AI为何还没学会“系鞋带”
新华广播 新华网原创内容平台官方账号2021.1.26
近年来，人工智能技术不断渗入大众的日常生活中，发展变化日新月异。人工智能可以实现高效的信息分发（如Google、Tiktok）、人脸识别、多语言翻译……但是人工智能还没有学会“系鞋带”。鉴于此，不少专家学者开始停下来冷静思考，人工智能究竟该走向何处？
当前的人工智能及未来的智能科学研究存在两个致命的缺点：（1）把数学等同于逻辑。逻辑研究思维的形式结构，而数学研究空间形式和数量关系结构，是一种基于公理的逻辑体。两者的研究对象不同，任务和目标也不相同。（2）把符号与对象的指涉混淆。符号重点在于表征，而对象重点在于意向性。
智能的本质
人的学习是由初期的灌输及更重要的后期环境触发的自主交互学习构成，而机器学习只有统计概率+规则算法的事实性累加功能，缺乏后期自主价值性学习能力。与机器不同，人的学习不但是事实与价值的混合性学习，而且是权重调整性动态学习。此外，人的记忆也是自适应性的，且随人机环境系统的变化而变化，这也是机器存储望尘莫及之处。人的智能在于知道自己的不智能，机器则不然。人类可以跳出概念理解并使用概念，机器自己并不具有拟合出合理概念的能力和方法。
真实的智能有着双重含义：一个是事实形式上的含义，即通常说的理性行动和决策的逻辑，在资源稀缺的情况下，如何理性选择使效用最大化；另一个是价值实质性含义，既不以理性的决策为前提，也不以稀缺条件为前提，仅指人类如何从其社会和自然环境中谋划。
智能不但要求有情有理，更希望通情达理、情理交融。人机融合智能可以颠覆的原因是它不但可以植入人工智能所不具备的反思能力和自主创造能力，而且还可以解决人工智能所不能解决的知识相悖性和无穷性。
AI发展必经之路：人机环高效协同
真正的智能系统关键之处在于如何实现把人、机、环境嵌入智能系统中。那么当前人工智能该如何打破瓶颈进入下一个高速发展时期呢？这里我们提出人机融合的办法。人机融合智能是一种新型智能形式，通过引入人的意向性来帮助人机协调各种智能问题中的矛盾和悖论，例如学会按主人的要求“系鞋带”，做错了如何自我修正。
人和机的认知特性不同，人倾向于对信息整体程度的感知，而机器则更倾向于对信息细节的客观精确计算。人工（机器）智能擅长客观事实计算，人类智能优于主观价值算计。人机功能分配是人的能力与机器的功能分配，人具有主动性的能力使然（使能），机体现被动的功能赋予（赋能），是人的动态算计与机器的准动态计算之间的分配。
人机环系统高效协同的突破点是人机融合，人机混合常常是人+机，侧重事实性数理物理结合，价值性结合较少；而人机融合往往是人*机，既包括事实，也涉及价值，既有数理物理交互，也有心理伦理交流。
我们应该对各种数据、算法、算力（包括量子计算）、知识抱有“科学”的怀疑态度，取其之长，补其之短，切实把侧重西方的机（科技）与注重人、环境的东方思想有机结合起来，形成中西合璧的人、物（机）、环境系统优势。
结语
休谟认为：“一切科学都与人性有关，对人性的研究应是一切科学的基础。”无论学科看似与人性相隔多远，它们最终都会以某种途径再次回归到人性中。智能仅是解决问题的一种工具手段，若不与日常生活中的风俗习惯、伦理道德、法律中的边界规则统计概率等诸多方面相结合，就很容易泛滥成灾而不可控制。真实的智能不但涉及事实性的真假问题，还应该包括价值性的是非问题，更与责任性的大小轻重密切相关，所以，严格意义上讲，智能是许多领域的一连串组合应用。
想象一下，未来的某一天，机器可以运用人设定的程序发展出各种可能性，开始真正意义上的自我认识和自我否定，能够有目的的自我修正，并且不断意识到自已的无知而突破自我，此时，AI也许就学会了按主人要求“系不同样式的鞋带”，做错了还能自我修正。这种个性化的精神形成也许就是革命性智能的伊始吧！
AI为何还没学会“系鞋带”本文作者刘伟出版的书《追问人工智能—从剑桥到北京》 作者：北京邮电大学 刘伟
