算计如何建模？

【编者按：如果说科技是由多个公理建筑起来的逻辑体系，那么算计中的新逻辑也许就是多种事实性逻辑被压缩成价值性逻辑的过程。这在一定程度上也超越了当前科学计算验证体系的边界，也恰是人类算计想象的特长：能够自主调和融洽各种事实性逻辑矛盾于某种价值性逻辑之中。】

​

一、前言

    人们对智能理论的探索与研究已有数千年的历史，但当已有的各种智能理论仅通过计算的方法描述了智能的部分现象和规律，远远没有揭示出人类智能的内在机理，更未上升到理论构架阶段，这也成为智能领域中思维机理的未解之谜。在此，我们将结合计算的方法形成计算+算计的计算计角度寻找人类智能的机理，首先我们将研究算计的概念、算计的模型、算计的算法这三个问题。

    更为意义深远的是，计算计理论用于指导具体人机混合智能工程实践，很多科学问题工程难题将会迎刃而解。譬如，根据该理论，若在人机环境系统输入阶段，表现为客观事实性数据信息，在中间处理阶段表现为理性推理，在输出阶段表现为逻辑规则或统计概率行为，这个阶段属于计算区间；若在人机环境系统输入阶段，表现为主观价值性知识经验，在中间处理阶段表现为感性综合，在输出阶段表现为直觉判断或反统计行为，这个阶段属于算计区间；在计算区间与算计区间为计算计区间，详细见图1。这个理论超越了以往认知局限：计算是从已知条件开始的逻辑，解决“复”，算计是从未知/部分已知前提出发的直觉，处理“杂”。同时，计算计理论也能实现“反智能”，解决相应工程难题。

图1 人机环境系统智能计算计机理示意图

二、计算是算计的影子

    计算的计与算计的计不同，计算的算与算计的算也不同。计算的计是计数的计，算计的计是计策（谋）的计；计算的算是运算的算，算计的算是盘（庙）算的算。目前，算计出了计算，计算却束缚了算计。

    “算计”一词除了汉语语境里有时有点贬义之意外，与“计算”对应，是比较简明扼要的，其实关键不在乎概念名称的形式，而在于内涵的丰富和可操作性。从图灵与冯诺依曼的开创性的“计算”理论和架构出发，建立起了关于“计算”的坚实大厦，能够建立起关于“算计”的另类“图灵冯诺依曼体系”吗？这个才是“算计”范畴的未来吧。（在此“算计”是一个明确的存在，它不是“计算”的非线性的叠加与聚合，而是混合“计算”与“非计算”的存在，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。）。

    计算的本体是事实性概念，算计的本体是价值性偏好。计算的主体是人，算计的主体是包含人的系统。计算的主体可变，本体不变；算计的主体不变，本体常变。计算使用参数建模，算计创造参数建模。计算常常是感-存-算-传-用-馈-评顺序展开，而算计却往往根据具体情况具体打破感-存-算-传-用-馈-评的秩序组合，可以一会儿感-存-算，也可以一会儿感-算-评。对于计算来说，如果是客观事实输入，那么就会输出确定性的客观事实，可谓是真凭实据、实事求是，是理性being的逻辑推理；对于算计则不然，即使是客观事实输入，那也不一定就会输出确定性的客观事实，即真实的输入可以用主观改变选择从而输出价值，实事求义，是感性should的非逻辑实现。如输入23，可以是乔丹，也可以是詹姆斯等。

    真实的博弈过程中，表面上是数学计算的理性过程，实际上还有算计的感性过程，更准确地说是计算计的过程，即双方不仅仅是在理性中刀光剑影，还存在着大量感性因素的波谲云诡，是事实与价值混合铰链在一起华山的文理之战。

    计算的基础是有限的封闭性，算计的特点是有条件的开放性，计算计即从有限的客观事实Being（现实性）推理出无限的主观价值Should（可能性）。计算是确定性的推理，算计是不确定性的推理，计算计是确定性与不确定性的弥聚混合。机器只有局部性事实逻辑，没有人类的整体性价值逻辑，因此人机结合起来进行功能与能力的互补，用人类的算计这把利刃穿透机器计算不时遇到的各种各样的“墙”。人机融合中有价值的东西通过动态环境使得事实过程变成对智能逻辑而言有意义的事情，事实不因事实本身是什么而是什么，而是在与价值的融合之中是其所是，这就需要建立一套新的逻辑体系以支撑之，即人机融合的计算-算计逻辑体系。

    那么，什么是计算？什么是算计？计算是从已知条件开始的逻辑，解决“复”，算计是从未知前提出发的直觉，处理“杂”。算计的核心有两个字“异”和“易”。算计里面对于不同领域的东西进行变化平衡的处理，这是算计的核心，而计算恰恰是讲究相同的结构，相同的数据，相同的性质，才能进行，算出的结果往往是不变的、是确定的。

    相比之下，人重价值逻辑，机偏事实逻辑，人侧辩证逻辑，机向形式逻辑。与机器计算不同的是，人的算计是复合型，既有体现事实的理性部分，又有体现价值的感性部分，而且感性部分可以不自洽、可以矛盾，甚至可以辩证、相互转化，所以感性价值是人机之间智能的最重要区别之一。当然，人机之间的理性事实和理性价值部分也不是完全等价的。具体而言，人类的一多关系与机器的一多结构常常并不是一回事。那么人机融合则是辩证的形式逻辑or形式的辩证逻辑，这就涉及到一个逻辑转化的难题，即事实形式化逻辑如何转化为价值辩证逻辑，或价值辩证逻辑如何转化为事实形式化逻辑问题。表面上，人类的辩证逻辑是用来思考问题而不是解决问题的，解决问题要靠形式逻辑。实际上，这是缘于对形式化计算逻辑与辩证性算计逻辑的认识不清所致，与计算思维不同，算计思维方式在很多方面都与计算逻辑相悖。

    计算与算计的关系也是密不可分的。计算的过程中需要算计来指引方向，算计的过程中也许用计算来作为基础完成基础性的工作。二者缺一不可。计算的本体是事实性概念，算计的本体是价值性偏好。计算的主要对象，算计的主体是包含人的系统。计算不能改变事实性概念，但可以改变操作的人；算计中人的系统不能改变，但价值性的偏好却常常改变。因此只有二者结合才能实现更好的智能。

三、算计的模型和算法

    相对而言，计算的算侧客观事实，算计的算偏主观价值，能否计算及如何计算是算计的核心。一般而言，算法应包括计算的算法与算计的算法，在《孙子兵法》中的“计算”可具体为：“十则围之，五则攻之，倍则分之”；其中的“算计”则可抽象为：“故能而示之不能，用而示之不用，……，攻其无备，出其不意”。

    在现代认知博弈“谋略+技术”两大支撑要素中，谋略靠算计，技术靠计算。可以简单描述为：1、计算的逻辑通过操作符号和知识进行合格获取：形和式；2、算计的逻辑通过操作关系和作用进行破格获取：变与化。计算为符号主义，算计偏行为连接主义。许多博弈中的隐真示假、造势欺骗就是利用了各种所谓的“因果关系”等逻辑，把主客观逻辑像变魔术一样混编成了艺术。

    人类将外部信息编码成计算模型，编码方式分为三种神经链接、语言逻辑和数学。我们可将价值编码成算计模型，编码方式分为三种信息重要程度、事实逻辑和价值逻辑。西方在“与或非”数字逻辑的基础上建立起了“常道（数学）+常名（概念）”的人工智能科技，东方则是在“是非中”思想中尝试构建出了“非常道+非常名”的人机环境智能体系。计算-算计涉及已知、未知、半知推理，计算的因果有逻辑，算计的因果不一定有（已发现的）逻辑，比如跳跃性思维推理。把智能看成逻辑、把智能看成计算是制约智能发展的瓶颈和误区。下面是计算与算计的逻辑基础比较：

    西方科学和技术的发展，包括西方哲学思想的发展，是以逻辑作为基础。这个逻辑体系是从亚里士多德开始的并一直延续到现在，计算的逻辑基础有三个基本的定律，即：

    第一，同一律。同一律在数学计算里表现得非常突出。定义为“A=A”，无论是什么，它就是它。A是它本身，而不是其它什么事物。

    而对应的在算计的逻辑基础中是“非同一律”，A≠A，无论是什么，它不一定是它。A既是它本身，也可以是其它事物。

    第二，无矛盾律。在计算逻辑里面A和非A不可能同时发生。没有什么事物同时既是它又不是它。一个命题和它的相反面不可能同时为真。

    在算计的逻辑基础中恰恰相反，有“矛盾律”。A和非A可能同时发生。任何事物同时既是它又不是它。一个命题和它的相反面可能同时为真。比如人，既可以是好人又会是坏人，这个命题是可以存在的。

    第三，排中律。在计算逻辑里任何事物要么是，要么不是。A或者非A为真，两者之间不存在其它情况，中间不能有一个半A或者半真半假的东西。

    在算计的逻辑里是可以非排中律，任何事物不一定要么是，要么不是。A与非A可以同时为真或假，两者之间可以存在其它情况。简单地说，算计包含了辩证，包含了可变性。

    我们提出算计的逻辑基础可能也不准确。因为算计有很多还是超逻辑或者非逻辑，现在的逻辑很难总结它的一些特征。但是总体来说在计算的逻辑里有很多悖论或者矛盾出现，包括集合论里罗素的理发师悖论，其实在算计里面，理发师悖论可能慢慢地就通过辩证做抵消。在整个计算和算计的体系里，很少有悖论和矛盾出现。它可以解释清楚，因为有非同一律、有矛盾律、有非排中律的出现。

    人机混合智能中计算与算计的难点在于：1、何时计算与何时算计？（有无规则或概率时）；2、何处计算与何处算计？（事实与价值处）；何式计算与何式算计？（单一或组合）。

    从具体算法角度来看的话，计算与算计有算法上的本质区别，也就是说，至少存在一个算计的特别算法，通过计算不可能实现，应与数学上的Pvs NP等问题有关，即使解决了“量子计算机”的问题，也只是计算，也还没有解决“算计”的问题。

四、计算-算计模型

    人工智能取得成果斐然，但是现阶段的人工智能体还远未达到接近人类心智的水平。在面对复杂环境下，计算体系中的人工智能水平有限，无法发挥其特点。智能是一个复杂系统，在追求算力与算法实现人工智能应用的时代，人在与智能体的合作中的作用不可忽视。机的能力价值（计算）与人的能力价值（算计）协同系统还需研究。本文通过不同角度分析机器的计算逻辑以及人类“算计”的认知能力，探究其能力与不足，并且提出计算-算计模型，为人机混合智能提供一种可行架构。

    本文根据现有的计算及认知领域成果，提出计算-算计模型，模型包括态势感知层、认知决策层和目标行为层类。以三个层次来进行构建计算-算计模型。

    态势感知层内包含环境信息。环境包括自然时空与社会时空内的环境，一切问题的源头来自于自然与社会，也可以说人类知识的来源也是如此，此环境包含了确定以及不确定的成分。除此之外，态势感知层还负责态势信息的收集与感知处理。数学领域的微积分类似于这一过程，通过将已知数据进行处理，从而接近问题答案。指挥与控制领域的情报收集与分析领域同样是对信息的感知处理，相对于数字与微积分符号，情报的量化更加复杂，更多的是交由经验丰富的指挥员处理。传统的自动化方法及机器学习算法可能会导致“回路外”错误，因为人类对任务的态势感知度较低，因为人类对任务以及环境的感知有很大程度基于经验，使容易产生自满情绪或缺乏警惕性。环境的不确定反馈也会对回路外的问题产生影响，这凸显了在紧密结合与松散结合的人机环交互之间实现平衡的重要性。现如今，算法处理后的数据可解释性下降，使得人类困于“回路外”，同时也产生人类对智能代理的（agent）信任度下降问题。

    认知决策层类似于对态势感知信息的深加工，其不仅仅取决于人的传统意义上的认知，同时也需要机器推理的能力。人类的推理基于直觉，逻辑，关联等认知能力。算计的思想包含于其中。20世纪80年代专家系统盛行，基于人工智能的专家系统风靡一时，机器可以进行简单的问答，但是问答内容局限性较强。主要原因除了计算能力外，还有机器被授予的推理能力基于一对一，一对多，多对一的知识映射关系。如何实现在动态表征下的弹性推理，在具备足够硬件算力条件下是值得被考虑的问题。并且将动态表征下的知识进行散射、漫射、影射，实现多跳推理，是实现该问题的关键。模糊逻辑提供一个或多个连续状态变量映射至相应类别进行推理和决策的框架；神经网络利用程序，在大型典型案例数据库的训练过程中学习到的可变互联权重来进行的知识表达的算术框架；遗传与进化算法在进化遗传学的启发下，采用重复仿真的方法，缩小潜在的选项范围，选择最优解决方案。人类通过人机交互界面与机器交互，机器给予人类辅助决策。实现机件人化是人机融合中迈出的一大步。

    目标行为层主要体现在人机混合决策。当出现更高水平的智能体时，人类永远处于决策的最高层，这是在许多领域达成的共识（在目标追求低人力成本条件下例外）。意义建构是对真实世界中的生存至关重要，很多研究表明人类努力建构这个世界中的对象，事件和态势的意义。人类较为擅长迹象解读，对人类而言，建构是一种心理活动。为了使得机器有效与人类合作，机器与人类的反应与决策应当将相同对象、事件或态势解读为相同的迹象，或者获得相同的意义。机器的辅助决策在必要时刻同样需要提供更完整的意义建构，达到人机混合决策的目标。据此，我们初步拟定了人机功能/能力分配三原则：1、机器在人类比较自信时应不要打扰人类；2、在人类过分自信时应提醒人类；3、在人类不自信时应帮助人类。

    根据上述描述，我们初步拟出了人机混合智能中的计算计模型：

F（X…）= f（x）+ f'（x）i

其中：f（x）为事实函数，f'（x）为价值函数。

    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，对交通运输业可以是2古德，井下采煤人员可以是0古德……核战争和基因战争都是负古德。古德单位是个性化的，通过计算古德数，可以识别人的专业性和决策的有效性。