中图分类号：TP18 文献标识码：A 文章编号：1004-8634(2023)01-0071-(10) DOI：10.13852/J.CNKI.JSHNU.2023.01.007 智能是人、物(机)、环境系统(为简化起见，后面均以“人机环境系统”代替“人、物(机)、环境系统”)相互作用的产物。正如马克思所言：“人的本质不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和。”①如狼孩尽管具有人脑的所有结构和组成成分，但因没有与人类社会环境系统的交流或交互，所以不可能有人的智能和智慧。事实上，真实的智能同样也蕴含着人物环境这三种成分。随着科技的快速发展，其中的“物”逐渐被人造物——“机”所取代，本文简称为人机环境系统。平心而论，人工智能要超越人类智能，在现有数学体系和软硬件设计模式基础之上，基本上不大可能，但在人机一体化或人机环境系统中却是有可能的。人工智能是逻辑的，智能则不一定是逻辑的。智能拥有一个非常辽阔的空间，它可以随时打开异质的集合，把客观的逻辑与主观的超逻辑结合起来。 研究复杂性问题是困难的，但把它分解成人机环境系统问题就相对简单一些，至少可以从人机环境角度去思考理解。研究智能这个复杂问题也是困难的，但同样也可把它分解成人机环境系统问题分析处理，人所要解决的是“做正确的事(杂)”，机所要解决的是“正确地做事(复)”，环境所要解决的是“提供做事平台(复杂)”。 智能是一个复杂的系统，既包括计算也包括算计，一般而言，人工智能(机器)擅长客观事实(真理性)计算，人类智能优于主观价值(道理性)算计。当计算大于算计时，可以侧重人工智能；当算计大于计算时，应该偏向人类智能；当计算等于算计时，最好使用人机混合智能。 一般而言，数学解决的是等价与相容(包含)问题，然而这个世界的等价与相容(包含)又是非常复杂的，客观事实上的等价与主观价值上的等价常常不是一回事，客观事实上的相容(包含)与主观价值上的相容(包含)往往也不是一回事，于是世界应该是由事实与价值共同组成的，即除了数学部分之外，还有非数之学部分构成，科学技术是建立在数学逻辑(公理逻辑)与实验验证基础上的相对理性部分，人文艺术、哲学宗教则是基于非数之学逻辑与想象揣测之上的相对感性部分，二者的结合使人类在自然界中得以不息地存在着。 机器智能的核心是符号指向的对象，人类智能的核心是意向指向的对象，人机混合智能的核心是意向指向对象与符号指向对象的结合问题，它们都是对存在的关涉。人机混合智能也许就是解决休谟之问的一个秘密通道，即通过人的算计结合机器的计算实现了从“事实”向“价值”的“质的飞跃”。 一、什么是人机混合智能 人工智能的优势在于庞大的信息存储量和高速的处理速度，但是无法处理如休谟之问，即从“是”(being)能否推出“应该”(should)，也即“事实”命题能否推出“价值”命题；也无法处理情感的表征问题。人工智能尝试通过大数据与逐步升级的算法实现人的情感与意识，但依旧没有办法实现跨越。 人工智能是一种返回修改模式，一组代码解决一个问题，问题没处理好，代码自动返回，修改数据，代码再执行。反复修改，也就是反复学习，这就是人工智能。当然，好的人工智能技术，在一定范围内可以自己修改不足的模型，进而可以在一定程度上模拟人的具体能力，如人类的部分计算、逻辑推理能力，但它对人类“非家族相似性”的类比、决策能力还无能为力。所以人工智能中的“智能”并不是真的人的智能。 人工智能有限的理性逻辑和困难的跨域能力是其致命的缺陷。其无法理解相等关系，尤其是不同事实中的价值相等关系。人工智能也无法理解包含关系，尤其是不同事实中的价值包含关系(小可以大于大，有可以生出无)。人可以用不正规、不正确的方法和手段实现正规、正确的目的，还可以用正规、正确的方法和手段实现不正规、正确的意图。人可以用普通的方法处理复杂的问题，还可以(故意)用复杂的方法解答简单的问题。 从人工智能的特点及缺点中，我们不难看出：人的思维很难在人工智能现有的理论框架中得到解释。那该如何做才有可能寻找到一条通往智能科学研究光明前程之路呢？下面将针对这个问题展开最底层的思考和讨论。 “人工智能之父”图灵的朋友和老师维特根斯坦在他著名的《逻辑哲学论》第一句就写道：“世界是事实的总和而非事物的总和。”②其中的事实指的是事物之间的关涉联系——关系，而事物是指包含的各种属性，从目前人工智能技术的发展态势而言，绝大多数都是在做识别事物属性方面的工作，如语音、图像、位置、速度等，而涉及事物间各种关系层面的工作还很少，但是已经开始做了，如大数据挖掘等。在这些眼花缭乱的人工智能技术中，人们常常思考着这样一个问题：什么是智能？智能的定义究竟是什么呢？ 关于智能的定义，有人说是非存在的有，有人说是得意忘形，有人说是随机应变，有人说是鲁棒适应，一百个专家，就有一百种说法。实际上现在要形成一个大家都能接受的定义是不太可能的。但是，这并不影响大家对智能研究中的一些难点、热点达成一致看法或共识，如信息表征、逻辑推理和自主决策等方面。
