人機融合智能的現(xiàn)狀與展望

1 引言

1.1 現(xiàn)有人工智能的不足與挑戰(zhàn)

　　人工智能（AI）的概念于1956年的達特蒙斯學院暑期論壇首次提出。六十年間人工智能伴隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術的發(fā)展取得了長足的進展。這其中人工智能的理論思想演變?yōu)槿罅髋?，分別是聯(lián)結主義、行為主義和符號主義。盡管每種理論均取得了卓越的成就并且依舊為現(xiàn)在人工智能的主流研究方向，但是也均存在不足之處。聯(lián)結主義思想模仿人大腦皮層神經(jīng)網(wǎng)絡的結構，通過深度學習方法，即用多隱層的處理結構處理大數(shù)據(jù)。但該方法限制于在具有可微分、強監(jiān)督學習、封閉靜態(tài)系統(tǒng)任務下才會得到良好的結果，并且訓練得到的結果也限制于給定條件的問題上。行為主義思想通過不斷模仿人或生物個體的行為超越原有的表現(xiàn)來推進機器的進化，主要依賴具有獎懲控制機制的強化學習方法。然而該方法的缺點在于過于簡化人類的行為過程，忽略人類心理的內部活動過程，忽略意識的重要性。符號主義思想具有產生智能行為的充分必要條件假設，并且基于有限理性原理。該方法的實質是通過符號模擬人的大腦抽象邏輯思維過程，模擬人類認知系統(tǒng)的功能機理，并用計算機處理符號的運算，從而實現(xiàn)人工智能。但是符號主義思想面臨四個主要挑戰(zhàn)：1.知識的自動獲取；2.多元知識的的自動融合；3.面向知識的表示學習；4.知識推理與運用。符號主義雖通過模擬人的思維過程實現(xiàn)人工智能，但在以上四個問題難以有突破性的結果。

　　人工智能的優(yōu)勢在于龐大的信息存儲量和高速的處理速度，但是無法處理如休謨問題，即從“是”（being）能否推出“應該”（should），也即“事實”命題能否推出“價值”命題[4]；也無法處理情感的表征問題。人工智能嘗試通過大數(shù)據(jù)與逐步升級的算法實現(xiàn)人的情感與意指依舊沒有辦法實現(xiàn)跨越。而人機智能融合將會是未來智能科學發(fā)展的下一個突破點。

1.2 人機融合智能

　　人機融合智能理論著重描述一種由人、機、環(huán)境系統(tǒng)相互作用而產生的新型智能形式，它既不同于人的智能也不同于人工智能，它是一種物理性與生物性相結合的新一代智能科學體系。人機交互技術主要涉及人脖子以下的生理心理工效學問題，而人機融合智能主要側重人脖子以上的大腦與機器的“電腦”相結合的智能問題。人機融合智能在以下三個方面不同于人的智能與人工智能不同：在智能輸入端，人機融合智能的思想不單單依賴硬件傳感器采集的客觀數(shù)據(jù)或是人五官感知到的主觀信息，而是把兩者有效地結合起來，并且聯(lián)系人的先驗知識，形成一種新的輸入方式；其次是在信息的處理階段，也是智能產生的重要階段，將人的認知方式與計算機優(yōu)勢的計算能力融合起來，構建起一種新的理解途徑；*后是在智能的輸出端，將人在決策中體現(xiàn)的價值效應加入計算機逐漸迭代的算法之中相互匹配，形成有機化與概率化相互協(xié)調的優(yōu)化判斷。在人機融合的不斷適應中，人將會對慣性常識行為進行有意識地思考，而機器也將會從人的不同條件下的決策發(fā)現(xiàn)價值權重的區(qū)別。人與機器之間的理解將會從單向性轉變?yōu)殡p向性，人的主動性將與機器的被動性混合起來。人處理其擅長的“應該”（should）等價值取向的主觀信息，而機器不僅處理其擅長的“是”（being）等規(guī)則概率的客觀數(shù)據(jù)，同時也將從人處理“應該”（should）信息中優(yōu)化自己的算法，從而產生人+機器既大于人也大于機器的效果。

　　人機融合采用分層的體系結構。人類通過后天完善的認知能力對外界環(huán)境進行分析感知，其認知過程可分為記憶層意圖層，決策層、感知與行為層，形成意向性的思維；機器通過探測數(shù)據(jù)對外界環(huán)境進行感知分析，其認知過程分為目標層知識庫，任務規(guī)劃層、感知與執(zhí)行層，形成形式化的思維。相同的體系結構指明人類與機器可以在相同的層次之間進行融合，并且在不同的層次之間也可以產生因果關系。