以下从认识论的角度说清楚中医为什么是科学？它的科学性在什么地方？下一步我们应该如何做才能显现中医的优势，促进其大发展。这个问题不仅是中医界的问题，也是新的时期人体科学或者说是生命科学发展的必然需求。
人类认知世界的两种基本方法
人类在认识世界的过程中有两个基本的方法，一类称为“经验+直觉”，这是早期人类用的方法，中国的传统文化经常用这种方法。用通俗的话说就是在多次经验之后突然领悟了一个道理，然后再到新的经验中去验证这个道理。过去的儒家、佛教、墨家、道家都是用这种方法的。古希腊创造了另外一种认识世界的方法——形式逻辑学方法。吴国盛先生《科学与历史》一书中比较详细地介绍了西方的逻辑学方法。西方人科学的源头是希腊，起源是形式逻辑学方法。形式逻辑学方法最简单的代表是理科学，它把复杂事物简化为几个定理、几个公式，然后又用这些定理和公式推理出整个系统。欧洲文艺复兴时期人们开始发现只用形式逻辑学方法认识事物是不全面的，还应加上实验，这一结论诞生了现代自然科学。因此现代自然科学的基础来源于两个方面，一个是古希腊时期的形式逻辑，另外一个是欧洲文艺复兴时期培根的实证主义。实证主义通俗而言就是说以实验的方法来研究事物。事实上，实验方法并不适合复杂事物的研究，因为做实验就要把事件简化成最基本的单元，要把复杂的情况都去除掉，在最纯粹的状态下做，这样的实验才能得出准确的、没有异义的结论，但这样做恰好就把复杂事物变样了。所以西方自然科学或者说现代自然科学就出现了问题，一旦做实验就把真实的复杂的事物变样了，得出的结果并不能推理出原来的复杂事物本身。比较这两种认知方法最好的例子是日本诺贝尔奖得主汤川秀树提出的，他在《创造力与直觉》一书中引用了庄子与惠子的一段谈话。
庄子与惠子游于濠梁之上。
庄子曰：鲦鱼出游从容，是鱼之乐也。
惠子曰：子非鱼，安知鱼之乐？
庄子曰：子非我，安知我不知鱼之乐？
惠子曰：我非子，固不知子矣；子固非鱼也，子之不知鱼之乐，全矣！
庄子曰：请循其本。子曰“汝安知鱼乐”云者，既已知吾知之而问我。我知之濠上也。
二者的争论，历代都将其当作是诡辩术，但汤川指出这代表中国古代就认识到人类有两种认知方法，庄子的认知方法不论实证，因为他不是鱼，他无法去“测”鱼是不是愉快，所以得出这个结论是一种感觉、直觉，“觉得”鱼很愉快，这是无法证明的，但是，这是经验告诉大家的。惠子是标准的西方的实证加逻辑推理的方法，认为凡是不能用实验证明，不能用推理认知的结果都不应承认。这两种认知方法的差距在哪里呢？正如司法中的有罪认定和无罪认定，二者的差别很大，但实际上，大多数事件是既不能证明有罪，又不能证明无罪的。这两种认知方法与这个例子很相似，二者代表两个极端，因此有大量的事物存在于二者之间，既不能证明是对的，也不能证明是错的。搞清这两种认知方法的关系可以帮助我们更好地认识中医。
我国的传统文化实际上是基于直觉的认知法，但它并不是单纯的直觉认知，其中也有形式逻辑，也有推理，但一直没有发展成主流。传统文化中占主流的方法一直是直觉认知，因为中国人从一开始就想从整体上来认识复杂事物，没有把复杂事物分割成一个个单元来认识。比如中国人最强调天人合一，就是说人和整个宇宙是合为一体的，这一思想很长时间在中国占主导思想，一旦使用了天人合一、整体观的思想认识事物就不能再用西方的实证主义、推理的方法来认识事物了，只有通过经验和直觉的方法来认识世界。这种认知方法曾经辉煌了一千五百多年，直到1653牛顿创立力学，近代自然科学产生，自然科学的发展越来越快，一些人逐渐淡忘了中国传统的认知方式。但是这个问题却被西方人提起。姜岩博士在他的一个报道中谈到，英国《自然》杂志的主编菲利普·坎贝尔博士到中国访问时说过，中国古代科学方法重视从宏观、整体、系统角度研究问题，其代表是中医的研究方法，这种方法值得进一步研究和学习。那么我们应该总结一下，中国传统的认知方法到底是什么？通俗说来，先是有大量的实践，在实践过程中形成经验，在经验的基础上提出一些概念和方法，这些概念和方法再发展成为一些原理，再用这些原理解决一些实际问题，然后证明这些原理的正确性，反复多次之后就形成一个我们称之为理论的东西（包括概念、原理、一般原理）。这些理论经过实践证明是行之有效的。因此我们的认知方法中有实证、推理，但是不占主要地位，直觉、顿悟是主要的认知基础。以上讲的是中国传统的认知方法。
与此不同的是在现代自然科学中占主导地位的实证与逻辑推理的认知方法。因为要做实验、做推理，所以就要把复杂事物分解成为简单的基本单元，找出这些基本单元的规律，再用逻辑通过这些基本单元推出整个复杂系统的规律。这就是西方的实验加推理方法。它的特性是还原论，还原论就是把基本事物简化为其基本单元。这个方法在过去的几百年很有效，是因为过去的几百年人类的科学发展基本上都是简单事物，没有研究复杂事物。
西医研究人体是用还原论的方法。16世纪意大利开始出现解剖学，解剖学的结果就是把人体还原为各个器官，现在又把器官还原为很多细胞组成的集合，比如把小肠分为肠壁、肠腔……又将细胞分为细胞壁、细胞质……西医就是将人体器官还原成最基本的构成单元，研究它们的性质，最后综合成人体的性质。再进一步就是把细胞还原成为DNA的双螺旋结构。现在西方的研究都认为DNA双螺旋结构是储存信息的，但是这类的双螺旋结构太多了。2000年4月国际上的基因数据库DNA碱基对数目已经达到60亿个，现在这个数字已经达到140亿了，基本上每过一年就要翻一翻，要研究清楚这些碱基对工程十分浩大。所以还原论的方法遇到基因、碱基对就无法做了，当然不是不能做，是太复杂了。而且还有一个更致命的问题，就是还原论方法不适合复杂事物的研究。还原论认为如果我们把自然界中各种事物的基本规律搞清楚，就可以以之来推出复杂体系的性质。比如还原论认为空气是由许多不规则运动的气体分子所组成的，如氧气、氮气、灰尘以及各种各样的稀有气体分子，我们准确地知道这些气体分子的运动规律，就可以得出任意时刻这些气体分子的位置、动量，这就是天气预报。天气预报就是给出某一时刻大气的初始条件，即某一时刻各种气体分子的动量、位置，根据其运动规律进行求解。但是事实上这种测定是不可能的。尽管原则上每一个空气气体分子的状态是确定的，但是要测量确实很困难。于是相关人员就假设每英尺有一个探测量，可以测定某一时刻气体的压力、压强以及空气分子的动能、位置测准，输入电脑进行测算。但这样也不行，因为安置探测器的位置上气体分子的状态可以测定，但这两个探测器之间分子的状态是确定的。同时地球上有一些地方是无法安装探测器的，比如喜玛拉雅山的山顶或一些山谷，就只能估计。另外空气从底端到顶层有不同的层次，要安装许多探测器，实际上我们根本不可能装那么多。估计的事情会产生误差，这些误差尽管很小，但是经过微分方程解了多次之后就会呈现出非线性的放大。由于这种误差是偶然的，所以这种放大也是偶然的。这种偶然的结果使得事件变得完全不可预测。所以还原论的方法用来研究天气不可能，用来研究人体也不可能。因为数据太多了，要用细胞的状态去研究整个人体，误差太大了。
西方有一个民谣，是讲述人类生活中经常会遇到很细小的事情，但是最终产生了非常重大的后果。“少了一颗钉子，丢了一匹战马；少了一匹战马，丢了一个骑手；少了一个骑手，丢了一场战争；少了一场战争，丢了一个国家。”其实质就是说复杂的事物是不可以用还原论的方法，用实证加推理的方法进行研究的。那么复杂事物应该如何研究呢？现在人们对于复杂事物研究方法已经总结出了几个要点：一是着重研究系统集成的方法对整体性质的影响。一个复杂事物，其中的基本单元对整体是起作用的，因此对于整体来说由什么基本单元组成很重要，但是更重要的是这些单元是如何集成、如何组装起来的。过去人们认为法国的军队是世界上最会享受、最不会打仗的军队，但拿破仑通过科学的部署将法国的军队变成了一支世界上最强大的军队。这并不是法国人的素质提高了，而是“组装”得好，纪律严明。所以对于一个复杂事物如何组装比基本单元本身更重要。二是着重研究各个部分之间的关系对整体性质的影响。中国古代诸葛亮的“八阵图”很好地说明了这一点。其实质就是将士兵按照不同的顺序排列起来。排列的顺序不同，战斗力就会不同。因此，在部分对整体的影响中，部分之间的关系很重要。第三是寻找复杂系的“鞍点”或“敏感点”，以便用“四两拨千金”的方式改变体系的状态。就是说在复杂事物中并不是所有的位置都一样的重要，总会有一些鞍点，这些鞍点在事物发展的过程中起着重要的作用。比如一块石头，放在平地上它的作用并不大，但是如果放在山顶上，那个山顶就可以看成是一个鞍点，只要轻轻一动，就会牵一发而动全身。战争中要占领制高点和前文中提到的马蹄铁都是这个意思。所以对复杂性科学来讲，着重研究的不仅是基本概念的性质，还有如何组装，如何排列，基本单元之间的关系怎么样等。要明确哪些地方是系统的敏感点。
中医、藏传佛教、道家的任、督二脉很相似，这说明几千年来人类文化从不同的方向去研究生命现象，研究的方法都不是还原论方法，而是实践、总结概念，升华为原理，再运用到实践中去进行证明。这种方法适宜研究复杂事物。现在我们以复杂性科学的观点来看中医的经络和气。经络和气的问题在上个世纪已经开始研究了，但是由于科学的局限性，复杂性科学发展也没有认识到上述的几个要点，所以大家都在努力找经络在什么位置，经络的实体是什么，气的实体是什么。实际上这个方向是错误的，大量的实践证明是不成功的，所以很可能并没有直接对应于经络和气的物质。西方解剖学与中医最大的差别就在于此，解剖学发现不了经络和气，气实际上是大量细胞和器官相互配合和集体组装形成的一种态势。这种态势正如战争中兵家的部署，士兵组织好了，战斗力就会大增，这种增量就是气。所以是一个复杂系统各个部分之间的关系、组装方式决定了它能产生巨大的作用。经络与穴位应该从人体这一复杂系统内的鞍点或敏感点上来研究。我说的这些都是假设。下面需要用实验的方式进一步研究。人体组装起来是很复杂的，其中某些地方就是鞍点和敏感点，只要轻轻一动，就能够调节全身。
另外一个方面就是中草药的科学性在哪里？过去有一段时间进行的中医药现代化就是把中草药的有效成分提炼出来，我认为这个方向是有问题的，值得探讨。因为中药的有效并不在于几个基本单元，而在于它们之间组装形成的整体。对于牙痛，西医认为是细菌感染，在实验室诊断中确实可以见到病原微生物，用消炎药治疗可以治好。中医讲就是“上火”，用对证的中草药来治也能治好。因为通过检查手段很容易看到病原体，所以西医的“科学性”很容易得到人们的认识。但是却没有一种检测手段可以证明牙痛是上火，所以中医的“科学性”就容易被怀疑。实际上中医的科学性是复杂体系的范畴，不能用简单的西医的方法去界定，条件还不够成熟，无法理解。
在西医进入到解剖学阶段以前，中医和西医是类似的，西方的放血疗法也是一种经验，与中医很类似。后来产生了解剖学，其好处是使科学技术与仪器在西医学中得到了运用。而中医到目前为止都没有能够研究复杂事物的仪器的支持。单凭直觉和自己的感觉是有局限的。如果没有仪器的支持，西医不会发展到目前的水平。没有显微镜，看不到病原微生物，西医就不能发展；没有磁共振，脑科学也研究不起来。西医最大的优势是在工业革命后得到了现代科学技术的支持。中医最大的问题就在于过去几百年都没有与现代科学结合起来，没有用现代仪器进行研究，没有借助现代科技。所以中医在很大的程度上还停留在古朴的状态，所谓的古朴就是停留在经验的状态上。但是这些经验是人类几千年文明反复实践证明了的，是真理、是科学，但这种科学是复杂性系统内的科学。那么中医现代化应该如何研究呢？中医事实上应该已经可以借助现代仪器了，我们以一个例子说明。我们知道，病原微生物所以能致病是因为它能进入细胞内，影响细胞的复制过程，其结果是细菌与病毒细胞大量复制，正常细胞的复制被抑制。在分子的复制和组装过程中间，溶液的理化性质是至关重要的，溶液（包括酸碱度、营养元素、各种氨基酸、稀有元素）就是细胞质。血液的一种功能就是调节细胞质的这种平衡。由于人体内所有的复制过程都是在细胞质这种溶液环境中进行的，这些溶液的理化性质，如成分、浓度、酸碱度都会对这些过程产生影响。人体在某些因素影响下将会使这种溶液的理化性质发生变化，溶液中的一些成分变化了，就可能有益于细胞或病原微生物发生非正常复制，就会致病。因为溶液是整体的，服用中药后，溶液的理化性质会改变，变得不利于细胞或病原微生物的非正常复制，就使得机体恢复正常。这是可以通过实验证实的。如细胞的复制在什么样的细胞质中复制得快，中医用什么样的药抑制了这一过程。中医可以利用现代仪器从这个方向来研究。从细胞的复制，从复杂的科学体系来研究。
中国的生命科学和医学要现代化，达到世界一流，光学习西医是肯定不行的，因为我们学得快，他们走得更快。中医药是几千年来祖先留给我们的遗产，在几千年的文明史中发挥了很好的作用，在中医药体系中有很多科学的成分。这种科学在短时间内，甚至在过去的二三百年中都没有被人们认识，认为它不科学。实际上，科学发展到21世纪，在复杂性科学出现后，人们已经开始知道，它并不是迷信而是复杂性科学的组成部分。近一时期我还在努力想通过《周易》中的阴阳、八卦、生消来理解中医，我认为阴阳、八卦也是用来描述复杂事物的基本形态以及这些形态之间是如何转化的。很可惜在过去的几千年中许多人将这些东西看成是算命的东西，因为算命是一种随机性的事件，因此很难说他有多少科学性，但如果将他看成是描述复杂事物的泼墨山水的一种描述方法，用他来描述这种状态是如何转化的，对此进行研究就成为了复杂性科学。我们期望自然科学界和中医界的合作能审报一些国家的重大项目，这些重大项目是中医的科学原理，而不是要将中草药的有效成分提取出来，那种方法恰好破坏了中医是整体描述、讲究配伍、讲究关系、讲究辨证的精髓，要研究复杂性体系的组装，组装过程中的敏感点，组装的方式对事物的影响，从溶液与自复制，自复制的过程如何抑制、如何增强，还把现代科学仪器用上去。中医要现代化，必不可少地要走与现代科学结合的道路，但是要找到正确的切入点。过去中医现代化的经验教训很多，值得总结。但那个时候大家走这样的路是很自然的，因为复杂性科学的观点还没有被大家理解。近一、二十年人们理解到原来复杂性科学不能用还原论的方法，还得用中医这种宏观、整体的思维方法，还得经过这种反复实践、形成经验、经过直觉和顿悟上升到概念或理论，这些概念或理论再到实践中去验证或修改，然后用实践证明它的正确性。这种思维方式是人类社会的一种基本思维方式，特别是对于复杂事物。
2022年底，openAI发布基于新一代大语言模型的通用人工智能对话系统ChatGPT，瞬时引爆全球AI新浪潮，发布几个月来，热度持续升温，不断火出圈，似乎无处不在，无所不能。使用过的用户无不感叹它的 ”全知全能“：“只有你想不到，没有 ChatGPT 办不到！”，它可以在美国大学入学“SAT”考试中拿到1410分高分，超过绝大多数人类，冲刺哈佛不是梦；它可以通过谷歌 Level 3 的工程师面试拿到18 万美元年薪;它甚至可以变身苏格拉底，在你提问时不直接告诉你答案，而是一步步引导你自己得到答案。ChatGPT所代表的新一代生成式人工智能技术也被称为继蒸汽机、电气革命、信息革命之后的第四次工业革命标志性技术，代表着人类科技文明又进入了一个全新时代。
短短几个月，ChatGPT已经改变了很多人的生活，它可以写作，绘画，作曲，推理，编程，算数无所不能，学生用它做作业，老师用它批改作业；程序员用它写程序，一个人顶一个团队；文员用它生成文案，几秒钟可以干完过去几小时甚或几天的活；有人用他写的论文顺利博士毕业；有人用它一个月写了20部小说全部发表；一些游戏公司开始用它绘图并裁员60%以上美工...而这一切突如其来的变化，让人们在惊喜之余又有些不知所措。政府、科学家和精英们在思考继续发展人工智能是否导致人类对文明失去控制；大企业们会担心在变革中被淘汰而争相上车研发自己的大模型；普通人在担忧自己的工作会不会被AI取代而失业。还有因此衍生一系列的伦理问题，法律道德问题等等，都让人们对这个新事物是又爱又怕。
纵观人类史上几次类似的重大的生产力革命，科技会超越和取代一部分人类的能力，确实会导致一部分人引以为傲生存技能突然没了用武之地，但是同样为人类文明打开新的篇章，从而养活更多的人类，创造更多的职业，让人类生活的更加精彩。唯一不同的是，过往的科技革命都是替代的人类的体力或者机械的重复脑力劳动和记忆力等，而本次的升级则开始触及人类深层次的思维和智力，冲击必然会有的，造成一部分的人失业也是必然会发生的。但是潘多拉的盒子已经打开，担心已然是多余的，我们更多要思考的是如何去拥抱新事物，如何去投身这场变革。
人工智能有可能取代中医师吗？
首先取代肯定是不可能的，因为中医不仅仅是门医学,更是一种文化,一种基于宇宙和人体整体观念的生命智慧哲学。如果有一天人工智能已经达到可以全面取代中医师的程度，那么只有一种可能，那就是人类已经被人工智能取代了，中医也就没意义了。从这个角度而言，中医的根本是以人为本的，绝不是一个冰凉机器能取代的。不过从另一个角度看，一个人工智能通过学习中医知识能不能成为一个优秀的中医师呢？也就是成为一个黄帝内经描述的“问而知之谓之工”，抛开由医入道成神成圣的范畴，专心做一个不知疲倦疗效稳定的医工呢？这种可能是存在的，但是目前还有三个难题:
1）中医流派众多，法无定法
相对来说，人工智能成为一个优秀的西医师比成为一个中医师要容易的多，因为西医是完全标准化的，所有规则都是固定的。就算是上一代人工智能技术，都可以很好的驾驭西医的知识和规则，比如十几年前的IBM医疗AI沃森就已经超过大多数医生的诊断能力。但是对于中医而言，传承几千年下来，有真传的，假传的，失传的；也有守旧的，创新的，编造的。纵然有如四大经典这样的指路明灯，但是也不妨碍历代医家从各个角度的个人解读与发挥，数万本中医古籍，足以迷乱后人，逐渐形成各种风格各种流派的，有殊途同归，也有渐行渐远，甚至于针锋相对，格格不入。但是却有一个共同点，能流传下来的，一定是有疗效能治病的。是的，同一个人同一个病，可以有很多种种方案，还能都有效，而且每个医师都认为自己方案才是最正确，别人的都是歧途，这就是中医的现状。每一次中医治病就是患者个体和医师个体两个量场之间的一次独一无二的交互，对于以人为本的中医来说，貌似本就该如此。但是对于机器学习，那就是一路坑，你让AI单学一个伤寒杂病论，会是个不错的医工；但是如果让AI机械学习古今数十万医书后，你觉得它还能会看病吗？
2）AI具有很大的不确定性
现阶段的AI，包括最先进的GPT-4，回答问题都具有很大的不确定性。这种不确定性来自多个方面，一是来自训练的海量数据中的错误数据，AI自身是很难甄别的；二是AIGC的模式下，可能同一个问题，AI每次的回答都会有所不同，输出很不稳定。技术强如谷歌，年初在其大模型聊天机器人首秀也翻车，回答错误问题导致当天市值蒸发7172亿。而其后各大厂商发布各自大模型，不约而同的都是放录像，而不敢现场演示，被网友戏称发布了个ChatPPT。阿里通义千问发布后，有网友问了一个问题，得到这样的回答。瞬间笑崩，心想这难道是阿里某个工程师的恶趣味？
有好事者又去问了ChatGPT，才发现这还真不是恶搞，而是AI确实学到的就是这个知识点。
不过ChatGPT更智能一些，似乎觉得这个答案不太合理，于是发挥了其一本正经的胡说八道的特长，硬是生编了一套符合逻辑的虚假信息来圆。这也是生成类AI的另一个不靠谱之处，遇到不太确定的问题，它也会言之灼灼的胡编乱造信息给你，当你发出质疑后，它会迅速认错然后另编一个，让你哭笑不得。所以这样的这样的AI医生来开药给你，你敢吃吗？
3）诊断数据采集难以标准化
中医诊断要求是望闻问切四诊合参，对于AI而言就是现在流行的多模态。但是这个信息采集是无标准的，目前最普遍的做法就是问诊信息，也就是通过症状匹配治疗方案，因为症状是可以做到相对标准。如果加入医师的舌诊和脉诊输入，那就千差万别了，对医师要求也很高。输入千差万别，指望AI能稳定输出，那就是天方夜谭了。所以即便有些AI接收舌像和脉象，也只能做辅助参考，不敢用于决定性诊断。当然也有一些自动分析舌照，或是自动采集脉象的，这个数据就能标准很多，虽然同样受光线，角度，以及设备敏感度制约，但是比靠医师输入来采集信息，还是要靠谱的多。所以这个难题，说难也不难，技术上其实很容易实现。但是让中医师接受标准化诊断数据，代替自身的四诊合参，这个不是一般的难，甚至是无解的难。
三大难题如何解决？
接下来我们聊聊，这三大难题有没有可能被突破？要搞清这个，我们就需要深入了解下AI的技术原理，如果你从网上搜ChatGPT的实现原理，能找到的大概都是一堆数学公式。但是我们是搞中医，不是搞算法的。所以这里我尽量抛开数学，尝试在逻辑和哲学层面与大家探讨一下AI的发展和原理。
人类对于人工智能的向往源远流长，无论是西周的偃师造人还是古希腊神话的黄金机器人，都是基于人类模拟自身的朴素梦想。而早在计算机诞生之前，阿西莫夫就提出了机器人三定律，把神话变成了科幻。1946年第一台计算机诞生后，人工智能终于有了实质性的研究和实践。从十九世纪五十年代起，掀起了第一波人工智能热潮，奠定了人工智能的研究路线和算法。70多年过去了，不但路线没有偏离，算法其实进步也不大，唯一突飞猛进的大概就是算力了。
当时的研究路线有三派：逻辑学派（符号主义），仿生学派（连接主义）和进化学派（行为主义）。这三个方向其实也代表着人类认识世界的三种思想。
1、符号主义
逻辑学派基本代表了现在科学的普遍世界观，这个世界是规则是世界，主宰世界运行的是一系列的真理和定律，一切行为现象背后都有其规律可循，把人类认知和思维的基本单元称为符号，认知过程就是在符号表示上的一种运算，所以叫符号主义。符号主义人工智能正是秉承这一世界观，为人工智能设计一条条基础逻辑和规则，让人工智能在其框架内运行。因为符合科学界的主流世界观，且有清晰的逻辑规则及可控性，可解释性，从人工智能诞生以来，符号主义就一直是绝对的正统学派，长期在人工智能研究中处于主导地位。目前市面上的商业人工智能系统，绝大多数的是这一类。
2、连接主义
仿生学派则认为无论世间多么复杂的的事物，都是由最简单的单元相互连接和传递的结果，世界是如此，人脑也是如此，所以叫连接主义。连接主义立足于人脑仿生学研究，创立了神经元及神经网络的数学模型，以此模拟人脑的学习和思维过程，开辟了人工智能的另一条道路。但是受限于算力，连接主义长期停留在理论阶段，少有实质性突破，但是算法和模型也在不断进步中，随着算力的提升，连接主义的人工智能2010年开始逐渐从各方面碾压上符号主义的人工智能，并在2016年AlphaGo（阿法狗）对决围棋世界冠军李世石一战成名天下知，取代符号主义，奠定其当下人工智能研究的主流地位。如今的ChatGPT的成功则是证明了这条路已经走通，因此也聚焦了全世界的目光和资源。
3、行为主义
进化学派认为世界源于感知，而智能源于感知的信息反馈，简单来说就是世界之所以表现这样，是基于人类的眼耳鼻舌身的感知，而人类的智慧来源，就是对这些感知信息的提取，处理，存储。所以行为主义基于控制论，通过研究生物进化机制，模拟人在控制过程中的智能行为和作用，形成了“感知—行动”的智能模拟控制系统。行为主义的研究和发展远不如符号主义和连接主义广泛和深入，目前主要应用在机器人领域，不是我们今天探讨的关键。
中医AI
接下来我们从中医AI的角度来深入探讨一下，现在我们知道早期都是符号主义人工智能，靠的是工程师固化知识点、规则和逻辑，人工智能按部就班执行，是否智能取决于设计者预判了多少场景固化了多少逻辑，优点是逻辑清晰，输出可控，可解释，可信度高;缺点是现实世界知识无限，场景无限，不可能完全固化，也不能自我学习，导致长期以来人工智能都被成为人工智障。当然后期也发展出了随机森林，知识图谱等技术，让人工智能不再那么死板，不再完全依赖于工程师的逻辑固化，具备了一定的学习和推理能力。
目前市面上的中医AI大都是以知识库与决策树为基础的早期智能。因为符号主义的智能是没有理解能力的，医书肯定是看不懂的，所以推理逻辑来源只能来自两个方面，一、医师经验总结的格式化逻辑；二、海量病历的机器学习。前者的问题在于没有人可以把自己的经验做无损的完全格式化总结；后者的问题在于病历收集难度以及可信度，尤其是可信度，正是我们上面提到的第一个难题，来自不同医师，不同流派的，记录不规范并且疗效不明的海量病历，恐怕只能让机器越学越糊涂。在此两者之外还有一个患者基本信息采集难以规范标准化的大问题，就算人工智能的推理能力足够好了，使用者输入的信息不标准不能如实反映患者真实情况，结果也会是一塌糊涂。所以经常有朋友问我现在有没有靠谱的中医AI？我也只能呵呵了。几千年来，能把自身经验最少损失，最大化疗效的格式化逻辑总结，唯仲景一人。所以，就目前而言，一个以伤寒论为准则，以最简单方证对应为逻辑，只开经方的最简陋中医AI，反倒可能是疗效最好的。当然问题也是很多，比如上一波席卷全国的新冠，典型的发热，恶寒，身痛症状，在经方有多少种可能？不说AI，全国经方医家也给出各不相同的答案，有推荐麻黄类的葛根汤，麻黄加术汤，麻杏甘石，大小青龙等，也有柴胡桂枝汤，桂枝二越婢一汤，桂枝加附子汤等等，或是理中四逆辈，真武汤，白通汤等。如果采集信息不标准，输入症状不完全，AI恐怕也只能听天由命。还有一种就是精心调教的大师专家系统，假如你信服和学习某位大师，用基于该大师经验的专家系统辅助诊疗，还是帮助很大的。现阶段中医AI虽然面临问题很多，但是最大的优势是不存在我们上面提出的第二个难题，一经固化的逻辑，具备可以解释，可追溯能力，发现不可靠回答就可以及时改正，不存在随机性和不确定性。
如今的人工智能领域连接主义大行其道，风头无二，在超强算力和大模型（LLM）的加持下，已经初步具备了学习，思考，理解，创造和多模态（文字，图片，声音，视频等通通掌握）能力。如果让大模型来学习中医，能做到什么程度？这条路还没有人探索过（也许现在已经有人在做，但是我不了解，如果有朋友同道已经在做，希望可以联系我，我们多多学习交流，互通有无）。我们这里只能从原理上分析一下，那么这新一代人工智能是如何推理的呢？微软报告里是这样描述的“我们过去几年，人工智能研究中最显著的突破是大型语言模型（LLMs）在自然语言处理方面取得的进展。这些神经网络模型基于Transformer架构，并在大规模的网络文本数据体上进行训练，其核心是使用一个自我监督的目标来预测部分句子中的下一个单词。”这话有点难懂，我们这里也不是探讨算法和数学原理。简单而言，这个新一代智能还是秉承着连接主义的基础世界观，复杂事物都是由最简单的单元相互连接和传递的结果，它认识世界只有一个维度——概率。以文字处理为例，它通过海量的现实世界文字分析，得出在各种场景，各种语境下，每一个词可能出现的概率。在智能问答或者生成文案时，根据你的提问或者文案要求，然后根据每个词的概率组合成一句话或一篇文章。应用在中医领域，它可能是通过学习所有的中医知识，建立各种维度的概率，如方，药，穴位，疗法等等，在接受一个患者信息后，通过概率给出各种治疗方案。这个东西已经很难理解，而且也远不是我描述这么简单，大模型会在某个时刻突然变聪明，其变化如同神话里的注灵般,让傀儡瞬间具备灵性。就连其创作者也说“我们没有解决为什么以及如何实现如此卓越的智能的基本问题。它是如何推理、计划和创造的？”这就是大模型的不可解释性。这种通过海量训练后，突然暴增的智能性，行业里称为涌现（emergence ）。是否具备涌现能力，以及具备多少涌现能力，已经是人工智能的分水岭。同行的朋友见面第一句话，往往是“你的模型涌现了吗？“，但是目前还没有人知道人工智能的涌现是如何发生的，只知道在足够大的模型，足够多的数据训练下才有可能发生。既然无法从逻辑上理解，我们就尝试从哲学上理解一下。
人工智能的世界观
上面我们提到人工智能的三种路线代表了三种世界观，世界的本源是什么样子，这个问题本就无解，人类的目前的探索可能甚至未能揭开亿万分之一。在量子理论问世之前，科学界是决定论一统天下，牛顿用经典物理学塑造了决定论的巍峨宫殿，几乎无懈可击——“这个世界就是我们可以理解的样子，宇宙里没有任何巧合，一切都是严格遵循规则，而人类已经完全掌握了这些规则”。后来爱因斯坦举起相对论的锄头挖倒了这座宫殿，但是他依旧是决定论的拥趸，坚信“上帝从不掷骰子”。但是由于决定论的宫殿已经被他亲手挖倒，最终他还是在与玻尔等人论战30年后败下阵来。后世随着量子理论的完善以及量子纠缠的发现，现在的科学界已经普遍认同，这个世界就是一个充满了不确定性和随机的世界，无论你是否理解或承认。在最前沿猜想中，概率和关系就是整个世界的基石，宏观世界的物质存在，也不过的是微观世界概率与关系的表象，概率波+薛定谔方程，就是宇宙的最终表达。是的，物质不存在，空间不存在，一切像极了电脑虚拟世界中的一切事物，无论多么庞杂繁琐，最终都归结于数字0和1的表达。当然，这也只是科学猜想。说到这里，你是否发现了什么？大模型的训练过程，就是把一切数据，知识这些可表现形式拆解为概率和关系；而大模型的推理过程，就是用概率和关系生成文字，图片或其他可表现形式，像不像量子物理学的宏观与微观？从这个角度来看，大模型类的人工智能，似乎发现了人类尚未发现的领域，正在从另一个维度去认识和理解这个世界。概率作用在于大样本，知道有50%概率，对于扔一次硬币得到是头还是字毫无意义，但是你扔一万次甚至一亿次，这个概率就成了定律，结果就是可预测的。所以大模型的根基就是要大，只有足够多的数据，足够多的参数，训练出来的大模型才有可能把概率变成定律。才有可能解决我们上面的前两大难题，让人工智能在学习中可以自我甄别，在输出时可以稳定不翻车，通过海量医书的学习和实践中的反馈，从另一个维度理解中医，发现隐藏在概率中的一切理法方药，成为最强中医师，这种可能是存在的。不过这要依赖于将来的算力和算法的进一步升级。所以目前看来，人工智能不仅无法取代中医，就连做一个输出稳定疗效不错的医工也是很难的。
现阶段中医AI该怎么做？
说了半天，结论似乎是在目前的技术下，中医AI是无法解决上面三个难题的，搞中医AI是不是就没意义了？当然不是！上面提到的很多思想和算法是在计算机发明之前就已经被提出的，技术不成熟，不代表不能去探索。不迈出步子，永远也到不了终点。基于目前的技术条件，这个三个难题也是可以规避和解决的。
第一个问题其实很好解决，缩小范围，不做通用中医AI，做单一流派中医AI，在深度学习之前，人工筛选所有的知识，书本和医案，只选某一派甚至某一个人或者一批理念相近一脉相传的医师著作。比如我们可以找出历代所有经方医家的伤寒论著作和医案，再配合黄帝内经，辅行决等基础医理，让大模型去学习和总结。相信一定能训练出一个出色的经方医家，甚至它还能帮我们找出伤寒论所有的错简漏条。
第二个问题在模型和数据量不够大的现在，只能规避，也就是不使用AIGC技术来生成治疗方案，但是并不代表我们就回到上一代人工智能，只能在老路上奔波。我们完全可以用大模型来学习上一步筛选出来的知识和数据，用以生成完善的知识图谱。这种学习的效率和规模绝对是过去不可想象的。然后我们通过人工和实践中逐步微调这个知识图谱，让其准确性越来越高。
第三个问题其实不是技术问题，是个理念的问题。初期我们可以抛开，但是在实践中配备标准化的舌像采集和脉象采集或者经络采集设备，积累一定数量的病历数据后，再次用标准化数据重新训练模型，这样新的智能就不会受到信息采集者的主观干扰，实现稳定的输入输出。
另外，通用AI不容易实现，但是做专家专病的AI就相对容易的多。总之，随着ChatGPT的问世，一扇新的大门已经打开，新的生产力已经上线，对于各行各业而言，终究要投身其中拥抱变化，这是早晚的事情。中医诊疗AI不一定成熟，但是在客户服务，患者关怀，医患沟通这些方面，现有AI技术已经很成熟，大家还是要多多关注。 |
