為什么說(shuō)人機(jī)融合智能是強(qiáng)人工智能？

智能是什么？人具有智能的一部分，而不是全部。

智能是東西方文明一直共同關(guān)注的對(duì)象，孟子曰:“是非之心，智也”（《告子上》）；米塞斯說(shuō):區(qū)別A與非A即是知識(shí)，是非在西方可以用“to be or not to be”來(lái)替代，兩者之間的活動(dòng)——應(yīng)該（should）即是智能。西方人偏哲學(xué)科學(xué)是為了反對(duì)迷信（神太多），中國(guó)人好歷史倫理是以人為本（人不少），其實(shí)智能里這些成分都有。智能里包含了邏輯，同時(shí)也存在著大量的非邏輯成分，如直覺(jué)、非公理、模糊等因素。智能里不僅存在著邏輯/倫理悖論的對(duì)抗，而且還隱藏著邏輯/倫理悖論的妥協(xié)，本質(zhì)上是用多元（一切）的可能性通過(guò)一元的現(xiàn)實(shí)性不失其意的表征，簡(jiǎn)言之，就是把萬(wàn)千的可能性用唯一的現(xiàn)實(shí)性表達(dá)出來(lái)，以簡(jiǎn)示繁，彌聚有度。

智能是相關(guān)無(wú)關(guān)化的應(yīng)該存在，即把表面上無(wú)關(guān)（本質(zhì)上存在著千絲萬(wàn)縷關(guān)系）的事物應(yīng)該相關(guān)在一起去發(fā)現(xiàn)、分析、解決問(wèn)題的能力。評(píng)價(jià)智能好壞的指標(biāo)是處理問(wèn)題的復(fù)雜程度。首要的關(guān)系不是智能和事物的關(guān)系，而是：智能就是事物的關(guān)系，智能把每一物擁入存在并保持在存在里，就此而言，智能本身即是關(guān)聯(lián)，不考慮因果的關(guān)聯(lián)。狹義的智能有時(shí)空性（如人工智能），要求在資源有限的情況下適應(yīng)性地處理信息；廣義的智能則沒(méi)有時(shí)空性（如智慧），用無(wú)限的材質(zhì)方法去達(dá)到目的——這種有無(wú)時(shí)空的跨界也是智能很難被定義的原因之一。

智能是關(guān)系主觀的建構(gòu)，智能同時(shí)也是對(duì)客觀存在的反映，是一種主客觀融合的產(chǎn)物。所謂對(duì)客觀存在的描述實(shí)際上就是把人物（機(jī)）環(huán)境系統(tǒng)之間的交互關(guān)系梳理清楚、分析干凈。僅以當(dāng)前的數(shù)學(xué)模型確實(shí)很難，有不完備的成分在。從這個(gè)意義上說(shuō)，大家對(duì)智能的突破期待，實(shí)際上是對(duì)嶄新描述方法和手段的渴望。盡管主客觀二元?jiǎng)澐值姆椒m然為人類提供了不少解釋世界的便利，但同時(shí)也為改造世界設(shè)置了一定的障礙，如何打破之（比如除了主客體之外設(shè)立第三體角度），可能是未來(lái)的一個(gè)突破方向吧！

當(dāng)前的智能本身就不是單獨(dú)的科學(xué)或數(shù)學(xué)或哲學(xué)或人文能解決的一個(gè)學(xué)問(wèn)。比如說(shuō)數(shù)學(xué)，現(xiàn)在的數(shù)學(xué)可以比較好比較精確描述物理對(duì)象，但是比較難描述復(fù)雜過(guò)程，尤其是心理、社會(huì)、認(rèn)知方面的過(guò)程，所以有人用這樣一句話來(lái)形容數(shù)學(xué)的局限：“數(shù)學(xué)可以很好地解決問(wèn)題的精確性，但不容易解決問(wèn)題的方向性”。未來(lái)的智能本身也不是以后的某個(gè)學(xué)科單獨(dú)能解決的一個(gè)學(xué)問(wèn)。它本質(zhì)是復(fù)雜性問(wèn)題，需要多領(lǐng)域的不斷地交叉融合。當(dāng)然，通過(guò)一些學(xué)科的努力會(huì)取得一些進(jìn)步，但這些進(jìn)步也許會(huì)造成一些隱形的退步或阻礙，簡(jiǎn)而言之——進(jìn)步的退步。

二

“強(qiáng)人工智能”一詞最初是約翰·羅杰斯·希爾勒（John Rogers Searle）針對(duì)計(jì)算機(jī)和其它信息處理機(jī)器創(chuàng)造的，其定義為：

“強(qiáng)人工智能觀點(diǎn)認(rèn)為計(jì)算機(jī)不僅是用來(lái)研究人的思維的一種工具；相反，只要運(yùn)行適當(dāng)?shù)某绦颍?jì)算機(jī)本身就是有思維的。”（J Searle in Minds Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980。但事實(shí)上，Searle本人根本不相信計(jì)算機(jī)能夠像人一樣思考，在這個(gè)論文中他不斷想證明這一點(diǎn)。他在這里所提出的定義只是他認(rèn)為的“強(qiáng)人工智能群體”是這么想的，并不是研究強(qiáng)人工智能的人們真正的想法。因此反駁他的人也不少。）

擁有“強(qiáng)人工智能”的機(jī)器不僅是一種工具，而且本身?yè)碛兴季S。“強(qiáng)人工智能”有真正推理和解決問(wèn)題的能力，這樣的機(jī)器將被認(rèn)為是有知覺(jué)，有自我意識(shí)。

強(qiáng)人工智能可以有兩類：

類人的人工智能，即機(jī)器的思考和推理就像人的思維一樣。

非類人的人工智能，即機(jī)器產(chǎn)生了和人完全不一樣的知覺(jué)和意識(shí)，使用和人完全不一樣的推理方式。

三

約翰·羅杰斯·希爾勒（John Rogers Searle，1932年7月31日出生于美國(guó)丹佛），哲學(xué)教授。

他主要研究語(yǔ)言的“目的性”。他不同意“強(qiáng)人工智能”的提法，認(rèn)為感知出現(xiàn)于一個(gè)生物整個(gè)物理特性，人的意識(shí)是有目的性的，而電腦沒(méi)有目的性，因此電腦沒(méi)有意識(shí)。

他發(fā)現(xiàn)了一個(gè)目的現(xiàn)象的特性并稱之為“適合方向”。比如某人看到一朵花，他的意識(shí)狀態(tài)就適合了外部世界的狀態(tài)。這個(gè)過(guò)程的適合方向是從意識(shí)向世界。但假如他伸手去采這朵花的話，那么他就要使的外部世界的狀態(tài)適合他的意識(shí)狀態(tài)。因此這時(shí)的適合方向是從世界向意識(shí)。他還提出了一個(gè)稱為“背景”的技術(shù)概念。這個(gè)概念引起了一些哲學(xué)探討。簡(jiǎn)而言之“背景”是一個(gè)目的性的行動(dòng)的周圍環(huán)境，其中包括行動(dòng)者對(duì)世界的認(rèn)識(shí)以及別人對(duì)他的目的的了解和認(rèn)識(shí)。

他從理論上證明了一個(gè)社會(huì)環(huán)境中的集體目的性。提出五個(gè)論點(diǎn)：

1、集體目的性的活動(dòng)是存在的，它與不是個(gè)人目的性活動(dòng)的總和不是一回事。

2、集體目的不能被簡(jiǎn)化為個(gè)人目的。

3、上述兩個(gè)論點(diǎn)有兩個(gè)限制：

A、一個(gè)社會(huì)只是由其個(gè)人組成的，一個(gè)社會(huì)沒(méi)有獨(dú)立的團(tuán)體意識(shí)或團(tuán)體知覺(jué)；

B、個(gè)人或團(tuán)體的目的性與個(gè)人信仰的真實(shí)性無(wú)關(guān)。

為了滿足這些論點(diǎn)，他發(fā)明了一種描寫(xiě)集體目的性的方式來(lái)將集體目的性與個(gè)人目的性聯(lián)系起來(lái)，而同時(shí)又將兩者區(qū)分開(kāi)來(lái)。其結(jié)果是個(gè)人目的性可以構(gòu)成集體目的性。要構(gòu)成一個(gè)集體目的性，一個(gè)人必須知道別人可以參加他的目的性，因此：

4、集體目的性的前提是對(duì)他人作為社會(huì)成員的一個(gè)背景了解：他人能夠參加集體運(yùn)動(dòng)。

將這些論點(diǎn)集中在一起我們獲得：

5、目的性理論加上上述的背景可以解釋集體目的性。

他將他對(duì)目的性的分析運(yùn)用到社會(huì)構(gòu)造上。他的興趣在于我們這個(gè)世界的一定方面是怎樣成為利用這些方面人共同的目的性的。比如一張五元錢(qián)的紙幣只是憑集體目的性才成為一張五元錢(qián)的紙幣的[缺乏這個(gè)集體目的性，比如在另一個(gè)國(guó)家（地區(qū)）中，這張紙幣僅是一張印有花紋的紙而已]。只有因?yàn)樯鐣?huì)中所有的人都認(rèn)為它值五元錢(qián)，它才能夠完成它的貿(mào)易作用。這與政府是否支持它的價(jià)值無(wú)關(guān)（假如大家都不信任它的價(jià)值，那么即使政府強(qiáng)制，它依然不會(huì)獲得它的價(jià)值，這是為什么會(huì)出現(xiàn)黑市價(jià)的原因）。這樣的社會(huì)構(gòu)造充斥著我們的生活。我們使用的語(yǔ)言、我們對(duì)我們私有財(cái)產(chǎn)的擁有以及我們與其他人之間的關(guān)系都根本地建立在這樣的目的性上。

他對(duì)社會(huì)構(gòu)造的研究成果與其他不認(rèn)同有這樣的與意識(shí)無(wú)關(guān)的事實(shí)的論點(diǎn)非常不同。他認(rèn)為我們所稱的真理是一種社會(huì)構(gòu)造。

四

人機(jī)融合智能不是簡(jiǎn)單的人+機(jī)器，而是人*機(jī)器，簡(jiǎn)單地說(shuō)就是充分利用人和機(jī)器的長(zhǎng)處形成一種新的智能形式，是各種“有限理性”與“有限感性”相互疊加和往返激蕩的結(jié)果。

人機(jī)融合智能就是由人、機(jī)、環(huán)境系統(tǒng)相互作用而產(chǎn)生的新型智能系統(tǒng)。之所以說(shuō)它與人的智慧、人工智能不同，具體表現(xiàn)在三個(gè)方面: 首先是在智能輸入端，它是把設(shè)備傳感器客觀采集的數(shù)據(jù)與人主觀感知到的信息結(jié)合起來(lái)，形成一種新的輸入方式；其次是在智能的數(shù)據(jù)／信息中間處理過(guò)程，機(jī)器數(shù)據(jù)計(jì)算與人的信息認(rèn)知融合起來(lái)，構(gòu)建起一種獨(dú)特的理解途徑；最后是在智能輸出端，它把機(jī)器運(yùn)算結(jié)果與人的價(jià)值決策相互匹配，形成概率化與規(guī)則化有機(jī)協(xié)調(diào)的優(yōu)化判斷。人機(jī)融合智能也是一種廣義上的“群體”智能形式，這里的人不僅包括個(gè)人還包括眾人，機(jī)不但包括機(jī)器裝備還涉及機(jī)制機(jī)理，除此之外，還關(guān)聯(lián)自然和社會(huì)環(huán)境、真實(shí)和虛擬環(huán)境等。著重解決上述人機(jī)融合過(guò)程中產(chǎn)生的智能問(wèn)題。比如諸多形式的數(shù)據(jù)/信息表征、各種邏輯/非邏輯推理和混合性的自主優(yōu)化決策等方面。

人機(jī)融合智能研究是智能技術(shù)發(fā)展到一定程度的產(chǎn)物，它既包括人工智能的技術(shù)研究，也包括機(jī)器與人、機(jī)器與環(huán)境及人、機(jī)、環(huán)境之間關(guān)系的探索。

人機(jī)融合需要界定角色和責(zé)任，以及制定人機(jī)協(xié)作的規(guī)則，這種功能分配的根源在于如何想辦法把人類的需求、功能及策略轉(zhuǎn)換成機(jī)器感知、能力和執(zhí)行。即如何把人的感知/理解/預(yù)測(cè)/反饋與機(jī)器的輸入/處理/輸出/迭代有機(jī)地融合在一起。

五

在人類的歷史長(zhǎng)河中，古埃及的象形文字、古巴比倫的楔形文字、古印度河流域的印章文字和中國(guó)的甲骨文共同形成了世界四大古文字體系。唯有中國(guó)的甲骨文穿越時(shí)空，至今仍在使用并且充滿活力。其根本原因在于西漢時(shí)期出現(xiàn)了隸書(shū)—這一表意性文字，自此，中文文字完成了由表形（圖畫(huà)）到表意的驚險(xiǎn)一跳，成為世界上唯一一個(gè)連綿不斷的文明！智能科學(xué)的核心和關(guān)鍵依舊是何時(shí)能夠完成“得意忘形”這一驚險(xiǎn)的一跳，目前科技進(jìn)展的種種跡象表明：人的意向性+機(jī)的形式化是實(shí)現(xiàn)智能的最高形式——“得意忘形”可能性最大的方式。

人工智能領(lǐng)域的先驅(qū)、貝葉斯網(wǎng)絡(luò)之父Judea Pearl 認(rèn)為AI深陷于概率關(guān)聯(lián)的泥潭，而忽視了因果。Pearl 認(rèn)為研究者應(yīng)該研究因果（Cause and Effect），這可能是實(shí)現(xiàn)真正智能的機(jī)器的可能路徑。

目前人機(jī)融合智能系統(tǒng)的本質(zhì)就是：“物是人非”。機(jī)器這個(gè)人造物可以處理一定程度的相關(guān)、關(guān)聯(lián)關(guān)系，而人類自己則可以擬合出風(fēng)俗、習(xí)慣關(guān)系甚至更厲害的因果關(guān)系。

Pearl在其新書(shū)《The book of why》中闡述機(jī)器不能只有把發(fā)燒和瘧疾聯(lián)系起來(lái)的能力，還要有推理「瘧疾引起發(fā)燒」的能力。一旦這種因果框架到位，機(jī)器就有可能提出反事實(shí)的問(wèn)題——詢問(wèn)在某種干預(yù)下因果關(guān)系將如何變化，允許機(jī)器進(jìn)行概率思維，而人則是有目的的概率思維。

人機(jī)融合需要界定角色和責(zé)任，以及制定人機(jī)協(xié)作的規(guī)則，這種功能分配的根源在于如何想辦法把人類的需求、功能及策略轉(zhuǎn)換成機(jī)器感知、能力和執(zhí)行。即如何把人的感知/理解/預(yù)測(cè)/反饋與機(jī)器的輸入/處理/輸出/迭代有機(jī)地融合在一起。

智能化與自動(dòng)化的主要區(qū)別是在不確定性很大情況下基于各種信息（來(lái)自各種問(wèn)題領(lǐng)域的信息）做出決策的能力，自我學(xué)習(xí)的能力，對(duì)“意外情況”和不斷變化的情況的自適應(yīng)能力。自我學(xué)習(xí)和自適應(yīng)能力是系統(tǒng)獨(dú)立（沒(méi)有外部干預(yù)）完善其內(nèi)置軟件的能力，亦即在出現(xiàn)算法不能做出反。據(jù)此，我們可初步提出下面這個(gè)分布式式深度態(tài)勢(shì)感知的自適應(yīng)控制系統(tǒng)理論框架:

人機(jī)融合智能=生物智能+非生物智能

=刺激/選擇/反應(yīng)+刺激/反應(yīng)

其中的如何刺激、如何選擇、如何反應(yīng)將是構(gòu)建的難點(diǎn)和熱點(diǎn)。

這種分布式式深度態(tài)勢(shì)感知的自適應(yīng)控制系統(tǒng)ACT-DDSA(Adaptive Control of Thought—DDSA)主要包括數(shù)據(jù)庫(kù)+（新舊）知識(shí)圖譜+任務(wù)要求（各種環(huán)境條件）+態(tài)勢(shì)圖譜+人的能力（負(fù)荷狀態(tài)等）+機(jī)的能力（機(jī)器狀態(tài)等）等構(gòu)成。

這個(gè)認(rèn)知框架與以前的認(rèn)知框架一個(gè)主要區(qū)別是：具有同化與順應(yīng)遷移機(jī)制。關(guān)于遷移，安德森等人提出了“共同要素理論”。這一理論實(shí)質(zhì)上是桑代克的相同要素理論在信息加工心理學(xué)中的新版本，它的特點(diǎn)是以產(chǎn)生式規(guī)則取代了相同要素。理解知識(shí)如何在領(lǐng)域間遷移關(guān)鍵取決于認(rèn)知任務(wù)分析(檢查一個(gè)領(lǐng)域中已獲得的知識(shí)結(jié)構(gòu)，并評(píng)估對(duì)另一領(lǐng)域的應(yīng)用性)。按照“共同要素理論”，兩種技能之間發(fā)生遷移的條件是：它們之間必須共用相同的程序性知識(shí)，并且，兩種技能之間的遷移量，可以通過(guò)計(jì)算它們共用的程序性知識(shí)的數(shù)量來(lái)作出估計(jì)：(1)如果兩種技能共用較多的程序性知識(shí),它們之間將產(chǎn)生顯著的遷移；(2)如果兩種技能共用較少的程序知識(shí)，即使它們共用相同的陳述性知識(shí)，它們之間也將產(chǎn)生很少的遷移或者沒(méi)有遷移。這種遷移可能類似于隨機(jī)函數(shù)（randomized function）定義的映射（mapping），其實(shí)具體如何定義，還是次要的，把學(xué)習(xí)僅看成某種單層的映射，才是限制他們的根。如何產(chǎn)生合理的多層映射（包括虛實(shí)映射）是關(guān)鍵。

學(xué)習(xí)如何學(xué)習(xí)的機(jī)制至少包括下面三個(gè)環(huán)節(jié)：可變的表征+非單調(diào)的推理+融合決策。實(shí)事求是地講，人的智能不是鳥(niǎo)，人工智能也不是飛機(jī)，盡管很多人都愛(ài)以此做某種類比。現(xiàn)代人工智能技術(shù)經(jīng)過(guò)推理、知識(shí)、學(xué)習(xí)三個(gè)階段進(jìn)入了一個(gè)大家都翹首以待的時(shí)期，就像一個(gè)面對(duì)禮物盒充滿遐想的小孩子一般……期望是可以理解的，誰(shuí)不想在吃飽點(diǎn)后就想吃好點(diǎn)呢？!但這種類人的智能缺乏人的智能特點(diǎn):可變的表征+非單調(diào)的推理+融合決策（通情達(dá)理），會(huì)很難達(dá)到大眾的胃口和期待。人的智能是推理的推理+知識(shí)的知識(shí)+學(xué)習(xí)的學(xué)習(xí)，還有理解的理解、意識(shí)的意識(shí)……如果說(shuō)理解就是看見(jiàn)了聯(lián)系，那得看是誰(shuí)看的，什么時(shí)候看的，在哪里看的，如何看的，怎樣看的聯(lián)系……所以現(xiàn)在的人工智能之工作基本上可看做是編制程序人員+部分領(lǐng)域人員的特定情境下的視角，距離實(shí)際要求相差還較遠(yuǎn)。

一位朋友最近讀了一年多后現(xiàn)代發(fā)現(xiàn):國(guó)外的哲學(xué)家史學(xué)家都特善長(zhǎng)文學(xué)，中國(guó)的哲學(xué)家史學(xué)家都在拼命和文學(xué)劃清界限，有點(diǎn)像中國(guó)的人工智能學(xué)者們都拼命與哲學(xué)和心理學(xué)劃清界限一般。其實(shí)，國(guó)外好的大學(xué)不要說(shuō)人工智能專業(yè)，就是計(jì)算機(jī)專業(yè)的課程也常常開(kāi)設(shè)一些人文、藝術(shù)、歷史、哲學(xué)、心理等方面的課程，人家培養(yǎng)出來(lái)的是人，能夠超越一般程序員和機(jī)械數(shù)學(xué)的引領(lǐng)者，咱們卻在辦某種意義上的藍(lán)翔技校。套用一句經(jīng)典語(yǔ)錄: 從一開(kāi)始就輸在了起跑線上了! 人類認(rèn)知過(guò)程常常是通情達(dá)理，通過(guò)故事來(lái)學(xué)習(xí)的，這方面以各種宗教為甚。而“AI目前是分裂的。首先，一部分人陶醉于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的成功之中。他們不理解因果的觀點(diǎn)，只想繼續(xù)進(jìn)行曲線擬合。但是和在統(tǒng)計(jì)學(xué)習(xí)范疇以外研究AI的人們談?wù)撨@些時(shí)，他們立刻可以理解。” Pearl講得很深刻，趨勢(shì)外推所隱含的歸納思想在休漠和波普爾那里就被證明無(wú)法成為萬(wàn)能的工具。

不難看出，從根本而言，AI還是Being與should問(wèn)題。什么是正義?這也是人工智能的盲點(diǎn)和命門(mén)。正義就是公正的、正當(dāng)?shù)牡览?，?yīng)該should。人自個(gè)都不知道什么是義，機(jī)器咋知道呢？古人云：“玉不琢，不成器，人不學(xué)，不知義”，捫心自問(wèn)一把：玉琢了，就能成器?人學(xué)了，就能知義? 日本高知工科大學(xué)的任向?qū)嵳J(rèn)為，人工智能的下一步發(fā)展，并非決定于諸如能否提高產(chǎn)量或更快捷高效的完成某些任務(wù)等傳統(tǒng)指標(biāo)，而是激發(fā)人類潛能的能力，而是旨在考慮身心健康、創(chuàng)造力、情感、道德觀、自我實(shí)現(xiàn)等因素。而人機(jī)融合智能可以做到這些考慮。也許真正的創(chuàng)新之源不在于科技，而在于人的主觀世界（藝術(shù)、文學(xué)、哲學(xué)、宗教、管理）啟發(fā)。圣奧古斯汀曰：汝若不信則不明。說(shuō)人話是：先信仰后理解! 科學(xué)與宗教莫不如此，而大多數(shù)人都是：先理解后信仰……談到文學(xué)的意義和價(jià)值，有人認(rèn)為最重要的是它打開(kāi)了人的可能性。在生活中，我們總是要去權(quán)衡各方面的選擇，很多時(shí)候都被禁錮在一條固定的規(guī)整的道路上，美國(guó)詩(shī)人羅伯特·弗羅斯特在詩(shī)作《未選擇的路》中就有這樣的句子：“一片樹(shù)林里分出兩條路，而我選了人跡更少的一條，從此決定了我一生的道路。”，相比之下，科學(xué)方法實(shí)質(zhì)上是使用同質(zhì)性假設(shè)來(lái)解決反事實(shí)問(wèn)題，這在自然科學(xué)實(shí)驗(yàn)和日常生活中經(jīng)常用到，反事實(shí)關(guān)系是一種虛擬蘊(yùn)含命題，常用產(chǎn)生式if~then,如愛(ài)情與婚姻:有可能時(shí)沒(méi)條件，有條件時(shí)沒(méi)可能。這種反事實(shí)常常會(huì)涉及時(shí)間穩(wěn)定性和因果關(guān)系短暫性。第一種解決反事實(shí)問(wèn)題的科學(xué)方法是同時(shí)假設(shè)：時(shí)間穩(wěn)定性，即Yt的值不隨時(shí)間變化而變化，和因果關(guān)系穩(wěn)定性，即個(gè)體u之前是否受到干預(yù)或控制對(duì)Yt的值無(wú)影響。第二種解決反事實(shí)問(wèn)題的科學(xué)方法是假設(shè)個(gè)體同質(zhì)性，即假設(shè)兩個(gè)個(gè)體是相同的。然而事實(shí)上，這一假設(shè)在很多情況下是不存在的，對(duì)于認(rèn)知科學(xué)和社會(huì)科學(xué)而言更是如此。

關(guān)系是怎樣產(chǎn)生的？being+should共同使然。人的“自由意志”可以產(chǎn)生出關(guān)系。科學(xué)的懷疑與宗教的相信都建立在一個(gè)共同的前提下：贊同看不見(jiàn)的有存在，藝術(shù)也是如此吧！知識(shí)即是普遍客觀可靠的，又是個(gè)人主觀虛構(gòu)的，既要相信又要懷疑，懷疑是科學(xué)的，相信是宗教的。知識(shí)是朝向?qū)嵲诘?，而非?dāng)下符合實(shí)在的。當(dāng)未來(lái)機(jī)器自己衍生出的理性與人的合理性融合（或反之）之際，會(huì)產(chǎn)生出新的智能形式。認(rèn)知科學(xué)家認(rèn)為，我們用于理解現(xiàn)實(shí)世界的很多比喻都是基于我們的身體在物理世界中的體驗(yàn)。人機(jī)融合的本質(zhì)是分布式，有智能的也有非智能的（如情和意）。人關(guān)注的常常是語(yǔ)義語(yǔ)用，而不是單詞和語(yǔ)法，人的學(xué)習(xí)不僅是建構(gòu)，更重要的是還有發(fā)現(xiàn)，不但包括刺激、數(shù)據(jù)、信息、知識(shí)，還包括體驗(yàn)、經(jīng)驗(yàn)和常識(shí)。讀萬(wàn)卷書(shū)常常包括數(shù)據(jù)信息和知識(shí)，行萬(wàn)里路往往涉及刺激體驗(yàn)經(jīng)驗(yàn)和常識(shí)。再多的知識(shí)也游不了泳，再多的理論也騎不了自行車。人的態(tài)勢(shì)感知是一種主觀的真實(shí)，像電影院里一樣：虛擬的心理+生理的現(xiàn)實(shí)。

亞當(dāng)斯密在《國(guó)富論》中指出，“分工是文明的起點(diǎn)”。智能領(lǐng)域快速發(fā)展背景下人機(jī)融合智能發(fā)展戰(zhàn)略的基本問(wèn)題，也是在感知認(rèn)知分工體系中找到和發(fā)揮比較優(yōu)勢(shì)。比較優(yōu)勢(shì)從來(lái)都是一個(gè)動(dòng)態(tài)現(xiàn)象，發(fā)展初期的不利條件隨著發(fā)展階段的變化會(huì)逐步變成新的比較優(yōu)勢(shì)，這是快速發(fā)展領(lǐng)域中比較普遍的局部發(fā)展現(xiàn)象。如果相對(duì)落后部分找到了適合發(fā)揮自己比較優(yōu)勢(shì)的交互模式和具備融入結(jié)構(gòu)體系能力的話，這些部分就開(kāi)始進(jìn)入智能快速增長(zhǎng)的軌道。深入分析就會(huì)發(fā)現(xiàn)，人機(jī)智能都有自己獨(dú)特的發(fā)展模式，其獨(dú)特之處在于激勵(lì)智能發(fā)展的不同變量做出了極不相同的貢獻(xiàn)，但在本質(zhì)上又有相似之處。

人工智能增長(zhǎng)表面的決定因素是數(shù)據(jù)、算法、硬件優(yōu)勢(shì)，但是最終起作用的是認(rèn)知和其他學(xué)科的不斷突破。人機(jī)融合智能的特征之一，在于形式化和意向性兩極之間不斷增長(zhǎng)的交互關(guān)聯(lián)：一極是復(fù)雜環(huán)境的諸多影響，另一極是復(fù)合適應(yīng)性的因勢(shì)變化，見(jiàn)微知著。should就是帶有反事實(shí)推理性質(zhì)，不是從后往前反事實(shí)，而是從前往后反虛擬的事實(shí)，與產(chǎn)生式的if—then（傾向于規(guī)則）不完全相同，更側(cè)重于主觀性的意向。自然語(yǔ)言智能處理中語(yǔ)義中既包含being成分，又包含should成分，而語(yǔ)用則在很多情境下還含有want成分，語(yǔ)法里以being為主，所以語(yǔ)法語(yǔ)義語(yǔ)用的靈活性遞增的同時(shí)，客觀性在減弱，而語(yǔ)法是程序形式化的基礎(chǔ)，從而是現(xiàn)有人工智能或自動(dòng)化產(chǎn)品／系統(tǒng)的基礎(chǔ)，按語(yǔ)法執(zhí)行固然有些意料之外，但根本上仍沒(méi)有主觀的should、want出現(xiàn)，于是人機(jī)智能的融合就越發(fā)顯得重要了。

有效的準(zhǔn)則只存在于個(gè)人的認(rèn)知行為中。雙重概率，指主觀概率+客觀概率事件被偶然性支配的觀念，以及只有在巧合的基礎(chǔ)上這些事件才能模擬的有序模式，兩者之間是有潛在關(guān)聯(lián)的。檢驗(yàn)這些巧合發(fā)生的概率并因此而檢驗(yàn)在多大程度上允許設(shè)想它們發(fā)生。 所謂秩序就是人為合理性而產(chǎn)生的偶然，自然選擇只能解釋為什么不適者沒(méi)有生存下來(lái)，而不能說(shuō)明適者或不適者為什么會(huì)出現(xiàn)。組織（organ）是能夠獲得一個(gè)特定結(jié)果的任何力量的暫時(shí)集合。目的就是意向性，形式化就是一種組織，知識(shí)可視化的過(guò)程就是內(nèi)部的心理知識(shí)和外部的物理知識(shí)之間的轉(zhuǎn)化過(guò)程，概念圖、思維導(dǎo)圖、認(rèn)知地圖、語(yǔ)義網(wǎng)絡(luò)是常用的知識(shí)可視化方法。知識(shí)可視化一般要考慮三個(gè)關(guān)鍵問(wèn)題：要對(duì)什么類型的知識(shí)進(jìn)行可視化？為什么要對(duì)這些知識(shí)進(jìn)行可視化？如何對(duì)這些知識(shí)進(jìn)行可視化？

分布式認(rèn)知對(duì)于技，術(shù)促進(jìn)個(gè)體的心智模型的形成和顯性化具有啟發(fā)意義，心智模型是一種隱性知識(shí)，把個(gè)體的知識(shí)結(jié)構(gòu)或知識(shí)庫(kù)轉(zhuǎn)化為外部表征，有助于知識(shí)共享和協(xié)同創(chuàng)新。認(rèn)知任務(wù)的分布式表征研究。認(rèn)知科學(xué)研究早已表明，并非所有的認(rèn)知任務(wù)都適合和都能夠分布出去。在特定的認(rèn)知任務(wù)中，哪些任務(wù)適用于內(nèi)部表征、哪些任務(wù)適用于外部表征，是一項(xiàng)具有實(shí)踐意義的研究問(wèn)題。由于個(gè)體差異的存在，描述認(rèn)知任務(wù)的不同表征形態(tài)極為困難。然而，每一種認(rèn)知任務(wù)在其多樣的表征背后都有特定的邏輯結(jié)構(gòu)，認(rèn)知任務(wù)的抽象結(jié)構(gòu)可以作為分布式表征研究的突破口。認(rèn)知任務(wù)的分布式表征，對(duì)未來(lái)數(shù)字化學(xué)習(xí)資源的設(shè)計(jì)將產(chǎn)生重要影響。

人的有意識(shí)行為總是指向某個(gè)結(jié)果，符合期待的結(jié)果即謂“目的”。“目者人眼，的者靶心”，目的是古人把“瞄準(zhǔn)射中靶心”這一具體事物轉(zhuǎn)化而成的抽象概念。 喬納森（Jonassen） 強(qiáng)調(diào)將技術(shù)作為“學(xué)習(xí)者手里的工具”，相信學(xué)習(xí)者通過(guò)技術(shù)工具的使用能夠獲得很好的思維技能，即皮耶（Pea）所說(shuō)的“智力是實(shí)現(xiàn)的（accomplished）而非擁有的（possessed）”。分布式認(rèn)知的前提是孤立情境下個(gè)體也能夠認(rèn)知，只是借助工具會(huì)提高個(gè)體的認(rèn)知效率（如果沒(méi)有外部輔助，個(gè)體就難以進(jìn)行高效率的認(rèn)知加工）和效果（如果沒(méi)有外部輔助，個(gè)體就難以達(dá)到理想的認(rèn)知結(jié)果）。外部環(huán)境一般主要承擔(dān)輔助記憶和輔助計(jì)算的功能。例如，當(dāng)個(gè)體需要搜索某種知識(shí)時(shí)，可以利用外部知識(shí)存儲(chǔ)的載體（如互聯(lián)網(wǎng)、百科全書(shū)等）來(lái)彌補(bǔ)自己頭腦中知識(shí)庫(kù)的不足。

六

多重不確定性（知識(shí)的+理解的）造成了態(tài)勢(shì)感知SA的不確定性。經(jīng)驗(yàn)是朝向?qū)嵲诘?，即從should ——being，陌生是實(shí)在朝向的，即從being——should，自發(fā)是無(wú)意識(shí)無(wú)規(guī)劃的，自覺(jué)是有意識(shí)有規(guī)劃的。語(yǔ)言是人類之間和其他一些動(dòng)物之間相互溝通交流的重要手段，目前人機(jī)之間交互溝通的主要還是使用人類的語(yǔ)言，什么時(shí)候機(jī)器也能產(chǎn)生自己的語(yǔ)言或人機(jī)之間產(chǎn)生一種能夠相互溝通的語(yǔ)言，真正的革命就出現(xiàn)了……

人機(jī)融合智能的內(nèi)涵是意向性+形式化。從事數(shù)學(xué)證明的最底要求是把數(shù)學(xué)證明的邏輯序列當(dāng)做一個(gè)有目的的過(guò)程來(lái)理解，即彭加勒所言: 使這一證明具有一致性的某種東西。而機(jī)器推理證明則沒(méi)有這種一致性的東西，這種東西包含著先驗(yàn)、經(jīng)驗(yàn)、后驗(yàn)，也包含著常識(shí)性的前提和條件，更包含著多重非確定性融合出的直覺(jué)——非邏輯性的邏輯。 第一人稱往往沒(méi)有being，如童年般充滿了should。為人父母，才是真真的童年，主動(dòng)多于被動(dòng)……也許人類真正的童年是從為人父母開(kāi)始的~

想象力是穿透現(xiàn)實(shí)的能力，猶如黑暗巷道里的礦燈。初中數(shù)學(xué)的很多定義和概念都是從形如開(kāi)始的，如根號(hào)下a（a>=0），學(xué)習(xí)時(shí)為什么要這樣很多人不知道，只知道這是規(guī)定要求，后來(lái)慢慢知道：平方根物理意義是一個(gè)正方形的邊長(zhǎng)；其數(shù)學(xué)意義是對(duì)各次方程解能夠定量描述。若把各方程看成數(shù)的關(guān)系，那么這些數(shù)的關(guān)系可以通過(guò)正方形（或多邊形，或非歐曲面）的邊長(zhǎng)變化組合表征，進(jìn)而說(shuō)明數(shù)學(xué)與圖學(xué)根本上一致性，數(shù)學(xué)既包括數(shù)也包括圖，可惜現(xiàn)在的人工智能重?cái)?shù)輕圖，得形忘意了！其實(shí)，人工智能不但與數(shù)圖等形式化有關(guān)聯(lián)，而且還應(yīng)與非數(shù)非圖的意向性相涉及，智能本來(lái)就是關(guān)系（包括復(fù)雜、非復(fù)雜）的梳理、表征、獲得、應(yīng)用，而數(shù)學(xué)只是這種關(guān)系的一部分（甚至是極小的一部分）而已，人工智能又是智能的一笑部分，所以當(dāng)前AI的如火如荼就讓人啼笑皆非了…… 人生就像數(shù)學(xué)，剛開(kāi)始學(xué)是對(duì)的，現(xiàn)在可能就不對(duì)了，如平方根下a，初中時(shí)，a必須>=0，高中時(shí)出現(xiàn)了虛數(shù)，a可以＜0，……世界上沒(méi)有絕對(duì)的，只有相對(duì)，甚至是相對(duì)的相對(duì)…… 很多關(guān)系是自帶前提和條件的，“我愛(ài)你”的前提條件是“你值得我愛(ài)”，“你值得我愛(ài)”的隱含前提條件是“I 服了 U”，“I 服了 U”的隱含前提條件是“我忘了自己”，即忘我! …… 許多回頭的浪子常常把非家族相似性演繹出未知問(wèn)題答案的合理性；不少根紅的苗正往往用家族相似性歸納著不明情況趨勢(shì)的可靠率。人生=有理化+合理化+數(shù)理化+非理化+道理化+經(jīng)理化+心理化+生理化+物理化+文理化+天理化+……無(wú)理化

機(jī)器智能的變是不變的變，人自然智能的變是變化的變。對(duì)于變化問(wèn)題，機(jī)器智能為什么即使變也是不變的變？但問(wèn)題在于：是對(duì)象在變，還是對(duì)象的表征在變？機(jī)器智能的對(duì)象大都是對(duì)象的表征，而不是對(duì)象本身。表征可以描述對(duì)象如何變，但只能是不變的變。只有把表征做feature placing，place到現(xiàn)實(shí)對(duì)象那里，對(duì)象的變才是變化的變。

真正的發(fā)現(xiàn)不是一種嚴(yán)格符合邏輯的行為，美其名曰：驚險(xiǎn)的一跳。啟發(fā)式常常是不可逆的發(fā)現(xiàn)，產(chǎn)生式往往是可重復(fù)的推理和追溯?，F(xiàn)在的智能體系還是產(chǎn)生式的剪枝遍歷，還遠(yuǎn)沒(méi)有出現(xiàn)啟發(fā)式的跨域和跳躍，根本原因是沒(méi)有出現(xiàn)非邏輯的邏輯——發(fā)現(xiàn)關(guān)系，不是相關(guān)關(guān)系。 深度態(tài)勢(shì)感知也包括容易生成第二態(tài)勢(shì)感知，即本來(lái)第一態(tài)勢(shì)感知，第一態(tài)勢(shì)變化了，隨機(jī)變化生成新的態(tài)勢(shì)感。也意味著極好的調(diào)節(jié)能力。 一個(gè)問(wèn)題就是一種理性的欲望（或叫準(zhǔn)需求）。與其他欲望一樣，它假定了有某種能使它滿足的東西存在——答案。 我們盯著那已知的資料，但不是盯著這些資料本身，而是把它們當(dāng)成通向未知事物的線索，當(dāng)作未知事物的提示和未知事物的構(gòu)成部分。如高斯所言：“我已經(jīng)有了自己的答案很長(zhǎng)時(shí)間了，但是我卻一直還不知道如何得出這些答案。” 蓋雷：“這個(gè)……好吧，我們?cè)O(shè)想萬(wàn)物皆有靈魂，采用擬人化的說(shuō)法。這束光必須檢查所有可能采取的路徑，計(jì)算出每條路徑將花費(fèi)的時(shí)間，從而選出耗時(shí)最少的一條。” “要做到你說(shuō)的這一點(diǎn)，那道光束必須知道它的目的地是哪里。如果目的地是甲點(diǎn)，最快路徑就與到乙點(diǎn)全然不同。”像光一樣，最快，如果沒(méi)有一個(gè)明確的目的地，‘最快路徑’這種說(shuō)法就失去了意義。也許這道光束事先必須什么都知道，早在它出發(fā)之前就知道。

七

空間知覺(jué)是概念和符號(hào)的理解的基礎(chǔ)，概念只有指向了空間中的事或物，才有意義，才被理解。人類的知識(shí)論被看做隱含著關(guān)于心靈的本體論。機(jī)器智能的運(yùn)作機(jī)制可以被認(rèn)為是沒(méi)有心靈的人工知識(shí)體系。小團(tuán)隊(duì)深度態(tài)勢(shì)感知就是生理同感，心理同情，物理同理式的有機(jī)協(xié)作 但孤立的猩猩不是猩猩，籃球是我5+敵5+裁判+觀眾+電視的集體項(xiàng)目。

現(xiàn)代物理學(xué)經(jīng)歷了三個(gè)階段，每一個(gè)階段都在改變著人們對(duì)世界的認(rèn)識(shí)： 1，相信一種由數(shù)字和幾何圖形構(gòu)成的體系； 2，相信一個(gè)由力學(xué)上受到約束的種種質(zhì)量構(gòu)成的體系； 3，相信種種由數(shù)學(xué)恒量構(gòu)成的體系。 第4種尚未閃現(xiàn)，但從趨勢(shì)上（如量子）看，應(yīng)該是包含主觀成分的體系。 主觀，簡(jiǎn)單地說(shuō)，就是認(rèn)識(shí)所有的文子，但看不懂，猶如看花，就是好看，為什么好看，不知道…… 花兒為什么好看，一是人們習(xí)慣物理上的對(duì)稱，形狀顏色大小等，當(dāng)然也有少數(shù)人不喜歡對(duì)稱，如一些藝術(shù)家們；二是花有香氣，生理舒服；三是心理可以寄托某種美好的表征……總之，這是一個(gè)非函數(shù)最優(yōu)化過(guò)程。深度態(tài)勢(shì)感知有多層，如臺(tái)灣學(xué)者黃炳煌說(shuō)：打高爾夫球——只要自己打得好即可；打網(wǎng)球——還要留意對(duì)方，有來(lái)有往；打籃球——還要兼顧團(tuán)隊(duì)成員的合作。

如何從機(jī)器學(xué)習(xí)實(shí)現(xiàn)學(xué)習(xí)機(jī)器（行為），這是一個(gè)質(zhì)的飛躍，如同人類的小孩子一般，除了感知效能之外，還有了認(rèn)知智能：自組織、自適應(yīng)、自主化，而不是它組織、它適應(yīng)、自動(dòng)化…… 推理放大器，態(tài)勢(shì)放大器，態(tài)勢(shì)感知放大器，感知放大器 吸引人們注意力的常常是夸張或變形的推理、歸納、演繹，由此我們可以嘗試構(gòu)建一種感知放大器、態(tài)勢(shì)放大器，抑或態(tài)勢(shì)感知放大器，用以解決吸引眼球的問(wèn)題，這也是深度態(tài)勢(shì)感知的起源~注意力的加強(qiáng)……

形式化的主要作用是把默會(huì)因素降低而成為更有限制性和明顯的非形式操作，但要完全消除個(gè)性化隱性參與就顯得荒謬了。 限制邏輯思維形式化的最重要定理出自哥德?tīng)?。那些定理基于這樣的事實(shí)：在任何包括算術(shù)在內(nèi)的演繹體系中，有可能建構(gòu)一個(gè)公式即命題，而這個(gè)公式或命題在那個(gè)體系之內(nèi)是無(wú)法通過(guò)證明來(lái)判定的。 比如，在電影中，經(jīng)常有不連貫的情境（包括時(shí)空、劇情、情感）出現(xiàn)，導(dǎo)演把這些離散的鏡頭呈現(xiàn)在你面前，這些鏡頭情境構(gòu)成的電影體系是沒(méi)有意義的，而是通過(guò)你——這個(gè)觀眾的主觀和眼光把這些珠子串成一個(gè)有個(gè)性化意義的故事。這里，同意的行為再一次被證實(shí)在邏輯上是與發(fā)現(xiàn)行為相似的：它們本質(zhì)上都是不可形式化的、直覺(jué)性的心靈決定。

自2008年金融危機(jī)以來(lái)，曾經(jīng)一度較為邊緣、冷戰(zhàn)結(jié)束后漸被重視的米塞斯突然更受歡迎了。為什么呢？因?yàn)檫@位奧地利學(xué)派經(jīng)濟(jì)學(xué)家主張人的行為是復(fù)雜的，是有自由意志的，因而是難以計(jì)算和計(jì)劃的。約翰·梅納德·凱恩斯明白這個(gè)原則： 在我看來(lái)，科學(xué)家通常遵循的那些物質(zhì)規(guī)律特性的基本假設(shè)，就是物質(zhì)界系統(tǒng)必須由個(gè)體組成……個(gè)體（態(tài)勢(shì)）分別施加其獨(dú)立恒定的效果，整體狀態(tài)的變化是由許多個(gè)體（態(tài)勢(shì)）的分別變化疊加而成的，而個(gè)體的分別變化又純粹是個(gè)體之前狀態(tài)的一個(gè)單獨(dú)部分導(dǎo)致的。 但是，對(duì)不同復(fù)雜程度的整體而言，很可能會(huì)有大不一樣的規(guī)律，會(huì)有復(fù)合體之間的關(guān)聯(lián)規(guī)律，而這種復(fù)合體之間的關(guān)聯(lián)規(guī)律是不能用連接個(gè)體構(gòu)成部分之間的規(guī)律來(lái)表述的。 遍歷過(guò)程就是老的一套來(lái)了又來(lái)，它不會(huì)因?yàn)闀r(shí)間或經(jīng)驗(yàn)而發(fā)生變化。放在實(shí)際場(chǎng)景中來(lái)說(shuō)就是：如果一個(gè)過(guò)程具有遍歷性，那這個(gè)過(guò)程的概率分布，過(guò)了1000年后，也和現(xiàn)在看上去一模一樣。你可以從這個(gè)過(guò)程的過(guò)去抽樣，得到概率分布，預(yù)測(cè)其未來(lái)。驅(qū)動(dòng)物理世界運(yùn)作的機(jī)械過(guò)程具有遍歷性。許多生物過(guò)程也是如此。

不久前，法國(guó)Grenoble大學(xué)的人工智能研究員Julie Dugdale研究壓力下的人類行為。她說(shuō)， “在地震中，我們發(fā)現(xiàn)人們會(huì)更害怕沒(méi)有家人或朋友在身邊，而不是害怕危機(jī)本身。”人們第一件事就是會(huì)去尋找他們所愛(ài)的人，并且愿意在這個(gè)過(guò)程中將自身陷入危險(xiǎn)。 在火災(zāi)當(dāng)中，也是同樣的情況。

八

若人的智能可分為理智、情智和意智。那么現(xiàn)有的人工智能解決的主要是理智部分；倫理道德宗教面對(duì)的常常是情智；意智是那些人文藝術(shù)等創(chuàng)造性意識(shí)力衍生出的智能。理智涉及人的經(jīng)驗(yàn)、規(guī)范和常識(shí)知識(shí)；情智包括超越、情感、信仰（看不見(jiàn)就相信）認(rèn)識(shí)；意智蘊(yùn)含直覺(jué)、非理、想象能力。智能不是非此即彼的數(shù)學(xué)命題，而是可真可假的條件和嘗試，是多個(gè)“我”之間的靈活自如的切換、同情、同理和遷移。從幼兒到兒童到青年到成人就是從無(wú)智~意智~情智~理智的過(guò)程，也即從本能到智能的過(guò)程。

不簡(jiǎn)而言之，我們不妨可以認(rèn)為：強(qiáng)人工智能遠(yuǎn)在天邊近在眼前，就是人機(jī)融合智能。

來(lái)源：動(dòng)力環(huán)境監(jiān)控 http://www.dr4xxf.cn/   本文采集于網(wǎng)絡(luò)，如有問(wèn)題有聯(lián)系刪除