為什么AI總是很難落地？
為什么AI總是很難落地？為什么人工智能常常被人詬??？有人說(shuō)這是由于科幻電影、科幻小說(shuō)、電子游戲、新聞媒體等造成的，這個(gè)觀點(diǎn)有一定的合理成分，但還有一個(gè)更重要的事實(shí)為大家所忽略，那就是本應(yīng)為“人機(jī)環(huán)境系統(tǒng)融合智能”常常被誤認(rèn)為是“人工智能（甚至是一些算法）”所致。
生命和機(jī)器雖然都可以作為認(rèn)知的載體，但認(rèn)知的性質(zhì)是不同的。一個(gè)是生命的認(rèn)知，一個(gè)是機(jī)器的認(rèn)知，是特定人對(duì)特定事物的認(rèn)知。人機(jī)智能解決的重點(diǎn)是方向和風(fēng)險(xiǎn)，人機(jī)工效解決的是過(guò)程和效率。計(jì)算-算計(jì)的機(jī)制機(jī)理構(gòu)建是人機(jī)混合智能突破關(guān)鍵。群體智能的關(guān)鍵在于三體以上的協(xié)調(diào)邏輯構(gòu)建，而三體邏輯構(gòu)建已超出了形式化計(jì)算邏輯的范圍，需要建立形式化算計(jì)邏輯體系。
無(wú)論是復(fù)雜還是簡(jiǎn)單，無(wú)論是自動(dòng)化產(chǎn)品還是智能系統(tǒng)，大凡接地氣，并為眾人所接受的喜聞樂(lè)見(jiàn)，仔細(xì)想想，無(wú)不是在安全、高效、舒適方面做的比較好些。而要具備這些優(yōu)點(diǎn)，其人、機(jī)、環(huán)境系統(tǒng)大都比較和諧一致，至少不是簡(jiǎn)單的AI+某某領(lǐng)域或者是某某領(lǐng)域+智能算法。前段時(shí)間寫了一篇“智能的本質(zhì)好像不是數(shù)據(jù)算法算力和知識(shí)”，強(qiáng)調(diào)生成這些的機(jī)理才是活生生的智能之源，這次還接著談，現(xiàn)有的人工智能教育體系培養(yǎng)出的“人才”可能還是沒(méi)有“魂魄”的“機(jī)器人”，究其因，還是干巴巴的“算法”所致，有算無(wú)法，有術(shù)無(wú)道，有感無(wú)知，有理無(wú)情，有態(tài)無(wú)勢(shì)，有芝無(wú)瓜，有（類）腦無(wú)心，有形無(wú)意，有眼無(wú)珠……只能在可能性的圈圈里打轉(zhuǎn)轉(zhuǎn)，而不能嘗試探索不可能的世界，即使有些探索，也還只是在家族相似性的河床上蹦蹦跳跳，而對(duì)真實(shí)的非家族相似性還遠(yuǎn)遠(yuǎn)無(wú)能為力。除了人機(jī)環(huán)境系統(tǒng)交互之外，第二個(gè)方面就是對(duì)深度態(tài)勢(shì)感知的理解和消化，比如很多情境下只知道時(shí)空之間的配準(zhǔn)、校正，不明白態(tài)、勢(shì)、感、知之間的配準(zhǔn)與校正；只知道非協(xié)同距離的失真解算，卻忘了協(xié)同距離的模糊展開；只知道變頻、變量，不思考變態(tài)、變勢(shì)、變感、變知、變通；只知道數(shù)據(jù)鏈、信息鏈，不琢磨事實(shí)鏈和價(jià)值鏈，甚至是態(tài)鏈、勢(shì)鏈、感鏈、知鏈的糾纏疊加所形成的人機(jī)環(huán)境系統(tǒng)鏈；只知道同質(zhì)、均勻、順序的態(tài)勢(shì)感知單一調(diào)制，而忽略了更重要的異質(zhì)、非均勻、隨機(jī)態(tài)勢(shì)感知多級(jí)陣列，以及先感后知的快速機(jī)動(dòng)性和先知后感的準(zhǔn)確靈活性，還有態(tài)、勢(shì)、感、知之間的自相關(guān)、互相關(guān)的轉(zhuǎn)化概率；只知道人模機(jī)樣，不曉得機(jī)模人樣；只知道仿真驗(yàn)證結(jié)構(gòu)，不重視實(shí)戰(zhàn)得到功能。原因之三：一些事情發(fā)生了，我們不時(shí)會(huì)自覺(jué)或不自覺(jué)地與身邊的剛剛發(fā)生或印象比較深的事物關(guān)聯(lián)在一起，建立自己個(gè)性化的“因果關(guān)系”態(tài)勢(shì)譜（不僅是圖譜），的確有關(guān)的被稱為客觀事實(shí)性關(guān)聯(lián)，似是而非的稱之為可能性關(guān)聯(lián)，風(fēng)馬牛不相及的被稱為主觀意向性關(guān)聯(lián)……這些生活中的常常發(fā)生的關(guān)聯(lián)都是智能認(rèn)知的組成部分，能夠程序化的客觀事實(shí)性關(guān)聯(lián)部分也往往被稱為AI，可能性關(guān)聯(lián)和主觀意向性關(guān)聯(lián)卻被過(guò)濾掉了，而這兩者卻是個(gè)性化智能之所以彈性的重要組成成分吧。總之，本是人機(jī)環(huán)境復(fù)雜系統(tǒng)的問(wèn)題卻想用AI算法簡(jiǎn)化處理；只知道態(tài)勢(shì)感知，不明白深度態(tài)勢(shì)感知；忽略風(fēng)馬牛之間的蟲洞聯(lián)系；這三個(gè)問(wèn)題也可能是造成AI總是很難落地的誘因吧！
DARPA的無(wú)人機(jī)大戰(zhàn)有人機(jī)——“狗斗”測(cè)試剛剛結(jié)束，熱鬧過(guò)后，從測(cè)試后的回顧來(lái)看，AI獲勝的關(guān)鍵在于極強(qiáng)的攻擊性和射擊的準(zhǔn)確性，但問(wèn)題主要在于判斷存在失誤。據(jù)美軍測(cè)試人員的說(shuō)法，測(cè)試中的AI系統(tǒng)經(jīng)常在基本的戰(zhàn)斗機(jī)機(jī)動(dòng)中犯錯(cuò)誤，AI不止一次地將飛機(jī)轉(zhuǎn)向到其認(rèn)為人類對(duì)手飛機(jī)會(huì)去的方向，但多次都被證明錯(cuò)判了人類飛行員的想法。這也不難理解，人類飛行員判斷對(duì)手意圖都經(jīng)常出錯(cuò)，更何況AI系統(tǒng)缺的就是對(duì)創(chuàng)造性戰(zhàn)術(shù)的理解能力，出現(xiàn)這類失誤并不奇怪。然而，由于其"卓越的瞄準(zhǔn)能力"和追蹤對(duì)手飛機(jī)的能力，AI在整體上仍然能夠保持對(duì)人類飛行員的優(yōu)勢(shì)，電腦系統(tǒng)最終在整個(gè)對(duì)抗中占據(jù)上風(fēng)。
簡(jiǎn)而言之，無(wú)人機(jī)AI在“態(tài)”的精度和“感”的速度上占得先機(jī)，但在“勢(shì)”的判斷和“知”的預(yù)測(cè)上還不具備優(yōu)勢(shì)。建議以后的有人機(jī)飛行員多在假動(dòng)作（就像喬丹、科比、詹姆斯那樣）、打破規(guī)則（如同孫子、諸葛亮、粟裕一般）方面上狠下功夫吧！沒(méi)有了規(guī)則，所有的算法和（數(shù)學(xué)）模型就會(huì)失去了邊界、條件和約束，所有的計(jì)算就不再精確和可靠，當(dāng)概率公式從算計(jì)變成了算命，機(jī)器的優(yōu)勢(shì)也許就不如人了吧？！
人是價(jià)值性決策——論大是大非而不僅僅是計(jì)算得失；機(jī)器是事實(shí)性決策——論得失加減，而不是是非曲直。態(tài)、勢(shì)之間與感、知之間的都是量和質(zhì)的關(guān)系，其中的"勢(shì)"即一定時(shí)期內(nèi)的最大可能性。凡是在“勢(shì)”中的，沒(méi)有不是先已在“態(tài)”中的；凡是在“知”中的，沒(méi)有不是先已在“感”中的。正可謂：星星之火可以燎原。如果目標(biāo)明確，在與控制單元和裝備組成的大系統(tǒng)博弈，對(duì)手應(yīng)是或只能是相應(yīng)的系統(tǒng)，不是操作裝備的人，或者說(shuō)是設(shè)計(jì)、操控系統(tǒng)的人。這方面，我們有很大的弱項(xiàng)。關(guān)鍵是開發(fā)環(huán)境下長(zhǎng)中短期目標(biāo)的動(dòng)態(tài)變化會(huì)造成目標(biāo)的不明確乃至模糊。
現(xiàn)在的人工智能就像高鐵一樣，速度很快，但是需要軌道，而真正的智能應(yīng)該像飛機(jī)那樣，只要能達(dá)到目的地，不需要特定的軌道和航線。態(tài)勢(shì)感知的誤差分為態(tài)、勢(shì)、感、知方面的誤差，也可分為事實(shí)性/價(jià)值性誤差。人工智能在武器上的應(yīng)用主要體現(xiàn)在機(jī)器對(duì)機(jī)器的任務(wù)布置和武器的實(shí)時(shí)重新瞄準(zhǔn)上，這種對(duì)典型“服務(wù)提供者”的效果優(yōu)先級(jí)排序?qū)⒃趹?zhàn)術(shù)層面執(zhí)行，取決于智能化機(jī)器能否消化和分析來(lái)自整個(gè)戰(zhàn)場(chǎng)的數(shù)據(jù)。事實(shí)上，人機(jī)功能分配中事實(shí)性與價(jià)值性的數(shù)據(jù)、信息、知識(shí)、責(zé)任、意向、情感混合/融合排序展開進(jìn)行才是未來(lái)的有人-無(wú)人對(duì)抗之焦點(diǎn)和難點(diǎn)吧！
