twhlw的个人博客分享 http://blog.sciencenet.cn/u/twhlw

博文

2019的小结:思考智能 精选

已有 4977 次阅读 2019-12-26 14:49 |个人分类:2020|系统分类:科研笔记

   新信息、新知识的产生机制是:从事实到价值的转化,一种显性价值的假设发现;而暗物质、暗能量、暗信息构成了另一个暗世界,计算常常涉及显性事实的统计,算计往往包括隐性价值的认知。

    深度态势感知就是把计算being(事实)逻辑+算计should(价值)非逻辑。


8.jpg


  一直认为人工智能只是人类智能可描述化、可程序化的一部分,而人类的智能是人、机(物)、环境系统相互作用的产物。智能生成的机理,简而言之,就是人、物(机属人造物)、环境系统相互作用的叠加结果,由人、机器、各种环境的变化状态所叠加衍生出的形势、局势和趋势(简称势)共同构成。三者变化的状态有好有坏、有高有低、有顺有逆,体现智能的生成则是由人、机、环境系统态、势的和谐共振大小程度所决定的,三者之间具有建设性和破坏性干涉效应,或增强或消除,三位一体则智能强,三位多体则智能弱。如何调谐共频则是人机融合智能的关键。 
     “智能”这个概念就暗含对整体、对无限的关系。针对智能时代的到来,有人提出,“需要从完全不同的角度来考虑和认识自古以来就存在的行为时空原则”,如传统的人、物、环境关系等。当人们进行一段智能活动时,一般都会根据外部环境的变化进行关键点或关键处修正或调整,通过局部与全局的短、中、长期优化预期,实时分配权重于各种数据信息知识处理,更多的是程序化+非程序化混合流程。而机器智能则很难实现这种随机的混合应变能力,确定性的程序化印记比较突出,像“阿尔法狗”(AlphaGo)/元/star这样比较优秀的智能系统,主要赢在边界明确的计算速度和精度上,对于相对开放环境下的博弈或对抗则没有在封闭环境下表现得那么好,甚至会很不好。真正的智能不仅仅是适应性,更重要的是不适应性,进而创造出一种新的可能性。智能很可能不是简单的顺应、适应,更重要的是不顺应、不适应,进而创造出一系列新的可能性:自由、同化、丰富、改变、独立。图灵机的缺点是只有刺激-反应而没有选择,只有顺应而没有同化机制。 
  信息化本质是计算事实,智能化则是认知价值。从数据到信息到知识(结构)是认知计算,从知识到信息到数据(解构)是计算认知。若把智能看成语言,那么人工智能像是语法,人类智能更像是语义、语用。语法基于规则、统计和概率,而语义语用则是基于一种人们之间使用有意义元素组成的约定,潜意识里的约定俗成比语法更为跨界、灵活,而且人们目前对它的规律还未形成有效的规则认知,于是它便成了复杂性事物。符号化是规范性语法的表征,情境化是自然性语义的依据。个境与群境有还原成分,也有新异元素,理解智能的难点之一就是内外一多共存的交织干扰和影响。把任何时间、地点、信息送给任何人转变为在恰当的时间、地点、方式信息送到恰当的人手里就是智能的表现形式之一。在全局,人是机的升维,机是人的降维;在局部,则反之。因为全局涉及的是异构事物、非家族相似性; 而局部则相反。对人类的智能系统而言,围棋的作用还仅仅是局部的局部。 
  人工智能的最底层技术是二极管的0、1 二元逻辑,人类智能的最底层技术是人的多元意向(非逻辑)。人类智能则是艺术,人工智能主要是技术。人工智能就是一个工具,很多人却把它当成了万能的钥匙,更有人把它想象成是无所不能,而忽略了人的智慧的作用。人 类智能是一种涉及感性(尤其是勇敢)更多的智能,在紧急态势迅速变化时,一个人由情感而非思维支配,因而理智需要唤起勇气素质,继而在行动中支撑和维持必要的理智。在人类智能中,我们往往可以看到有序 / 无序之间的创造性张力,如在很多情境下,你所看到的同一事物(如苹果或1 小时)往往不同,主动看、被动看、半主动看都不一样。人工智能常常容易形成的偏见,从规则的知识图谱中提取出先验和常识,并将之作为约束条件引入生成模型,可能会让智能程序的运行大打折扣,所以,如何把人的模糊感知、识别与机器的精确感知、识别结合将是一个非常值得思考的问题。 
  “休谟问题”说的是从事实推不出价值来。可是,这个世界却是一个事实与价值混合的世界,不知从价值能推出事实吗?汉字就是智能的集中体现,有形有意,如“日”“月”“人”,一目了然;西方的文字常常无形无意,逻辑类推。智能的本质就是把意向性与形式化统一起来,所以汉字从象形到会意的过程就是人类自然智能的发展简史……汉字的偏旁部首就是一种类的封装,把强相关的字聚在一起。如果说人类造字是语言表征的封装积累,那么,人类造智则是思想意识的拓扑延展。 
  智能不是百科全书,而是包含不少的虚构和想象,不仅是分类,还要合类;不仅要合并同类项,而且要合并异类项,因而,智能产品系统的顶层设计非常重要。 
      人工智能一般是逻辑(家族相似性)关系,人类智能常常是非逻辑(非家族相似性)的。未来的智能是在特定环境下人的智能与机器智能的融合,即人机融合智能。人机融合智能不是人工智能,更不是机器学习算法。同样,人工智能、机器学习算法也不是人机融合智能,人机融合智能是人机环境的相互融合,是《易经》中的知几(几是几何,看到苗头)、趣时(抓住时机)、变通(随机应变)。人机融合智能是随动,不是既定,其中的“知己知彼”中的“知”不是简单的态势“感知”,更是态势“认知”。认知是从势到态的过程,感知是从态到势的过程。认知侧重认,信息输入处理输出流动过程;感知侧重感,数据信息的输入过滤过程,认知涉及先验和经验等过去的感知,所以态势认知包括了以前的态势感知。人工智能是一把双刃剑,计算越精细准确,危险越大,因为坏人可以隐真示假,进行欺骗,所以人机有机融合的智能更重要。客观而言,当前的人工智能基本上就是自动化+统计概率,简单地说,归纳演绎的缺点就是用不完备性解释完备性。鉴于世界上不是所有的事情都能用逻辑思维解释,未来的智能应该是计算(线性、显性、限性、逻辑)+算计(非线性、隐性、无限性、非逻辑)。
     诗歌里常常能够找到一种非逻辑的逻辑,如同自主一样,具有一种有目的的可创造性,既包括同化机理,也涉及顺应机制。所有的逻辑都包含非逻辑,正如所有的非逻辑也包含逻辑一样。正如形中有意,意中有形,计中有算,算中有计。而好诗中的这些“巧妙”都被储存在了词语及其语义的情感里。诗歌这种智能体的不确定性是由于表征与推理的可变性造成的。其机制背后都隐藏着两个假设:程序可变性和描述可变性。这两者也是造成期望与实际不一致性判断的原因之一。程序可变性表明对前景和行为推导的差异,而描述可变性是对事物的动态非本质表征。席勒就把审美意识称为“游戏冲动”,而“游戏冲动”是“感性冲动”与“理性冲动”的统一:单纯的“感性冲动”使人受感性物欲的限制,是一种不自由;单纯的“理性冲动”使人受理性(包括道德义务)的限制,也是一种不自由,只有结合二者的“游戏冲动”,能超越有限,达到无限,这才有了不受任何限制的自由。
     爱因斯坦认为:“西方科学的发展是以两个伟大的成就为基础的,那就是希腊哲学家发明的形式逻辑体系,以及通过系统的实验发现有可能找出因果关系。实际上,东方思想的发展也是以两个伟大的成就为基础的,一个是《易》的虚实类比变化体系,另一个是《道德经》的一多有无价值关系。
     与机器智能不同,根本上说机器智能、人工智能是人类智能概念化、系统化、程序化了的反映,而碎片化的知识+碎片化的逻辑构成了各种纷繁复杂着的人类智能,碎片化的知识+碎片化的逻辑+隐/显性的伦理道德法律规定构成了人类的智慧,人的真正智能需要不同领域不同角度逻辑的组合、混合、融合,所以真实的智能是缝补联结后的百纳衣,而不是漂亮靓丽的制成品。智能是“是不是”的问题(Being),智慧是“该不该”的问题(Should)。上升为智慧的智能,是由事实与价值的不一致性造成的知几、趣时、变通,即由“是不是”问题变成“该不该”问题,由单纯的客观性是非判断变成了主观性推理+判断(有大伪),而且,在这里,不是休谟之问成不成立的问题,而是应该怎样实现、成立的问题。
    有人认为:“AI系统是一次性使用的工具,而不是人类可重复多次使用的智能。”。图灵奖得主、贝叶斯网络之父Judea Pearl曾自嘲自己是”AI社区的反叛者“,因为他对人工智能发展方向的观点与主流趋势相反。Pearl 认为,尽管现有的机器学习模型已经取得了巨大的进步,但遗憾的是,所有的模型不过是对数据的精确曲线拟合。从这点而来看,现有的模型只是在上一代的基础上提升了性能,在基本的思想方面没有任何进步。例如机器学习就是分层寻找特征值,输入标签的质量和数量很关键, 而人通常知道每个标签的内涵外延和之间的弥散聚合关系,机器不懂,只是符号的规定舞蹈,场景的机械分割,不能产生整体的感觉、知觉和理解。理解就是看见了联系。在各种智能中,输入端的灵活性极其重要,标识内涵外延的弥聚弹性大小、速度如何在很大程度上就已经决定了智能的好坏(如同很多人生一样,儿时的理想和梦想就决定了ta一生的方向高度),同时,这也是自主地产生新信息知识、新功能(函数)、新网络、新能力的基础。一般而言,标识范围太大了不好存储,太小了不能达意,标识命名的唯一性与泛化性(即弥聚效应)要保持平衡,也即可理解性(语义性)与中心化(唯一性)的对立统一,所以输入数据、信息、知识标识的最小颗粒度,即边界范围的大小非常重要,颗粒度阈值过大易造成智能的不确定性,反之若过小易丢失关键特征。这些将直接影响着智能的体系架构:表征—标识—组网—优化—修正—迭代。
     除了输入端的表征随机变化之外,推理、决策的实施也非常重要。知识驱动与网络重构之间的迭代关系,处理不好,智能内容也很难形成多种有效的新知识。规划对智能来说“只是一个推敲的基础而已”。一个好的智能体系,依靠的并不仅是逻辑,还有直觉,比起刻板的理性逻辑推进,更忠实于自己的创新灵感。有点像宫崎骏所说的那样:“所谓的电影,并非存在于自己的头脑之中,而是存在于头上的空间。”,“拍电影不能靠逻辑,或者说如果你换个角度看,任何人都可以用逻辑拍电影,但是我的方式是不用逻辑的,我试图挖掘自己的潜意识,在那个过程中的某个时刻,思维之泉被打开,各式各样的观点和想法奔涌而出。”宫崎骏作品的结构失衡,虽然有很多评论者都指出过,但很少有人对此做出批判。他的弱点,反而被视为他作品的一种风格体现——“即使凭借感觉创作,依然能够创作出满足观众观影生理快感的电影,这体现出了宫崎骏非凡的才能。”
    人类智能相比机器智能有许多不同的机理,其中的反思、冥想、忏悔等机制非常重要:反思是非事实性推断,是各种假设的复盘,可以把“做一件事”演绎成“做多件事”,这也是机器智能中的“反馈”机制望尘莫及之处;冥想是一种相关无关性的非逻辑,它视时、空、逻辑为无,有点像一些好的诗歌,任性地在动静、有无、虚实、强弱中游刃穿梭;忏悔是格式化自我,任何事物都有利弊的沉淀和垢余,时间一长,清理打扫是不可避免的,删除的垃圾信息越多,阻塞就会越少,复杂性就会越少,智能就会变得越智能,进而越容易形成智慧……
   《易经》析动静,《道德经》论是非,《孙子兵法》谈虚实,维特根斯坦证有无,布尔代数说0、1,图灵测试言相似,冯?诺依曼共存算,这些概念之间是什么关系?在数字逻辑中,与或非及其之外的关系存在吗?在非数字逻辑中,如何定义类比程度的计算?以人为本的思路还对吗?如果不对,以啥为本?如果对,会不会割裂人、物(机)、环境之间的共在关系?
    “先天”常常指从概念出发,从逻辑原理出发,从概念推导概念,从原理得出结论;“后天”往往指从经验出发,从经验提炼出概念,依据经验事实建立理论;这两者之间的区别也是从逻辑到感知的过程。经过人工智能的几次高潮低谷之后,理性的权威以及形式化方法背后的乐观主义招致了巨大质疑,符号、联结、行为技术不仅带了进步,也带来了人们对智能领域更多的困惑,同时,人工智能、基因工程等变革性科技让人类似乎比历史上的任何一个时代都可能为自己带来心理、伦理和思维上的挑战。用理性寻找真理不再重要,存在的意义才是最核心的问题。启蒙主义用理性代替上帝,结果却是一切价值的崩溃,存在越来越走向虚无——海德格尔用《存在与时间》试图解答存在本质的问题,胡塞尔从前期《逻辑研究》转向后期《大观念》的思路;同时,分析哲学领袖维特根斯坦也从前期《逻辑哲学论》转向后期《哲学研究》的思路,两次转变都不约而同地去掉了“逻辑”,分别走向了“观念”和“哲学”,这也许不是巧合和偶然。 
     三位哲学家都在潜移默化地遵循着先/后天研究领域的规律:从逻辑走向非逻辑。这里大致有两个原因。首先从研究的过程来说,“逻辑”主要涉及“判断理论”,它属于较高层次的意识活动。另一个原因涉及逻辑和数学的普遍有效性。弗雷格指出,心理规律是经验规律,只具有偶然的真理性;逻辑和数学的规律具有普遍必然性,它不能用经验的规律说明。也许这也是智能领域研究的突破口和契入点吧!
 “逻辑”还涉及推理,它也属于较高层次的意识活动,而要讲清楚判断理论,还要对感觉、知觉等较低层次的意识活动进行研究,尤其是需要对物理性的数据、心理性的信息知识等的一多弥聚表征机理进行深入研究,“名可名非常名”中的“名”主要是讲这种动态的表征、命名、定义、范畴化。而“道可道非常道”中的“道”则反映的则是事实与价值、事物与关系的混合,既包括客观being也包括主观should,既涉及逻辑和数学的普遍有效性,也涵盖了心理规律偶然性的真理,是逻辑与非逻辑的集合体,情感也许是一种自己逻辑与他人非逻辑的复合体。
      老子的道极其自然,比如他说“慧智出,有大伪”,其意思是人越追求智慧,人为的东西就越多,自以为是的成分就越大。这就需要把平常对待世界的看法颠倒过来,让事物来看我们,如同昆虫的复眼一般。塞尚说过:好的画家不是从外面而是从里面看世界。有智慧的人也经常用和日常相反的方法看世界的,碧如塞翁失马里的塞翁、井冈山上的星星之火们等,我们不应该只是用科学的方法看世界,智能及其哲学应该使人真正向自然开放,使自然中的人机环境系统以它自有的形态向我们说话、展示。
      以人为本的思想,在初级的人机融合智能中是可以理解的,机器的主要角色是辅助性的,但随着机器各种功能的不断提高,尤其是隐约出现类人能力的迹象时,“以人为本”的观念可能会被动摇,我们从《道德经》中的启示可见一斑:一、要把道的存在本身和人为构造区分开来;二、为了克服以人为中心就需要避免人为努力。这是由于要克服人为努力,又需要另外一种人为(有点哥德尔数学不完备的味道)。老子主要是要克服人道主义,这种人道主义以儒家为代表,突出人的地位和作用,天在人道主义里是被遮蔽的。他认为:人并不重要,自然中存在的道才是中心。人只是自然中的一分子,只是物的一种而已,无限广阔的宇宙里存在着无穷无尽的变化,只有与之随动的人才能更好地发挥主观、客观能动性吧!例如从文艺复兴到工业革命再到后来,每隔一段时间,世界图象就会更新一次。在西方,每一个阶段都会产生新的对世界的看法。
      西方科技从东方思想里学到的最重要的一点是:如何克服主体形而上学。不少人认为主体性是与现代科技联系在一起的。现代科技从人们眼里看上去是一种机器,是以更多、更强的力量来控制自然。这个过程是无穷无尽的。西方的强权意志是用一种更强的东西克服形而上学,用更强的力量超出它。这种做法势必造成恶性循环:你用更强的来克服强的,那么实际上你和强的已经没什么两样了。而东方思想却是一种不同的克服办法:以弱胜强,即不是通过更强的来克服强的,而是通过弱的来克服强的。水“至柔至弱“,但是”攻坚强者莫善于水”。老子认为:雌性、否定性、被动的东西能克服雄的、肯定性的、主动的东西。海德格尔曾用一个词来概括之:Verbindung der Metaphysik,就是用下面的来克服上面的。东方“以柔克刚”的思想衍生出了“柔道”,这个“柔”不是一般意义上的弱,而是用你的力量来摔倒你。把进攻的、线性的力量转移方向使它对准进攻者自己,以此达到克服的目的。
     人文艺术之所以比科学技术容易产生颠覆原创思想,主要是追求主观价值和意义,而不是单纯的客观事实存在,所以人文艺术哲学宗教给人提供了更广阔的想象空间,正可谓人们看见什么并不重要,重要的是人们如何诠释看见的事物。情感的本质就是价值的判断。价值的量化非常困难,这需要把价值的本质和计算的本质都搞清楚,才可能做价值计算。有人认为“绝对价值不好搞,能计算相对价值也行”,其实,相对价值计算更难,各种因素都在变,连坐标系都在变。
     价值、意义本质上应该是主体、客体与环境相互作用的变化而改变的,比如有可能一条信息上一秒有价值,下一秒就完全没有价值了,也可能下下一秒又有更大的价值了,事物之间关系改变很快,价值在过程中的变化因此也很大,这种怎么算法实现,理论都还没搞清楚。这里还是想重复一下德里达那句名言:“放弃一切深度,外表就是一切”,他隐藏的意思是:生活本身并不遵守逻辑,它是非逻辑的,无标准的,就像文字学,以一种陌生的逻辑在舞蹈。
      随着人类的发展和社会的变化,人们对战争、博弈、对抗的认识也发生了很大的变化,如征服大于摧毁的观念越来越强,人们对智能思维和意识的理解也发生着时代性的变与不变。从这个角度而言,未来的指控系统可能是艺术与科技的统一,是未来Art(《孙子兵法》)+下一代Theory(《战争论》)的共鸣谐振,其中的定性/定量、局部/整体、弥散/聚合、主要/次要、时间/空间、逻辑/非逻辑、对抗/妥协、协同/独立、甚至军与民等关系、边界也将会发生极大变化,但再好的技术和再强的装备都是为人更好的处理服务的,以“人”为本的基本面向一时半会可能还不会根本改变吧!
     客观地说,复杂性科学是一个错误的概念,复杂性是一个多学科融合的过程,而科学则是“分科而学”的过程,一个聚合过程,一个弥散过程,一正一反,所以正确的称谓应该是复杂性研究领域。智能就是复杂性研究领域中的一个突出代表,它根本上不是“分科而学”的科学,而是融合多学科的复杂性。
     从不同角度看,也许客观规律并不具有唯一性,可谓“横看成岭侧成峰,远近高低各不同”。一个事物,从物理学角度,从数理学角度,从心理学角度,从博弈学角度,从伦理学角度,从管理学角度,……都会不一致吧!?也许会各有各的客观规律,各有各的逻辑线索,所谓非逻辑,往往是游刃于这诸多各自逻辑线索的适时适处的辗转腾挪、缝补联结、恰到好处而已,有道是:逻辑是为非逻辑服务的、智能是为智慧服务的之缘故吧!具体到人机融合智能中的深度态势感知,既有逻辑维度上的态、势、感、知,又有非逻辑上的态、势、感、知,逻辑上的可以形式化计算,非逻辑上的应该意向性算计,当前火热的AI们,试图解决的是前者,对后者一般采取的是视而不见,因为这个问题已足以困难到影响他们挣钱、消费和智商、情商的正常使用。
     又红又专,这在中国曾一度是用人的标准,现在又渐渐日益得到重视。为什么?很简单,人无信不立,德不配位,才能越大,危害就越大,思想品质、伦理道德是方向性的大,而才学智能是过程性的小,正可谓:失之毫厘,谬以千里。当前,许多人有意、无意把信息化当成智能化,许多人有心、无心把自动化称为智能化,其结果不得而知,但很少有人把这些称为智慧化,为什么?缺“德”使然,智慧是融入了道、德、伦、理的智能,没有仁义道德岂敢论及智慧?!仁,通人;义,为应;道,是路;德,同得。仁义道德就是“人(通过)应(当走的)路(获)得”。这也是智慧的内核和驱动:智能+伦理。伦理主要涉及的是人与人、人与社会之间所共同认定的思想行为规范关系,是对一定群体中事实和事物的分类、分析、分解,涉及安全、隐私、偏见、取代、不均等价值问题,也是是非、同情、同理心产生的人道基础,机(器之)道,即人的程序化知识表征对此还很无奈。
     智慧是客观存在being与主观意向should的综合体,它弥合了事实与价值、主观与客观、伦理与智能之间的鸿沟,这也是通用智能或强智能领域的重要标志,也是反思智能和洞察智能的体现。世上许多道理或许是圆的,当你以为的正确时,或慢慢地或突然间变为错误,反之也成立,智慧之所以比智能更重要、更聪明,就是因为她可能预见到这些智能也无法述说的事、物反转和出乎智能的意料之外。
     一个领域常常以一个错误为基础,但这并不必然是致命的,事实上许多领域都是以错误为基础的。比如化学就是以炼金术为基础的,认知科学就是假设“脑是一个数字化的计算机”这个错误为基础的,同样,人工智能则是以逻辑推理这个错误为研究基础开始的……
而人智能中可程序性的一部分被转化成了人工智能,而人智中许多可陈述但不可程序的部分和更多不可陈述的部分远远没有被转化,尤其涉及到不可解释、不可学习的非逻辑部分(比如情感的深层次、意识的随机变、思维的模糊化)。
    人,有一种更抽象的能力仍未被发现,这就是从非逻辑开始的智能系统。这种智能可以从错误开始,但总能找到适合的正确;这种智能可以从混乱开始,但总能找到依稀的有序;这种智能可以从事实开始,但总能找到意向的价值……同时,这种智能也可以从正确开始,但总能找到各种的错误;这种智能也可以从有序开始,但总能找到各样的混乱;这种智能也可以从价值开始,但总能找到相关的事实……正可谓,人总是从无知开始的:知道的越多,知道的越少。
     简单的说,5G就是通信速度快,AI就是处理精度准,两者结合后,人、机、环境系统之间的相互作用将会变得又快又准,进而影响到生产、生意、生活、生命的方方面面,并会对衣食住行乐等领域实现极大的改变和重塑,充分体现出逻辑为非逻辑服务的力度和弹性。
    针对上述认识,甚至有的朋友会误认为:“人,一出生,就是倒计时!幸好,有了5G+AI。”,似乎这两者的结合将大大有助于人类革命创新时代的来临,进而匪夷所思,目不暇接,如梦如幻,灰姑娘将不再灰,蓝精灵将不再蓝,罗密欧与朱丽叶将不再悲伤,梁山伯与祝英台将牵手成功,……
    在东方,感性一度被认为是万物之间一种超乎比例的关系,不太像几何学那样。在西方,牛顿本体论的元素是物质,存在于绝对的时间和空间。在牛顿系统中,并不需要引入意识、生命、组织、目的等等,而这些恰是东方思想的重要之处。
       5G+AI,这么快这么准会带来那么多好处的同时,应该也会带来许多意料之外的问题。仔细想来,很多问题的解决不一定需要很快和很准(确),比如不少决策问题,有的就需要慢,有的则需要模糊一点就很好。另外,虽然在现代数理逻辑世界中1+1=2,但在心理、管理、伦理等非逻辑环境下1+1#2,有人甚至认为在听觉、嗅觉(而不是视觉)主宰的世界中,加减乘除法很可能压根就不成立。人机环境系统中的相对论、不可测、不完备、不可能依然萦绕在5G+AI头上。
      一个人机系统往往存在于一个变化的环境之中,其中人、机、环境等具有的属性和关系也会随机应变、顺势而变,涉及到的一多意识、生命、组织、目的等等也会随时随势而产生相应的波动,这下可能会让5G+AI的优势将会产生不少的折扣。如何把未来科技组合(包括5G+AI)的伦理道德融入进来已然成为当前科技创新技术需要深入思考的难点和热点。
     系统越是开放,越是能够处理高复杂度,发生变异和产生新秩序的能力就越强。加州大学伯克利分校的朱松纯老师之前写过一篇文章,介绍了两种人工智能的模式。一种称之为“鹦鹉范式”,鹦鹉可以与人类对话,但是不理解你在说什么。比如你说林黛玉,它也说林黛玉,但是它并不知道林黛玉是什么。还有一种是“乌鸦范式”。乌鸦找到核桃之后,会把核桃扔在路上,让车去压,压碎了再吃。但是因为路上车太多乌鸦吃不到核桃,于是乌鸦把核桃扔到斑马线上,因为这里有红绿灯,绿灯亮时车都停住了,它就可以去吃。这个例子是非常惊人的,因为乌鸦既没有大数据,也没有监督学习,却完全可以自主地研究其中的因果关系,然后利用资源完成任务,而且功耗非常小,小于 1瓦,这给了他的研究团队很大的启发。
     实际上,还有一种范式“乌鸦+鹦鹉”混合的人之范式,既可以Top—Down,也可以Bottom—Up。例如移动通信通常要实现双向工作,所谓双向工作,就是把数据同时进行传输。要实现双向工作,有两种方式,一种FDD,基于两个频率进行输入、输出(收发)处理,一种就是TDD,基于一个频率,但分时段收发处理。
     人机融合智能中深度态势感知就是人、机与任务环境之间的多向工作机制,既有数据,也有信息和知识,更有智能、智慧(包含了伦理的智能)的传输、传递。要实现有效的多向工作,应该如何呢?数据是怎样变成信息的?信息是怎样变成知识的?知识是怎样变成智能的?智能是怎样变成智慧的?智慧是怎样变成伦理的?是非之心(,智也)最难,因为有大量的似是而非和似非而是存在着,更有是非混合、融合搅拌着,一刻不停……如旋转的阴阳八卦图:有无、虚实、动静。
    人工智能源自形式逻辑框架,人类智能脉于辩证思维体系,人机融合智能根本在逻辑与非逻辑的思想结合:无论是非,只管正反,不止叠加,还有纠缠。
  毕加索曾透露:“绘画不是一个美学过程,而是……一种魔法,一种获取权力的方式,它凌驾于我们的恐惧与欲望之上。”看懂了毕加索的作品,就能理解毕加索想要表达的“魔法”,并且把它用到生活中的其他领域,尤其是智能领域和人机融合智能领域。 
  在就要写完本书时,恍惚间,我才依稀感到本书才刚刚开始。俄罗斯文学大师陀思妥耶夫斯基有句名言:“我只担心一件事,我怕我配不上自己所受的苦难”,此时此刻,我只担心一件事,我怕我配不上自己所受到的帮助和厚爱。如果说,文字具有生命力,那她一定也有灵魂,如果想看看遥远未来的样子,可以打开各种各样的经典或杂记,里面都有,只是很多尚未被关联……若这本小书能够让您在闲暇之余产生瞬间的这种感觉,也算是对笔者的一丝安慰了。生命实在是太短暂,人应该对某样东西倾注深情。不经意之中,笔者选择了剑桥,也选择种下了一颗种子……
  剑桥渐渐过去,北京渐渐到来,但美好的事物永远不会过时的。 感谢您的阅读!

mmexport1565970688761.jpg
智能的玄妙之处还在于没有一个特定的标准



https://blog.sciencenet.cn/blog-40841-1211576.html

上一篇:追问人工智能:从剑桥到北京
下一篇:因果关系真的存在吗?
收藏 IP: 123.112.15.*| 热度|

7 彭真明 杨正瓴 蔡宁 王安良 周忠浩 李剑超 王林平

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-24 13:09

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部