自与互

    2019年1月美国国防高级研究项目局（Defense Advanced Research Projects Agency，DARPA）的一份“知识指导的人工智能推理图式（Knowledge-directed Artificial Intelligence Reasoning Over Schemas，KAIROS）”项目公告指出，该机构期望能发展一个可在“看起来没有关联的各类事件”中发现并画出关联关系、进而更好地描述全球事件的半自动化人工智能系统。

实际上，“看起来有关联的各类事件”中发现并洞察出无关联关系也很重要！粟裕常常从第三者（上帝）的视角度看待宏观、微观局面态势的切换、迁移、弥聚、缩放，还往往不依靠无线通讯设备的辅助，其“可在“看起来没有关联的各类事件”中发现并画出关联关系、“看起来有关联的各类事件”中发现并洞察出无关联关系、进而更好地描述全球事件的半自动化人工智能系统”能力非同寻常。

若把人工智能看成是一个理性行为的话，那么智能就是一个理性与感性混合的行为，而智慧就是非理性的行为，是一种超越事物本身的事实性联系。

任何一个事物的值都会随着事实的变化而发生价的随动，所以其价值往往不是固定的，就像水在不同环境情景中的意义一样。如何准确理解并表征这种微妙的变化，是智能的最重要阶段。

如何从情境定位事件再定位对象及其属性、意向，结合反之，即如何从对象及其属性、意向定位事件再定位情境，这也是一个值得思考的智能核心问题!

单纯的二维地图容易干扰指挥员的态势感知，三维地图（含加上时间维度的四维电子裸眼3D地图）虽然可以增强其态势感知能力，仍难以产生超越事物本身属性的反映其真实显隐关系的深度态势感知能力，这种“去伪存真、去粗存精、由此及彼、由表及里”的洞察能力形成就是我们需要研究的人机融合智能问题之关键所在!

人的优缺点的研究和补偿是人机融合智能的瓶颈和关键；软硬件排第三；其次是环境系统的影响，没有情景、上下文、态势、语境等，人机系统中的设计与使用就会严重脱节。所以人的研究很重要，而人机环境系统的综合平衡、共生共长更重要！

其实，人机混合的结果很可能也会造成人类智慧的某种退化。例如，丰田的技术官也提出了类似的理念，没有人工生产线，人理解不了自动生产线，也无法持续改进。丰田保留了人工生产线，培养员工和持续改进。

人机的背后是人性（智能），人性（智能）背后是对未知的选择和判断，而不是对已知的判断。从融合智能的角度看，开放的有限空间要好于封闭的无限空间。斯图尔特·罗素有三个原则：1、利他主义（Altruism）——机器的唯一目标是最大限度地实现人类的偏好；2、谦逊原则（humility）——机器最初并不确定人类的偏好是什么，这是创建有益机器的关键；3、学习预测人类偏好，人类偏好的最终信息来源是人类行为。这三个原则对确定人机融合智能的方式具有参考作用。

人机之间是多事实多价值多责任性交互，对于机器学习而言就没有完全封闭的环境，因而就不存在自洽，一定是适应性成长系统。如何保证机器智能的“上限不能过，底线不能破，红线不能踩。”呢？自和互似乎比较关键，自，“我”性；互，“人”性。

开放环境下的动态表征能力不仅是智能的入口，也应是人机交互的前提，自表征、自定义、自拟合、自适应、自协同、自封闭、自推理、自判断、自决策与互表征、互定义、互拟合、互适应、互协同、互封闭、互推理、互判断、互决策如何产生/结合问题也许是智能问题的两大关键。

界面就是异质事物的“自”（共在）与“互”（相交）！