博文
智能不是万能
||
智能仅是解决问题的一种工具手段，若不与日常生活中的风俗习惯、伦理道德中的仁义礼智信勇、法律中的边界规则统计概率等诸多方面相结合，就很容易泛滥成灾而不可控制。真实的智能不是万能，它不但涉及事实性的真假问题，还应该包括价值性的是非问题，更与责任性的大小轻重密切相关，所以，严格意义上讲，智能是许多领域的一连串组合应用。
掌握信息、数据的多寡并不意味着离智能越近，对人而言，知识是过程而不是静止的一堆观念，根据已知事实用构造性的努力去发现真实定律的可能性有时会使人感到绝望。如果思考的框架错了，那么谬误将会抢占人们的心智，因此，问题的要害在于“不可度量的人类主观感受”与“可度量的客观物质世界”之间缺乏桥梁——人机环境系统交互出来的“真实变化”，准确地说就是基于深度态势感知发展出人的认知算计与计算体系，牢牢地锚定“人”这一核心问题。而不是将人看作一个个毫无生命力的原子，试图用变幻莫测的数学模型去描述人。但是，单纯人因也是存有问题的，不懂行或愚蠢的人在回路中是巨大的隐患和潜危。
对于人机而言，虽然都是将一个问题拆成几个子问题，分别求解这些子问题，即可推断出大问题的解，但是人的动态规划与机器的动态规划却是不同的：有经验的人可以游刃有余地将一个复杂性大问题拆成事实、价值、责任等不同性质的小问题来求解，即用事实、价值、责任的不同化法进行大事化小，小事化了，还可以避免各种鼠目寸光和画地为牢，而目前的机器对此异质合取化解问题依然望尘莫及，人工智能只会对比（不是类比），也许这也是人类智能的又一个瓶颈和难点：如何有效地处理异质性的非形式化问题？！
所谓的人机智能就是自主、能动、恰当地处理变主客体关系的能力与功能混合，进而认清趋势、把握方向、选择道路。离开类人自主性（随机应变）的它控系统谈不上有多少智能。
事实与价值都是相对的，只不过两者的相对程度不同。现代人工智能总是在联系各种固定的标注和定义，而这些标注/定义和它本身总是不尽相符。真实智能不然，真实的智能是面向活的对象（属性标注）和面向动态过程（关系定义），它不仅涉及真假，而且还包括是非。在人类自然智能的态势感知中，相对论也起作用，势会生成新态，知可以产生新感（机器不行），比如大势所趋后的态缩效应，知觉后的视觉里可以产生重视、轻视、藐视、仰视、俯视、怒视、蔑视、正视……
人、机中的每一个参考系都有它自己独立的时间，如果两个参考系的时间不一样，而且它们在一阶精度下存在对应态势感知中的那种关系。那么在其中一个参考系里认为是同时发生的两个事件，在另一个参考系里就有可能被认为不是同时的。故信息时空及意向的非一致性是人机融合智能的关键。
经常听到有人说“我相信宇宙规律应该是简单而美的”，但是很多人并不知道要认识这种简单和美是需要站在一定的高度来看的。一幅油画很美，但是如果你距离它非常非常近，你可能就只能看到油画里的斑斑点点，那就既不简单也不美了。同样，想要认识和发现更加简单和优美的物理定律，你就得对原来的理论认识得更加深刻，站在更高的高度去看它才行。而这种认知，对科学基本问题的深入思考，是需要哲学参与的。
君子喻于义，小人喻于利；人类喻于义（是非），机器喻于利（得失）；人类是情义交融的，机器是情义分离的，人机融合有情有义、有理有利。当然得排除不讲情理之人。韩愈给“义”字下的定义是“行而宜之之谓义”。“义”就是“宜”，而“宜”就是“合适”，也就是“应该”，但红绿灯问题仍然没有解决这个“义”。正如红绿灯的黄灯闪烁是上述人机交互的情理义的一个例证，黄灯闪烁是给什么样的人看的一样：“好人”停，“不好的人”依然在行。人类的理性是由感性演化而来的，机器的理性没有经过这个过程，从而不可能模拟出真正的人类理性或智能。实际上，真正的人类智能大都是指导性的，而不是指令性的，人工智能恰恰相反。
作为构成解释特征的因果关系观念，只有在单称事态解释的情形下才能成立。当把此观念延伸到规则解释时，它便不成立，甚至是反直觉的。虽然因果解释的反事实理论要求解释关系必须为不变性关系，但在一些复杂情形下，解释的关系却无法满足干预下的不变性。根据伍德沃德的因果解释理论，解释关系必须是不变性关系。然而，“许多生物学系统表现出复杂的动力学特征，包括分叉、放大和阶段改变的特征”。也就是说，在许多情形下，在我们对规则进行因果解释时，解释的关系不满足干预下的不变性关系。正如欧根鲍夫(J.Odenbaugh)所指出的那样，在生态学之中，“我们几乎不可能以系统和可控方式，对生态系统进行操控。多种多样的因素都在起作用，并且他们之中的一些因素只是在特定的时期才能够被识别出来。”不仅如此，在许多事例中许多因果律是共同起作用的，并不能单独地改变。因果解释可以对规则进行解释。即使现有的因果解释理论并不能够对所有的规则进行解释，但随着对因果解释模型的改进，因果解释模型也会对更多的规则进行解释。
https://blog.sciencenet.cn/blog-40841-1256510.html
上一篇：智能的第一原理
下一篇：人类智能的基石可能真不是数学
掌握信息、数据的多寡并不意味着离智能越近，对人而言，知识是过程而不是静止的一堆观念，根据已知事实用构造性的努力去发现真实定律的可能性有时会使人感到绝望。如果思考的框架错了，那么谬误将会抢占人们的心智，因此，问题的要害在于“不可度量的人类主观感受”与“可度量的客观物质世界”之间缺乏桥梁——人机环境系统交互出来的“真实变化”，准确地说就是基于深度态势感知发展出人的认知算计与计算体系，牢牢地锚定“人”这一核心问题。而不是将人看作一个个毫无生命力的原子，试图用变幻莫测的数学模型去描述人。但是，单纯人因也是存有问题的，不懂行或愚蠢的人在回路中是巨大的隐患和潜危。
对于人机而言，虽然都是将一个问题拆成几个子问题，分别求解这些子问题，即可推断出大问题的解，但是人的动态规划与机器的动态规划却是不同的：有经验的人可以游刃有余地将一个复杂性大问题拆成事实、价值、责任等不同性质的小问题来求解，即用事实、价值、责任的不同化法进行大事化小，小事化了，还可以避免各种鼠目寸光和画地为牢，而目前的机器对此异质合取化解问题依然望尘莫及，人工智能只会对比（不是类比），也许这也是人类智能的又一个瓶颈和难点：如何有效地处理异质性的非形式化问题？！
所谓的人机智能就是自主、能动、恰当地处理变主客体关系的能力与功能混合，进而认清趋势、把握方向、选择道路。离开类人自主性（随机应变）的它控系统谈不上有多少智能。
事实与价值都是相对的，只不过两者的相对程度不同。现代人工智能总是在联系各种固定的标注和定义，而这些标注/定义和它本身总是不尽相符。真实智能不然，真实的智能是面向活的对象（属性标注）和面向动态过程（关系定义），它不仅涉及真假，而且还包括是非。在人类自然智能的态势感知中，相对论也起作用，势会生成新态，知可以产生新感（机器不行），比如大势所趋后的态缩效应，知觉后的视觉里可以产生重视、轻视、藐视、仰视、俯视、怒视、蔑视、正视……
人、机中的每一个参考系都有它自己独立的时间，如果两个参考系的时间不一样，而且它们在一阶精度下存在对应态势感知中的那种关系。那么在其中一个参考系里认为是同时发生的两个事件，在另一个参考系里就有可能被认为不是同时的。故信息时空及意向的非一致性是人机融合智能的关键。
经常听到有人说“我相信宇宙规律应该是简单而美的”，但是很多人并不知道要认识这种简单和美是需要站在一定的高度来看的。一幅油画很美，但是如果你距离它非常非常近，你可能就只能看到油画里的斑斑点点，那就既不简单也不美了。同样，想要认识和发现更加简单和优美的物理定律，你就得对原来的理论认识得更加深刻，站在更高的高度去看它才行。而这种认知，对科学基本问题的深入思考，是需要哲学参与的。
君子喻于义，小人喻于利；人类喻于义（是非），机器喻于利（得失）；人类是情义交融的，机器是情义分离的，人机融合有情有义、有理有利。当然得排除不讲情理之人。韩愈给“义”字下的定义是“行而宜之之谓义”。“义”就是“宜”，而“宜”就是“合适”，也就是“应该”，但红绿灯问题仍然没有解决这个“义”。正如红绿灯的黄灯闪烁是上述人机交互的情理义的一个例证，黄灯闪烁是给什么样的人看的一样：“好人”停，“不好的人”依然在行。人类的理性是由感性演化而来的，机器的理性没有经过这个过程，从而不可能模拟出真正的人类理性或智能。实际上，真正的人类智能大都是指导性的，而不是指令性的，人工智能恰恰相反。
作为构成解释特征的因果关系观念，只有在单称事态解释的情形下才能成立。当把此观念延伸到规则解释时，它便不成立，甚至是反直觉的。虽然因果解释的反事实理论要求解释关系必须为不变性关系，但在一些复杂情形下，解释的关系却无法满足干预下的不变性。根据伍德沃德的因果解释理论，解释关系必须是不变性关系。然而，“许多生物学系统表现出复杂的动力学特征，包括分叉、放大和阶段改变的特征”。也就是说，在许多情形下，在我们对规则进行因果解释时，解释的关系不满足干预下的不变性关系。正如欧根鲍夫(J.Odenbaugh)所指出的那样，在生态学之中，“我们几乎不可能以系统和可控方式，对生态系统进行操控。多种多样的因素都在起作用，并且他们之中的一些因素只是在特定的时期才能够被识别出来。”不仅如此，在许多事例中许多因果律是共同起作用的，并不能单独地改变。因果解释可以对规则进行解释。即使现有的因果解释理论并不能够对所有的规则进行解释，但随着对因果解释模型的改进，因果解释模型也会对更多的规则进行解释。
https://blog.sciencenet.cn/blog-40841-1256510.html
上一篇：智能的第一原理
下一篇：人类智能的基石可能真不是数学
