人工智能和智能的關(guān)鍵在“人”及自主性，如何思考這兩個要素已成為黑暗里兩處搖曳著的光和希望！

當(dāng)前，有關(guān)gpt及其不斷升級的版本討論越來越多、越來越激烈，機(jī)器派甚至認(rèn)為機(jī)器智能已經(jīng)可以碾壓人類，未來不得而知，人類派認(rèn)為機(jī)器智能突破的是形式化符號化的下棋、對話技術(shù)性，對于物理域、社會域等方面的認(rèn)知原則性依然沒有大的進(jìn)步?？v觀兩種觀點(diǎn)，大家各持己見、腦洞大開、激辯異常，大有當(dāng)年文藝復(fù)興、思想啟蒙之勢。

GPT本質(zhì)就是一個人機(jī)混合智能產(chǎn)品，并涉及一個關(guān)于智能的基本問題，即：機(jī)器智能是計算，人類智能是算計；算計產(chǎn)生了計算，計算能夠產(chǎn)生算計嗎？

維特根斯坦在《邏輯哲學(xué)論》里的最后一句話：“對于那些不可說的，我們只能保持沉默。”，關(guān)于這個“沉默”究竟是什么呢？有人認(rèn)為是指“表征（非常名）”，有人認(rèn)為是指“非常道”，還有人認(rèn)為是指“倫理”，而ChatGPT則認(rèn)為“維特根斯坦的“沉默”是指對于那些無法用語言表達(dá)的事物，我們無法用語言來描述它們，只能保持沉默。這是因為語言只能表達(dá)那些可以被語言描述的事物，對于那些超出語言范圍的事物，語言就無能為力了。這種“沉默”是一種哲學(xué)上的謙卑，也是對于語言和思維的一種反思。因此，維特根斯坦的“沉默”并不是指真正的靜默，而是指對于無法用語言表達(dá)的事物，我們需要放棄語言和思維的主導(dǎo)地位，保持一種謙虛的態(tài)度?！?/p>

有人認(rèn)為：“人工智能的本質(zhì)是語言。程序是代碼，程序也是語言。智能，在語言的活動中，和語言計算的過程中?！笔聦嵣?，深究起來，人類智能的本質(zhì)應(yīng)該不是語言。而是產(chǎn)生語言的思維意圖和動機(jī)。情感和感性是意圖和動機(jī)的主要源泉，算計貫穿了整個思維過程。正如休謨所言：單純的理性產(chǎn)生不了意圖和動機(jī)。

智能是感性與理性的合一。

人類文明的演化粗略可劃分為西方文明和東方文明，人類對智能領(lǐng)域的理解也可大致劃分為東西方這兩大體系。人工智能領(lǐng)域的發(fā)展主要是延續(xù)了西方文明的科技脈絡(luò)：邏輯+實驗，而作為更為抽象的人性智能領(lǐng)域的反映，東方文明也起到了舉足輕重的作用：洞察+平衡，也可以認(rèn)為西方偏邏輯、算法，東方側(cè)非邏輯、算理。

西方哲學(xué)側(cè)重一多，東方思想依賴有無，計算適合大數(shù)據(jù)處理，算計更宜小樣本感知。利用模棱兩可信息的算計能力在人類幾乎所有的認(rèn)知活動中都扮演著重要的角色。計算與算計與計算計的共性：即三者都是信息處理。計算的信息處理載體目前是機(jī)器，算計的信息處理載體目前主要是人腦（含感官），計算計的載體則是人機(jī)融合的系統(tǒng)。

未來的人機(jī)融合智能形式需要解決的就是把東西方的合理部分有機(jī)地整合在一起，形成一套嶄新的智能適配機(jī)理，這種適配性包括兩部分，一部分是相互適應(yīng)，一部分是互相配合。若把機(jī)器看成是建立在確定性數(shù)據(jù)、算法、算力基礎(chǔ)上的物體，那么人則應(yīng)是建立在隨機(jī)性知識、算理、算計基礎(chǔ)上的物體，其中的知識具有主觀性、強(qiáng)彌聚、富彈跳、不確定的特性。

某種意義上說，智能就是尋找最好替代的過程，這里的替代包括替代物、替代方案、替代系統(tǒng)等，尋找就是計算加上算計的混合處理過程，算計常常涉及宏觀方向和內(nèi)在道理，算法往往關(guān)聯(lián)具體過程和方法手段。算計不是簡單的計算逆過程。人的算計涉及顯性、隱性知識，側(cè)重價值化與事實性的融合，人和機(jī)器的計算包括可描述中可程序化的顯性知識，聚焦事實性。機(jī)器計算中很難既對立又統(tǒng)一，而算計中卻常常可以和為貴。

無論人工智能還是人類智能，都有著一個共同的缺點(diǎn)：容易自我傷害，即聰明反被聰明誤。因此在人機(jī)融合智能的數(shù)據(jù)、信息、知識處理中，必須建立具有預(yù)見性的責(zé)任分配機(jī)制，及明確是否、何時以及在何種程度上使用何種算法系統(tǒng)。因而未來的人機(jī)融合智能中既應(yīng)有技術(shù)也應(yīng)有藝術(shù)，即凡是涉及到人機(jī)融合的智能，無論概念、定義、推理、決策都不是固定不變的，在態(tài)、勢之間還有一個中間區(qū)域——態(tài)勢區(qū)：其中既有態(tài)也有勢，既有事實也有價值，既有數(shù)據(jù)也有信息知識，既有公理也有非公理，既有直覺（非邏輯）也有邏輯，既有反思也有反饋（反思是動態(tài)的虛實復(fù)合反饋）。

目前，人機(jī)交互缺乏動態(tài)性，之間的定性分析還尚未完成，定量更為困難，例如，如何讓機(jī)器“明白”人不同階段的意圖變化？如何讓人理解機(jī)器的各種計算結(jié)果，有時候，大而全的數(shù)據(jù)庫、知識庫也可能是大的障礙，因為很多變化因素是很難（或還不能）用參數(shù)表示的，比如一個嬰兒的哭可以是因為餓了，或是痛了，或是病了，或是困了。..。..也可能是應(yīng)為上述綜合因素造成的，但是這種復(fù)合情況就很難用固定的數(shù)據(jù)庫、知識庫（甚至常規(guī)的知識圖譜）進(jìn)行表征。機(jī)器強(qiáng)化學(xué)習(xí)中的獎懲機(jī)制與人類的獎懲機(jī)制相差甚大，人類的獎懲除了“利”（事實）之外還有“義”（價值）；同樣，機(jī)器的態(tài)、勢、感、知機(jī)理與人類的態(tài)、勢、感、知機(jī)理都大相徑庭，機(jī)器基本上還是“以理服人”，而人類則是“情理交融”，機(jī)器與人的交互是兩者單向的，而人與機(jī)器的交流則是人機(jī)環(huán)境系統(tǒng)之間多向的人機(jī)、機(jī)機(jī)、人環(huán)、機(jī)環(huán)、人機(jī)環(huán)，其中不但存在著大量的“交”更有更多的“互”。人是環(huán)境的主動部分，機(jī)器只是人造的被動工具，例如現(xiàn)在許多機(jī)器的界面（如手機(jī)各種提醒方式）是不會隨環(huán)境、任務(wù)、人的變化而隨機(jī)應(yīng)變的。

人類一般是通過日常常識進(jìn)行關(guān)聯(lián)-判斷，有些復(fù)雜的推理還與動態(tài)的預(yù)期有關(guān)；而機(jī)器是通過不完備的數(shù)據(jù)非（人類）常識連接-分析，沒有類人的預(yù)期機(jī)制。從根本上說，機(jī)器的聰明、狹隘與人類的聰明、狹隘是不同的，人類處理問題的模型是在無限開放/非線性環(huán)境下不斷跨域融合的創(chuàng)造型認(rèn)知算理模型，而機(jī)器處理問題的模型是在有限封閉/線性環(huán)境下的經(jīng)驗型計算算法模型。目前，對于所有重要的人機(jī)系統(tǒng)而言。最終的裁判權(quán)還是人，這是因為這些問題的實質(zhì)不僅是科學(xué)技術(shù)問題還涉及大量的環(huán)境噪聲、社會人文、倫理法律等非科學(xué)技術(shù)問題。人工（機(jī)器）智能是人們用邏輯編寫固定的事實算法，考慮的是規(guī)則的搭配，如用手拿筷子或刀叉吃飯，而人類是用非邏輯（混合了事實、情感的更高階邏輯）進(jìn)行的動態(tài)價值算法，更多的是恰當(dāng)?shù)膽?yīng)變，如除了手拿筷子或刀叉之外，還可以用腳或其它工具吃飯。人工智能為“是不是”功能，人類智能是“應(yīng)不應(yīng)”能力，功能是工具非適應(yīng)性的被動實現(xiàn)，能力是生命適應(yīng)性的主動實現(xiàn)。人還不了解自己，尤其是沒有真正認(rèn)識人的認(rèn)知與感覺形成的真正過程和實質(zhì)。人類的神經(jīng)網(wǎng)絡(luò)并非麥卡洛克-皮茨邏輯神經(jīng)元網(wǎng)絡(luò)，而是立體交織而成的多模態(tài)生物組織，人是環(huán)境的，很少有人在夏天無意識到下雪的情形，能否對自身/自我的行為的覺察和意識常常是人機(jī)的重要區(qū)別。

真實的智能并不是一開始就絕對的正確，也可能一開始就犯方向性錯誤，但在過程中不斷地實時調(diào)整，過程中恰當(dāng)?shù)卣{(diào)整程序和時機(jī)、方式或許更能表征智能的大小和好壞。如海森伯格所言：“任何理解最終必須根據(jù)自然語言，因為只有在那里我們才能確實地接觸到實在?！薄嶋H上，小孩子的語言與成人的語言是不同的，同一個概念或語句，都帶有某種發(fā)現(xiàn)和試探性，情感性多于知識性，價值性多于事實性，虛擬大于真實，ta在玩味這個概念或語句，總是在可復(fù)制和不可復(fù)制之間找到一條最佳的道路來達(dá)成自我共識，并在未來能夠較準(zhǔn)確地遷移到其他某個情境任務(wù)中去。這個過程不是照抄照搬，而是有機(jī)化學(xué)了之后的任務(wù)和情境融合。也許可以把維特根斯坦《邏輯哲學(xué)論》的第一二句改為“世界是一切發(fā)生的事情和未發(fā)生的事情?！焙汀笆澜缡怯墒聦嵑蛢r值構(gòu)成的，而不是由事物構(gòu)成的?！备鼮闇?zhǔn)確吧！

有位朋友認(rèn)為：“其實，任何系統(tǒng)大到一定程度，都會有可解釋性的問題。深度學(xué)習(xí)是特別如此，因為沒有人知道巨大數(shù)目的參數(shù)是怎么具體作用的。其他的系統(tǒng)，舉例說，某個推理系統(tǒng)，如果大到一定程度，其表現(xiàn)的行為很難是精確可知的。不過，原則上是可知的，如果不計代價。這和（機(jī)器）深度學(xué)習(xí)形成對照?！薄ＵZ義的核心在于價值性，可解釋性最大的困難在于語義的理解和說明，學(xué)習(xí)是為了建立事實聯(lián)結(jié)，理解是為了實現(xiàn)價值聯(lián)系，兩者之間在進(jìn)行相互重構(gòu)的同時也存在著從事實到價值之間的巨大鴻溝。與機(jī)器學(xué)習(xí)不同，人類的學(xué)習(xí)是復(fù)合事實與價值的聯(lián)結(jié)。當(dāng)前，是否創(chuàng)造出新的可演化的機(jī)器學(xué)習(xí)模型是衡量是否是新一代人工智能的試金石，當(dāng)今，機(jī)器學(xué)習(xí)不可能由一種算法統(tǒng)治，必然是由各種數(shù)學(xué)模型所構(gòu)成，根據(jù)具體應(yīng)用的不同，選擇最適應(yīng)的機(jī)器學(xué)習(xí)模型，當(dāng)然機(jī)器學(xué)習(xí)一定有對應(yīng)用的范圍的適應(yīng)性，有適應(yīng)多領(lǐng)域應(yīng)用的，也有僅適應(yīng)單一領(lǐng)域的。在現(xiàn)階段的算法領(lǐng)域中不可能產(chǎn)生比人機(jī)融合學(xué)習(xí)更強(qiáng)大的算力的任何模型，一套人機(jī)融合的計算計系統(tǒng)或算計算系統(tǒng)可能更能代表未來智能領(lǐng)域的發(fā)展趨勢吧。

隨著新一輪科技革命的發(fā)展，特別是網(wǎng)絡(luò)通信技術(shù)的突破和人工智能技術(shù)的加強(qiáng)，人機(jī)融合領(lǐng)域也進(jìn)入了新的時代。在當(dāng)前的這個時代，人機(jī)環(huán)境系統(tǒng)關(guān)系的內(nèi)容和形式與以往有很大的不同，并導(dǎo)致人機(jī)融合策略的選擇和交互策略的效果都與以往不一樣了。在此情況下，以傳統(tǒng)的人機(jī)交互觀念和價值觀念來理解當(dāng)前的人機(jī)融合智能，很可能使這方面的研究陷入被動局面。因此，我們需要突破事實和價值分析等傳統(tǒng)思維來理解當(dāng)前的人機(jī)融合智能化問題和關(guān)系。任何智能都是針對具體問題提出的新解決方案，然而原有問題解決的同時必然會產(chǎn)生新的問題，因此就需要進(jìn)行新的智能來解決新問題。這就決定了人機(jī)融合智能只有進(jìn)行時，沒有完成時。

智能是有限的，智慧卻是無限的。

語言的邊界是思想的邊界，但思想的邊界卻不一定是語言的邊界。

計算是一種操作共識性符號（如0、1、2）的過程，其操作也是共識性符號（如+、-）的使用。

算計是一種符號與非符號（如經(jīng)驗、直覺）的操作過程，其操作也是符號與非符號的使用。

正常情況下，具體的屬性既不是符號的，也不是對象的，而是關(guān)系的（有人誤認(rèn)為純符號系統(tǒng)或?qū)ο笠灿袑傩裕?，屬性只有在各種關(guān)系的相互作用中才能顯露出其真實性的一面，這也是復(fù)雜性系統(tǒng)產(chǎn)生的主要原因，其中的有些關(guān)系是自然產(chǎn)生的秩序（如因果性），有些關(guān)系則是人為構(gòu)建的設(shè)計（如目的性），有些符號化的因果關(guān)系可以通過計算實現(xiàn)，有些非符號化的目的意圖可以通過算計實現(xiàn)，當(dāng)這些變化組合在一起時，就會涌現(xiàn)出各種復(fù)雜性。

語言和思維是密切相關(guān)的，它們之間存在著相互影響的關(guān)系。語言是人類表達(dá)思想、交流信息的主要工具，而思維則是人類對于世界的認(rèn)知、理解和思考。語言可以影響人類的思維，也可以反過來，思維也可以影響人類的語言表達(dá)。語言和思維之間的關(guān)系是相互促進(jìn)、相互依存的。語言和思維的發(fā)展也是相互關(guān)聯(lián)的，語言的發(fā)展可以促進(jìn)思維的發(fā)展，而思維的發(fā)展也可以促進(jìn)語言的發(fā)展。因此，語言和思維在人類的認(rèn)知和交流中都起著非常重要的作用。

機(jī)器智能可以模擬人類的思維過程，但是它們不具備人類思維的復(fù)雜性和廣度。機(jī)器智能是通過算法和模型來處理和分析大量數(shù)據(jù)，從而進(jìn)行決策和行動的。雖然它們可以執(zhí)行各種任務(wù)，并且在某些方面甚至比人類更加高效和準(zhǔn)確，但是它們的思維過程仍然是基于預(yù)設(shè)的規(guī)則和程序，缺乏真正的自我意識和主觀性。目前，雖然有一些機(jī)器智能領(lǐng)域的研究和應(yīng)用，但是它們?nèi)匀粺o法像人類一樣具備真正的思維能力。人類思維的本質(zhì)是基于自我意識、情感、記憶、判斷和推理等多個方面的復(fù)雜交互，而機(jī)器智能目前還無法完全模擬并實現(xiàn)這些功能。因此，機(jī)器智能的思維過程是基于規(guī)則和算法的，而非真正的自我意識和主觀性。

意圖和動機(jī)是人類行為的兩個重要方面，它們的產(chǎn)生與多種因素有關(guān)。以下是一些可能影響意圖和動機(jī)產(chǎn)生的因素：

1. 個人目標(biāo)和價值觀：個人的目標(biāo)和價值觀是產(chǎn)生行為意圖和動機(jī)的重要因素。一個人的目標(biāo)和價值觀會影響他們對特定行為的看法和評價，并決定他們是否會采取相應(yīng)的行動。

2. 環(huán)境因素：環(huán)境因素也會影響人們的意圖和動機(jī)。環(huán)境因素包括社會和文化環(huán)境，以及工作、家庭和朋友圈等方面的具體情況。這些環(huán)境因素可能會影響個人的行為期望和行為選擇。

3. 情緒和情感：情緒和情感也會影響人們的意圖和動機(jī)。一個人的情緒狀態(tài)和情感體驗會影響他們對特定行為的看法和評價，并決定他們是否會采取相應(yīng)的行動。

4. 外部激勵因素：外部激勵因素也會影響人們的意圖和動機(jī)。例如，獎勵和懲罰等外部激勵因素可能會影響人們的行為選擇和行為意圖。

總之，意圖和動機(jī)的產(chǎn)生是一個復(fù)雜的過程，涉及多個方面的因素。這些因素可能相互作用，相互影響，從而產(chǎn)生不同的行為意圖和動機(jī)。

審核編輯 ：李倩