展望人机融合对未来产业的影响

前言：本文北京邮电大学人机交互与认知工程实验室主任、科技委人机融合智能组首席科学家刘伟教授就混合智能的产生、起源和新应用场景所做的深度阐述。

混合物是两样物质混在一起，没发生化学变化，仍是两种物质。如把沙放进水里等物理变化。融合物是由两种或以上元素组成的物质，指的是一种物质。如一氧化碳CO，是由C元素与O元素组成的化学变化。

所以，人机混合智能中人机界面分明，然而，随着自主系统的不断发展，人、机在物理域、信息域、认知域、计算域、算计域、感知域、推理域、决策域、行为域的界面越来越模糊，你中有我，我中有你，融合在一起的趋势越来越显著，所以人机融合智能较能反映真实的人机相互作用、相互影响关系吧。

一直认为人工智能只是人类智能可描述化、可程序化的一部分，而人类的智能是人机(物)环境系统相互作用的产物。所以，智能生成的机理，简而言之，就是人物（机属人造物）环境系统相互作用的叠加结果。由人、机器、各种环境的变化状态所叠加衍生出的形势、局势和趋势（简称势）共同构成，三者变化的状态有好有坏、有高有低、有顺有逆，体现智能的生成则是由人、机、环境系统态、势的和谐共振大小程度所决定的，三者之间具有建设性和破坏性干涉效应，或增强或消除，三位一体则智能强，三位多体则智能弱。如何调谐共频则是人机融合智能的关键。

现在人工智能已经发展到一个非常热的程度，人工智能下一步应该怎么走？今天分享这个话题的同时，我也提出一些个人看法，因为人工智能发展的趋势促使很多产业飞速进步，同时也带来一些问题，这些问题怎么克服呢？

今天我给大家演讲的题目主要侧重于技术，主要从人机融合的视角出发，看未来智能产业的发展。未来的产业发展，我认为有两个很突出的特点：第一个是传输，5G时代已经到来，相比以前4G、3G，这个时代的到来将会引起信通革命性的变化。而人工智能现在也走入一个新的时代，这个时代将从以前关于算法的、数据的和算力的，走向了与人结合、与用户结合、与设计师进行结合、与体验进行结合，这个结合将会影响整个未来人工智能领域的发展。

以前人工智能有三大领域，这是三个最有代表性的人工智能的系统或平台。

第一个是1997年打败卡斯帕罗夫的深蓝系统。当时它赢得了一片赞赏，为什么会赢得那么大的振动？因为在人类历史上第一次出现了机器比人类更强大的一个概念，这个概念的引入使大家有兴奋也有担忧，这个担忧实际上卡斯帕罗夫用他的实验来验证是多余的，为什么多余？很多专家做过类似的案例分析，我在这里不再赘述。

卡斯帕罗夫下来以后，他与另外一台计算机一起，和深蓝又进行了博弈。在博弈过程中，卡斯帕罗夫认为他和一台机器结合在一起，还不如他一个人和深蓝进行博弈，1+1没有大于1，而是1+1小于1。这个现象给大家一个错觉，原以为人和机器结合在一起形成比人更强大的力量，结果适得其反，尤其是在智力上，在生理上。汽车、飞机这些传统运输工具已经把人的体力进行了革命，但是在智力上却没有做到类似的工作。

第二个是沃森。这个系统是IBM开发的又一个非常厉害的人工智能产品，但这个产品只能对固定式、确定式的问题进行快速、准确、大容量的搜索和回答，对主观性、描述性问题往往回答得不是太好。因为人类对这两个“How”和“Why”没有很好地回答，机器代替人类，目前看来还是比较遥远的梦想，这个梦想在智能医疗上进行了验证，现在IBM在医疗上做得不是太理想。

第三个是阿尔法狗。它分别在围棋和游戏当中取得了令人瞩目之成绩，但是它们同样也存在着一个问题：计算和认知隔离，只有计算没有认知。通过这三个系统和产品，我们可以看出目前人工智能发展存在的主要缺点及不足。

我们认为，未来的趋势是人和机器进行融合的时代，这个时代分为以下几个部分：深度开发人类的潜能，比如说人的洞察意识，人的认知；第二个是要把机器的计算和人的配合结合在一起，不是为了快，不是为了精确，不是为了更大的精确容量而进行评比，而是为了更好地与人结合。我希望在座的企业家、投资人和用户一定要关注这个，因为你的产品再高档、再牛，如果没有黏性，再好的人工智能产品也就是一个广告，也就是一个阿尔法狗，阿尔法狗就是一个大广告，因为它不实用、不落地。所以，未来的人工智能发展将以人机融合、智能的贴合度、混合的密切程度来衡量。它主要表现在几个方面：

第一，主动推荐。未来的产品一定要有主动性，什么叫主动，什么叫自主？这个概念我问了很多人，很多人都回答不了。其实这个问题非常抽象，自主和主动这种产品一定包含心理学，甚至包含哲学。比如，主动包括了记忆，但存储不是，存储是精密的，记忆是抓特征的，它包括了期望、匹配、选择、控制等一系列模块。所以主动系统非常复杂，目前我们碰到的系统里边能做到主动的非常少，因为在咱们的团队里边大部分都是理工科，刚才我听了一下，说是博士多少人，我给大家说，刚才我说的那三个系统，深蓝、阿尔法狗还有阿尔法星还有IBM的沃森，他们的团队里面有大量的复合型人才，阿尔法之父是剑桥大学计算机系的研究生，他特别喜欢围棋和国际象棋，而且对经营管理和商业有浓厚的兴趣，他是非常复合的人才。在这些好的系统里面一定要有复合型人才的参与，而不仅仅是博士、硕士，而不仅仅是海归，如果没有复合型人才，大家要小心。

第二，交互学习。这个复合程度如何有机结合在一起，表现在一个很重要的特点就是交互的学习。一个系统如果没有非常好的学习性，只是人类的学习性，而不是机器的学习性，因为现在大家看很多学习，动不动是机器学习，循环神经网络之类，大家注意，那是个隐喻，并不是真正的学习。人类的学习和机器学习最大的不同，人类学习能够产生一个范围不确定的隐性的知识和秩序，这个东西机器学不来的，这种隐性的东西造成意料之外的事情。比如一些孩子的成长过程中，今天学了一个概念，他们会在你意想不到的地方使用这种概念，机器做不到，机器很难形成隐性的知识。

第三，高效容错。这个能力是人与人之间打交道时天然具有的一种能力，而机器恰恰就非常欠缺这种人机容错的能力，它非常的规则、非常的概率、非常的统计，但是它很少容错。这就造成人机之间的大范围或深度的割裂。所以说，现在人机交互最好的产品是什么？就是它，目前在这个星球上人机交互最好的一个案例——手机。你用手机的时候，从来不会和它过不去，所以很多大型的人工智能，它的切合度非常差。

第四，混合决策。在所有的人机融合过程中，混合决策里边有很重要的特点，就是人带有责任性、带有风险性，机器没有，机器没有任何的责任、没有任何的风险，它决策的结果敢不敢用还是由人来定。所以这四方面造成人机融合里边非常大的困难。大家在选择好的项目、好的产品、好的系统的时候，也要考虑这四个方面。

我们对人机结合有三个认识：第一个认识是人机交互，第二个是人机融合，第三个深度测试感知。人机交互很简单，就是脖子（图）以下，人的生理和机器的物理进行结合，包括可达域、视域、听域，这种就叫做人机交互。对于脖子以上，人的大脑和机器的电脑进行融合的时候叫做人机融合，人机智能融合。目前最差的是人机智能融合，而研究人机智能融合的切入点实验室在做深度态势感知。

刚才几位嘉宾在谈整个投资形势和行业结合的时候，有一位嘉宾提到了态势，大家注意，态势感知非常重要，有了视感、有了态感，能够感、能够知，这个事情就好办了。我们把深度测试感知分成了五大块：第一是深度，第二是态空间，状态空间，第三个是趋势，第四个是感觉，第五个是知觉。它是人机融合的切入点，它涉及的范围非常广，不但涉及到数理和物理，而且涉及到管理、生理和心理，以及像法理等等这些环节，它是一个复合型的概念。

目前我们深度测试感知了一下当前的人工智能发展，我们做了一个小小的比喻，可能不是很恰当：第一，计算智能，目前认为现在的计算智能就像第一个图叫做刻舟求剑，试图用过去的数据来描绘未来，这是很可怕的一个陷阱。第二，感知智能，我们比喻成盲人摸象，只知一点，不知全局。第三，认知智能，我们叫做朝中丞相，简单的切换，没有产生更厉害的，大家期望得到的东西。第四，塞翁失马，一个项目经理能够产生塞翁失马的洞察力，能不成吗？这是我们给大家的建议。

人机融合对未来产业的影响，我给大家做一个简单的展望。

第一，关于5G它的发展，更大的带宽、更快的速度、更低的延时以及更高的可靠性，它的本质就是在人机融合里面，把人、机和环境变成一个大系统来看。人、机、环更重要的是人，什么样的人，包括设计师、用户、管理者、投资者都是人。机包括两块，一个是你的系统或产品，第二个是机制、机理，机制是管理科学，机理是科学方面。第三个是环境，包括自然环境、社会环境以及团队的协同环境，任务环境、目标环境，这些都是环境。所以人、机、环是解开人机融合的一把重要的钥匙。

人机共融可以实现未来的产业互联，它主要体现在以下这几个方面：第一，精准的感知，第二，深刻的画像，第三，自然的交互，协同的感知和计算算机的融合，包括5G结合在一起实现更快、更高、更强。

人机融合的布局将会影响整个社会的发展，从人的饮食起居到国民经济，这是一个非常重要的领域，在这个领域里面，我们对To B创业的建议有三块：一是要找对人，要找到复合型的人或复合型的团队，除此之外，还要有一项特别强，在某一个单项方面一技绝胜，把对手甩得远远的，未来颠覆性创新在复合型人才或者边缘的交叉上。二是要产生正确的机制，不但要有好的机器产品和系统，还要有良好的管理机制，这个机制对保障整个团队的运行和系统的稳定性、可靠性非常有帮助。三是好的环境，有无良好的上下游环境和发展空间等。

在这儿给大家强调一点，现在技术和资本的矛盾愈演愈烈，周围有很多朋友抱着非常好的技术，不敢让他们（猎云网注：指资本）参与。我问过他们，他们说怕被“绑架”，不知道大家理解不理解？资本希望短期内有回报，但是这种迫切性往往是很多技术不敢主动出击，不敢积极地容纳。同样，一些好的产品和技术需要链，需要资金链、物质链、供应链，更重要的是需要认知链。一定要有认知链，关键核心的东西是塞翁失马这个洞察，你得透过表面现象看本质，有这个能力再下手，可能更准确、更可靠、更稳定。如果养成不了这种习惯的话，对于很好的技术，在你眼里很可能就是一块石头，它不是一块玉。所以通过我个人的一些体验或者一些感觉，我提出一个想法，大家一定要洞察，除了计算、算计和感知、认知以外，更重要的是形成洞察，形成洞察以后会产生意想不到的结果。

另外，还有一个现象，在人机融合里面，其实人更多做一些正确的事儿，把握方向，它更关注势，把握趋势。机器要正确地做事儿，它关注态，状态空间，能够算得快、算得准。而人把握方向，有点像老婆和老公的关系，老婆在家里一定要把握方向，老公好好干活，这是对人机融合的一个肤浅的理解。