AI侧重数据，AI+关注使用数据及其衍生品-信息、知识与逻辑，数据是原始的、未经处理的事实，信息是能够“修正观察者的期望”的、有价值的数据 ，知识是观察者在接收信息之前的“期望的集合”，是行动的倾向，是已存在的认知框架，逻辑是“期望的共识与惯性”。通过AI+可以解决AI解决不了的“数据丰富，信息贫乏，知识污染、逻辑局限”现象，进而实现东西方思想融合的人机环境系统智能。

一、AI与AI+的区别

1. 数据层面

AI侧重于原始数据的采集、处理和分析，通过机器学习算法从数据中提取模式和规律。

AI+不仅关注数据本身，更注重数据的衍生品，即信息、知识和逻辑的综合应用。

2. 信息层面

AI处理数据后生成的结果可能只是初步的分析或预测，缺乏对数据背后含义的深入理解。

AI+将数据转化为有价值的信息，能够“修正观察者的期望”，帮助人们做出更明智的决策。

3. 知识层面

AI通常基于已有数据训练模型，难以处理知识污染（错误或误导性的信息）和逻辑局限。

AI+结合人类的认知框架和领域知识，对信息进行整合和理解，形成可指导行动的知识。

4. 逻辑层面

AI主要依赖预设的算法和模型进行逻辑推理，可能受限于算法的局限性。

AI+强调逻辑的共识与惯性，通过融合东西方思维，实现更全面、灵活的逻辑推理。

二、AI+的优势

1. 解决“数据丰富，信息贫乏”AI+通过数据挖掘和分析，将海量数据转化为有用的信息，提升信息的价值密度。

2. 解决“知识污染”AI+结合人类的领域知识和经验，对信息进行筛选和验证，减少错误信息的干扰。

3. 解决“逻辑局限”AI+融合东西方逻辑思维，既注重分析推理，又强调整体把握，突破逻辑的有限性，实现逻辑与非逻辑的整合。

三、人机环境系统智能

1. 融合东西方思想

（1）东方整体思维强调人与自然、环境的和谐共生，注重系统性和整体性。

（2）西方分析思维擅长将复杂问题分解为简单部分，注重精确性和逻辑性。

在人机环境系统中，既考虑系统的整体性能，又关注各部分的优化，实现协同效应。

2. 人机协同

AI作为人类的智能助手，提供数据处理和分析能力。人类利用自身的直觉、经验、情感、想象和创造力，与AI共同决策和行动，取长补短，相得益彰。

3. 跨界融合

AI+系统能够感知和理解不同领域的变化，实时调整策略，实现与各种环境的动态交互、跨界融合，打通数据局与银行金融、公共安全、后勤保障等部门之间协同衔接。如智慧城市通过AI+技术，整合城市各类数据，提供智能交通、环境监测、公共服务等综合解决方案，实现城市的高效运行和可持续发展。医疗健康结合患者的医疗数据、病历信息和医学知识，AI+系统能够提供个性化的诊断和治疗建议，提高医疗质量和康养效率。

综上所述，AI+通过综合利用数据、信息、知识和逻辑，解决了AI在信息贫乏、知识污染和逻辑局限方面的问题，推动了人机环境系统智能的发展，为各行业带来了新的机遇和挑战，或许，数据局更应该关注AI+中的非数据问题，才能真正发挥数据的重要作用……

转载本文请联系原作者获取授权，同时请注明本文来自刘伟科学网博客。

链接地址：https://wap.sciencenet.cn/blog-40841-1502348.html?mobile=1

收藏

分享