智能的原理

算计，是一种难以计算的计算，从根本上说，也是系统智能自动力的源泉。

    为什么许多智能产品总是感觉粘性不够呢？许多小孩子玩一会儿就丢到一边去了，更多大人们甚至连两分钟热度都没有，看两眼就会抱着智能手机聊天、看书、追剧、玩游戏去了！有人也许会问，为什么智能手机咋就这般人见人爱呢？究其因，不外乎上可组群，下可单挑，左可得瑟，右可局气，人机环境系统浑然一体，不觉心流悄然实现吧！

    说到底，无论对什么智能产品而言，人机融合智能涉及的终究不仅仅是科学问题，更是复杂性问题，关涉众多领域，在这千奇百怪、又复又杂的事物中，有个头绪非常值得关注，那就是人的欲求/能力与物、环境的适配性，翻译成高大上的哲学语言就是：思维与存在的关系问题。而要解决这个貌似无解的问题，最令人激动的桥梁和途径就是意向性生成问题的透明化，即意识是如何产生的问题！说白了，意识的本质和主要作用就是将各种对象组合起来产生有意义的结构，所以意识根本上就是经验，一种内化了的经验，所以人们常常把“意识经验”和“经验意识”挂在嘴边上。这种意识经验的形成来自于马克思的实践、维特根斯坦的游戏以及大家日常的各种交互，源于生活，高于生活！正可谓，世界和万物是由相互作用的关系构成的，智能也是因此而生成的，没有关系就没有智能，也没有世界和万物。这些关系千变万化、千头万绪、千奇万怪、千山万水、千秋万古、千纠万缠、千算万算、千态万势……在这千千万万之中，不妨简化为两类，一类客观存在，一类主观意向，也可简化为一实一虚，虚实结合犹如复数一般更难计算，虚中有实，实中有虚，恰似阴阳鱼游弋于八卦之间。万物互联，人机交融，所有事物都在关联，或显或隐，平时之际不是不联，主要是时机未到，时机一到，风马牛也相及，杯蛇即弓影，猴子可捞月，白驹不过隙，天马可行空，意义、价值分布式虚构，协同、组织开放性实在，风俗习惯沉淀出因果，数据信息弥聚为相关……究其因，一多分有可能性+多一共生现实性共同使然吧！其中如何把开集问题、逆问题、隐含意图这三个智能障碍解除以实现测得准、较完备、有可能的洞察力，也许是未来人机智能完美融合的标志性事件吧。

但从目前人机融合智能研究现状来看，距离上述目标的实现还遥遥无期，答案比较明显，目前研究这个领域的绝大多数研究者不具备“以人为本”的研究力。这也使得人机融合智能研究领域与经济学领域的研究很相似：主流人机融合智能/经济学训练的科学家/经济学家就越来越远离人性的思考。当下科学家/经济学“匠人”们的主要工作，就是反复搜集数据、打磨数据、处理数据，找到那个能够左右人机融合智能/宏观经济发展趋势的变量，以此验证复杂数理模型的现实有效性。用虚假的数学方法把一个认知/经济分析的体系加以公式化和形式化并假设所牵涉到的各种因素之间全然相互独立；这种做法的最大的弊端在于：一旦各种因素之间全然相互独立的假设条件不能成立，那末，它就会失去其说服力和权威性……在近来的“数理”人机融合智能/经济学中，只能代表拼凑之物的部分实在太多了；这些部分的不精确程度正和它们赖以成立的假设条件是一样的。假设条件使那些作者们能在矫揉做作和毫无用处的数学符号中，忘掉现实世界的复杂性和相互依赖的性质。

前两天，有位朋友说：20世纪人类思想的最大进步，不是绝对/肯定性理论的发现，而是相对/否定性原理的涌现：1905年、1915年爱因斯坦创立的狭义/广义相对论，海森堡于1927年提出的不确定性原理，哥德尔于1931年提出来的不完备性定理，1951年阿罗在他的经济学经典著作的《社会选择与个人价值》一书中提出的不可能性定理（指不可能从个人偏好顺序推导出群体偏好顺序）……，仔细想来，很是有些道理，古今中外的小孩子们除了被灌输的“爸妈”之外，最先自主说出来的往往是：不（no）、没有、别等否定词不是，如此看来人类真的在长大了！

    1934年，阿加莎·克里斯蒂以大萧条为背景，写下了她的杰作《东方快车谋杀案》。或许正和这部小说的情节一样，人类社会的经济危机/人机融合智能从来不是某一个经济变量/认知参数所促成的结果。凶手/干扰变量有很多个，而那被谋杀的，正是人性永无止境的欲望。如果说人机融合智能的意义因创造而生，且永无休止。特里·伊格尔顿指出：“我们至少可以肯定，意义总是越挖越多。逻辑上不可能有一个终极意义，一个终结所有阐释的意义，因为它本身也需要阐释。既然一个符号的意义来自于它与其他符号的关系，那么，就不会有一个终极的符号，正如不会有一个终极数字，或终极之人。”也许有意义的人机融合智能，正在于对思维与存在之间意义的不断地追寻之中。

    当前，正常人决策时，头脑里不但常常会出现两个相反的想法，而且会产生多个两两相关的比较想法，A>B，B>C，但结果不一定会是20世纪的C>A，还可能是21世纪的C＜A。人类的思想也许正从“不是……就是……” + “如果……那么……”思维渐渐向“和……都……” + “存在……应该……”思维转变吧！

      休谟认为：“一切科学都与人性有关，对人性的研究应是一切科学的基础。”。确实如此，任何科学都或多或少与人性有些关系，无论学科看似与人性相隔多远，它们最终都会以某种途径再次回归到人性中。科学尚且如此，包含科学的复杂也不例外，其中真实的智能有着双重含义：一个是事实形式上的含义，即通常说的理性行动和决策的逻辑，在资源稀缺的情况下，如何理性选择，使效用最大化；另一个是价值实质性含义，既不以理性的决策为前提，也不以稀缺条件为前提，仅指人类如何从其社会和自然环境中谋划，这个过程并不一定与效用最大化相关，更大程度上属于感性范畴。理性的力量之所以有限，是因为真实世界中，人的行为不仅受理性的影响，也有“非理性”的一面。人工智能“合乎伦理设的计”很可能是黄粱一梦，原因很简单，伦理对人而言还是一个很难遵守的复杂体系。简单的伦理规则往往是最难以实现的，比如应该帮助处在困难中的人，这就是一条很难（遵守者极容易上当被骗）操作的伦理准则。对于AI这个工具而言，合乎伦理设计应该科幻成分多于科学成分、想象成分多于真实成分。

                

                   好奇与惊叹是发现的眼睛

    当前的人工智能及未来的智能科学研究具有两个致命的缺点：（1）把数学等同于逻辑；（2）把符号与对象的指涉混淆。所以，人机融合深度态势感知的难点和瓶颈在于：（1）（符号）表征的非符号性（可变性）；（2）（逻辑）推理的非逻辑性（非真实性）（3）（客观）决策的非客观性（主观性）。

    智能是一个复杂的系统，既包括计算也包括算计，一般而言，人工（机器）智能擅长客观事实（真理性）计算，人类智能优于主观价值（道理性）算计。当计算大于算计时，可以侧重人工智能；当算计大于计算时，应该偏向人类智能；当计算等于算计时，最好使用人机智能。费曼说：“物理学家们只是力图解释那些不依赖于偶然的事件，但在现实世界中，我们试图去理解的事情大都取决于偶然。”。但是人、机两者智能的核心都在于：变，因时而变、因境而变、因法而变、因势而变……。

           

                    所有的形式都经不起时空的辩证

    如何实现人的算计（经验）与机的计算（模型）融合后的计算计系统呢？太极八卦图就是一个典型的计算计（计算+算计）系统，有算有计，有性有量，有显有隐，计算交融，情理相依。其中的“与或非”逻辑既有人经验的、也有物（机）数据的，即人价值性的“与或非”+机事实性的“与或非”，人机融合智能及深度态势感知的任务之一就是要打开与、或、非门的狭隘，比如大与、小与，大或、小或，大非、小非……大是（being）、大应（should）、小是（being）、小应（should）。人的经验性概率与机器的事实性概率不同，它是一种价值性概率，可以穿透非家族相似性的壁垒，用其它领域的成败得失结果影响当前领域的态势感知SA，比如同情、共感、同理心、信任等。

    人类智能的核心是意向指向的对象，机器智能的核心是符号指向的对象，人机智能的核心是意向指向对象与符号指向对象的结合问题。它们都是对存在的关涉，存在分为事实性的存在和价值性的存在、还有责任性的存在。比如同样的疫情存在，钟南山院士说的就是事实性存在，特朗普总统说的就是价值性存在，同时他们说的都包含责任性存在，只不过一个是科学性责任，一个是政治性责任。

    一般而言，数学解决的是等价与相容（包涵）问题，然而这个世界的等价与相容（包涵）又是非常复杂，客观事实上的等价与主观价值上的等价常常不是一回事，客观事实上的相容（包涵）与主观价值上的相容（包涵）往往也不是一回事，于是世界应该是由事实与价值共同组成的，也即除了数学部分之外，还有非数之学部分构成，科学技术是建立在数学逻辑（公理逻辑）与实验验证基础上的相对理性部分，人文艺术、哲学宗教则是基于非数之学逻辑与想象揣测之上的相对感性部分，二者的结合使人类在自然界中得以不息的存在着。

               初春的垂柳依然遮不住岁月的沧桑

    某种意义上，数学就是解决哲学上“being”（是、存在）的学问（如1/2，2/4，4/8……等价、包涵问题），但她远远没有、甚至也不可能解决“should”（应、义）的问题。例如，当自然哲学家们企图在变动不居的自然中寻求永恒不变的本原时，巴门尼德却发现、没有哪种自然事物是永恒不变的，真正不变的只能是“存在"。在一个判断中（“S是P”），主词与宾词都是变动不居的，不变的惟有这个“是”（being）。换言之，一切事物都“是”、都"存在”，不过其中的事物总有一天将“不是”、“不存在”，然而“是”或“存在”却不会因为事物的生灭变化而发生变化，它是永恒不变的，这个“是”或“存在”就是使事物“是”或“存在”的根据，因而与探寻时间上在先的本原的宇宙论不同，巴门尼德所追问的主要是逻辑上在先的存在，它虽然还不就是但却相当于我们所说的“本质”。这个“是”的一部分也许就是数学。

     人机环境之间的关系既有有向闭环也有无向开环，或者有向开环也有无向闭环，自主系统大多是一种有向闭环行为。人机环境系统融合的计算计系统也许就是解决休谟之问的一个秘密通道，即通过人的算计结合机器的计算实现了从“事实”向“价值”的“质的飞跃”。

    有人认为：“全场景智慧是一个技术的大融合。”，实际上，这是指工程应用的一个方面，如果深究起来，还是一个科学技术、人文艺术、哲学思想、伦理道德、习俗信仰等方面的人物环境系统大融合，如同这次抗疫。较好的人机交互关系如同阴阳图一样，你中有我，我中有你，相互依存，相互平衡，就像当前的中美关系一样，美国想去掉华为的芯片，英特尔等就受损。简单地说，目前人机关系就是两条鱼，头尾相连，黑白相间。

每个事物、每个人、每个字、每个字母……都可以看成一个事实+价值+责任的弥聚子，心理性反馈与生理性反馈、物理性反馈不同。感觉的逻辑与知觉的逻辑不同，易位思考，对知而言，概念就是图型，对感而言，概念就是符号。从智能领域上看，没有所谓的元，只有变化的元，元可以是一个很大的事物，比如太阳系、银河系都可以看成一个元单位。我们称之为智能弥聚子。

                 智能不是人机交互，而是人机融合

      科学家们常常只是力图解释那些不依赖于偶然的事件，但在现实世界中，人机环境系统工程往往试图去理解的事情大都取决于一些偶然因素，如同人类的命运。维特根斯坦（Ludwig Wittgenstein）就此曾有过著名的评论：“在整个现代世界观的根基之下存在一种幻觉，即：所谓的自然法则就是对自然现象的解释。”，基切尔也一直试图复活用原因解释单个事件的观点，可是，无穷多的事物都可能影响一个事件，究竟哪个才应该被视作它的原因呢？。更进一步讲，科学永远都不可能解释任何道德原则。在“是”与“应该”的问题之间似乎存在一道不可逾越的鸿沟。或许我们能够解释为什么人们认为有些事情应该做，或者说解释为什么人类进化到认定某些事情应该做，而其他事情却不能做，但是对于我们而言，超越这些基于生物学的道德法则依然是一个开放的问题。牛津大学的彭罗斯教授也认为：“在宇宙中根本听不到同一个节奏的“滴答滴答”声响。一些你认为将在未来发生的事情也许早在我的过去就已经发生了。两位观察者眼中的两个无关事件的发生顺序并不是固定不变的；也就是说，亚当可能会说事件P发生在事件Q之前，而夏娃也许会反驳说事件P发生在事件Q之后。在这种情形下，我们熟悉的那种清晰明朗的先后关系——过去引发现在，而现在又引发未来——彻底瓦解了。没错，事实上所谓的因果关系（Causality）在此也彻底瓦解了。”

    中国足球队谁都打不过与中国乒乓球队谁都打不过

       某种意义上讲，智能是文化的产物，人类的每个概念和知识都是动态的，而且只有在实践的活动中才可能产生多个与其它概念和知识的关联虫洞，进而实现其“活”的状态及“生”的趋势。同时，这些概念和知识又会保持一定的稳定性和继承性，以便在不断演化中保持类基因的不变性。时间和空间是一切作为知识概念的可能条件，同时也是许多原理的限制：即它们不能与存在的自然本身完全一致。可能性的关键在于前提和条件，一般人们常常关注可能性，而忽略关注其约束和范围。我们把自己局限在那些只与范畴相关的原理之上，与范畴相关，很多与范畴无关的原理得不到注意和关涉。实际上，人机环境系统中的中态、势、感、知都有弹性，而关于心灵的纯粹物理概念的一个问题是，它似乎没有给自由意志留多少空间:如果心灵完全由物理法则支配，那么它的自由意志就像一块“决定”落向地心的石头一样。所有的智能都与人机环境系统有关，人工智能的优点在于缝合，人工智能的缺点在于割裂，不考虑人、环境的单纯的人工智能软件、硬件就是刻舟求剑、盲人摸象、曹冲称象……简单地说，就是自动化。

    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。通过学习，人可以把态转为势，把感化成知，机器好像也可以，只不过大都是脱离环境变化的“死”势“僵”知。聪明反被聪明误有时是人的因素，有时是环境变化的因素。我们生活在一个复杂系统（complex system）中，在这种系统中有许多互相作用的变主体（agent）和变客体。人机融合中有多个环节，有些适合人做，有些适合机做，有些适合人机共做，有些适合等待任务发生波动后再做，如何确定这些分工及匹配很重要，如何在态势中感知？或在一串感知中生成态势？从时间维度上如何态、势、感、知？从空间维度上如何态、势、感、知？从价值维度上如何态、势、感、知？这些方面都很重要。

那么，该如何实现有向的人机融合与深度的态势感知呢？

     一是“泛事实”的有向性解决。如国际象棋、围棋中的规则规定、统计概率、约束条件等用到的量的有向性，人类学习、机器学习中用到的运算法则、理性推导的有向性等，这些都是有向性的例子。尽管这里的问题很不相同，但是它们都只有正、负两个方向，而且之间的夹角并不大，因此称为“泛事实性”的有向性。这种在数学与物理中广泛使用的有向性便于计算。

    二是“泛价值”的有向性解决，亦即我们在主观意向性分析、判断中常用到的但不便测量的有向性。我们知道，这里的向量有无穷多个方向，而且两个方向不同的向量相加通常得到一个方向不同的向量。因此，我们称为“泛价值”的有向量。这种“泛向”的有向数学模型，对于我们来说方向太多，不便应用。

      然而，正是由于“泛价值”有向量的可加性与“泛物”有向性的二值性，启示我们研究一种既有二值有向性、又有可加性的认知量。一维空间的有向距离，二维空间的有向面积，三维空间、乃至一般的N维空间的有向体积等都是这种几何量的例子。一般地，我们把带有方向的度量称为有向度量。

     态势感知中态一般是“泛事实”的有向性，势是“泛价值”的有向性，感一般是“泛事实”的有向性，知是“泛价值”的有向性。

人机关系有点像量子纠缠，常常不是“有或无”的问题，而是“有与无”的问题。

有无相生，“有”的可以计算，“无”的可以算计，“有与无”的可以计算计，所以未来的军事人机融合指控系统中，一定要有人类参谋和机器参谋，一个负责“有”的计算，一个处理“无”的算计，形成指控“计算计”系统。既能从直观上把握事物，还能从间接中理解规律。

    西方发展起来的科学侧重于对真理的探求，常常被分为两大类：理论的科学和实践的科学。前者的目的是知识及真理，后者则寻求通过人的行动控制对象。这两者具体表现在这样一个对真理的证明体系的探求上：形式意义上的真理（工具论——逻辑），实证意义上的真理（物理——经验世界），批判意义上的真理（后物理学——形而上学）。俞吾金先生认为：“迄今为止的西方形而上学发展史是由以下三次翻转构成的：首先是以笛卡尔、康德、黑格尔为代表的“主体性形而上学”对柏拉图主义的“在场形而上学”的翻转；其次是在主体性形而上学的内部，以叔本华、尼采为代表的“意志形而上学”对以笛卡尔、康德、黑格尔为代表的“理性形而上学”的翻转；再次是后期海德格尔的“世界之四重整体（天地神人）的形而上学”对其前期的“此在形而上学”的翻转。”通过这三次翻转，我们可以引申出这样的结论：智能是一种人机环境系统交互，不但涉及理性及逻辑的研究，还包括感性和非逻辑的浸入，当前的人工智能仅仅是统计概率性混合了人类认知机理的自动化体系，还远远没有进入真正智能领域的探索。若要达到真正的智能研究，必须超越现有的人工智能框架，老老实实地把西方的“真”理同东方的“道”理结合起来，形成事实与价值、人智与机智、叙述与证明、计算与算计混合的计算计系统。

正如李朝东老师（原载《西北师大学报》2000年第5期）所言：“西方哲学就是一种真理的证明体系，而不是道德价值的话语系统，不是道理的语言。它是一种自以为然、以他为然的、为落入思想经验中的世界“立法”的真理语言，是一种事实判断的体系，而不是一种价值评判体系。中国人所追求的真理是与对错、好坏、是非的价值评判体系相关的东西，换言之，国人从来没有在整个证明体系上进入真理或哲学。

     西方人讲真理（偏形式），中国人讲道理（侧辩证）。道理乃自然之理，自然乃然其所然，既不能自以为然，也不能他然。所谓道法自然，就意味着道本身然其所然。然其所然的“所然”指的是阴阳、天地、男女之道，所以一阴一阳谓之道。道通于天地，男女之道谓之曰大道。国人的思想经验便是这种相反相成的二极经验，负阴抱阳自明。若不懂阴阳、天地、男女之道，无论你赋道以怎样的哲学意义都是无济于事的。道是一种相当深奥的生命经验、人生经验和美感经验，但它与真理的证明体系没有任何关系。”。

    自此，真正的智能将不仅具有知识、知识库、知识图谱，还具有灵活机智地使用这些各种知识的智慧；不仅能在叙述的框架中讲道理，而且还应能在证明的体系中讲真理；不仅能在对世界的感性体验中言说散文性的诗性智慧以满足情感的需要，而且能在对世界的理智把握中表达逻辑性的分析智慧以满足科学精神的要求，那时，智能才能真正克服危机——人性的危机。

世界中有一种东西，并且只有这种东西恒久不变，它先于这个宇和宙而存在，而且也将存在于这个世界自身的组织结构之中：变（Change，《易》）。