古代老子也懂AI？国内外从古至今仍在继续……

2019年11月29日，在苇草智酷主办的第89期智酷沙龙【人机融合智能发展新趋势——暨《追问人工智能-从剑桥到北京》新书分享会】上，北京邮电大学岗位教授、人机交互与认知工程实验室主任刘伟老师进行了以“人机融合智能发展新趋势”为主题的精彩分享。

以下文章根据刘伟老师演讲内容整理，以飨读者。

北京邮电大学岗位教授、人机交互与认知工程实验室主任刘伟

“

在很多环境下，目前人们对人工智能的认识还停滞在“自1956年达特茅斯会议被提出”且“发展至今已能够为人类社会带来便利”的阶段。尽管人工智能的发展趋势逐渐成型，对其深入探究并摸索的人才相对有限。

一、人工智能并非横空出世，中西发展各有所持

当我们谈起人工智能，一直存在一个误区——其实它并不是20世纪50年代横空出世的，智能的发展源头可以追溯到更弥远的时候。

我们知道，人工智能是包含人工及智能的，而源于智能的思考又涵盖着数学、心理等哲学领域的大量知识。西方社会历史上的科学与哲学从起点开始，就是统一的、融合的。古希腊时期，被称为科学与哲学之祖的泰勒斯是西方的第一个自然科学家与哲学家，人工智能的理念从那时起，就已经由泰勒斯为起点开始萌芽了。

有关人工智能的探索是连续的，在泰勒斯之后有亚里士多德、大卫·休谟、笛卡尔、培根、莱布尼茨、路德维希·维特根斯坦、图灵（这里只举出标志性的、有杰出贡献的人物），他们的研究对西方人工智能都产生了不可小视的影响。

针对于西方的人工智能发展历程，可以总结为“感、态、知、势”的发展道路。此处要提及一下大卫·休谟这个人，在未来，他提出的“休谟之问”有可能会是智能的一个“至高点”。

什么是休谟之问？

即从“是”能否推出“应该”，也即“事实”命题能否推导出“价值”命题。

这样看似简单的一句话在哲学领域上引起了西方学者们的重视，但在智能界中，对它的探讨还不够。

这便引出了中国学者们的思考。中国古代文明和西方不同，它的记载更加完整、清晰一些。

当我们回顾历史时，不难发现《易经》中早已渗透着人工智能的认知。《易经》对中国东方思想的影响是至关重要的，它最早的撰写者是伏羲，这是有据可查的、大家公认的，伏羲观日月星辰，开始撰写了《易经》的初稿。

第二位中国智能史上的重要人物是周文王，他把社会学、管理学以及他对人和社会之间的关系进行了梳理，形成《周易》，可谓是周朝的《易经》。

第三位是大名鼎鼎的孔子。孔子在五十多岁的时候，他看到了易，他很惊讶，对易的崇拜可见一斑。他把人伦、伦理和道德很多元素嵌入了，或者说是融进了《易经》里面。也至此，以上三位大学者完善了《易经》的撰写，奠定了中国对智能探索的基调。

另外一部书，《道德经》的前两句话对智能的贡献非常大。

老子写道：道可道，非常道。第二句是名可名，非常名。这两句话，若是有过人工智能研究经验的能体会其中之重——你可以看出人工智能里边有三个最基本的要素，第一个要素是输入，第二个是处理，融合。第三个是输出。所以这两句话就界定了人工智能和人的智慧上有巨大的差异。

接下来一位，是孟子。他曾曰：是非之心，智也。在这为什么要提到孟子的名言呢，是因为在西方，有一个很著名的经济学家、思想家叫米塞斯。在他的《人的行为》里面，曾经提到一句话：什么是知识，能够区别A和非A就是知识。你看他和孟子的话多么像，是非之心，智也；能够区别A和非A，就是知识。追根溯源，东西方会有很多交汇或贯通的地方。

再往后，刘徽、王阳明等能作为时代标志的科学家们也为中国智能发展贡献了很多。到了金岳霖先生这一代，情况开始“变了”。他最重要的贡献是他把西方哲学的很多东西和咱们东方进行了对接，引入了中国，尤其是新哲学，还有对世界的一个西方式看法；华罗庚先生曾经在美国滞留过一段时间，他和冯诺依曼等学者们甚熟，在那期间他敏锐地把握到计算机将成为非常重要的未来科学发展的一个工具。回国以后，他就组织成立了中科院计算所，他是发起人，也是倡导者。

所以华老其实对中国计算机界的贡献非常之大，也为智能界的发展打开了新的大门。

纵观中国智能的发展，可归为“知、势、感、态”的趋势，也正是因此，西方智能界发展至今开始重点关注东方的趋势，这里不仅有我国，还有印度等国家都包含在内。剖析原因，是东方文明很重要的一个特质——关怀人和人、人和社会、人和自然之间的关系。

举个例子，泰勒斯用“water”一词去表征西方科学和技术的特质——人和物之间的关系；在同时代有老子、有孔子和他相差几十年，他们也提出了水的观点，但是东方式的水。

他们提出的水是“上善若水，逝者如斯夫”，主要体现的并非人和物这种理性的关系，它偏重于感性的关系。

从这个点上，大家可以看出，东方人思维和西方人思维，从那个时候开始就出现了分歧和不一样，一个偏理，一个偏感。这便引出下一部分的话题，也是比人工智能更接近未来的研究。

二、人机融合智能研究的具细知识点

大家或许会对“人机融合智能”感到陌生，这里我先简单介绍一下有关人机融合智能的几个名词其定位和意义。

从学科角度来说，人机交互是“脖子以下”——你的可达欲、舒适欲、视欲、听欲，生理性和物理性的交互叫人际交互。而“脖子以上”，人脑和电脑的融合叫人机融合智能。这主要是有一个脖子为界。

目前在人工智能界流行了三种基本的智能显示。

第一种叫做计算智能，

第二种叫做感知智能，

第三种叫做认知智能，

还有一个不太常见的第四种，洞察智能。

我用四个画面来简单阐述一下这四种智能的概念。

首先，计算智能可以看作刻舟求剑的行为：掉落水中的剑是已经发生的数据，是过去；在木舟上刻印记视为处理数据的方式，是现在；取回宝剑视为回收数据，是未来。过去是既定的，现在处理数据的方式是片面的、主观的，它并不能解决问题，从而导致未来并不能发生，这是计算智能的结论。

第二个，感知智能可以看作盲人摸象。从视觉，或者听觉，或者触觉，或者嗅觉，或者味觉去处理问题。

第三个，认知智能则是曹冲称象。它运用的方式方法只是简单的切换，从一个位置移动到另一个位置，数据无变量。

第四个，洞察智能的例子是塞翁失马。当情况开始转变时，这个转变的过程就成为了智能机制，产生了这种机制，也就是发生了创新。

说回人机融合，它要解决的根本问题，就是认知和计算的问题。按老百姓的话来讲，就是算计和计算的问题。这两个是怎么混在一起。解决这个问题有很多种切入点，很多方法。我们在这提了其中一个方法叫做深度态势感知。

深度态势感知的定义是在恩格斯的态势感知基础（“态势感知就是在一定的时间和空间内对环境中的各组成成分的感知、理解，进而预知这些成分的随后变化状况。”）上，加入了人和机的长处互补，取长补短，它应该能够表征人的意向性，也能够实现机器的智能化。既能够实现通情达理，也能够明白弦外之音，它把能指和所指结合在一起，进行表征。

深度态势感知最大的特点是它不但限于机器的软件和硬件，同时涉及到人件和环件，人的因素和环境的因素。

它应该是把计算和算计结合在一起，形成新的智能形式。我们也在尝试着做可计算的算计方法，也正在思考这个问题，更欢迎大家一块去思考。

三、当下人机融合智能研究遇到的难题和思考

在智能领域内，目前的关键瓶颈，在于人、机、环境是失调的。这三者的失调，造成了“1+1+1小于1”，也就是局部加起来以后，比整体要小得多，它们之间不是互补的关系，而是互相“拆台”，这是一个很重要的问题。

另外，目前西方研究的着力点，

第一是增加机器及其交互的智能，这是一个方向；

第二，是主动地配合人类，辅助人类完成感知，感觉、知觉和控制这种任务；

第三，是实现人机之间的相互辅助，最大限度提高性能和工作效率。这是智能的瓶颈。

有关人工智能的瓶颈和关键问题可以总结为常识和悖论。常识是包含了很多道理的一个术语和概念。比如一个常识很简单，包含的道理很多，但机器却很难接纳和吸收。这导致机器涉及的域不能太广，要么是数理的，要么是物理的，要么是心理的，要么是生理的等等，但机器做不到的是，它不能是把这些道理全部伦理的都走一遍，然后形成一个概念或者算法，它做不到。

维特根斯坦在《逻辑哲学论》里面提出了一个观点——非家族相似性，这是目前人工智能领域内最紧张的一个缺点，还不能发育或者实现非家族性之间的跳跃。

遇到问题，人们就会去寻找解决办法。这里我通过自己的观察和学习，分享给大家国外一些学者的理解。

此前国外对人机融合的一些理解，我分为几个部分。

第一，如何实现动态的表征；

第二，弱相关怎样形成相关推理；

第三，机器的终身学习怎么实现；

第四，可理解性，包括智能的结果的可读性、可判定性、可理解性；

第五，跨域的决策，不同领域怎么整合在一起实现推理；

第六，融合程度，人机怎么融合，在输入端怎么融合，在处理过程中又怎么融合，输出怎么融合。

我们国内的学者们又是怎么理解的呢？一共五个方面——

第一，输入方面是能指和所指的切换，就是包括常识；

第二，归纳演绎类比和机器的统计推理怎么结合；

第三，人的风险和带有责任性的决策和机器的这种无责任性的决策怎么融合；

第四，人的自否性反思和机器的机械性反馈怎么融合；

第五，这是态势感知和资源分配，如何通过任务需求自动调度控制人机资源分配、功能匹配。

对于目前这些问题的情况，我归结了人机融合智能的四条发展趋势：主动推荐、交互学习、高效容错、混合决策，这是未来发展的方向。其中最值得关注的是人的学习和机器学习，它有显著性差异。这句话体现出了人的学习和机器学不到的东西。人能够产生一种范围不确定的隐性的知识和规则，或者秩序，这是机器无法理解的。

这便引导出人机融合智能的定位了——人机融合智能主要研究如何在人、机器或机制及系统之间实现最优智能匹配。由此我们还可以得出几种结论：智能理论和技术研究的本质就是计算与认知、洞察的关系；信息化侧重于计算，智能化着眼于认知；人机融合强调—洞察增强（脱离事物本身而看待事物）。

人们经过漫长的时间到达今天这个节点，广义下的人机融合智能通过代代人的研究终于独立定位，接下来的路是光明的也是终将触及未来的。

人机融合智能走向未来要面对的思考

如何相对正确地引导人机融合智能的发展？从人机融合智能的定位上不难看出，它有两大难点。一是异常性，二则是如何让人和机的融合行为化，两者如何结合，是人机融合研究的难点及不可忽略的重点。

因此，在摸索的过程中，也出现了以下几个人机融合的思考。

一，计算和认知两者之间存在着天然差异，将认知和计算结合、算计和计算结合的研究过程，需要多种学科研究人员的参与及合作。

二，智能领域下，人们将“以数据为中心”转变为“以环境为中心、以环境对象中心”将会在何时可以实现？这一过程是“真正的智能出现”的必然条件。这里有个比喻可以帮助大家理解这个思考。“鹦鹉学舌”的过程中，是否产生了智能呢？

答案是否定的。因为鹦鹉在学习人类讲话的过程中，只是将“声波”或者说“言语”这一数据进行了转移。这种情况并没有产生真正的智能。再来看，“乌鸦喝水”的过程中，是否产生了智能呢？

答案是肯定的。因为在乌鸦取水的过程中，它遇到了某一种情况，这种情况并不能使他顺利地取到水；因此，乌鸦通过适应环境并在环境下改变了某一因素，最终达成了目的，其中是存在着真正的智能的。但不要误会，过程中的智能并非为了“取水”的目的“以任务为中心”诞生，而是“以环境对象为中心”的。在我们看来，“以环境为中心”是人机智能融合的良好选择，是值得提倡的。

三，智能提供了使现实在其可能性中显现的“逻辑空间”——这意味着，在现实社会中“可能性优先于现实性”的理论是可实现的。从这个意义上说，智能是实现可能性的能力。

在智能领域内，态势感知四个字涉及到了态——正确率；势——反应时；感——显著性；知——价值性四大板块。其中，有两个参数可显著出智能的“逻辑空间”，我们来看下：

四，没有经过人机融合合作训练过的智能系统是弱智系统。

这个思考不难理解。一个优质的人机融合智能应该具备什么样的条件呢？它应该经过软件硬件化、硬件软件化、人的机械化、机的人性化的过程，然后不断地进行融合，最终呈现出能够适应环境的人机融合智能。

五，这一点是特别强调的，智能既不是有序或无序的，它是有序与无序混合的状态；智能不是整体和局部之间的大于小于问题，而是整体与局部之间的交错进行，是产生式和逆产生式的混合过程。

智能还有一个重大的特点，它既有适应性，也是具备不适应性的。智能一定要有不适应性，因为环境不是一致的。这也引导出一个认知——我们不能说智能它是否“正确”，但我们可以评判它是否“适应”。就和“对症下药”一个道理，“包治百病”情况存在的可能性极低，智能是有局限性的。

智能它不是人脑或者类脑，它是人机环的相互作用。人工智能只是人类智能当中，可程序化的一部分。智慧则是智能加上伦理道德、法律常识、数学、智能智慧等等，它们都是群体实践和意识合成的产物，都具备群体性，离开群体不可能产生最终我们希望产生的智能。

另外，人工智能和人机融合智能有个很明显的区别。这个区别可以通过一个例子来看，博弈智能。在博弈的过程中，矛盾是必然存在的，博弈也通过变量，平衡，斟酌等方式来解决矛盾。人工智能是达不到这一点的，而人机融合智能可以。

讲了这么多，下面我跟大家分享一下我们正在做的人机融合自主知识领域框架：

——就是把态、势、感、知，把这几个方面进行关联，来做一个计算和算计。这是态势感知的一个四个指标，怎么来确定。

因为态势感知在其中能够表达得很充分，态中有势，势中有态，感中有知，知中有感。

“易（变化）就是智能，对称性是现代物理的核心，而智能既有对称性又有非对称性，更有反身性，且没有封闭性，几乎不能照搬数学物理现有的公式定理。”

即便是当下的我们，也能通过人机融合智能与古代传下来的智慧去探讨，去交流，去诉与听。而当我们成为历史，逐渐清晰的未来是否也将回应我们的期待？

END