軍智與民智中幾個問題的探討
軍事智能與民用智能不同，它有複雜性，因而會衍生出比民智更多的花樣和不規矩；軍事智能與民用智能又相似，它也是智能科學的一部分，都是為用戶——這個上帝服務的，只不過，民智是讓人舒服，而軍智則是讓人不舒服而已。未來的戰爭很可能是軍民智融合，還未開始就已經結束，因為所有的對抗可能性都已經失去了意義。
準確地說，軍事智能不僅包含科學，還涉及許多非科學的領域，如人文社會、哲學藝術、宗教巫術等等，這從世界上最早的兵書——《孫子兵法》的英文名字可見一斑：The art of war，所以軍智的難度約等於智能的難度，應該是當前的民智所不及的（望有關人員息怒）：當前的民智簡單地說就是加了統計概率的自動化系統。未來軍智的最優存在形態應該不是個體性的（異常先進的單平台武器——飛機大炮），而是系統性的（網路性的），更有可能是體系性的（跨不同網路的），並且還會不斷自主升級。
如同民智沒有共識的定義一樣，軍智除了應用領域比較明確之外，現在也沒有共同一致的概念，將來也不會有，因為人本身就是一個極其不容易歸納概括的名詞，凡是一涉及到人的行為，尤其是智能行為，更是變化莫測、莫衷一是、陰陽無界、出其不意了。德國軍事家克勞塞維茨把戰爭中多方的智能博弈看作不透明的理論——The theory of war，其實也談到了軍智的不確定性和模糊性，甚至是超出了人類認知之外的感嘆！
即使世界再複雜，情境再捉摸不定，也總有蛛絲馬跡般的端倪會出現，從眾多的公開信息分析，當前世界排名第一的美軍對軍智領域的重視程度也很高，其主要著力點兩部分：一是機器學習，二是自主系統。機器學習就是形式化的（語法規範性的）代表，描述一個規則的事態；自主系統就是意向性（非形式化、事實經驗性的）的特點，描述一個可能的事態。形式化推理就是將命題，邏輯聯接詞符號化，然後規定變形規則，進行公式間的轉化變形，就可以用來表達推理。非形式化的推理就是不藉助符號，而是直接通過自然需要來進行語句間的變換。一開始這兩個部分可能是各自為戰，分頭突進，但過不了多久，該研究的真實意圖就會和未來科技的發展趨勢越發一致起來：人機融合智能系統。這也說明了軍智的可見未來既不是單純的機器學習，也不是可愛的自主系統，而很可能是結合人機的融合智能。
無論機器學習還是自主系統，都不外乎是為了精確地感知、正確地推理和準確地預測，這就涉及到了一個大家司空見慣又望之興嘆的智能核心概念—態勢感知。
劍橋座艙——劍橋大學研製出的世界上最早的戰鬥機模擬座艙
無論軍用還是民用，人工智慧的本質都不是簡單的賦能，而是人類的自我反饋，是他人在不同時空中的概念知識規則概率倫理道德意識在「我」時空情境里的運行，所以常會出現人機融合的不適，不過也很正常：風馬牛硬相及的結果。如果非要說，人工智慧是賦能，那也是別人以前的可程序化可預測性知識賦予給現在「我」的能力而已。其中的知識一般分為兩個層次，頂層由概念的、符號的、離散的或命題性的知識構成；底層的由感覺的、前概念的、亞符號的、連續的或非命題性的知識構成。底層的知識往往涉及到感性，與態勢中的「態」有關；而頂層的知識常常涉及到理性，與態勢中的「勢」有關。
所謂態就是暫時如此的表象，所謂勢就是本來如此的真像；態勢感知就是通過轉換不同的角度思考達到知己知彼的途徑，一般是由表及裡、由外到內、由左到右、由下到上、由態到勢、由感到知，若能夠把其逆過程融入進來，即同時還可以由里及表、由內到外、由右到左、由上到下、由勢到態、由知到感，那麼還可以加入「深度」以示強調，稱之為深度態勢感知。孫子所說的「知」應該就是這種雙向甚至更多向的交互換位融合，就是深度態勢感知，而他言的「己」和「彼」也不僅僅是指敵我，還應涉及到各種物和裝備，以及對環境的考慮。優秀的人員不僅可以及時感態、知態，而且還可以迅速地感勢、知勢。態傾向形式化，勢傾向意向性，態勢感知就是形式化衍生出的意向性描述，勢態感知就是態勢感知的逆向過程——資源管理。
態中常常包含專業層級中合乎常規的類型組合，勢中往往違背了專業層級中合乎常規的類型組合，美其名曰：常態異勢。重要的是，態的表面對稱通常會掩蓋深層勢的不對稱，猶如人體顯而易見的左右對稱掩蓋了內部器官的不對稱。
態的聚類可以限制態網路中的搜索。態網路中的所有搜索都源於一個核心態（即勢）及通過擴散激活從這個勢擴展開去。如果圍繞一個態進行無限的擴展，最終會得到無數毫無關聯的勢。未加約束的搜索很快會產生出矛盾且無關的信息。受態聚類約束的搜索（通過態聚類區分其結果的搜索）得到的結果是具有系統性且連貫的。聚類是一種關聯，由核心態-勢引導的聚類搜索只檢索相關的信息。
態勢結構理論在邏輯上把態勢刻畫為基於結構上的類比匹配的系統，這些結構的構成態來自於不同類型態的聚類或勢場。類比匹配出現於態勢之間或者描述之間。類比態勢具有共同的事實結構；而類比描述具有相同的概念結構。兩者區別很大，類比描述不需要為真，只需要共有某些態的規則排列即可。康德可能是第一個區分相似性和類比的人，即類比不表示「兩個對象之間的不完全相似性，而是兩個並不相似的對象之間關係的完全相似性」，如「人類行動是機械力」。
在智能領域中，特別是態勢感知處理過程里，態勢與感知的形式化、意向性描述分析非常重要，其中形式化就是理性了的意向性，意向性就是感性了的形式化，邏輯就是連接感性與理性、形式化與意向性的橋樑。意向的可及性是其形式化的一個關鍵，同時，可及性也是可能性向現實性轉化的前提條件。就意向性而言，可及性就是（而且幾乎總是）態與勢之間的限定交互，如同一個事物在不同時空情境（各種態+各樣勢）中轉換的配對和映射、漫射、影射。事實上，從數學的映射到物理的漫射到心理的影射都涉及智能問題，既是邏輯命題與經驗命題之間的相互融合過程，也是人類理—解、感—知過程，其中從理到解的一部分變成了人工智慧。目前人工智慧最難突破的是非家族相似性的漫射、影射問題，人機合作則有利於該問題的解決：人的意向性是形而上，機的形式化是形而下，人機融合就是兩者虛實之間的道器結合。差異會產生變化的動力，人是容易感知到前提條件變化差異的，機器對此應對明顯不足，如何使機器產生感知外部前提條件的變化，並依此而隨機應變。例如，人類的詞語、概念、語義不是固定的，是隨著情境的變化而自然變化的，而機器的這種畸變就小的多或基本沒有，這也是人機融合的一大障礙，變與不變的對立，如何統一就是關鍵點。
如果說態勢感知是形式化的系統，那麼深度態勢感知就是加了意向性的形式化系統。我們不苛求為深度態勢感知提出完美的字面解釋，而是希望能給出其中意向性的邏輯釋義，毫無疑問，邏輯釋義會丟失意向性中某些最令人興奮的方面:弦外之音、美學意境、拓撲效果。但是我們關心的是真值，我們對意向性的認知意義和形式化的效果感興趣。語言、邏輯就是把意向性進行形式化的一種工具。藝術與科學的轉換也是如此。文化、變化、轉化、異化等等中的「化」很有味道，其中不僅僅有融合的意思，也有改變的痕迹，可以笑稱為「化」學。同樣，狀態、動態、變態中的「態」與趨勢、形勢、局勢中的「勢」構成的態勢圖譜也遠比知識圖譜更可靠、高效、靈巧。究其因，對人而言，事物的屬性是變化的，事物之間的關係也是變化的，對機而言，事物的屬性是不變的，並且還被人定義了關係變化的區間值域，如知識圖譜。
對於自主系統而言其實往往就是主動的否定系統（如小孩子成長中最先會說的動詞是不（no）、沒有、別，這意味著他／她要自主了），而同意常常意味著失去自我（如小孩子若用好的（ok）、同意、太棒了等表達自己觀點時，就意味著ta開始失去自我了）……當然否定自我也只是一種自主，只不過目前機器距此還甚遠。如反思產生出的各種隱喻（這是只有人類才具有的特殊能力），隱喻是言外之意，非語法，邏輯是弦內之音，有語法。其實仔細想想，真實的世界不是既有黑也有白嗎？所謂的法不就是非少了些嗎？規則的形成莫不如此:從小概到大率，然後從合法到非法，隱喻也有法，不過和形式邏輯的法有所不同，隱喻里的法不是語法，是義法、用法，不過時間一長，達成共識，也會變成明喻，變成語法。法就是達成一致了的共識，無法就無天，天就是共識的邊界。隱喻不是對態而是對勢的指向，是邏輯的邏輯，同時也是大膽假設（想像）下的小心論證（邏輯）。
人可以把握實在的可能性，機可以運行邏輯的可能性，兩者都會產生因果或相關關係，但這些關係具有不同的意義。即也許存在多重的因果或相關關係於人機融合之中，這些關係有顯有隱，交融在一起，進而構造生成了複雜性問題。在複雜系統中可能交織在一起形成多個因果或相關關係嵌套糾纏，而我們注意到的與實際的關係經常存在不一致性。賦予機器智能的假設前提基本上都是有限的，這種有限性限制了眾多的變化可能性。這些問題的解決不是靠增添新經驗而是靠集合整理我們早已知道的東西——常識。人自身的感和覺也有隱協議，這些默會的協議支配者人的態勢感知，是先視後識？還是先識後視?抑或兩者在何種態勢下混合使用，而且每個人的方式都不同——習慣閱歷使然。
人之間的交流也有不少協議，而且這些協議在相互交流中切換自如，遊刃有餘，不知不覺，變化多端，甚至可以在自相矛盾中自圓其說（如自然語言里的多義性），這些協議中有些是隱性的常識規則，有些是個性化的性格習慣，總體上，兩者間的邊界模糊，彈性十足，約束寬鬆，條件靈活……而人機之間的交互協議相比之下，顯得是那樣的單調、機械、數學，界面分明，有板有眼，一絲不苟，缺乏情趣！
人，尤其是厲害的人，總是能抓住最本質的東西，找到最合適的角度，使得不同現象間的深刻聯繫浮出水面。機器也正在朝著這個方向被塑造……人會犯錯，機器犯的錯誤也是人錯，我們很多經驗與對真理的識得也是從錯誤中得來的。當機器也會真犯錯的時候，顛覆就真的開始了……
無維的數據信息衍生出無不為的智能，有維的知識（圖譜）衍生出的只是有為的人工智慧。孟子說，獨樂樂不如眾樂樂。幸福越與人共享，它的價值越增加。如果你把快樂告訴一個朋友，你將得到兩個快樂。其實，對於智能而言，亦是如此，三個臭皮匠相互分享數據信息，智能的融合價值越增加。如果你把知識告訴一個夥伴，你也將在知識的流動中得到更多的知識。就像你在跟同學講清楚一道難題過程中，常常會得到許多自己獨自思考時沒有想到的東西一樣。數據孤立靜止時沒有多少價值，一旦流動起來就會形成有價值的信息和知識，流動的數量越大速度越快方向越明確融合越充分，智能化的成分越多，智能程度也就越大。
計算的確可以讓機器承擔很多操作性的任務，但執行操作並不等同於替代執行操作的人。人作為自然實體所進行的操作，與機器通過計算而實現的操作相比，有一個至關重要的區別，就是約翰·塞爾所強調的「意向性」維度。機器的操作不是意向性的活動，因為它不能解釋自己的操作；而人的行動則是意向性的，是人所具備的概念能力的體現，在操作的同時也在進行著自我解釋的活動。智慧總是關聯到決定人們如何理解事實的那些價值目標上。不論是軍智還是民智，都有一個反思內在價值追求的向度，這隻能由人的意向性自我解釋來實現，而不可能由非人來實現。
歸根到底，機器所能做的只是計算而已，而在計算與有意義的人類生活之間，仍然有著根本的區別。正如拿破崙所認識到的，「世界上有兩種力量：刀劍和思想。從長遠來看，刀劍總是被思想打敗」。人是由其信念所構成的，他即他所信（《薄伽梵歌》）。智慧不同於科學知識。科學關心事實如何，但智慧不能只關心事實，還要更關心如何給事物以價值和意義，這就是一個道德實踐的維度。
軍智與民智最後面臨的終極問題很可能不是科技問題，還是那個永恆的話題——道德倫理，這也是超越了智能的智能。
TAG:人機與認知實驗室 |