算计，是一种难以计算的计算，从根本上说，也是系统智能自动力的源泉。
为什么许多智能产品总是感觉粘性不够呢小孩子玩一会儿就丢到一边去了，更多大人们甚至连两分钟热度都没有，看两眼就会抱着智能手机聊天、看书、追剧、玩游戏去了！有人也许会问，为什么智能手机咋就这般人见人爱呢因，不外乎上可组群，下可单挑，左可得瑟，右可局气，人机环境系统浑然一体，不觉心流悄然实现吧！
说到底，无论对什么智能产品而言，人机融合智能涉及的终究不仅仅是科学问题，更是复杂性问题，关涉众多领域，在这千奇百怪、又复又杂的事物中，有个头绪非常值得关注，那就是人的欲求/能力与物、环境的适配性，翻译成高大上的哲学语言就是：思维与存在的关系问题。而要解决这个貌似无解的问题，最令人激动的桥梁和途径就是意向性生成问题的透明化，即意识是如何产生的问题！说白了，意识的本质和主要作用就是将各种对象组合起来产生有意义的结构，所以意识根本上就是经验，一种内化了的经验，所以人们常常把“意识经验”和“经验意识”挂在嘴边上。这种意识经验的形成来自于马克思的实践、维特根斯坦的游戏以及大家日常的各种交互，源于生活，高于生活！正可谓，世界和万物是由相互作用的关系构成的，智能也是因此而生成的，没有关系就没有智能，也没有世界和万物。这些关系千变万化、千头万绪、千奇万怪、千山万水、千秋万古、千纠万缠、千算万算、千态万势……在这千千万万之中，不妨简化为两类，一类客观存在，一类主观意向，也可简化为一实一虚，虚实结合犹如复数一般更难计算，虚中有实，实中有虚，恰似阴阳鱼游弋于八卦之间。万物互联，人机交融，所有事物都在关联，或显或隐，平时之际不是不联，主要是时机未到，时机一到，风马牛也相及，杯蛇即弓影，猴子可捞月，白驹不过隙，天马可行空，意义、价值分布式虚构，协同、组织开放性实在，风俗习惯沉淀出因果，数据信息弥聚为相关……究其因，一多分有可能性+多一共生现实性共同使然吧！其中如何把开集问题、逆问题、隐含意图这三个智能障碍解除以实现测得准、较完备、有可能的洞察力，也许是未来人机智能完美融合的标志性事件吧。
前两天，有位朋友说：20世纪人类思想的最大进步，不是绝对/肯定性理论的发现，而是相对/否定性原理的涌现：1905年、1915年爱因斯坦创立的狭义/广义相对论，海森堡于1927年提出的不确定性原理，哥德尔于1931年提出来的不完备性定理，1951年阿罗在他的经济学经典著作的《 会选择与个人价值》一书中提出的不可能性定理（指不可能从个人偏好顺序推导出群体偏好顺序）……，仔细想来，很是有些道理，古今中外的小孩子们除了被灌输的“爸妈”之外，最先自主说出来的往往是：不（no）、没有、别等否定词不是，如此看来人类真的在长大了！
1934年，阿加莎·克里斯蒂以大萧条为背景，写下了她的杰作《东方快车谋杀案》。或许正和这部小说的情节一样，人类 会的经济危机/人机融合智能从来不是某一个经济变量/认知参数所促成的结果。凶手/干扰变量有很多个，而那被谋杀的，正是人性永无止境的欲望。如果说人机融合智能的意义因创造而生，且永无休止。特里·伊格尔顿指出：“我们至少可以肯定，意义总是越挖越多。逻辑上不可能有一个终极意义，一个终结所有阐释的意义，因为它本身也需要阐释。既然一个符 的意义来自于它与其他符 的关系，那么，就不会有一个终极的符 ，正如不会有一个终极数字，或终极之人。”也许有意义的人机融合智能，正在于对思维与存在之间意义的不断地追寻之中。
当前，正常人决策时，头脑里不但常常会出现两个相反的想法，而且会产生多个两两相关的比较想法，A>B，B>C，但结果不一定会是20世纪的C>A，还可能是21世纪的C＜A。人类的思想也许正从“不是……就是……” + “如果……那么……”思维渐渐向“和……都……” + “存在……应该……”思维转变吧！
好奇与惊叹是发现的眼睛
当前的人工智能及未来的智能科学研究具有两个致命的缺点：（1）把数学等同于逻辑；（2）把符 与对象的指涉混淆。所以，人机融合深度态势感知的难点和瓶颈在于：（1）（符 ）表征的非符 性（可变性）；（2）（逻辑）推理的非逻辑性（非真实性）（3）（客观）决策的非客观性（主观性）。
智能是一个复杂的系统，既包括计算也包括算计，一般而言，人工（机器）智能擅长客观事实（真理性）计算，人类智能优于主观价值（道理性）算计。当计算大于算计时，可以侧重人工智能；当算计大于计算时，应该偏向人类智能；当计算等于算计时，最好使用人机智能。费曼说：“物理学家们只是力图解释那些不依赖于偶然的事件，但在现实世界中，我们试图去理解的事情大都取决于偶然。”。但是人、机两者智能的核心都在于：变，因时而变、因境而变、因法而变、因势而变……。
初春的垂柳依然遮不住岁月的沧桑
某种意义上，数学就是解决哲学上“being”（是、存在）的学问（如1/2，2/4，4/8……等价、包涵问题），但她远远没有、甚至也不可能解决“should”（应、义）的问题。例如，当自然哲学家们企图在变动不居的自然中寻求永恒不变的本原时，巴门尼德却发现、没有哪种自然事物是永恒不变的，真正不变的只能是“存在”。在一个判断中（“S是P”），主词与宾词都是变动不居的，不变的惟有这个“是”（being）。换言之，一切事物都“是”、都”存在”，不过其中的事物总有一天将“不是”、“不存在”，然而“是”或“存在”却不会因为事物的生灭变化而发生变化，它是永恒不变的，这个“是”或“存在”就是使事物“是”或“存在”的根据，因而与探寻时间上在先的本原的宇宙论不同，巴门尼德所追问的主要是逻辑上在先的存在，它虽然还不就是但却相当于我们所说的“本质”。这个“是”的一部分也许就是数学。
人机环境之间的关系既有有向闭环也有无向开环，或者有向开环也有无向闭环，自主系统大多是一种有向闭环行为。人机环境系统融合的计算计系统也许就是解决休谟之问的一个秘密通道，即通过人的算计结合机器的计算实现了从“事实”向“价值”的“质的飞跃”。
智能不是人机交互，而是人机融合
科学家们常常只是力图解释那些不依赖于偶然的事件，但在现实世界中，人机环境系统工程往往试图去理解的事情大都取决于一些偶然因素，如同人类的命运。维特根斯坦（Ludwig Wittgenstein）就此曾有过著名的评论：“在整个现代世界观的根基之下存在一种幻觉，即：所谓的自然法则就是对自然现象的解释。”，基切尔也一直试图复活用原因解释单个事件的观点，可是，无穷多的事物都可能影响一个事件，究竟哪个才应该被视作它的原因呢进一步讲，科学永远都不可能解释任何道德原则。在“是”与“应该”的问题之间似乎存在一道不可逾越的鸿沟。或许我们能够解释为什么人们认为有些事情应该做，或者说解释为什么人类进化到认定某些事情应该做，而其他事情却不能做，但是对于我们而言，超越这些基于生物学的道德法则依然是一个开放的问题。牛津大学的彭罗斯教授也认为：“在宇宙中根本听不到同一个节奏的“滴答滴答”声响。一些你认为将在未来发生的事情也许早在我的过去就已经发生了。两位观察者眼中的两个无关事件的发生顺序并不是固定不变的；也就是说，亚当可能会说事件P发生在事件Q之前，而夏娃也许会反驳说事件P发生在事件Q之后。在这种情形下，我们熟悉的那种清晰明朗的先后关系——过去引发现在，而现在又引发未来——彻底瓦解了。没错，事实上所谓的因果关系（Causality）在此也彻底瓦解了。”
那么，该如何实现有向的人机融合与深度的态势感知呢p>
一是“泛事实”的有向性解决。如国际象棋、围棋中的规则规定、统计概率、约束条件等用到的量的有向性，人类学习、机器学习中用到的运算法则、理性推导的有向性等，这些都是有向性的例子。尽管这里的问题很不相同，但是它们都只有正、负两个方向，而且之间的夹角并不大，因此称为“泛事实性”的有向性。这种在数学与物理中广泛使用的有向性便于计算。
二是“泛价值”的有向性解决，亦即我们在主观意向性分析、判断中常用到的但不便测量的有向性。我们知道，这里的向量有无穷多个方向，而且两个方向不同的向量相加通常得到一个方向不同的向量。因此，我们称为“泛价值”的有向量。这种“泛向”的有向数学模型，对于我们来说方向太多，不便应用。
然而，正是由于“泛价值”有向量的可加性与“泛物”有向性的二值性，启示我们研究一种既有二值有向性、又有可加性的认知量。一维空间的有向距离，二维空间的有向面积，三维空间、乃至一般的N维空间的有向体积等都是这种几何量的例子。一般地，我们把带有方向的度量称为有向度量。
态势感知中态一般是“泛事实”的有向性，势是“泛价值”的有向性，感一般是“泛事实”的有向性，知是“泛价值”的有向性。
人机关系有点像量子纠缠，常常不是“有或无”的问题，而是“有与无”的问题。
有无相生，“有”的可以计算，“无”的可以算计，“有与无”的可以计算计，所以未来的军事人机融合指控系统中，一定要有人类参谋和机器参谋，一个负责“有”的计算，一个处理“无”的算计，形成指控“计算计”系统。既能从直观上把握事物，还能从间接中理解规律。
世界中有一种东西，并且只有这种东西恒久不变，它先于这个宇和宙而存在，而且也将存在于这个世界自身的组织结构之中：变（Change，《易》）。
文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览34539 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！