人機(jī)混合智能介紹
智能是人、物、環(huán)境系統(tǒng)（為簡(jiǎn)化起見，后面均以“人機(jī)環(huán)境系統(tǒng)”代替“人、物、環(huán)境系統(tǒng)”，并略去人、機(jī)，人、機(jī)、環(huán)境之間的頓號(hào)）相互作用的產(chǎn)物。正如馬克思所言：“人的本質(zhì)不是單個(gè)人所固有的抽象物，在其現(xiàn)實(shí)性上，它是一切社會(huì)關(guān)系的總和。”[1]如狼孩盡管具有人腦的所有結(jié)構(gòu)和組成成分，但因沒有與人類社會(huì)環(huán)境系統(tǒng)的交流或交互，所以不可能有人的智能和智慧。事實(shí)上，真實(shí)的智能同樣也蘊(yùn)含著人、物、環(huán)境這三種成分。隨著科技的快速發(fā)展，其中的“物”逐漸被人造物——“機(jī)”所取代，本文簡(jiǎn)稱為人機(jī)環(huán)境系統(tǒng)。平心而論，人工智能要超越人類智能，在現(xiàn)有數(shù)學(xué)體系和軟硬件設(shè)計(jì)模式基礎(chǔ)之上，基本上不大可能，但在人機(jī)一體化或人機(jī)環(huán)境系統(tǒng)中卻是有可能的。人工智能是邏輯的，智能則不一定是邏輯的。智能是一個(gè)非常遼闊的空間，它可以隨時(shí)打開異質(zhì)的集合，把客觀的邏輯與主觀的超邏輯結(jié)合起來。
研究復(fù)雜性問題是困難的，但把它分解成人機(jī)環(huán)境系統(tǒng)問題就相對(duì)簡(jiǎn)單一些，至少可以從人機(jī)環(huán)境角度去思考理解。研究智能這個(gè)復(fù)雜問題也是困難的，但同樣也可把它分解成人機(jī)環(huán)境系統(tǒng)問題分析處理，人所要解決的是“做正確的事（雜）”，機(jī)所要解決的是“正確地做事（復(fù)）”，環(huán)境所要解決的是“提供做事平臺(tái)（復(fù)雜）”。
智能是一個(gè)復(fù)雜的系統(tǒng)，既包括計(jì)算也包括算計(jì)，一般而言，人工智能（機(jī)器）擅長(zhǎng)客觀事實(shí)（真理性）計(jì)算，人類智能優(yōu)于主觀價(jià)值（情理性）算計(jì)。當(dāng)計(jì)算大于算計(jì)時(shí)，可以側(cè)重人工智能；當(dāng)算計(jì)大于計(jì)算時(shí)，應(yīng)該偏向人類智能；當(dāng)計(jì)算等于算計(jì)時(shí)，最好使用人機(jī)混合智能。
一般而言，數(shù)學(xué)解決的是等價(jià)與相容（包含）問題，然而這個(gè)世界的等價(jià)與相容（包含）又是非常復(fù)雜的，客觀事實(shí)上的等價(jià)與主觀價(jià)值上的等價(jià)常常不是一回事，客觀事實(shí)上的相容（包含）與主觀價(jià)值上的相容（包含）往往也不是一回事，于是世界應(yīng)該是由事實(shí)與價(jià)值共同組成的，即除了數(shù)學(xué)部分之外，還有非數(shù)之學(xué)部分構(gòu)成，科學(xué)技術(shù)是建立在數(shù)學(xué)邏輯（公理邏輯）與實(shí)驗(yàn)驗(yàn)證基礎(chǔ)上的相對(duì)理性部分，人文藝術(shù)、哲學(xué)宗教則是基于非數(shù)之學(xué)邏輯與想象揣測(cè)之上的相對(duì)感性部分，二者的結(jié)合使人類在自然界中得以不息地存在著。
機(jī)器智能的核心是符號(hào)指向的對(duì)象，人類智能的核心是意向指向的對(duì)象，人機(jī)混合智能的核心是意向指向?qū)ο笈c符號(hào)指向?qū)ο蟮慕Y(jié)合問題，它們都是對(duì)存在的關(guān)涉。人機(jī)混合智能也許就是解決休謨之問的一個(gè)秘密通道，即通過人的算計(jì)結(jié)合機(jī)器的計(jì)算實(shí)現(xiàn)了從“事實(shí)”向“價(jià)值”的“質(zhì)的飛躍”。
一、什么是人機(jī)混合智能
人工智能的優(yōu)勢(shì)在于龐大的信息存儲(chǔ)量和高速的處理速度，但是無法處理如休謨之問，即從“是”（being）能否推出“應(yīng)該”（should），也即“事實(shí)”命題能否推出“價(jià)值”命題；也無法處理情感的表征問題。人工智能嘗試通過大數(shù)據(jù)與逐步升級(jí)的算法實(shí)現(xiàn)人的情感與意識(shí)，但依舊沒有辦法實(shí)現(xiàn)跨越。
人工智能是一種返回修改模式，一組代碼解決一個(gè)問題，問題沒處理好，代碼自動(dòng)返回，修改數(shù)據(jù)，代碼再執(zhí)行。反復(fù)修改，也就是反復(fù)學(xué)習(xí)，這就是人工智能。當(dāng)然，好的人工智能技術(shù)，在一定范圍內(nèi)可以自己修改不足的模型，進(jìn)而可以在一定程度上模擬人的具體能力，如人類的部分計(jì)算、邏輯推理能力，但它對(duì)人類“非家族相似性”的類比、決策能力還無能為力。所以人工智能中的“智能”并不是真的人的智能。
人工智能有限的理性邏輯和困難的跨域能力是其致命的缺陷。其無法理解相等關(guān)系，尤其是不同事實(shí)中的價(jià)值相等關(guān)系。人工智能也無法理解包含關(guān)系，尤其是不同事實(shí)中的價(jià)值包含關(guān)系（小可以大于大，有可以生出無）。人可以用不正規(guī)、不正確的方法和手段實(shí)現(xiàn)正規(guī)、正確的目的，還可以用正規(guī)、正確的方法和手段實(shí)現(xiàn)不正規(guī)、正確的意圖。人可以用普通的方法處理復(fù)雜的問題，還可以（故意）用復(fù)雜的方法解答簡(jiǎn)單的問題。
從人工智能的特點(diǎn)及缺點(diǎn)中，我們不難看出：人的思維很難在人工智能現(xiàn)有的理論框架中得到解釋。那該如何做才有可能尋找到一條通往智能科學(xué)研究光明前程之路呢？下面我們將針對(duì)這個(gè)問題展開最底層的思考和討論。
人工智能之父圖靈的朋友和老師維特根斯坦在他著名的《邏輯哲學(xué)論》第一句就寫道：“世界是事實(shí)的總和而非事物的總和。”[2]其中的事實(shí)指的是事物之間的關(guān)涉聯(lián)系——關(guān)系，而事物是指包含的各種屬性，從目前人工智能技術(shù)的發(fā)展態(tài)勢(shì)而言，絕大多數(shù)都是在做識(shí)別事物屬性方面的工作，如語音、圖像、位置、速度等，而涉及事物間各種關(guān)系層面的工作還很少，但是已經(jīng)開始做了，如大數(shù)據(jù)挖掘等。在這些眼花繚亂的人工智能技術(shù)中，人們常常思考著這樣一個(gè)問題：什么是智能？智能的定義究竟是什么呢？
關(guān)于智能的定義，有人說是非存在的有，有人說是得意忘形，有人說是隨機(jī)應(yīng)變，有人說是魯棒適應(yīng)，一百個(gè)專家，就有一百種說法。實(shí)際上現(xiàn)在要形成一個(gè)大家都能接受的定義是不太可能的。但是，這并不影響大家對(duì)智能研究中的一些難點(diǎn)、熱點(diǎn)達(dá)成一致看法或共識(shí)，如信息表征、邏輯推理和自主決策等方面。
有了數(shù)據(jù)和信息之后，智能的信息處理架構(gòu)就格外重要，到目前為止，有不少人提出了一些經(jīng)典的理論或模型，如在視覺領(lǐng)域，視覺計(jì)算的創(chuàng)始人戴維·瑪爾（David Marr）的三層結(jié)構(gòu)至今仍為許多智能科技工作者所追捧。瑪爾認(rèn)為，神經(jīng)系統(tǒng)執(zhí)行類似于機(jī)器的信息處理。視覺是一項(xiàng)復(fù)雜的信息處理任務(wù)，旨在掌握和表達(dá)對(duì)我們有用的外部世界的各種情況。必須從三個(gè)不同的層面理解這項(xiàng)任務(wù)：a. 計(jì)算理論；b. 算法；c. 機(jī)制（表1）。
表1 瑪爾計(jì)算視覺的三層結(jié)構(gòu)
當(dāng)前，在解釋人類認(rèn)知過程工作機(jī)理的理論中，由卡耐基梅隆大學(xué)教授約翰·羅伯特·安德森（John Robert Anderson）提出的ACT-R（Adaptive Control of Thought–Rational ，ACT-R）模型被認(rèn)為是一個(gè)非常有前途的理論。該理論模型認(rèn)為人類的認(rèn)知過程需要四個(gè)不同的模塊參與，即目標(biāo)模塊、視覺模塊、動(dòng)作模塊和描述性知識(shí)模塊。每個(gè)模塊獨(dú)立工作，并由中央生產(chǎn)系統(tǒng)協(xié)調(diào)。描述性知識(shí)模塊和中央生產(chǎn)系統(tǒng)是ACT-R的核心。描述性知識(shí)模塊存儲(chǔ)個(gè)人隨時(shí)間積累的不變知識(shí)，包括基本事實(shí)（如“西雅圖是美國(guó)的城市”）、專業(yè)知識(shí)（如“設(shè)計(jì)高鐵交通信號(hào)控制系統(tǒng)的方法”）等。由于個(gè)人程序性知識(shí)存儲(chǔ)的中央系統(tǒng)，這些條件—?jiǎng)幼?產(chǎn)生式)以規(guī)則的形式呈現(xiàn)，當(dāng)滿足一定條件時(shí)，執(zhí)行相應(yīng)的觸發(fā)規(guī)則動(dòng)作對(duì)應(yīng)的模塊，永久保證認(rèn)知過程模擬的各個(gè)個(gè)體模塊之間的接口。ACT-R是一種模擬和理解人類認(rèn)知理論的認(rèn)知架構(gòu)。ACT-R旨在了解人類如何組織知識(shí)并產(chǎn)生智能行為。ACT-R的目的是使系統(tǒng)能夠執(zhí)行各種人類認(rèn)知任務(wù)，如捕捉人類的感知、思想和行為。
無論是馬爾的三層結(jié)構(gòu)計(jì)算視覺理論，還是安德森提出的ACT-R理論模型，以及許多解釋和模擬人類認(rèn)知過程的模型，都存在一個(gè)共同的缺點(diǎn)和不足，即不能把人的主觀參數(shù)和機(jī)器/環(huán)境中的客觀參數(shù)有機(jī)地統(tǒng)一起來，模型的彈性不足，很難主動(dòng)地產(chǎn)生魯棒性的適應(yīng)性，更不要說產(chǎn)生情感、意識(shí)等更高層次的表征和演化。當(dāng)前的人工智能與人相比除了在輸入表征和混合處理方面的局限外，在更基本的哲學(xué)層面存在先天不足，即回答不了休謨問題。
從認(rèn)識(shí)論的角度看，“should”是指在描述一個(gè)事物的狀態(tài)和特性的參數(shù)（或變量）的眾多數(shù)值中取其最大值或極大值，“being”是指從描述事物狀態(tài)和特性的參數(shù)（或變量）的眾多數(shù)值中取其任意值。從價(jià)值論的角度來看，“should”是指在描述一個(gè)事物的價(jià)值狀態(tài)和價(jià)值特征的眾多參數(shù)（或變量）中取其最大值或最大值，“being”是指在描述一個(gè)事物的價(jià)值狀態(tài)和價(jià)值特征的眾多參數(shù)（或變量）中取其任意值。“being”描述事物狀態(tài)和價(jià)值特征的許多參數(shù)（或變量）。
由于受偏好、習(xí)慣、風(fēng)俗等因素的影響，即使是人類的認(rèn)識(shí)論和價(jià)值論也經(jīng)常出現(xiàn)非因果歸納和演繹，如嚴(yán)格意義上而言，從“天行健”這個(gè)事實(shí)（being）命題是不能推出“君子必自強(qiáng)不息”這個(gè)價(jià)值觀（should）命題的，但是隨著時(shí)間的延續(xù)，這個(gè)類比習(xí)慣漸漸變成了有些因果的意味。人工智能如果有一定的智能，恐怕更多的應(yīng)是數(shù)字邏輯語言智能，在特定場(chǎng)景既定規(guī)則和統(tǒng)計(jì)又既定輸出的任務(wù)下可以極大提升工作效率，但在有情感、有意向性的復(fù)雜情境下仍難以無中生有、隨機(jī)應(yīng)變。未來智能科學(xué)的發(fā)展趨勢(shì)必將會(huì)是人機(jī)智能的不斷混合促進(jìn)。
人機(jī)混合智能理論側(cè)重于描述人機(jī)環(huán)境系統(tǒng)相互作用產(chǎn)生的一種新的智能形式。它不同于人類智能和人工智能，它是結(jié)合物理性和生物性的新一代智能科學(xué)系統(tǒng)。人機(jī)交互技術(shù)主要關(guān)注人脖子以下的人體工程學(xué)生理和心理工效學(xué)問題，而人機(jī)混合智能主要關(guān)注與人脖子以上的大腦相關(guān)的智能問題，以及大腦的算計(jì)與機(jī)器的計(jì)算相結(jié)合的智能問題。人機(jī)混合智能不同于人工智能：首先，在智能輸入端，人機(jī)混合智能傳感器不僅僅依靠硬件來收集客觀數(shù)據(jù)或?qū)χ饔^特征的感知，而是將兩個(gè)接觸點(diǎn)有效結(jié)合，先驗(yàn)知識(shí)一種新的輸入模式；其次，在對(duì)智能產(chǎn)生也很重要的信息處理階段，將人類的認(rèn)知模式與計(jì)算機(jī)的優(yōu)勢(shì)計(jì)算能力相結(jié)合，構(gòu)建了一種新的理解方式；最后，在智能的輸出端，將人類在決策制定中的價(jià)值效應(yīng)添加到計(jì)算機(jī)的漸進(jìn)迭代算法中，形成協(xié)調(diào)組織和概率的優(yōu)化判斷。在人機(jī)混合的不斷適應(yīng)中，人類會(huì)自覺地反思慣性常識(shí)行為，機(jī)器會(huì)從人類在不同條件下做出的決策中發(fā)現(xiàn)價(jià)值權(quán)重的差異。人與機(jī)器的理解將從單向轉(zhuǎn)變?yōu)殡p向，人的主動(dòng)性與機(jī)器的被動(dòng)性交織在一起。人在處理自己擅長(zhǎng)的“應(yīng)該”等價(jià)值導(dǎo)向的主觀信息的同時(shí)，機(jī)器不僅可以處理自己擅長(zhǎng)的“是”（being）等具有規(guī)律概率的客觀數(shù)據(jù)，而且還會(huì)優(yōu)化自己的算法。
人機(jī)混合智能使用分層架構(gòu)。人類通過后天獲得的完善認(rèn)知能力來分析對(duì)外界環(huán)境的感知，其認(rèn)知過程可分為記憶層、意向?qū)印Q策層、感知與行為、意向性思維的形成；機(jī)器使用傳感數(shù)據(jù)對(duì)外部環(huán)境進(jìn)行感知分析，其認(rèn)知過程分為知識(shí)庫(kù)目標(biāo)層、任務(wù)計(jì)劃層、感知層和執(zhí)行層，形成形式化思維。相同的架構(gòu)表明人類和機(jī)器可以在相同的級(jí)別之間混合，并且可以在不同的級(jí)別之間創(chuàng)建因果關(guān)系。圖1為人機(jī)混合智能的示意圖。
圖1 人機(jī)混合智能 人機(jī)混合智能，簡(jiǎn)單地說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。人機(jī)混合智能中非常重要的一點(diǎn)是，人能夠理解機(jī)器如何看待世界，理解機(jī)器做出的決策，并且在機(jī)器的限制內(nèi)有效決策。相反，機(jī)器需要與合作的人更加“熟悉”。就像一些體育運(yùn)動(dòng)中的雙打隊(duì)友一樣，如果沒有默契，很難創(chuàng)造出適當(dāng)?shù)慕M合效果和精確的協(xié)同作用。這也意味著，人會(huì)開始有意識(shí)地思考他通常無意識(shí)地執(zhí)行的任務(wù)；機(jī)器會(huì)開始處理合作者的個(gè)性化習(xí)慣和喜好；兩者也必須隨環(huán)境隨時(shí)隨地進(jìn)化……計(jì)算機(jī)和心靈相互感應(yīng)，充分利用兩者的優(yōu)勢(shì)，如人類可以打破邏輯，用直覺思維做出決定，而機(jī)器擁有檢測(cè)人類感官無法檢測(cè)到的信號(hào)的能力等。任何分工都會(huì)受規(guī)模和范圍限制，人機(jī)混合智能中的功能分配是分工的一部分，另外一部分是能力分配。功能分配是被動(dòng)的，外部需求所致；能力分配是主動(dòng)的，內(nèi)部驅(qū)動(dòng)所生。在復(fù)雜、異質(zhì)、非結(jié)構(gòu)、非線性數(shù)據(jù)/信息/知識(shí)中，人的或者是類人的方向性預(yù)處理很重要，當(dāng)問題域被初步縮小范圍后，機(jī)器的有界、快速、準(zhǔn)確優(yōu)勢(shì)便可以發(fā)揮出來了。當(dāng)獲得大量數(shù)據(jù)/信息/知識(shí)后，機(jī)器也可以先把他們初步映射到幾個(gè)領(lǐng)域，然后人再進(jìn)一步處理分析。這兩個(gè)過程的同化順應(yīng)、交叉平衡大致就是人機(jī)混合的過程。未來的關(guān)鍵就在于人機(jī)混合的那個(gè)“恰好”，就是陰陽魚中間的那條S形分隔線。
二、計(jì)算計(jì)
1、計(jì)算
理解知識(shí)是理解智能的源頭。古代中外哲學(xué)家注意到術(shù)語、名詞、概念的內(nèi)容是因人而異的。如老子曾說“道可道，非常道；名可名，非常名”。柏拉圖也曾認(rèn)識(shí)到，語言和概念的模糊性和易變性難以描述永恒不變的實(shí)體。但是哲學(xué)家們?cè)谥R(shí)的不確定中也在嘗試解釋宇宙萬物的統(tǒng)一性，認(rèn)為存在一種永恒的、普適的、客觀的自然規(guī)律，道家把它稱為“道”或“太一”。而柏拉圖發(fā)明了“理念”“形式”，并且正式提出同一性問題。這也標(biāo)志著哲學(xué)的誕生。柏拉圖在此基礎(chǔ)上提出的諸多問題主宰著兩千年的哲學(xué)潮流，誕生了諸多學(xué)說，但是意見的意見仍然是意見。導(dǎo)致這種意見眾多卻無法解釋的現(xiàn)象，原因在于沒有解決問題的工具。
建造測(cè)量理性和思維的工具，從亞里士多德的三段論系統(tǒng)開始。通過給定的初始前提，三段論系統(tǒng)可以推導(dǎo)出結(jié)論。但由于亞里士多德提出的該邏輯較為粗糙，無法表述有價(jià)值的邏輯推理。隨后，數(shù)學(xué)家們?cè)谶壿嫛⒂?jì)算、概率論、博弈論中的研究工作，不僅提高了人類的生產(chǎn)水平與認(rèn)知水平，而且為現(xiàn)階段的人工智能提供了工具。19世紀(jì)，布爾提出了布爾邏輯，即命題邏輯，隨后，弗雷格擴(kuò)展了布爾邏輯，創(chuàng)建了一級(jí)謂詞邏輯。通過引入關(guān)系謂詞符號(hào)、變量以及量詞，就能表述演繹規(guī)則。當(dāng)人類將焦點(diǎn)聚集在弗雷格邏輯時(shí)，發(fā)現(xiàn)了若干漏洞，其中一個(gè)漏洞是沒有把邏輯概念與集合論概念分解開。為此，希爾伯特在20世紀(jì)20年代去掉了羅素邏輯（羅素曾完善弗雷格邏輯的“說謊者”漏洞）中所有專門針對(duì)集合概念的部分，專門構(gòu)建了“謂詞邏輯”并沿用至今。因此，如希爾伯特所說，數(shù)學(xué)無需再用數(shù)字、幾何圖形等傳統(tǒng)研究符號(hào)來描述，甚至可以用啤酒、凳子等毫無關(guān)聯(lián)的符號(hào)來研究數(shù)學(xué)。通過抽象符號(hào)，用邏輯證明來定義數(shù)學(xué)，由此數(shù)學(xué)變成一種普適邏輯。1908年，策梅洛專門針對(duì)集合論提出公理。1930年，哥德爾證明任何理論均可以轉(zhuǎn)化為集合論，使得集合論本身具有了本體論中立性。
隨后，希爾伯特提出了算法的判定性問題：有沒有一種算法，能夠判定在謂詞邏輯下的命題是否可以證明成立？1936年，丘奇、圖靈、克萊尼分別獨(dú)立證明，這樣的算法是不存在的。由此推理出停機(jī)問題無法用算法解決。對(duì)于希爾伯特判定性問題而言，不存在判定一個(gè)謂詞邏輯命題是否可證明的算法。這一定量被稱作丘奇定理。換而言之，其說明了計(jì)算和推理是兩碼事：某些數(shù)學(xué)問題無法用計(jì)算解決，只能通過推理解決。丘奇、圖靈定義的“λ演算”和“圖靈機(jī)”就是通用計(jì)算，這一觀點(diǎn)也被稱為“丘奇—圖靈論題”。1978年，英國(guó)數(shù)學(xué)家、邏輯學(xué)家甘迪提供了丘奇—圖靈論題的物理形式證明。他假設(shè)：a. 信息的密度是有限的；b. 信息的傳輸速度是有限的。在經(jīng)典的三維空間中，“丘奇—圖靈論題”的物理形式是成立的。甘迪的論證說明大自然之所以被數(shù)學(xué)化，僅僅因?yàn)樾畔⒌拿芏群蛡鞑ニ俣仁怯邢薜摹Ｂ?lián)想到相對(duì)論關(guān)于光速有限的假設(shè)以及最小作用量原理，這樣的結(jié)論在令人驚奇之余又不違反物理原則。因此，我們可以用算法來進(jìn)行各種學(xué)科和知識(shí)的探索，并以人工智能的方式出現(xiàn)在今天的科研、制造、生產(chǎn)、商業(yè)、服務(wù)和消費(fèi)行為中。
現(xiàn)有的人工智能技術(shù)均依賴于現(xiàn)有的計(jì)算體系，達(dá)到模仿人類心智的人工智能體系還未建立。在現(xiàn)有的計(jì)算體系下，人工智能能夠表征一部分人類理性思維特質(zhì)，而非理性甚至非邏輯性的思維特性如何表征，將是人工智能發(fā)展的一大突破口。
2、算計(jì)
算計(jì)本質(zhì)上是人類沒有數(shù)學(xué)模型的計(jì)算。計(jì)算的局限性無法通過圖靈機(jī)突破，所以對(duì)人的非理性、非邏輯思維解構(gòu)與在機(jī)器上的重建就有非凡的意義。從對(duì)人的認(rèn)知模式的理解，嘗試解釋人的認(rèn)知能力和構(gòu)建出能學(xué)習(xí)、推理的認(rèn)知模型，已經(jīng)在一些應(yīng)用領(lǐng)域取得不錯(cuò)的效果。再后來對(duì)意識(shí)的理解構(gòu)建出的意識(shí)圖靈機(jī)[3]在處理問題時(shí)能做到其思維過程的意識(shí)覺知。即便如此，我們對(duì)人類的思維過程的模仿依然顯得很拙劣，對(duì)人類的直覺、靈感、頓悟等能力的模擬還是沒有好的方案，更別說人類特有的對(duì)責(zé)任、價(jià)值的理解。
①認(rèn)知模型
認(rèn)知模型是對(duì)人類認(rèn)知能力的理解并在此基礎(chǔ)上構(gòu)建的模擬人的認(rèn)知過程的計(jì)算模型。這里認(rèn)知模型中的認(rèn)知能力通常包括感知、表示、記憶與學(xué)習(xí)、語言、問題求解和推理等方面。[4]為了能夠構(gòu)建出更加智能的機(jī)器，我們便希望從人的身上尋找靈感，同時(shí)也是更好地探索和研究人的思維機(jī)制，特別是人對(duì)周圍信息的感知處理機(jī)制，進(jìn)而為打造出真正的人工智能系統(tǒng)提供新的體系結(jié)構(gòu)和技術(shù)方法。[5]杜奇（Duch）根據(jù)記憶和學(xué)習(xí)的不同將現(xiàn)有的認(rèn)知模型分為三類：符號(hào)化(Symbolic)認(rèn)知模型、浮現(xiàn)式(Emergent)認(rèn)知模型和混合型(Hybrid)認(rèn)知模型三種。[6]粗略地講，符號(hào)化認(rèn)知模型側(cè)重于利用高階符號(hào)和陳述性知識(shí)，采用傳統(tǒng)人工智能的自上而下的分析方法來處理信息，如SOAR、EPIC、NARS等；浮現(xiàn)式認(rèn)知模型則利用低水平的激活信號(hào)流經(jīng)由無數(shù)處理單元組成的網(wǎng)絡(luò)，采用一種自下而上的處理，這種處理依賴于浮現(xiàn)式自組織屬性和連接屬性，如IBCA、NOMAD等；混合型認(rèn)知模型則將這兩種方式結(jié)合起來，具備符號(hào)化認(rèn)知模型和浮現(xiàn)式認(rèn)知模型的某些特點(diǎn)，如ACT-R、LIDA、4CAPS等。
②意識(shí)圖靈機(jī)
意識(shí)圖靈機(jī) (Conscious Turing Machine, CTM)的靈感來源于圖靈簡(jiǎn)單而強(qiáng)大的圖靈機(jī)。與前文提到的對(duì)大腦或者思維認(rèn)知的構(gòu)建提出的認(rèn)知模型不同，意識(shí)圖靈機(jī)是針對(duì)意識(shí)的構(gòu)建的簡(jiǎn)單數(shù)學(xué)模型。認(rèn)知神經(jīng)科學(xué)家巴爾斯提出的全局工作空間理論[7]概述了對(duì)意識(shí)的理解，再有一些腦中神經(jīng)相關(guān)物的研究，基于此布魯姆提出了意識(shí)圖靈機(jī)。意識(shí)圖靈機(jī)能夠在處理信息過程中對(duì)意識(shí)內(nèi)容產(chǎn)生意識(shí)覺知，能夠體驗(yàn)感覺而不僅僅是模擬感覺，提出這些感覺產(chǎn)生的可能方式，如痛苦和快樂。意識(shí)圖靈機(jī)適合對(duì)其所做的高級(jí)決策做出解釋，這就為人工智能的不可解釋性問題的解決提供了思路。另外，在意識(shí)圖靈機(jī)中，有意識(shí)和自由意志的感覺，以及幻覺和夢(mèng)境的體驗(yàn)。
③算計(jì)
人機(jī)混合智能系統(tǒng)不僅需要機(jī)器的強(qiáng)計(jì)算能力，更重要的是人的智慧，是一種理性與非理性、機(jī)的計(jì)算與人的算計(jì)深度混合的智能系統(tǒng)。機(jī)的客觀數(shù)據(jù)采集輸入、邏輯推理和決策輸出已經(jīng)在應(yīng)用中大展拳腳，而對(duì)于人的認(rèn)知決策過程還需要進(jìn)一步理解建模，才能實(shí)現(xiàn)算計(jì)能力。
算計(jì)也即盤算、籌劃謀算；對(duì)事情的經(jīng)過或結(jié)果進(jìn)行仔細(xì)而從容的反復(fù)思考；考慮。近義詞為：權(quán)衡、謀略、謀劃、愿景、計(jì)劃、籌劃、策劃、意圖、預(yù)案。算計(jì)也即人們對(duì)于做什么之慎思斟酌，對(duì)應(yīng)于英語中的deliberations，weigh up，weighings，plans，strategies。
認(rèn)知是人獲取和應(yīng)用知識(shí)的過程，知識(shí)圖譜是人對(duì)客觀世界的各要素之間的理解進(jìn)而嘗試表示的一種形式，在目前的人工智能應(yīng)用中已有良好的表現(xiàn)。在簡(jiǎn)單問答數(shù)據(jù)集上的問答能力已經(jīng)可以和人類相媲美，但是對(duì)于復(fù)雜的問題依然無能為力。這是因?yàn)閺?fù)雜問題需要多跳的表征和推理。在算計(jì)中，與計(jì)算上僅僅依靠硬件傳感器采集到的數(shù)據(jù)進(jìn)行輸入、表示過程不同，算計(jì)需要基于目標(biāo)驅(qū)動(dòng)和價(jià)值驅(qū)動(dòng)對(duì)數(shù)據(jù)進(jìn)行動(dòng)態(tài)表征。如今的深度學(xué)習(xí)系統(tǒng)中并沒有恒定的知識(shí)表征，對(duì)不同的學(xué)習(xí)數(shù)據(jù)就會(huì)有不同的表征形式，并沒有基于其自身的原點(diǎn)對(duì)數(shù)據(jù)進(jìn)行不同事實(shí)甚至責(zé)任、價(jià)值的劃分。而人類的大腦中存在“參考系”的恒定表征（參考系為位于大腦皮層的上層），人類是基于自身的觀念如欲望、義務(wù)對(duì)于不同的事實(shí)數(shù)據(jù)進(jìn)行表征理解。在計(jì)算、算計(jì)的不同表征中，連續(xù)特征空間為人（算計(jì)）的認(rèn)知內(nèi)容，離散語義符號(hào)空間代表機(jī)（計(jì)算）的感知系統(tǒng)，二者之間還應(yīng)存在一種連續(xù)的準(zhǔn)語義空間。我們可以通過上升（raising）操作將連續(xù)空間中的特征表征遷移到準(zhǔn)語義空間中，進(jìn)而通過抽象操作將準(zhǔn)語義空間中的表征遷移到離散語義符號(hào)空間中。反過來，我們可以通過嵌入、投影，將離散語義符號(hào)空間中的表征遷移到連續(xù)特征空間中。這樣一來，我們就構(gòu)建了一種感知、認(rèn)知相結(jié)合的通道。數(shù)學(xué)的表征常常涉及具體事實(shí)抽象化，其推理內(nèi)容則嚴(yán)格按照邏輯來進(jìn)行，這當(dāng)然不可或缺，但總是有非理性、非邏輯的存在。簡(jiǎn)單問題，通過一定知識(shí)圖譜表示和問題求解程序在現(xiàn)今的人工智能系統(tǒng)下就能實(shí)現(xiàn)求解，但復(fù)雜問題往往需要多跳的推理。這種多跳的推理不僅是計(jì)算中的映射，更重要的是一些非邏輯的漫射（如發(fā)散思維）、影射（如聯(lián)想、想象）等。人類的推理常常具有試探性，是經(jīng)過多次試錯(cuò)、根據(jù)結(jié)果反饋、在校準(zhǔn)之后進(jìn)行下一步，而現(xiàn)有的人工智能的邏輯推理缺乏這種主動(dòng)的試錯(cuò)性，這就在最后的決策過程上使得效果欠佳。有人提出了基于圖的可解釋認(rèn)知推理框架，即以圖結(jié)構(gòu)為基礎(chǔ)，將邏輯表達(dá)用作對(duì)復(fù)雜問題的分析過程，從而表示成顯示的推理路徑。可是圖的結(jié)構(gòu)化必然會(huì)過濾掉一些非結(jié)構(gòu)化的隱信息，雖可以一定程度上解釋遷移性，但更像是一種“硬解釋”，似乎整個(gè)結(jié)構(gòu)就是為了推理過程服務(wù)。算計(jì)的彈性推理不僅需要知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)的聯(lián)合，更有價(jià)值和責(zé)任的引領(lǐng)，這樣在推理過程中才會(huì)有非理性的洞見、直覺等表達(dá)。計(jì)算的決策輸出則是根據(jù)邏輯推理的結(jié)果或者大數(shù)據(jù)、概率的優(yōu)化產(chǎn)生，而算計(jì)卻可做出一些不合邏輯的意向性表達(dá)。計(jì)算的處理是從事實(shí)到新的事實(shí)，而算計(jì)則可以從事實(shí)通過動(dòng)態(tài)表征和彈性推理實(shí)現(xiàn)價(jià)值體現(xiàn)。
3、計(jì)算計(jì)
本文根據(jù)現(xiàn)有的計(jì)算及認(rèn)知領(lǐng)域成果，提出計(jì)算計(jì)模型，如圖2所示。這里有個(gè)前提，由人機(jī)環(huán)境構(gòu)成的智能系統(tǒng)不僅包含數(shù)學(xué)、計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)等領(lǐng)域，還涉及其他諸多學(xué)科混合的復(fù)雜系統(tǒng)。既具有“確定性”，也具有“隨機(jī)性”。在此，本文不對(duì)人機(jī)環(huán)境系統(tǒng)進(jìn)行更加細(xì)致的客觀描述，只是對(duì)其進(jìn)行可行性的模型預(yù)測(cè)。
公理不是真理，而是某種協(xié)議，是一種非存在的有，如東方的孫悟空和西方的圣誕老人一般：雖不存在，但人們心中都“有”其形象。數(shù)學(xué)是由多個(gè)公理（非存在的有）建筑起來的邏輯體系，如點(diǎn)、線、面的概念、無窮等。智能中的邏輯壓縮也許是多種事實(shí)性邏輯被壓縮成價(jià)值性邏輯的過程。這在一定程度上也超越了當(dāng)前數(shù)學(xué)計(jì)算驗(yàn)證體系的邊界，而這恰恰也是人類算計(jì)的特長(zhǎng)：能夠自主調(diào)和、融洽各種事實(shí)性邏輯矛盾于某種價(jià)值性邏輯之中。 哲學(xué)上講，客觀世界完全獨(dú)立于主觀世界的存在，但這是個(gè)偽命題，并不是真正存在的。真正能觀察到的，是客觀和主觀之間的結(jié)合。由于觀察者和被觀察的世界相互作用，我們不可能無窮精準(zhǔn)地把客觀世界了解清楚。或許當(dāng)硬件能力達(dá)到一定程度，大家就會(huì)關(guān)注軟件能力的提高，當(dāng)軟件能力達(dá)到一定程度，人們就會(huì)關(guān)注硬件能力的提高。 衡量一個(gè)人的智能水平可以嘗試從他“跨”“協(xié)”不同領(lǐng)域能力的速度和準(zhǔn)確性來初步判斷，同理可得，衡量一臺(tái)機(jī)器的智能水平也可以嘗試從它“跨”“協(xié)”不同領(lǐng)域能力的速度和準(zhǔn)確性來初步判斷，衡量一群人機(jī)的混合智能水平也可以嘗試從它們“跨”“協(xié)”不同領(lǐng)域能力的速度和準(zhǔn)確性來初步判斷。簡(jiǎn)單地說，計(jì)算機(jī)處理問題的方式是產(chǎn)生式的（if-then），計(jì)算計(jì)則是啟發(fā)式的（不求最優(yōu)但求滿意），而啟發(fā)式往往可以處理非線性問題。或許，啟發(fā)式的計(jì)算計(jì)恰恰就是邏輯壓縮成功與否的關(guān)鍵之所在。當(dāng)人機(jī)在異常復(fù)雜的環(huán)境里無能為力時(shí)，也許就是邏輯坍塌之際……當(dāng)然，可以人為制造復(fù)雜度造成邏輯坍塌。 三、人機(jī)混合智能的未來發(fā)展方向 人機(jī)混合智能有兩大難點(diǎn)：理解與反思。人是弱態(tài)強(qiáng)勢(shì)，機(jī)是強(qiáng)態(tài)弱勢(shì)，人是弱感強(qiáng)知，機(jī)是強(qiáng)感弱知。人機(jī)之間目前還未達(dá)到相聲界一逗一捧的程度，因?yàn)檫€沒有單向理解機(jī)制出現(xiàn)，能夠幽默的機(jī)器依舊遙遙無期。乒乓球比賽中運(yùn)動(dòng)員的算到做到、心理不影響技術(shù)（想贏不怕輸）、如何調(diào)度自己的心理（氣力）生出最佳狀態(tài)、關(guān)鍵時(shí)刻之心理的堅(jiān)強(qiáng)、信念的堅(jiān)定等，這都是機(jī)器難以產(chǎn)生出來的生命特征。此外，人機(jī)之間配合必須有組合預(yù)期策略，尤其是合適的第二、第三預(yù)期策略。自信心是匹配訓(xùn)練出來的，人機(jī)之間信任鏈的產(chǎn)生過程常常是：陌生—不信任—弱信任—較信任—信任—較強(qiáng)信任—強(qiáng)信任，沒有信任就不會(huì)產(chǎn)生期望，沒有期望就會(huì)人機(jī)失調(diào)，而單純的一次期望匹配很難達(dá)成混合，所以第二、第三預(yù)期的符合程度很可能是人機(jī)混合一致性的關(guān)鍵問題。人機(jī)信任鏈產(chǎn)生的前提是人要自信（這種自信心也是匹配訓(xùn)練出來的），其次才能產(chǎn)生他信和信他機(jī)制，他信與信他里就涉及到多階預(yù)期問題。若being是語法，should就是語義，二者中和相加就是語用，人機(jī)混合是語法與語義、離散與連續(xù)、明晰與粗略、自組織與他組織、自學(xué)習(xí)與他學(xué)習(xí)、自適應(yīng)與他適應(yīng)、自主化與智能化相結(jié)合的無身認(rèn)知 + 具身認(rèn)知共同體、算+法混合體、形式系統(tǒng)+非形式系統(tǒng)的化合物。反應(yīng)時(shí)與準(zhǔn)確率是人機(jī)混合智能好壞的重要指標(biāo)。人機(jī)混合是機(jī)機(jī)混合，器機(jī)理 + 腦機(jī)制；人機(jī)混合也是人人混合，人情意+人理智。 人工智能是硬智，人的智能是軟智，人機(jī)混合智能則是軟硬智。通用的、強(qiáng)的、超級(jí)的智能都是軟硬智，所以人機(jī)混合智能是未來，但是混合機(jī)理、機(jī)制還遠(yuǎn)未搞清楚。個(gè)體與群體行為的異質(zhì)性，不僅體現(xiàn)在經(jīng)濟(jì)學(xué)、心理學(xué)領(lǐng)域，而且還是智能領(lǐng)域最為重要的問題之一。現(xiàn)在主流的智能科學(xué)在犯一個(gè)以前經(jīng)濟(jì)學(xué)犯過的錯(cuò)誤，即把人看成理性人，殊不知，人是活的人，智是活的智，人有欲望、有動(dòng)機(jī)、有信念、有情感、有意識(shí)，而數(shù)學(xué)性的人工智能目前對(duì)此還無能為力。如何混合這些元素，使之從冰冷的、生硬的狀態(tài)轉(zhuǎn)化為溫暖的、柔性的情形，應(yīng)該是衡量人工智能的主要標(biāo)準(zhǔn)和尺度，同時(shí)這也是目前人工智能很難跳出人工的瓶頸和痛點(diǎn)。經(jīng)濟(jì)學(xué)融入心理學(xué)后即可使理性經(jīng)濟(jì)人變?yōu)楦行越?jīng)濟(jì)人，而當(dāng)前的智能科學(xué)僅僅融入心理學(xué)是不夠的，還需要滲入社會(huì)學(xué)、哲學(xué)、人文學(xué)、藝術(shù)學(xué)等方能做到通情達(dá)理，進(jìn)而實(shí)現(xiàn)由當(dāng)前理性智能人的狀態(tài)演進(jìn)成自然智能人的形勢(shì)。智能中的意向性是由事實(shí)和價(jià)值共同產(chǎn)生出來的，內(nèi)隱時(shí)為意識(shí)，外顯時(shí)叫關(guān)系。從這個(gè)意義上說，數(shù)學(xué)的形式化也許會(huì)有損于智能。維特根斯坦認(rèn)為，形式是結(jié)構(gòu)的可能性。對(duì)象是穩(wěn)定的東西，持續(xù)存在的東西；而配置則是變動(dòng)的東西，非持久的東西。維特根斯坦還認(rèn)為，我們不能從當(dāng)前的事情推導(dǎo)出將來的事情。[8]也就是說，基本的事態(tài)或事實(shí)之間不存在因果關(guān)系。只有不具有任何結(jié)構(gòu)的東西才可以永遠(yuǎn)穩(wěn)定不滅、持續(xù)存在；而任何有結(jié)構(gòu)的東西都必然是不穩(wěn)定的，可以毀滅的。因?yàn)楫?dāng)組成它們的那些成分不再依原有的方式組合在一起的時(shí)候它們就不復(fù)存在了。事實(shí)上，在每個(gè)傳統(tǒng)的選擇（匹配）背后都隱藏著兩個(gè)假設(shè)：程序不變性和描述不變性。這兩者也是造成期望效用描述不夠深刻的原因之一。程序不變性表明對(duì)前景和行為的偏好并不依賴于推導(dǎo)出這些偏好的方式（如偏好反轉(zhuǎn)），而描述不變性規(guī)定對(duì)被選事物的偏好并不依賴于對(duì)這些被選事物的描述。 人機(jī)混合智能難題，即機(jī)器的自主程度越高，人類對(duì)態(tài)勢(shì)的感知程度越低，人機(jī)之間接管任務(wù)順暢的難度也越大，不妨稱之為“生理負(fù)荷下降、心理認(rèn)知負(fù)荷增加”現(xiàn)象。如何破解呢？有經(jīng)驗(yàn)的人常常抓任務(wù)中的關(guān)鍵薄弱環(huán)節(jié)，在危險(xiǎn)情境中提高警覺性和注意力，以防意外，隨時(shí)準(zhǔn)備接管機(jī)器自動(dòng)化操作，也可以此訓(xùn)練新手，進(jìn)而形成真實(shí)敏銳地把握事故的兆頭、苗頭，恰當(dāng)?shù)匕盐仗幚頃r(shí)機(jī)、準(zhǔn)確的隨機(jī)應(yīng)變能力，并在實(shí)踐中不斷磨礪訓(xùn)練增強(qiáng)。即便如此，如何在非典型、非意外情境中解決人機(jī)交互難題仍需要進(jìn)一步探討。 算計(jì)需要的是發(fā)散思維，計(jì)算需要的是縝密思維，這是兩種很不一樣的思維方式，這兩種方式同時(shí)發(fā)生在某個(gè)復(fù)雜過程中是小概率的事件，由此帶來的直接后果就是，復(fù)雜領(lǐng)域的突破也只能是小概率的事件。對(duì)待場(chǎng)景中的變化，機(jī)器智能可以處理重復(fù)性相同的“變”，人類智能能夠理解雜亂相似性（甚至不相似）的“變”，更重要的是還能夠適時(shí)的“進(jìn)化”，其中“隨動(dòng)”效應(yīng)是人類算計(jì)的一個(gè)突出特點(diǎn)，另外，人類算計(jì)還有一個(gè)更厲害的武器——“主動(dòng)”。有人說：“自動(dòng)化的最大悖論在于，使人類免于勞動(dòng)的愿望總是給人類帶來新的任務(wù)。”[9]解決三體以上的科學(xué)問題是非常困難的，概念就是一個(gè)超三體的問題：變尺度、變時(shí)空、變表征、變推理、變反饋、變規(guī)則、變概率、變決策、變態(tài)勢(shì)、變感知、變關(guān)系……猶如速度與加速度之間的關(guān)系映射一般，反映著智能的邊界。有效概念的認(rèn)知是怎樣產(chǎn)生的，OODA還是OAOODDDAA？亦或是OA？這是值得思考的問題。多，意味著差異的存在；變，意味著非存在的有；復(fù)雜，意味著反直觀特性；自組織/自相似/自適應(yīng)/自學(xué)習(xí)/自演進(jìn)/自評(píng)估意味著系統(tǒng)的智能……，人機(jī)環(huán)境系統(tǒng)中重要/不重要節(jié)點(diǎn)的隱匿與恢復(fù)是造成全局態(tài)勢(shì)有無的關(guān)鍵，好的語言學(xué)家與好的數(shù)學(xué)家相似：少計(jì)算多算計(jì)，知道怎么做時(shí)計(jì)算，不知道怎么做時(shí)算計(jì)，算計(jì)是從戰(zhàn)略到策略的多邏輯組合，人機(jī)混合計(jì)算計(jì)機(jī)制猶如樹藤相繞的多螺旋結(jié)構(gòu)，始于技術(shù)，成于管理。如果說計(jì)算是科學(xué)的，算計(jì)是藝術(shù)的，那么計(jì)算計(jì)就是科學(xué)與藝術(shù)的。[10] 價(jià)值不同于事實(shí)之處在于可以站在時(shí)間的另一端看待發(fā)生的各種條件維度及其變化。僅僅是機(jī)器智能永遠(yuǎn)無法理解現(xiàn)實(shí)，因?yàn)樗鼈冎徊倏v不包含語義的語法符號(hào)。系統(tǒng)論的核心詞是突顯（整體大于部分），偏向價(jià)值性should關(guān)系；控制論的核心詞是反饋（結(jié)果影響原因），側(cè)重事實(shí)性being作用。耗散結(jié)構(gòu)論的核心詞是開放性自組織（從非平衡到平衡），強(qiáng)調(diào)從being到should的過程。控制論中的反饋是極簡(jiǎn)單的結(jié)果影響（下一個(gè)）原因的問題，距離人類的反思——這種復(fù)雜的“因果”（超時(shí)空情境）問題很遙遠(yuǎn)。算計(jì)是關(guān)于人機(jī)環(huán)境系統(tǒng)功能力（功能+能力）價(jià)值性結(jié)構(gòu)謀劃，而不是單事實(shí)邏輯連續(xù)的計(jì)算，計(jì)算計(jì)正是關(guān)于正在結(jié)構(gòu)中事實(shí)—價(jià)值—責(zé)任—情感多邏輯組合的連續(xù)處理過程，人機(jī)混合智能難題的實(shí)質(zhì)也就是計(jì)算計(jì)的平衡。 人機(jī)混合智能是人工智能發(fā)展的必經(jīng)之路，其中既需要新的理論方法，也需要對(duì)人機(jī)環(huán)境間的關(guān)系進(jìn)行新的探索。我們已經(jīng)從認(rèn)知角度構(gòu)建認(rèn)知模型或者從意識(shí)的角度構(gòu)建計(jì)算計(jì)模型，這都是對(duì)人的認(rèn)知思維的嘗試性理解和模擬，期望實(shí)現(xiàn)人的算計(jì)能力。計(jì)算計(jì)模型的研究不僅需要考慮機(jī)器技術(shù)的飛速發(fā)展，還要考慮交互主體即人的思維和認(rèn)知方式，讓機(jī)器與人各司其職，互相混合促進(jìn)，這才是人機(jī)混合智能的前景和趨勢(shì)。 未來的機(jī)器不但要服務(wù)于人，還要改造人，更重要的是與人合作。人機(jī)混合智能的關(guān)鍵在于新邏輯體系的建立。人機(jī)之間主體、客體劃分之外還有人們常常故意忽略的混體、動(dòng)體或變體（主客體或客主體）。非此即彼的是非還原論是對(duì)現(xiàn)實(shí)系統(tǒng)觀的無能為力。人類常常用相似對(duì)事實(shí)進(jìn)行降維，計(jì)算計(jì)的關(guān)鍵在于處理變體問題，其核心不是二元的“與或非”邏輯體系，而是加入了多顆粒度的“是非中”邏輯系統(tǒng)。計(jì)算對(duì)網(wǎng)格比較好用，算計(jì)對(duì)跳格相對(duì)較易，人類的智能不時(shí)會(huì)違反邏輯常識(shí)。計(jì)算的邏輯“與或非”，算計(jì)的邏輯“是非中”，其中，“是”偏同化、“非”側(cè)順應(yīng)、“中”為平衡，當(dāng)遇到問題時(shí)，先用是、再用非、后用中。大是大非時(shí)，大是不動(dòng)，先試小非，再試中非，若不行，大非不動(dòng)，先試小是，再試中是，這些試的過程就是“中”的平衡。“中”就是不斷嘗試、調(diào)整、平衡。以上就是計(jì)算計(jì)結(jié)合的邏輯體系，算計(jì)邏輯把握價(jià)值方向，計(jì)算邏輯細(xì)化事實(shí)過程。 馬克吐溫說過：“讓你遇到麻煩的不是未知，而是你確信的事并非如你所想。”人機(jī)混合智能走向未來，沒有新邏輯也許就會(huì)沒有靈魂，人工智能也是如此，新邏輯會(huì)產(chǎn)生新數(shù)學(xué)，新數(shù)學(xué)也許會(huì)產(chǎn)生新智能，一種人機(jī)混合的智能。
| 計(jì)算理論 | 算法 | 機(jī)制 |
| 信息處理問題的定義，其解是計(jì)算的目標(biāo)。這種計(jì)算的抽象性質(zhì)的特點(diǎn)，在可見世界中找到這些屬性構(gòu)成了問題的約束 | 研究用于執(zhí)行所需計(jì)算的算法 | 完成算法的物理實(shí)體，由給定的硬件系統(tǒng)構(gòu)建 |
圖1 人機(jī)混合智能 人機(jī)混合智能，簡(jiǎn)單地說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。人機(jī)混合智能中非常重要的一點(diǎn)是，人能夠理解機(jī)器如何看待世界，理解機(jī)器做出的決策，并且在機(jī)器的限制內(nèi)有效決策。相反，機(jī)器需要與合作的人更加“熟悉”。就像一些體育運(yùn)動(dòng)中的雙打隊(duì)友一樣，如果沒有默契，很難創(chuàng)造出適當(dāng)?shù)慕M合效果和精確的協(xié)同作用。這也意味著，人會(huì)開始有意識(shí)地思考他通常無意識(shí)地執(zhí)行的任務(wù)；機(jī)器會(huì)開始處理合作者的個(gè)性化習(xí)慣和喜好；兩者也必須隨環(huán)境隨時(shí)隨地進(jìn)化……計(jì)算機(jī)和心靈相互感應(yīng)，充分利用兩者的優(yōu)勢(shì)，如人類可以打破邏輯，用直覺思維做出決定，而機(jī)器擁有檢測(cè)人類感官無法檢測(cè)到的信號(hào)的能力等。任何分工都會(huì)受規(guī)模和范圍限制，人機(jī)混合智能中的功能分配是分工的一部分，另外一部分是能力分配。功能分配是被動(dòng)的，外部需求所致；能力分配是主動(dòng)的，內(nèi)部驅(qū)動(dòng)所生。在復(fù)雜、異質(zhì)、非結(jié)構(gòu)、非線性數(shù)據(jù)/信息/知識(shí)中，人的或者是類人的方向性預(yù)處理很重要，當(dāng)問題域被初步縮小范圍后，機(jī)器的有界、快速、準(zhǔn)確優(yōu)勢(shì)便可以發(fā)揮出來了。當(dāng)獲得大量數(shù)據(jù)/信息/知識(shí)后，機(jī)器也可以先把他們初步映射到幾個(gè)領(lǐng)域，然后人再進(jìn)一步處理分析。這兩個(gè)過程的同化順應(yīng)、交叉平衡大致就是人機(jī)混合的過程。未來的關(guān)鍵就在于人機(jī)混合的那個(gè)“恰好”，就是陰陽魚中間的那條S形分隔線。
二、計(jì)算計(jì)
1、計(jì)算
理解知識(shí)是理解智能的源頭。古代中外哲學(xué)家注意到術(shù)語、名詞、概念的內(nèi)容是因人而異的。如老子曾說“道可道，非常道；名可名，非常名”。柏拉圖也曾認(rèn)識(shí)到，語言和概念的模糊性和易變性難以描述永恒不變的實(shí)體。但是哲學(xué)家們?cè)谥R(shí)的不確定中也在嘗試解釋宇宙萬物的統(tǒng)一性，認(rèn)為存在一種永恒的、普適的、客觀的自然規(guī)律，道家把它稱為“道”或“太一”。而柏拉圖發(fā)明了“理念”“形式”，并且正式提出同一性問題。這也標(biāo)志著哲學(xué)的誕生。柏拉圖在此基礎(chǔ)上提出的諸多問題主宰著兩千年的哲學(xué)潮流，誕生了諸多學(xué)說，但是意見的意見仍然是意見。導(dǎo)致這種意見眾多卻無法解釋的現(xiàn)象，原因在于沒有解決問題的工具。
建造測(cè)量理性和思維的工具，從亞里士多德的三段論系統(tǒng)開始。通過給定的初始前提，三段論系統(tǒng)可以推導(dǎo)出結(jié)論。但由于亞里士多德提出的該邏輯較為粗糙，無法表述有價(jià)值的邏輯推理。隨后，數(shù)學(xué)家們?cè)谶壿嫛⒂?jì)算、概率論、博弈論中的研究工作，不僅提高了人類的生產(chǎn)水平與認(rèn)知水平，而且為現(xiàn)階段的人工智能提供了工具。19世紀(jì)，布爾提出了布爾邏輯，即命題邏輯，隨后，弗雷格擴(kuò)展了布爾邏輯，創(chuàng)建了一級(jí)謂詞邏輯。通過引入關(guān)系謂詞符號(hào)、變量以及量詞，就能表述演繹規(guī)則。當(dāng)人類將焦點(diǎn)聚集在弗雷格邏輯時(shí)，發(fā)現(xiàn)了若干漏洞，其中一個(gè)漏洞是沒有把邏輯概念與集合論概念分解開。為此，希爾伯特在20世紀(jì)20年代去掉了羅素邏輯（羅素曾完善弗雷格邏輯的“說謊者”漏洞）中所有專門針對(duì)集合概念的部分，專門構(gòu)建了“謂詞邏輯”并沿用至今。因此，如希爾伯特所說，數(shù)學(xué)無需再用數(shù)字、幾何圖形等傳統(tǒng)研究符號(hào)來描述，甚至可以用啤酒、凳子等毫無關(guān)聯(lián)的符號(hào)來研究數(shù)學(xué)。通過抽象符號(hào)，用邏輯證明來定義數(shù)學(xué)，由此數(shù)學(xué)變成一種普適邏輯。1908年，策梅洛專門針對(duì)集合論提出公理。1930年，哥德爾證明任何理論均可以轉(zhuǎn)化為集合論，使得集合論本身具有了本體論中立性。
隨后，希爾伯特提出了算法的判定性問題：有沒有一種算法，能夠判定在謂詞邏輯下的命題是否可以證明成立？1936年，丘奇、圖靈、克萊尼分別獨(dú)立證明，這樣的算法是不存在的。由此推理出停機(jī)問題無法用算法解決。對(duì)于希爾伯特判定性問題而言，不存在判定一個(gè)謂詞邏輯命題是否可證明的算法。這一定量被稱作丘奇定理。換而言之，其說明了計(jì)算和推理是兩碼事：某些數(shù)學(xué)問題無法用計(jì)算解決，只能通過推理解決。丘奇、圖靈定義的“λ演算”和“圖靈機(jī)”就是通用計(jì)算，這一觀點(diǎn)也被稱為“丘奇—圖靈論題”。1978年，英國(guó)數(shù)學(xué)家、邏輯學(xué)家甘迪提供了丘奇—圖靈論題的物理形式證明。他假設(shè)：a. 信息的密度是有限的；b. 信息的傳輸速度是有限的。在經(jīng)典的三維空間中，“丘奇—圖靈論題”的物理形式是成立的。甘迪的論證說明大自然之所以被數(shù)學(xué)化，僅僅因?yàn)樾畔⒌拿芏群蛡鞑ニ俣仁怯邢薜摹Ｂ?lián)想到相對(duì)論關(guān)于光速有限的假設(shè)以及最小作用量原理，這樣的結(jié)論在令人驚奇之余又不違反物理原則。因此，我們可以用算法來進(jìn)行各種學(xué)科和知識(shí)的探索，并以人工智能的方式出現(xiàn)在今天的科研、制造、生產(chǎn)、商業(yè)、服務(wù)和消費(fèi)行為中。
現(xiàn)有的人工智能技術(shù)均依賴于現(xiàn)有的計(jì)算體系，達(dá)到模仿人類心智的人工智能體系還未建立。在現(xiàn)有的計(jì)算體系下，人工智能能夠表征一部分人類理性思維特質(zhì)，而非理性甚至非邏輯性的思維特性如何表征，將是人工智能發(fā)展的一大突破口。
2、算計(jì)
算計(jì)本質(zhì)上是人類沒有數(shù)學(xué)模型的計(jì)算。計(jì)算的局限性無法通過圖靈機(jī)突破，所以對(duì)人的非理性、非邏輯思維解構(gòu)與在機(jī)器上的重建就有非凡的意義。從對(duì)人的認(rèn)知模式的理解，嘗試解釋人的認(rèn)知能力和構(gòu)建出能學(xué)習(xí)、推理的認(rèn)知模型，已經(jīng)在一些應(yīng)用領(lǐng)域取得不錯(cuò)的效果。再后來對(duì)意識(shí)的理解構(gòu)建出的意識(shí)圖靈機(jī)[3]在處理問題時(shí)能做到其思維過程的意識(shí)覺知。即便如此，我們對(duì)人類的思維過程的模仿依然顯得很拙劣，對(duì)人類的直覺、靈感、頓悟等能力的模擬還是沒有好的方案，更別說人類特有的對(duì)責(zé)任、價(jià)值的理解。
①認(rèn)知模型
認(rèn)知模型是對(duì)人類認(rèn)知能力的理解并在此基礎(chǔ)上構(gòu)建的模擬人的認(rèn)知過程的計(jì)算模型。這里認(rèn)知模型中的認(rèn)知能力通常包括感知、表示、記憶與學(xué)習(xí)、語言、問題求解和推理等方面。[4]為了能夠構(gòu)建出更加智能的機(jī)器，我們便希望從人的身上尋找靈感，同時(shí)也是更好地探索和研究人的思維機(jī)制，特別是人對(duì)周圍信息的感知處理機(jī)制，進(jìn)而為打造出真正的人工智能系統(tǒng)提供新的體系結(jié)構(gòu)和技術(shù)方法。[5]杜奇（Duch）根據(jù)記憶和學(xué)習(xí)的不同將現(xiàn)有的認(rèn)知模型分為三類：符號(hào)化(Symbolic)認(rèn)知模型、浮現(xiàn)式(Emergent)認(rèn)知模型和混合型(Hybrid)認(rèn)知模型三種。[6]粗略地講，符號(hào)化認(rèn)知模型側(cè)重于利用高階符號(hào)和陳述性知識(shí)，采用傳統(tǒng)人工智能的自上而下的分析方法來處理信息，如SOAR、EPIC、NARS等；浮現(xiàn)式認(rèn)知模型則利用低水平的激活信號(hào)流經(jīng)由無數(shù)處理單元組成的網(wǎng)絡(luò)，采用一種自下而上的處理，這種處理依賴于浮現(xiàn)式自組織屬性和連接屬性，如IBCA、NOMAD等；混合型認(rèn)知模型則將這兩種方式結(jié)合起來，具備符號(hào)化認(rèn)知模型和浮現(xiàn)式認(rèn)知模型的某些特點(diǎn)，如ACT-R、LIDA、4CAPS等。
②意識(shí)圖靈機(jī)
意識(shí)圖靈機(jī) (Conscious Turing Machine, CTM)的靈感來源于圖靈簡(jiǎn)單而強(qiáng)大的圖靈機(jī)。與前文提到的對(duì)大腦或者思維認(rèn)知的構(gòu)建提出的認(rèn)知模型不同，意識(shí)圖靈機(jī)是針對(duì)意識(shí)的構(gòu)建的簡(jiǎn)單數(shù)學(xué)模型。認(rèn)知神經(jīng)科學(xué)家巴爾斯提出的全局工作空間理論[7]概述了對(duì)意識(shí)的理解，再有一些腦中神經(jīng)相關(guān)物的研究，基于此布魯姆提出了意識(shí)圖靈機(jī)。意識(shí)圖靈機(jī)能夠在處理信息過程中對(duì)意識(shí)內(nèi)容產(chǎn)生意識(shí)覺知，能夠體驗(yàn)感覺而不僅僅是模擬感覺，提出這些感覺產(chǎn)生的可能方式，如痛苦和快樂。意識(shí)圖靈機(jī)適合對(duì)其所做的高級(jí)決策做出解釋，這就為人工智能的不可解釋性問題的解決提供了思路。另外，在意識(shí)圖靈機(jī)中，有意識(shí)和自由意志的感覺，以及幻覺和夢(mèng)境的體驗(yàn)。
③算計(jì)
人機(jī)混合智能系統(tǒng)不僅需要機(jī)器的強(qiáng)計(jì)算能力，更重要的是人的智慧，是一種理性與非理性、機(jī)的計(jì)算與人的算計(jì)深度混合的智能系統(tǒng)。機(jī)的客觀數(shù)據(jù)采集輸入、邏輯推理和決策輸出已經(jīng)在應(yīng)用中大展拳腳，而對(duì)于人的認(rèn)知決策過程還需要進(jìn)一步理解建模，才能實(shí)現(xiàn)算計(jì)能力。
算計(jì)也即盤算、籌劃謀算；對(duì)事情的經(jīng)過或結(jié)果進(jìn)行仔細(xì)而從容的反復(fù)思考；考慮。近義詞為：權(quán)衡、謀略、謀劃、愿景、計(jì)劃、籌劃、策劃、意圖、預(yù)案。算計(jì)也即人們對(duì)于做什么之慎思斟酌，對(duì)應(yīng)于英語中的deliberations，weigh up，weighings，plans，strategies。
認(rèn)知是人獲取和應(yīng)用知識(shí)的過程，知識(shí)圖譜是人對(duì)客觀世界的各要素之間的理解進(jìn)而嘗試表示的一種形式，在目前的人工智能應(yīng)用中已有良好的表現(xiàn)。在簡(jiǎn)單問答數(shù)據(jù)集上的問答能力已經(jīng)可以和人類相媲美，但是對(duì)于復(fù)雜的問題依然無能為力。這是因?yàn)閺?fù)雜問題需要多跳的表征和推理。在算計(jì)中，與計(jì)算上僅僅依靠硬件傳感器采集到的數(shù)據(jù)進(jìn)行輸入、表示過程不同，算計(jì)需要基于目標(biāo)驅(qū)動(dòng)和價(jià)值驅(qū)動(dòng)對(duì)數(shù)據(jù)進(jìn)行動(dòng)態(tài)表征。如今的深度學(xué)習(xí)系統(tǒng)中并沒有恒定的知識(shí)表征，對(duì)不同的學(xué)習(xí)數(shù)據(jù)就會(huì)有不同的表征形式，并沒有基于其自身的原點(diǎn)對(duì)數(shù)據(jù)進(jìn)行不同事實(shí)甚至責(zé)任、價(jià)值的劃分。而人類的大腦中存在“參考系”的恒定表征（參考系為位于大腦皮層的上層），人類是基于自身的觀念如欲望、義務(wù)對(duì)于不同的事實(shí)數(shù)據(jù)進(jìn)行表征理解。在計(jì)算、算計(jì)的不同表征中，連續(xù)特征空間為人（算計(jì)）的認(rèn)知內(nèi)容，離散語義符號(hào)空間代表機(jī)（計(jì)算）的感知系統(tǒng)，二者之間還應(yīng)存在一種連續(xù)的準(zhǔn)語義空間。我們可以通過上升（raising）操作將連續(xù)空間中的特征表征遷移到準(zhǔn)語義空間中，進(jìn)而通過抽象操作將準(zhǔn)語義空間中的表征遷移到離散語義符號(hào)空間中。反過來，我們可以通過嵌入、投影，將離散語義符號(hào)空間中的表征遷移到連續(xù)特征空間中。這樣一來，我們就構(gòu)建了一種感知、認(rèn)知相結(jié)合的通道。數(shù)學(xué)的表征常常涉及具體事實(shí)抽象化，其推理內(nèi)容則嚴(yán)格按照邏輯來進(jìn)行，這當(dāng)然不可或缺，但總是有非理性、非邏輯的存在。簡(jiǎn)單問題，通過一定知識(shí)圖譜表示和問題求解程序在現(xiàn)今的人工智能系統(tǒng)下就能實(shí)現(xiàn)求解，但復(fù)雜問題往往需要多跳的推理。這種多跳的推理不僅是計(jì)算中的映射，更重要的是一些非邏輯的漫射（如發(fā)散思維）、影射（如聯(lián)想、想象）等。人類的推理常常具有試探性，是經(jīng)過多次試錯(cuò)、根據(jù)結(jié)果反饋、在校準(zhǔn)之后進(jìn)行下一步，而現(xiàn)有的人工智能的邏輯推理缺乏這種主動(dòng)的試錯(cuò)性，這就在最后的決策過程上使得效果欠佳。有人提出了基于圖的可解釋認(rèn)知推理框架，即以圖結(jié)構(gòu)為基礎(chǔ)，將邏輯表達(dá)用作對(duì)復(fù)雜問題的分析過程，從而表示成顯示的推理路徑。可是圖的結(jié)構(gòu)化必然會(huì)過濾掉一些非結(jié)構(gòu)化的隱信息，雖可以一定程度上解釋遷移性，但更像是一種“硬解釋”，似乎整個(gè)結(jié)構(gòu)就是為了推理過程服務(wù)。算計(jì)的彈性推理不僅需要知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)的聯(lián)合，更有價(jià)值和責(zé)任的引領(lǐng)，這樣在推理過程中才會(huì)有非理性的洞見、直覺等表達(dá)。計(jì)算的決策輸出則是根據(jù)邏輯推理的結(jié)果或者大數(shù)據(jù)、概率的優(yōu)化產(chǎn)生，而算計(jì)卻可做出一些不合邏輯的意向性表達(dá)。計(jì)算的處理是從事實(shí)到新的事實(shí)，而算計(jì)則可以從事實(shí)通過動(dòng)態(tài)表征和彈性推理實(shí)現(xiàn)價(jià)值體現(xiàn)。
3、計(jì)算計(jì)
本文根據(jù)現(xiàn)有的計(jì)算及認(rèn)知領(lǐng)域成果，提出計(jì)算計(jì)模型，如圖2所示。這里有個(gè)前提，由人機(jī)環(huán)境構(gòu)成的智能系統(tǒng)不僅包含數(shù)學(xué)、計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)等領(lǐng)域，還涉及其他諸多學(xué)科混合的復(fù)雜系統(tǒng)。既具有“確定性”，也具有“隨機(jī)性”。在此，本文不對(duì)人機(jī)環(huán)境系統(tǒng)進(jìn)行更加細(xì)致的客觀描述，只是對(duì)其進(jìn)行可行性的模型預(yù)測(cè)。
圖2 計(jì)算計(jì)模型 態(tài)勢(shì)感知層內(nèi)包含環(huán)境信息。環(huán)境包括自然時(shí)空與社會(huì)時(shí)空內(nèi)的環(huán)境，一切問題的源頭來自自然與社會(huì)，也可以說人類知識(shí)的來源也是如此，此環(huán)境包含了確定以及不確定的成分。除此之外，態(tài)勢(shì)感知層還負(fù)責(zé)態(tài)勢(shì)信息的收集與感知處理。數(shù)學(xué)領(lǐng)域的微積分類似于這一過程，通過將已知數(shù)據(jù)進(jìn)行處理，從而接近問題的答案。指揮與控制領(lǐng)域的情報(bào)收集與分析領(lǐng)域同樣是對(duì)信息的感知處理，相對(duì)于數(shù)字與微積分符號(hào)，情報(bào)的量化更加復(fù)雜，更多的是交由經(jīng)驗(yàn)豐富的指揮員處理。傳統(tǒng)的自動(dòng)化方法及機(jī)器學(xué)習(xí)算法可能會(huì)導(dǎo)致“回路外”錯(cuò)誤，因?yàn)槿祟悓?duì)任務(wù)的態(tài)勢(shì)感知度較低，因?yàn)槿祟悓?duì)任務(wù)以及環(huán)境的感知有很大程度基于經(jīng)驗(yàn)，容易產(chǎn)生自滿情緒或缺乏警惕性。環(huán)境的不確定反饋也會(huì)對(duì)回路外的問題產(chǎn)生影響，這凸顯了在緊密結(jié)合與松散結(jié)合的人機(jī)環(huán)境交互間實(shí)現(xiàn)平衡的重要性。當(dāng)前，算法處理后的數(shù)據(jù)可解釋性下降，使得人類困于“回路外”，同時(shí)也產(chǎn)生人類對(duì)智能體（agent）的信任度下降問題。 認(rèn)知決策層類似于對(duì)態(tài)勢(shì)感知信息的深加工，其不僅取決于人的傳統(tǒng)意義上的認(rèn)知，同時(shí)也需要機(jī)器推理的能力。人類的推理基于直覺、邏輯、關(guān)聯(lián)等認(rèn)知能力，算計(jì)的思想包含于其中。20世紀(jì)80年代專家系統(tǒng)盛行，機(jī)器可以進(jìn)行簡(jiǎn)單的問答，但是問答內(nèi)容局限性較強(qiáng)。主要原因除了計(jì)算能力外，還有機(jī)器被授予的推理能力基于一對(duì)一、一對(duì)多、多對(duì)一的知識(shí)映射關(guān)系。如何實(shí)現(xiàn)在動(dòng)態(tài)表征下的彈性推理，在具備足夠硬件算力條件下是值得被考慮的問題。并且將動(dòng)態(tài)表征下的知識(shí)進(jìn)行散射、漫射、影射，實(shí)現(xiàn)多跳推理，是實(shí)現(xiàn)該問題的關(guān)鍵。模糊邏輯提供一個(gè)或多個(gè)連續(xù)狀態(tài)變量映射至相應(yīng)類別進(jìn)行推理和決策的框架；神經(jīng)網(wǎng)絡(luò)利用程序，在大型典型案例數(shù)據(jù)庫(kù)的訓(xùn)練過程中學(xué)習(xí)到的可變互聯(lián)權(quán)重來進(jìn)行的知識(shí)表達(dá)的算術(shù)框架；遺傳與進(jìn)化算法在進(jìn)化遺傳學(xué)的啟發(fā)下，采用重復(fù)仿真的方法，縮小潛在的選項(xiàng)范圍，選擇最優(yōu)解決方案。人類通過人機(jī)交互界面與機(jī)器交互，機(jī)器給予人類輔助決策。實(shí)現(xiàn)機(jī)件人化是人機(jī)混合中邁出的一大步。 目標(biāo)行為層主要體現(xiàn)在人機(jī)混合決策中。當(dāng)出現(xiàn)更高水平的智能體時(shí)，人類永遠(yuǎn)處于決策的最高層，這是在許多領(lǐng)域達(dá)成的共識(shí)（在目標(biāo)追求低人力成本條件下例外）。意義建構(gòu)對(duì)真實(shí)世界中的生存至關(guān)重要，很多研究表明，人類努力建構(gòu)這個(gè)世界中的對(duì)象、事件和態(tài)勢(shì)具有重要意義。人類較為擅長(zhǎng)跡象解讀，對(duì)人類而言，建構(gòu)是一種心理活動(dòng)。為了使機(jī)器與人類有效合作，機(jī)器與人類的反應(yīng)與決策應(yīng)當(dāng)將相同對(duì)象、事件或態(tài)勢(shì)解讀為相同的跡象，或者獲得相同的意義。機(jī)器的輔助決策在必要時(shí)同樣需要提供更完整的意義建構(gòu)，達(dá)到人機(jī)混合決策的目標(biāo)。 4、邏輯壓縮與坍塌 邏輯的線性可以疊加處理，但邏輯的非線性卻變化多端，具體可表現(xiàn)為：發(fā)散收斂（彌聚）、跳躍協(xié)同（跳協(xié)）、顯性隱性（顯隱）。
公理不是真理，而是某種協(xié)議，是一種非存在的有，如東方的孫悟空和西方的圣誕老人一般：雖不存在，但人們心中都“有”其形象。數(shù)學(xué)是由多個(gè)公理（非存在的有）建筑起來的邏輯體系，如點(diǎn)、線、面的概念、無窮等。智能中的邏輯壓縮也許是多種事實(shí)性邏輯被壓縮成價(jià)值性邏輯的過程。這在一定程度上也超越了當(dāng)前數(shù)學(xué)計(jì)算驗(yàn)證體系的邊界，而這恰恰也是人類算計(jì)的特長(zhǎng)：能夠自主調(diào)和、融洽各種事實(shí)性邏輯矛盾于某種價(jià)值性邏輯之中。 哲學(xué)上講，客觀世界完全獨(dú)立于主觀世界的存在，但這是個(gè)偽命題，并不是真正存在的。真正能觀察到的，是客觀和主觀之間的結(jié)合。由于觀察者和被觀察的世界相互作用，我們不可能無窮精準(zhǔn)地把客觀世界了解清楚。或許當(dāng)硬件能力達(dá)到一定程度，大家就會(huì)關(guān)注軟件能力的提高，當(dāng)軟件能力達(dá)到一定程度，人們就會(huì)關(guān)注硬件能力的提高。 衡量一個(gè)人的智能水平可以嘗試從他“跨”“協(xié)”不同領(lǐng)域能力的速度和準(zhǔn)確性來初步判斷，同理可得，衡量一臺(tái)機(jī)器的智能水平也可以嘗試從它“跨”“協(xié)”不同領(lǐng)域能力的速度和準(zhǔn)確性來初步判斷，衡量一群人機(jī)的混合智能水平也可以嘗試從它們“跨”“協(xié)”不同領(lǐng)域能力的速度和準(zhǔn)確性來初步判斷。簡(jiǎn)單地說，計(jì)算機(jī)處理問題的方式是產(chǎn)生式的（if-then），計(jì)算計(jì)則是啟發(fā)式的（不求最優(yōu)但求滿意），而啟發(fā)式往往可以處理非線性問題。或許，啟發(fā)式的計(jì)算計(jì)恰恰就是邏輯壓縮成功與否的關(guān)鍵之所在。當(dāng)人機(jī)在異常復(fù)雜的環(huán)境里無能為力時(shí)，也許就是邏輯坍塌之際……當(dāng)然，可以人為制造復(fù)雜度造成邏輯坍塌。 三、人機(jī)混合智能的未來發(fā)展方向 人機(jī)混合智能有兩大難點(diǎn)：理解與反思。人是弱態(tài)強(qiáng)勢(shì)，機(jī)是強(qiáng)態(tài)弱勢(shì)，人是弱感強(qiáng)知，機(jī)是強(qiáng)感弱知。人機(jī)之間目前還未達(dá)到相聲界一逗一捧的程度，因?yàn)檫€沒有單向理解機(jī)制出現(xiàn)，能夠幽默的機(jī)器依舊遙遙無期。乒乓球比賽中運(yùn)動(dòng)員的算到做到、心理不影響技術(shù)（想贏不怕輸）、如何調(diào)度自己的心理（氣力）生出最佳狀態(tài)、關(guān)鍵時(shí)刻之心理的堅(jiān)強(qiáng)、信念的堅(jiān)定等，這都是機(jī)器難以產(chǎn)生出來的生命特征。此外，人機(jī)之間配合必須有組合預(yù)期策略，尤其是合適的第二、第三預(yù)期策略。自信心是匹配訓(xùn)練出來的，人機(jī)之間信任鏈的產(chǎn)生過程常常是：陌生—不信任—弱信任—較信任—信任—較強(qiáng)信任—強(qiáng)信任，沒有信任就不會(huì)產(chǎn)生期望，沒有期望就會(huì)人機(jī)失調(diào)，而單純的一次期望匹配很難達(dá)成混合，所以第二、第三預(yù)期的符合程度很可能是人機(jī)混合一致性的關(guān)鍵問題。人機(jī)信任鏈產(chǎn)生的前提是人要自信（這種自信心也是匹配訓(xùn)練出來的），其次才能產(chǎn)生他信和信他機(jī)制，他信與信他里就涉及到多階預(yù)期問題。若being是語法，should就是語義，二者中和相加就是語用，人機(jī)混合是語法與語義、離散與連續(xù)、明晰與粗略、自組織與他組織、自學(xué)習(xí)與他學(xué)習(xí)、自適應(yīng)與他適應(yīng)、自主化與智能化相結(jié)合的無身認(rèn)知 + 具身認(rèn)知共同體、算+法混合體、形式系統(tǒng)+非形式系統(tǒng)的化合物。反應(yīng)時(shí)與準(zhǔn)確率是人機(jī)混合智能好壞的重要指標(biāo)。人機(jī)混合是機(jī)機(jī)混合，器機(jī)理 + 腦機(jī)制；人機(jī)混合也是人人混合，人情意+人理智。 人工智能是硬智，人的智能是軟智，人機(jī)混合智能則是軟硬智。通用的、強(qiáng)的、超級(jí)的智能都是軟硬智，所以人機(jī)混合智能是未來，但是混合機(jī)理、機(jī)制還遠(yuǎn)未搞清楚。個(gè)體與群體行為的異質(zhì)性，不僅體現(xiàn)在經(jīng)濟(jì)學(xué)、心理學(xué)領(lǐng)域，而且還是智能領(lǐng)域最為重要的問題之一。現(xiàn)在主流的智能科學(xué)在犯一個(gè)以前經(jīng)濟(jì)學(xué)犯過的錯(cuò)誤，即把人看成理性人，殊不知，人是活的人，智是活的智，人有欲望、有動(dòng)機(jī)、有信念、有情感、有意識(shí)，而數(shù)學(xué)性的人工智能目前對(duì)此還無能為力。如何混合這些元素，使之從冰冷的、生硬的狀態(tài)轉(zhuǎn)化為溫暖的、柔性的情形，應(yīng)該是衡量人工智能的主要標(biāo)準(zhǔn)和尺度，同時(shí)這也是目前人工智能很難跳出人工的瓶頸和痛點(diǎn)。經(jīng)濟(jì)學(xué)融入心理學(xué)后即可使理性經(jīng)濟(jì)人變?yōu)楦行越?jīng)濟(jì)人，而當(dāng)前的智能科學(xué)僅僅融入心理學(xué)是不夠的，還需要滲入社會(huì)學(xué)、哲學(xué)、人文學(xué)、藝術(shù)學(xué)等方能做到通情達(dá)理，進(jìn)而實(shí)現(xiàn)由當(dāng)前理性智能人的狀態(tài)演進(jìn)成自然智能人的形勢(shì)。智能中的意向性是由事實(shí)和價(jià)值共同產(chǎn)生出來的，內(nèi)隱時(shí)為意識(shí)，外顯時(shí)叫關(guān)系。從這個(gè)意義上說，數(shù)學(xué)的形式化也許會(huì)有損于智能。維特根斯坦認(rèn)為，形式是結(jié)構(gòu)的可能性。對(duì)象是穩(wěn)定的東西，持續(xù)存在的東西；而配置則是變動(dòng)的東西，非持久的東西。維特根斯坦還認(rèn)為，我們不能從當(dāng)前的事情推導(dǎo)出將來的事情。[8]也就是說，基本的事態(tài)或事實(shí)之間不存在因果關(guān)系。只有不具有任何結(jié)構(gòu)的東西才可以永遠(yuǎn)穩(wěn)定不滅、持續(xù)存在；而任何有結(jié)構(gòu)的東西都必然是不穩(wěn)定的，可以毀滅的。因?yàn)楫?dāng)組成它們的那些成分不再依原有的方式組合在一起的時(shí)候它們就不復(fù)存在了。事實(shí)上，在每個(gè)傳統(tǒng)的選擇（匹配）背后都隱藏著兩個(gè)假設(shè)：程序不變性和描述不變性。這兩者也是造成期望效用描述不夠深刻的原因之一。程序不變性表明對(duì)前景和行為的偏好并不依賴于推導(dǎo)出這些偏好的方式（如偏好反轉(zhuǎn)），而描述不變性規(guī)定對(duì)被選事物的偏好并不依賴于對(duì)這些被選事物的描述。 人機(jī)混合智能難題，即機(jī)器的自主程度越高，人類對(duì)態(tài)勢(shì)的感知程度越低，人機(jī)之間接管任務(wù)順暢的難度也越大，不妨稱之為“生理負(fù)荷下降、心理認(rèn)知負(fù)荷增加”現(xiàn)象。如何破解呢？有經(jīng)驗(yàn)的人常常抓任務(wù)中的關(guān)鍵薄弱環(huán)節(jié)，在危險(xiǎn)情境中提高警覺性和注意力，以防意外，隨時(shí)準(zhǔn)備接管機(jī)器自動(dòng)化操作，也可以此訓(xùn)練新手，進(jìn)而形成真實(shí)敏銳地把握事故的兆頭、苗頭，恰當(dāng)?shù)匕盐仗幚頃r(shí)機(jī)、準(zhǔn)確的隨機(jī)應(yīng)變能力，并在實(shí)踐中不斷磨礪訓(xùn)練增強(qiáng)。即便如此，如何在非典型、非意外情境中解決人機(jī)交互難題仍需要進(jìn)一步探討。 算計(jì)需要的是發(fā)散思維，計(jì)算需要的是縝密思維，這是兩種很不一樣的思維方式，這兩種方式同時(shí)發(fā)生在某個(gè)復(fù)雜過程中是小概率的事件，由此帶來的直接后果就是，復(fù)雜領(lǐng)域的突破也只能是小概率的事件。對(duì)待場(chǎng)景中的變化，機(jī)器智能可以處理重復(fù)性相同的“變”，人類智能能夠理解雜亂相似性（甚至不相似）的“變”，更重要的是還能夠適時(shí)的“進(jìn)化”，其中“隨動(dòng)”效應(yīng)是人類算計(jì)的一個(gè)突出特點(diǎn)，另外，人類算計(jì)還有一個(gè)更厲害的武器——“主動(dòng)”。有人說：“自動(dòng)化的最大悖論在于，使人類免于勞動(dòng)的愿望總是給人類帶來新的任務(wù)。”[9]解決三體以上的科學(xué)問題是非常困難的，概念就是一個(gè)超三體的問題：變尺度、變時(shí)空、變表征、變推理、變反饋、變規(guī)則、變概率、變決策、變態(tài)勢(shì)、變感知、變關(guān)系……猶如速度與加速度之間的關(guān)系映射一般，反映著智能的邊界。有效概念的認(rèn)知是怎樣產(chǎn)生的，OODA還是OAOODDDAA？亦或是OA？這是值得思考的問題。多，意味著差異的存在；變，意味著非存在的有；復(fù)雜，意味著反直觀特性；自組織/自相似/自適應(yīng)/自學(xué)習(xí)/自演進(jìn)/自評(píng)估意味著系統(tǒng)的智能……，人機(jī)環(huán)境系統(tǒng)中重要/不重要節(jié)點(diǎn)的隱匿與恢復(fù)是造成全局態(tài)勢(shì)有無的關(guān)鍵，好的語言學(xué)家與好的數(shù)學(xué)家相似：少計(jì)算多算計(jì)，知道怎么做時(shí)計(jì)算，不知道怎么做時(shí)算計(jì)，算計(jì)是從戰(zhàn)略到策略的多邏輯組合，人機(jī)混合計(jì)算計(jì)機(jī)制猶如樹藤相繞的多螺旋結(jié)構(gòu)，始于技術(shù)，成于管理。如果說計(jì)算是科學(xué)的，算計(jì)是藝術(shù)的，那么計(jì)算計(jì)就是科學(xué)與藝術(shù)的。[10] 價(jià)值不同于事實(shí)之處在于可以站在時(shí)間的另一端看待發(fā)生的各種條件維度及其變化。僅僅是機(jī)器智能永遠(yuǎn)無法理解現(xiàn)實(shí)，因?yàn)樗鼈冎徊倏v不包含語義的語法符號(hào)。系統(tǒng)論的核心詞是突顯（整體大于部分），偏向價(jià)值性should關(guān)系；控制論的核心詞是反饋（結(jié)果影響原因），側(cè)重事實(shí)性being作用。耗散結(jié)構(gòu)論的核心詞是開放性自組織（從非平衡到平衡），強(qiáng)調(diào)從being到should的過程。控制論中的反饋是極簡(jiǎn)單的結(jié)果影響（下一個(gè)）原因的問題，距離人類的反思——這種復(fù)雜的“因果”（超時(shí)空情境）問題很遙遠(yuǎn)。算計(jì)是關(guān)于人機(jī)環(huán)境系統(tǒng)功能力（功能+能力）價(jià)值性結(jié)構(gòu)謀劃，而不是單事實(shí)邏輯連續(xù)的計(jì)算，計(jì)算計(jì)正是關(guān)于正在結(jié)構(gòu)中事實(shí)—價(jià)值—責(zé)任—情感多邏輯組合的連續(xù)處理過程，人機(jī)混合智能難題的實(shí)質(zhì)也就是計(jì)算計(jì)的平衡。 人機(jī)混合智能是人工智能發(fā)展的必經(jīng)之路，其中既需要新的理論方法，也需要對(duì)人機(jī)環(huán)境間的關(guān)系進(jìn)行新的探索。我們已經(jīng)從認(rèn)知角度構(gòu)建認(rèn)知模型或者從意識(shí)的角度構(gòu)建計(jì)算計(jì)模型，這都是對(duì)人的認(rèn)知思維的嘗試性理解和模擬，期望實(shí)現(xiàn)人的算計(jì)能力。計(jì)算計(jì)模型的研究不僅需要考慮機(jī)器技術(shù)的飛速發(fā)展，還要考慮交互主體即人的思維和認(rèn)知方式，讓機(jī)器與人各司其職，互相混合促進(jìn)，這才是人機(jī)混合智能的前景和趨勢(shì)。 未來的機(jī)器不但要服務(wù)于人，還要改造人，更重要的是與人合作。人機(jī)混合智能的關(guān)鍵在于新邏輯體系的建立。人機(jī)之間主體、客體劃分之外還有人們常常故意忽略的混體、動(dòng)體或變體（主客體或客主體）。非此即彼的是非還原論是對(duì)現(xiàn)實(shí)系統(tǒng)觀的無能為力。人類常常用相似對(duì)事實(shí)進(jìn)行降維，計(jì)算計(jì)的關(guān)鍵在于處理變體問題，其核心不是二元的“與或非”邏輯體系，而是加入了多顆粒度的“是非中”邏輯系統(tǒng)。計(jì)算對(duì)網(wǎng)格比較好用，算計(jì)對(duì)跳格相對(duì)較易，人類的智能不時(shí)會(huì)違反邏輯常識(shí)。計(jì)算的邏輯“與或非”，算計(jì)的邏輯“是非中”，其中，“是”偏同化、“非”側(cè)順應(yīng)、“中”為平衡，當(dāng)遇到問題時(shí)，先用是、再用非、后用中。大是大非時(shí)，大是不動(dòng)，先試小非，再試中非，若不行，大非不動(dòng)，先試小是，再試中是，這些試的過程就是“中”的平衡。“中”就是不斷嘗試、調(diào)整、平衡。以上就是計(jì)算計(jì)結(jié)合的邏輯體系，算計(jì)邏輯把握價(jià)值方向，計(jì)算邏輯細(xì)化事實(shí)過程。 馬克吐溫說過：“讓你遇到麻煩的不是未知，而是你確信的事并非如你所想。”人機(jī)混合智能走向未來，沒有新邏輯也許就會(huì)沒有靈魂，人工智能也是如此，新邏輯會(huì)產(chǎn)生新數(shù)學(xué)，新數(shù)學(xué)也許會(huì)產(chǎn)生新智能，一種人機(jī)混合的智能。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
人工智能
+關(guān)注
關(guān)注
1791文章
47200瀏覽量
238270 -
機(jī)器
+關(guān)注
關(guān)注
0文章
781瀏覽量
40711
原文標(biāo)題：人機(jī)混合智能
文章出處：【微信號(hào)：CloudBrain-TT，微信公眾號(hào)：云腦智庫(kù)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
人機(jī)環(huán)境系統(tǒng)智能化:人工智能的未來發(fā)展趨勢(shì)
人機(jī)環(huán)境系統(tǒng)智能（Human-Machine-Environment System Intelligence，簡(jiǎn)稱HMESI）是人工智能（AI）發(fā)展的一個(gè)重要趨勢(shì)，旨在通過智能技術(shù)的深
人機(jī)協(xié)同新紀(jì)元:微美全息引領(lǐng)混合增強(qiáng)智能技術(shù)革新
領(lǐng)域的決策能力。
微美全息，一家深耕前沿科技研發(fā)的企業(yè)，正積極投身于人機(jī)協(xié)同混合增強(qiáng)智能技術(shù)的研發(fā)，旨在實(shí)現(xiàn)人類智慧與機(jī)器能力的深度融合。該技術(shù)結(jié)合了人類的直覺、經(jīng)驗(yàn)與創(chuàng)造力，以及機(jī)器的高速運(yùn)算和大數(shù)據(jù)處理能力，旨在打
具身智能對(duì)人機(jī)交互的影響
在人工智能的發(fā)展歷程中，人機(jī)交互一直是研究的核心領(lǐng)域之一。隨著技術(shù)的進(jìn)步，人機(jī)交互的方式也在不斷演變。從最初的命令行界面，到圖形用戶界面，再到現(xiàn)在的自然語言處理和語音識(shí)別，每一次技術(shù)的突破都極大
無人機(jī)智能巡檢系統(tǒng)
無人機(jī)智能巡檢系統(tǒng)的優(yōu)勢(shì) 在當(dāng)今快速發(fā)展的科技時(shí)代，無人機(jī)智能巡檢作為一項(xiàng)前沿技術(shù)，正逐漸成為各行業(yè)提高效率、降低成本的得力工具。以下是無人機(jī)智能巡檢系統(tǒng)的優(yōu)勢(shì)： 1、數(shù)據(jù)采集的高效性 無人機(jī)
無人機(jī)智能巡檢系統(tǒng)
?????? 無人機(jī)智能巡檢系統(tǒng)功能模塊 ?????? 隨著科技的不斷發(fā)展，無人機(jī)已經(jīng)在光伏、風(fēng)電、農(nóng)業(yè)、城市管理、地質(zhì)等領(lǐng)域廣泛應(yīng)用，無人機(jī)在飛行過程中，如何在沒有人干預(yù)的情況下，完成各種復(fù)雜
無人機(jī)智能巡檢系統(tǒng)現(xiàn)代巡檢的革新
?????? 無人機(jī)智能巡檢系統(tǒng)現(xiàn)代巡檢的革新 ?????? 無人機(jī)智能巡檢系統(tǒng)是利用無人機(jī)技術(shù)結(jié)合先進(jìn)的傳感器、數(shù)據(jù)傳輸、分析和處理技術(shù)，對(duì)各種設(shè)施和環(huán)境進(jìn)行高效、精準(zhǔn)、安全的巡檢和監(jiān)測(cè)的綜合系統(tǒng)
無人機(jī)智能巡檢系統(tǒng)的原理與優(yōu)勢(shì)
無人機(jī)智能巡檢系統(tǒng)的原理與優(yōu)勢(shì) 近年來，隨著無人機(jī)技術(shù)的不斷發(fā)展和成熟，無人機(jī)在各個(gè)領(lǐng)域的應(yīng)用越來越廣泛。尤其是在巡檢領(lǐng)域，無人機(jī)憑借其飛行靈活、視角廣闊、負(fù)載能力強(qiáng)等優(yōu)勢(shì)，逐漸成為一
第四集 知語云智能科技無人機(jī)反制技術(shù)與應(yīng)用--無人機(jī)的組成與工作原理
隨著科技的飛速發(fā)展，無人機(jī)已成為航空領(lǐng)域的一股新興力量，廣泛應(yīng)用于軍事偵察、民用航拍、農(nóng)業(yè)噴灑等多個(gè)領(lǐng)域。然而，隨著無人機(jī)技術(shù)的普及，無人機(jī)反制技術(shù)也愈發(fā)受到關(guān)注。今天，我們將通過知語云智能
發(fā)表于 03-12 11:28
第三集 知語云智能科技無人機(jī)反制技術(shù)與應(yīng)用--無人機(jī)的應(yīng)用領(lǐng)域
，無人機(jī)反制技術(shù)應(yīng)運(yùn)而生。今天，就讓我們一起走進(jìn)知語云智能科技，探索無人機(jī)反制技術(shù)與應(yīng)用的世界。
一、無人機(jī)應(yīng)用領(lǐng)域的廣泛性
在民用領(lǐng)域，無人機(jī)
發(fā)表于 03-12 11:13
第二集 知語云智能科技無人機(jī)反制技術(shù)與應(yīng)用--無人機(jī)的發(fā)展歷程
了一系列問題，其中最為突出的便是無人機(jī)安全問題。知語云智能科技作為一家專注于無人機(jī)反制技術(shù)的企業(yè)，致力于解決這一難題，為無人機(jī)行業(yè)的健康發(fā)展貢獻(xiàn)力量。
無
發(fā)表于 03-12 10:56
知語云智能科技揭秘：無人機(jī)威脅如何破解？國(guó)家安全新防線！
隨著科技的飛速發(fā)展，無人機(jī)技術(shù)已經(jīng)深入到各個(gè)領(lǐng)域，給我們的生活帶來了極大的便利。然而，與此同時(shí)，無人機(jī)也帶來了潛在的安全威脅。知語云智能科技作為國(guó)內(nèi)領(lǐng)先的智能科技公司，一直致力于研究無
發(fā)表于 02-27 10:41
知語云智能科技無人機(jī)防御系統(tǒng)：應(yīng)對(duì)新興威脅的先鋒力量
隨著科技的飛速發(fā)展，無人機(jī)技術(shù)在各個(gè)領(lǐng)域的應(yīng)用日益廣泛，但隨之而來的是無人機(jī)威脅的不斷升級(jí)。為了有效應(yīng)對(duì)這些新興威脅，知語云智能科技推出了先進(jìn)的無人機(jī)防御系統(tǒng)，為空中安全保駕護(hù)航。
無
發(fā)表于 02-26 16:35
震撼發(fā)布！知語云智能科技引領(lǐng)革新，全景反制無人機(jī)系統(tǒng)破繭而出！
隨著無人機(jī)技術(shù)的飛速發(fā)展，其在軍事、民用等領(lǐng)域的應(yīng)用越來越廣泛，與此同時(shí)，無人機(jī)的安全問題也日益凸顯。為了應(yīng)對(duì)這一挑戰(zhàn)，知語云智能科技憑借其卓越的技術(shù)實(shí)力，推出了一款全景反制無人機(jī)系統(tǒng)
發(fā)表于 01-30 16:07
\"【重磅推出】知語云智能科技：革新低空無人機(jī)反制系統(tǒng)，守護(hù)領(lǐng)空安全！
隨著科技的飛速發(fā)展，無人機(jī)已經(jīng)從遙不可及的軍事領(lǐng)域飛入了尋常百姓家。然而，隨著無人機(jī)的普及，其帶來的安全隱患也日益凸顯。知語云智能科技，作為科技前沿的探索者，針對(duì)這一問題，研發(fā)出了具有國(guó)際領(lǐng)先水平
發(fā)表于 01-26 16:10
工商網(wǎng)監(jiān)
評(píng)論