一、目前人工智能技術(shù)的核心問(wèn)題

近年來(lái)，人工智能技術(shù)不斷滲入大眾的日常生活中，技術(shù)發(fā)展變化日新月異。日常生活中，我們隨處可見人工智能的身影：高效的信息分發(fā)（如Google、Tiktok）、各大樓宇中的人臉識(shí)別，甚至是我們常用的翻譯工具……世界智能領(lǐng)域的專家學(xué)者們不斷嘗試更多的優(yōu)化算法，各類算法指標(biāo)不斷被刷新，與此同時(shí)，人工智能在特定領(lǐng)域的應(yīng)用能力逐漸逼近極限值。鑒于此，不少有志之專家學(xué)者自覺(jué)不自覺(jué)地停下來(lái)開始冷靜思考，人工智能究竟該走向何處？

當(dāng)前的人工智能及未來(lái)的智能科學(xué)研究存在兩個(gè)致命的缺點(diǎn)：（1）把數(shù)學(xué)等同于邏輯；弗雷格、羅素等邏輯主義者一般是把數(shù)學(xué)歸于邏輯學(xué)(logic)之下（“+logy”也成為許多學(xué)科(非所有學(xué)科)的字尾，譬如生物學(xué)Biology=bio(生)+logy(學(xué)科)）。邏輯是探索、闡述和確立有效推理原則的學(xué)料。數(shù)學(xué)不等同于邏輯，數(shù)學(xué)研究空間形式和數(shù)量關(guān)系結(jié)構(gòu)，是一種基于公理的邏輯體系；邏輯研究思維的形式結(jié)構(gòu)。二者一致之處為“研究對(duì)象都是高度抽象的結(jié)構(gòu)”。一方面，數(shù)學(xué)和邏輯的研究對(duì)象不同，數(shù)學(xué)的研究對(duì)象是客觀事物的空間形式與數(shù)量關(guān)系，而邏輯學(xué)的研究對(duì)象是思維的形式及規(guī)律；另一方面，數(shù)學(xué)和邏輯的任務(wù)和目標(biāo)不相同，數(shù)學(xué)的主要目標(biāo)和任務(wù)是揭示客觀事物的空間形式與數(shù)量關(guān)系的特征，探索其規(guī)律性，而邏輯的主要目標(biāo)和任務(wù)卻是為了解決思維推理形式的有效性或真實(shí)性問(wèn)題。（2）把符號(hào)與對(duì)象的指涉混淆。符號(hào)重點(diǎn)在于表征，而對(duì)象重點(diǎn)在于意向性，一般來(lái)說(shuō)，一種意向可以對(duì)應(yīng)一種或多種符號(hào)，而一種符號(hào)代表的意向性也可以有多個(gè)指向（如能指、所指、意指）。

二、智能的本質(zhì)

人的學(xué)習(xí)是初期的灌輸及更重要的后期環(huán)境觸發(fā)的自主交互學(xué)習(xí)構(gòu)成，而機(jī)器學(xué)習(xí)只有統(tǒng)計(jì)概率+規(guī)則算法的事實(shí)性累加功能，缺乏后期自主價(jià)值性學(xué)習(xí)能力（功能不會(huì)產(chǎn)生“如果”，只會(huì)有“那么”……，產(chǎn)生“如果”是能力才能干的事），與機(jī)器不同，人的學(xué)習(xí)不但是事實(shí)與價(jià)值的混合性學(xué)習(xí)，而且是權(quán)重調(diào)整性動(dòng)態(tài)學(xué)習(xí)。人工智能就是由人教會(huì)機(jī)器學(xué)習(xí)，幫助人類更好的解決問(wèn)題，AI沒(méi)有能力，只有功能。此外，人的記憶也是自適應(yīng)性的，且隨人機(jī)環(huán)境系統(tǒng)的變化而變化，這也是機(jī)器存儲(chǔ)望塵莫及之處。

人的智能在于知道自己的不智能，機(jī)器則不然。人類可以跳出概念理解并使用概念，機(jī)器自己并不具有擬合出合理概念的能力和方法。目前，智能認(rèn)知相關(guān)理論發(fā)展主要經(jīng)歷三個(gè)階段：第一階段以博弈運(yùn)籌學(xué)、控制論、信息論、系統(tǒng)論等相關(guān)理論為基礎(chǔ)，主要目標(biāo)是實(shí)現(xiàn)輔助計(jì)算；第二階段是以專家系統(tǒng)、智能優(yōu)化等相關(guān)理論為基礎(chǔ)，主要目標(biāo)是實(shí)現(xiàn)輔助決策，降低人的生理、心理負(fù)荷；第三階段是以機(jī)器學(xué)習(xí)（包括深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等）、數(shù)據(jù)挖掘、知識(shí)圖譜、類腦計(jì)算等人工智能領(lǐng)域的理論成果為基礎(chǔ)，主要目標(biāo)是實(shí)現(xiàn)決策的自主化和智能化。由于博弈對(duì)抗的特殊性，傳統(tǒng)意義上的智能認(rèn)知將逐漸轉(zhuǎn)移到人機(jī)融合的智能認(rèn)知階段，以達(dá)到隱真示假、去偽存真等洞察目的，具體體現(xiàn)在兩大類七維度的人機(jī)深度態(tài)勢(shì)感知上，即事實(shí)類（包括空間3維+時(shí)間1維）+價(jià)值類（意識(shí)1維+情感1維+責(zé)任1維），在“快”和“準(zhǔn)”的基礎(chǔ)上，實(shí)現(xiàn)“好”（英語(yǔ)稱之為right）。

真實(shí)的智能有著雙重含義：一個(gè)是事實(shí)形式上的含義，即通常說(shuō)的理性行動(dòng)和決策的邏輯，在資源稀缺的情況下，如何理性選擇，使效用最大化；另一個(gè)是價(jià)值實(shí)質(zhì)性含義，既不以理性的決策為前提，也不以稀缺條件為前提，僅指人類如何從其社會(huì)和自然環(huán)境中謀劃，這個(gè)過(guò)程并不一定與效用最大化相關(guān)，更大程度上屬于感性范疇。理性的力量之所以有限，是因?yàn)檎鎸?shí)世界中，人的行為不僅受理性的影響，也有“非理性”的一面。倫理對(duì)人而言還是一個(gè)很難遵守的復(fù)雜體系。簡(jiǎn)單的倫理規(guī)則往往是最難以實(shí)現(xiàn)的，比如應(yīng)該幫助處在困難中的人，這就是一條很難（遵守者極容易上當(dāng)被騙）操作的倫理準(zhǔn)則。

智能不但要求有情有理，更希望通情達(dá)理、情理交融，比如，用老子的《道德經(jīng)》（非常道、非常名）回答休謨之問(wèn)（從客觀事實(shí)being中能否推出主觀價(jià)值should？），即用“等價(jià)”的相對(duì)思想取代“相等”的絕對(duì)意識(shí)（這也許會(huì)是新數(shù)學(xué)體系誕生的征兆）。相等與蘊(yùn)含是現(xiàn)有數(shù)學(xué)（包括數(shù)、圖、集合）的基石，也是計(jì)算的前提，更是人工智能的條件；而等價(jià)和類比則是復(fù)雜領(lǐng)域（包括跨域、交叉、融合）的關(guān)鍵，也是算計(jì)的本質(zhì)，更是人類智能的精華。

等價(jià)是指價(jià)值性的近似相等能力，是一種開放性跨域穿透、自由馳騁、柔性彌散、相關(guān)無(wú)關(guān)，而相等是指事實(shí)性的一模一樣功能，是一種封閉性約束規(guī)范、嚴(yán)格條件、一致邊界、同根同源。相等就是在本質(zhì)上一樣，比如可以說(shuō)2和2相等或相同，等價(jià)是指在意義一樣，不能說(shuō)1+1和2相等或相同，只能說(shuō)等價(jià)，這是因?yàn)?+1在本質(zhì)上是算式，而2是數(shù)字。細(xì)想起來(lái)，石頭、剪子、布與雞、蟲、棒、虎是等價(jià)的而不是相等的。

在號(hào)稱數(shù)學(xué)中的數(shù)學(xué)——范疇論里沒(méi)有相等，只有等價(jià)，在真實(shí)的智能中相等也沒(méi)有多少意義，這也是（以相等蘊(yùn)含靜態(tài)關(guān)系）數(shù)學(xué)為基礎(chǔ)的人工智能手段為什么解決不了真實(shí)復(fù)雜博弈環(huán)境下（以等價(jià)類比動(dòng)態(tài)關(guān)系）指揮控制問(wèn)題之關(guān)鍵，態(tài)常常相等計(jì)算，勢(shì)往往等價(jià)算計(jì)，計(jì)算是絕對(duì)相等，算計(jì)也許就是相對(duì)等價(jià)了，想要獲得一些東西，在人的定義里，可以犧牲一些東西，而機(jī)做不到這樣的算計(jì)。微積分、數(shù)字電路中的高低實(shí)質(zhì)就是近似等價(jià)逼近計(jì)算關(guān)系。

從邏輯模型論的角度上來(lái)說(shuō)，等價(jià)與相等關(guān)系嚴(yán)格來(lái)說(shuō)并不是一個(gè)對(duì)象或者符號(hào)上的關(guān)系，而是一個(gè)指稱上的關(guān)系。相等邏輯符號(hào)的解釋是固定的，但是等價(jià)非邏輯符號(hào)的解釋是不固定的，給一個(gè)模型的時(shí)候我們需要解釋這些等價(jià)非邏輯符號(hào)。

真實(shí)對(duì)象的相等，不是什么公理下的相等，更不是什么同構(gòu)下的相等。把函數(shù)相等看做定義域、值域、對(duì)應(yīng)法則一樣就已經(jīng)被洗腦了。范疇論或者用別的語(yǔ)言完全可以硬是把兩個(gè)定義域、值域、對(duì)應(yīng)法則都一樣的函數(shù)看做兩個(gè)不同對(duì)象，只是這在大部分情況下既沒(méi)有必要又不符合直覺(jué)。

人機(jī)融合智能之所以可以顛覆，原因是它不但可以植入人工智能所不具備的反思能力和自主創(chuàng)造能力，而且還可以解決人工智能所不能解決的知識(shí)相悖性和無(wú)窮性。

三、AI發(fā)展必經(jīng)之路：人機(jī)環(huán)高效協(xié)同

表面上，人工智能工程應(yīng)用的目的是把AI嵌入到人的生活場(chǎng)景中，而實(shí)際上，真正的智能系統(tǒng)關(guān)鍵之處在于如何實(shí)現(xiàn)把人、機(jī)、環(huán)境嵌入智能系統(tǒng)中。這里最難的是將糾纏在一起的客觀事實(shí)與主觀價(jià)值進(jìn)行有效疊加處理，或通過(guò)反向強(qiáng)化學(xué)習(xí)（通過(guò)觀察已經(jīng)學(xué)習(xí)了有效策略的智能主體行為，我們可以推斷導(dǎo)致這些策略發(fā)展的獎(jiǎng)勵(lì)）或通過(guò)價(jià)值對(duì)齊（使自動(dòng)化智能系統(tǒng)與人的價(jià)值對(duì)齊，共同完成最大利益化）或通過(guò)有界高速最優(yōu)性理性行為（有界最優(yōu)主體并不總是關(guān)注選擇正確的行動(dòng)，它們更關(guān)注的是找到正確的算法，在犯錯(cuò)誤和思考太多之間找到完美的平衡）等諸多方式來(lái)實(shí)現(xiàn)。

人的經(jīng)驗(yàn)性概率（人們常常根據(jù)記憶中的難易程度推測(cè)事件發(fā)生的概率）與機(jī)器的事實(shí)性概率不同，它是一種價(jià)值性概率，可以穿透非家族相似性的壁壘，用其它領(lǐng)域的成敗得失結(jié)果影響當(dāng)前領(lǐng)域的態(tài)勢(shì)感知（situationawareness，SA），比如同情、共感、同理心、信任、責(zé)任等。那么，當(dāng)前人工智能該如何打破瓶頸進(jìn)入下一個(gè)高速發(fā)展時(shí)期呢？這里我們提出人機(jī)融合的辦法，人機(jī)融合智能是一種新型智能形式，通過(guò)引入人的意向性來(lái)幫助人機(jī)協(xié)調(diào)各種智能問(wèn)題中的矛盾和悖論。機(jī)器學(xué)習(xí)甚至人工智能的不確定性和不可解釋性主要緣于人們發(fā)現(xiàn)發(fā)明的歸納、演繹、類比等推理機(jī)制確實(shí)有可能導(dǎo)致某種不完備性、不穩(wěn)定性和相悖矛盾性，而且隨著計(jì)算規(guī)模的不斷擴(kuò)大，這些不確定性和不可解釋性越大，所謂失之毫厘，謬以千里。而人類的反事實(shí)推理、反價(jià)值推理可以從虛擬假設(shè)角度提前預(yù)防或預(yù)警這些形式化的自然缺陷。

記得有位西方學(xué)者曾說(shuō)過(guò)：“所有模型都是錯(cuò)誤的，只不過(guò)其中有些模型具有一定的參考作用罷了”，關(guān)鍵的問(wèn)題是模型錯(cuò)到什么程度就沒(méi)有用處了。數(shù)理模型的反思甚至詰難一直都存在，這主要有兩方面影響因素：其一是有些人認(rèn)為經(jīng)濟(jì)學(xué)模型不能很好的模擬現(xiàn)實(shí)，因?yàn)槠鋸?fù)雜性，特別人很復(fù)雜。比如像博弈論這樣非常具有邏輯的方法，會(huì)大量出現(xiàn)混合策略的均衡，但現(xiàn)實(shí)中這種策略并不普遍。所以經(jīng)濟(jì)學(xué)也開始引入心理學(xué)或者實(shí)驗(yàn)；其二是很多人反對(duì)的不是數(shù)理化，而是過(guò)度數(shù)理化。

人工智能可以解決常規(guī)問(wèn)題，或者是大多數(shù)情況下的問(wèn)題，但是卻解決不了極端情況下意想不到的情況發(fā)生。一個(gè)人們?cè)诮?shù)學(xué)模型時(shí)常常會(huì)犯的錯(cuò)誤就是為了建立簡(jiǎn)潔美觀的數(shù)學(xué)模型忽略了這個(gè)模型成立時(shí)的條件。例如馬爾科夫鏈的建立條件為當(dāng)前節(jié)點(diǎn)的只與前一個(gè)節(jié)點(diǎn)有關(guān)，這種獨(dú)立性的假設(shè)在很多時(shí)候是可以被接受的，因?yàn)榫嚯x越近的事件對(duì)當(dāng)前的影響越大，但是在特殊事件發(fā)生時(shí)，模型就會(huì)失效，此時(shí)依賴于該模型的決策就會(huì)出現(xiàn)錯(cuò)誤。有些錯(cuò)誤是可以重來(lái)的，而有些錯(cuò)誤是不可彌補(bǔ)的，這也就是在一些領(lǐng)域，不允許完全由人工智能把控全局的原因。舉一個(gè)具體的例子，在視覺(jué)slam中，位姿的估計(jì)是一個(gè)遞推的過(guò)程，也就是由上一幀位姿結(jié)算當(dāng)前幀位姿，所以我們的位姿約束都是與上一幀建立的，但是每一次的估計(jì)位姿都會(huì)有誤差，隨著位姿地推的進(jìn)行，誤差也在不斷的累計(jì)位姿，也就形成了我們所說(shuō)的累計(jì)誤差。Slam中的做法是進(jìn)行回環(huán)檢測(cè)，也就是檢測(cè)出相機(jī)經(jīng)過(guò)同一個(gè)地方，從而將疊加的誤差拉回到可接受的范圍內(nèi)。在人機(jī)系統(tǒng)中，可以通過(guò)人機(jī)的溝通更好確定人機(jī)在環(huán)境中所處的位置，從而進(jìn)行類似slam中回環(huán)檢測(cè)的功能，將機(jī)器數(shù)學(xué)建模中因?yàn)楹鲆曇恍┪⑿l件而導(dǎo)致的疊加誤差拉回到可接受的范圍內(nèi)。

人機(jī)融合中的人不僅括眾人，機(jī)不但包括機(jī)器裝備還涉及機(jī)制機(jī)理，除此之外，還關(guān)聯(lián)自然和社會(huì)環(huán)境、真實(shí)和虛擬環(huán)境等。人機(jī)的根本區(qū)別就在于不同的表征、聯(lián)結(jié)和交互。在一個(gè)系統(tǒng)中，人機(jī)的功能、職責(zé)分別在于準(zhǔn)度和精度，準(zhǔn)度涉及方向，精度關(guān)聯(lián)過(guò)程。人和機(jī)的認(rèn)知特性不同，人傾向于對(duì)信息整體程度的感知，而機(jī)器則更傾向于對(duì)信息細(xì)節(jié)的客觀精確計(jì)算。人工（機(jī)器）智能擅長(zhǎng)客觀事實(shí)（真理性）計(jì)算，人類智能優(yōu)于主觀價(jià)值（道理性）算計(jì)。當(dāng)計(jì)算大于算計(jì)時(shí)，可以側(cè)重人工智能；當(dāng)算計(jì)大于計(jì)算時(shí)，應(yīng)該偏向人類智能；當(dāng)計(jì)算等于算計(jì)時(shí)，最好使用人機(jī)智能。目前的一個(gè)問(wèn)題在于系統(tǒng)的可解釋性，我們認(rèn)為可解釋性的關(guān)鍵在于合適透明性所產(chǎn)生出的信任性，信任性的關(guān)鍵在于理解后的贊同，理解是對(duì)意義的把握，即把各種（事實(shí)、價(jià)值、責(zé)任等）可能相關(guān)事物有機(jī)整合在一起的能力，系統(tǒng)的可解釋性不但包括對(duì)已有規(guī)則的解釋，還包括構(gòu)建規(guī)則的新內(nèi)涵和外延。

人機(jī)功能分配是人的能力與機(jī)器的功能分配，人具有主動(dòng)性的能力使然（使能），機(jī)體現(xiàn)被動(dòng)的功能賦予（賦能），是人的動(dòng)態(tài)算計(jì)與機(jī)器的準(zhǔn)動(dòng)態(tài)計(jì)算之間的分配。另外，人機(jī)能力/功能分配是一個(gè)不準(zhǔn)確的概念，因?yàn)槿司哂械氖且环N超出功能作用的能力，準(zhǔn)確的說(shuō)，人機(jī)關(guān)系應(yīng)該是人的能力與機(jī)器的功能如何有效協(xié)調(diào)的問(wèn)題，再深入一下，人機(jī)關(guān)系更是一種人機(jī)環(huán)境系統(tǒng)交互的關(guān)系，人的能力會(huì)隨著人機(jī)環(huán)境系統(tǒng)的變化而變化的（人的情境意識(shí)與態(tài)勢(shì)感知會(huì)因時(shí)因法因環(huán)境而發(fā)生變化的），而機(jī)器功能則不會(huì)隨人隨環(huán)境而應(yīng)變。因此，當(dāng)0、1與是、非攪在一起時(shí)，人機(jī)環(huán)境之間經(jīng)常失配、失互應(yīng)該是正常的，人機(jī)環(huán)境之間的有機(jī)/有效配合反而顯得多少有些不正常。鑒于此，筆者建議未來(lái)的人機(jī)融合問(wèn)題最好分成三個(gè)不同的問(wèn)題來(lái)簡(jiǎn)化整體設(shè)計(jì)流程以提高其匹配績(jī)效：1、什么應(yīng)該人工智能化（自動(dòng)化）？2、應(yīng)該如何人工智能化（自動(dòng)化）？3、什么時(shí)候應(yīng)該人工智能化（自動(dòng)化）？

人機(jī)環(huán)系統(tǒng)高效協(xié)同的兩個(gè)核心突破點(diǎn)：一是“泛事實(shí)”的有向性。如國(guó)際象棋、圍棋中的規(guī)則規(guī)定、統(tǒng)計(jì)概率、約束條件等用到的量的有向性，人類學(xué)習(xí)、機(jī)器學(xué)習(xí)中用到的運(yùn)算法則、理性推導(dǎo)的有向性等，這些都是有向性的例子。盡管這里的問(wèn)題很不相同，但是它們都只有正、負(fù)兩個(gè)方向，而且之間的夾角并不大，因此稱為“泛事實(shí)性”的有向性。這種在數(shù)學(xué)與物理中廣泛使用的有向性便于計(jì)算。二是“泛價(jià)值”的有向性，亦即我們?cè)谥饔^意向性分析、判斷中常用到的但不便測(cè)量的有向性。我們知道，這里的向量有無(wú)窮多個(gè)方向，而且兩個(gè)方向不同的向量相加通常得到一個(gè)方向不同的向量。因此，我們稱為“泛價(jià)值”的有向量。這種“泛向”的有向數(shù)學(xué)模型，對(duì)于我們來(lái)說(shuō)方向太多，不便應(yīng)用。 然而，正是由于“泛價(jià)值”有向量的可加性與“泛物”有向性的二值性，啟示我們研究一種既有二值有向性、又有可加性的認(rèn)知量。一維空間的有向距離，二維空間的有向面積，三維空間、乃至一般的N維空間的有向體積等都是這種幾何量的例子。一般地，我們把帶有方向的度量稱為有向度量。態(tài)勢(shì)感知中態(tài)一般是“泛事實(shí)”的有向性，勢(shì)是“泛價(jià)值”的有向性，感一般是“泛事實(shí)”的有向性，知是“泛價(jià)值”的有向性。人機(jī)關(guān)系有點(diǎn)像量子糾纏，常常不是“有或無(wú)”的問(wèn)題，而是“有與無(wú)”的問(wèn)題。有無(wú)相生，“有”的可以計(jì)算，“無(wú)”的可以算計(jì)，“有與無(wú)”的可以計(jì)算計(jì)，所以未來(lái)的軍事人機(jī)融合指控系統(tǒng)中，一定要有人類參謀和機(jī)器參謀，一個(gè)負(fù)責(zé)“有”的計(jì)算，一個(gè)處理“無(wú)”的算計(jì)，形成指控“計(jì)算計(jì)”系統(tǒng)。既能從直觀上把握事物，還能從間接中理解規(guī)律。

人機(jī)混合常常是人+機(jī)（側(cè)重事實(shí)性數(shù)理物理結(jié)合，價(jià)值性結(jié)合較少）；而人機(jī)融合往往是人*機(jī)（既包括事實(shí)，也涉及價(jià)值，既有數(shù)理物理交互，也有心理倫理交流）。人、物（機(jī)）、環(huán)境三者可以生成萬(wàn)物，有顯性有隱性，有陰有陽(yáng)，態(tài)勢(shì)感知、計(jì)算計(jì)、功能力也都有顯性、隱性/陰、陽(yáng)之分，現(xiàn)在的人工智能及其相關(guān)領(lǐng)域大都只研究顯性的、陽(yáng)的一面，故意或不故意地忽略了隱性的、陰的一面，所以我們應(yīng)該對(duì)各種數(shù)據(jù)、算法、算力（包括量子計(jì)算）、知識(shí)抱有“科學(xué)”的懷疑態(tài)度，取其之長(zhǎng)，補(bǔ)其之短，切實(shí)把側(cè)重西方的機(jī)（科技）與注重人、環(huán)境的東方思想有機(jī)結(jié)合起來(lái)，形成中西合璧的人、物（機(jī)）、環(huán)境系統(tǒng)優(yōu)勢(shì)。另外還有一點(diǎn)，人機(jī)環(huán)境系統(tǒng)的粒度大小、范圍程度和復(fù)雜性每升到一個(gè)新級(jí)別，都會(huì)有新的組織形式出現(xiàn)，其模式會(huì)以新方式編碼數(shù)據(jù)、信息和知識(shí)，其行為也會(huì)以新概念進(jìn)行描述，如個(gè)性化的智能就與群體智能編碼表征、邏輯推理、交互決策就很不相同。

四、結(jié)語(yǔ)

休謨認(rèn)為：“一切科學(xué)都與人性有關(guān)，對(duì)人性的研究應(yīng)是一切科學(xué)的基礎(chǔ)。”，任何科學(xué)都或多或少與人性有些關(guān)系，無(wú)論學(xué)科看似與人性相隔多遠(yuǎn)，它們最終都會(huì)以某種途徑再次回歸到人性中。智能僅是解決問(wèn)題的一種工具手段，若不與日常生活中的風(fēng)俗習(xí)慣、倫理道德中的仁義禮智信勇、法律中的邊界規(guī)則統(tǒng)計(jì)概率等諸多方面相結(jié)合，就很容易泛濫成災(zāi)而不可控制。真實(shí)的智能不是萬(wàn)能，它不但涉及事實(shí)性的真假問(wèn)題，還應(yīng)該包括價(jià)值性的是非問(wèn)題，更與責(zé)任性的大小輕重密切相關(guān)，所以，嚴(yán)格意義上講，智能是許多領(lǐng)域的一連串組合應(yīng)用。

人類智能的核心是意識(shí)指向的對(duì)象，機(jī)器智能的核心是符號(hào)指向的對(duì)象，人機(jī)智能的核心是意識(shí)指向?qū)ο笈c符號(hào)指向?qū)ο蟮慕Y(jié)合問(wèn)題。它們都是對(duì)存在的關(guān)涉，存在分為事實(shí)性的存在和價(jià)值性的存在、還有責(zé)任性的存在。

想象一下，未來(lái)的某一天，機(jī)器可以運(yùn)用人設(shè)定的程序發(fā)展出各種可能性，開始真正意義上的自我認(rèn)識(shí)和自我否定，能夠有目的的自我修正，并且不斷意識(shí)到自已的無(wú)知而突破自我，正如阿爾法狗在圍棋領(lǐng)域所展現(xiàn)出的無(wú)限可能性一樣，此時(shí)，這種個(gè)性化的精神形成也許就是革命性智能的伊始吧！