当前，军事智能化平台，人在环是必须的，人在环中就是一个系统的直接部分，既监又控；人在环上就是一个系统的间接部分，主监管控；人在环外的智能武器系统已算失控，坚决拒止（目前各国在相关的致命性自主武器公约里业已达成共识）。

    那么，人在环就成为一个重要的研究领域，结合智能化机器（装备）和机制（管理），就构成了一个完整的人机环境系统工程体系，人、机、环境之间的交互作用和关系也是各种智能产生的源泉和所在。

     如何研究人机环境系统并使之工程化呢？首先要研究人，包括人的感和知；其次，要研究机以及如何把这些感知功能迁移到机器（装备）和机制（管理）中去；再次，要研究环境，包括在各种环境中所产生出的状态和趋势（简称为态势）；对这三者的研究不一定是顺序的，也可以倒序、插序、混序、融序等等，以前主要研究人的态势感知能力，现在随着人工智能技术的发展，又开始研究机器（装备）和机制（管理）的态势感知功能，未来的发展趋势是研究两者如何实现结合的问题，既人机融合智能中的深度态势感知问题，这也是研究人在环的关键问题。

    如何实现人机融合智能中深度态势感知功能与能力的有机结合程度是衡量该系统好坏的主要指标。能力主要是产生意图，功能侧重于实现意图，一个主动，一个被动。意图不是靠（拍）脑门产生出来的，是人机环境彼此交互作用涌现出来的，这里面涉及到了学习、记忆、注意等认知方面的问题，同时也关系数理、物理、心理、管理、伦理等诸多学科的交叉融合颠覆创新的问题。所以这是一个既“复”又“杂”的复杂性问题，也许会涉及到传统经典分工与协同的一些基本问题。

    研究复杂性问题最好的办法就是从简单出发，比如研究人、机的“学习”，最好就是从娃娃抓起，孩子们学习语言比较快，除了大脑发育的原因，另外一个重要的可能是TA们所有的概念、知识形成与客观事实形象等有关，无论东西，天地纵横，无法无天，想的很少，稀有琢磨、不管因果、无缘无故就形成了价值意义，比较容易形成指数级连锁反应，孩子们这种“主动犯错误”的方式，也许是获得创造性思维能力的一个重要途径；而成人学语言困难出来大脑发育之外，往往从价值意义到客观事实形象有关等，社会习俗，个人习惯，环境约束，边界条件，瞻前顾后、左思右想、不敢不愿不应犯错误的这种先入为主的因果方式往往制约着各种关联级索的爆发涌现。

    在事实与价值之间，存在的是可能性，而这种可能性是一种时空体或时空单元，比如某人或某物在时间中的变化不大，在空间中的变化不大，但在特定的时空下价值变化很大。就像15军，平时平空很一般，但在上甘岭对美战斗期间的时空中价值最大——万岁军。马赛克战就是要在博弈中恰如其分地寻找到这些时空体和事实/价值逻辑。

    态，为状态，包括事态（客观事实）和心态（主观价值）；势，为趋势，包括局势（客观事实）和情势（主观价值）。记得惠勒曾说过：“时空中的物质告诉时空如何弯曲，而弯曲的时空告诉物质在其中如何运动。”，类比一下，“态势中的感知告诉态势如何变化，而变化的态势告诉感知在其中如何运动。”

    智能系统的关键在于“恰到好处”的被使用，人类智能的关键在于“恰到好处”的主动预值—提前量，人机融合智能的关键在于“恰如其分”的组织“主动安排”和“被动使用”序列。人工智能不能或不会换位进行事实推理和价值推理。阿尔法狗/元只会就事论事，不会指桑骂槐，只有事实，没有价值。

    计算是用已知量算出未知量，算计是有目的的估计。算计里有算有计，可以穿越非家族相似性。计算可以从已知到未知，而算计可以从未知捕捉到已知。计算是根据事实推出价值，而算计却常常凭借反事实甚至反价值的成分进行想象。

    计算是以有条件开始的，算计是以无条件开始的。所有的计算都得使用范围内共识规则推理，算计则不然，它可以进行非范围内非共识规则想象。计算的算是推理，算计的算是想象，计算的计是用已知，算计的计是谋未知。

在事实与价值之间还有一个重要的阶段：可能