人機交互與智能的再思考

    人是集多智能於一體的一多智能體。好的人機融合應該具備彼此間的帶入感，根據不一樣的態勢，進行提早的相互感知誘導和意圖引領。 

     人有一種習慣性錯覺，即經常把暫時的東西當作是永遠的，好比標定、公理、統計、因果等，其實否則，有數理邏輯學者指出，集合論出現悖論，是由於在它的基本方法中有一個不可抵擋的「矛」，即任一集合s均可以擴大到一個更大的集合P(s)，同時其中還有一個能抵抗一切的「盾」，即它包含有一切集合的那個集合。顯然，若是咱們單獨使用那個「攻無不克」的矛，或者單獨使用那個「堅如盤石」的盾，那是不會出現邏輯悖論的。但在人類思惟過程當中不得不一樣時使用二者，因爲思惟過程當中某些環節會出現互爲因果的循環圈。因此「矛」和「盾」發生了接觸，致使了「以子之矛、陷子之盾」的悖論。

1. 智能與交互的起源

霍金曾說過,在過去的20年裏，人工智能一直專一於圍繞建設智能體所產生的問題，即在特定的情境下，能夠感知並行動的各類系統,在這種狀況下，智能是一個與統計學和經濟學相關的理性概念。通俗地講，這是一種作出好的決定計劃和推論的能力。那麼什麼是交互與智能，咱們將在下文中進行探討。

人工智能或智能科學，其概念最先發源於哲學，早期有一批偉大的哲學家,一直在討論什麼是智能，什麼是知識。邁克·波蘭尼(MichaelPolanyi)，他曾在20世紀60年代寫過一部著名的著做：《The Tacit Dimension》（《默會的維度》），提出「咱們知道的越多，那麼咱們知道的越少」。同時他還認爲咱們知道的遠比咱們說出來的要不少（Wecan know  more than we can tell）。波蘭尼這句話裏面,體現出了默會的知識、隱形的知識,在支配着咱們不斷的向顯性的知識進行遞進、進行演化。

另一我的是弗里德里希·哈耶克。弗里德里希·哈耶克在經濟方面對世界的影響很是大，他曾拿過諾貝爾經濟學獎。他一輩子當中，涉列了政治、社會、經濟、文化、藝術、哲學和心理學，在認知科學方面，他有一本著做《The Sensory Order》（《感受的秩序》）。在這本書中，他明確地提出了一個觀點「Action more than design」即行爲遠比設計更重要，其大意即人的各類感受,是經過行爲來表徵出來的，而不是故意設計出來的，後來的演化形成了設計出現。維基百科的創立人很推崇《The Sensory Order》這本書，認爲是這本書，點醒了他創立了維基百科。

第三個是卡爾·波普爾，他是一個偉大的哲學家，提出了三個世界的觀點，物理的、精神的、和人工的。他有一本很是經典的著做《科學發現的邏輯》，他提出科學不是證明是證僞，他認爲科學是提出問題進行猜測，而後進行反駁，不斷的試錯，有科學的出現，而不是常規意義上的觀察概括，而後證明的實證機制。在概括裏面有不少的漏洞，由於概括是不徹底的概括，波普爾就有針對性的對概括進行了梳理。

人工智能的科學起源，一般認爲人工智能的技術起源，是從1956年美國達特茅斯會議開始。但它的科學起源，能夠最先追溯到曾任劍橋大學老師的查爾斯·巴貝奇，他是世界上作機械計算機的鼻祖，作了一臺機械的計算機，計算Sin和Cos數值的大小，今後人類拉開了計算的帷幕。另外一個是劍橋大學的伯特蘭·羅素。羅素利用其哲學思想和他的數學基礎，創立了一個很重要的哲學分支——分析哲學。分析哲學的至高點是維特根斯坦，曾有一次世界哲學家投票，排名第一便是維特根斯坦。維特根斯坦的前半期寫了一部重要的著做——《邏輯哲學論》。這部書裏提出，語言是哲學的重要的工具，也是哲學的切入點。在此以前，哲學的發展有兩個里程碑，第一個是關於世界本源的問題，便是物質的仍是意識的，這個討論了一千多年，後來笛卡爾開始研究用什麼樣的方法來認識世界是物質的仍是意識的，提出二元論。在此以後，人們找了不少方法來研究哲學，但收效甚微，直到維特根斯坦，他改變了哲學的軌跡。他前半生研究關於語言的人工性，所謂人工性的語言就是標準化的語言，格式化的語言，是流程性的程序化的語言，而他的後半期主要否認了本身前半期的工做，開始研究生活化的語言，天然性的語言。認爲真正的哲學是經過生活化的語言，來體現出哲學的深奧和哲學的意義。

2.歷史中的智能與交互

在人類的文明的歷史中，有過四大文明古國，在這四大文明古國裏邊最著名的，即古巴比倫和古埃及，這兩個文明，幾乎同時出現，它們是距今6000多年前，就已經有了國家、工具、文字出現，這兩個文明直接致使了歐洲文明的起源。這兩個文明主要是研究人和物之間的關係，例如水利、工具、一些制度、法律。這種人和物之間的關係，後來影響到了歐洲的一些地中海(希臘)文明，後來輻射到整個歐洲大陸，誕生了科學和技術，科學和技術的宗旨研究，就是人和物之間的關係。

除了這兩個最先的文明之外，第三大文明就是古印度文明。古印度文明裏面很重要的特質，就是研究人和神之間的關係。人神之間的關係，主要是人和抽象事物，不可掌控的一些事物之間的關係，在中東一帶，誕生了世界全部最主要的宗教，像伊斯蘭教、像基督教、印度教，佛教等等，都源於此，都是關於人和神之間關係的。

第四大文明是研究人和人之間關係，人和環境之間關係的一個重要的文明，即中華文明。目前世界上保存的較完整、較好的文明，就是中華文明。中華文明體現的不是人和物，人和神之間的關係，是人和人之間如何融洽，人和環境之間如何和諧，天、地、人之間如何共生的問題。

在距今2500年之前，西方的最主要的科學之祖，也是哲學之祖，是泰勒斯，他和中國的老子、孔子差很少出如今同一時代，其思想體如今他的一句箴言裏面即「water is best」（水是最好的）。水是一種物質，地球生物是海洋裏誕生出來的，而後水又滋育的和哺育了人類，因此西方的科學和哲學一開始就和物質密切相關，而咱們的老子對水也有闡述「上善若水」，孔子的「逝者如斯夫」，也是對水的一種感嘆，但他們大多都拘泥於感性和倫理方面，因此東西方文明的差別從這幾個表明性人物語言裏邊你們可見一斑。

    從上文可見在歲月的發展的歷史長河當中，人類四大文明分別聚焦於人物、人神、人人、人與環境，相互之間的關係，而科學和技術的發展，和人和物之間的關聯密切相關，因此，現代科學技術起源於歐洲，是瓜熟蒂落的，也是能夠理解的。可是，目前來看，隨着社會和人類不斷的進步，人和人之間、人和環境之間的關係，日益提到日程上來，因此，如今整個世界的焦點，逐漸從西方轉移到了以人人、人與環境爲主的東方視角來。

3.智能與交互的本質

人和物之間的關係，是西方一個重要的研究方向，機器是人造物，因此人機交互，也是起源於這個西方。人機交互的本質，是共在，即「being together」。人把本身的優勢，和機器的長處結合在一塊兒，造成了一個交互的，實質性的問題，而將來人工智能的發展方向，極可能是人機融合智能或人機混合智能，即把人的智慧和機器的智能結合在一塊兒，造成一個更有力的，支撐性的發展趨勢，這樣不但研究人機交互的脖子如下的，即生理的問題，並且還會研究脖子以上的，即心理的或者大腦的問題。其實，人機交互或人機混合智能，都是不許確的詞，最準確的詞是人機環境交互系統，由於人和機器及物質，其交互是不完整的，是經過環境這個大系統，來進行溝通的，因此人機環境系統工程，多是將來的，一個主要的研究方向。

那麼，人工智能或智能的本質是什麼？能夠從人的成長經歷或發展上看出一些端倪。通常來講胎兒在母親腹中，就已經開始有了各類感受，如聽覺、嗅覺、味覺、觸覺，已經開始和外部的環境及母親腹中的內部環境進行交互，已經產生了一個，很簡單的「我」的概念。而後，出生之後，由於視覺、聽覺等感受發育得不是很完善，更多的是用觸覺來接觸世界，瞭解他周圍的一些事物，隨着自主能力的產生，會試圖擺脫大人的束縛，更願意本身爬，本身走，不但願別人去扶。能夠看到，這時候已經開始否認了，否認別人的幫助。據國內外最新的研究結果，小孩造成語言的時候，不管東方仍是西方，除了被不斷重複灌輸的爸爸、媽媽這種詞之外，本身先說出的，都是從第一個單詞--動詞「不」開始的，而後會發展到，說「沒有」還有「別」這些詞。「不」、「沒有」、「別」這些詞，就是孩子們成長的一個過程，在這個過程中，就體現出人的智能，是從否認開始的，否認外部，否認本身，否認不少事物，來產生了某種智慧性的東西。須要注意，在人工智能裏邊，其否認機制，還遠遠沒有產生，因此人工智能和人的智能，有很大的差別。

咱們在研究過程當中發現，人工智能的起點，第一個詞是「是」，being」，即存在，客觀的物質，這是西方的哲學的一個很重要的詞，世界是物質的仍是意識的，其中物質就是「being」。而後，關於人的智能和智慧，還存在着 「Should」，「應該」。《三國演義》裏面的「義」，就是「Should」，「應該」的意思，「仗義」的「義」也是「應該」的意思，「應該」這個詞，在西方里邊很是重要，在東方里邊也很重視，這是東西方交流的一個交匯點。Should，翻譯成哲學語言，就是意識，即awareness、consciousness。另外還有want，人有want,即想幹什麼，而機器不會want，機器只會按照程序、指令進行操做，而人還有一個「能（can）」的問題，即能作仍是不能作。機器沒有這個問題，只是操做。

休謨在他的哲學體系裏邊，提出了很重要的「休謨之問」：「是」推不出「應該」，這句話的意思是從事實裏邊，推不出價值觀。 中國古代著名的一句話「天行健，君子必自強不息」是不成立的。天行健是一個事實，君子必自強不息，是一種價值觀，兩者不能劃等號，這裏面涉及到一個很重要的詞「change」，「變」，人會不斷的「change」，而機器則不能，只會循序漸進、因循守舊、刻舟求劍。咱們認爲這五個詞是人工智能和人類智能很重要的差別。另外，人還有一個很重要的特質，即感知的恆常性，人在變化的外界環境當中一般可以保留對這個事物的原本面目的感知，例如某種顏色。在不一樣的背景下，會改變這種顏色的影響，可是人卻會可以在這種變化當中，找到不變的那種感受，而機器否則，機器它對外部變化的顏色，會有一個實時的反應，很難找到那種不變的東西。

4.現代人工智能與交互

在現代的人工智能的發展，劍橋大學起到了很是重要的做用，其中有三個表明性的人物，第一個就是阿蘭·圖靈，他提出了圖靈測試和圖靈機的思想，而後影響了整個世界人工智能發展的軌跡。第二我的就是著名的深度學習之父Geoffrey Hinton,他是劍橋大學心理學的本科生，後來到了加拿大，繼續作關於人工神經網絡的研究，並提出了深度學習的概念和方法，人工智能所以而獲得了復興和如今的繁榮。第三個是Alpha Go之父哈薩比斯，他是劍橋大學計算機學院的本科畢業生，對推進人工智能的發展，也起到了很是重要的做用。

人機交互的研究始於二戰時期，當時主要研究由於各類不合理的設計致使的飛機故障，開始主要應用在航空航天領域，後來逐漸擴展的社會經濟的各方面。最近人機交互裏面有一個比較熱點的領域——態勢感知（situation awareness，也叫情景意識）由曾任美國DAPRA領導的女科學家Mica R. Endsley提出。態勢感知或情景意識的提出，對整我的機交互產生了巨大的影響。Endsley對態勢感知的定義，是在必定的時間和空間內，對環境中的各組成成分，進行感知、理解，進而預測這些成分的隨後變化情況。能夠看出，在整我的類的發展過程中，智能科學是一個涉及交叉學科，涉及心理學、計算機科學、神經科學、哲學、語言學等等，這些學科構成的一個完整的學科體系，能夠總稱爲認知科學。

當前人機環境系統工程的發展迅猛，其定義爲：人機環境系統工程，是研究在人、裝備和環境系統之間，實現最優匹配的一個領域，涉及到信息的輸入、處理、輸出和控制，以及反饋，人機環境系統的總體設計，及其優化等方面的研究，研究的目的，是整個系統的高效、安全、健康、和諧、敏捷等。

當前在這一領域的研究中出現了不少分支，例如，人機交互、普適計算、情感計算等，併產生了不少相應的關鍵技術，如多模感知、上下文感知、情感智能、環境智能、認知智能、多模界面、感性界面，這些技術用來實現一個最基本的目標，即天然的人機交互。在天然的人機交互中很是重要的一點是數據。全部智能的產生與刺激和數據密切相關，所謂刺激，就是人感知到的外部的映射。所謂數據是機器接觸到的外部的輸入，經過這兩個來產生相應的融合、理解，進而進行相應的反應和規劃。

數據空間對計算機起着很是重要的做用，研究數據的多指向性是當前人機領域的一個難點和瓶頸，同時數據的多指向性，是人機的區別的一個最重要的方面，人能夠理解一個數據的多指向，多含義，而機器否則，機器它有規範，有規則，它只能從一個角度來看待這個數據。

當前人工智能的發展有三大主要標誌：深藍、沃森和AlphaGo，這三個系統都和數據有關，它們都是在處理過去的大量的數據、規則、規劃。可是這三個最頂級的系統，都有一個很重要的問題，一個瓶頸問題，就是它只能「得形忘意」，而不能「忘乎所以」。真正的人的智能須要臨機決策，而不是像計算機及當前弱人工智能按照套路去運算。人是算計，算計要比計算靈活的多。

5.智能與交互中的自主性問題

將來的人機交互及人工智能系統，有明確的發展方向，它包含四個方面：主動的推薦、自主的學習，第三個方面、天然的進化、自身的免疫。在這四個方面中自主性是很是重要的一個概念。

美軍有一個深綠系統，其目的是借鑑深藍系統的思想，將其映射到軍事指揮和控制領域。它經過指揮員助手、水晶球和閃電戰三個模塊，整合出當前的和過去的戰場態勢，以及實時有效的指揮員輔助決策。這個系統裏最重要的是自主性和主動推薦。自主和主動是人工智能或智能科學一個很重要的研究熱點和難點。

    自主應該包括如下幾方面：

    第一，自主應具備記憶的功能，而不是存儲，記憶是靈活的，可以經過相關無關的事物產生直覺，而存儲則沒法出現直覺，它只是符合邏輯的東西。

第二，自主應具備選擇性。選擇性是單向性的，即A選擇B。

第三，自主應具備匹配性。匹配和選擇最大的區別，就是匹配是雙向性的，A能夠選擇B，B也能夠選擇A。

第四，自主應能夠控制。沒有控制和反饋，自主很難創建起來。

將來的人機交互，及人工智能系統，它至少是人機環境系統的自主耦合，造成了一個認知智能。認知的意思就是信息的流動過程，包括輸入、處理、輸出和反饋這個環節。

    人工智能的重要發展方向，是人機混合智能。強人工智能、通用人工智能，及類人人工智能，實現還相對較遙遠，當前相對實現的途徑就是人機混合智能。人機混合智能就是研究如何在人、機及環境系統之間，實現最優的智能匹配，人的智能加上機器的智能，涉及人機環境系統的總體設計，及其優化等方面的研究，研究的目的包括可靠、高效和溫馨等幾個方面。它最主要的涉及到兩個基本問題，一個是人的意向性和機器的形式化問題。所謂意向性，就是意識的指向。機器難以處理涉及到靈活、可改變的，甚至帶有矛盾性的事物，可是機器的長處在於它不疲勞、擅計算，而且可以準確及時的，處理形式化、符號化的東西，而這是人所不擅長的。因此，如何把機器的長處，和人的這種優勢，充分的結合在一塊兒，這是一個很重要的命題，也是人機混合智能的一個命脈。

在人工智能和機器人領域有一個著名的悖論叫莫拉維克悖論，莫拉維克悖論指出：和傳統假設不一樣，對計算機而言，實現邏輯推理等人類高級智慧只須要相對不多的計算能力，而實現感知、運動等低等級智慧卻須要巨大的計算資源。說明當前人工智能領域不少問題不是僅僅靠提升計算能力就能解決的，這個悖論用哈佛大學教授Steven pinker的一句話來講，就是困難的問題是簡單的，簡單的問題是困難的。

對於人工智能和這個悖論而言，意向性、意識是整個智能科學的瓶頸，能夠看出，意識就是一種感知，這是情境感知。還有一種是非情境的感知，可以穿越時空，這是人的意識，機器則否則。

對於意識，著名心理學先驅，美國第一屆的心理學協會的會長William James曾說過，人的智慧就是忽略的智慧，人知道怎麼忽略一些不重要的事物，而把精力聚焦到一些重要的，一些關鍵之處，特徵之上，而機器否則，只擅長處理大數據，而不擅長處理小數據。

    「自我」的產生是意識最重要的一個基礎，自個人概念實際上就是創建了一個座標系，「自我」即座標系的原點，人類都是以自我爲原點度量周圍世界與事物的。意識的出現每每會造「無中生有」和「有中生無」。無中生有，每每是隻有外界的刺激所產生的數據造成數值，數值不但包括客觀的數量，並且還造成了主觀的賦值。好比說「1」裏邊，它既是一個單純的客觀的數值，同時「1」也是對自我有特殊意義的一個數，例如一杯茶，一條毛巾，裏面有不少主觀的一些情感化的賦予。第二，造成數值之後，須要提取有價值的東西即信息。信息就是有價值的數值或者數據，從信息裏面能夠獲取知識，從知識裏邊提煉邏輯，也就是從0到1，從1到n的過程，正應了中國古代道教所說的：道生1、一輩子2、二生3、三生萬物，它整個的過程就是無中生有的過程。有中生無，就是指邏輯產生意向，從意向性導出意識，就是覺察覺知，從意識裏邊，沉澱出潛意識，從潛意識昇華爲無心識的過程，也就是從n到1，從1到0的一個過程，萬物歸3、三歸2、二歸1、一歸道之歷程。

6.深度態勢感知

經過意識或態勢感知（情景感知）及情境化的東西和非情境化的東西的結合，咱們提出一個新的概念，叫作深度情境感知，或深度態勢感知（Deep Situational awareness）。什麼叫深度的情景感知，咱們認爲,這是一種人機智慧，既包括了人的智慧，也融合了機器的智能，是能指和所指，所謂能指,就是指事物自己。所謂所指,就是事物自己所包含的語義和內涵，即涉及事物的屬性。能指主要涉及到事物的感受，又關聯它們之間的關係,所指包括它們的知覺。所謂感受,就是指對屬性的這種映射，所謂知覺就是聯繫、理解。既可以理解事物本來之意，又可以明白弦外之音，是合情合理、通情達理的一個方式，是人機環境系統中各元素的主動的拓樸，處理跨情境的原型特徵的一個空間。

深度態勢感知具體涉及的是感受、知覺、規劃和反饋那麼四個環節，感受，人的感受和機器的這種輸入有所區別，人的感受裏面包含了想象，和真實的刺激，因此人的感受是真實的和虛擬的疊加，知覺就是一種聯繫。所謂對事物的理解，就是看見了聯繫。規劃和反饋則是控制方面的兩個重要術語。

另外，人的深度態勢感知或深度情境感知中有一個很重要的機理——迷局，就是可以把數理、地理、物理、生理、心理、倫理、法理、管理等方面的知識及時的準確的進行融合、分配、表徵，而機器只是從一個角度進行梳理，因此人機的差別在深度情境感知裏邊。

人工智能發展到今天，它解決的主要的途徑，就是形式化符號化的問題。當前人工智能在知識表示、問題的求解、自動的推理、機器學習、天然語言理解和模式識別方面進行了諸多工做，也進行了統一的認知結構化的處理。但當前人們對人工智能的將來，仍有不少的質疑和不滿，主要緣由在於有兩個很重要的領域，還沒有獲得有效的開發，一個是神經科學，關於人類大腦的開發尚未獲得很是突破性的成果。第二是認知心理學，這個領域也沒有獲得很好的發展。神經科學涉及到三個主要的方面，第一是神經的編碼，第二是計算的迴路，第三是神經的發育，這三個方面，都沒有獲得有效的這種研究和表徵。認知心理學裏中概念的發展，學習和記憶，和知覺的加工，也沒有深入的理解，因此，這種認知的滯後，進而映射到這我的工智能裏面，產生了一些不良的反應，因此如何來實現這些學科的綜合協調的發展，人機環境系統，極可能是進行協調和整理一個有效的工具。

在這個感性和理性的過程當中，有一個很重要的方向，就是你們所熟知的可計算性理論。在可計算性理論裏邊有一個對立面——可算計性理論。所謂可計算性理論，就是指運用事先規定的規則，將一組數值，變換爲另外一組數值的過程，就是可計算的過程。而可算計性理論不但要處理合理性，還要處理非合理性，包括非理性的東西。它不但要處理邏輯性的東西，並且要非邏輯性的東西；不但要進行計算，並且還要進行算計，這些對立面的整合，多是算計性理論的一個基礎。在此基礎上，須要對學習、理解、知識和概念進行從新定義。例如理解的概念是看見了聯繫叫理解，看不到聯繫叫不理解。對於人的學習，學和習不一樣，學是由內而外發出的主觀性行爲，習是練習，經過練習，來增強它的理解，而機器則不是學習，機器是輸入，是賦值，是規則。

總結

本文中探討了人機交互和人工智能的起源和瓶頸問題，人工智能和智能科學的發展，包括三個基本的階段，第一個階段是傳統的人工智能，這個傳統的人工智能已經有了遊戲規則，它的基本的特質就是數學形式化的東西，加上再某一領域的展開。這裏邊還涉及到一個自動化的問題，其實不少問題是自動化的問題，不是人工智能的問題。自動化涉及的是結構化的數據處理，人工智能是非結構化的數據處理。第二個大的階段是人機環境系統的交互領域，這個領域裏邊正在造成規則。這個規則主要體如今兩個方面，第一個方面就是自動化的處理，第二個方面是弱人工智能。當前在這個領域裏，還要加上各個行業和各個研究的指向。第三個領域就是將來的智慧化的強人工智能的信息系統領域，在這個領域裏面，目前尚未遊戲的規則，它主要的體如今人的智慧加上將來的強人工智能，或一些通用的人工智能。這個領域，還須要進行一些積極的探討與多學科交叉研究。

圖靈之因此偉大，是由於圖靈這幾我的有很是重要的發現和突破：第一，他突破了計算機可計算性和可斷定性的問題。什麼叫可計算性？就是一個問題怎麼在有限的時間內化解爲可處理的數學問題，所謂的可斷定性就是把人的思想、主觀意識和客觀手段怎麼結合的問題。圖靈偏偏就在這一點上實現了美妙的結合。他把計算機的計算性和可斷定性進行了完美的統一。另外，圖靈還有一個很好的思想，就是關於人的智能到底是一個什麼樣的事物？有很是深刻的思考。好比他對計算機是人智能的延續嗎？這個問題的解答從圖靈測試和圖靈機的製造過程能夠看出，他一方面有確定的部分，同時又有很矛盾的地方，他認爲在計算的過程當中體現了必定的智能，同時也削弱了智能的成分。爲何這麼說？由於你們知道，全部的智能有兩大塊，一塊是感性的，一塊是理性的。實際上，人工智能模擬的更多的是理性的程序部分，而對於人的感性的算計部分，沒有獲得完美的體現。因此咱們能夠隱約感受到，這一對矛盾同時存在於他的思想中。因此咱們認爲，圖靈之因此偉大，突破了這兩點：第1、可計算與可斷定；第2、他把計算和算計完美地作了探索，引領了人思惟的改變。圖靈可計算性對將來科學的發展，尤爲智能科學發展的重要性體如今什麼地方？關鍵是他可以發現不少的問題，能夠梳理成計算性的問題：好比像定位的問題，我們均可以用可計算性來實現，並且可以起到輔助，包括無人車、圖像識別、語音識別等等這些技術，都是可計算性所帶來的。之前在沒有圖靈以前，這些你們感受到有點科幻，由於很差落地，如今感受到圖靈的出現，圖靈的思想可讓不少的物理現象、生理現象和你們的平常生活進行了完美銜接。可是有一點，你們在作把物理、梳理、生理結合的同時，發現了不少心理的問題或者倫理的問題，管理的問題，這些問題是圖靈可計算性單純很難解決的問題。