传统的专家系统就是利用人工智能技术模拟人类专家在特定领域内的决策过程的计算机程序。这些系统通过编码领域专家的知识和规则，能够在特定问题上提供类似专家的建议或决策。专家系统在许多应用场景中得到了广泛应用，如医疗诊断、金融分析和故障排除等。

但传统的专家系统很难产生涌现智能行为，涌现指的是复杂系统中个体间的互动产生的全新、不可预见的行为或模式，这些模式无法仅通过分析系统中的个体来预测。涌现现象通常在自然系统、社会系统和复杂网络中被观察到。在人机协同的背景下，涌现可以指人类和机器互动中出现的复杂和动态行为模式，这些模式可能并未在设计之初被明确预见到。

在人机协同中，一般而言，专家系统提供深度领域知识支持，帮助人类做出更为准确的决策。在协同工作中，专家系统可以处理复杂的数据分析，向人类提供实时的建议和反馈，从而增强决策质量。当专家系统与人类用户进行互动时，可能会出现新的模式或行为，这些涌现行为可以带来创新的解决方案或新的工作模式。人机协同系统中的涌现现象可以显示出系统对环境变化的适应能力。通过不断的互动和反馈，系统可能会表现出自我调整和优化的能力。涌现现象使得理解和预测系统行为变得复杂，所以设计专家系统时需要考虑到这些可能的涌现行为，以确保系统的可靠性和有效性。通过利用涌现现象，人机协同可以更好地适应复杂和动态的环境，提升合作的效率和创造力。在实际应用中，比如智能制造、医疗诊断和金融交易，专家系统与人类专家的协作常常会出现涌现现象。例如，在医疗诊断中，专家系统可能通过对大量病历数据的分析提供诊断建议，而人类医生则可以根据这些建议进行最终的判断和决策。在这种互动过程中，可能会涌现出新的诊断模式或治疗方法，这些模式和方法是单独使用专家系统或人类医生无法实现的。简言之，专家系统和涌现现象在提升人机协同效率和创新方面起着重要作用。理解和利用这些现象可以帮助我们设计更智能、灵活的协同系统。

当前，生成式大模型如日中天，其实质不过是统计概率下的“确定性涌现”机制，在众多大模型中，算力的提升通常能增强智能系统的能力，但这并不是唯一决定因素，更大的算力可以支持更复杂的模型和更高效的数据处理，但智能系统的效果还取决于算法的设计、数据质量和应用场景。因此，算力和智能能力之间的关系并不是线性的，优化算法和数据管理同样重要。

人机环境系统智能的专家系统与传统的专家系统在多个方面存在差异。传统专家系统通常基于规则和逻辑推理，使用预定义的规则集来模拟专家的决策过程，其知识通常以规则、决策树或专家经验的形式编码，适应能力相对较低，不易处理复杂或不确定的情况，受限于计算资源和规则的复杂性，处理能力相对较低，其知识库通常是静态的，由专家手动更新，难以应对新的情况或未知问题，对数据的处理较为简单，通常依赖于先验知识和规则；通常在固定的环境或场景中运行，适应性较差，对于变化的环境或新的领域扩展能力有限，具有固定的用户界面，通过输入问题和获取答案来进行交互，交互较为形式化，用户需要了解系统的规则和操作方式。多用于特定领域，如医疗诊断、故障排除等，范围相对有限，需要领域专家提供详细的知识和规则。

而基于人、机、环境协同系统的新型专家系统则可以使人类专家结合机器学习、深度学习等先进算法，从大量数据中自动学习和调整模型，能够实时调整和优化系统响应，根据新的数据和环境变化进行适应，从而更可能集成多种智能技术，如自然语言处理、计算机视觉等，以实现复杂的功能，借助现代计算资源和优化算法，能够处理更复杂的任务和大规模数据，实现人机协同处理和分析，通过机器学习算法不断优化和提升性能，还能够利用大数据技术进行深度数据分析，识别模式和趋势，可以通过自然语言处理技术实现更自然的用户交互，支持语音识别和生成，形成集成的虚拟助手或智能代理，提供更人性化和直观的交互体验，具备更强的环境感知能力，能够实时感知和响应环境变化，在复杂的人机交互环境中运作，可以应用于更广泛的场景，如智能城市、自动驾驶、个性化推荐等，能够集成和应用跨领域的知识和技术，提供综合解决方案。例如智能家居系统中的虚拟助手，不仅能执行语音命令，还能通过不断学习用户的习惯和喜好来优化智能家居的功能，它们整合了自然语言处理、机器学习和环境感知技术，从而能够在多变的家庭环境中自适应地控制家电、提供个性化建议并进行智能调节。

总的来说，基于人机环境系统智能的新型专家系统利用先进的技术和方法，能够提供更高的智能水平、更强的适应性和更广泛的应用范围。与传统专家系统相比，它们在处理能力、数据处理、用户交互和环境适应性方面都表现出显著的优势。

一个典型的基于人、机、环境协同系统的例子就是智慧城市平台建设。该平台集成了传感器网络、数据分析和人工智能，优化城市管理和服务。如城市内布置了空气质量监测传感器和噪音传感器，实时收集环境数据，通过分析环境数据，提供关于空气质量和噪音水平的信息，帮助制定改善措施；城市街道配备了智能路灯，根据实时光照和交通流量自动调节亮度，节省能源并提高安全性，系统能够自动检测路灯故障并报告维护需求，减少人工巡检的频率；通过实时交通数据分析，调整交通信号灯以优化交通流量，减少拥堵，提供实时停车位信息，帮助驾驶员找到空闲停车位，减少寻找停车位的时间和燃料消耗；将城市服务数据集成到一个平台，提供综合的服务管理和资源分配，提升效率，提供移动应用，让市民报告问题、获取服务信息和参与城市治理；监控和优化城市的能源使用，包括公共建筑和设施的能源消耗，利用数据分析优化城市绿地的维护和管理，提高生态环境质量。总之，智慧城市平台通过数据分析和自动化管理，可提高城市的运营效率，减少了能源浪费，改善了居民的生活环境。使市民享受到更高效的交通系统、改善的环境质量和更便捷的公共服务，整体生活质量显著提升，展示了如何通过人、机、环境的协同来优化城市管理，提升居民的生活质量和城市的可持续发展。