再复杂的问题都不在“复”,而在“杂”
计算以知为主,算计则是用良知(德)或恶知(坏)。
机器智能是外在驱动的非实时离线计算学习,人类智能是内在驱动的实时在线算计学习。
“算计”是从0到1,“计算”是从1到10、到N,计算通常处理事实和信息,算计一般统筹价值和经验。计算是通过抽象规则和严谨逻辑对世界的解释和说明,算计则是通过具体想象和跨域创造对世界的行动与改造。
信息反映的是共性化的定域事实,是有用的数据凝炼;价值反映的是个性化的非定域有用性,是人对事物的一种情意关系(例如一个小孩对一个玩具产生了兴趣这样的关系),价值不一定是由因果关系产生的而是由兴趣含义所产生的,常常涉及意图的强化及意义的赋予。
信息(包括数据)可以反映事实的有无大小,进而可用数理形式化符号进行定域计算;价值可以反映事物的好坏程度,进而用个性化信息的有用性进行非定域算计。being可反映有无,should可反映好坏,事物往往是由being与should混编而成,should包括why为何(目的规范性)、how如何(过程描述性)两层,being一般涉及客观实在性的who、what、where、when等,刚柔相济,张弛有度,既有头上的宇宙也有心中的道德,既有事物的属性也有观察者的观察,既有状态参数的感觉也有变化趋势的知觉,既有规则秩序也有统计概率,既有仁义礼智也有阴阳平衡……
信息的单位是比特,用来反映确定性的程度,价值则反映信息有用的大小程度,其单位可设为古德,能用的为1古德,不能用的为0古德,如若“明天有日出”对大多数人而言为1古德,“明天有日蚀”对不同的人则为不同的古德,对天文工作者可以是10古德的,对交通运输业可以是2古德的,井下采煤人员可以是0古德的……
人机之间最难解决的依然是定域与非定域的事实逻辑必然性与价值逻辑非必然性关系问题。
信息、信息量与信息可用性是三个不同的概念。知识、知识量与知识可用性也是三个不同的概念。
信息反映的不确定性本身就与观察者有关。不同的人对同一个事情的认识程度可以不同。这就造成,即使两点之间通信,发送同样的东西,由于发送接受的人不同,导致确定性减少的也不同。
人类的信息是主客观混合的产物(常常是通过离身、具身、反身机制融合“你、我、他”的共识或因此而形成的个识),因此信息量的大小、有用程度与接收者的认知域有关。而机器则没有主观和各种心理影响,其信息(准确地说应该是数据)处理是客观的。
计算是通过抽象规则和严谨逻辑对世界的解释和说明,算计则是通过具体想象和跨域创造对世界的行动与改造。
算法应该包括计算与算计两种算法,计算的算法是可计算性的事实粒度,算计的算法是可判定性的价值尺度。二者“应该”的范围常常不一致,故而不可兼得,于是人机融合智能往往很难实现。如何定义出不同于计算的算计的新加法+和新减法—,可以进行有效的跨域、非家族域的算计!?比如如何定义比较两个“应该”之间的程度大小、两个“势”之间的强弱差值……如何定义出新的“与、或、非”、“是、非、中”等关系。
毕竟,在这个世界上,除了归纳、演绎和反绎的思维方式外,还有类比、直觉、想象等不可形式化的思维方式也普遍存在并发挥着作用。
人机融合智能的三大难题:
何时计算与何时算计?
何处计算与何处算计?
何式计算与何式算计?
智能研究出现曙光的标志在于智能体的内在学习机制的建立:是否能够像个孩子似的开始追问“为什么这样”、“为什么那样”……
另外,如果有人还想问究竟什么是“算计”?那就请看看下面这些老祖宗留下的“三十六计”,即它们都是算计(当然执行起来还需要配合些计算才更好):
第一套胜战记:瞒天过海、围魏救赵、借刀杀人、以逸待劳、趁火打劫、声东击西。
第二套敌战计:无中生有、暗渡陈仓、隔岸观火、笑里藏刀、李代桃僵、顺手牵羊。
第三套攻战计:打草惊蛇、借尸还魂、调虎离山、欲擒故纵、抛砖引玉、擒贼擒王。
第四套混战计:釜底抽薪、混水摸鱼、金蝉脱壳、关门捉贼、远交近攻、假途伐虢。
第五套并战计:偷梁换柱、指桑骂槐、假痴不颠、上屋抽梯、树上开花、反客为主。
第六套败战计:美人计、空城计、反间计、苦肉计、连环计 、走为上。