人工智能和智能的關(guān)鍵在“人”及自主性，如何思考這兩個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+實驗，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、算理、算計基礎(chǔ)上的物體，其中的知識具有主觀性、強(qiáng)彌聚、富彈跳、不確定的特性。某種意義上說，智能就是尋找最好替代的過程，這里的替代包括替代物、替代方案、替代系統(tǒng)等，尋找就是計算加上算計的混合處理過程。算計常常涉及宏觀方向和內(nèi)在道理，算法往往關(guān)聯(lián)具體過程和方法手段。

算計不是簡單的計算逆過程。人的算計涉及顯性、隱性知識，側(cè)重價值化與事實性的融合，人和機(jī)器的計算包括可描述中可程序化的顯性知識，聚焦事實性。機(jī)器計算中很難既對立又統(tǒng)一，而算計中卻常常可以和為貴。無論人工智能還是人類智能，都有著一個共同的缺點：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、知識處理中，必須建立具有預(yù)見性的責(zé)任分配機(jī)制，及明確是否、何時以及在何種程度上使用何種算法系統(tǒng)。因而未來的人機(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，無論概念、定義、推理、決策都不是固定不變的，在態(tài)、勢之間還有一個中間區(qū)域——態(tài)勢區(qū)：其中既有態(tài)也有勢，既有事實也有價值，既有數(shù)據(jù)也有信息知識，既有公理也有非公理，既有直覺（非邏輯）也有邏輯，既有反思也有反饋（反思是動態(tài)的虛實復(fù)合反饋）。

目前，人機(jī)交互缺乏動態(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)器的各種計算結(jié)果，有時候，大而全的數(shù)據(jù)庫、知識庫也可能是大的障礙，因為很多變化因素是很難（或還不能）用參數(shù)表示的，比如一個嬰兒的哭可以是因為餓了，或是痛了，或是病了，或是困了。也可能是因為上述綜合因素造成的，但是這種復(fù)合情況就很難用固定的數(shù)據(jù)庫、知識庫（甚至常規(guī)的知識圖譜）進(jìn)行表征。

機(jī)器強(qiáng)化學(xué)習(xí)中的獎懲機(jī)制與人類的獎懲機(jī)制相差甚大，人類的獎懲除了“利”（事實）之外還有“義”（價值）；同樣，機(jī)器的態(tài)、勢、感、知機(jī)理與人類的態(tài)、勢、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)境的主動部分，機(jī)器只是人造的被動工具，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。人類一般是通過日常常識進(jìn)行關(guān)聯(lián)-判斷，有些復(fù)雜的推理還與動態(tài)的預(yù)期有關(guān)；而機(jī)器是通過不完備的數(shù)據(jù)非（人類）常識連接-分析，沒有類人的預(yù)期機(jī)制。從根本上說，機(jī)器的聰明、狹隘與人類的聰明、狹隘是不同的，人類處理問題的模型是在無限開放/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)器處理問題的模型是在有限封閉/線性環(huán)境下的經(jīng)驗型計算算法模型。目前，對于所有重要的人機(jī)系統(tǒng)而言。最終的裁判權(quán)還是人，這是因為這些問題的實質(zhì)不僅是科學(xué)技術(shù)問題還涉及大量的環(huán)境噪聲、社會人文、倫理法律等非科學(xué)技術(shù)問題。

人工（機(jī)器）智能是人們用邏輯編寫固定的事實算法，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、情感的更高階邏輯）進(jìn)行的動態(tài)價值算法，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)性的被動實現(xiàn)，能力是生命適應(yīng)性的主動實現(xiàn)。人還不了解自己，尤其是沒有真正認(rèn)識人的認(rèn)知與感覺形成的真正過程和實質(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，很少有人在夏天無意識到下雪的情形，能否對自身/自我的行為的覺察和意識常常是人機(jī)的重要區(qū)別。

真實的智能并不是一開始就絕對的正確，也可能一開始就犯方向性錯誤，但在過程中不斷地實時調(diào)整、過程中恰當(dāng)?shù)卣{(diào)整程序和時機(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)自然語言，因為只有在那里我們才能確實地接觸到實在。”。實際上，小孩子的語言與成人的語言是不同的，同一個概念或語句，都帶有某種發(fā)現(xiàn)和試探性，情感性多于知識性，價值性多于事實性，虛擬大于真實，ta在玩味這個概念或語句，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達(dá)成自我共識，并在未來能夠較準(zhǔn)確地遷移到其他某個情境任務(wù)中去。這個過程不是照抄照搬，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。”

和“世界是由事實和價值構(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，任何系統(tǒng)大到一定程度，都會有可解釋性的問題。深度學(xué)習(xí)尤其如此，因為沒有人知道巨大數(shù)目的參數(shù)是怎么具體作用的。其他的系統(tǒng)，舉例說，某個推理系統(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，原則上是可知的，但可能要不計代價。這和（機(jī)器）深度學(xué)習(xí)形成對照。”。

語義的核心在于價值性，可解釋性最大的困難在于語義的理解和說明，學(xué)習(xí)是為了建立事實聯(lián)結(jié)，理解是為了實現(xiàn)價值聯(lián)系，兩者之間在進(jìn)行相互重構(gòu)的同時也存在著從事實到價值之間的巨大鴻溝。與機(jī)器學(xué)習(xí)不同，人類的學(xué)習(xí)是復(fù)合事實與價值的聯(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)融合的計算計系統(tǒng)或算計算系統(tǒng)可能更能代表未來智能領(lǐng)域的發(fā)展趨勢吧。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)入了新的時代。在當(dāng)前的這個時代，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)交互觀念和價值觀念來理解當(dāng)前的人機(jī)融合智能，很可能使這方面的研究陷入被動局面。因此，我們需要突破事實和價值分析等傳統(tǒng)思維來理解當(dāng)前的人機(jī)融合智能化問題和關(guān)系。任何智能都是針對具體問題提出的新解決方案，然而原有問題解決的同時必然會產(chǎn)生新的問題，因此就需要進(jìn)行新的智能來解決新問題。這就決定了人機(jī)融合智能只有進(jìn)行時，沒有完成時。

責(zé)任編輯：pj