中国指挥与控制学会|对未来人机融合智能领域的思考( 二 )


中国指挥与控制学会|对未来人机融合智能领域的思考
文章图片
真实的智能并不是一开始就绝对的正确 , 也可能一开始就犯方向性错误 , 但在过程中不断地实时调整 , 过程中恰当地调整程序和时机、方式或许更能表征智能的大小和好坏 。 如海森伯格所言:“任何理解最终必须根据自然语言 , 因为只有在那里我们才能确实地接触到实在 。 ” 。 实际上 , 小孩子的语言与成人的语言是不同的 , 同一个概念或语句 , 都带有某种发现和试探性 , 情感性多于知识性 , 价值性多于事实性 , 虚拟大于真实 , ta在玩味这个概念或语句 , 总是在可复制和不可复制之间找到一条最佳的道路来达成自我共识 , 并在未来能够较准确地迁移到其他某个情境任务中去 。 这个过程不是照抄照搬 , 而是有机化学了之后的任务和情境融合 。 也许可以把维特根斯坦《逻辑哲学论》的第一二句改为“世界是一切发生的事情和未发生的事情 。 ”和“世界是由事实和价值构成的 , 而不是由事物构成的 。 ”更为准确吧!
有位朋友(纽约老熊)认为:“其实 , 任何系统大到一定程度 , 都会有可解释性的问题 。 深度学习是特别如此 , 因为没有人知道巨大数目的参数是怎么具体作用的 。 其他的系统 , 举例说 , 某个推理系统 , 如果大到一定程度 , 其表现的行为很难是精确可知的 。 不过 , 原则上是可知的 , 如果不计代价 。 这和(机器)深度学习形成对照 。 ” 。 语义的核心在于价值性 , 可解释性最大的困难在于语义的理解和说明 , 学习是为了建立事实联结 , 理解是为了实现价值联系 , 两者之间在进行相互重构的同时也存在着从事实到价值之间的巨大鸿沟 。 与机器学习不同 , 人类的学习是复合事实与价值的联结 。 当前 , 是否创造出新的可演化的机器学习模型是衡量是否是新一代人工智能的试金石 , 当今 , 机器学习不可能由一种算法统治 , 必然是由各种数学模型所构成 , 根据具体应用的不同 , 选择最适应的机器学习模型 , 当然机器学习一定有对应用的范围的适应性 , 有适应多领域应用的 , 也有仅适应单一领域的 。 在现阶段的算法领域中不可能产生比人机融合学习更强大的算力的任何模型 , 一套人机融合的计算计系统或算计算系统可能更能代表未来智能领域的发展趋势吧 。
中国指挥与控制学会|对未来人机融合智能领域的思考
文章图片
随着新一轮科技革命的发展 , 特别是网络通信技术的突破和人工智能技术的加强 , 人机融合领域也进入了新的时代 。 在当前的这个时代 , 人机环境系统关系的内容和形式与以往有很大的不同 , 并导致人机融合策略的选择和交互策略的效果都与以往不一样了 。 在此情况下 , 以传统的人机交互观念和价值观念来理解当前的人机融合智能 , 很可能使这方面的研究陷入被动局面 。 因此 , 我们需要突破事实和价值分析等传统思维来理解当前的人机融合智能化问题和关系 。 任何智能都是针对具体问题提出的新解决方案 , 然而原有问题解决的同时必然会产生新的问题 , 因此就需要进行新的智能来解决新问题 。 这就决定了人机融合智能只有进行时 , 没有完成时 。
中国指挥与控制学会|对未来人机融合智能领域的思考
文章图片
智能是有限的 , 智慧却是无限的
【中国指挥与控制学会|对未来人机融合智能领域的思考】今天受的苦扛的罪 , 终会变成光照亮你的路
-------泰戈尔
作者:刘伟
C2


推荐阅读