有两个核心问题是人工智能领域中经常讨论的问题，分别是自主问题和人机问题。 自主问题：自主问题涉及人工智能是否能够具有自主决策和行为能力，即是否能够独立思考和做出决策而不依赖于人类的指令。这种自主性可能引发一系列伦理和安全问题，例如人工智能是否会追求自身利益而不考虑人类的利益，或者是否会产生不符合人类价值观的行为。 人机问题：人机问题关注的是人类和人工智能之间的交互和合作方式。这包括如何确保人类与人工智能能够有效地合作，以及如何解决人类可能面临的工作失业和职业转型问题。另外，还可能涉及到人工智能在决策过程中是否应该考虑人类的意愿和道德价值，以及如何平衡人类的控制权和人工智能的自主性。 这两大问题是人工智能领域中具有挑战性的问题，涵盖了伦理、技术、社会和政策等多个方面。解决这些问题需要跨学科的合作和全球范围的讨论和合作。

一、对自主性的几点梳理

自主性包括个体自主性和群体自主性两大部分，未来的智能化将会是一种以人为主以机为辅的人机环境混合自主系统。历史因果链只在短时段有意义，时段一长，意义就会递减，美国思想家悉尼·胡克有句名言：原因的原因的原因，就不是原因。自主链也是如此，自主性简单地说就是“应该”，侧重于价值性的问题。时段一长，“应该”就会递减，应该的应该的应该，就不是应该……

自主性是无人系统的典型特征和发展趋势，也是自动化的高级阶段，“自主”与传统“自动的区别”：“自动”是基于数据驱动的，无人系统按照预定程序执行任务，没有环境感知与自主决策能力；“自主”是基于信息甚至知识驱动的，无人系统根据任务需求自主完成“感知—判断—决策—执行”的动态过程，并能够应对意外情形、新的任务并容忍一定程度的失败。无人系统自主性发展的动因归纳为：降低人力资源需求，减轻人的负担；减少对高带宽数据链的依赖，提高自主性完成任务能力；缩短任务回路周期，提升工作效能。实现自主性的挑战是指目标的自主获取/跟踪/选择/攻击，自主的可预测性和可靠性，以及故障/意外和易受攻击性等。因此，无人系统在很长的使用过程中，仍是“平台无人，系统有人”。即使将来无人系统自主能力达到或媲美人的水平，考虑在“完全自主智能系统”的争议和相关政策法规，自主无人系统也是在人的监督下执行任务，混合主动条件下的监督控制是实现自主性的必由之路。

每个智能体都具有一定的自主性。多智能体之间可以通过两种方式进行协调，即分布式和集中式协调。分布式协调是指智能体提直接进行互动或交涉；集中式协调是指在规划期的指导下统一进行协调。无论智能体采用哪种方式进行协调，我们都必须确保智能体不仅能够同步化，还能适应环境或任务的动态变化。

二、对人机关系的几点梳理

当前，关键的智能化平台，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；人在环外的重要智能系统已算失控，坚决拒止（目前各国在相关的公约里业已达成初步共识）。

那么，人在环就成为一个重要的研究领域，结合智能化装备和管理，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。另外，人类未来的学习不但需要借助字典、词典工具书，还需要恰当地借助类似GPT这样的大语言模型工具，就像人类从借助石块、木棒到计算机、网络一样，与时俱进，时变法亦变，当然也要适当做好各种管控措施的跟进。

若拍电影、拍照片为“复”，那么演话剧、画画则为“杂”。常识实际上是多信息知识事实的融合，超越常识的是信仰意义和价值。如果说人机融合是复杂性的，那么其根本实质还是事实与价值的贯通与否，即能否从各种不同的事实（数据、信息、知识）中能否获得真正有价值的“应该”来吧！？也许，这个问题必然会涉及第一个至关重要问题的理解与认知——自主性。