【编者按：

具身智能是事实性交互智能，还不具备价值性交互态势感知能力，若要实现价值性智能（即人类的智能），还需要研究离身和反身智能的机理。具身只是主观感觉、己向知觉，离身则会产生客观感觉、彼向知觉，反身才会呈现（主客）混观感觉、双向知觉。

交，为事实性相互作用，如敲击键盘等；互，为价值性相互作用，如提示报警等。事实本身不能告诉我们什么是正确的，但如果我们有关什么正确和有益的问题认识有误，却会改变事实和我们生存于其中的环境，甚至有可能不但毁灭已经得到发展的个人、建筑、艺术和城市（我们早就知道，在各种类型的道德观念和意识形态的破坏力量面前，它们是十分脆弱的），并且会毁灭各种传统、制度和相互关系，而离开这些东西，几乎不可能出现以上成就，或使它们得以恢复。事实上的“不是”，有可能为价值上的“是”；事实上的“是”，有可能为价值上的“不是”。人机功能分配三原则：机器在人类比较自信时应不要打扰人类，在人类过分自信时应提醒人类，在人类不自信时应帮助人类。】

人工智能与智能是两个不同的事物，被硬扯在一起了，很多人有意无意把AI当成了智能；

智能与科学也是两个不同的事物，被硬扯在一起了，很多人有意无意把智能当成了科学。

有人甚至把数学当成了智能

那么什么是智能呢？

西方复杂 + 东方复杂

如何解决智能问题呢？

计算 + 算计

人类的“知行”不一定“合一”，可以先行后知，也可以先知后行，还可以边行边知，好的人机环境混和智能是从低互到高互的发展。

所有的知识都是有范围有背景的，离开这些范围和背景，知识的内涵外延会发生很大的变化，甚至可以相反。

数字人（如《流浪地球2》中的）能够通过摄像头对客观事实进行感知、识别、反应是可能的，但能否产生主观价值是目前科技和数学工具水平所解决不了的难题。

东方复杂的表征举例：

兵者，诡道也。故能而示之不能，用而示之不用，近而示之远，远而示之近；利而诱之，乱而取之，实而备之，强而避之，怒而挠之，卑而骄之，佚而劳之，亲而离之。攻其无备，出其不意。此兵家之胜，不可先传也。

机器如何获得与人类似的交流和推理能力

目前，乃至可见的未来，智能的根源还是“人”学，而不仅是“机”学！

人与机器最大的不同是：逻辑的有无，人既可以逻辑，也可以非逻辑，机器只是人逻辑的产物。正如许多逻辑学家曾不无深意的指出：逻辑学所关心的是正确性与确实性，与创造性思维完全无关。法拉第就警告说，思维有"依赖于假定"的倾向，一旦假定与其它知识符合，就容易忘记这个假定尚未得到证明。未经证实的假定常由"显然"、"当然"、"无疑"、“应该”等词句引入，很容易潜入归纳、演绎等推理过程，而且这些推理隐患常常又会诱发出更多范围程度不同的不确定性。

斯宾诺莎说：一切规定都是否定。智能的忽略，也就等于使焦点周围的其他所有的点都处于遮蔽状态中。

智能最早是人与人、物、环境交互的产物，后来人造出机器以后，就出现了人机交互（脖子下）、人机融合（脖子上）！人机融合就是body plus，就是人的拓展延伸和深化，是人生理、心理、物理、精神和认知上的进化、完善、升华，是一种对原始人的改造。也是从机械唯物主义向积极唯心主义的转变过程。化身的梵语是阿凡达（Avadar）。仔细想想，手风琴、二胡、飞机、拖拉机、计算机可不都是化身吗？当然，这都是对职业人而言的。

人、机智能的不同还表现在：人可以反思，机器只能反馈！反思比反馈要复杂简单的多：反思的复杂性不但包含前馈、后馈、左馈、右馈、上馈、下馈，还涉及实馈、虚馈、复馈、隐馈、暗馈、灰馈；反思的简单性是可以产生意义（理解了可能性）、理解（看到了联系）和直觉（相关无关的感觉），机器对此无能为力，再好的逻辑、再好的数学也产生不出意义、理解、直觉这些人类特有的专属品来！在此，也很想对很多的人工智能学院领导提个建议：单纯的数学形式化培养是需要的，但人是“活”的人，从漫长的历史长河来看，智能相关的专业人员培养更应该“以人为本”，切实加强哲学、心理学、社会学、历史学、艺术学等科目的激发和唤醒，不然，结果会不得而知！

上面论述都说明了：形式逻辑思维的在整体结构性思维时的局限。人的思维是整体性结构性的思维，必须保持“易无思也，无为也，寂然不动，感而遂通天下之故”的越过形式逻辑局限的一种决断性的穿越能力，不受形式逻辑过程和形势的约束而直达自然真实，这点只有结构完整的人智才能实现。从某种意义上来讲，这也是一种逻辑，这是一种跨越形式逻辑推理演绎的自然生成的逻辑，与形式逻辑的思考是完全不同的自然生成逻辑。就像砍倒一棵树可以是形式逻辑推演式地一斧一斧地完成，也可以是“感而遂通天下之故”地雷击地顷刻砍倒。与雷击形式相比，斧头显得非常的弱小无奈。这就是人机思考全面和有结构性支持的强势，既包括了形式逻辑思维的推演条件也具有同时调动众多思考要素和经验资源“感而遂通天下之故”的包容和瞬时决策的强大能力。

机可超越人，尤其是在特定的领域计算上（如日常计算、围棋游戏和某些仿真训练中），但人会在与内在自我交流/外在事物交互的刺激/数据流中提炼出有价值的信息、知识、概念、公式、定理、前提、假设……这些机器至今无法拟合的虚拟事物，而且还会形成团队、组织、部落、公社、国家、社会……这些机器未来也很难形成的想象架构。究其因，这也是人类自己尚未解决的难题吧！

人的智能不是孤立的，而是群体的智能。人大脑活动的电流，是因钠离子和钾离子的互动产生的，但是不同人之间的智能产生、传递、存储就不仅仅是如此简单了。

每个人的时间空间不一样，那么每个人的态、势及其感、知都会不一样，如何反身性地理解对方的态势感知（即同情同理的将心比心）是人类交流的重要特征！好的电影可以产生这种共振共鸣。人可以感动，机只可以动感。人的意向性如散文诗歌，相比之下，机的形式化更像说明文。人可以产生一种叫做“希望”的事物，即美好的事物总是让人期待着什么，但总搞不清楚那会是什么，但会让人看见看不见的崭新来。机器本身不会产生这种内在的“无中生有”的东西，但可以通过人的处理（如编程等）提供类“希望”出来，不过这也得由人来完成。

总之，若想机器获得与人相类似交流和推理能力，则需要着重考虑下面几点：一多与灵活弥聚的表征、公理与非公理混合推理、直觉与“间觉”交融的决策。首先，通过人的价值取向有选择地获取数据，在这个输入过程中不仅是客观数据与主观信息的融合，还应该包括人的先验知识和条件；很多时候，人类的“看”不是看的意思，而是感觉feeling的意思，其中还包括很多用眼睛看不到的事物，如看风景，看人，看世界……，同理，OODA环中的观察也不是用眼观看。其次，在人机信息/数据融合处理过程中，人的非结构化信息框架（如自然语言）会渐变为结构化一些，而机的结构化数据语法就会非结构化一些，这个过程不但要使用基于公理的推理，并且还需兼顾结合非公理性推理，使得整个推理过程更加缜密合理；从形式化向意向性转变的过程，就是一个从标量转化为矢量的突变，同时也是一个从逻辑迈向非逻辑的过渡，更是一个从机（仿真）到人（真）的飞跃……还是一个从语法走向语义的过程：子不语怪力乱神！最后，在决策输出阶段，人常常是由脑中若干记忆碎片，与五感接收到的信息，综合在一起，跳过逻辑层次，直接将这些信息中和的结果，反射到思维之中，形成所谓的“直觉”—产生某种“势”， 墨子在《经上》曰：“力，刑（形）之所以奋也。” ，定义“力”为“奋” （物体状态变化）的原因，这里不妨借助类比一下，势为态之所以奋也，即势为事物状态变化的原因，顾名思义，大势所趋，势是一种“合理化‘态’”的先入之见，“生（势）”属于无和有的两种存在之间的第三态，又与前两者存在性质的不同，体现为事物性质处于不断的演化之中，“生”是一个过程，就是所谓的“变易”。“生”，包括发生、运动、变化、生成，其中包含了发生事物的性质的改变，新的事物的形成。其结果的准确程度，在很大方面取决于一个人的综合判断能力，而机器则是通过计算获得的结果--“逻辑”进行间接评价，这种把直觉与“间觉”相结合的独特决策过程就是人机融合智能输出的一大特点。