“智能”在人机环境系统里具有完全不同于它在经典数理、生理、物理里的意义,它不再是一个单纯的硬逻辑计算,而是要参与到系统演化中来的软硬逻辑计算计。
世界是由软硬逻辑混合出的计算计构成的。硬逻辑指客观上无法改变的数理、物理等逻辑,强调一义性和自洽性。软逻辑指主观上可以改变的心理、管理等逻辑,涉及多义性和辩证性。计算侧重硬逻辑,算计偏好软逻辑。计算主要处理时空一致性问题,算计侧重解决时空不一致性的困难。
计算体现了不易,算计则体现了变易,计算计则是蕴含着不易与变易的有机结合——对易或不对易。
如果两个力学量是对易的,它们就互相独立,先测量谁后测量谁不影响结果,它们可以有共同的本征态,可以同时测准;如果两个力学量不对易,它们就不独立,一般来说先测量谁后测量谁结果就不一样,它们没有共同的本征态,无法同时测准。
因此,如果两个力学量不对易(比如测量量子运动时的位置/动量与博弈中的态/势、感/知),它们就没法同时处于本征态。系统处于一个力学量的本征态,测量这个力学量时能测准,另一个力学量就会因为处于叠加态而测不准。于是,你就没法同时测准它们,这就是所谓的不确定性原理。
博弈中的态、势与感、知是两组不对易的非力学量,它们所产生出的不确定性可能会更强。
《素书》曰:“夫道、德、仁、义、礼五者,一体也。”,实际上,人、机、环与智力、智能、智慧也是一体的,人机环境的智能光合作用,即为天时、地利、人和、机辅之间的共振效应;现实的being-可能的should(being隐藏着should,should也隐藏着being)、态势感知、计算-算计大都是一体的。计算计打破了虚实(真假、有无)的界限,可以虚虚,也可以实实,还可以虚实。非常道即计算-算计的混杂性。算计的核心在于悬置、等待、蛰伏……
一个包含特定人机环境系统态势感知中的态、势、感、知都是多种、多层级的,如态分为初态、次态…N态,在不同的上下文背景中会表现出不同的状“态”,势、感、知也类似。在不同上下文背景中不同态、势、感、知的叠加纠缠构成了千变万化的主客观组合。
这就决定了博弈决策的过程与其说是对数据的客观分析,不如说是对风险和优先级的权衡。基于观察,可得这么一个观点:单纯数据驱动的AI模型,在做决策时候,极易受到攻击。
同时,机器自主性的提高可能会大大增强人机交互的难度,主要表现在机器自主性所带来的不确定性增加,但随着人机交互的频繁,会降低这种不确定性,但不会彻底消除。
在经典力学里,系统状态一旦确定,所有力学量的取值就都确定了,测量只不过是把这些值读取出来,并不会影响它们。一个苹果在那里,它的位置和动量都是确定的,不论谁去测量,测量几次,都不会改变苹果的位置和动量。你去测量苹果的位置,当然也不会影响苹果的动量。
以前,你以为一个人要么是步兵,要么是炮兵。而现在,你发现他还可以是特种兵,可以既是步兵又是炮兵。一群完全一样的特种兵,一样可以根据战场需求立马“分裂”成步兵队和炮兵队,就像马赛克第二次通过排列组合后分裂一样。
跟量子叠加态相对,我们把量子处于确定的自旋向上或自旋向下的状态称为本征态。也就是说,通过某磁场的量子可以处于自旋向上本征态、自旋向下本征态以及自旋向上和自旋向下的叠加态。
人机环境系统也类似,其态势感知既有本征态,也有叠加态。
如果一个人机环系统既可以处于进攻的本征态,也可以处于防守的本征态,还可以处于攻守混合的叠加态,那我们就可以认为(就像通过x方向磁场后的每个量子都是处于z方向自旋向上和自旋向下的叠加态)该人机环境系统处于态势感知叠加态。于是,第二次通过相同或类似博弈行为/任务规划时,仍既可能攻,也可能守,这样就分裂成了两种态势感知叠加(就像第二次通过z方向磁场时,每个量子都既可能向上偏转,也可能向下偏转,这样就分裂成了两束。),只有通过具体博弈时才能知道究竟是何种态势与感知。
一个想法能否变成现实,我们分成三个阶段:第一个阶段大逻辑,第二个阶段小逻辑,第三个阶段执行细节,顺序一定不要乱。只有前面解决了,才能进入下一步。当然这三步是螺旋形的迭代中完善,解决了大逻辑问题,开始研究小逻辑。
在智能博弈中,大逻辑常常包括软硬逻辑,小逻辑特指硬逻辑。大逻辑可以让任何看起来不搭的事在特定情境上发生,但是这事在小逻辑上却又是合理且自洽的,就像物理学中的波粒二象性,可以看作“两种截然相反的观点,却能并行不悖。”,双方永远不会按照对手的想象而活着,如同军事家辛弃疾所言“谋贵众,断贵独”。
场论的概念起源于麦克斯韦的电磁场理论,麦克斯韦电磁场理论的核心概念是“场”,在某种空间区域,其中具有一定性质的物体能对与之不相接触的类似物体施加一种力,这就是“场”。那么一个带电物体对其他带电物体施加一种力(吸引力或排斥力,取决于极性)。磁体周围有磁场。人机环境系统中或许也有态、势、感、知场,计算、算计场,以此打破博弈中的时空与价值维度。
前几天,一位研究人工智能的朋友开了一个玩笑“现在大脑神经科学领域对智能的贡献还不如真正哲学对智能的贡献大呢……”,仔细想想,这或许不一定是个笑话吧?!
下面为哲学读书笔记部分摘抄和一点思考:
特根斯坦说哲学的探究,探究的不是现象,而是现象的表述方式。这样的话是在这样的上下文中说的。哲学想弄清楚的不是世界是怎样运作的,而是我们是怎么看待世界和我们自己的,而由于种种原因,这是我们最难看清楚的事情。
当我们谈论“水”的时候,我们谈论的其实是“世界”(同样,当我们谈论“智能”的时候,我们谈论的其实也是“世界”)。
我们形成水这个概念不是用来研究水的,不是有水的概念就可以更好地研究水,不需要!我们有“水”这个名称就够了,我们知道这是水,我们就开始研究水了,跟有没有水的概念完全无关。
那么有水的概念,是我们通过水来理解这个世界的。我们会看到世界有流动和静止之分,有滋润与灌溉的感受,如果没有水这个概念,你就很难会形成滋润和灌溉的感受,什么叫滋润?什么叫灌溉?什么叫流动?什么叫静止?当然你也可以通过水银去研究,但是事实是我们通过水的概念去理解滋润、灌溉、流动、静止的。
反过来说,我们也可以通过滋润、灌溉、流动、静止来形成水这个概念吗?没有错!概念都是拔出萝卜带着泥的,一个套着一个形成的,最后是形成一套概念和一个概念网。我们最后是拿这样的一个概念网。因为有了这样一整套概念,这个世界才变成一个可理解的世界,水这个概念是用来理解世界的,不是用来理解水的。
一个关于人们在涉及经济风险时如何做出决策的流行理论是前景理论,它由行为经济学家 Daniel Kahneman 和 Amos Tversky 在 1970 年代提出的(后来 Kahneman 获得了诺贝尔奖)。其核心理念是:人并非总是理性的。
康德最重要的洞见是,在世界既有的状态与世界应然的状态之间有个鸿沟,而两者都有相同的价值。而一个人需要一直把两者记在心上。这是极端难以采取的立场。这是非常现代的。这意味著一定程度的活在刀口上,一定程度的永恒挫折。
休谟认为,虽然人类是理性的动物,而且这是我们本性的一个面向,我们应该拥抱它,而且不能否认:我们不只是理性的动物,也是非理性的人类动物。对人类生命的哲学理解,并不是设计出来把人类生命拉去跟哲学达成一致的,它是设计出来让哲学符合人类生命的。
我们目前缺乏的是如同拓扑的概念一样谈论一般可计算性概念的抽象框架。基于拓扑的概念,我们能够谈论一般空间之间的连续函数;同样的,我们或许也需要有一个对可计算性的一般框架来考虑一般不同数据结构之间的可计算函数,同时比较不同计算模型之间的关系。
同样,我们目前缺乏的是如同拓扑的概念一样谈论一般可计算计性概念的抽象框架。基于拓扑的概念,我们能够谈论一般空间之间的连续函数;同样的,我们或许也需要有一个对可计算计性的一般框架来考虑一般不同数据结构之间的可计算计函数,同时比较不同计算计模型之间的关系。
智能或许就是一个人机环境系统的计算计生态