人工智能和智能的關(guān)鍵在“人”及自主性，如何思考這兩個(gè)要素已成為黑暗里兩處搖曳著的光和希望！人類文明的演化粗略可劃分為西方文明和東方文明，人類對(duì)智能領(lǐng)域的理解也可大致劃分為東西方這兩大體系。人工智能領(lǐng)域的發(fā)展主要是延續(xù)了西方文明的科技脈絡(luò)：邏輯+實(shí)驗(yàn)，而作為更為抽象的人性智能領(lǐng)域的反映，東方文明也起到了舉足輕重的作用：洞察+平衡，也可以認(rèn)為西方偏邏輯、算法，東方則偏非邏輯、算理。

未來(lái)的人機(jī)融合智能形式需要解決的就是把東西方的合理部分有機(jī)地整合在一起，形成一套嶄新的智能適配機(jī)理，這種適配性包括兩部分，一部分是相互適應(yīng)，一部分是互相配合。若把機(jī)器看成是建立在確定性數(shù)據(jù)、算法、算力基礎(chǔ)上的物體，那么人則應(yīng)是建立在隨機(jī)性知識(shí)、算理、算計(jì)基礎(chǔ)上的物體，其中的知識(shí)具有主觀性、強(qiáng)彌聚、富彈跳、不確定的特性。某種意義上說(shuō)，智能就是尋找最好替代的過(guò)程，這里的替代包括替代物、替代方案、替代系統(tǒng)等，尋找就是計(jì)算加上算計(jì)的混合處理過(guò)程。算計(jì)常常涉及宏觀方向和內(nèi)在道理，算法往往關(guān)聯(lián)具體過(guò)程和方法手段。

算計(jì)不是簡(jiǎn)單的計(jì)算逆過(guò)程。人的算計(jì)涉及顯性、隱性知識(shí)，側(cè)重價(jià)值化與事實(shí)性的融合，人和機(jī)器的計(jì)算包括可描述中可程序化的顯性知識(shí)，聚焦事實(shí)性。機(jī)器計(jì)算中很難既對(duì)立又統(tǒng)一，而算計(jì)中卻常?？梢院蜑橘F。無(wú)論人工智能還是人類智能，都有著一個(gè)共同的缺點(diǎn)：容易自我傷害，即聰明反被聰明誤。因此在人機(jī)融合智能的數(shù)據(jù)、信息、知識(shí)處理中，必須建立具有預(yù)見(jiàn)性的責(zé)任分配機(jī)制，及明確是否、何時(shí)以及在何種程度上使用何種算法系統(tǒng)。因而未來(lái)的人機(jī)融合智能中既應(yīng)有技術(shù)也應(yīng)有藝術(shù)，即凡是涉及到人機(jī)融合的智能，無(wú)論概念、定義、推理、決策都不是固定不變的，在態(tài)、勢(shì)之間還有一個(gè)中間區(qū)域——態(tài)勢(shì)區(qū)：其中既有態(tài)也有勢(shì)，既有事實(shí)也有價(jià)值，既有數(shù)據(jù)也有信息知識(shí)，既有公理也有非公理，既有直覺(jué)（非邏輯）也有邏輯，既有反思也有反饋（反思是動(dòng)態(tài)的虛實(shí)復(fù)合反饋）。

目前，人機(jī)交互缺乏動(dòng)態(tài)性，之間的定性分析還尚未完成。人機(jī)交互定量更為困難，例如，如何讓機(jī)器“明白”人不同階段的意圖變化？如何讓人理解機(jī)器的各種計(jì)算結(jié)果，有時(shí)候，大而全的數(shù)據(jù)庫(kù)、知識(shí)庫(kù)也可能是大的障礙，因?yàn)楹芏嘧兓蛩厥呛茈y（或還不能）用參數(shù)表示的，比如一個(gè)嬰兒的哭可以是因?yàn)轲I了，或是痛了，或是病了，或是困了。也可能是因?yàn)樯鲜鼍C合因素造成的，但是這種復(fù)合情況就很難用固定的數(shù)據(jù)庫(kù)、知識(shí)庫(kù)（甚至常規(guī)的知識(shí)圖譜）進(jìn)行表征。

機(jī)器強(qiáng)化學(xué)習(xí)中的獎(jiǎng)懲機(jī)制與人類的獎(jiǎng)懲機(jī)制相差甚大，人類的獎(jiǎng)懲除了“利”（事實(shí)）之外還有“義”（價(jià)值）；同樣，機(jī)器的態(tài)、勢(shì)、感、知機(jī)理與人類的態(tài)、勢(shì)、感、知機(jī)理都大相徑庭，機(jī)器基本上還是“以理服人”，而人類則是“情理交融”，機(jī)器與人的交互是兩者單向的，而人與機(jī)器的交流則是人機(jī)環(huán)境系統(tǒng)之間多向的人機(jī)、機(jī)機(jī)、人環(huán)、機(jī)環(huán)、人機(jī)環(huán)，其中不但存在著大量的“交”更有更多的“互”。

人是環(huán)境的主動(dòng)部分，機(jī)器只是人造的被動(dòng)工具，例如現(xiàn)在許多機(jī)器的界面（如手機(jī)各種提醒方式）是不會(huì)隨環(huán)境、任務(wù)、人的變化而隨機(jī)應(yīng)變的。人類一般是通過(guò)日常常識(shí)進(jìn)行關(guān)聯(lián)-判斷，有些復(fù)雜的推理還與動(dòng)態(tài)的預(yù)期有關(guān)；而機(jī)器是通過(guò)不完備的數(shù)據(jù)非（人類）常識(shí)連接-分析，沒(méi)有類人的預(yù)期機(jī)制。從根本上說(shuō)，機(jī)器的聰明、狹隘與人類的聰明、狹隘是不同的，人類處理問(wèn)題的模型是在無(wú)限開(kāi)放/非線性環(huán)境下不斷跨域融合的創(chuàng)造型認(rèn)知算理模型，而機(jī)器處理問(wèn)題的模型是在有限封閉/線性環(huán)境下的經(jīng)驗(yàn)型計(jì)算算法模型。目前，對(duì)于所有重要的人機(jī)系統(tǒng)而言。最終的裁判權(quán)還是人，這是因?yàn)檫@些問(wèn)題的實(shí)質(zhì)不僅是科學(xué)技術(shù)問(wèn)題還涉及大量的環(huán)境噪聲、社會(huì)人文、倫理法律等非科學(xué)技術(shù)問(wèn)題。

人工（機(jī)器）智能是人們用邏輯編寫(xiě)固定的事實(shí)算法，考慮的是規(guī)則的搭配。如用手拿筷子或刀叉吃飯，而人類是用非邏輯（混合了事實(shí)、情感的更高階邏輯）進(jìn)行的動(dòng)態(tài)價(jià)值算法，更多的是恰當(dāng)?shù)膽?yīng)變，如除了手拿筷子或刀叉之外，還可以用腳或其它工具吃飯。人工智能為“是不是”功能，人類智能是“應(yīng)不應(yīng)”能力，功能是工具非適應(yīng)性的被動(dòng)實(shí)現(xiàn)，能力是生命適應(yīng)性的主動(dòng)實(shí)現(xiàn)。人還不了解自己，尤其是沒(méi)有真正認(rèn)識(shí)人的認(rèn)知與感覺(jué)形成的真正過(guò)程和實(shí)質(zhì)。人類的神經(jīng)網(wǎng)絡(luò)并非麥卡洛克-皮茨邏輯神經(jīng)元網(wǎng)絡(luò)，而是立體交織而成的多模態(tài)生物組織，人是環(huán)境的，很少有人在夏天無(wú)意識(shí)到下雪的情形，能否對(duì)自身/自我的行為的覺(jué)察和意識(shí)常常是人機(jī)的重要區(qū)別。

真實(shí)的智能并不是一開(kāi)始就絕對(duì)的正確，也可能一開(kāi)始就犯方向性錯(cuò)誤，但在過(guò)程中不斷地實(shí)時(shí)調(diào)整、過(guò)程中恰當(dāng)?shù)卣{(diào)整程序和時(shí)機(jī)、方式或許更能表征智能的大小和好壞。如海森伯格所言：“任何理解最終必須根據(jù)自然語(yǔ)言，因?yàn)橹挥性谀抢镂覀儾拍艽_實(shí)地接觸到實(shí)在?！?。實(shí)際上，小孩子的語(yǔ)言與成人的語(yǔ)言是不同的，同一個(gè)概念或語(yǔ)句，都帶有某種發(fā)現(xiàn)和試探性，情感性多于知識(shí)性，價(jià)值性多于事實(shí)性，虛擬大于真實(shí)，ta在玩味這個(gè)概念或語(yǔ)句，總是在可復(fù)制和不可復(fù)制之間找到一條最佳的道路來(lái)達(dá)成自我共識(shí)，并在未來(lái)能夠較準(zhǔn)確地遷移到其他某個(gè)情境任務(wù)中去。這個(gè)過(guò)程不是照抄照搬，而是有機(jī)化學(xué)了之后的任務(wù)和情境融合。也許可以把維特根斯坦《邏輯哲學(xué)論》的第一二句改為“世界是一切發(fā)生的事情和未發(fā)生的事情?！?/p>

和“世界是由事實(shí)和價(jià)值構(gòu)成的，而不是由事物構(gòu)成的。”更為準(zhǔn)確吧！有位朋友（紐約老熊）認(rèn)為：“其實(shí)，任何系統(tǒng)大到一定程度，都會(huì)有可解釋性的問(wèn)題。深度學(xué)習(xí)尤其如此，因?yàn)闆](méi)有人知道巨大數(shù)目的參數(shù)是怎么具體作用的。其他的系統(tǒng)，舉例說(shuō)，某個(gè)推理系統(tǒng)，如果大到一定程度，其表現(xiàn)的行為很難是精確可知的。不過(guò)，原則上是可知的，但可能要不計(jì)代價(jià)。這和（機(jī)器）深度學(xué)習(xí)形成對(duì)照?！?。

語(yǔ)義的核心在于價(jià)值性，可解釋性最大的困難在于語(yǔ)義的理解和說(shuō)明，學(xué)習(xí)是為了建立事實(shí)聯(lián)結(jié)，理解是為了實(shí)現(xiàn)價(jià)值聯(lián)系，兩者之間在進(jìn)行相互重構(gòu)的同時(shí)也存在著從事實(shí)到價(jià)值之間的巨大鴻溝。與機(jī)器學(xué)習(xí)不同，人類的學(xué)習(xí)是復(fù)合事實(shí)與價(jià)值的聯(lián)結(jié)。當(dāng)前，是否創(chuàng)造出新的可演化的機(jī)器學(xué)習(xí)模型是衡量是否是新一代人工智能的試金石，當(dāng)今，機(jī)器學(xué)習(xí)不可能由一種算法統(tǒng)治，必然是由各種數(shù)學(xué)模型所構(gòu)成，根據(jù)具體應(yīng)用的不同，選擇最適應(yīng)的機(jī)器學(xué)習(xí)模型，當(dāng)然機(jī)器學(xué)習(xí)一定有對(duì)應(yīng)用的范圍的適應(yīng)性，有適應(yīng)多領(lǐng)域應(yīng)用的，也有僅適應(yīng)單一領(lǐng)域的。

在現(xiàn)階段的算法領(lǐng)域中不可能產(chǎn)生比人機(jī)融合學(xué)習(xí)更強(qiáng)大的算力的任何模型，一套人機(jī)融合的計(jì)算計(jì)系統(tǒng)或算計(jì)算系統(tǒng)可能更能代表未來(lái)智能領(lǐng)域的發(fā)展趨勢(shì)吧。隨著新一輪科技革命的發(fā)展，特別是網(wǎng)絡(luò)通信技術(shù)的突破和人工智能技術(shù)的加強(qiáng)，人機(jī)融合領(lǐng)域也進(jìn)入了新的時(shí)代。在當(dāng)前的這個(gè)時(shí)代，人機(jī)環(huán)境系統(tǒng)關(guān)系的內(nèi)容和形式與以往有很大的不同，并導(dǎo)致人機(jī)融合策略的選擇和交互策略的效果都與以往不一樣了。在此情況下，以傳統(tǒng)的人機(jī)交互觀念和價(jià)值觀念來(lái)理解當(dāng)前的人機(jī)融合智能，很可能使這方面的研究陷入被動(dòng)局面。因此，我們需要突破事實(shí)和價(jià)值分析等傳統(tǒng)思維來(lái)理解當(dāng)前的人機(jī)融合智能化問(wèn)題和關(guān)系。任何智能都是針對(duì)具體問(wèn)題提出的新解決方案，然而原有問(wèn)題解決的同時(shí)必然會(huì)產(chǎn)生新的問(wèn)題，因此就需要進(jìn)行新的智能來(lái)解決新問(wèn)題。這就決定了人機(jī)融合智能只有進(jìn)行時(shí)，沒(méi)有完成時(shí)。

責(zé)任編輯：pj