近年来，以大模型为代表的AI技术发展迅猛，掀起一波席卷全球的AI发展热潮。关注AI发展状况的人不限于AI的研发者、推广者和AI发展的评论者、人文社科研究者，更包括深感生活将被AI深刻影响的普通公众。AI发展的问题不再是纯粹技术问题，而是成为某种意义上的公共议题。在最近OpenAI发布Sora、马斯克开源Grok等一系列相关事件中，这一点表现得非常清楚。在各种相关公共讨论中，AI发展现状尤其受到关注，其中的基本问题是：当前AI发展的大方向是否有问题，未来应该朝什么方向前进。为此，组织计算机、经济学、马克思主义理论和哲学等领域的八位学者，对AI发展现状进行跨学科反思以期抛砖引玉，求教于方家。
本系列文章共8篇，转载自《科学·经济·社会》2024年第2期，本文《浅析对智能的误解与新智能的建构》为第2篇。在文中，刘伟剖析目前存在的三种对智能理解的误区，即算计缺失的误区、拘泥逻辑的误区和忽视人性的误区，提出一种可能的新智能模型框架。
当前，人们对人工智能的理解过度依赖算法和计算能力，忽视了人类情感、直觉和创造力等非算法因素对于智能的重要性；过于依赖传统的逻辑推理和符号推理，忽视了基于经验和感知的非逻辑推理能力。忽视了人类的情感、道德、社会价值观等因素在智能决策和行为中的重要性。针对以上误区，新智能模型框架应该考虑将传统的符号推理与基于数据驱动的机器学习相结合，引入情感计算、认知计算等新的概念，构建更加全面、综合的智能模型。这样的新模型框架将更好地克服传统智能模型的局限性，实现更加智能化、人性化的智能系统。
一、算计缺失的误区
通用智能是指能够在各种不同的任务和环境中灵活地适应和执行任务的智能也通用智能与特定任务的智能相反，后者只能在特定领域或任务中表现出色。通用智能的理论基础是人工智能领域的通用人工智能（AGI）研究，旨在设计出能够像人类一样具备广泛的智能能力的计算机系统。
通用智能的实现面临着技术、数据、计算能力、知识表示和人类智能理解等多个方面的挑战，如通用智能需要具备在各种不同情境下进行灵活思考、适应、学习等能力，这就需要其具备极为复杂的算法和系统结构、大量的高质量的数据来进行学习和训练、足够强大的计算能力和高效的算法、有效的知识表示方法和知识管理系统以及对人类智能进行深入的研究和理解，等等。其中最关键的也是最难以克服的是：就像人类的智能一样，通用智能系统的输入、处理输出、反馈诸端大都包含两部分，一是“共识存在”的部分，二是“非存在的有”部分，机器的计算部分集中在第一部分，人类的算计部分侧重于第二部分。第一、二部分都涉及情绪影响理智的问题，如恐惧可以使理智狭隘或阻塞，情感可以调节理性心。
客观而言，依据目前可预见到的形式化方法和手段，单纯的机器智能是很难实现通用智能的，若可能，很大程度上应该是人、机、环境交互的系统智能。
人类的通用智能不是类脑就能类出来的（狼孩的人脑并没有人的智能），也是人机环境系统交互产生出来的智能，并常常通过思维链的方式呈现出来，思维链是指一个人在思考或解决问题时所采用的思考模式和思考过程，它是一种将问题分解为各个部分并逐步解决的方法，同时也是一种将各个部分有机地连接起来的方法。在思维链中，人们通过连接和整合各个思考过程中的点，以及逐步推导和演绎，最终得出整个问题的解决方案。思维链在解决问题和做决策时非常有用，它可以帮助人们更好地理解问题、分析问题、找到问题的根源，并逐步解决问题。思维链还可以帮助人们更好地组织思路和表达自己的思想，更好地沟通和交流。
思维链中的计算和算计（谋算）可以结合在一起，以帮助人们更好地解决问题和做决策。计算是指通过数学、统计等方法来分析和解决问题。在思维链中，计算可以用来量化问题，比如通过数据分析来了解问题的规模、影响等。计算还可以用来预测结果，如通过建立模型来预测某个决策的后果和影响。计算可以帮助人们更加准确地理解和解决问题。
算计（谋算）是指通过周密的计划和思考来解决问题。在思维链中，算计（谋算）可以用来确定解决问题的方法和步骤，还可以用来评估不同的决策选项，并选择最佳的方案。算计（谋算）可以帮助人们更好地规划和组织思路，从而更好地解决问题。
因此，计算和算计（谋算）可以相互结合，帮助人们更全面地解决问题在思维链中，人们可以通过计算来了解问题，通过算计（谋算）来把握方向并决定如何解决问题，并通过计算来预测不同方案的后果。这种结合可以帮助人们更好地解决问题和做出更好的决策。
在通用智能或人机环境系统智能任务中，情感可以影响理智的决策和行为。情感可以影响人类对任务的态度、信心和意愿，从而影响其决策和行为。例如，如果用户感到愉悦和满意就会更愿意继续任务，而如果用户感到沮丧和挫败，他们可能会放弃任务或更容易犯错。情感还可以调节用户的注意力和认知，影响用户对任务的理解和执行。例如，焦虑和压力可能会干扰用户的注意力和记忆，导致他们更容易犯错或忽略重要信息。相反，舒适和安心可能会提高用户的注意力和记忆，使他们更容易理解和执行任务。
因此，在设计通用智能或人机环境系统智能交互时，需要考虑用户的情感和心理状态，并尝试创造一个积极的用户体验，以提高用户的参与度和效率。
不难看出，由于通用智能的特点是具有类似人类的智能水平，能够在多个领域进行学习和应用，具有自主学习、自主思考、自主解决问题的能力。其不足之处在于：1）目前尚未实现完全的通用人工智能，现有的人工智能系统仍然局限于特定领域的应用，无法跨越不同领域；2)通用人工智能需要大量的数据和计算资源来进行学习和演化，这对于许多组织和个人来说是难以承受的；3）通用人工智能的决策过程可能会受到误导或偏见的影响，这可能导致其做出错误的判断或决策；4）通用人工智能可能会对人类社会产生巨大的影响，包括人类就业、社会生产方式等方面，这需要我们认真思考和探讨。
二、拘泥逻辑的误区
智能是指人或机器能够理解、学习、推理、解决问题和适应环境的能力。而逻辑是一种推理方式，它是智能的一部分，帮助我们正确地推理和理解信息。逻辑能够提高我们的思考能力、解决问题的能力和决策能力，但智能还包括其他方面，如感知、记忆、语言、创造力和情感等。因此，逻辑只是智能的一个方面，智能比逻辑更加广泛和复杂逻辑和数学有密切的关系，但它们并不完全相同。逻辑是一种研究推理和思维方式的学科，它关注的是如何正确地推理和证明，而数学则是一种研究数量、结构、变化和空间的学科，它使用基于公理的逻辑体系来证明和推导数学定理。逻辑是数学的基础，但是它们之间仍然有一定的差别。意识与人机环境系统的关系是相互作用的。人机环境系统是由人、机器和环境三个要素组成的一个整体，意识作为人的主观体验和认知过程的表现，直接影响人的行为和交互方式，进而影响人机环境系统的运作和效果。同时，人机环境系统也会通过各种方式影响人的意识和认知过程，从而进一步影响人的行为和交互方式。因此，合理设计和优化人机环境系统的结构和功能，可以提高人的意识和认知效能，提高人机交互的效果和用户体验。
人类的意识形成是一个复杂多面的问题，目前还没有一个完全统一的理论解释。可能影响人类意识形成的因素包括：1）人脑是意识的物质基础，大脑皮质是意识的主要神经基础。大脑皮质的不同区域对应不同的感知、认识和思维功能，这些功能通过神经元的活动相互作用而形成人类的意识；2）人类的认知和行为都受到经验和学习的影响。人们通过感知、思考、记忆和学习等活动，逐渐形成了自己的认知体系和价值观念，这些都构成了人类的意识；3）人类是社会性动物，社会文化环境对人类的意识形成起着至关重要的作用。不同的社会文化背景会塑造人们的价值观念、认知方式和行为模式等，从而影响人类的意识形成；4）人类的意识形成也与遗传和进化有关。人类的意识可能是通过基因传递给下一代的，并在漫长的进化过程中逐渐形成和发展。总的来说，人类的意识形成是一个综合性的过程，涉及多个方面的因素。目前，科学家们正在不断深入研究人类意识的本质和形成机制，相信未来会有更加深入的认识。
事实和价值是两个不同的概念，它们之间没有必然的联系。事实是客观存在的、可以验证的描述，而价值是主观的、具有个人或社会意义的评价。因此，由事实推出价值或由价值推出事实都是问题的错解。事实可以为我们提供基础信息，但它本身并不能推出价值。价值是基于个人或社会的信仰、文化、伦理等标准而形成的，而这些标准并不是通过事实来确定的。例如，一个人可能认为人类的生命价值高于其他物种的生命价值，这并不是基于事实，而是基于其价值观念。同样地，由价值推出事实也是不正确的。价值观念可能会影响人们对事实的理解和解释，但它们并不能改变事实的存在和本质。因此，事实和价值应该被看作是两个相互独立的概念，它们之间没有必然的联系。我们需要在理解事实的基础上，基于自己的价值观念做出适当的评价和决策。
智能不是数学。智能可以被看作是一种综合性的能力，它涉及多个学科和领域的知识，包括数学、计算机科学、神经科学、心理学、哲学等。虽然数学是智能研究中的重要工具，但智能并不等同于数学。智能是指人类或机器能够基于输入的信息，进行学习、推理、判断和决策的能力，而数学只是一种工具和语言，用于描述和分析智能的过程和结果。因此，虽然数学可以帮助我们理解智能的一些方面，但智能本身是一个更广泛、更复杂的概念，它需要跨学科的研究和探索。
智能和逻辑是两个不同的概念。智能是指人类和动物的认知能力，包括感知、思考、学习、记忆、判断、推理、解决问题等多个方面。而逻辑是研究推理和论证的科学，它关注如何正确地推理和证明论断。逻辑使用符号和规则来分析和构造有关推理和证明的语言和结构。虽然智能和逻辑之间有一些重叠，例如推理和判断等方面，但它们的范畴和内涵不同。智能是一种广泛的、复杂的、多方面的能力，而逻辑是一种狭窄的、专门的、局部的学科。
逻辑和数学之间有很大的重叠和交叉，但它们是两个不同的学科。逻辑使用符号和规则来分析和构造有关推理和证明的语言和结构。而数学则是一种研究数量、结构、变化以及空间和形式的科学，它使用符号和公式来描述和解决问题。数学是一种实证科学，它依赖于实证数据和实验来验证结论。虽然逻辑和数学都使用符号和规则来描述和解决问题，但它们的目的和方法不同，逻辑更关注于推理和证明的正确性，数学更关注于实际应用和解决实际问题。因此，尽管它们有很多相似之处，逻辑和数学依旧是两个不同的学科。我们不能简单地把数学和逻辑等形式化的知识作为智能的全部，因为智能不仅仅是形式化的思维能力，还包括非数学、非逻辑、人文艺术、哲学宗教等多方面的能力。因此，单纯依靠数学和逻辑等形式化的知识来解释智能是片面的，而且可能会忽略了智能的其他方面。当然，数学和逻辑等形式化的知识在智能研究中也是非常重要的工具，但是不能仅仅依赖于它们来解释智能。
三、忽视人性的误区
智能技术的发展是基于人类智慧和思维方式的延伸和拓展，人类的智慧和思维方式是智能的基础，人类是智能技术的创造者和主导者。然而，人工智能技术却与人性并不一致，根本上，人工智能技术并不具备人类的情感、道德、意识等特征，因此不能完全等同于人性。
将事实和价值混合进行拓扑是一项非常有挑战性的任务，因为事实和价值是完全不同的概念，它们的处理方式也是相差很大的。确定要拓扑的智能主题或问题，这可能涉及许多事实和价值，因此需要有一个清晰的理解；列出与主题或问题相关的所有事实和价值，这将有助于用户了解所有相关方面，并使用户能够更好地理解主题或问题。将事实和价值分开也是非常重要的，因为它们需要不同的方式进行处理，可以根据主题或问题的不同方面来分类，也可以根据其重要性来分类，在某些情况下，事实和价值之间可能存在明显的关系，但在其他情况下，它们的关联可能并不那么清晰，用户需要确定它们之间的联系，以便更好地理解主题或问题。在智能拓扑时，常常可以使用各种工具和技术（如图表、图示、思维导图）等，根据主题或问题的不同方面来组织事实和价值，同时确保它们之间的联系得到清晰呈现。将事实和价值混合进行拓扑是一个复杂的任务，需要用户仔细思考和分析。最重要的是，需要用户保持客观和中立，以确保其分析不会受到任何主观因素的影响。
价值对齐和道德物化都是将人类的价值观念转化为机器可以理解和执行的形式，但两者的侧重点不同价值对齐是指在人与机器之间存在交互的情况下，让机器的决策和行为与人类的价值观念保持一致，从而实现人机之间的协同。这种一致性不仅包括道德层面的价值观念，还包括文化、社会和个人等层面的价值观念。因此，价值对齐需要考虑的因素比较多，包括语言、行为、文化背景等。道德物化是将道德准则、规范和价值观转化为机器可以理解和执行的形式，主要目的是让机器能够按照人类的道德标准来进行行为规范和判断，从而保障人类的利益和权益。道德物化更加强调的是道德层面的价值观念，例如公正、诚实、尊重等。
感性和理性是人类思维的两个方面，它们之间的关系是相辅相成的。感性是指我们的情感和直觉，而理性则是指逻辑和分析能力。要让感性和理性对齐，可以采取以下几种方法：1）感性和理性不是对立的，而是相辅相成的。我们需要建立平衡观念，认识到两者之间的互补关系；2）加强学习和思考提高自己的知识水平和思考能力，更好地理性地分析和解决问题；3）直觉和创造力是感性思维的关键，通过培养直觉和创造力，可以更好地应对复杂和未知的情况；4）实践和经验积累是感性和理性结合的重要途径，通过实践和经验积累，可以更好地运用感性和理性思维，解决问题。简而言之，要让感性和理性对齐，需要建立平衡观念，加强学习和思考，培养直觉和创造力，实践和经验积累等多方面的努力。
意图与动机的根源常常与感性有关。人类的行为往往受到感性因素的影响，人们的意图和动机不仅仅是理性思考的结果，还受到情感、直觉、经验等感性因素的影响。这也就是为什么同样的行为，不同的人可能有不同的动机和意图。感性因素对人类行为的影响非常重要，因为人是情感动物。情感和直觉可以帮助我们做出更快、更准确的决策，但同时也可能导致我们做出错误的决策。因此，在分析人类行为时，需要综合考虑感性和理性因素。头痛医头，指当身体发生疾病或不适时，应该针对具体病症进行对症治疗，比如头痛就应该看头痛的病因，不要随意乱用药物或治疗方式。头痛医脚，指在一些情况下，身体疾病的根源可能并不在头部，而是在其他部位或系统，这时候就需要综合考虑整个身体的状况，查找病因，进行相应治疗。比如，有些头痛可能是由于颈椎病引起的，这时候就需要治疗颈椎病才能缓解头痛。
战略决策是各方博弈的结果，从来都不单纯是理性的，很多时候并不能用大数据来解释，更不可能用大数据来生成。也就是说，战略决策不仅仅是一个单方面的决策，而是各方面利益和影响力的博弈结果。这种博弈不仅仅涉及各方的经验和知识，更关键的是各方的情感、信念和价值观念等因素。因此，大数据并不能完全解释和预测这样的决策结果。此外，战略决策涉及未来的不确定性和风险，这些因素也不太可能被大数据捕捉到。所以，虽然大数据在很多领域都有很好的应用前景，但在战略决策中的作用还是有限的。在制定战略决策时，需要综合考虑各方面的因素，包括数据和非数据因素，做出更加全面和准确的决策。
只有时空的对齐，没有价值的对齐，智能就是智障。即智能并不是单纯地按照时间和空间的对齐就可以实现，还需要考虑到价值观的对齐。如果只是简单地按照时间和空间的对齐，而忽视了价值观的对齐，那么智能就没有意义，甚至可能会带来负面的影响。这句话强调了人机环境系统融合智能技术发展的必要性和重要性，但也提醒我们在发展智能技术的同时，需要考虑到人类的价值观和道德标准，避免对人类社会造成损害。因此，发展智能技术不应该只是追求技术本身的进步，还应该注重伦理和社会责任，充分考虑智能技术对社会的影响。