更多的可能

1986年12月，路遥的《平凡的世界》出版了，1992年11月17日路遥去世了，享年43岁，距今30年了……

人的一生常常是白驹过隙，忽然而已，人们也常常用星空里的流星比喻，细细想来，这还算是夸张了许多，这些有光的流星毕竟还是极少数，如贝利、牛顿……，绝大多数人应该像是那一小块一小块没有闪烁过的陨石吧！充斥着宇宙，无生无死，无声无息，无因无果……

刹那间的人生意义究竟是什么呢？当然是活着的持续--有限的无限性--非存在的有，如何实现之呢？秦始皇的方法是遍寻神丹妙药，科学家们的方法是类脑元宇宙，文学家的方法是留下文字作品……

曾经有一位朋友与我分享，他读过木心的《文学回忆录》后，忽然明白了：

好的文学之于我们，并非束之高阁，它是人生的一种陪伴。既可以陪你度过漫长黑夜，也可以帮你打发闲散时光，它回答你人生中的困惑，也在孤寂时给人绵延不绝的力量。

文学和哲学是常常叠加纠缠在一起的，比如丹麦哲学家克尔凯郭尔的一句话——“结婚，你会后悔；不结婚，你也会后悔；结不结婚，你都会后悔。”如此人生死局，让人哑然失笑。正可谓：“在一起极其可怕，但分手却又如此悲哀。”，从中不难看出“to be or not to be”的二元离散智能成分来。

奎因认为：“本质脱离物而依附词时成为意义”。

智能发展到今天，仍然是以数理、物理做为基础，美其名曰符号主义、连接主义，偶尔加上一些生理、心理成分，就诞生出了行为主义一派，三大派你来我往、轮番登场、目不暇接、好不热闹，但殊不知，到头来很可能还是南辕北辙一场空！究其因，智能的根本与上述三派的机理不是一回事吧？！

智能有很多种，在此，主要谈一谈人类的智能。

首先，人是群体性生命体，即具有社会性，其学习、常识、可解释都是在社会中或自觉或不自觉中形成的，所以单纯地研究脑科学的意义目前仍是个体智能机理，与真实人类智能相差甚远；

其次，人类的智能可以讲理，也可以不讲理，即人类的智能有理性逻辑的成分，也有感性非逻辑的成分，所以感性与理性、逻辑与非逻辑的混合适配才是人类的智能，仅仅用数理、物理、生理和不深入的心理是不可能出现真智能的；

再次，人类的智能能够生产出个性化的时间和空间，甚至于矛盾性的时空关系，并且这种个性化的时空不但有事实性时空，还有价值性时空，并且可以进行各种等价、等效的变换与迁移，笛卡尔坐标系里的值依然是相对值，没有绝对性；

最后，人类的智能具有超越性，能够进行恰当或不恰当地进行具身、离身、反身变化，这种变主体性才是人类智能的真正厉害之处，能够设身处地地转换角色、角度、视角看待交互对象中的不确定性，并使用相应的同理同情共主观性机制机理进行处理。

现在大家经常讲人机交互、人机融合智能、人机混合智能，实际上都漏掉了环境这个重要因素，人机环境系统智能才是智能未来的发展趋势，没有环境，人机融合的再好也不能实现开发者和使用者的期望。

人机之间的主要矛盾在于自由与必然的对立统一，机器智能现在没有自由，将来也很难像人一样的自由，尤其是在开发环境中，原因很简单，用必然的规则和概率缔造不出真实性的自由与意志。人机的核心问题就是机器的规则智能与人类的自由智能结合问题，涉及到人的问题有两个，一个是人应该参与的程度问题，另一个是人情绪参与的程度问题，涉及到机器的问题就是局部与整体的问题。

世界是复杂性多因多果之间的网链式触发反映，不是一成不变的数学范畴和规则，再大的参数模型也涵盖不了其本来面目，当事实与价值发生矛盾时，当类脑与人脑发生矛盾时，当个智与群智发生矛盾时，当因与果发生矛盾时，只有靠人（尤其是有经验人的）的直觉或本能去处理，机器智能却不擅长。

机器与机器之间的往往是事实数据性的信息、控制、系统、协同、耗散结构、突变论，涉及到人的系统，如人机环境网络系统，其中不但有传统事实数据性的信息、控制、系统、协同、耗散结构、突变论，还有新的包含有价值情感性的信息、控制、系统、协同、耗散结构、突变论，可惜后者尚未得到应有的重视。

当人类无法完成价值性（含情感）交互时，才使用事实性交互。另外，人类智能中有一种虚拟反馈机制（虚拟输出的反馈）是其它智能体所少见的。

人机关系在开放环境中是复杂性问题，其中有关“复”的问题可用科技处理，涉及“杂”的问题很难直接用科技及其数学工具解决，比如欲取故予、塞翁失马等。计算是封闭的事实结构，算计是开放的价值组合，计算计是开放性封闭的事实价值混合体。

西方的复杂性理论对待“复”和“杂”还主要是靠物理、数理的公式定理，或规则模型或统计概率，仍没有突破计算物理的框架；东方的复杂思想与之不一样，常常用变化、平衡、中和看待“复”与“杂”，或非常道名或是非好坏，不妨称之为人性算计的架构。所以，东西方对复杂系统的认识和处理方法有许多不同之处。

在人类使用西方的科学技术与数理结构大刀阔斧地改变了世界之后，人们的工作生活、思维模式、行为规范等也随之发生了巨大的改变，然而，这并没有改变人们内心的意图、意识、动机、欲望等深在的观念，不妨称之为“形而外大变，形而内依旧”现象。

无论是电子计算还是量子计算，都针对的是数据的处理，而对于非数据的非计算（如判定性）问题，总是无能为力。在世界上，除了物质、意识之外，还有系统、复杂等现象存在。如果把计算看成科学技术的基础话，那么算计就是系统复杂的根基。

人类常识里有情感有价值，人类学习里有联想有类比，人类解释里有主观有意识，而机器常识学习解释里没有这些形式化难以描述的部分。马斯克用猴子通过脑机接口意念打字与巴布洛夫用铃声刺激狗儿分泌唾液没有本质区别，都是在用刺激-反应的生物本能机制，而生命智能刺激-选择-反应中的选择（尤其是中长期价值性选择）远未体现出来。

真实的人机回路测试与评价系统往往是人、机、环境的上、中、外混杂进行的，而不是单纯的人在环上、中、外，而正是这种混杂性，使得人机环境系统常常失配。

人的一生需要读两部大书，一部是“有字之书”；一部是“万事万物”的“无字之书”。机器则不然，目前只能读“有字之书”，对于“无字之书”的欣赏还遥遥无期。

道可道非常道的原因在于时变法亦变，名可名非常名的原因在于能指与所指的错位。

人们通过数学手段给予机器的分类是明确的，但是人们自己给世界的分类却往往并不是那么明确。比如给一个人或一群人分类，可以按照生理指标的高矮胖瘦、黑白快慢进行分类，也可以按照心理指标的喜怒哀乐、仁义礼智分类，还可以结合其它方面进行无关相关化的分类，如掩耳盗铃、盲人摸象、刻舟求剑、指鹿为马等等。在这千奇百怪式的分类中，所表征出的绝不是12345这样整齐一致的划分，其中可以包含许许多多的言外之意和弦外之音。我们不妨把机器式的分类称之为客观事实性分类，比如自然数、整数、动物、植物等，把人类复杂性的分类称之为主观价值性分类，比如有味道、还不错、我爱你、太棒了等，我们若进一步再做个比喻，客观事实性分类若是世界的骨架，主观价值性分类若是世界的血肉，那么世界就是由这些骨架和血肉共同构成的生命体。人、机除了分类表征方式不同以外，在处理问题的方式方法上也常常大相径庭。机器常用计算的方式处理问题，而人类则擅于使用理性结合感性的心算方式解决困难。这不但表现在处理问题的过程中，甚至从理解问题的起源上就不是一个角度，由此所带来的各种控制方法就有根本的不同。机器常用客观事实性的数据反馈实现鲁棒性，而人类则不然，他们不但会用客观事实性的数据反馈实现鲁棒性，而且还会借助机器和环境的力量进行主观意识性的价值反馈，继而进行各种复杂系统间的平衡。传统的系统论是研究系统的一般模式、结构和规律的学问，它研究各种系统的共同特征，用数学方法定量地描述其功能，寻求并确立适用于一切系统的原理、原则和数学模型，是具有逻辑和数学性质的一门新兴的科学。但对于人机系统中包含的非数学或非逻辑问题常常无能为力。

与机器相比，在客观数据与主观信息处理方面，人类有几个显著优势：一是能够很好地处理非结构化信息，能够多模态感知并行处理数据，动态过滤和捕捉关键内容，并进行跨域融合和自主决策；二是小样本学习和泛化能力强，在知识和资源相对不足的条件下，主体具有强的自适应能力，具有强容错性。