首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人工智能、人机环境系统与哲学

来源:人机与认知实验室

转载请注明出处

“凡是预先设定的都缺乏弹性亦不够全面,面对一场决斗必须要根据实际变化去决定下一步的行动“—李小龙

人工智能是人机环境系统交互的产物

众所周知,当前制约机器人科技发展的瓶颈是人工智能,人工智能研究的难点是对认知的解释与建构,而认知研究的关键问题则是自主和情感等意识现象的破解。生命认知中没有任何问题比弄清楚意识的本质更具挑战性,或者说更引人入胜。这个领域是科学、哲学、人文艺术、神学等领域的交集。尽管意识问题如此重要,非常令人啼笑皆非的是:无论过去还是现在,一旦涉及到意识问题,大家不是缄口不提,就是敬而远之,避之唯恐不及。究其因,不外乎意识的变化莫测与主观随意等特点严重偏离了科学技术的逻辑实证与感觉经验验证判断,既然与科学技术体系相距较远,自然就不会得到相应的认同与支持了,顺理成章,理应如此吧!然而,最近科技界一系列的前沿研究正悄悄地改变着这个局面:研究飘忽不定的意识固然不符合科技的尺度,那么在意识前面加上情境(或情景)二字呢?人在大时空环境下的意识是不确定的,但“格物致知”一下,在小尺度时空情境下的意识应该有迹可循吧!自古以来,人们就知道“天时地利人和”的小尺度时空情境对态势感知及意识的影响,只是明确用现代科学的手段实现情境(或情景)意识的研究是源自1988年Mica Endsley 提出的Situation Awareness(SA)概念框架(详细了解可参见文章源自公众微信号:人机与认知实验室):“…the perception of the elements in theenvironment within a volume of time and space, the comprehension of theirmeaning, and the projection of their status in the near future.”(就是在一定的时间和空间内对环境中的各组成成分的感知、理解,进而预知这些成分的随后变化状况”)。但这只是个定性分析概念模型,其机理分析与定量计算还远远没有完善。

在真实的人机环境系统交互领域中,人的情景意识(Situation Awarensss)SA、机器的物理SA、环境的地理SA等往往同构于统一时空中(人的五种感知也应是并行的),人注意的切换使之对于人而言发生着不同的主题与背景感受/体验,类似基督教中的三位一体。在人的行为环境与机的物理环境、地理环境相互作用的过程中,人的情景意识SA被视为一个开放的系统,是一个整体,其行为特征并非由人的元素单独所决定的,而是取决于人机环境系统整体的内在特征,人的情景意识SA及其行为只不过是这个整体过程中的一部分罢了。另外,人机环境中许多个闭环系统常常是并行或嵌套的,并且特定情境下这些闭环系统的不同反馈环节信息又往往交叉融合在一起,起着或兴奋或抑制的作用,不但有类似宗教情感类的柔性反馈(不妨称之为软调节反馈,人常常会延迟控制不同情感的释放),也存在着类似法律强制类的刚性反馈(不妨称之为硬调节反馈,常规意义上的自动控制反馈大都属于这类反馈)。如何快速化繁为简、化虚为实是衡量一个人机系统稳定性、有效性、可靠性大小的主要标志,是用数学方法的快速搜索比对还是运筹学的优化修剪计算,这是一个值得人工智能领域深究的问题。

人机环境交互系统往往是由有意志、有目的和有学习能力的人的活动构成,涉及变量众多、关系复杂,贯穿着人的主观因素和自觉目的,所以其中的主客体界线常常模糊,具有个别性、人为性、异质性、不确定性、价值与事实的统一性、主客相关性等特点,其中充满了复杂的随机因素的作用,不具备重复性。另外,人机环境交互系统有关机(装备)、环境(自然)研究活动中的主客体则界线分明,具有较强的实证性、自在性、同质性、确定性、价值中立性、客观性等特点。无论是在古代、中世纪还是在现代,哲学宗教早已不单纯是意识形态,而且逐渐成为各个阶级中的强大的政治力量,其影响不断渗透到社会生活的各个领域,更有甚者,把哲学、政治、法律等上层建筑都置于宗教控制之下。总之,以上诸多主客观元素的影响,进而导致了人机环境交互系统的异常复杂和非常的不确定。所以对人机环境交互系统的研究不应仅仅包含科学的范式,如实验、理论、模拟、大数据,还应涉及到人文艺术的多种方法,如直观、揣测、思辨、风格、图像、情境等,在许多状况下还应与哲学宗教的多种进路相关联,如现象、具身、分析、理解与信仰等等。

在充满变数的人机环境交互系统中,存在的逻辑不是主客观的必然性和确定性,而是与各种可能性保持互动的同步性,是一种得“意”忘“形”的见招拆招和随机应变能力。这种思维和能力可能更适合复杂的人类各种艺术过程。对此种种,恰恰是人工智能所欠缺的地方。

人机之间的不同之处

人工智能与哲学

人类文明实际上是一个认知的体现,无论是最早的美索不达米亚文明(距今6000多年),还是四大文明之后日新月异的以西方为代表的现代科技力量,其原力起点都可以落实到认知这个领域上,历史学家认为:以古希腊文化为驱动力的现代西方文明来源于古巴比伦和古埃及,其本质反应的是人与物(客观对象)之间的关系;而古印度所表征的文明中常常蕴含着人与神之间的信念;排名最后的古代中国文明是四大古文明中唯一较为完整地绵延至今的文化脉搏,其核心之道理反映的是人与人、人与环境之间的沟通交流(这也许正是中华文明之所以持续的重要原因吧)。纵观这些人、机(物)、环境之间系统交互的过程中,认知数据的产生、流通、处理、变异、卷曲、放大、衰减、消逝是无时无刻不在进行着的……

有人说人工智能是哲学问题。这句话有一定的道理,因为“我们是否能在计算机上完整地实现人类智能”,这个命题是一个哲学问题。康德认为哲学需要回答三个问题:我能知道什么?我应该做什么?我可以期待什么?分别对应着认识、道德、信仰。哲学不是要追究“什么是什么”,而是追求为什么“是”和如何“是”的问题。自从2013年10月回国后,自己一直在思考人机交互的本质问题,偶然间与朋友交谈时聊及共在(Being together)一词,顿感很是恰当,试想,当今乃至可见的未来,人机之间的关系应该不是取代而是共存的时代吧:相互按力分配、相互取长补短,共同进步,相互激发唤醒,有科有幻,有情有义,相得益彰……非常巧合的是,2014年以来,机器学习、互联网、机器人、人工智能等领域的发展也相当迅速,深度学习、类脑计算、情景感知一时间成了关键词、成了时髦语,但细细品来,其核心实质都不过是解释与建构的问题,形而上一把后竟会变成所谓高大上的哲学问题。

其实哲学与科学、宗教一样,都是一个人为了能够获得理解而必须相信(除非你相信你不应当理解)的过程,这不是盲从,而是一种先信仰后理解的先验吧!比如,在科学中,物理学研究世界是什么样的(解释世界),计算机(数学)研究怎么造一个世界(建构世界),在这两者之间若没有相信、信任、信仰等先于理解而存在,恐怕是难以坚持进行下去的吧,毕竟在伸手不见五指的黑夜中,人是很难自行产生前行动力的(如一个没有利润的环境常常少见商人身影一般)。而信仰是一种赞同的思考,常常是一种非理性的激情、冲动情感,通过非理性而达到理性(通情达理),这不能不说是一个有趣的悖论!或许,这同时也是无中生有的禅理(以情化理)吧!

实际上,目前以符号表征、计算为代表的计算机虚拟建构体系是很难逼真反映以物理生理心理等理论解释真实世界的(数学本身并不完备),而认知科学的及时出现不自觉地把各理(物理生理心理)解释与各机(计算机飞机拖拉机)建构之间的对立统一了起来,围绕是(Being)、应(Should)、要(Want)、能(Can)、变(Change)等节点展开融合进而形成一套新的人机环境系统交互体系。

有时候,世界是确定的,不确定的是我们自己,面对相同的文字、音乐、视频、等情境事物,我们常常会随心情的不同而产生不同觉察和理解,境随心转。有时候,世界是不确定的,确定的反而是我们自己,面对不同的文字、音乐、视频、等情境事物,我们却能够处变不变而产生恒定表征,形成概念,心随境转。不管怎样,世界包括我们自己是由易、不易、简易、迁易、无易、有易、一易、多易……等诸多演化过程构成的,在这些纷繁复杂的变化中,都需要一种或多种参考框架体系协调其中的各种矛盾、悖论,而若追溯到这些框架体系的起源,应该就是人机环境之间的交互作用。或许,最好的智慧/智能真的就隐藏在这些交互中的自相矛盾之中?!若果真如此,那又该如何破译呢?

哲学意义上的“我”也许就是人类研究的坐标原点或出发点吧,“我是谁”、“我从哪里来”、“要到那里去”这些问题也许就是人工智能研究的关键瓶颈吧?!

结束语

人工智能,尤其未来的强人工智能很可能是一种集科学技术、人文艺术、哲学宗教为一体的“有机化合物”,是各种“有限理性”与“有限感性”相互叠加和往返激荡的结果,而不仅仅是科学意义上的自然秩序之原理。它既包含了像科学技术那样只服从理性本身而不屈从于任何权威的确定性知识(答案)的东西,又包含着诸如人文艺术以及哲学、宗教等一些迄今仍为确定性的知识所不能肯定事物的思考。它不但关注着人机环境系统中的大数据挖掘,还对涉及“蝴蝶效应”的临界小数据也极为敏感;它不但涉及计算、感知和认知等客观过程,而且还对算计、动机与猜测等主观过程颇为青睐;它不但与系统论、控制论和信息论等“老三论”相关,更与耗散结构论、协同论、突变论等“新三论”相联。它是整体与局部之间开环、闭环、自上而下、自下而上交叉融合的过程,是通过无关-弱相关-相关-强相关及其逆过程的混关联变换。

通过研究,我们是这样看待指人工智能技术问题的:首先人工智能过程不是被动地对环境的响应,而是一种主动行为,人工智能系统在环境信息的刺激下,通过采集、过滤,改变态势分析策略,从动态的信息流中抽取不变性,在人机环境交互作用下产生近乎知觉的操作或控制;其次,人工智能技术中的计算是动态的、非线形的(同认知技术计算相似),通常不需要一次将所有的问题都计算清楚,而是对所需要的信息加以计算;再者,人工智能技术中的计算应该是自适应的,人机系统的特性应该随着与外界的交互而变化。因此,人工智能技术中的计算应该是外界环境、机器和人的认知感知器共同作用的结果,三者缺一不可。

研究基于人类行为特征的人工智能系统技术,即研究在不确定性动态环境中组织的感知及反应能力,对于社会系统中重大事变(战争、自然灾害、金融危机等)的应急指挥和组织系统、复杂工业系统中的故障快速处理、系统重构与修复、复杂坏境中仿人机器人的设计与制造等问题的解决都有着重要的参考价值。

鉴于研究人工智能系统涉及面较广,极易产生非线性、随机性、不确定性等系统特征,使之系统建模研究时常面临着较大困难。在之前的研究中,多种有价值的理论模型被提出并用于描述表征、学习、理解、自主、预测等系统行为,但这些模型在对人工智能的实质及影响因素方面考虑还不够全面,也缺乏对模型可用性的实验验证,所以本文重点就是针对人机环境系统的实质及对人工智能影响因素这两个关键问题进行了较深入探讨,追根溯源,以期早日实现高效安全宜人可靠的强人工智能系统。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180814B1PXEM00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券