1 引言

1.1 現有人工智能的不足與挑戰

　　人工智能（AI）的概念于1956年的達特蒙斯學院暑期論壇首次提出。六十年間人工智能伴隨著互聯網、大數據、云計算等技術的發展取得了長足的進展。這其中人工智能的理論思想演變為三大流派，分別是聯結主義、行為主義和符號主義。盡管每種理論均取得了卓越的成就并且依舊為現在人工智能的主流研究方向，但是也均存在不足之處。聯結主義思想模仿人大腦皮層神經網絡的結構，通過深度學習方法，即用多隱層的處理結構處理大數據。但該方法限制于在具有可微分、強監督學習、封閉靜態系統任務下才會得到良好的結果，并且訓練得到的結果也限制于給定條件的問題上。行為主義思想通過不斷模仿人或生物個體的行為超越原有的表現來推進機器的進化，主要依賴具有獎懲控制機制的強化學習方法。然而該方法的缺點在于過于簡化人類的行為過程，忽略人類心理的內部活動過程，忽略意識的重要性。符號主義思想具有產生智能行為的充分必要條件假設，并且基于有限理性原理。該方法的實質是通過符號模擬人的大腦抽象邏輯思維過程，模擬人類認知系統的功能機理，并用計算機處理符號的運算，從而實現人工智能。但是符號主義思想面臨四個主要挑戰：1.知識的自動獲取；2.多元知識的的自動融合；3.面向知識的表示學習；4.知識推理與運用。符號主義雖通過模擬人的思維過程實現人工智能，但在以上四個問題難以有突破性的結果。

　　人工智能的優勢在于龐大的信息存儲量和高速的處理速度，但是無法處理如休謨問題，即從“是”（being）能否推出“應該”（should），也即“事實”命題能否推出“價值”命題[4]；也無法處理情感的表征問題。人工智能嘗試通過大數據與逐步升級的算法實現人的情感與意指依舊沒有辦法實現跨越。而人機智能融合將會是未來智能科學發展的下一個突破點。

1.2 人機融合智能

　　人機融合智能理論著重描述一種由人、機、環境系統相互作用而產生的新型智能形式，它既不同于人的智能也不同于人工智能，它是一種物理性與生物性相結合的新一代智能科學體系。人機交互技術主要涉及人脖子以下的生理心理工效學問題，而人機融合智能主要側重人脖子以上的大腦與機器的“電腦”相結合的智能問題。人機融合智能在以下三個方面不同于人的智能與人工智能不同：在智能輸入端，人機融合智能的思想不單單依賴硬件傳感器采集的客觀數據或是人五官感知到的主觀信息，而是把兩者有效地結合起來，并且聯系人的先驗知識，形成一種新的輸入方式；其次是在信息的處理階段，也是智能產生的重要階段，將人的認知方式與計算機優勢的計算能力融合起來，構建起一種新的理解途徑；*后是在智能的輸出端，將人在決策中體現的價值效應加入計算機逐漸迭代的算法之中相互匹配，形成有機化與概率化相互協調的優化判斷。在人機融合的不斷適應中，人將會對慣性常識行為進行有意識地思考，而機器也將會從人的不同條件下的決策發現價值權重的區別。人與機器之間的理解將會從單向性轉變為雙向性，人的主動性將與機器的被動性混合起來。人處理其擅長的“應該”（should）等價值取向的主觀信息，而機器不僅處理其擅長的“是”（being）等規則概率的客觀數據，同時也將從人處理“應該”（should）信息中優化自己的算法，從而產生人+機器既大于人也大于機器的效果。

　　人機融合采用分層的體系結構。人類通過后天完善的認知能力對外界環境進行分析感知，其認知過程可分為記憶層意圖層，決策層、感知與行為層，形成意向性的思維；機器通過探測數據對外界環境進行感知分析，其認知過程分為目標層知識庫，任務規劃層、感知與執行層，形成形式化的思維。相同的體系結構指明人類與機器可以在相同的層次之間進行融合，并且在不同的層次之間也可以產生因果關系。