智能、人机融合智能与深度态势感知

0 引言

人工智能主要有符 主义、联结主义和行为主义三大学派。自古希腊人将欧几里得几何归纳整理成欧几里得公理体系，到牛顿编撰的鸿篇巨著《自然哲学的数学原理》，人类的现代数学和物理知识被系统化整理成公理体系。符 主义的主要思想便是应用逻辑推理法则，从公理出发推演整个理论体系[6] 。但是符 主义思想面临四个主要挑战：1. 知识的自动获取；2. 多元知识的的自动融合；3. 面向知识的表征学习；4. 知识推理与运用。符 主义虽通过模拟人的思维过程实现人工智能，但在以上四个问题难以有突破性的结果[7] 。联结主义的基本思想则是模拟人类大脑的神经元 络，将人工神经 络设计成多级结构，低级的输出作为高级的输入[6] 。但该方法限制于在具有可微分、强监督学习、封闭静态系统任务下才会得到良好的结果，并且训练得到的结果也限制于给定条件的问题上。行为主义思想通过不断模仿人或生物个体的行为超越原有的表现来推进机器的进化，主要依赖具有奖惩控制机制的强化学习方法。然而该方法的缺点在于过于简化人类的行为过程，忽略人类心理的内部活动过程，忽略意识的重要性[7] 。

人工智能的优势在于庞大的信息存储量和高速的处理速度，但是无法处理如休谟之问，即从“是”（being ）能否推出“应该”（should ），也即“事实”命题能否推出“价值”命题；也无法处理情感的表征问题。人工智能尝试通过大数据与逐步升级的算法实现人的情感与意指依旧没有办法实现跨越[7] 。

?

2. 何谓博弈智能

博弈智能不是博弈+ 人工智能，而是其中既包括机的自洽性过程计算也包含有人的矛盾性有向算计，博弈智能如生物进化一样不太讲究多强大、多聪明，而更关注任务执行中的恰当变通，它不是包治百病的神药，而是对症下的准药，最高境界是达到不战而屈人的目的[8] 。

当前博弈系统的自主化与弱通讯、无通讯条件下的高级自动化等价，而现代的博弈无人化侧重于统计概率下的机械化+ 自动化。即使科技发展出的装备再先进，其形成的产品或系统也只是机器计算，01 的数理基础仍然没有变，就像5G 、6G 、…NG 一样，若没有意向性和价值性出现，系统本质上还是机器。

博弈智能的本质是对抗性角逐，即要摧毁对方的博弈意志；人工智能的本质是服务性智力，满足对象的需求。 博弈智能以损人为本，民智以助人为乐。 AI 作为计算的逻辑实质上是一种“主体转向”，“ 博弈智能的算计逻辑”是当仁不让地以人类为主体，研究的对象是对手的认知、思维、智能种种，强调应是什么应干什么等问题， 博弈智能不但涉及手段还包括意志和随机偶然性； AI 计算的逻辑则是将计算机作为信息处理的主体，侧重是什么干什么问题，研究的是计算机的处理方式以及人与计算机的互动关系。

未来的 博弈智能不是功能性的工具（锤子）而是能力性的软件 + 硬件+ 湿件，它不太讲究事实和形式，多涉及价值和意义。它会不断地超越军种、行业、领域的格局和前瞻的战略视野，是颠覆性技术创新的重要支撑。

在20 世纪50 年代末，美国军方的共识是，其指挥与控制系统不能满足日益复杂和快速多变的军事环境下快速决策的紧迫需求，1961 年肯尼迪总统要求军队改善指挥与控制系统。在该国防安全重大问题提出以后，国防部指派DARPA 负责此项目。为此DARPA 成立了信息处理技术办公室，并邀请麻省理工学院约瑟夫?利克莱德（J.C.R. 教授出任首任主任。虽然是军方的迫切需要和总统钦定的问题，但是DARPA 没有陷入军种的眼前需求和具体问题，而是基于利克莱德提出“人机共生”的思想，认为人机交互是指挥与控制问题本质，并就此开展长期、持续的研究工作。此后，IPTO 遵循着利克莱德的思想逐渐开辟出计算机科学与信息处理技术方面的很多新领域，培育出ArpaNet 等划时代颠覆性技术，产生了深远的影响，直至今天。

博弈智能化不是无人化也不是自主化。自主化指自己作主，不受别人支配程度；无人化是指能在无人操作和辅助的情况下自动完成预定的全部操作任务的程度；而 博弈智能主要是实现更高价的觉、察并实施诈和反诈，是人机环境系统融合的深度态势感知，是人机融合的“钢”（装备） + “气”（精神）。

当前，许多人认为 博弈智能就是博弈 +AI ，还有人认为 博弈智能就是自主系统或者无人系统，大都是没有认清对抗博弈的实质使然。另外一个需要警惕的 博弈智能问题是：单纯机器计算的越精细、越准确、越快速，危险性越大，因为对手可以隐真示假、造势欺骗、以真乱假，有时候系统越强越脆弱，所以有专家参与的人机融合 博弈智能相对显得更重要、更迫切、更有效。

?

在人机融合过程中，这些问题将会变得很重要：怎样进行人机功能分配何时何处何方式进行何分配、机速度不匹配时，以人速为准较好还是以机速为准较好怎样融合学习怎样融合理解怎样融合决策怎样融合推理怎样融合感知怎样融合意图、信息、知识、智能、智慧之间究竟是如何相互作用并转化的p>

算法的实质是建立在计算逻辑基础上的理性思维，缺少非事实或反事实想象过程，即面向事实中对象、属性、关系不断变换调整的认知动态过程。显性的（明）态势感知常常是可以计算的，隐性的（暗）态势感知往往很难形成算法，但是可以被认知的，事实上，在许多态势下，认知的价值（角度）可以改变计算的事实。

形式化的逻辑与意向性的逻辑不同，一个是being逻辑，一个是should逻辑，类比就是尝试把两张逻辑统一起来，而且should的“逻辑”常常是being的非逻辑。人机融合智能本质上就是处理这两种“逻辑”协同问题。即如何建立形式化计算+意向性算计混合模型。

?

5. 结束语

在西方伦理学界一般认为伦理学的基本问题有两个基准：一个是我们应该如何行动个是我们应该成为什么样的人以行为为中心，属于规范伦理学研究范畴，也是休谟之问的should 问题；后者以行为者为中心，属于美德伦理学研究范畴，也是休谟之问的being 问题。这与智能生成的基本问题：“事实与价值能否相符”是一致的。

智能的生成将涉及到主观目的与行为动机，并与情境中的客观事实变化密切相关。产生智能不仅需要形式化的计算，更需要意识性的类比。掌握事实性与价值性的因果关系，深研人机融合智能，开展深度态势感知，将是智能研究的重大突破。

参考文献：略

?

文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览11156 人正在系统学习中