摘要：筆者對于人機融合智能有很多困惑，希望從打破困惑這一角度出發(fā)梳理《追問人工智能》一書，對現(xiàn)在人工智能的瓶頸和關(guān)鍵點有一個全面的了解，進而找到自己在人機融合智能研究中的著手點。本書中貫穿始終的思路是從人工智能與人類智能的對比中發(fā)現(xiàn)人工智能的缺陷，并嘗試解決這些缺陷。人工智能的局限性導致人工智能的道路是有限的，因而本書提到未來是人機融合智能，而人機融合智能的切入點是深度態(tài)勢感知。另外，本書在教育、軍事、游戲等方面上對人工智能都有重點討論。
關(guān)鍵詞：人機融合智能、人工智能、深度態(tài)勢感知
一、智能的源頭：從人與機說起
從智能的源頭就可以找到人工智能與人類智能的根本區(qū)別之所在。
1.1人工智能和人類智能的思維差異
1.人工智能的起點，是“being”，即存在，客觀的物質(zhì)。人的智能，還存在著“should”，即意識。
2.人有“want”，即想干什么；而機器不會“want”。
3.人有“can”的問題，即能做還是不能做。機器沒有這個問題。
4.“change”：人會不斷改變，而機器不會改變，只能按部就班。
以上內(nèi)容用“being”、“should”、“want”、“can”、“change”等五個詞解釋了人工智能和人類智能的思維差異，這也是人工智能在一定程度上無法同人類智能相比的根源。
1.2現(xiàn)有人工智能的缺陷與優(yōu)勢
本書主要從兩個方面講現(xiàn)有人工智能還不夠智能的原因：一個是基本的哲學層面，另一個是具體實現(xiàn)過程層面（鑒于此層面知識分散在各個章節(jié)，筆者在閱讀的過程中有把涉及的問題具體歸類）。
基本的哲學層面的問題就是關(guān)于那幾對矛盾：形式化與意向性，計算與算計，事實與價值等等。機器還存在一個哲學層面的先天不足回答不了“休謨之問”。從這個層面看，人工智能的核心和瓶頸在于形式化/計算/事實與意向性/算計/價值的有機結(jié)合。
具體操作過程的問題就是輸入、處理、輸出決策、反思反饋中存在的問題，而這些具體操作過程涉及到的問題也是以上哲學矛盾的具體體現(xiàn)。輸入表征中現(xiàn)有人工智能沒有情感、常識、恒定表征、默會虛擬參照系統(tǒng)、感知外部前提條件變化、對各種知識（陳述性、程序性、默會）的表征等問題，處理中現(xiàn)有人工智能沒有頓悟冥想，不能處理靈活可以改變的、帶有矛盾性的事物以及數(shù)學的多指向性等問題。決策中現(xiàn)有人工智能不可以像人類智能那樣通過直覺經(jīng)驗進行決策，也不能實現(xiàn)不完全信息決策，反思反饋中現(xiàn)有人工智能的反思不能產(chǎn)生出各種隱喻（人類特有的能力）。
但是人工智能也有人類智能無法比擬的優(yōu)勢，例如：存儲量大；計算速度快，精確；像“阿爾法狗”搜索與前瞻能力強。從以上討論中不難發(fā)現(xiàn)，人主要的優(yōu)勢是解決非定義域問題，機器主要的優(yōu)勢是定義域問題。
1.3機器學習與人的學習對比
1.機器基于大量的正確樣本進行訓練。人類基于少量的正確或錯誤樣本進行學習。
2.機器容易產(chǎn)生局部最優(yōu)、調(diào)參很難。人類把握整體最優(yōu)、調(diào)參相對比較自如。
二、未來是人機融合智能
從以上討論中不難發(fā)現(xiàn)：人工智能的道路是有限的，人機融合智能才是當今智能時代的最佳解決方案。人機融合智能就是充分利用人和機器的長處形成一種新的智能形式。人工智能源自形式邏輯框架，人類智能脈于辯證思維體系，人機融合智能的根本在于邏輯與非邏輯思想的結(jié)合。
人機融合智能是人、機、環(huán)境三者的交互統(tǒng)一。人機環(huán)境這三個事物之間是石頭剪子布的關(guān)系：人造機器 + 機器改造環(huán)境 + 環(huán)境塑造人，其中這個環(huán)境不單是自然環(huán)境，而且還包括社會倫理環(huán)境、商業(yè)環(huán)境、科技環(huán)境等一系列的環(huán)境，這個機它也不單單是指機器裝備，還包括了機制管理等，這個人也分很多種，如單人、多人等。人、機、環(huán)境就構(gòu)成了一個完整的系統(tǒng)工程體系，人、機、環(huán)境之間的交互作用和關(guān)系也是各種智能產(chǎn)生的源泉和所在。
三、態(tài)勢感知是人機融合智能的切入點
我們將態(tài)勢感知中的“態(tài)”定義為人-機-環(huán)境系統(tǒng)中的各類表征個體狀態(tài)的主客觀數(shù)據(jù)，即state；將“勢”定義為事件的發(fā)展趨勢，即trend；將“感”定義為對系統(tǒng)中“態(tài)”的覺察，即sense；將“知”定義為對“勢”的理解。
3.1三級態(tài)勢感知模型
美國空軍首席科學家米卡·安德斯提出的態(tài)勢感知模型（如上圖）被分成三級：第一級是對環(huán)境中各成分的感知，即信息的輸入；第二級是對目前的情境的綜合理解，即信息的處理；第三級是對隨后情景的預測和規(guī)劃，即信息的輸出。
在第三級智能預測系統(tǒng)中，存在以下問題：如何把非概念問題概念化？如何把異構(gòu)問題同構(gòu)化？如何把不可靠的部件組成可靠的系統(tǒng)？……圖靈獎及諾貝爾經(jīng)濟學獎得主西蒙提出了聰明的對策：有限的理性，即把無限范圍中的非概念、非結(jié)構(gòu)化成分可以延伸成有限時空中可以操作的柔性的概念、結(jié)構(gòu)化成分處理，這樣就可把非線性、不確定的系統(tǒng)線性化、滿意化處理。
3.2深度態(tài)勢感知的含義
深度態(tài)勢感知的含義是“對態(tài)勢感知的感知，是一種人機智慧，既包括了人的智慧，也融合了機器的智能”，是能指＋所指，既涉及事物的屬性（能指、感覺），又關(guān)聯(lián)它們之間的關(guān)系（所指、知覺），既能夠理解事物原本之意，也能夠明白弦外之音。
“態(tài)”就是先天已存在的事物發(fā)展慣性，“勢”就是后天未存在的事物發(fā)展慣性，感知就是要理解態(tài)、勢。深度態(tài)勢感知就是深度理解態(tài)、勢。態(tài)是事實空間，勢是價值空間，感是事實獲得，知是價值關(guān)系。關(guān)于深度態(tài)勢感知虛實參照系，我們可分為人機不同的態(tài)（事物）參照系、勢（事實）參照系、感（顯著）參照系、知（價值）參照系，當這些虛實參照系大部分一致起來時，抑或是沒有本質(zhì)的矛盾時，才有可能產(chǎn)生正確的覺察和決策行為。
3.3建立深度態(tài)勢感知公式
從態(tài)空間進入勢空間，就是從數(shù)據(jù)特征空間進入信息向量空間，就是從邏輯空間進入非邏輯空間，就是從形式空間進入意向性空間，也即從語法空間進入語義空間，這種不同空間的進入所產(chǎn)生的誤差表達公式，就是我們要建立的深度態(tài)勢感知公式。
四、對人機融合智能問題的梳理
以下是對書中人機融合智能關(guān)鍵問題的梳理，筆者認為研究人機融合智能需要從以下問題找突破口，這也是梳理的必要性。
如何使機器產(chǎn)生感知外部前提條件的變化，并依次而隨機應變，是人機融合的一大障礙；人既有確定性的一面，也有不確定性的一面，機（機器、機制）同樣如此，如何把不確定性的一面轉(zhuǎn)為相對穩(wěn)定的確定性加以使用，這是人機融合的一個重要問題；抽象符號間的聯(lián)系不能產(chǎn)生知識和意義，形式符號系統(tǒng)的語義解釋和知識建構(gòu)如何內(nèi)在于系統(tǒng)（類似于人類內(nèi)在于我），應該是未來人工智能研究的核心問題；“反思”的目的性可用主觀的價值性表征，這將成為人機融合的又一關(guān)鍵之處；人機之間的理論、概念、知識、信息、數(shù)據(jù)之間是彌散膨脹關(guān)系，為了不失真，它們相互之間的轉(zhuǎn)換效率需要用某種方法來衡量，這些表征就是我們要尋找的關(guān)鍵點和突破口；人機融合的關(guān)鍵應包括：一多與靈活彌聚的表征、公理與非公理混合推理、直覺與“間覺”交融的決策；讓機器獲得聯(lián)覺或遷移覺，或許是人機融合智能方面的一個瓶頸；關(guān)系有單向性（不是雙向的）和依附性，如何建立起人機之間的雙向關(guān)系至關(guān)重要，這是人機融合智能的一個突破口和切入點。
五、一個應用：知識推薦系統(tǒng)
讀第六章“人工智能：寓教有方”時，筆者意識到知識推薦系統(tǒng)是一個很好的研究方向。在線教育火爆，它有其隨時隨地可以學習的優(yōu)勢，但是目前在線教育也存在內(nèi)容不對口、材料不對口、上課方式缺乏個性化等缺點，這些缺點會導致學習體驗不佳，進而導致學員在學習過程中難以進行。比如學習英語口語時，我的情況現(xiàn)在學習發(fā)音還是學習口語內(nèi)容，如果我學習發(fā)音我現(xiàn)在的階段應該是學習弱化、爆破還是連讀等問題。如果我是要某個情景需要口語那我現(xiàn)在應該學習什么內(nèi)容。如果我要長期學口語，是聽課還是讀材料還與外國老師交流哪個方式更適合我。這個系統(tǒng)如果做到因材施教可以幫助很多像我一樣只會啞巴英語的人。另外，如果能實現(xiàn)真正的智能推薦，目前市面上所有的在線教學都會受到強烈的沖擊，我們可以預測到它市場的火爆。
六、對人機融合智能研究的短暫規(guī)劃
由于本書中提到：人工智能如果有一定的智能，恐怕更多應是數(shù)字邏輯語言智能；人還是定性定量才能交給機器做；歸根到底，機器所能做的只是計算而已；建造有意識的智能體一定要將其置于具體環(huán)境中，首先了解情景，對情景進行辨別與選擇，再發(fā)展智能與意識，這樣才能離我們?nèi)祟惖囊庾R越來越近；人的優(yōu)勢是畫圈（劃分領(lǐng)域/定義域），機的優(yōu)勢是畫圓（精確執(zhí)行），人機融合的優(yōu)勢則是既能畫好圈又能畫好圓（可跨域?qū)崿F(xiàn)目標），正可謂人心所想，機器所為。
我們可以得出下面的結(jié)論。研究人機融合智能，要規(guī)定具體環(huán)境。對機器暫時還不能有算計上很高的期望，未來一段時間內(nèi)主要利用它的計算優(yōu)勢。研究人機融合智能要循序漸進，充分利用人機的優(yōu)勢，達到比較好的智能。
七、總結(jié)與展望
讀書的過程中筆者是帶著能否從書中找到方法來解決關(guān)于人機融合智能中實際問題以及指導筆者接下來研究進程的思路來讀這本書的，所以接下來筆者會結(jié)合本書與自己的思考來總結(jié)全文。
人工智能有專用人工智能和通用人工智能之分，也就是弱人工智能和強人工智能之分。我們目前人工智能大都屬于專用人工智能，我們現(xiàn)在要做通用人工智能。通用人工智能也就是從以上討論的人工智能的缺陷中找突破口。
作為人機融合智能的切入點-態(tài)勢感知中，態(tài)和感描述的是事實/形式化，勢和知描述的是價值/意向性，態(tài)勢感知究其根本還是事實與價值的矛盾。但是矛盾只能從理論上指導我們，它解決不了實際問題。那我們接下來怎么解決人機融合智能的實際問題？
機器對彼此矛盾或含糊不清的信息不能反應。本書中也提到人還是定性定量才能交給機器來做。人擅長解決非定義域的問題，機器擅長解決定義域的問題，那么人機融合智能要充分結(jié)合人和機的優(yōu)勢，做到優(yōu)勢互補。筆者在閱讀前半本書的過程中有個不成熟的想法：人告訴機器搜集哪些輸入信息，甚至可以列六個維度的信息讓機器去搜集，搜集到的信息要傳遞給人，人表征完了告訴機器怎么處理，接著機器再去處理。讀后半本書的過程中，筆者意識到復雜的情景應該有人機環(huán)更多的交互統(tǒng)一。舉個例子，軍事智能中的人機合一，不是簡單的“人心+機腦”，而是人（單人、多人、敵我）+機（機器裝備+機制管理）+作戰(zhàn)環(huán)境（真實+虛擬）體系的交互統(tǒng)一。泛泛而談不適合研究具體智能，還容易導致思路掣肘及分散，所以我們還是要在具體情境下對具體智能探索。
本書也多次提到了研究智能體要規(guī)定情境，劃好范圍，所以我們接下來是不是可以從問題中突破，在具體情景問題中探索，循序漸進。另外，實踐的創(chuàng)新也會促進理論的創(chuàng)新。筆者想到了一個從情境智能中研究的大概步驟：提出研究問題、自行建模有個大概思路、解決不了的問題借鑒前人的價值模型、創(chuàng)新自己的價值模型、解決問題。
我們怎么解決以上步驟的第一步-確定自己的研究課題？筆者認為以上討論的人工智能不智能的每個具體涉及問題及人機融合智能的難點都可以作為課題。除此之外，筆者認為本書中還可以作為課題研究的有：情感表征、戰(zhàn)斗機/半自主武器、機器讀懂文字的語義、彌補辯證邏輯。
辯證思維邏輯就是可以靈活表征、非單調(diào)推理、直覺決策、隨機應變、準確有效及時的護理人-機-環(huán)境復雜系統(tǒng)問題的一種思維方法。閱讀到這里的時候筆者就認為辨證思維邏輯或許是人機融合智能研究的突破口，如果可以自己定義其規(guī)定和內(nèi)涵來彌補數(shù)學和邏輯理論的不完備性，在溝通事實-價值這一基本矛盾上肯定會更加平滑。
智能是強邏輯戰(zhàn)術(shù)性的，側(cè)態(tài)、感，時間短、空間小、價值低
智慧是弱邏輯戰(zhàn)略性的，重勢、知，時間長、空間大、價值高
聯(lián)系客服
