为什么AI总是很难落地？为什么人工智能常常被人诟病？有人说这是由于科幻电影、科幻小说、电子游戏、新闻媒体等造成的，这个观点有一定的合理成分，但还有一个更重要的事实为大家所忽略，那就是本应为“人机环境系统融合智能”常常被误认为是“人工智能（甚至是一些算法）”所致。

无论是军口还是民口，无论是自动化产品还是智能系统，大凡接地气，并为众人所接受的喜闻乐见，仔细想想，无不是在安全、高效、舒适方面做的比较好些。而要具备这些优点，其人、机、环境系统大都比较和谐一致，至少不是简单的AI+某某领域或者是某某领域+智能算法。

前段时间写了一篇“智能的本质好像不是数据算法算力和知识”，强调生成这些的机理才是活生生的智能之源，这次还接着谈，现有的人工智能教育体系培养出的“人才”可能还是没有“魂魄”的“机器人”，究其因，还是干巴巴的“算法”所致，有算无法，有术无道，有感无知，有理无情，有态无势，有芝无瓜，有（类）脑无心，有形无意，有眼无珠……只能在可能性的圈圈里打转转，而不能尝试探索不可能的世界，即使有些探索，也还只是在家族相似性的河床上蹦蹦跳跳，而对真实的非家族相似性还远远无能为力。

除了人机环境系统交互之外，第二个方面就是对深度态势感知的理解和消化，比如很多情境下只知道时空之间的配准、校正，不明白态、势、感、知之间的配准与校正；只知道非协同距离的失真解算，却忘了协同距离的模糊展开；只知道变频、变量，不思考变态、变势、变感、变知、变通；只知道数据链、信息链，不琢磨事实链和价值链，甚至是态链、势链、感链、知链的纠缠叠加所形成的人机环境系统链；只知道同质、均匀、顺序的态势感知单一调制，而忽略了更重要的异质、非均匀、随机态势感知多级阵列，以及先感后知的快速机动性和先知后感的准确灵活性，还有态、势、感、知之间的自相关、互相关的转化概率；只知道人模机样，不晓得机模人样；只知道仿真验证结构，不重视实战得到功能。

原因之三：

一些事情发生了，我们不时会自觉或不自觉地与身边的刚刚发生或印象比较深的事物关联在一起，建立自己个性化的“因果关系”态势谱（不仅是图谱），的确有关的被称为客观事实性关联，似是而非的称之为可能性关联，风马牛不相及的被称为主观意向性关联……这些生活中的常常发生的关联都是智能认知的组成部分，能够程序化的客观事实性关联部分也往往被称为AI，可能性关联和主观意向性关联却被过滤掉了，而这两者却是个性化智能之所以弹性的重要组成成分吧。

总之，本是人机环境复杂系统的问题却想用AI算法简化处理；只知道态势感知，不明白深度态势感知；忽略风马牛之间的虫洞联系；这三个问题也可能是造成AI总是很难落地的诱因吧！

正如许多人一样，许多书都会成为过眼云烟……