何處（where）、何時（when）4個層次來理解思維。這樣，我們就可以用納米科學和納米技術來制造它，用生物技術和生物醫學來實現它，最后用信息技術來操縱和控制它，使它工作。這說明在聚合NBIC四大科技中，認知科學是統領的，是基礎理論；其他三項技術納米技術、生物技術和信息技術則用來推動認知科學的理論創新。任何科學的發展都依次經過科學理論、技術和產品三個階段的發展，認知科學也不例外。所以，科學與技術是密切關聯、互相支撐的。一個科學理論，如果沒有技術階段的發展，它終究只是一種理論或假說。反過來說，如果沒有科學理論的創新，也不可能出現技術的創新和產品的應用。四大科技是21世紀最具創新性和應用前景的科學技術，是本文所定義的21世紀大科學的核心。
第六，人類心智與人工智能的進化。當下最熱門的人工智能（AI）的發展和演變在21世紀大科學結構圖（圖3）中也得到了體現。其一，AI作為計算機科學與認知科學交叉產生的新領域和新學科，體現在認知科學的學科結構之中，并成為認知科學的核心學科（圖2）。其二，AI作為認知科學的核心學科進入更大的學科綜合體NBIC之中，并得到聚合科技NBIC的共同支撐。其三，AI作為人類智能的模仿，需要從人類心智從低階到高階全面的學習人類心智，特別要學習語言、思維和文化這三個層級人類所特有的高階心智。人類心智的進化方向引導了人工智能未來的進化和發展方向。目前的人工智能是單一智能，而人類智能是綜合智能。人工智能的未來發展也會走向綜合智能。
大科學時代的基礎理論和核心技術
人類的認知（主要是通過語言和思維）形成知識，知識發展成熟并形成體系之后就是學科。人類認知在某個知識領域發展成熟而成為一個獨立學科的標志是：它必須有獨立的研究內容與成熟的研究方法、規范和學科體制。講到學科體制或學科制度，其成熟的標志與合理性又體現在二級學科的劃分、學術評價指標、一定數量的得到承認的學術成果、特別是經典性學術著作以及學科的歷史（學術史）這樣一些規范之上。對于人文社會科學，本土化也是學科成熟的重要標志之一。[13]
過去2500年，人類利用自己的認知能力對各個認識領域進行分門別類的研究和分析，結果形成十分龐大的學科體系。國外常用學科分類的學科門類數和一級學科數（見表1）。[14]
中國國家標準學科分類與代碼（GB/T 13745-2009）共設5個門類、62個一級學科、748個二級學科、近6000個三級學科。一級學科之上歸屬為5個學科門類：A.自然科學；B.農業科學；C.醫藥科學；D.工程與技術科學；E.人文與社會科學。
5個學科門類和62個一級學科劃分如下。
A 自然科學類
110 數學
120 信息科學與系統科學
130 力學
140 物理學
150 化學
160 天文學
170 地球科學
180 生物學
190 心理學
B 農業科學類
210 農學
220 林學
230 畜牧、獸醫科學
240 水產學
C 醫藥科學類
310 基礎醫學
320 臨床醫學
330 預防醫學與公共衛生學
340 軍事醫學與特種醫學
350 藥學
360 中醫學與中藥學
D 工程與技術科學類
410 工程與技術學科基礎學科
413 信息與系統科學相關工程與技術
416 自然科學相關工程與技術
420 測繪科學技術
430 材料科學
440 礦山工程技術
450 冶金工程技術
460 機械工程
470 動力與電氣工程
480 能源科學技術
490 核科學技術
510 電子、通信與自動控制技術
520 計算機科學技術
530 化學工程
535 產品應用相關工程與技術
540 紡織科學技術
550 食品科學技術
560 土木建筑工程
570 水利工程
580 交通運輸工程
590 航空、航天科學技術
610 環境科學技術及資源科學技術
620 安全科學技術
630 管理學
E 人文與社會科學類
710 馬克思主義
720 哲學
730 宗教學
740 語言學
750 文學
760 藝術學
770 歷史學
780 考古學
790 經濟學
810 政治學
820 法學
830 軍事學
840 社會學
850 民族學與文化學
860 新聞學與傳播學
870 圖書館、情報與文獻學
880 教育學
890 體育科學
910 統計學
以上國標學科分類和國際學科分類存在較大的問題，一是學科劃分線性排列（詞典排列），看不到各個學科門類之間的關系，缺乏一種結構性的理解。哪些學科門類和一級學科是基礎學科，哪些又是應用學科呢？二是看不到學科與知識之間的關系。人類知識的三個大類自然科學、社會科學和人文學科之間的關系無法得到正確反映。
筆者在全國哲學社會科學規劃辦公室擔任規劃處處長和清華大學擔任文科領導小組成員與文科處處長期間，對科學和學科的關系進行過深入的研究和思考，對我國的學科制度建設提出過一些建議，包括學科劃分的建議，這個學科分類可稱為“四部十二門學科分類法”（詳見表2）。
說明如下：第一，本分類法設12個學科門類（gates），為理學、工學、農學、醫學、語言學、文學藝術、歷史學、哲學、經濟學、法學、教育學、管理學。第二，將12個學科門類綜合歸屬到4個更大的部類（worlds）之下，4個部類用大寫羅馬字母標示，分別是（I）自然科學（Science），該部類只包括理學1個門類，含數學、物理學、化學、天文學、地理學、生物學6個一級學科；（II）工程技術（Engineering），該部類包括工學、農學、醫學3個門類，含國標D門類、B門類和C門類下屬的34個一級學科；（III）藝術人文學科（Arts & Humanities），該部類包括語言學、文學與藝術、歷史學、哲學4個門類，含國標E門類下屬的8個一級學科（710～780）；（IV）社會科學（Social Sciences），該部類包括經濟學、法學、教育學、管理學4個門類，含國標E門類下屬的11個一級學科（790～910）。
上述“四部十二門學科分類法”的特征是學科分類簡明，學科結構規范，學科關系清晰。
首先，在通常的學科門類之上設置更大的學科部類，顯示出主觀的學科分類必須符合和遵循人類知識客觀存在的原則。眾所周知，人類知識是在認知世界的過程中形成的客觀體系。人類知識分為三大板塊：對自然現象的認知形成的自然科學、對社會現象的認知形成的社會科學和對人類自身的認知形成的人文學科。“四部十二門學科分類法”中第I和第II兩大部類對應的是自然科學，其中第I部類是自然科學的基礎理學，它是用語言和思維來構造的純粹的理論體系和科學認知方法。第II部類是工程技術，它是自然科學的理論和方法在工程、農業和醫學上的應用。這兩個部類對應的學科統稱和簡稱為“理工科”。與之相應，第III和第IV部類對應的是人文社會科學，國內常常統稱和簡稱為“文科”。第III部類是藝術和人文學科，它是“文科”的基礎。第IV部類是社會科學，它是“文科”中的應用學科。以上4個部類中，第I部類理學是整個自然科學的基礎，第III部類藝術人文學科是整個文科的基礎。這兩個部類的結合又具有特殊的意義，它們是整個人類知識的基礎，國內通常稱為“文理學科”，英文是liberal arts，直譯為“自由技藝”，是人獲得自由必備的知識，也是現代大學的基礎，體現了現代教育的理念。
其次，四大部類的劃分與國際通行的文獻檢索系統分類相吻合。由美國費城科學信息研究所（ISI）和EI公司編制的自然科學索引期刊有三大系列，即《科學引文索引》（SCI）、《工程索引》（EI）和《國際學術會議科學引文索引》（ISTP）；由ISI編制的人文社會科學索引期刊也有三大系列，即《藝術與人文科學引文索引》（A&HCI）、《社會科學引文索引》（SSCI）和《國際學術會議社會科學引文索引》（ISSHP）。這6大檢索系統，除去國際學術會議的兩個檢索系統ISTP和ISSHP之外，其他4大檢索系統SCI、EI、A&HCI、SSCI分別對應于四部十二門學科分類法中第I、II、III、IV這4個部類，并涵蓋了全部的自然科學與社會科學各個學科的文獻。因此，筆者主張將國標分類法的5個學科門類62個一級學科進一步概括成自然科學（Science）、工程技術（Engineering）、藝術人文（Arts & Humanities）、社會科學（Social Sciences）4大部類，這樣便能夠與上述4大檢索系統相對應。[15]
再次，學科分類不應該是線性甚至無序的，而應該體現各部分之間的結構關系。四部十二門學科分類是二維的平面結構，并為學科的高維發展留下空間。在此基礎上，若是再加上交叉綜合學科，就可以形成三維空間學科結構（見圖4）。我們說人類的認知和科學研究是客觀的、先行的，它在空間上是連續的，是處處稠密的，人類認知空間中的每個點上都可能產生新的研究領域和新的知識；而學科則是人為的、后起的、離散的。因此，學科的設置必須符合人類認知和科學研究的需要，符合則促進認知和科研的發展，否則就會阻礙認知和科研的發展。很顯然，學科交叉和綜合產生的新領域、新知識并不是在現有的四部十二門學科分類的平面上，而是在更高維度的認知空間上。從這里，我們更加看清了學科交叉和綜合的認知意義和知識增長的前景。
最后，在此基礎上明確基礎學科與基礎理論、應用學科與核心技術，并形成綜合交叉新興學科和領域。根據認知科學、聚合科技統領的21世紀大科學結構圖（圖3）和多維度認知空間中的學科結構和知識增長圖（見圖4），現在我們可以清楚地指出什么是基礎科學和基礎理論，以及什么是應用學科和核心技術。由于在大科學框架下，科學技術是統一的，所以我們兩者一并論述。又由于本論題涉及面廣，我們僅舉其大者加以論述。
0.在物質和材料這個層級上，基礎科學和基礎理論、應用技術和核心技術包括：
材料科學和納米技術；
數學、物理學、化學基礎理論；
天文學、地球科學基礎理論。
1.在神經認知這個層級上，基礎理論和核心技術包括：
生物學、生理學、腦與神經科學基礎理論；
生物技術；
腦-機接口技術；
類腦計算機基礎理論和技術。
2.在心理認知這個層級上，基礎理論和核心技術包括：
心理學（主要是行為心理學和認知心理學）基礎理論；
感知和注意基礎理論及傳感器技術；
表象和記憶基礎理論及芯片嵌入記憶技術；
行為科學基礎理論；
行為認知技術。
3.在語言認知這個層級上，基礎理論和核心技術包括：
自然語言基礎理論和自然語言系統；
形式語言基礎理論和形式系統；
語形加工（含詞法加工和句法加工）基礎理論及生成轉換語法；
語義加工基礎理論、蒙太格語法和形式語義學；
語用加工基礎理論、言語行為理論和形式語用學；
符號學基礎理論及其應用；
形式化方法和形式系統；
數字化方法和信息系統；
虛擬化方法和虛擬現實技術。
4.在思維認知這個層級上，基礎理論和核心技術包括：
邏輯和推理基礎理論；
算法與邏輯數學基礎理論；
數學邏輯、形式系統與人工智能；
專門化的形式系統；
人類智能與人工智能；
通用人工智能基礎理論與技術。
5.在文化認知這個層級上，基礎理論和核心技術包括：
科學技術、哲學、宗教三種文化形式的基礎理論及其相互關系；
哲學方法論對科學技術的影響及其在科學技術中的應用；
宗教與科學的關系（科學與宗教的統一性）；
任何真正意義的創新都是文化創新；
綜合時代的中華文化（經驗文化）基礎理論和應用價值。
X.在學科交叉綜合這個維度上，基礎理論和核心技術包括：
人類基因組計劃；
人類認知組計劃；
聚合科技NBIC；
人工智能技術；
芯片技術；
數據科學和大數據技術。
科學技術綜合創新的一些重要領域分析
以上我們根據認知科學、聚合科技統領的大科學結構圖（圖3）提出基礎理論和核心技術一些重要領域，包括基礎層級（0層級）即物質和材料層級的基礎理論和核心技術；人類認知五層級（1～5層級）即神經認知層級、心理認知層級、語言認知層級、思維認知層級和文化認知層級的基礎理論和核心技術；以及更高維度的綜合認知（第X層級）的基礎理論與核心技術。
任何真正意義的創新都是綜合創新，任何真正意義的創新都是文化創新。下面我們就以幾個科學技術重要領域作一些分析。
芯片技術綜合創新。如果對當前重要的科學技術創新領域進行排名，那么，排名第一的應該是芯片技術。芯片技術不僅是一種新技術，甚至可以說是一種新的生產力和生產方式，影響到信息產業、制造業、軍工國防、國家安全、國際競爭、社會生活及個人生活的方方面面。
芯片通常是半導體芯片的簡稱。半導體主要由集成電路、光電器件、分立器件、傳感器四個部分組成。集成電路按照產品種類又主要分為四大類：微處理器、存儲器、邏輯器件、模擬器件。
芯片的基本元件是晶體管。1947年12月，美國貝爾實驗室的肖克利、巴丁和布拉頓研制出一種點接觸型的鍺晶體管，三人共同獲得1956年諾貝爾物理學獎，肖克利因此被譽為“晶體管之父”。晶體管和電子線路的工作原理基于二值邏輯，兩個邏輯值0和1分別對應于電子線路的關和開。計算機就是開關線路。芯片技術的科學基礎是數學邏輯、離散數學和固體物理學，以及后來發展的材料科學，肖克利就是固體物理學博士。1955年，肖克利在家鄉圣克拉拉（Santa Clara）創辦了自己的半導體實驗室，這是硅谷的前身。1957年9月，肖克利原來的合作者諾依斯和摩爾等8人獨立出來成立了仙童半導體（Fairchild）公司，公司的兩項專利印刷電路和集成電路使公司大量盈利并立于世界半導體產業之巔。1968年，諾依斯和摩爾從仙童離職后創辦了英特爾（Intel）公司。1969年，杰里·桑德斯等人創辦了AMD。在處理器（CPU）領域，英特爾成為處理器的巨頭。隨后，智能手機的處理器成為競爭前沿。1987年，總部設在中國臺灣新竹市科學園區的臺積電（TSMC）成立，它拋棄當時國際主流的芯片及后端產品一體化設計制造模式，創立全球第一家專業積體電路制造服務即晶圓代工（foundry）企業，根據用戶需要設計制造芯片。2020年8月，臺積電的5納米芯片進入批量生產階段，3納米芯片在2021年面世，并于2022年年底宣布進入大批量生產。
隨著量子科技的發展，量子開關的制備和量子芯片制造使量子計算機的誕生成為可能。量子開關、量子芯片和量子計算機的工作原理基于多值邏輯，這樣使得芯片的運算能力和運算速度成指數增長，從而突破摩爾定律的限制。量子芯片代表著芯片技術的未來。
回顧70多年來芯片技術的發展，我們得出以下結論。第一，芯片技術不是純粹的技術問題，而是科學與技術相互影響、相互促進的綜合創新領域。芯片技術由固體物理學、材料科學、數學邏輯和離散數學等基礎科學所支撐，芯片技術的發展又促進了這些基礎科學的發展。當前量子芯片的發展則與量子力學、量子物理學、量子邏輯、多值邏輯、非標準邏輯等基礎科學相關，并反過來促進這些新興科學的發展。沒有這些基礎理論的支撐，芯片技術不可能得到發展。目前，單純依靠投資和引進技術就能實現飛躍和趕超的想法與做法是不符合芯片技術綜合創新的性質和要求的。
第二，在技術和產品層面上，芯片的加工涉及技術設計、材料制備、光刻設備和技術，芯片封裝技術等各個方面，更涉及國際合作交流，是屬于綜合創新的領域，芯片制造只是多領域綜合創新的結果。
第三，創新主體的問題。從歷史上看，芯片技術70多年來的發展可以說是不斷自我革命，不斷推陳出新，不斷突破極限，不斷創造新高。而一路走來的創新主體都是個體，是英雄創造歷史，一些突破甚至是一個人的想法（idea），帶領幾個人成立的小公司做出來的。這一方面特別值得我們借鑒。
數據科學和大數據技術。數據科學是數字化和計算機科學時代的產物。所謂數字化，就是用二進制數1和0來表示電路開關、存儲信息、編碼和傳輸信息的一種技術，它的理論基礎是二值邏輯和形式化方法。[16]數據科學是研究計算機和數據處理技術的科學。數據處理經歷了關系數據和大數據兩個發展階段。關系數據用二維表來表示數據關系，通過對表列的“字段”來處理不同類型的數據，再通過對表行的“記錄”形成各字段的一個集合，最后由若干個記錄組成一個數據庫。這樣就把具有一定關系的分散數據關聯起來了。筆者在讀博期間和畢業以后在全國哲學社會科學規劃辦公室工作期間，利用當時的數據庫軟件Fox Base和Fox Pro編制了全國第一個基金項目管理系統，極大地提高了工作效率，使國家社科基金項目的管理進入數字化和信息化的新時代。
大數據技術是網絡信息時代應運而生的新的數據技術，也被納入到數據科學的領域之中。相對于關系數據，大數據有兩大特征：一是大數據是未經處理的原始數據或稱即時數據，二是大數據是海量數據。例如，今日頭條通過算法匹配符合個人偏好的信息內容；淘寶和京東根據消費者日常購買行為的數據進行商品推薦；電子導航系統根據即時的交通數據和用戶選擇的交通路線為車輛規劃最優交通地圖和路線等。大數據應用的三個主要層面是數據管理、系統開發、海量數據分析與挖掘。大數據分析已經形成一套非常完備的方法（見表3）。
2015年12月10日，筆者應邀在清華大學大數據研究院“技術·前沿”系列講座上作了題為《經驗、認知與大數據》的演講，在這個演講中，筆者提出如下一些重要思想和觀點。第一，大數據技術和數據科學與認知科學關系密切，它們共同的基礎是人類的經驗：大數據是經驗數據，認知科學是經驗科學，認知科學的經驗轉向改變了20世紀以來以理性和分析為主要方法的科學基礎，轉到以經驗和綜合為主要方法的科學道路上，大數據和數據科學即為例證。第二，數據科學和大數據技術應該借鑒和應用認知科學的理論和方法，從人類認知的五個層級神經認知、心理認知、語言認知、思維認知和文化認知來加工數據，特別要重視語言、思維、文化三個層級的數據加工，因為這是人類認知的本質特征。第三，在數據加工中，不僅要掌握和使用分析和演繹的方法，更要重視綜合和歸納、類比、溯因的經驗方法。[17]
國際數據管理協會-中國分會（DAMA China）主席胡本立教授認為，目前的大數據和數據科學基本上停留在技術和應用層面，如果沒有合適的科學理論的支撐，很難繼續創新和發展。那么，適合作為大數據技術的科學理論究竟是什么呢？胡本立教授的答案是認知科學。2019年6月7～8日，由上海市浦東新區科學技術協會主辦的第二屆“數據后面的科學——人類認知與人工智能”高端學術研討會在上海張江舉行。筆者應邀與胡本立教授一起參加了研討會，并作了《人類認知體系和數據加工》的專題報告，從語言符號與數據加工、思維推理決策與數據加工、中華文化認知與數據加工幾個方面探討了數據技術和認知科學的交叉綜合發展。此次研討會還就加強大數據智能、跨媒體感知計算、人機混合智能、群體智能、自主協同與決策等基礎理論研究、大數據智能理論重點突破無監督學習、綜合深度推理、建立數據驅動、以自然語言理解為核心的認知計算模型以及形成從大數據到知識、從知識到決策的能力等重要理論和應用問題進行了研討。[18]這些問題反映了大數據技術和數據科學與認知科學、計算機科學和人工智能、語言學、邏輯學等多學科交叉綜合發展的趨勢。胡本立教授領導的國際數據管理協會-中國分會（DAMA China）將參與主辦2023年的第十五屆全國認知科學會議暨第九屆中國與世界認知科學國際會議，值得期待。
人工智能與通用智能。人工智能近年的發展令人眼花瞭亂。先有2016年AlphaGo戰勝人類圍棋大師李世石，且在此后的一年內，一個更強大的AlphaGo與全世界最頂尖的20位棋手對弈，未嘗敗績。輿論界甚至驚呼：人類的歷史即將結束，計算機和人工智能將統治人類！其后的2017年，泰格馬克的著作《生命3.0》對人工智能賦予生命。泰格馬克關于未來生命的設想要點如下：生命1.0發源于約40億年前的生物階段，在它的有生之年都無法重新設計自己的硬件和軟件，二者皆由它的DNA決定，只有進化才能帶來改變，而進化則需要許多世代才會發生。生命2.0大約產生于10萬年前，也就是人類誕生以后的生命形式。生命2.0雖然不能更新硬件，但可以更新軟件，即可以重新設計自身軟件的一大部分：人類可以學習復雜的新技能，如語言、運動和職業技能，并且能夠從根本上更新自己的世界觀和目標。生命3.0是一種預言，目前在地球上尚不存在，它的軟硬件都可以更新，它不僅能最大限度地重新設計自己的軟件，還能夠重新設計自己的硬件，而不用等諸多世代的緩慢進化。[19]
泰格馬克將生命定義為硬件和軟件系統。為什么要用“硬件”和“軟件”這種計算機術語來定義生命？就是為了推出計算機生命——生命3.0的存在。定義的公式如下：
以上定義公式中，“＝df”表示“定義為”，左邊是被定義項，右邊是定義項；“＋”表示“能更新”，“－”表示“不能更新”。按照這樣的定義，泰格馬克得到“生命三個階段”的結論，他的“生命三種形態”的理論完成建構。
泰格馬克還有另一個生命的定義：將生命定義為一個能夠“保持自己的復雜性，并進行復制的過程”[20]。在此定義之下，宇宙萬物和技術進步都可以看作某種生命系統。泰格馬克論證了生命與其物質形態無關。他說：“硬件就是物質，軟件就是形態。計算的‘物質’層面的獨立性暗示著我們，人工智能是可能實現的：智能的出現并不一定需要血肉或碳原子。”[21]他明確說：“我們宇宙中的生命的最終極限取決于物理定律，而不取決于智能。”[22]如此這般，泰格馬克便賦予宇宙萬物以生命。
泰格馬克定義了各種智能，按照他的定義和論述，我們可以把這些智能排列成一個等級（詳見圖5）。在這個等級圖中，無所不能的通用智能（General Intelligence）居于最高等級，在擁有數據和資源的情況下可獲得與之平起平坐的通用智能能力的普遍智能（Universal Intelligence），數字烏托邦主義者期望的圣杯生命3.0當仁不讓地與通用智能居于最高層級。根據泰格馬克的定義，人類水平的人工智能（Human-leveler AI）、通用人工智能（AGI）和強人工智能（Strong AI）是同一水平的智能。在這兩個層級之間，是“遠超過人類水平的通用智能”，即所謂“超級智能”（Super-intelligence）。顯然，數字烏托邦主義者的生命3.0的三級跳，目前恐怕還處在第一級HAI／AGI／SAI的水平上，甚至在這個水平上也是問題多多。僅僅是塞爾的中文房間證據（Chinese Room Argument, CRA）對強人工智能的打擊，人工智能領域的學者和工程師并未能夠給出令人滿意的回答。[23]
工程師和人文學者對人工智能的關切迥異。人工智能專家和工程師一般只是考慮一個人工智能產品和能不能做出來，以及怎樣做出來；人文學者卻要考慮這項技術或產品應不應該去做，以及這件產品做出來后對人類可能產生哪些影響，包括正面的影響和負面的影響。人工智能的瘋狂，甚至在某些領域失控發展，目前主要是為商業利益、軍事和工業的需要所驅動。例如，ChatGPT就是一個由商業利益決定的過度炒作的人工智能軟件，它的作用被夸大了。
必須承認，自2016年AlphaGo戰勝李世石以來，短短幾年間，人工智能得到了日新月異的發展，而且表現出綜合再綜合的發展趨勢。AlphaGo是一個單一功能（下圍棋）的軟件，《生命3.0》一書中描繪了人類水平的人工智能（HAI）、通用人工智能（AGI）、強人工智能（SAI）、超級智能（SI）、通用智能（GI）、普遍智能（UI），最后是具有生命的人工智能——生命3.0。這樣的設計體現了綜合再綜合的人工智能發展方向。但人工智能的發展不是無極限的，由于存在著無法跨越的鴻溝——意識，人工智能超越人類智能，甚至進化成為新的生命形式，這是完全不可能的。
意識問題與自主人工智能。人工智能的終極問題是意識問題，機器是否會產生意識？又是否會產生自我意識？若是，則有可能產生自主人工智能；若否，則機器終究是機器，它只不過是人類制造的一種工具，那怕它具有某種程度的智能。
意識的產生是生命存在的本質特征，生命體都有某種程度的意識。植物聽音樂會生長得更好；電鋸伐木的聲音會嚇壞旁邊的樹木；魚知道快樂和痛苦（莊子《逍遙游》）；貓和狗會認識主人，會找到自己的家；狼和獅子都會使用欺騙行為，等等。人類除了具有動物的神經意識和心理意識，還具有非人類動物所不具備的語言意識、思維意識和文化意識，這三種高級精神活動或稱高級意識形態，正是人與動物意識的根本分野。
人類意識的一個重要標志是自我意識的存在。所謂自我意識，就是能夠認知“我就是我”的意識，它的標準實驗是“鏡像實驗”，就是讓被試的動物照鏡子，看它是否能夠知道鏡子中的鏡像就是它自己。狗和猴子等靈長動物都不能通過鏡像實驗，而黑猩猩則可以通過此實驗。由此可知，自我意識也不能成為區別人和動物的標準。認知科學建立以后，我們弄清楚了人和動物區別的真正標準是語言。抽象的概念語言的發明使猿最終脫離動物界而進化為人。[24]從人類認知五層級看，語言的發明是人類心智進化的關鍵一步，在抽象的概念語言的基礎上，人類產生了思維，語言和思維共同建構了全部人類知識，知識積淀為文化。動物也有語言，如肢體語言和聲音語言，但那只是信號語言，即傳達某種行動信號的語言，而人類的語言是能夠表達抽象概念并能進行思維和推理的符號語言。因此，語言才是區別人類心智（包括人類意識）與動物心智（包括動物意識）的根本標志。
人類在進化中形成的生存意識也是一種重要的意識形態。人類憑借生存意識獲得生存和發展的能力，并形成分辨敵友、趨利避害、生存競爭等認知模型和行為方式。
人工智能并不具有任何生命所應該具有的這些意識形式，既沒有神經意識和心理意識，更不具備人類特有的語言意識、思維意識和文化意識。雖然人工智能已經十分“聰明”，它不僅已經戰勝人類棋手，甚至會對話和寫作，但人工智能不論再聰明，都不會產生哪怕最初級的意識。人工智能不會有任何意識和自我意識，也不會有生存意識和任何趨吉避兇、趨利避害的行為方式。強人工智能可能會說，你所說的上述人類意識和行為方式，我們也可能讓人工智能具備，例如能夠讓它分清敵友、趨利避害。他們甚至說，我們不僅可以讓人工智能具有意識，還可以讓它能夠自我進化、復制自身，類似于人類的繁殖。于是，意識問題就轉化為另一個問題：是否有進化過程之外的生命？是否存在進化中產生的碳基生命之外的硅基生命？關于這個問題，筆者在《生命進化與人工智能》一文中已經做過否定的回答和詳細論證。[25]讀者可參閱此文和文中所列相關資料。
目前的人工智能是單一智能，而人類智能是綜合智能。如ChatGPT已經出現綜合智能的某種趨勢，并因此被渲染得似乎又要再一次由它來替代人類甚至控制人類。但筆者認為這不過是作為人類認知工具的人工智能的又一次改進，并不值得大驚小怪。并且筆者認為，從人工智能的本質來看，永遠也不會出現能夠超越人類甚至控制人類的具有自主意識的人工智能。
綜上所述，以芯片技術綜合創新、數據科學和大數據技術、人工智能與通用智能、意識問題與自主人工智能等進行示例分析，能夠更清楚地看到一些重大創新領域的本質和意義。例如，綜合創新才是未來的人類認知和人工智能這兩大智能的發展之路。科學創新，就是認知科學引領的大科學時代的綜合創新，是分析基礎上的綜合創新，是在人類全部知識基礎上的綜合創新，是文化創新。在這個意義上，我們需要對大科學時代的綜合創新注入更多的人文關切，防止科學技術發展出現背離人類生存、人類文化和文明發展的趨向。
（本文系國家社會科學基金重大項目“語言、思維、文化層級的高階認知研究”、貴州省哲學社會科學規劃國學單列重大項目“認知科學與陽明心學的實證研究”的階段性成果，項目編號分別為：15ZDB017、20GZGX10）
注釋
[1][6][8]蔡曙山：《綜合的時代：從認知科學到聚合科技及其未來發展》，《人民論壇·學術前沿》，2022年10月下。
[2]2023年2月21日，習近平總書記在主持中共中央政治局第三次集體學習時強調：“世界已經進入大科學時代，基礎研究組織化程度越來越高，制度保障和政策引導對基礎研究產出的影響越來越大。”參見《習近平主持中共中央政治局第三次集體學習并發表重要講話》，2023年2月22日，http://www.gov.cn/xinwen/2023-02/22/content_5742718.htm。
[3]蔡曙山：《自然與文化》，《學術界》，2016年第4期。
[4]蔡曙山：《論技術行為、科學理性與人文精神》，《中國社會科學》，2002年第2期。
[5]蔡曙山：《認知科學導論》，北京：人民出版社，2021年。
[7]米黑爾·羅科、威廉·班布里奇編：《聚合四大科技 提高人類能力：納米技術、生物技術、信息技術和認知科學》，蔡曙山等譯，北京：清華大學出版社，2010年，第389～434頁。
[9]蔡曙山：《陽明心學就是中國的認知科學》，《貴州社會科學》，2021年第1期。
[10]蔡曙山：《認知科學導論》叢書總序，北京：人民出版社，2021年，第6～9頁。
[11]M. 懷特：《分析的時代：二十世紀的哲學家》，杜任之譯，北京：商務印書館，1981年。
[12]D. Kahneman; P. Slovic; A. Tversky, Judgement under Uncertainty: Heuristics and Biases, Cambridge University Press, 1982. Also see D. Kahneman, Thinking, Fast and Slow, Farrar, Straus and Giroux, 2011.
[13]蔡曙山：《科學與學科的關系及我國的學科制度建設》，《中國社會科學》，2002年第3期。
[14]丁雅嫻：《學科分類研究與應用》，北京：中國標準出版社，1994年，第11～12頁。
[15]蔡曙山：《論我國大學文科的發展階段及辦學理念》，《學術界》，2004年第1期。另參見蔡曙山：《讓中國的人文藝術和社會科學走向世界》，《云夢學刊》，2004年第4期。
[16]蔡曙山：《論數字化》，《中國社會科學》，2001年第4期。另參見蔡曙山：《言語行為和語用邏輯》第七章“計算機科學與語用邏輯”，北京：中國社會科學出版社，1998年，第379～292頁。
[17]蔡曙山：《經驗、認知與大數據》，2019年9月17日，http://www.360doc.com/content/19/0917/00/332078_861480332.shtml。
[18]蔡曙山：《人類認知體系和數據加工》，《張江科技評論》，2019年第4期。
[19][20][21][22]邁克斯·泰格馬克：《生命3.0》，汪婕舒譯，杭州：浙江教育出版社，2018年，第33、50、88、59頁。
[23]蔡曙山：《哲學家如何理解人工智能》，《自然辯證法研究》，2001年第11期；蔡曙山：《關于哲學、心理學和認知科學的12個問題與塞爾教授的對話》，《學術界》，2007年第3期。
[24]蔡曙山：《認知科學導論》，北京：人民出版社，2021年，第3～7頁。
[25]蔡曙山：《生命進化與人工智能》，《上海師范大學學報》，2020年第3期。
Basic Theory, Core Technologies and Synthetic Innovation in the Age of Big Science
Cai Shushan
Abstract: Big science is the comprehension of science and technology, subject knowledge and human cognitive ability in the age of synthesis. Led by cognitive science and converging technologies, big science in the 21st century presents a synthetic structure that includes five levels of human cognitive ability, all human knowledge and discipline systems, converging technologies including nanotechnology, biotechnology, information technology and cognitive science (NBIC), and reflects the co-evolution of human mind and artificial intelligence. In the age of analysis, we have got fruitful achievements in various disciplines of knowledge, but human knowledge is also fragmented. In the age of synthesis, we re-integrate these disciplines into four worlds and twelve gates structure with three-dimensions, and leave sufficient space for the development of cross-synthesis disciplines. Based on this structure, we define basic disciplines and basic theories, applied disciplines and core technologies, synthetic innovation of science and technology, and finally, some important synthetic innovation fields such as chip technology, data science and big data technology, AI and GI, consciousness problem and autonomous AI will be analyzed as examples.
Keywords: the age of big science, basic theory, core technologies, synthetic innovation
