【摘要】大科学就是综合时代的科学与技术、学科知识和人类认知能力的大综合。21世纪的大科学由认知科学、聚合科技引领，呈现一种包含人类五个层级的认知能力，全部人类知识和学科体系，聚合纳米技术、生物技术、信息技术和认知科学，反映人类心智和人工智能协同进化的综合结构。在分析的时代，我们取得了各门学科知识的丰硕成果，但人类知识也被分割得支离破碎；在综合的时代，我们重新将这些学科知识整合成“四部十二门”立体结构，并给交叉综合学科留下充分的发展空间。在此基础上，我们明确了基础学科和基础理论、应用学科和核心技术、科学技术综合创新，并对芯片技术综合创新、数据科学和大数据技术、人工智能与通用智能、意识问题与自主人工智能等一些重要创新领域进行了示例分析。
【关键词】大科学时代 基础理论 核心技术 综合创新
【中图分类号】G32 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2023.09.001
【作者简介】蔡曙山，清华大学社会科学学院心理学系教授、博导，清华大学心理学与认知科学研究中心主任。研究方向为语言学、逻辑学、心理学和认知科学。主要著作有《认知科学导论》、《自然语言形式理论研究》、《语言、逻辑与认知》、《言语行为和语用逻辑》、《聚合四大科技 提高人类能力：纳米技术、生物技术、信息技术和认知科学》（译著）等。
21世纪被学者称为“综合的时代”[1]，现在从另外一个角度看又被称为“大科学时代”[2]。两者是什么关系？什么是“大科学”？什么是“大科学时代”？大科学时代的基础研究和核心技术是什么？如何实现大科学时代的综合科技创新？本文来讨论这些重大问题。
综合时代的大科学
何谓“大科学”？笔者认为，大科学应该有以下的内涵。第一，大科学包括自然科学、社会科学和人文学科所有人类的知识领域。什么是知识？从认知科学的角度来讲，知识是人类利用其特有的语言能力和思维能力在认识世界的过程中逐渐发展成熟的学科体系。作为人类的认识对象，世界分为自然界、人类社会和人类自身，由此形成人类知识的三大领域：以自然界为认识对象的自然科学、以人类社会为认识对象的社会科学和以人类自身为认识对象的人文学科。
按照此定义，只有人类能够通过语言和思维来建构知识系统，形成自然科学、社会科学和人类学科的知识领域。非人类动物因其不具有抽象的符号语言（概念语言），也就不可能产生抽象思维，也就不可能形成如人类一样的知识体系。非人类动物的每一代都必须从经验开始学习，人类却能够从前人留下的知识中进行学习。事实上，人类的认知90%以上都来源于间接知识，不必都通过经验来学习。
人类在距今600万年～200万年前发明了口头语言（oral language），即言语（speech），同时产生了抽象的概念思维，即逻辑思维，其标志是判断和推理的运用，由此开始形成自己的知识体系。大约5000～6000年前，人类发明了文字，形成了书面语言（written language），这是划时代的伟大进步。文字的使用让人类的知识可以代代相传，这样就形成知识的积累。并非所有的民族都有文字，但所有的民族皆有语言（包括口头语言）。世界上所有先进的民族都拥有自己的语言文字，中华民族共同的语言文字是汉语，它起源于3500年前商朝的甲骨文。一些民族没有形成文字，也可以通过口头语言将经验、知识、观念口口相传。人类用语言和思维建构了全部知识体系，知识积淀为文化。文化是人类所创造的一切，文化即是人化。[3]中华民族拥有五千年悠久历史和灿烂文明。
本文所论述的科学技术综合创新从本质上说是文化创新，而文化的基础是语言。我们应该珍爱自己的民族语言，学习和应用语言。
第二，大科学包括科学和技术两个层次，即基础科学与应用技术领域。过去我们常常注意区分科学和技术。科学是一个理论体系，是理论层面的东西；技术是一种技能，是科学理论和产品之间的中间环节，是行为层次的东西。[4]过去我们认为，科学理论是发现，是客观存在的东西被科学家所发现；技术行为则是发明，是原先并不存在而被人类创造出来的东西。但在今天的认知科学看来，科学技术都是发明，是人类用语言认知与思维认知所建构和创造出来的东西。在认知科学和大科学的时代，科学与技术被重新统一起来。所以，我们今天讲的科学创新不是孤立单一的科学理论创新或应用技术创新，而是科学技术的综合创新。这是综合时代的要求，也是大科学时代的要求。
第三，大科学体现了人类知识的大综合。大科学概念的提出，体现了人类知识和技能的大综合。人类对世界的认知是通过语言和思维来进行的，这种认知的结果形成了人类的知识。对自然界、人类社会和人类自身的认知分别形成了自然科学、社会科学和人文学科。成熟的人类知识体系发展成为新的学科，综合交叉的大科学研究形成综合交叉的人类知识。因此，大科学体现了人类知识的大综合。
第四，大科学是人类认知能力，特别是语言、思维、文化认知能力的融会与贯通。人类认知五层级理论告诉我们，人类在进化中获得了五种心智和认知能力，即脑与神经层级的心智和认知能力、心理层级的心智和认知能力、语言层级的心智和认知能力、思维层级的心智和认知能力以及文化层级的心智和认知能力。其中，神经层级和心理层级的心智的认知能力是人类和动物所共有的，称为低阶认知能力；语言、思维和文化层级的认知能力是人类所特有的，称为高阶认知能力（见图1）。
注意在人的认知过程中，五个层级的心智和认知是瞬间贯通的。因此，大科学也是人类认知能力的融会与贯通，特别是语言、思维、文化认知能力的融会与贯通。
综上所述，大科学就是综合时代的科学与技术，学科知识和人类认知能力的大综合。
认知科学。认知科学革命由美国著名语言学家和语言哲学家、认知科学第一代领袖乔姆斯基（N. Chomsky, 1928－）于20世纪50年代发起，其正式诞生于20世纪70年代中叶。早期的认知科学采用的是交叉学科的框架，包括最初由哲学、语言学、心理学、人类学、计算机科学和神经科学构成的6大学科交叉的学科框架，以及21世纪之初增加教育学形成的“6﹢1”的学科框架。这些学科被称为认知科学的来源学科，它们与认知科学交叉又分别产生了心智哲学（philosophy of mind）、认知语言学（cognitive linguistics）、认知心理学（cognitive psychology）、认知人类学（cognitive anthropology）、人工智能（Artificial Intelligence, AI）、认知神经科学（cognitive neuroscience）和认知教育学（cognitive education），它们被称为认知科学的核心学科。六大来源学科互相交叉，形成了更多的新兴交叉和综合学科，如：1控制论；2神经语言学；3神经心理学；4认知过程仿真；5计算语言学；6心理语言学；7心理哲学；8语言哲学；9人类学语言学；10认知人类学；11脑进化（见图2）。
认知科学的目标有两个：其一，科学目标是揭开人类心智的奥秘。美国于20世纪末提出的两大科学计划，人类基因组计划（Human Genome Project, HGP）的目标是揭开人类生命的奥秘，人类认知组计划（Human Cognome Project, HCP）的目标则是揭开人类心智的奥秘。其二，学科目标是促进学科的交叉发展和学科综合。可以看出，如果没有认知科学的框架，也就不可能有今天影响遍及人类生活各个方面、甚至可能将改变人类命运的人工智能（AI），不会有引起哲学根本变革的新世纪哲学的主流学科心智哲学（philosophy of mind）以及前述的认知科学各主流学科。当然更不会有上述从①到⑪由认知科学各来源学科在认知科学框架下交叉而产生的各个前沿学科。关于引领学科交叉的人工智能，我们稍后还会详加论述。
清华大学早在2000年认知科学团队创建之初，就确立了“多学科交叉，全学科覆盖”的认知科学研究和学科建设策略，20年以后的2020年，国家多个职能部门和科研机构包括教育部、国家自然科学基金委员会、中国科学院纷纷出台重要政策和重大举措，倡导学科交叉融合发展。
（1）教育部设置交叉学科门类。2020年8月，全国研究生教育会议提出要建立“交叉学科”门类。随后，国务院学位委员会、教育部印发通知，新设置“交叉学科”门类，成为我国第14个学科门类。
（2）中国科学院建立哲学研究所。2020年9月24日，中国科学院哲学研究所正式揭牌成立。中国科学院哲学研究所是中国科学院面向国家战略需求而建立的新型科研机构，其目标是通过创建科学家与哲学家的联盟，来促进科技创新、哲学发展和文明进步。中科院哲学所下设5个研究中心，包括逻辑学与数学哲学中心、物质科学哲学中心、生命科学哲学中心、智能与认知科学哲学中心，以及科学与价值研究中心。
（3）教育部召开新文科发展促进会。2020年11月3日，由教育部新文科建设工作组主办的新文科建设工作会议在山东大学（威海）召开。会议研究了新时代中国高等文科教育创新发展举措，发布了《新文科建设宣言》，对新文科建设作出了全面部署。
（4）国家自然科学基金委员会设立交叉学科部。在2020年11月29日召开的交叉科学高端学术论坛上，国家自然科学基金委员会宣布，交叉科学部正式成立，这标志着国家自然科学基金委员会在促进学科交叉融合方面又迈出新的一步。
学科交叉融合的势头一浪高过一浪，这有赖于认知科学的发展，当然也与清华大学认知科学团队20年来持续推动的努力是分不开的。学科综合则是以2015年清华大学认知科学团队及其负责人蔡曙山教授相继创立“心智进化论”并在此基础上建立“人类认知五层级理论”为标志。在这个理论基础上，认知科学从交叉学科转变为单一学科和成熟的学科。[5]
聚合科技。20世纪70年代诞生的认知科学是多学科的交叉和综合，21世纪初创立的聚合科学则是更大的学科综合。从综合到更大的综合，体现了新世纪综合时代的特征。[6]
最新的科学技术总是最先用在军事、国防和国家安全上。在《聚合四大科技，提高人类能力：纳米技术、生物技术、信息技术和认知科学》（Converging Technologies for Improving Human Performance: Nanotechnology, Biotechnology, Information Technology and Cognitive Science）这份长达480页的被称为“21世纪科学技术的纲领性文献”中，第五部分是“国家安全”，包括6个专题报告：认知准备：对国家安全至关重要的研究领域；美国国防高级研究计划署（DARPA）在提高人类能力方面的项目；将聚合技术应用于本土防御：化学、生物、放射性、爆炸性的探测或保护；未来科学和技术在反恐方面的作用；纳米技术与国防部；高等军事教育和训练。同时，“国家安全”还包括5个远景规划：表现出色的作战人员；为提高人的自身能力的非药物治疗；大脑－机器交互界面；将NBIC聚合技术应用于无人驾驶的战斗航空器中；数据联接和威胁预期工具。[7]
20多年过去了，这些预言和规划大多已经实现，有的甚至已经被超越。例如，这份文献当时就曾预言无人机在未来的战争上将发挥决定性的作用，未来战士系统将极大提高单兵作战能力，信息网络和人工智能将在未来战争中发挥重要作用，等等。这些预言在乌克兰危机中完全成为现实，而综合作战的系统、战略和战术更加超越了这份文献的预见。例如，海陆空天的协同作战、利用网络和星链的信息战、人工智能和无人机等全新的作战系统形成综合的作战能力，这对二战时期的单兵种作战方式甚至驰骋战场的坦克和战车均形成难以抵御的降维打击。对于未来战争，美国更是提出“综合遏止”战略，即用综合军事力量、经济实力、外交压力、国际联盟再加上核威慑，形成综合威慑力量，以遏制战争。所有这些，均是综合时代的综合科技在军事上的应用。很可惜目前我们对综合时代认知科学和聚合科技对政治、经济、社会、军事和国防的关注和研究都是远远不够的。
综合时代的大科学。综合时代的大科学，是以认知科学和聚合科技NBIC统领的21世纪的科学与技术，它是人类的知识体系和认知能力的大综合。大科学的本质特征是综合，这是综合的时代特征在科学上的映射，这是时代赋予科学的，不是科学自己去索取的，也不是人类强加给科学的。
分析和综合是人类认知世界的两种主要方法，综合是以分析为基础的。
20世纪及其以前的2500年是分析的时代，人类利用自己的认知能力对各个认识领域进行分门别类的研究和分析，在收获丰富的学科知识的同时，人类知识体系也被分割得支离破碎。这种状况显然不能适应人类继续发展的需要。在分析的基础上，人类需要对已经形成的知识体系和认知能力重新进行整合。
20世纪中叶以后，随着在语言学、哲学、心理学、计算机科学和人工智能等人类心智相关的领域相继发生革命性变革，人类知识和认知能力开始了一个新的进程——综合。到20世纪70年代中期，认知科学在美国建立，人类知识和认知能力的综合势不可挡。进入21世纪，一个更大的学科综合体聚合科技（converging technologies）形成，它将纳米技术、生物技术、信息技术和认知科学包含于其中，简称“NBIC”。从综合到更大的综合，人类社会进入综合发展的新时代。[8]
认知科学、聚合科技统领的21世纪大科学结构
我们尝试将2500年来人类知识体系和在更长的时间内从进化中获得的认知能力整合为如下的“21世纪大科学结构图”（见图3），看看我们可以知道些什么。
这个结构图由4个板块构成，左起3列（人类心智、认知层级、认知能力）为认知科学板块；左起第4列（认知各层级对应的学科和知识系统）为学科知识板块；左起第5列（聚合科技NBIC）为聚合科技板块，最右一列为人工智能板块。从这个结构图我们可以得出以下结论。
第一，整体上看，21世纪的大科学是以认知科学为统领的、体现人类认知能力、包含人类全部学科知识并扩展到聚合科技的综合系统。从结构图我们还看出，大科学的整合，即以认知科学和聚合科技来统一和引领21世纪的科学技术发展是可能的。在这个结构中，五个层级的人类认知能力和与之对应的全部人类知识与学科均可以被整合到大科学的框架中，这是大科学的充分性，即充足理由。从必要性上说，没有认知科学和聚合科技是不可能形成“大科学”这个概念的。显而易见，任何单一的学科，甚至认知科学的任何单一的层级、聚合科技的任何单一的方面都不可能进行这样的整合。只有20世纪后半叶到21世纪初建立的认知科学和聚合科学能够完成这样的整合。
第二，从认知科学和与之对应的学科知识这两个板块看，我们能够从本质上理解人类认知能力与人类知识系统和学科之间的关系。首先，从人类认知五层级看，语言认知能力的产生至关重要。在漫长的35亿年的生命进化史中，生命系统（包括人和非人类动物）逐渐产生了神经系统和脑的认知能力、心理行为的认知能力，这是人和动物共有的认知能力，称为低阶认知。在距今600万年到200万年之间，南方古猿发明了能够表达抽象概念的口头语言（言语），产生了区别于其他动物的语言认知能力，最终完成了从猿到人的进化。在抽象的概念语言的基础上，人类同时产生了思维认知能力。人类凭借语言和思维能力，在认知自然、社会和人类自身的过程中产生了自然科学、社会科学和人文科学的知识。所以，全部人类知识都是用语言和思维这两种基本的认知能力来建构的，没有人类心智和认知以外的知识。其次，从人类认知五层级看，语言认知既是人类认知与动物认知的分水岭，也是全部人类认知的基础。语言和思维建构了全部人类知识系统，知识积淀为文化。语言、思维、文化是人类特有的认知形式，称为高阶认知，语言认知是全部人类认知的基础。
第三，从学科知识板块看，学科是某一科学研究领域发展成熟所形成的知识体系。自从人类发明了文字，人类的经验经过语言和思维的分析加工形成知识。2500年来的分析认知，特别是近代以来，建立了庞大的、分门别类的知识体系，而某个领域的、专门的知识体系则发展成为学科。所以，对学科的划分往往成为我们对人类知识进行分析的重要方法。联合国教科文组织和美国、英国、日本、中国等主要国家的学科划分大同小异，可以用“学科门类十几个，一级学科几十个，二级学科几百个，三级学科几千个”来描述，可谓“洋洋大观”矣。
在认知能力、科学研究、知识领域和学科体系的关系中，人类认知能力中的语言能力、思维能力是根本的。人类使用这种能力去认知世界的过程就是科学研究，即“格物致知”，这是明代哲学家王阳明提出的认知方法。所谓“格物”就是观察事物，它是科学研究的起点。在观察事物的基础上，提出对现象的解释，即“科学假设”，然后通过实验来验证或推翻假设。科学假设一旦被实验证实就成为科学理论；若被实验推翻则提出新假设，并重新用实验加以验证，如此往复，这就是“格物致知”，也就是科学研究的过程。英文“science”一词传入中国，最初就译为“格物学”。虽然认知科学到20世纪中叶以后才被西方科学家逐步确立，但其原理已经被王阳明在其心学理论（the theory of mind）——阳明心学中作了清晰的阐明。因此，我们说阳明心学就是中国的认知科学。[9]由上分析可知，科学理论有两个根本属性，一是可证实性，二是可证伪性。但并非所有的人类知识都是可证实和可证伪的，例如，哲学和宗教既不可证实，也不可证伪，但它们也是人类知识，是科学之外的人类知识。人类文化包括科学、哲学和宗教三个层次，它们是人类心智和认知的最高形式。
在科学与学科的相互关系中，科学是第一性的、决定的方面；学科则是第二性的、被决定的方面。学科是科学发展成熟所形成的知识体系，但并非所有的人类知识都能够形成学科。科学发展成熟而成为一个独立学科的标志是：它必须有独立的研究内容、成熟的研究方法、规范的学科体制。例如，认知科学在建立之初，只是一个学科交叉的研究领域，并不是一个独立的学科。随着认知科学的发展成熟，它确立了自己独特的研究对象和研究方法，形成自己的基础理论和学科规范，便成为一门独立的学科。[10]
第四，综合是以分析为基础的。如果没有分析的基础，综合也就无从谈起。20世纪被称为“分析的时代”，由此产生了各学科的丰富知识和理论。例如，20世纪的西方哲学是分析的，美国哲学家M.怀特在《分析的时代：二十世纪的哲学家》一书中将20世纪主要哲学家及其流派“合一炉而冶之”，并以“分析时代的哲学家”概括之，包括摩尔的实在论、克罗齐的历史哲学、桑塔亚那的道德和宗教哲学、柏格森的生命哲学、怀特海的数学哲学和形而上学、胡塞尔的现象学、萨特的存在主义、皮尔士的实用主义与意义、威廉·詹姆士的实用主义哲学、杜威的科学与道德哲学、罗素的分析哲学、卡尔纳普的逻辑实证主义、维特根斯坦的语言哲学，即全部的英美哲学和欧陆哲学。[11]这个时代，在科学、哲学的所有领域中使用的主要是分析的方法，包括语言分析方法和逻辑分析方法。所谓分析方法，就是从一个普遍的命题出发，它被确定为系统的公理或出发点，然后使用数学方法和逻辑方法构造系统，从而推出系统内的全部定理或知识。分析是一种“自上而下”（top-down）的加工方式，它是左脑的工作方式。20世纪及其以前的数千年甚至数百万年，人类处于食物匮乏的时期，负责觅食的左脑在进化中取得优势，因而，在人类认知中产生了以左脑为优势的认知加工方式，这是分析时代的心智和认知根源。
21世纪是“综合的时代”，人类认知世界的方式发生根本的逆转，由分析为主导转向综合为主导。所谓综合，是一种“自下而上”（bottom-up）的认知加工方式，即从经验和自觉出发，使用经验归纳法、类比和隐喻的方法以及溯因推理的方法，来寻找现象的本质和原因，这是右脑的工作方式，是人类获得生存自由之后的认知方式。综合的认知方法强调和重视对事物的整体性和全局性的认知，寻求从某一维度的认知上升到更高维度的认知。研究表明，在风险决策中，经验和直觉会对理性和逻辑的判断产生决定性的影响，从而使决策发生偏差。心理直觉的、自动的和无意识的系统是决策的幕后主使（secret author），而逻辑分析的、受控的和意识的系统在判断和决策中则处于从属的地位。[12]
分析和综合是左右脑的主要加工方式，也是人类认识世界的两种主要方法，两者紧密相连，互为基础。分析命题的大前提经过综合所得，综合命题的基础单称命题则是分析的结果。因此，综合的基础是分析。没有从分析得到的具体的结论，不可能从这些具体的结论经过综合上升到更高的认知维度。没有分析就没有综合，没有20世纪及其以前数千年经过分析得到的各门具体科学的知识，21世纪的综合就无从谈起。认知科学是“6﹢1”学科的综合，聚合科技NBIC则是包含认知科学在内的更大的学科综合。因此，没有20世纪对各学科分门别类地深入分析，以认知科学和聚合科技为代表的21世纪综合的时代也不会到来。
以上是就人类认识而言。个体的认知同样符合这个规律。我们每个人在基础教育阶段所学习的知识主要是分析的知识，数理化天地生、文史哲政经法等各门具体知识都是用分析方法建立起来的。大学以后，我们学习的各种专业知识仍然是分析的知识，但当我们做科学研究时，就需要综合的知识和综合的能力了。任何一个研究课题，例如“大科学时代”的课题，如果没有综合知识和综合能力，那是不可能完成的。综合的时代对我们的综合知识和综合能力提出了更高的要求，而这又要求我们具备各门具体科学的广泛的知识，在这样的基础上才能进行创新。科学创新，说到底就是分析基础上的综合创新。
第五，聚合科技与认知科学的关系不是包含关系，而是交叉融合的关系。一般理解聚合科技NBIC与认知科学CS的关系是包含关系，因为四大科技NBIC的“C”就是认知科学（Cognitive Science，简称CS）。但是，放在21世纪大科学结构图（图3）中，我们却能发现更多不同的东西和一些隐藏的关系。
首先，纳米技术是认知科学之外的学科。从生物进化的角度看，有机生命是从无机的物质元素中进化出来的，在物质元素这个基础上，宇宙万物包括单一的元素和复杂的人类生命，其物质基础是统一的。地球上进化出的生命从最简单的病毒到最复杂的人类都是碳基生命，即核心元素为碳、介质为水的生命。纳米是一种长度单位，原子是化学变化中的最小粒子，原子的直径大约为0.1纳米（10﹣¹⁰m），即纳米尺度。所以，纳米科学就是从原子的层次研究物质和生命构造的科学。在这个尺度上，生命和非生命的物质基础就统一起来了，生命进化从无到有、生生不息可以在纳米科技和认知科学的关系中得到说明。聚合科技扩展了人类认知体系，从综合走向更大的综合，统一了无机界和有机界（生物界）、宇宙万物服从统一科学（大科学）的原理。
其次，聚合科技的各个部分在大科学结构图中得以显现。21世纪大科学结构图（图3）显示，纳米技术在认知科学之外，生物技术对应的是神经认知和心理认知两个层级，信息技术对应的是语言认知、思维认知和文化认知三个层级，认知科学对应的是人类心智和认知的五个层级：神经认知、心理认知、语言认知、思维认知和文化认知。认知科学加上聚合科技NBIC所得到的是迄今为止人类最大的知识体系。21世纪科学技术的纲领性文献《聚合四大科技 提高人类能力》一书中，这样评价四大科技之间的关系：聚合科技（NBIC）以认知科学为先导，因为规划和设计技术需要从如何（how）、为何（why）、何处（where）、何时（when）4个层次来理解思维。这样，我们就可以用纳米科学和纳米技术来制造它，用生物技术和生物医学来实现它，最后用信息技术来操纵和控制它，使它工作。这说明在聚合NBIC四大科技中，认知科学是统领的，是基础理论；其他三项技术纳米技术、生物技术和信息技术则用来推动认知科学的理论创新。任何科学的发展都依次经过科学理论、技术和产品三个阶段的发展，认知科学也不例外。所以，科学与技术是密切关联、互相支撑的。一个科学理论，如果没有技术阶段的发展，它终究只是一种理论或假说。反过来说，如果没有科学理论的创新，也不可能出现技术的创新和产品的应用。四大科技是21世纪最具创新性和应用前景的科学技术，是本文所定义的21世纪大科学的核心。
第六，人类心智与人工智能的进化。当下最热门的人工智能（AI）的发展和演变在21世纪大科学结构图（图3）中也得到了体现。其一，AI作为计算机科学与认知科学交叉产生的新领域和新学科，体现在认知科学的学科结构之中，并成为认知科学的核心学科（图2）。其二，AI作为认知科学的核心学科进入更大的学科综合体NBIC之中，并得到聚合科技NBIC的共同支撑。其三，AI作为人类智能的模仿，需要从人类心智从低阶到高阶全面的学习人类心智，特别要学习语言、思维和文化这三个层级人类所特有的高阶心智。人类心智的进化方向引导了人工智能未来的进化和发展方向。目前的人工智能是单一智能，而人类智能是综合智能。人工智能的未来发展也会走向综合智能。
大科学时代的基础理论和核心技术
人类的认知（主要是通过语言和思维）形成知识，知识发展成熟并形成体系之后就是学科。人类认知在某个知识领域发展成熟而成为一个独立学科的标志是：它必须有独立的研究内容与成熟的研究方法、规范和学科体制。讲到学科体制或学科制度，其成熟的标志与合理性又体现在二级学科的划分、学术评价指标、一定数量的得到承认的学术成果、特别是经典性学术著作以及学科的历史（学术史）这样一些规范之上。对于人文社会科学，本土化也是学科成熟的重要标志之一。[13]
过去2500年，人类利用自己的认知能力对各个认识领域进行分门别类的研究和分析，结果形成十分庞大的学科体系。国外常用学科分类的学科门类数和一级学科数（见表1）。[14]
中国国家标准学科分类与代码（GB/T 13745-2009）共设5个门类、62个一级学科、748个二级学科、近6000个三级学科。一级学科之上归属为5个学科门类：A.自然科学；B.农业科学；C.医药科学；D.工程与技术科学；E.人文与社会科学。
5个学科门类和62个一级学科划分如下。
A 自然科学类
110 数学
120 信息科学与系统科学
130 力学
140 物理学
150 化学
160 天文学
170 地球科学
180 生物学
190 心理学
B 农业科学类
210 农学
220 林学
230 畜牧、兽医科学
240 水产学
C 医药科学类
310 基础医学
320 临床医学
330 预防医学与公共卫生学
340 军事医学与特种医学
350 药学
360 中医学与中药学
D 工程与技术科学类
410 工程与技术学科基础学科
413 信息与系统科学相关工程与技术
416 自然科学相关工程与技术
420 测绘科学技术
430 材料科学
440 矿山工程技术
450 冶金工程技术
460 机械工程
470 动力与电气工程
480 能源科学技术
490 核科学技术
510 电子、通信与自动控制技术
520 计算机科学技术
530 化学工程
535 产品应用相关工程与技术
540 纺织科学技术
550 食品科学技术
560 土木建筑工程
570 水利工程
580 交通运输工程
590 航空、航天科学技术
610 环境科学技术及资源科学技术
620 安全科学技术
630 管理学
E 人文与社会科学类
710 马克思主义
720 哲学
730 宗教学
740 语言学
750 文学
760 艺术学
770 历史学
780 考古学
790 经济学
810 政治学
820 法学
830 军事学
840 社会学
850 民族学与文化学
860 新闻学与传播学
870 图书馆、情报与文献学
880 教育学
890 体育科学
910 统计学
以上国标学科分类和国际学科分类存在较大的问题，一是学科划分线性排列（词典排列），看不到各个学科门类之间的关系，缺乏一种结构性的理解。哪些学科门类和一级学科是基础学科，哪些又是应用学科呢？二是看不到学科与知识之间的关系。人类知识的三个大类自然科学、社会科学和人文学科之间的关系无法得到正确反映。
笔者在全国哲学社会科学规划办公室担任规划处处长和清华大学担任文科领导小组成员与文科处处长期间，对科学和学科的关系进行过深入的研究和思考，对我国的学科制度建设提出过一些建议，包括学科划分的建议，这个学科分类可称为“四部十二门学科分类法”（详见表2）。
说明如下：第一，本分类法设12个学科门类（gates），为理学、工学、农学、医学、语言学、文学艺术、历史学、哲学、经济学、法学、教育学、管理学。第二，将12个学科门类综合归属到4个更大的部类（worlds）之下，4个部类用大写罗马字母标示，分别是（I）自然科学（Science），该部类只包括理学1个门类，含数学、物理学、化学、天文学、地理学、生物学6个一级学科；（II）工程技术（Engineering），该部类包括工学、农学、医学3个门类，含国标D门类、B门类和C门类下属的34个一级学科；（III）艺术人文学科（Arts & Humanities），该部类包括语言学、文学与艺术、历史学、哲学4个门类，含国标E门类下属的8个一级学科（710～780）；（IV）社会科学（Social Sciences），该部类包括经济学、法学、教育学、管理学4个门类，含国标E门类下属的11个一级学科（790～910）。
上述“四部十二门学科分类法”的特征是学科分类简明，学科结构规范，学科关系清晰。
首先，在通常的学科门类之上设置更大的学科部类，显示出主观的学科分类必须符合和遵循人类知识客观存在的原则。众所周知，人类知识是在认知世界的过程中形成的客观体系。人类知识分为三大板块：对自然现象的认知形成的自然科学、对社会现象的认知形成的社会科学和对人类自身的认知形成的人文学科。“四部十二门学科分类法”中第I和第II两大部类对应的是自然科学，其中第I部类是自然科学的基础理学，它是用语言和思维来构造的纯粹的理论体系和科学认知方法。第II部类是工程技术，它是自然科学的理论和方法在工程、农业和医学上的应用。这两个部类对应的学科统称和简称为“理工科”。与之相应，第III和第IV部类对应的是人文社会科学，国内常常统称和简称为“文科”。第III部类是艺术和人文学科，它是“文科”的基础。第IV部类是社会科学，它是“文科”中的应用学科。以上4个部类中，第I部类理学是整个自然科学的基础，第III部类艺术人文学科是整个文科的基础。这两个部类的结合又具有特殊的意义，它们是整个人类知识的基础，国内通常称为“文理学科”，英文是liberal arts，直译为“自由技艺”，是人获得自由必备的知识，也是现代大学的基础，体现了现代教育的理念。
其次，四大部类的划分与国际通行的文献检索系统分类相吻合。由美国费城科学信息研究所（ISI）和EI公司编制的自然科学索引期刊有三大系列，即《科学引文索引》（SCI）、《工程索引》（EI）和《国际学术会议科学引文索引》（ISTP）；由ISI编制的人文社会科学索引期刊也有三大系列，即《艺术与人文科学引文索引》（A&HCI）、《社会科学引文索引》（SSCI）和《国际学术会议社会科学引文索引》（ISSHP）。这6大检索系统，除去国际学术会议的两个检索系统ISTP和ISSHP之外，其他4大检索系统SCI、EI、A&HCI、SSCI分别对应于四部十二门学科分类法中第I、II、III、IV这4个部类，并涵盖了全部的自然科学与社会科学各个学科的文献。因此，笔者主张将国标分类法的5个学科门类62个一级学科进一步概括成自然科学（Science）、工程技术（Engineering）、艺术人文（Arts & Humanities）、社会科学（Social Sciences）4大部类，这样便能够与上述4大检索系统相对应。[15]
再次，学科分类不应该是线性甚至无序的，而应该体现各部分之间的结构关系。四部十二门学科分类是二维的平面结构，并为学科的高维发展留下空间。在此基础上，若是再加上交叉综合学科，就可以形成三维空间学科结构（见图4）。我们说人类的认知和科学研究是客观的、先行的，它在空间上是连续的，是处处稠密的，人类认知空间中的每个点上都可能产生新的研究领域和新的知识；而学科则是人为的、后起的、离散的。因此，学科的设置必须符合人类认知和科学研究的需要，符合则促进认知和科研的发展，否则就会阻碍认知和科研的发展。很显然，学科交叉和综合产生的新领域、新知识并不是在现有的四部十二门学科分类的平面上，而是在更高维度的认知空间上。从这里，我们更加看清了学科交叉和综合的认知意义和知识增长的前景。
最后，在此基础上明确基础学科与基础理论、应用学科与核心技术，并形成综合交叉新兴学科和领域。根据认知科学、聚合科技统领的21世纪大科学结构图（图3）和多维度认知空间中的学科结构和知识增长图（见图4），现在我们可以清楚地指出什么是基础科学和基础理论，以及什么是应用学科和核心技术。由于在大科学框架下，科学技术是统一的，所以我们两者一并论述。又由于本论题涉及面广，我们仅举其大者加以论述。
0.在物质和材料这个层级上，基础科学和基础理论、应用技术和核心技术包括：
材料科学和纳米技术；
数学、物理学、化学基础理论；
天文学、地球科学基础理论。
1.在神经认知这个层级上，基础理论和核心技术包括：
生物学、生理学、脑与神经科学基础理论；
生物技术；
脑-机接口技术；
类脑计算机基础理论和技术。
2.在心理认知这个层级上，基础理论和核心技术包括：
心理学（主要是行为心理学和认知心理学）基础理论；
感知和注意基础理论及传感器技术；
表象和记忆基础理论及芯片嵌入记忆技术；
行为科学基础理论；
行为认知技术。
3.在语言认知这个层级上，基础理论和核心技术包括：
自然语言基础理论和自然语言系统；
形式语言基础理论和形式系统；
语形加工（含词法加工和句法加工）基础理论及生成转换语法；
语义加工基础理论、蒙太格语法和形式语义学；
语用加工基础理论、言语行为理论和形式语用学；
符号学基础理论及其应用；
形式化方法和形式系统；
数字化方法和信息系统；
虚拟化方法和虚拟现实技术。
4.在思维认知这个层级上，基础理论和核心技术包括：
逻辑和推理基础理论；
算法与逻辑数学基础理论；
数学逻辑、形式系统与人工智能；
专门化的形式系统；
人类智能与人工智能；
通用人工智能基础理论与技术。
5.在文化认知这个层级上，基础理论和核心技术包括：
科学技术、哲学、宗教三种文化形式的基础理论及其相互关系；
哲学方法论对科学技术的影响及其在科学技术中的应用；
宗教与科学的关系（科学与宗教的统一性）；
任何真正意义的创新都是文化创新；
综合时代的中华文化（经验文化）基础理论和应用价值。
X.在学科交叉综合这个维度上，基础理论和核心技术包括：
人类基因组计划；
人类认知组计划；
聚合科技NBIC；
人工智能技术；
芯片技术；
数据科学和大数据技术。
科学技术综合创新的一些重要领域分析
以上我们根据认知科学、聚合科技统领的大科学结构图（图3）提出基础理论和核心技术一些重要领域，包括基础层级（0层级）即物质和材料层级的基础理论和核心技术；人类认知五层级（1～5层级）即神经认知层级、心理认知层级、语言认知层级、思维认知层级和文化认知层级的基础理论和核心技术；以及更高维度的综合认知（第X层级）的基础理论与核心技术。
任何真正意义的创新都是综合创新，任何真正意义的创新都是文化创新。下面我们就以几个科学技术重要领域作一些分析。
芯片技术综合创新。如果对当前重要的科学技术创新领域进行排名，那么，排名第一的应该是芯片技术。芯片技术不仅是一种新技术，甚至可以说是一种新的生产力和生产方式，影响到信息产业、制造业、军工国防、国家安全、国际竞争、社会生活及个人生活的方方面面。
芯片通常是半导体芯片的简称。半导体主要由集成电路、光电器件、分立器件、传感器四个部分组成。集成电路按照产品种类又主要分为四大类：微处理器、存储器、逻辑器件、模拟器件。
芯片的基本元件是晶体管。1947年12月，美国贝尔实验室的肖克利、巴丁和布拉顿研制出一种点接触型的锗晶体管，三人共同获得1956年诺贝尔物理学奖，肖克利因此被誉为“晶体管之父”。晶体管和电子线路的工作原理基于二值逻辑，两个逻辑值0和1分别对应于电子线路的关和开。计算机就是开关线路。芯片技术的科学基础是数学逻辑、离散数学和固体物理学，以及后来发展的材料科学，肖克利就是固体物理学博士。1955年，肖克利在家乡圣克拉拉（Santa Clara）创办了自己的半导体实验室，这是硅谷的前身。1957年9月，肖克利原来的合作者诺依斯和摩尔等8人独立出来成立了仙童半导体（Fairchild）公司，公司的两项专利印刷电路和集成电路使公司大量盈利并立于世界半导体产业之巅。1968年，诺依斯和摩尔从仙童离职后创办了英特尔（Intel）公司。1969年，杰里·桑德斯等人创办了AMD。在处理器（CPU）领域，英特尔成为处理器的巨头。随后，智能手机的处理器成为竞争前沿。1987年，总部设在中国台湾新竹市科学园区的台积电（TSMC）成立，它抛弃当时国际主流的芯片及后端产品一体化设计制造模式，创立全球第一家专业积体电路制造服务即晶圆代工（foundry）企业，根据用户需要设计制造芯片。2020年8月，台积电的5纳米芯片进入批量生产阶段，3纳米芯片在2021年面世，并于2022年年底宣布进入大批量生产。
随着量子科技的发展，量子开关的制备和量子芯片制造使量子计算机的诞生成为可能。量子开关、量子芯片和量子计算机的工作原理基于多值逻辑，这样使得芯片的运算能力和运算速度成指数增长，从而突破摩尔定律的限制。量子芯片代表着芯片技术的未来。
回顾70多年来芯片技术的发展，我们得出以下结论。第一，芯片技术不是纯粹的技术问题，而是科学与技术相互影响、相互促进的综合创新领域。芯片技术由固体物理学、材料科学、数学逻辑和离散数学等基础科学所支撑，芯片技术的发展又促进了这些基础科学的发展。当前量子芯片的发展则与量子力学、量子物理学、量子逻辑、多值逻辑、非标准逻辑等基础科学相关，并反过来促进这些新兴科学的发展。没有这些基础理论的支撑，芯片技术不可能得到发展。目前，单纯依靠投资和引进技术就能实现飞跃和赶超的想法与做法是不符合芯片技术综合创新的性质和要求的。
第二，在技术和产品层面上，芯片的加工涉及技术设计、材料制备、光刻设备和技术，芯片封装技术等各个方面，更涉及国际合作交流，是属于综合创新的领域，芯片制造只是多领域综合创新的结果。
第三，创新主体的问题。从历史上看，芯片技术70多年来的发展可以说是不断自我革命，不断推陈出新，不断突破极限，不断创造新高。而一路走来的创新主体都是个体，是英雄创造历史，一些突破甚至是一个人的想法（idea），带领几个人成立的小公司做出来的。这一方面特别值得我们借鉴。
数据科学和大数据技术。数据科学是数字化和计算机科学时代的产物。所谓数字化，就是用二进制数1和0来表示电路开关、存储信息、编码和传输信息的一种技术，它的理论基础是二值逻辑和形式化方法。[16]数据科学是研究计算机和数据处理技术的科学。数据处理经历了关系数据和大数据两个发展阶段。关系数据用二维表来表示数据关系，通过对表列的“字段”来处理不同类型的数据，再通过对表行的“记录”形成各字段的一个集合，最后由若干个记录组成一个数据库。这样就把具有一定关系的分散数据关联起来了。笔者在读博期间和毕业以后在全国哲学社会科学规划办公室工作期间，利用当时的数据库软件Fox Base和Fox Pro编制了全国第一个基金项目管理系统，极大地提高了工作效率，使国家社科基金项目的管理进入数字化和信息化的新时代。
大数据技术是网络信息时代应运而生的新的数据技术，也被纳入到数据科学的领域之中。相对于关系数据，大数据有两大特征：一是大数据是未经处理的原始数据或称即时数据，二是大数据是海量数据。例如，今日头条通过算法匹配符合个人偏好的信息内容；淘宝和京东根据消费者日常购买行为的数据进行商品推荐；电子导航系统根据即时的交通数据和用户选择的交通路线为车辆规划最优交通地图和路线等。大数据应用的三个主要层面是数据管理、系统开发、海量数据分析与挖掘。大数据分析已经形成一套非常完备的方法（见表3）。
2015年12月10日，笔者应邀在清华大学大数据研究院“技术·前沿”系列讲座上作了题为《经验、认知与大数据》的演讲，在这个演讲中，笔者提出如下一些重要思想和观点。第一，大数据技术和数据科学与认知科学关系密切，它们共同的基础是人类的经验：大数据是经验数据，认知科学是经验科学，认知科学的经验转向改变了20世纪以来以理性和分析为主要方法的科学基础，转到以经验和综合为主要方法的科学道路上，大数据和数据科学即为例证。第二，数据科学和大数据技术应该借鉴和应用认知科学的理论和方法，从人类认知的五个层级神经认知、心理认知、语言认知、思维认知和文化认知来加工数据，特别要重视语言、思维、文化三个层级的数据加工，因为这是人类认知的本质特征。第三，在数据加工中，不仅要掌握和使用分析和演绎的方法，更要重视综合和归纳、类比、溯因的经验方法。[17]
国际数据管理协会-中国分会（DAMA China）主席胡本立教授认为，目前的大数据和数据科学基本上停留在技术和应用层面，如果没有合适的科学理论的支撑，很难继续创新和发展。那么，适合作为大数据技术的科学理论究竟是什么呢？胡本立教授的答案是认知科学。2019年6月7～8日，由上海市浦东新区科学技术协会主办的第二届“数据后面的科学——人类认知与人工智能”高端学术研讨会在上海张江举行。笔者应邀与胡本立教授一起参加了研讨会，并作了《人类认知体系和数据加工》的专题报告，从语言符号与数据加工、思维推理决策与数据加工、中华文化认知与数据加工几个方面探讨了数据技术和认知科学的交叉综合发展。此次研讨会还就加强大数据智能、跨媒体感知计算、人机混合智能、群体智能、自主协同与决策等基础理论研究、大数据智能理论重点突破无监督学习、综合深度推理、建立数据驱动、以自然语言理解为核心的认知计算模型以及形成从大数据到知识、从知识到决策的能力等重要理论和应用问题进行了研讨。[18]这些问题反映了大数据技术和数据科学与认知科学、计算机科学和人工智能、语言学、逻辑学等多学科交叉综合发展的趋势。胡本立教授领导的国际数据管理协会-中国分会（DAMA China）将参与主办2023年的第十五届全国认知科学会议暨第九届中国与世界认知科学国际会议，值得期待。
人工智能与通用智能。人工智能近年的发展令人眼花瞭乱。先有2016年AlphaGo战胜人类围棋大师李世石，且在此后的一年内，一个更强大的AlphaGo与全世界最顶尖的20位棋手对弈，未尝败绩。舆论界甚至惊呼：人类的历史即将结束，计算机和人工智能将统治人类！其后的2017年，泰格马克的著作《生命3.0》对人工智能赋予生命。泰格马克关于未来生命的设想要点如下：生命1.0发源于约40亿年前的生物阶段，在它的有生之年都无法重新设计自己的硬件和软件，二者皆由它的DNA决定，只有进化才能带来改变，而进化则需要许多世代才会发生。生命2.0大约产生于10万年前，也就是人类诞生以后的生命形式。生命2.0虽然不能更新硬件，但可以更新软件，即可以重新设计自身软件的一大部分：人类可以学习复杂的新技能，如语言、运动和职业技能，并且能够从根本上更新自己的世界观和目标。生命3.0是一种预言，目前在地球上尚不存在，它的软硬件都可以更新，它不仅能最大限度地重新设计自己的软件，还能够重新设计自己的硬件，而不用等诸多世代的缓慢进化。[19]
泰格马克将生命定义为硬件和软件系统。为什么要用“硬件”和“软件”这种计算机术语来定义生命？就是为了推出计算机生命——生命3.0的存在。定义的公式如下：
以上定义公式中，“＝df”表示“定义为”，左边是被定义项，右边是定义项；“＋”表示“能更新”，“－”表示“不能更新”。按照这样的定义，泰格马克得到“生命三个阶段”的结论，他的“生命三种形态”的理论完成建构。
泰格马克还有另一个生命的定义：将生命定义为一个能够“保持自己的复杂性，并进行复制的过程”[20]。在此定义之下，宇宙万物和技术进步都可以看作某种生命系统。泰格马克论证了生命与其物质形态无关。他说：“硬件就是物质，软件就是形态。计算的‘物质’层面的独立性暗示着我们，人工智能是可能实现的：智能的出现并不一定需要血肉或碳原子。”[21]他明确说：“我们宇宙中的生命的最终极限取决于物理定律，而不取决于智能。”[22]如此这般，泰格马克便赋予宇宙万物以生命。
泰格马克定义了各种智能，按照他的定义和论述，我们可以把这些智能排列成一个等级（详见图5）。在这个等级图中，无所不能的通用智能（General Intelligence）居于最高等级，在拥有数据和资源的情况下可获得与之平起平坐的通用智能能力的普遍智能（Universal Intelligence），数字乌托邦主义者期望的圣杯生命3.0当仁不让地与通用智能居于最高层级。根据泰格马克的定义，人类水平的人工智能（Human-leveler AI）、通用人工智能（AGI）和强人工智能（Strong AI）是同一水平的智能。在这两个层级之间，是“远超过人类水平的通用智能”，即所谓“超级智能”（Super-intelligence）。显然，数字乌托邦主义者的生命3.0的三级跳，目前恐怕还处在第一级HAI／AGI／SAI的水平上，甚至在这个水平上也是问题多多。仅仅是塞尔的中文房间证据（Chinese Room Argument, CRA）对强人工智能的打击，人工智能领域的学者和工程师并未能够给出令人满意的回答。[23]
工程师和人文学者对人工智能的关切迥异。人工智能专家和工程师一般只是考虑一个人工智能产品和能不能做出来，以及怎样做出来；人文学者却要考虑这项技术或产品应不应该去做，以及这件产品做出来后对人类可能产生哪些影响，包括正面的影响和负面的影响。人工智能的疯狂，甚至在某些领域失控发展，目前主要是为商业利益、军事和工业的需要所驱动。例如，ChatGPT就是一个由商业利益决定的过度炒作的人工智能软件，它的作用被夸大了。
必须承认，自2016年AlphaGo战胜李世石以来，短短几年间，人工智能得到了日新月异的发展，而且表现出综合再综合的发展趋势。AlphaGo是一个单一功能（下围棋）的软件，《生命3.0》一书中描绘了人类水平的人工智能（HAI）、通用人工智能（AGI）、强人工智能（SAI）、超级智能（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。这样的设计体现了综合再综合的人工智能发展方向。但人工智能的发展不是无极限的，由于存在着无法跨越的鸿沟——意识，人工智能超越人类智能，甚至进化成为新的生命形式，这是完全不可能的。
意识问题与自主人工智能。人工智能的终极问题是意识问题，机器是否会产生意识？又是否会产生自我意识？若是，则有可能产生自主人工智能；若否，则机器终究是机器，它只不过是人类制造的一种工具，那怕它具有某种程度的智能。
意识的产生是生命存在的本质特征，生命体都有某种程度的意识。植物听音乐会生长得更好；电锯伐木的声音会吓坏旁边的树木；鱼知道快乐和痛苦（庄子《逍遥游》）；猫和狗会认识主人，会找到自己的家；狼和狮子都会使用欺骗行为，等等。人类除了具有动物的神经意识和心理意识，还具有非人类动物所不具备的语言意识、思维意识和文化意识，这三种高级精神活动或称高级意识形态，正是人与动物意识的根本分野。
人类意识的一个重要标志是自我意识的存在。所谓自我意识，就是能够认知“我就是我”的意识，它的标准实验是“镜像实验”，就是让被试的动物照镜子，看它是否能够知道镜子中的镜像就是它自己。狗和猴子等灵长动物都不能通过镜像实验，而黑猩猩则可以通过此实验。由此可知，自我意识也不能成为区别人和动物的标准。认知科学建立以后，我们弄清楚了人和动物区别的真正标准是语言。抽象的概念语言的发明使猿最终脱离动物界而进化为人。[24]从人类认知五层级看，语言的发明是人类心智进化的关键一步，在抽象的概念语言的基础上，人类产生了思维，语言和思维共同建构了全部人类知识，知识积淀为文化。动物也有语言，如肢体语言和声音语言，但那只是信号语言，即传达某种行动信号的语言，而人类的语言是能够表达抽象概念并能进行思维和推理的符号语言。因此，语言才是区别人类心智（包括人类意识）与动物心智（包括动物意识）的根本标志。
人类在进化中形成的生存意识也是一种重要的意识形态。人类凭借生存意识获得生存和发展的能力，并形成分辨敌友、趋利避害、生存竞争等认知模型和行为方式。
人工智能并不具有任何生命所应该具有的这些意识形式，既没有神经意识和心理意识，更不具备人类特有的语言意识、思维意识和文化意识。虽然人工智能已经十分“聪明”，它不仅已经战胜人类棋手，甚至会对话和写作，但人工智能不论再聪明，都不会产生哪怕最初级的意识。人工智能不会有任何意识和自我意识，也不会有生存意识和任何趋吉避凶、趋利避害的行为方式。强人工智能可能会说，你所说的上述人类意识和行为方式，我们也可能让人工智能具备，例如能够让它分清敌友、趋利避害。他们甚至说，我们不仅可以让人工智能具有意识，还可以让它能够自我进化、复制自身，类似于人类的繁殖。于是，意识问题就转化为另一个问题：是否有进化过程之外的生命？是否存在进化中产生的碳基生命之外的硅基生命？关于这个问题，笔者在《生命进化与人工智能》一文中已经做过否定的回答和详细论证。[25]读者可参阅此文和文中所列相关资料。
目前的人工智能是单一智能，而人类智能是综合智能。如ChatGPT已经出现综合智能的某种趋势，并因此被渲染得似乎又要再一次由它来替代人类甚至控制人类。但笔者认为这不过是作为人类认知工具的人工智能的又一次改进，并不值得大惊小怪。并且笔者认为，从人工智能的本质来看，永远也不会出现能够超越人类甚至控制人类的具有自主意识的人工智能。
综上所述，以芯片技术综合创新、数据科学和大数据技术、人工智能与通用智能、意识问题与自主人工智能等进行示例分析，能够更清楚地看到一些重大创新领域的本质和意义。例如，综合创新才是未来的人类认知和人工智能这两大智能的发展之路。科学创新，就是认知科学引领的大科学时代的综合创新，是分析基础上的综合创新，是在人类全部知识基础上的综合创新，是文化创新。在这个意义上，我们需要对大科学时代的综合创新注入更多的人文关切，防止科学技术发展出现背离人类生存、人类文化和文明发展的趋向。
（本文系国家社会科学基金重大项目“语言、思维、文化层级的高阶认知研究”、贵州省哲学社会科学规划国学单列重大项目“认知科学与阳明心学的实证研究”的阶段性成果，项目编号分别为：15ZDB017、20GZGX10）
注释
[1][6][8]蔡曙山：《综合的时代：从认知科学到聚合科技及其未来发展》，《人民论坛·学术前沿》，2022年10月下。
[2]2023年2月21日，习近平总书记在主持中共中央政治局第三次集体学习时强调：“世界已经进入大科学时代，基础研究组织化程度越来越高，制度保障和政策引导对基础研究产出的影响越来越大。”参见《习近平主持中共中央政治局第三次集体学习并发表重要讲话》，2023年2月22日，http://www.gov.cn/xinwen/2023-02/22/content_5742718.htm。
[3]蔡曙山：《自然与文化》，《学术界》，2016年第4期。
[4]蔡曙山：《论技术行为、科学理性与人文精神》，《中国社会科学》，2002年第2期。
[5]蔡曙山：《认知科学导论》，北京：人民出版社，2021年。
[7]米黑尔·罗科、威廉·班布里奇编：《聚合四大科技 提高人类能力：纳米技术、生物技术、信息技术和认知科学》，蔡曙山等译，北京：清华大学出版社，2010年，第389～434页。
[9]蔡曙山：《阳明心学就是中国的认知科学》，《贵州社会科学》，2021年第1期。
[10]蔡曙山：《认知科学导论》丛书总序，北京：人民出版社，2021年，第6～9页。
[11]M. 怀特：《分析的时代：二十世纪的哲学家》，杜任之译，北京：商务印书馆，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：《科学与学科的关系及我国的学科制度建设》，《中国社会科学》，2002年第3期。
[14]丁雅娴：《学科分类研究与应用》，北京：中国标准出版社，1994年，第11～12页。
[15]蔡曙山：《论我国大学文科的发展阶段及办学理念》，《学术界》，2004年第1期。另参见蔡曙山：《让中国的人文艺术和社会科学走向世界》，《云梦学刊》，2004年第4期。
[16]蔡曙山：《论数字化》，《中国社会科学》，2001年第4期。另参见蔡曙山：《言语行为和语用逻辑》第七章“计算机科学与语用逻辑”，北京：中国社会科学出版社，1998年，第379～292页。
[17]蔡曙山：《经验、认知与大数据》，2019年9月17日，http://www.360doc.com/content/19/0917/00/332078_861480332.shtml。
[18]蔡曙山：《人类认知体系和数据加工》，《张江科技评论》，2019年第4期。
[19][20][21][22]迈克斯·泰格马克：《生命3.0》，汪婕舒译，杭州：浙江教育出版社，2018年，第33、50、88、59页。
[23]蔡曙山：《哲学家如何理解人工智能》，《自然辩证法研究》，2001年第11期；蔡曙山：《关于哲学、心理学和认知科学的12个问题与塞尔教授的对话》，《学术界》，2007年第3期。
[24]蔡曙山：《认知科学导论》，北京：人民出版社，2021年，第3～7页。
[25]蔡曙山：《生命进化与人工智能》，《上海师范大学学报》，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
