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??？有人說這是由于科幻電影、科幻小說、電子游戲、新聞媒體等造成的，這個觀點有一定的合理成分，但還有一個更重要的事實為大家所忽略，那就是本應(yīng)為“人機環(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。一個是生命的認(rèn)知，一個是機器的認(rèn)知，是特定人對特定事物的認(rèn)知。人機智能解決的重點是方向和風(fēng)險，人機工效解決的是過程和效率。計算-算計的機制機理構(gòu)建是人機混合智能突破關(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算邏輯的范圍，需要建立形式化算計邏輯體系。
無論是復(fù)雜還是簡單，無論是自動化產(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見，仔細(xì)想想，無不是在安全、高效、舒適方面做的比較好些。而要具備這些優(yōu)點，其人、機、環(huán)境系統(tǒng)大都比較和諧一致，至少不是簡單的AI+某某領(lǐng)域或者是某某領(lǐng)域+智能算法。前段時間寫了一篇“智能的本質(zhì)好像不是數(shù)據(jù)算法算力和知識”，強調(diào)生成這些的機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”可能還是沒有“魂魄”的“機器人”，究其因，還是干巴巴的“算法”所致，有算無法，有術(shù)無道，有感無知，有理無情，有態(tài)無勢，有芝無瓜，有（類）腦無心，有形無意，有眼無珠……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，而對真實的非家族相似性還遠(yuǎn)遠(yuǎn)無能為力。除了人機環(huán)境系統(tǒng)交互之外，第二個方面就是對深度態(tài)勢感知的理解和消化，比如很多情境下只知道時空之間的配準(zhǔn)、校正，不明白態(tài)、勢、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、變感、變知、變通；只知道數(shù)據(jù)鏈、信息鏈，不琢磨事實鏈和價值鏈，甚至是態(tài)鏈、勢鏈、感鏈、知鏈的糾纏疊加所形成的人機環(huán)境系統(tǒng)鏈；只知道同質(zhì)、均勻、順序的態(tài)勢感知單一調(diào)制，而忽略了更重要的異質(zhì)、非均勻、隨機態(tài)勢感知多級陣列，以及先感后知的快速機動性和先知后感的準(zhǔn)確靈活性，還有態(tài)、勢、感、知之間的自相關(guān)、互相關(guān)的轉(zhuǎn)化概率；只知道人模機樣，不曉得機模人樣；只知道仿真驗證結(jié)構(gòu)，不重視實戰(zhàn)得到功能。原因之三：一些事情發(fā)生了，我們不時會自覺或不自覺地與身邊的剛剛發(fā)生或印象比較深的事物關(guān)聯(lián)在一起，建立自己個性化的“因果關(guān)系”態(tài)勢譜（不僅是圖譜），的確有關(guān)的被稱為客觀事實性關(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)卻被過濾掉了，而這兩者卻是個性化智能之所以彈性的重要組成成分吧?？傊?，本是人機環(huán)境復(fù)雜系統(tǒng)的問題卻想用AI算法簡化處理；只知道態(tài)勢感知，不明白深度態(tài)勢感知；忽略風(fēng)馬牛之間的蟲洞聯(lián)系；這三個問題也可能是造成AI總是很難落地的誘因吧！
DARPA的無人機大戰(zhàn)有人機——“狗斗”測試剛剛結(jié)束，熱鬧過后，從測試后的回顧來看，AI獲勝的關(guān)鍵在于極強的攻擊性和射擊的準(zhǔn)確性，但問題主要在于判斷存在失誤。據(jù)美軍測試人員的說法，測試中的AI系統(tǒng)經(jīng)常在基本的戰(zhàn)斗機機動中犯錯誤，AI不止一次地將飛機轉(zhuǎn)向到其認(rèn)為人類對手飛機會去的方向，但多次都被證明錯判了人類飛行員的想法。這也不難理解，人類飛行員判斷對手意圖都經(jīng)常出錯，更何況AI系統(tǒng)缺的就是對創(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"和追蹤對手飛機的能力，AI在整體上仍然能夠保持對人類飛行員的優(yōu)勢，電腦系統(tǒng)最終在整個對抗中占據(jù)上風(fēng)。
簡而言之，無人機AI在“態(tài)”的精度和“感”的速度上占得先機，但在“勢”的判斷和“知”的預(yù)測上還不具備優(yōu)勢。建議以后的有人機飛行員多在假動作（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！沒有了規(guī)則，所有的算法和（數(shù)學(xué)）模型就會失去了邊界、條件和約束，所有的計算就不再精確和可靠，當(dāng)概率公式從算計變成了算命，機器的優(yōu)勢也許就不如人了吧？！
人是價值性決策——論大是大非而不僅僅是計算得失；機器是事實性決策——論得失加減，而不是是非曲直。態(tài)、勢之間與感、知之間的都是量和質(zhì)的關(guān)系，其中的"勢"即一定時期內(nèi)的最大可能性。凡是在“勢”中的，沒有不是先已在“態(tài)”中的；凡是在“知”中的，沒有不是先已在“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，或者說是設(shè)計、操控系統(tǒng)的人。這方面，我們有很大的弱項。關(guān)鍵是開發(fā)環(huán)境下長中短期目標(biāo)的動態(tài)變化會造成目標(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)該像飛機那樣，只要能達到目的地，不需要特定的軌道和航線。態(tài)勢感知的誤差分為態(tài)、勢、感、知方面的誤差，也可分為事實性/價值性誤差。人工智能在武器上的應(yīng)用主要體現(xiàn)在機器對機器的任務(wù)布置和武器的實時重新瞄準(zhǔn)上，這種對典型“服務(wù)提供者”的效果優(yōu)先級排序?qū)⒃趹?zhàn)術(shù)層面執(zhí)行，取決于智能化機器能否消化和分析來自整個戰(zhàn)場的數(shù)據(jù)。事實上，人機功能分配中事實性與價值性的數(shù)據(jù)、信息、知識、責(zé)任、意向、情感混合/融合排序展開進行才是未來的有人-無人對抗之焦點和難點吧！
