通过对AlphaGo、孙子兵法、美军对未来行动方式的规划等实例的研究,我们可以发现人机融合智能机制、机理的破解将成为未来博弈致胜的关键。任何分工都会受规模和范围限制,人机融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。功能分配是被动的,外部需求所致;能力分配是主动的,内部驱动所生。在复杂、异质、非结构、非线性数据/信息/知识中,人的或者是类人的方向性预处理很重要,当问题域被初步缩小范围后,机器的有界、快速、准确优势便可以发挥出来了;另外,当获得大量数据/信息/知识后,机器也可以先把他们初步映射到几个领域,然后人再进一步处理分析。这两个过程的同化顺应、交叉平衡大致就是人机有机融合的过程。
未来的博弈不仅是智能化博弈,更是智慧化博弈,未来的博弈不但要打破形式化的数学计算,还要打破传统思维的逻辑算计,是一种结合人、机、环境各方优势互补的新型计算-算计博弈系统。在智慧化博弈中,协同行为是必要的手段。无论人工智能怎样发展,未来是属于人类的,应该由人类共同定义未来博弈的游戏规则并决定人工智能的命运,而不是由人工智能决定人类的命运。未来博弈是将人机环境有效结合,并协同多方领域,形成的智慧化协同行为模式。
人工智能在未来博弈中具有非常重要的作用,即:未来的人工智能和正义的博弈应该承担着人类和平的使命,人负责做正确的事:公平正义、共同命运、安全可控,而人工智能则要正确的做事:快速准确、海量存储、可解释性。人工智能应用在军事领域面临的三个困境进行了阐述,分别如下:
1.可解释性:可解释性不但包括对已有规则的解释,还包括构建规则的新内涵与外延。
2.学习:机器学习相比人类学习本身而言就是一个小小的“隐喻”。人的学习是初期的灌输及更重要的后期环境触发的交互学、习构成,机器缺乏后期的能力。人的学习是事实与价值的混合性学习,而且是权重调整性动态学习。人的记忆也是自适应性,随人机环境系统而变化,不时会找到以前没注意到的特征。
3.常识:常识中也有许多错误、愚蠢和糟糕。
在未来博弈中也存在着三个亟待解决的关键问题,分别为:
1.人机融合智能中的深度态势感知问题;2.不确定性问题;3.人的问题。
人工智能与人的智能很难协调。目前,人智与AI的失调匹配是导致目前人工智能应用领域弱智的主要原因。并指出在未来博弈中,对人机融合智能机制、机理的破解以及有效的协同方式将成为未来博弈致胜的关键,而在整个过程中,人工智能技术的不断完善是必不可少的。
通过对近些年中美两国间的竞争与博弈,以及两国应对新型冠状病毒的表现的分析与总结,可以进行一个深度态势预测:未来中美关系的关键在于双方人机环境系统的竞合协调。
具体视频也可点击下面文字播放观看: