​一、复杂态势下人和机器的感知常常都会变形

在复杂的情况下，人和机器的感知常常会受到各种因素的影响而变形。

对于人来说，感知的失真可能是由于认知、情绪、疲劳、注意力不集中等因素造成的。在紧张的环境中，人们可能会感到压力和焦虑，从而导致对周围环境的感知变得模糊或错误。此外，人的主观认知也会影响对事物的感知，可能会出现偏见或误解。对于机器来说，感知的失真可能是由于技术限制或故障造成的。机器感知往往依赖于传感器和算法，如果传感器受到干扰或损坏，或者算法设计有缺陷，就会导致机器对环境的感知产生误差。此外，机器的感知通常是通过收集和处理大量数据来实现的，如果数据质量不好或者不完整，也会影响机器对现实情况的准确感知。

在复杂的态势下，人和机器的感知失真可能相互影响。人的感知失真可能会误导机器的决策和行动，而机器的感知失真也可能会给人带来错误的信息或决策建议。

二、在人和机器共同复杂感知下的态势也往往容易失真

人和机器在感知过程中会受到不同的因素影响，包括个体的主观认知、信息的选择和过滤等。人的感知容易受到情绪、偏见和经验等因素的影响，而机器的感知则受限于其算法和模型的限制。

由于人和机器的感知方式不同，特定的情境下可能会导致态势信息的失真或变形。例如，当人类在分析复杂的数据或情报时，可能会受到自身的主观偏见、认知局限以及信息选择的影响，从而导致态势的失真。同时，机器的感知也可能受限于其算法和模型的局限性，可能会忽略或错误地处理某些关键信息，导致态势的变形或误判。

为了尽可能减少态势的失真和变形，人和机器需要相互协作和补充。人可以利用机器的优势，如处理大量数据、高速计算和模式识别能力，来辅助自己的感知和分析。机器则可以受到人类的指导和反馈，不断优化算法和模型，提高感知的准确性和可信度。

在人和机器共同复杂感知的过程中，态势的变形和失真是难以避免的，但通过不断改进和优化感知技术，并充分利用人机协同的优势，可以尽可能减少其对决策和行动的影响，提高态势感知的准确性和有效性。因此，在复杂的情况下，需要综合考虑人和机器的感知修正，进行合理的信息整合和决策制定，尤其是需要把握态势走向的人进行相应的算计（谋算）。

三、人类算计（谋算）是一种心理的价值性盘算

人类算计，也称为谋算，是指人类在进行决策和行动时，通过对不同选择和可能结果的评估和考虑，以追求个人或群体的利益和目标的心理过程。

人类算计是一种心理的价值性盘算，因为它涉及对不同选择和可能结果的评估，以确定其对个人或群体利益的价值。在进行算计时，人们会考虑各种因素，如成本、收益、风险、利益、优先权等，以确定最佳的决策和行动方案。人类算计的价值性体现在对个人或群体利益的追求上。在进行算计时，人们通常会追求最大化个人或群体的利益，尽力争取获得最大的回报或最小的损失。这种价值性盘算是人类自身利益追求的一种表现，它反映了人类在决策和行动中的自私和功利性倾向。然而，人类算计并不仅仅局限于个人利益的追求，也可以包括对他人或社会利益的考虑。在一些情况下，人们可能会进行代价的评估，并在自己的利益与其他人或社会利益之间进行权衡，以寻求更平衡和公正的决策和行动。简而言之，人类算计是一种心理的价值性盘算，它涉及对不同选择和可能结果的评估和考虑，以追求个人或群体的利益和目标。它是人类决策和行动的重要组成部分，反映了人类自身利益追求的心理过程。

四、人类算计（谋算）的形式化既包括态势感知也包括势态知感

人类算计（谋算）的形式化可以包括态势感知和势态知感。

态势感知是指人类对周围环境的观察和理解。在形式化人类谋算机制中，可以使用传感器和数据处理算法来收集和分析环境中的信息。这些信息可以包括感知到的物体、位置、速度、方向等，以及其他相关的环境参数。通过对这些信息进行处理和分析，人类可以获得对环境的态势感知，从而更好地理解并作出相应的决策和行动。

势态知感是指人类对周围环境的状态和趋势的认知。在形式化人类谋算机制中，可以使用模型和算法来预测环境的变化和趋势。这些模型可以基于历史数据、物理规律、统计学等方法进行构建。通过对环境状态和趋势的预测，人类可以在决策和行动过程中考虑未来可能发生的情况，并采取相应的措施。

不难看出，人类谋算机制的形式化既包括态势感知，即对环境的观察和理解，也包括势态知感，即对环境状态和趋势的认知。这两个方面的形式化可以通过人类感受器、数据处理算法、模型和算法等方法来实现。军事领域是人类谋算机制的一个重要应用领域。以下是军事方面的例子来说明人类谋算机制的形式化既包括态势感知也包括势态知感：

1、态势感知

在军事行动中，态势感知是指对战场上的敌我力量、地理环境、天气等信息进行收集和分析，以便制定战略和战术决策。人们通过军事情报、无人机、卫星图像等手段进行态势感知，并通过信息系统对收集到的数据进行处理和分析。在这个过程中，人类将问题形式化并运用模型和算法来处理感知到的数据，从而获得全面的态势认知。

2、势态知感

势态知感是指在军事决策过程中，对不同势态的评估和预测。势态是指敌我双方的力量对比、敌方意图和行动等因素所构成的局势。通过对势态的评估和预测，人们可以制定相应的行动方案和应对策略。在军事领域，人们会使用各种模型和算法来对势态进行分析，包括战略模型、战役模型、战术模型等。这些模型基于对历史战争经验和相关领域的知识进行形式化，以便对不同势态进行建模和预测。

综上所述，人类在军事领域的谋算机制的形式化既包括态势感知，通过对战场信息进行收集、处理和分析，获得全面的态势认知；同时也包括势态知感，通过对不同势态的评估和预测，制定相应的决策和行动方案。这些形式化的过程涉及到模型和算法的应用，以提供决策支持和战场指挥能力。

五、人机协同中人类的算计（谋算）形式化

在人机协同中，人类的谋算可以通过形式化建模来描述。以下是两种常见的形式化方法：

1、行为模型

人类的行为可以使用行为模型来建模。行为模型描述了人类的决策过程和策略选择。这可以是基于规则的、基于概率的或者是基于优化的模型。例如，可以使用决策树、马尔可夫决策过程或者是博弈论模型来模拟人类的决策行为。

2、认知模型

人类的思维过程可以使用认知模型来建模。认知模型描述了人类的信息处理和知觉机制。这可以是基于心理学理论的模型，例如使用计算模型来描述人类的记忆、注意力和学习过程。也可以是基于人工智能的模型，例如使用神经网络来模拟人类的感知和推理过程。

通过形式化建模人类的算计（谋算），可以帮助我们理解人类在人机协同中的决策和行为，并可以用于优化人机协同系统的设计和策略制定。然而，由于人类的谋算机制非常复杂且受到许多因素的影响，完全准确地形式化建模人类的谋算机制仍然是一个挑战。因此，形式化建模通常需要结合实证研究和实验数据，以验证和改进模型的准确性和预测能力。另一个军事例子可以是作战指挥系统中的人机协同。在这个系统中，人类指挥官负责制定战略和战术决策，而计算机负责提供军事情报、分析数据、模拟预测等支持，人类的算计（谋算）机制在这个例子中的形式化可以如下描述：

1、战略目标确定

人类指挥员根据特定的军事目标和背景信息，制定战略目标。例如，一个战略目标可以是占领某个关键地区或者消灭敌方特定部队。

2、战术决策制定

在战略目标的基础上，人类指挥员制定具体的战术决策。这包括指定部队的行动路线、兵力部署、武器装备使用等。人类指挥官依赖于自己的经验和直觉来做出这些决策。

3、数据收集和分析

计算机系统负责收集、整理和分析各种军事情报和数据。这包括获取敌方位置、实时战场情况、天气状况等。计算机系统可以使用算法和模型来处理和分析这些数据。

4、模拟预测

计算机系统基于收集到的数据和指挥官制定的战术决策，可以进行模拟预测。它可以模拟不同战术下的可能结果和影响，帮助指挥员评估不同决策的优劣。

5、反馈和修正

指挥员根据计算机系统提供的数据分析和模拟预测，以及实际战场反馈，对战术决策进行修正和调整。这种修正可以基于指挥员的直觉和判断，也可以依赖计算机系统提供的数据支持。

以上这些步骤可以形成一个循环过程，指挥员根据计算机系统提供的数据和分析结果，不断进行谋算和决策，以达到最优的战略目标。此外，鉴于人类的谋算机制是非常复杂和多样化的，因此形式化建模只能在一定程度上捕捉到其中的一部分，形式化建模可以帮助我们更好地理解人类行为和决策的机制，但仍然需要结合实际情境和经验来进行综合分析和判断。

六、人类算计（谋算）形式化过程中信息论、控制论、系统论、协同论也会发生较大的变化

在人类谋算形式化过程中，信息论、控制论、系统论、协同论会发生较大的变化。这些理论适用于处理和解释信息处理、控制、系统运作和协同协作等方面的问题。

首先，信息论在人类谋算形式化过程中的变化主要体现在信息的表示和处理方式的改变上。随着计算机技术的发展，人们能够处理和传输大量的信息，信息的表示和处理方式也越来越复杂。因此，在人类谋算形式化过程中，信息论需要适应新的信息处理方式，包括处理大规模数据、不确定性信息和多模态信息等。

其次，控制论在人类谋算形式化过程中的变化主要体现在控制策略的改变上。随着人工智能和自动化技术的发展，人们能够设计和实现更复杂的控制系统。因此，在人类谋算形式化过程中，控制论需要适应新的控制策略，包括自适应控制、强化学习和深度学习等。

此外，系统论在人类谋算形式化过程中的变化主要体现在系统的建模和分析方法的改变上。随着问题的复杂性增加，人们需要更好地理解和分析系统的行为和性能。因此，在人类谋算形式化过程中，系统论需要适应新的建模和分析方法，包括网络科学、复杂系统理论和混杂系统模型等。

最后，协同论在人类谋算形式化过程中的变化主要体现在协同行为和协同机制的改变上。随着互联网和社交媒体的发展，人们能够更有效地进行协同合作。因此，在人类谋算形式化过程中，协同论需要适应新的协同行为和协同机制，包括分布式协同、众包和群体智能等。

总之，随着人类谋算形式化过程的发展，信息论、控制论、系统论、协同论等理论会不断地适应新的情境和需求，以更好地支持人类谋算的形式化过程。

视频：

ChatGPT与人工智能未来发展趋势 - 知乎 (zhihu.com)