人類對世界的認(rèn)識是從時間、空間規(guī)律開始的，這些規(guī)律蘊含了各種力量及其關(guān)系的存在。通常情況下，事實本身往往不會直接告訴我們什么是正確的什么是錯誤的，沒有明確的概念，量得分析是毫無意義的。然而，人們在處理各種客觀時空矛盾時，常常會不自覺地忽略了主觀價值的關(guān)涉問題，從而造成在涉及有人或模擬人參與的系統(tǒng)中或力不從心或南轅北轍，鑒于此，本文將從事實與價值結(jié)合的角度重新審視自動化與智能化系統(tǒng)的基本規(guī)律。

 

人類的智能不是從“我”開始的，而是從“我們”開始的，即一開始就是“群體智能”，所以是“我們”創(chuàng)造出了“我”的概念，是人類的群體智能孕育出了個體智能。

 

一、自動化存在的問題

 

傳統(tǒng)的自動化領(lǐng)域涉及老三論，即控制論、信息論和系統(tǒng)論。

 

1943年羅森勃呂特和維納的哲學(xué)論文《Behaviour, purpose and teleology》(行動、目的和目的論)是控制論萌芽的重要標(biāo)志,奠定了控制論中反饋思想的雛型，該文的中心思想是：控制行為是一個從原因到目的之間的隨機試探和反復(fù)調(diào)節(jié)的曲折過程。控制論通過信息和反饋建立了工程技術(shù)與生命科學(xué)和社會科學(xué)之間的聯(lián)系?？刂普撝械男畔⑤斎?、處理、輸出、反饋一般是以客觀事實性數(shù)據(jù)、模型、統(tǒng)計為基礎(chǔ)的，因而在科技、工程領(lǐng)域使用效果較好，而在涉及包含主觀價值的社會、經(jīng)濟領(lǐng)域使用效果不佳。

 

1948年10月香農(nóng)的論文《A Mathematical Theory of Communication》（通信的數(shù)學(xué)理論）成為現(xiàn)代信息論研究的開端。在該文中，香農(nóng)給出了信息熵（以下簡稱為“熵”）的定義，這一定義可以用來推算傳遞經(jīng)二進(jìn)制編碼后的原信息所需的信道帶寬，熵度量的是消息中所含的信息量。實際上，信息熵的提出解決了對信息的量化度量問題，而對于（不同發(fā)出/接收者）信息質(zhì)量的好壞還沒有度量。

 

1932年L.V.貝塔朗菲發(fā)表“抗體系統(tǒng)論”，提出了系統(tǒng)論的思想。目前，系統(tǒng)論運用完整性、集中性、等級結(jié)構(gòu)、終極性、邏輯同構(gòu)等概念,研究適用于一切綜合系統(tǒng)或子系統(tǒng)的模式、原則和規(guī)律,并力圖對其結(jié)構(gòu)和功能進(jìn)行數(shù)學(xué)描述。對于包含人的復(fù)雜系統(tǒng)處理還很不理想。

 

總之，對于自動化領(lǐng)域老三論（控制論、信息論和系統(tǒng)論）而言，缺乏價值反饋、價值度量、價值體現(xiàn)已成為進(jìn)一步發(fā)展的瓶頸和挑戰(zhàn)，為此我們將嘗試在人機環(huán)境系統(tǒng)工程中建立新三論。

 

二、智能化存在的問題

 

 

一般而言，傳統(tǒng)自動化系統(tǒng)的典型特征是具有相對確定性的輸入、處理、輸出和反饋，以保持整個系統(tǒng)的魯棒性、穩(wěn)定性和可解釋性，而智能化系統(tǒng)的輸入、處理、輸出、反饋各環(huán)節(jié)相對不確定（但利己），人工智能水平則處于自動化與智能化兩者之間。

 

當(dāng)前，智能化研究主要仍以人為本進(jìn)行符號、連接、行為進(jìn)行分析與模擬，取得了不少成績（如阿爾法系列產(chǎn)品），但也出現(xiàn)了許多困難和不足，還遠(yuǎn)遠(yuǎn)沒有達(dá)到人們的期望和要求，究其因，其核心仍試圖以還原論的思想破解智能的機理或應(yīng)用，還沒有從根本上理解智能產(chǎn)生的機制原理及應(yīng)用的規(guī)律。

 

與機器智能相較而言，人類的智能向來不是孤立的，而是人物環(huán)境交互產(chǎn)生的。真正的智能可以計算，但單純的計算是不能產(chǎn)生智能的，智能的基本邏輯是比較，而不是計算。

 

智能不但涉及科學(xué)、技術(shù)、數(shù)學(xué)等領(lǐng)域，而且還涉及人文、藝術(shù)、社會等方面，準(zhǔn)確地說，智能是復(fù)雜事物，包括西方性復(fù)雜與東方性復(fù)雜。智能里面包含著唯物和唯心，既有客觀事實又有主觀意識，既有機械慣性也有靈活辯證，既有因果必然還有比較自由，既有邏輯推理共有直覺感悟。把智能看成是數(shù)據(jù)、信息、知識、算法、算力等是危險的，真實的智能不但能夠?qū)W習(xí)、生產(chǎn)、使用、維護、升級這些事物，而且還可以扭曲、異化、詭詐、變易這些概念或機制機理。

 

智能化不是信息化、數(shù)字化、自動化的簡單延伸、擴展，而是一種與后三者大不相同的新型范式，智能不僅要掌握已知的信息/學(xué)習(xí)已有的知識，更重要的是還要生成有價值的信息、知識及有效地使用協(xié)調(diào)這些信息和知識，是理性邏輯推理與感性超邏輯判斷的統(tǒng)一。

 

針對當(dāng)前智能化研究的上述問題，我們嘗試提出結(jié)合東西方思維，從人類具身、離身、反身的態(tài)勢感知角度解決智能化建模難題。

 

三、西方還原理性與東方感性系統(tǒng)思想的融合

 

 

把智能看成邏輯，把智能看成計算，這兩個錯誤是制約智能發(fā)展的瓶頸和誤區(qū)。

 

世界是復(fù)雜的，復(fù)雜性的世界并不都是科學(xué)和計算，而是科學(xué)與非科學(xué)、理性與感性融合的人物環(huán)境系統(tǒng)，智能是自然與人工的結(jié)合，準(zhǔn)確地說，依目前的數(shù)理、物理水平，通過編寫計算機程序是不可能實現(xiàn)人類水平的智能的，人工智能是不可能真正理解世界的，必須另辟蹊徑。我們嘗試根據(jù)東西方文明的特點及現(xiàn)有計算及認(rèn)知領(lǐng)域成果，提出計算計模型，針對復(fù)雜、多域、動態(tài)的環(huán)境，研究人機混合下的態(tài)勢感知模型，探索人-機-環(huán)境對決策的影響。進(jìn)一步構(gòu)建基于理性和感性混合驅(qū)動的計算計模型，實現(xiàn)人機混合智能決策。完成智能領(lǐng)域的理論創(chuàng)新、模型創(chuàng)新、方法創(chuàng)新與平臺創(chuàng)新，為未來智能研究提供方法和理論基礎(chǔ)。愛因斯坦曾這樣描述邏輯與想象（感性）的差異：“Logic will get you from A to B，Imagination will take you everywhere”，其實，人最大的特點就是能根據(jù)特定情境把邏輯與想象、具象與抽象進(jìn)行有目的的彌聚融合。這種靈活彈性的彌散聚合機制往往與任務(wù)情境緊密相關(guān)。

 

休謨之問是指休謨1711年在其名著《人性論》里面提出來的一個問題：從“是”（Being）中能否推出“應(yīng)該”（Should）來，即從客觀事實里能否推出主觀價值。這個問題在西方近代哲學(xué)史上占有重要地位，在他之后許多著名哲學(xué)家紛紛介入，但終未有效破解。在兩千多年前的東方，孟子在《告子上》一書中就說過：是非之心，智也。智能的任務(wù)就是要打開科技與、或、非門的狹隘，比如大與、小與，大或、小或，大非、小非……大是（being）、大應(yīng)（should）、小是（being）、小應(yīng)(should)穿透各種非家族相似性的壁壘，用未來的想象（預(yù)期）和當(dāng)前的感受（如同情、共感、同理心、信任等）影響智能領(lǐng)域的走勢。

 

智能系統(tǒng)中的算計就是人類沒有數(shù)學(xué)模型的計算，智能計算中的“與或非”邏輯，大家比較熟悉了，就不再多贅述；算計中的邏輯不妨稱之為“是非應(yīng)”，其中“是”偏同化、“非”側(cè)順應(yīng)、“應(yīng)”為平衡，當(dāng)遇到未知問題時，先用“是”、再用“非”、后用“應(yīng)”。大是大非時，大是不動，先試小非，再試中非，若不行，大非不動，先試小是，再試中是，這些試的過程就是“中”的平衡。“應(yīng)”就是不斷嘗試、調(diào)整、平衡。以上就是計算與算計結(jié)合的新邏輯體系，算計邏輯把握價值情感方向，計算邏輯細(xì)化事實理性過程。智能走向未來，沒有新邏輯出現(xiàn)或許就會沒有靈魂。 

 

智能的核心問題為：是不是+該不該+好不好的混雜組合問題。其中“是不是”屬于客觀事實性邏輯計算問題，“該不該”屬于主觀價值性判定算計問題，“好不好”屬于主客觀混合性決策計算計問題。當(dāng)前大家思考智能大都處在做“是不是”（0、1）的邏輯可計算部分，對于主觀價值的可判定性及兩者的混合計算-算計（計算計）還未有好辦法解決。

 

西方現(xiàn)代物理學(xué)有兩大支柱理論：一是愛因斯坦的相對論，它從大尺度上解釋了宇宙，如恒星，星系，星系團以及比它們更大的宇宙自身的膨脹的現(xiàn)象提供了理論框架；二是量子力學(xué)，它從小尺度上解釋了分子、原子以及比原子更小的粒子，比如電子和夸克的存在提供了理論框架。量子力學(xué)是由許多科學(xué)家，包括普朗克、海森堡、波爾、薛定諤等人共同提出。但這兩個理論卻有一個共同之處，就是都是通過算計而產(chǎn)生的計算體系，還有大家熟知的數(shù)學(xué)四次危機及其化解也是如此吧。

 

東方智慧既有數(shù)學(xué)的成分也有非數(shù)學(xué)的成分，東方智慧不是單純的智能計算，而是智能化，重點在“化”，即算計。算計是人類帶有動因的理性與感性混合盤算，是已有邏輯形式與未知邏輯形式的融合籌劃。比如毛主席打仗很少輸過，因為他在戰(zhàn)略（算計）上從不犯低級錯誤，不會在敵人（算計）選擇的時間、敵人選擇的地點，以敵人希望的方式開戰(zhàn)。

 

元是認(rèn)知之始的元素。一元為being，多元為should，除了多元之外，還有變元，隨機應(yīng)變的元。多元認(rèn)知如何形成一元認(rèn)知的？即人們是如何把多種邏輯壓入到一次邏輯推理過程中的呢？這是智能領(lǐng)域的研究關(guān)鍵，也是未來科幻需要破解的難題！隨之會衍生出了這樣一些問題：人們是如何把多種態(tài)、勢壓入到智能系統(tǒng)中的態(tài)、勢、感、知過程中的呢？人們是如何把多種科學(xué)事實計算壓入到一次智能系統(tǒng)計算計過程中的呢？

 

在西方科技發(fā)展的歷史長河中，第一次數(shù)學(xué)危機稱為畢達(dá)哥拉斯悖論（信奉“萬物皆數(shù)”的信條，號稱任何線段長度都可表示為兩個自然數(shù)之比，畢達(dá)哥拉斯悖論是希帕索斯發(fā)現(xiàn)的，他發(fā)現(xiàn)了直角邊長為1的等腰直角三角形斜邊長度不是自然數(shù)之比。）、第二次數(shù)學(xué)危機稱為貝克萊悖論（1734年愛爾蘭主教貝克萊提出：在牛頓和萊布尼茨求導(dǎo)數(shù)過程中，dx 既是0又不是0，這就是貝克萊悖論。）、第三次數(shù)學(xué)危機稱為羅素悖論（集合R本身既是R的元素，又不是 R的元素。）。

 

這三次危機的一致性在于“是”與“不是”的悖論，與量子物理的“貓”一樣，與文學(xué)的“to be or not to be”相似，與東方思想中的“是非之心”相關(guān)，與經(jīng)濟行為中的“A與非A”異曲同工。“是”與“不是”即為一元，其相互間的轉(zhuǎn)化即為變元，其衍生出的“應(yīng)”即為多元。如A是一元，A轉(zhuǎn)化為B是變元，A應(yīng)為B或C或D……為多元。邏輯壓縮、人與隱形系統(tǒng)、計算-算計（計算計）依然成為未來科幻領(lǐng)域的研究重點和難點。計算涉及事實性人機環(huán)境系統(tǒng)（事圖）問題，算計則更多涉及價值性人機環(huán)境系統(tǒng)（意圖）問題，而事實與價值常常會出現(xiàn)不一致甚至是矛盾，計算計就是各種事實、價值的混合性人機環(huán)境系統(tǒng)問題，而且不同粒度的計算計模型是不同的。如何說計算中含有貝葉斯（結(jié)論隨新數(shù)據(jù)的輸入而改變），那么算計就涉及錨定論（結(jié)論很難隨著新數(shù)據(jù)的輸入而改變），智能領(lǐng)域也許就是一個典型的科技與藝術(shù)的計算計案例。

 

算計是人類不借助機器的跨域多源異構(gòu)系統(tǒng)的復(fù)雜“計算”過程。某種意義或程度上，算計就是觀演一體化、“存算一體化”這兩個“神經(jīng)形態(tài)”過程的交互平衡，觀（存）就是拉大尺度或顆粒的非實時top-down過程，演（算）就是小尺度細(xì)顆粒實時bottom-up過程。

 

從東方角度而言，人機混合智能是觀演同在的技藝術(shù)（藝術(shù)+技術(shù)）形式，它至少包含三層意思。第一層，人機混合必須是（人主）藝術(shù)的，但又不是真實藝術(shù)的，它是用（機器）技術(shù)語言再創(chuàng)造出的智能，它是藝術(shù)意念的技術(shù)化；第二層，創(chuàng)造出藝術(shù)性的目的，是要呈現(xiàn)智能的美；而這個智能的美，就蘊藏著人機智能的第三層意思：人機混合智能是人的藝術(shù)與機器技術(shù)的混合，它是觀演同在的技藝術(shù)。因而，人機混合智能在觀演關(guān)系中生成帶有主觀性、想象性的美，以及虛實相生、無中生有的真。

 

如何把算計嵌入到多源異構(gòu)計算的彌（散）聚（合）中去？如何實現(xiàn)不同顆粒度中（狀）態(tài)的積分、（趨）勢的微分、感（覺）的連續(xù)、知（覺）的離散呢？計算能夠解決不少“態(tài)”的可計算問題，而要真正解決“勢”的可判定問題則需要人類的算計。例如查爾斯·達(dá)爾文在用自然選擇闡述他的進(jìn)化論時，根本就沒用到數(shù)學(xué)。同樣，當(dāng)阿爾弗雷德·魏格納首次描述板塊漂移理論時也只是用語言表述的。當(dāng)然，索維爾所言“理解人類的局限性，是智慧的開端”不無道理，未來新型人機關(guān)系最重要的是重構(gòu)與合作，即隨態(tài)/勢的變化而重構(gòu)感/知、隨感/知的變化而重構(gòu)態(tài)/勢，二者由單純被動的工具使用變?yōu)樽灾鞣e極的合作關(guān)系。

 

數(shù)學(xué)本身就是一種虛實相間的元宇宙，點線面體都是非真實存在的虛擬概念，大家卻用它來近似描述物理世界。從數(shù)到圖（空間）、力（時間）、能（量）、信息（客觀）、智（能），數(shù)學(xué)模型與物理世界的關(guān)系，如同形式邏輯模型與真實世界事物的關(guān)系一樣，是理想符號關(guān)系對事實關(guān)系的描摹、刻畫，這些"非存在的有”表征主要為三類，一是孫悟空、圣誕老人等想象類（虛擬量），二是爺爺奶奶等逝去先人真實類（物理量），三是藝術(shù)處理后的諸葛亮、維特根斯坦等真實想象混合類（加工量）。

 

自然科學(xué)及數(shù)學(xué)工具本質(zhì)上是一種主體懸置的態(tài)勢感知體系，人文藝術(shù)常常是一種主體高度參與的態(tài)勢感知體系，博弈智能涉及到了這兩方面，由于主體的實時參與，所以更側(cè)重人文藝術(shù)方面。

 

彭羅斯從歌德爾不完備定理發(fā)展了自己的理論，認(rèn)為人腦有超出公理和正式系統(tǒng)的能力。他在《皇帝新腦》中提出，大腦有某種不依賴于計算法則的額外功能，這是一種非計算過程，不受計算法則驅(qū)動；而算法卻是大部分物理學(xué)的基本屬性，計算機必須受計算法則的驅(qū)動。對于非計算過程，量子波在某個位置的坍塌，決定了位置的隨機選擇。波函數(shù)塌縮的隨機性，不受算法的限制。

 

人腦與電腦的根本差別，可能是量子力學(xué)不確定性和復(fù)雜非線形系統(tǒng)的混沌作用共同造成的。人腦包含了非確定性的自然形成的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，具有電腦不具備的“直覺”，正是這種系統(tǒng)的“模糊”處理能力和效率極高的表現(xiàn)。而傳統(tǒng)的圖靈機則是確定性的串行處理系統(tǒng)，雖然也可以模擬這樣的“模糊”處理，但是效率太低下了。而正在研究中的量子計算機和計算機神經(jīng)網(wǎng)絡(luò)系統(tǒng)才真正有希望解決這樣的問題，達(dá)到人腦的能力。

 

彭羅斯認(rèn)為，客觀還原所代表的既不是隨機，也不是大部分物理所依賴的算法過程，而是非計算的，受時空幾何基本層面的影響，在此之上產(chǎn)生了計算和意識。非存在的有表現(xiàn)為三類，一是孫悟空、圣誕老人等想象類，二是爺爺奶奶等逝去先人真實類，三是藝術(shù)加工后的諸葛亮、維特根斯坦等真實想象混合類。

 

愛因斯坦所說的“時間和空間是人們認(rèn)知的一種錯覺”，即時間和空間只是人們對于事物發(fā)展順序和物體間相互關(guān)系的一種抽象概念，在人們從日常經(jīng)驗總結(jié)出的觀念中，時間和空間是絕對的、可度量的，而相對論揭示出時空的相對性和二者間的聯(lián)系。我們認(rèn)為不變的時間和空間都會隨物體的運動、物質(zhì)能量的分布而變化。

 

在態(tài)勢感知中，態(tài)涉及物理、心理、管理等參數(shù)狀態(tài)（主態(tài)、客態(tài)），勢是有效態(tài)的變化方向，感是接受的各種數(shù)據(jù)刺激，知是建立起的各種聯(lián)系。用態(tài)勢的轉(zhuǎn)化比值“態(tài)/勢”確定有效態(tài)的大小，有效態(tài)變化的速度很重要。態(tài)勢感知涉及計算-算計系統(tǒng)。事實態(tài)不能產(chǎn)生勢，價值態(tài)能夠產(chǎn)生勢。如何快速識別出或嘗試出價值態(tài)將變得十分關(guān)鍵，有經(jīng)驗方面的，有情感方面的，有測試方面的，也有對環(huán)境認(rèn)知方面的。

 

數(shù)理的物理域、心理的認(rèn)知域、管理的信息域、情理的社會域中的時間空間同樣會發(fā)生各種變化，我們不妨稱之為基于事實-價值體系的虛擬-現(xiàn)實時空態(tài)勢感知維度。共分為現(xiàn)實時空的xyzt+虛擬時空的xyzt+事實時空xzyt+價值時空xyzt，抑或它們之間的各種組合及參照系變換（如虛擬價值時空、現(xiàn)實事實時空、虛擬事實時空、現(xiàn)實價值時空）。

 

不同維度里的態(tài)、勢、感、知不盡相同，所以常常會發(fā)生虛擬時空維度里的態(tài)對不準(zhǔn)現(xiàn)實時空維度的勢（如想象情景與實踐情境不一致），事實時空維度里的態(tài)對不準(zhǔn)價值時空維度的勢（如物理場景與任務(wù)意圖不一致），所以常常出現(xiàn)各種有“態(tài)”無“勢”現(xiàn)象。

 

智能是在人與物、環(huán)境的交互中逐步形成的，一方面，我們的認(rèn)知總是在與這個世界發(fā)生著融合；另一方面，被誤用的計算卻也可能會影響我們的認(rèn)知。1968年圖靈獎獲得者理查德·哈明就曾一語中的地認(rèn)識到：“計算的目的不在于數(shù)據(jù)，而在于洞察事物。”，這里的洞察就包含著對未來的預(yù)測與算計。人類的洞察機制不是一維的具身認(rèn)知，還常常涉及二維的離身認(rèn)知、三維（以上）的反身認(rèn)知及其混合認(rèn)知機理。

 

四、離身、具身、反身認(rèn)知

 

 

傳統(tǒng)認(rèn)知理論認(rèn)為，認(rèn)知的本質(zhì)是在人腦中發(fā)生的類似于計算機的計算過程，其功能獨立于環(huán)境且與身體無關(guān)，因此被稱為“離身認(rèn)知”（如聯(lián)結(jié)主義、符號主義）。但隨著研究的進(jìn)展，心理學(xué)家發(fā)現(xiàn)，認(rèn)知在很大程度上依賴著身體。身體的構(gòu)造、神經(jīng)的結(jié)構(gòu)、感官和運動系統(tǒng)的活動方式?jīng)Q定了人類認(rèn)識世界的風(fēng)格和方式。認(rèn)知和身體都嵌入環(huán)境，共同構(gòu)成一個動態(tài)的統(tǒng)一體。這就是被稱為第二代認(rèn)知科學(xué)的“具身認(rèn)知”。具身認(rèn)知理論認(rèn)為，個體的認(rèn)知過程和自我意識都與具身活動密不可分，身體的自由度影響感知判斷。

 

具身認(rèn)知（Embodied cognition），也稱“具體化”（embodiment）主要指生理體驗與心理狀態(tài)之間有著強烈的聯(lián)系。生理體驗“激活”心理感覺，反之亦然。例如，人在開心的時候會微笑，而如果微笑，人也會趨向于變得更開心的行為主義。

 

反身認(rèn)知就是在軍事、政治、經(jīng)濟等領(lǐng)域有自我加強的一種現(xiàn)象，這種現(xiàn)象直到最后的快速調(diào)整而結(jié)束。反身認(rèn)知認(rèn)為參入者的思維與參入的情景之間相互聯(lián)系與影響，彼此無法獨立，認(rèn)知與參入處于永遠(yuǎn)的變化過程之中。參入者的偏向以及認(rèn)知的不完備性造成了均衡點遙不可及，趨勢也只是不斷的朝著目標(biāo)移動，參入者的思維直接影響參入的情景，往往造成諸多的不確定性。反身認(rèn)知一般強調(diào)博弈過程中的人機環(huán)境系統(tǒng)之間的激發(fā)聯(lián)動效應(yīng)，能夠跨越物理域、信息域、認(rèn)知域等。

 

“離身”狀態(tài)是一種“觀看”，即把它當(dāng)作一個需要被認(rèn)知的對象，可以發(fā)現(xiàn)它的形狀、質(zhì)地、顏色等等屬性或特征；“具身”則是“使用”，在被用起來的時候，它并不構(gòu)成我的對象，而是融入了活的“事件”之中。前者是“現(xiàn)成在手狀態(tài)”，二維的意向（他），后者是“當(dāng)下上手狀態(tài)”，一維的意向（我）。只有處在后一狀態(tài)，也就是說在實際的使用中，一件事物才真正成為其自身，從而獲得其本真的存在，而喪失的卻恰恰是它的對象性。“反身”更是把“觀看”、“使用”、“評價”、“反思”等連貫起來，三維的意向（你我他），形成“態(tài)”、“勢”、“感”、“知”的綜合化、有機化。

 

Mica R. Endsley在1988年國際人因工程（Human Factor）年會上提出了有關(guān)態(tài)勢感知（Situation Awareness，SA）的一個共識概念：“…the perception of the elements in the environment within a volume of time and space, the comprehension of their meaning, and the projection of their status in the near future.”（就是在一定的時間和空間內(nèi)對環(huán)境中的各組成成分的感知、理解，進(jìn)而預(yù)知這些成分的隨后變化狀況”）。

 

我們的深度態(tài)勢感知含義是“對態(tài)勢感知的感知，是一種人機智慧，既包括了人的智慧，也融合了機器的智能（人工智能）”, 是能指+所指，既涉及事物的屬性（能指、感覺）又關(guān)聯(lián)它們之間的關(guān)系（所指、知覺），既能夠理解弦外之音，也能夠明白言外之意。它是在Endsley以主體態(tài)勢感知（包括信息輸入、處理、輸出環(huán)節(jié)）的基礎(chǔ)上，分為“態(tài)”、“勢”、“感”、“知”四個環(huán)節(jié)，包括人、機（物）、環(huán)境（自然、社會）及其相互關(guān)系的整體系統(tǒng)趨勢分析，具有“軟（價值）/硬（事實）”兩種調(diào)節(jié)反饋機制；既包括自組織、自適應(yīng)，也包括他組織、互適應(yīng)；既包括局部的定量計算預(yù)測，也包括全局的定性算計評估，是一種具有自主、自動彌聚效應(yīng)的信息修正、補償?shù)钠谕?選擇-預(yù)測-控制體系。

 

智能的邏輯既不同于理性的邏輯也不同于感性的邏輯，而是兩者的結(jié)合，如何有效的簡化這種結(jié)合呢？我們準(zhǔn)備嘗試從態(tài)勢感知這個角度入手，使“離身”、“具身”、“反身”認(rèn)知形成整體，進(jìn)而建立起智能的計算-算計體系。

 

五、計算-算計智能模型的框架

 

要做一個自己相信的智能系統(tǒng)很難，要做一個別人相信的智能更難。目前，人工智能系統(tǒng)已經(jīng)廣泛應(yīng)用于諸多領(lǐng)域，部分實現(xiàn)了代替人做決策的過程。但現(xiàn)實中的人工智能方法局限于相對“確定性、完全信息、受限環(huán)境、可解釋性差”的約束，不能滿足復(fù)雜環(huán)境決策的要求。在真實復(fù)雜的不確定因素、非完全信息、開放環(huán)境中，人類的經(jīng)驗、直覺、靈感與人工智能系統(tǒng)的高效、精確具有合作互補的巨大潛力。

 

人機之間、態(tài)勢之間、感知之間、計算與算計之間常常具有非互惠作用現(xiàn)象，即作用力不等于反作用力，如何量化分析這些等價的相互作用呢？并且，現(xiàn)有的邏輯體系很難判斷處理各種意外，如塞翁失馬的大邏輯與刻舟求劍的小邏輯。現(xiàn)階段的人機交互很難實現(xiàn)人機之間的有機融合，仍處于相對簡單的低級水平，難點之一就在于價值意向性的形式化。鑒于機器只有局部性事實邏輯，沒有人類的整體性價值邏輯，我們可以嘗試把人機結(jié)合起來進(jìn)行功能與能力的互補，用人類的算計這把利刃穿透機器計算不時遇到的各種各樣的“墻”。

 

時下的人工智能系統(tǒng)之所以還遠(yuǎn)遠(yuǎn)不能達(dá)到人們的期望，其根本原因在于構(gòu)造人工智能的基礎(chǔ)是當(dāng)代數(shù)學(xué)而不是真正的智能“邏輯”，首先數(shù)學(xué)不是邏輯，從數(shù)到圖再到集合，從算數(shù)到微積分到范疇論無一不是建立在公理基礎(chǔ)上的數(shù)理邏輯體系，而真正的智能邏輯既包括數(shù)理邏輯也包括辯證邏輯，還包括未發(fā)現(xiàn)的許多邏輯規(guī)律，這些還未被發(fā)現(xiàn)的邏輯規(guī)律既有未來數(shù)學(xué)的源泉也有真情實感邏輯的涌現(xiàn)，真實智能從不是單純腦的產(chǎn)物（如狼孩），而是人、物（機器是人造物）、環(huán)境相互作用、相互激發(fā)喚醒的產(chǎn)物，如一個設(shè)計者規(guī)劃出的智能系統(tǒng)還需要制造者認(rèn)真理解后的加工實現(xiàn)，更需要使用者因地制宜、有的放矢地靈活應(yīng)用等等，所以一個好的人機融合智能涉及三者（甚至多者）之間的有效對立統(tǒng)一，既有客觀事實（狀）態(tài)的計算，也有主觀價值（趨）勢的算計，是一種人、物、環(huán)境的深度態(tài)勢感知系統(tǒng)。而當(dāng)前的人工智能無論是基于規(guī)則（數(shù)學(xué)模型）的還是基于統(tǒng)計概率（大小數(shù)據(jù)）的大都是基于計算，而缺乏人類算計的結(jié)合與嵌入，進(jìn)而就遠(yuǎn)離了智能的真實與靈變。

 

另外，自然科學(xué)及數(shù)學(xué)等理性工具本質(zhì)上是一種主體懸置的態(tài)勢感知體系，人文藝術(shù)等感性常常是一種主體高度參與的態(tài)勢感知體系，智能領(lǐng)域涉及到了這兩方面，由于智能主體的實時參與，所以更側(cè)重人文藝術(shù)感性方面。與西方理性計算思維相比，東方智慧中既有理性的成分也有感性的成分，東方智慧不是單純的智能計算，而是智能化，重點在“化”，即算計。算計是人類帶有動因的理性與感性混合盤算，是已有邏輯形式與未知邏輯形式的融合籌劃。由上所述，我們不難看出，智能中的計算-算計（計算計）問題其實質(zhì)是東西方智慧的融合與共生。

 

智能是一種激發(fā)喚醒過程，好的智能交互涉及人機環(huán)境系統(tǒng)三者之間的和諧對立統(tǒng)一，既有態(tài)的計算，也有勢的算計。通曉了辯證邏輯的算計才是真正的智能“化”，反映了不確定的確定性，即不確定性的變化率，如人類從位置、速度、加速度中反映出了空間、時間、力，進(jìn)而又從質(zhì)量、能量、信息中反映出了虛實、有無、真假。計算與算計有點類似普林斯頓大學(xué)心理學(xué)家湯姆·格里菲斯（Tom Griffiths）所言：“那些當(dāng)你擁有大量數(shù)據(jù)時講得通的理論，與那些在少量數(shù)據(jù)下有道理的理論，看起來是完全不同的。”，一個處理各種“大數(shù)”理，一個收拾“小數(shù)”甚至“無數(shù)”道。

 

我們受笛卡爾數(shù)形計算的解析坐標(biāo)系啟示，初步構(gòu)建了計算-算計的態(tài)勢感知坐標(biāo)系，如圖1所示。

 

 

 

圖1 計算-算計的態(tài)勢感知坐標(biāo)系

 

 

狀態(tài)參數(shù)可由環(huán)境中的物理參數(shù)（時間、地點、人物、事物等）組成“態(tài)向量”，并通過不同狀態(tài)下的狀態(tài)矩陣計算獲得初級的趨勢結(jié)果1；趨勢參數(shù)可由期望中的各種價值參數(shù)（時間、地點、人物、事物等的價值值）組成“勢向量”，并通過不同趨勢下的趨勢矩陣算計獲得次級的趨勢結(jié)果2；感覺參數(shù)可由感覺到的各種參數(shù)（時間、地點、人物、事物等）組成“感向量”，并通過不同感覺下的感覺矩陣計算獲得初級的知覺結(jié)果3；知覺參數(shù)可由知覺到的各種經(jīng)驗參數(shù)（時間、地點、人物、事物等的經(jīng)驗值）組成“知向量”，并通過不同知覺下的知覺矩陣算計獲得次級的知覺結(jié)果4；通過這四個結(jié)果的計算-算計結(jié)果擬合出綜合的態(tài)勢感知結(jié)果。

 

我們可以分別建立起離身、具身、反身的態(tài)勢感知模型，再進(jìn)行最后的融合分析，得出整體系統(tǒng)的計算計結(jié)論。

 

六、人機融合智能

 

機器自主智能是在物理時空里大數(shù)據(jù)或規(guī)則或統(tǒng)計進(jìn)行因果推理過程，這種因果推理是基于“我”（個體性）的順序過程；人類自主智能是在物理/認(rèn)知/信息混合時空里小數(shù)據(jù)或無數(shù)據(jù)進(jìn)行因果互激蕩過程，這種因果互激蕩是基于“我們”（群體性）的過程。

 

西方的還原思想基礎(chǔ)是因果關(guān)系，東方的整體思想基礎(chǔ)是共在關(guān)系（共時空共情）。進(jìn)一步而言，計算是因果還原論，其知識是等同的顯性知識，算計是共在系統(tǒng)論，其知識是等價及隱性（暗）知識。等價包含等同，價值包含事實，但大于事實。

 

智能的關(guān)鍵不在于計算能力，而在于帶有反思的算計能力。算計比計算強大于反事實反價值能力。自主里常常就包含有反思（事實反饋+價值反饋）能力。事實性的計算僅僅是使用時空（邏輯），而價值性的算計是產(chǎn)生（新的）時空（邏輯）；計算是用物理域時空中的名和道實施精準(zhǔn)過程，而算計則是用認(rèn)知域、信息域、物理域、社會域等混合時空中的非常名與道進(jìn)行定向。

 

計算是“我思故我在”，算計是“我們思故我們在”。