2019的小結:思考智能

新信息、新知識的產生機制是:從事實到價值的轉化,一種顯性價值的假設發現;而暗物質、暗能量、暗信息構成了另一個暗世界,計算常常涉及顯性事實的統計,算計往往包括隱性價值的認知。

深度態勢感知就是把計算being(事實)邏輯+算計should(價值)非邏輯。

一直認爲人工智能只是人類智能可描述化、可程序化的一部分,而人類的智能是人、機(物)、環境系統相互作用的產物。智能生成的機理,簡而言之,就是人、物(機屬人造物)、環境系統相互作用的疊加結果,由人、機器、各種環境的變化狀態所疊加衍生出的形勢、局勢和趨勢(簡稱勢)共同構成。三者變化的狀態有好有壞、有高有低、有順有逆,體現智能的生成則是由人、機、環境系統態、勢的和諧共振大小程度所決定的,三者之間具有建設性和破壞性干涉效應,或增強或消除,三位一體則智能強,三位多體則智能弱。如何調諧共頻則是人機融合智能的關鍵。 


 “智能”這個概念就暗含對整體、對無限的關係。
針對智能時代的到來,有人提出,“需要從完全不同的角度來考慮和認識自古以來就存在的行爲時空原則”,如傳統的人、物、環境關係等。當人們進行一段智能活動時,一般都會根據外部環境的變化進行關鍵點或關鍵處修正或調整,通過局部與全局的短、中、長期優化預期,實時分配權重於各種數據信息知識處理,更多的是程序化+非程序化混合流程。而機器智能則很難實現這種隨機的混合應變能力,確定性的程序化印記比較突出,像“阿爾法狗”(AlphaGo)/元/star這樣比較優秀的智能系統,主要贏在邊界明確的計算速度和精度上,對於相對開放環境下的博弈或對抗則沒有在封閉環境下表現得那麼好,甚至會很不好。真正的智能不僅僅是適應性,更重要的是不適應性,進而創造出一種新的可能性。智能很可能不是簡單的順應、適應,更重要的是不順應、不適應,進而創造出一系列新的可能性:自由、同化、豐富、改變、獨立。圖靈機的缺點是隻有刺激-反應而沒有選擇,只有順應而沒有同化機制。 

信息化本質是計算事實,智能化則是認知價值。從數據到信息到知識(結構)是認知計算,從知識到信息到數據(解構)是計算認知。若把智能看成語言,那麼人工智能像是語法,人類智能更像是語義、語用。語法基於規則、統計和概率,而語義語用則是基於一種人們之間使用有意義元素組成的約定,潛意識裏的約定俗成比語法更爲跨界、靈活,而且人們目前對它的規律還未形成有效的規則認知,於是它便成了複雜性事物。符號化是規範性語法的表徵,情境化是自然性語義的依據。個境與羣境有還原成分,也有新異元素,理解智能的難點之一就是內外一多共存的交織干擾和影響。把任何時間、地點、信息送給任何人轉變爲在恰當的時間、地點、方式信息送到恰當的人手裏就是智能的表現形式之一。在全局,人是機的升維,機是人的降維;在局部,則反之。因爲全局涉及的是異構事物、非家族相似性; 而局部則相反。對人類的智能系統而言,圍棋的作用還僅僅是局部的局部。 

人工智能的最底層技術是二極管的0、1 二元邏輯,人類智能的最底層技術是人的多元意向(非邏輯)。人類智能則是藝術,人工智能主要是技術。人工智能就是一個工具,很多人卻把它當成了萬能的鑰匙,更有人把它想象成是無所不能,而忽略了人的智慧的作用。人 類智能是一種涉及感性(尤其是勇敢)更多的智能,在緊急態勢迅速變化時,一個人由情感而非思維支配,因而理智需要喚起勇氣素質,繼而在行動中支撐和維持必要的理智。在人類智能中,我們往往可以看到有序 / 無序之間的創造性張力,如在很多情境下,你所看到的同一事物(如蘋果或1 小時)往往不同,主動看、被動看、半主動看都不一樣。人工智能常常容易形成的偏見,從規則的知識圖譜中提取出先驗和常識,並將之作爲約束條件引入生成模型,可能會讓智能程序的運行大打折扣,所以,如何把人的模糊感知、識別與機器的精確感知、識別結合將是一個非常值得思考的問題。 

“休謨問題”說的是從事實推不出價值來。可是,這個世界卻是一個事實與價值混合的世界,不知從價值能推出事實嗎?漢字就是智能的集中體現,有形有意,如“日”“月”“人”,一目瞭然;西方的文字常常無形無意,邏輯類推。智能的本質就是把意向性與形式化統一起來,所以漢字從象形到會意的過程就是人類自然智能的發展簡史……漢字的偏旁部首就是一種類的封裝,把強相關的字聚在一起。如果說人類造字是語言表徵的封裝積累,那麼,人類造智則是思想意識的拓撲延展。 

智能不是百科全書,而是包含不少的虛構和想象,不僅是分類,還要合類;不僅要合併同類項,而且要合併異類項,因而,智能產品系統的頂層設計非常重要。 

人工智能一般是邏輯(家族相似性)關係,人類智能常常是非邏輯(非家族相似性)的。未來的智能是在特定環境下人的智能與機器智能的融合,即人機融合智能。人機融合智能不是人工智能,更不是機器學習算法。同樣,人工智能、機器學習算法也不是人機融合智能,人機融合智能是人機環境的相互融合,是《易經》中的知幾(幾是幾何,看到苗頭)、趣時(抓住時機)、變通(隨機應變)。人機融合智能是隨動,不是既定,其中的“知己知彼”中的“知”不是簡單的態勢“感知”,更是態勢“認知”。認知是從勢到態的過程,感知是從態到勢的過程。認知側重認,信息輸入處理輸出流動過程;感知側重感,數據信息的輸入過濾過程,認知涉及先驗和經驗等過去的感知,所以態勢認知包括了以前的態勢感知。人工智能是一把雙刃劍,計算越精細準確,危險越大,因爲壞人可以隱真示假,進行欺騙,所以人機有機融合的智能更重要。客觀而言,當前的人工智能基本上就是自動化+統計概率,簡單地說,歸納演繹的缺點就是用不完備性解釋完備性。鑑於世界上不是所有的事情都能用邏輯思維解釋,未來的智能應該是計算(線性、顯性、限性、邏輯)+算計(非線性、隱性、無限性、非邏輯)。

詩歌裏常常能夠找到一種非邏輯的邏輯,如同自主一樣,具有一種有目的的可創造性,既包括同化機理,也涉及順應機制。所有的邏輯都包含非邏輯,正如所有的非邏輯也包含邏輯一樣。正如形中有意,意中有形,計中有算,算中有計。而好詩中的這些“巧妙”都被儲存在了詞語及其語義的情感裏。詩歌這種智能體的不確定性是由於表徵與推理的可變性造成的。其機制背後都隱藏着兩個假設:程序可變性和描述可變性。這兩者也是造成期望與實際不一致性判斷的原因之一。程序可變性表明對前景和行爲推導的差異,而描述可變性是對事物的動態非本質表徵。席勒就把審美意識稱爲“遊戲衝動”,而“遊戲衝動”是“感性衝動”與“理性衝動”的統一:單純的“感性衝動”使人受感性物慾的限制,是一種不自由;單純的“理性衝動”使人受理性(包括道德義務)的限制,也是一種不自由,只有結合二者的“遊戲衝動”,能超越有限,達到無限,這纔有了不受任何限制的自由。

愛因斯坦認爲:“西方科學的發展是以兩個偉大的成就爲基礎的,那就是希臘哲學家發明的形式邏輯體系,以及通過系統的實驗發現有可能找出因果關係。實際上,東方思想的發展也是以兩個偉大的成就爲基礎的,一個是《易》的虛實類比變化體系,另一個是《道德經》的一多有無價值關係。

與機器智能不同,根本上說機器智能、人工智能是人類智能概念化、系統化、程序化了的反映,而碎片化的知識+碎片化的邏輯構成了各種紛繁複雜着的人類智能,碎片化的知識+碎片化的邏輯+隱/顯性的倫理道德法律規定構成了人類的智慧,人的真正智能需要不同領域不同角度邏輯的組合、混合、融合,所以真實的智能是縫補聯結後的百納衣,而不是漂亮靚麗的製成品。智能是“是不是”的問題(Being),智慧是“該不該”的問題(Should)。上升爲智慧的智能,是由事實與價值的不一致性造成的知幾、趣時、變通,即由“是不是”問題變成“該不該”問題,由單純的客觀性是非判斷變成了主觀性推理+判斷(有大僞),而且,在這裏,不是休謨之問成不成立的問題,而是應該怎樣實現、成立的問題。

有人認爲:“AI系統是一次性使用的工具,而不是人類可重複多次使用的智能。”。圖靈獎得主、貝葉斯網絡之父Judea Pearl曾自嘲自己是”AI社區的反叛者“,因爲他對人工智能發展方向的觀點與主流趨勢相反。Pearl 認爲,儘管現有的機器學習模型已經取得了巨大的進步,但遺憾的是,所有的模型不過是對數據的精確曲線擬合。從這點而來看,現有的模型只是在上一代的基礎上提升了性能,在基本的思想方面沒有任何進步。例如機器學習就是分層尋找特徵值,輸入標籤的質量和數量很關鍵, 而人通常知道每個標籤的內涵外延和之間的彌散聚合關係,機器不懂,只是符號的規定舞蹈,場景的機械分割,不能產生整體的感覺、知覺和理解。理解就是看見了聯繫。在各種智能中,輸入端的靈活性極其重要,標識內涵外延的彌聚彈性大小、速度如何在很大程度上就已經決定了智能的好壞(如同很多人生一樣,兒時的理想和夢想就決定了ta一生的方向高度),同時,這也是自主地產生新信息知識、新功能(函數)、新網絡、新能力的基礎。一般而言,標識範圍太大了不好存儲,太小了不能達意,標識命名的唯一性與泛化性(即彌聚效應)要保持平衡,也即可理解性(語義性)與中心化(唯一性)的對立統一,所以輸入數據、信息、知識標識的最小顆粒度,即邊界範圍的大小非常重要,顆粒度閾值過大易造成智能的不確定性,反之若過小易丟失關鍵特徵。這些將直接影響着智能的體系架構:表徵—標識—組網—優化—修正—迭代。

除了輸入端的表徵隨機變化之外,推理、決策的實施也非常重要。知識驅動與網絡重構之間的迭代關係,處理不好,智能內容也很難形成多種有效的新知識。規劃對智能來說“只是一個推敲的基礎而已”。一個好的智能體系,依靠的並不僅是邏輯,還有直覺,比起刻板的理性邏輯推進,更忠實於自己的創新靈感。有點像宮崎駿所說的那樣:“所謂的電影,並非存在於自己的頭腦之中,而是存在於頭上的空間。”,“拍電影不能靠邏輯,或者說如果你換個角度看,任何人都可以用邏輯拍電影,但是我的方式是不用邏輯的,我試圖挖掘自己的潛意識,在那個過程中的某個時刻,思維之泉被打開,各式各樣的觀點和想法奔湧而出。”宮崎駿作品的結構失衡,雖然有很多評論者都指出過,但很少有人對此做出批判。他的弱點,反而被視爲他作品的一種風格體現——“即使憑藉感覺創作,依然能夠創作出滿足觀衆觀影生理快感的電影,這體現出了宮崎駿非凡的才能。

人類智能相比機器智能有許多不同的機理,其中的反思、冥想、懺悔等機制非常重要:反思是非事實性推斷,是各種假設的覆盤,可以把“做一件事”演繹成“做多件事”,這也是機器智能中的“反饋”機制望塵莫及之處;冥想是一種相關無關性的非邏輯,它視時、空、邏輯爲無,有點像一些好的詩歌,任性地在動靜、有無、虛實、強弱中游刃穿梭;懺悔是格式化自我,任何事物都有利弊的沉澱和垢餘,時間一長,清理打掃是不可避免的,刪除的垃圾信息越多,阻塞就會越少,複雜性就會越少,智能就會變得越智能,進而越容易形成智慧……

《易經》析動靜,《道德經》論是非,《孫子兵法》談虛實,維特根斯坦證有無,布爾代數說0、1,圖靈測試言相似,馮?諾依曼共存算,這些概念之間是什麼關係?在數字邏輯中,與或非及其之外的關係存在嗎?在非數字邏輯中,如何定義類比程度的計算?以人爲本的思路還對嗎?如果不對,以啥爲本?如果對,會不會割裂人、物(機)、環境之間的共在關係?

 “先天”常常指從概念出發,從邏輯原理出發,從概念推導概念,從原理得出結論;“後天”往往指從經驗出發,從經驗提煉出概念,依據經驗事實建立理論;這兩者之間的區別也是從邏輯到感知的過程。經過人工智能的幾次高潮低谷之後,理性的權威以及形式化方法背後的樂觀主義招致了巨大質疑,符號、聯結、行爲技術不僅帶了進步,也帶來了人們對智能領域更多的困惑,同時,人工智能、基因工程等變革性科技讓人類似乎比歷史上的任何一個時代都可能爲自己帶來心理、倫理和思維上的挑戰。用理性尋找真理不再重要,存在的意義纔是最核心的問題。啓蒙主義用理性代替上帝,結果卻是一切價值的崩潰,存在越來越走向虛無——海德格爾用《存在與時間》試圖解答存在本質的問題,胡塞爾從前期《邏輯研究》轉向後期《大觀念》的思路;同時,分析哲學領袖維特根斯坦也從前期《邏輯哲學論》轉向後期《哲學研究》的思路,兩次轉變都不約而同地去掉了“邏輯”,分別走向了“觀念”和“哲學”,這也許不是巧合和偶然。 

三位哲學家都在潛移默化地遵循着先/後天研究領域的規律:從邏輯走向非邏輯。這裏大致有兩個原因。首先從研究的過程來說,“邏輯”主要涉及“判斷理論”,它屬於較高層次的意識活動。另一個原因涉及邏輯和數學的普遍有效性。弗雷格指出,心理規律是經驗規律,只具有偶然的真理性;邏輯和數學的規律具有普遍必然性,它不能用經驗的規律說明。也許這也是智能領域研究的突破口和契入點吧!

 “邏輯”還涉及推理,它也屬於較高層次的意識活動,而要講清楚判斷理論,還要對感覺、知覺等較低層次的意識活動進行研究,尤其是需要對物理性的數據、心理性的信息知識等的一多彌聚表徵機理進行深入研究,“名可名非常名”中的“名”主要是講這種動態的表徵、命名、定義、範疇化。而“道可道非常道”中的“道”則反映的則是事實與價值、事物與關係的混合,既包括客觀being也包括主觀should,既涉及邏輯和數學的普遍有效性,也涵蓋了心理規律偶然性的真理,是邏輯與非邏輯的集合體,情感也許是一種自己邏輯與他人非邏輯的複合體。

老子的道極其自然,比如他說“慧智出,有大僞”,其意思是人越追求智慧,人爲的東西就越多,自以爲是的成分就越大。這就需要把平常對待世界的看法顛倒過來,讓事物來看我們,如同昆蟲的複眼一般。塞尚說過:好的畫家不是從外面而是從裏面看世界。有智慧的人也經常用和日常相反的方法看世界的,碧如塞翁失馬裏的塞翁、井岡山上的星星之火們等,我們不應該只是用科學的方法看世界,智能及其哲學應該使人真正向自然開放,使自然中的人機環境系統以它自有的形態向我們說話、展示。

以人爲本的思想,在初級的人機融合智能中是可以理解的,機器的主要角色是輔助性的,但隨着機器各種功能的不斷提高,尤其是隱約出現類人能力的跡象時,“以人爲本”的觀念可能會被動搖,我們從《道德經》中的啓示可見一斑:一、要把道的存在本身和人爲構造區分開來;二、爲了克服以人爲中心就需要避免人爲努力。這是由於要克服人爲努力,又需要另外一種人爲(有點哥德爾數學不完備的味道)。老子主要是要克服人道主義,這種人道主義以儒家爲代表,突出人的地位和作用,天在人道主義裏是被遮蔽的。他認爲:人並不重要,自然中存在的道纔是中心。人只是自然中的一分子,只是物的一種而已,無限廣闊的宇宙裏存在着無窮無盡的變化,只有與之隨動的人才能更好地發揮主觀、客觀能動性吧!例如從文藝復興到工業革命再到後來,每隔一段時間,世界圖象就會更新一次。在西方,每一個階段都會產生新的對世界的看法。

西方科技從東方思想裏學到的最重要的一點是:如何克服主體形而上學。不少人認爲主體性是與現代科技聯繫在一起的。現代科技從人們眼裏看上去是一種機器,是以更多、更強的力量來控制自然。這個過程是無窮無盡的。西方的強權意志是用一種更強的東西克服形而上學,用更強的力量超出它。這種做法勢必造成惡性循環:你用更強的來克服強的,那麼實際上你和強的已經沒什麼兩樣了。而東方思想卻是一種不同的克服辦法:以弱勝強,即不是通過更強的來克服強的,而是通過弱的來克服強的。水“至柔至弱“,但是”攻堅強者莫善於水”。老子認爲:雌性、否定性、被動的東西能克服雄的、肯定性的、主動的東西。海德格爾曾用一個詞來概括之:Verbindung der Metaphysik,就是用下面的來克服上面的。東方“以柔克剛”的思想衍生出了“柔道”,這個“柔”不是一般意義上的弱,而是用你的力量來摔倒你。把進攻的、線性的力量轉移方向使它對準進攻者自己,以此達到克服的目的。

人文藝術之所以比科學技術容易產生顛覆原創思想,主要是追求主觀價值和意義,而不是單純的客觀事實存在,所以人文藝術哲學宗教給人提供了更廣闊的想象空間,正可謂人們看見什麼並不重要,重要的是人們如何詮釋看見的事物。情感的本質就是價值的判斷。價值的量化非常困難,這需要把價值的本質和計算的本質都搞清楚,纔可能做價值計算。有人認爲“絕對價值不好搞,能計算相對價值也行”,其實,相對價值計算更難,各種因素都在變,連座標系都在變。

價值、意義本質上應該是主體、客體與環境相互作用的變化而改變的,比如有可能一條信息上一秒有價值,下一秒就完全沒有價值了,也可能下下一秒又有更大的價值了,事物之間關係改變很快,價值在過程中的變化因此也很大,這種怎麼算法實現,理論都還沒搞清楚。這裏還是想重複一下德里達那句名言:“放棄一切深度,外表就是一切”,他隱藏的意思是:生活本身並不遵守邏輯,它是非邏輯的,無標準的,就像文字學,以一種陌生的邏輯在舞蹈。

隨着人類的發展和社會的變化,人們對戰爭、博弈、對抗的認識也發生了很大的變化,如征服大於摧毀的觀念越來越強,人們對智能思維和意識的理解也發生着時代性的變與不變。從這個角度而言,未來的指控系統可能是藝術與科技的統一,是未來Art(《孫子兵法》)+下一代Theory(《戰爭論》)的共鳴諧振,其中的定性/定量、局部/整體、彌散/聚合、主要/次要、時間/空間、邏輯/非邏輯、對抗/妥協、協同/獨立、甚至軍與民等關係、邊界也將會發生極大變化,但再好的技術和再強的裝備都是爲人更好的處理服務的,以“人”爲本的基本面向一時半會可能還不會根本改變吧!

客觀地說,複雜性科學是一個錯誤的概念,複雜性是一個多學科融合的過程,而科學則是“分科而學”的過程,一個聚合過程,一個彌散過程,一正一反,所以正確的稱謂應該是複雜性研究領域。智能就是複雜性研究領域中的一個突出代表,它根本上不是“分科而學”的科學,而是融合多學科的複雜性。

從不同角度看,也許客觀規律並不具有唯一性,可謂“橫看成嶺側成峯,遠近高低各不同”。一個事物,從物理學角度,從數理學角度,從心理學角度,從博弈學角度,從倫理學角度,從管理學角度,……都會不一致吧!也許會各有各的客觀規律,各有各的邏輯線索,所謂非邏輯,往往是遊刃於這諸多各自邏輯線索的適時適處的輾轉騰挪、縫補聯結、恰到好處而已,有道是:邏輯是爲非邏輯服務的、智能是爲智慧服務的之緣故吧!具體到人機融合智能中的深度態勢感知,既有邏輯維度上的態、勢、感、知,又有非邏輯上的態、勢、感、知,邏輯上的可以形式化計算,非邏輯上的應該意向性算計,當前火熱的AI們,試圖解決的是前者,對後者一般採取的是視而不見,因爲這個問題已足以困難到影響他們掙錢、消費和智商、情商的正常使用。

又紅又專,這在中國曾一度是用人的標準,現在又漸漸日益得到重視。爲什麼?很簡單,人無信不立,德不配位,才能越大,危害就越大,思想品質、倫理道德是方向性的大,而才學智能是過程性的小,正可謂:失之毫釐,謬以千里。當前,許多人有意、無意把信息化當成智能化,許多人有心、無心把自動化稱爲智能化,其結果不得而知,但很少有人把這些稱爲智慧化,爲什麼?缺“德”使然,智慧是融入了道、德、倫、理的智能,沒有仁義道德豈敢論及智慧?仁,通人;義,爲應;道,是路;德,同得。仁義道德就是“人(通過)應(當走的)路(獲)得”。這也是智慧的內核和驅動:智能+倫理。倫理主要涉及的是人與人、人與社會之間所共同認定的思想行爲規範關係,是對一定羣體中事實和事物的分類、分析、分解,涉及安全、隱私、偏見、取代、不均等價值問題,也是是非、同情、同理心產生的人道基礎,機(器之)道,即人的程序化知識表徵對此還很無奈。

智慧是客觀存在being與主觀意向should的綜合體,它彌合了事實與價值、主觀與客觀、倫理與智能之間的鴻溝,這也是通用智能或強智能領域的重要標誌,也是反思智能和洞察智能的體現。世上許多道理或許是圓的,當你以爲的正確時,或慢慢地或突然間變爲錯誤,反之也成立,智慧之所以比智能更重要、更聰明,就是因爲她可能預見到這些智能也無法述說的事、物反轉和出乎智能的意料之外。

一個領域常常以一個錯誤爲基礎,但這並不必然是致命的,事實上許多領域都是以錯誤爲基礎的。比如化學就是以鍊金術爲基礎的,認知科學就是假設“腦是一個數字化的計算機”這個錯誤爲基礎的,同樣,人工智能則是以邏輯推理這個錯誤爲研究基礎開始的……

而人智能中可程序性的一部分被轉化成了人工智能,而人智中許多可陳述但不可程序的部分和更多不可陳述的部分遠遠沒有被轉化,尤其涉及到不可解釋、不可學習的非邏輯部分(比如情感的深層次、意識的隨機變、思維的模糊化)。

人,有一種更抽象的能力仍未被發現,這就是從非邏輯開始的智能系統。這種智能可以從錯誤開始,但總能找到適合的正確;這種智能可以從混亂開始,但總能找到依稀的有序;這種智能可以從事實開始,但總能找到意向的價值……同時,這種智能也可以從正確開始,但總能找到各種的錯誤;這種智能也可以從有序開始,但總能找到各樣的混亂;這種智能也可以從價值開始,但總能找到相關的事實……正可謂,人總是從無知開始的:知道的越多,知道的越少。

簡單的說,5G就是通信速度快,AI就是處理精度準,兩者結合後,人、機、環境系統之間的相互作用將會變得又快又準,進而影響到生產、生意、生活、生命的方方面面,並會對衣食住行樂等領域實現極大的改變和重塑,充分體現出邏輯爲非邏輯服務的力度和彈性。

針對上述認識,甚至有的朋友會誤認爲:“人,一出生,就是倒計時!幸好,有了5G+AI。”,似乎這兩者的結合將大大有助於人類革命創新時代的來臨,進而匪夷所思,目不暇接,如夢如幻,灰姑娘將不再灰,藍精靈將不再藍,羅密歐與朱麗葉將不再悲傷,梁山伯與祝英臺將牽手成功,……

在東方,感性一度被認爲是萬物之間一種超乎比例的關係,不太像幾何學那樣。在西方,牛頓本體論的元素是物質,存在於絕對的時間和空間。在牛頓系統中,並不需要引入意識、生命、組織、目的等等,而這些恰是東方思想的重要之處。

5G+AI,這麼快這麼準會帶來那麼多好處的同時,應該也會帶來許多意料之外的問題。仔細想來,很多問題的解決不一定需要很快和很準(確),比如不少決策問題,有的就需要慢,有的則需要模糊一點就很好。另外,雖然在現代數理邏輯世界中1+1=2,但在心理、管理、倫理等非邏輯環境下1+1#2,有人甚至認爲在聽覺、嗅覺(而不是視覺)主宰的世界中,加減乘除法很可能壓根就不成立。人機環境系統中的相對論、不可測、不完備、不可能依然縈繞在5G+AI頭上。

一個人機系統往往存在於一個變化的環境之中,其中人、機、環境等具有的屬性和關係也會隨機應變、順勢而變,涉及到的一多意識、生命、組織、目的等等也會隨時隨勢而產生相應的波動,這下可能會讓5G+AI的優勢將會產生不少的折扣。如何把未來科技組合(包括5G+AI)的倫理道德融入進來已然成爲當前科技創新技術需要深入思考的難點和熱點。

系統越是開放,越是能夠處理高複雜度,發生變異和產生新秩序的能力就越強。加州大學伯克利分校的朱松純老師之前寫過一篇文章,介紹了兩種人工智能的模式。一種稱之爲“鸚鵡範式”,鸚鵡可以與人類對話,但是不理解你在說什麼。比如你說林黛玉,它也說林黛玉,但是它並不知道林黛玉是什麼。還有一種是“烏鴉範式”。烏鴉找到核桃之後,會把核桃扔在路上,讓車去壓,壓碎了再喫。但是因爲路上車太多烏鴉喫不到核桃,於是烏鴉把核桃扔到斑馬線上,因爲這裏有紅綠燈,綠燈亮時車都停住了,它就可以去喫。這個例子是非常驚人的,因爲烏鴉既沒有大數據,也沒有監督學習,卻完全可以自主地研究其中的因果關係,然後利用資源完成任務,而且功耗非常小,小於 1瓦,這給了他的研究團隊很大的啓發。

實際上,還有一種範式“烏鴉+鸚鵡”混合的人之範式,既可以Top—Down,也可以Bottom—Up。例如移動通信通常要實現雙向工作,所謂雙向工作,就是把數據同時進行傳輸。要實現雙向工作,有兩種方式,一種FDD,基於兩個頻率進行輸入、輸出(收發)處理,一種就是TDD,基於一個頻率,但分時段收發處理。

人機融合智能中深度態勢感知就是人、機與任務環境之間的多向工作機制,既有數據,也有信息和知識,更有智能、智慧(包含了倫理的智能)的傳輸、傳遞。要實現有效的多向工作,應該如何呢?數據是怎樣變成信息的?信息是怎樣變成知識的?知識是怎樣變成智能的?智能是怎樣變成智慧的?智慧是怎樣變成倫理的?是非之心(,智也)最難,因爲有大量的似是而非和似非而是存在着,更有是非混合、融合攪拌着,一刻不停……如旋轉的陰陽八卦圖:有無、虛實、動靜。

人工智能源自形式邏輯框架,人類智能脈於辯證思維體系,人機融合智能根本在邏輯與非邏輯的思想結合:無論是非,只管正反,不止疊加,還有糾纏。

畢加索曾透露:“繪畫不是一個美學過程,而是……一種魔法,一種獲取權力的方式,它凌駕於我們的恐懼與慾望之上。”看懂了畢加索的作品,就能理解畢加索想要表達的“魔法”,並且把它用到生活中的其他領域,尤其是智能領域和人機融合智能領域。 

在就要寫完本書時,恍惚間,我才依稀感到本書纔剛剛開始。俄羅斯文學大師陀思妥耶夫斯基有句名言:“我只擔心一件事,我怕我配不上自己所受的苦難”,此時此刻,我只擔心一件事,我怕我配不上自己所受到的幫助和厚愛。如果說,文字具有生命力,那她一定也有靈魂,如果想看看遙遠未來的樣子,可以打開各種各樣的經典或雜記,裏面都有,只是很多尚未被關聯……若這本小書能夠讓您在閒暇之餘產生瞬間的這種感覺,也算是對筆者的一絲安慰了。生命實在是太短暫,人應該對某樣東西傾注深情。不經意之中,筆者選擇了劍橋,也選擇種下了一顆種子……

劍橋漸漸過去,北京漸漸到來,但美好的事物永遠不會過時的。 感謝您的閱讀!

————

編輯 ∑Gemini

 來源:科學網

最全數學各個分支簡介

十大中國數學之最

數學和編程

機器學習中需要了解的 5 種採樣方法

北大讀博手記:怎樣完成自己的博士生涯?非常具有指導性!

施一公:爲什麼要獨立思考、爲什麼要尊重科學?

算法數學之美微信公衆號歡迎賜稿

稿件涉及數學、物理、算法、計算機、編程等相關領域,經採用我們將奉上稿酬。

投稿郵箱:[email protected]

歡迎加入算與數學術交流羣,請添加微信:nhyilin(備註:算數粉絲)

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章