人機(jī)融合為什么這么難？

           連接時(shí)間與空間的是速度，連接能量與質(zhì)量的也是速度，連接事實(shí)與價(jià)值的會(huì)是什么呢?連接人與機(jī)的又會(huì)是什么呢?是不斷修正的推理規(guī)則?還是不斷修正的規(guī)則推理呢?

           DeepMind的阿爾法go、zero、fold中的阿爾法，alpha，即α，是希臘字母表的第一個(gè)字母，有第一個(gè)、開端、最初的含意。

           如果計(jì)算是溝通事實(shí)與價(jià)值、態(tài)勢(shì)與感知的渠道，那么，算計(jì)則是聯(lián)系主客觀、感理性、意形化的蟲洞。

           人工智能中的“人”并不是一個(gè)“人”

           一般而言，對(duì)于一個(gè)具體的任務(wù)態(tài)勢(shì)而言，事物的價(jià)值量常常圍繞其事實(shí)(顯著性)量而發(fā)生變化，但不是確定性的變化，而是不確定性的彌聚變化，時(shí)大時(shí)小，彌散聚合富有彈性，這與我們通常生活中的價(jià)值觀相似，不斷同化順應(yīng)、修正平衡。就像費(fèi)曼所說：事物在微小尺度上的行為完全不像大尺度上的行為。反之，也相似。有時(shí)，變化態(tài)勢(shì)中事物的事實(shí)量與價(jià)值量不是線性變化的，而是像電影里的鏡頭一樣按照自己的邏輯線索改變，不需要日常的中間時(shí)空，既可以無中生有，也可以有中生無。某些特定的態(tài)勢(shì)下事物的事實(shí)性與價(jià)值性即便相距的再遠(yuǎn)，也能瞬間互相識(shí)別，形成自動(dòng)模式匹配效應(yīng)。

          人工智能中的“人”不是真“人”。自主并不代表智能，或者說自主是智能的必要而非充分條件，只有具備了價(jià)值觀的自主體，才能說它是智能體。所以說，事實(shí)性自主僅是自動(dòng)化，價(jià)值性自主才是智能化，洞察性自主更是智慧化。真的人常常是沒有主體性或本體性的，會(huì)隨著系統(tǒng)和體系而變化。

           人機(jī)互蕩，機(jī)器處理線性，人處理非線性。

            一部好的作品，是眾人創(chuàng)造的結(jié)果，比如《平凡的世界》是路遙寫的，是李野墨說的，是演員演的，是無數(shù)讀者/聽眾想的，是各種媒介傳的……;一個(gè)好的智能產(chǎn)品或系統(tǒng)，也是眾人創(chuàng)造的結(jié)果，比如“阿爾法狗”或“阿爾法元”是Deep Mind開發(fā)的，是前人棋譜訓(xùn)練出的，是群眾想象出的，是各種媒介傳的……

            有人說：“感性是復(fù)雜的模式模糊計(jì)算，是最節(jié)能與最高效的平衡”。其實(shí)不然，感性智能不是計(jì)算，而是加了算計(jì)的計(jì)算計(jì)機(jī)制，這才是復(fù)雜的模式模糊計(jì)算計(jì)，是最節(jié)能與最高效的平衡。計(jì)算計(jì)機(jī)制時(shí)常在不一定了解發(fā)生事情的確切過程時(shí)能給出一個(gè)滿意的答案，盡管這些過程是不透明的，而且很難清晰的證明可以做什么，不可以做什么。對(duì)感性智能而言，規(guī)則是可以被修正的，如果它產(chǎn)生了我們不愿意接受的推理;推理可以被拒斥的，如果它違反了我們不愿意修改的規(guī)則。事實(shí)轉(zhuǎn)換為價(jià)值的過程就是在規(guī)則與被接受的推理之間進(jìn)行相互調(diào)整的一種微妙的過程;最終確定的價(jià)值就存在于他我或自我達(dá)成的協(xié)議中。也許，真的不能用人工智能的基本規(guī)律去解釋人類智能的規(guī)律。

            連接時(shí)間與空間的是速度，連接能量與質(zhì)量的也是速度，那么連接事實(shí)與價(jià)值的會(huì)是什么呢?即用什么指標(biāo)來衡量值不值得做某件事的問題。這也許是連接真實(shí)與虛擬、現(xiàn)實(shí)與虛構(gòu)、結(jié)構(gòu)與功能等平行世界的問題吧!

             人機(jī)融合的矛盾在于：人發(fā)散，機(jī)收斂，人辯證，機(jī)規(guī)則，一彌一聚，一動(dòng)一靜。再有我們面對(duì)的常常不是一個(gè)問題，而是交織在一起的一群不同問題!所以運(yùn)用單純的數(shù)理邏輯方法很難實(shí)現(xiàn)解決的目的，所以還需要同時(shí)使用形式邏輯、辯證邏輯，甚至非邏輯手段。

             機(jī)器學(xué)習(xí)甚至人工智能的不確定性和不可解釋性主要緣于人們發(fā)現(xiàn)發(fā)明的歸納、演繹、類比等推理機(jī)制確實(shí)有可能導(dǎo)致某種不完備性、不穩(wěn)定性和相悖矛盾性，而且隨著計(jì)算規(guī)模的不斷擴(kuò)大，這些不確定性和不可解釋性越大。而人類的反事實(shí)推理、反價(jià)值推理可以從虛擬假設(shè)角度提前預(yù)防或預(yù)警這些形式化的自然缺陷。把人機(jī)融合體當(dāng)做一個(gè)認(rèn)知主體，更有利于解決復(fù)雜性問題，只是需要解決在不同任務(wù)下的如何融合的問題。另外，一人一機(jī)的單一融合與多人多機(jī)的群體融合從根本機(jī)理上也會(huì)很不相同，正可謂：三個(gè)臭皮匠頂個(gè)諸葛亮。

            命題邏輯的關(guān)鍵點(diǎn)在于它是二進(jìn)制的。每個(gè)句子(也稱為命題)假定為真和假。沒有中間答案，也不接受不確定性和概率，只允許兩個(gè)“真值”，即真和假。熱力學(xué)比邏輯更接近大腦的功能。邏輯學(xué)被統(tǒng)計(jì)學(xué)取代，單一單元被集合取代，確定性純度被概率噪音取代。