近来，有不少人对人工智能的应用落地提出了一些疑虑，如不少投资者也在投入了大量资金后提出了“生成式AI是不是一个泡沫？”，还有日前韩国计划推出全球首个“AI教科书”，即在学校引入人工智能驱动的数字教科书，但遭到逾5万名家长请愿反对，家长们认为：AI+教育仍处于早期阶段，虽然可以辅助教育但教师不能当甩手掌柜，尤其担心儿童过度接触数字设备和潜在的错误信息会造成不良后果等。

那么，AI的短板究竟在哪里呢？细细想来，或许，可能与推理、使用有关吧！

一、AI中的推“理”大都只是数理、物理方面的“理”

AI中的推“理”大都只是数理、物理方面的“理”，而真实智能环境中的推理中的“理”常常涵盖了多种领域，包括数理、物理、心理、生理、伦理、法理、管理、文理、艺理等混合起来的“非常理”，涉及推理过程中的不同应用领域，了解这些方面可以帮助人们更全面掌握智能的应用。实际上，每个领域的“理”都提供了独特的视角和工具：

• 数理：涉及数学和逻辑推理，用于解决复杂问题和建模。

• 物理：应用于自然现象和实验设计的推理。

• 心理：关注人类思维和行为的推理。

• 管理：运用于组织和决策的策略性推理。

• 生理：涉及生物体功能和健康的推理。

• 法理：法律系统和司法判断的推理。

• 文理：跨学科的综合推理，包括文学和艺术的结合。

• 艺理：艺术创作和欣赏中的推理。

• 伦理：推理涉及判断行为的道德性和价值观，它帮助我们评估什么是对的或错的，并指导我们在复杂的道德情境中做出决策。它与其他领域的推理相结合，能够提供更加全面的理解和指导。

• 非常理：探索非常规和创新思维方式中的推理。

这些领域的推理方法和技巧可以相互补充，帮助解决真实世界中多样化的智能问题。

二、智能的关键在于矛盾、取舍

虽然数据、算法、算力和知识是AI系统的核心要素，它们并不是智能的全部。智能的真正关键在于如何处理矛盾和取舍，这是智能决策和行为的精髓，有效的智能决策往往需要在矛盾的目标之间找到平衡，如优化资源分配时，可能需要在效率和公平之间做出取舍。智能系统能够识别这些矛盾，并在不同选择中权衡利弊，做出最优决策。这种能力体现了智能的深度和复杂性。

数据、算法、算力和知识则是实现人工智能的重要手段和资源。数据是AI系统的基础，提供了信息和样本；算法则是用于处理和分析数据的工具；算力则提供了计算能力来支持算法的运行；知识则是领域专业知识和经验的体现。如何有效地使用这些资源对于解决矛盾和做出正确的取舍至关重要，如在机器学习中，需要选择合适的算法和模型来处理数据，并根据实际需求进行训练和优化，在决策过程中，需要运用知识和经验来判断不同选项的影响，并利用数据和算法进行分析和预测，合理分配算力资源，确保系统的高效运行。所以，数据、算法、算力和知识是实现真正智能的基础支持，而理解和处理矛盾、进行有效的取舍使用则是真正智能的核心要素，在实际应用中，需要综合考虑这些因素，通过不断的研究和实践来提高智能系统的性能和效果。

矛盾是指在不同的需求、目标或约束条件之间存在的冲突或对立。在智能系统中，常常需要在多个方面进行权衡和选择，例如准确性与效率、灵活性与稳定性、安全性与便利性等，解决矛盾需要深入理解问题的本质和各种因素的相互关系，并通过合理的计算与算计算法和策略来找到最优或次优的解决方案。取舍则是指在有限的资源或条件下，做出选择并放弃其他选项，在智能系统中，由于资源的限制或问题的复杂性，往往需要在不同的方案或策略之间进行选择。这就需要根据具体情况评估各种选项的利弊，并做出明智的决策。

矛盾、取舍在智能中之所以关键，而不是数据、算法、算力和知识，其原因在于使用与调用。真实的智能不是掌握数据算法算力知识的能力，而是需要具备灵活性和适应性，能够在不同的情境和问题中进行灵活的使用、协同、应对，常常需要人、机、环境智能系统能够识别和处理矛盾，并在矛盾之间进行选择和取舍，如在各种决策过程中，需要在不同的目标、约束和利益之间进行权衡和选择，这些矛盾和取舍需要智能系统能够理解和处理，以做出合理的决策。在更高级的智能系统中，还需要考虑伦理和社会影响，在处理道德和伦理问题时，智能系统需要在不同的伦理原则和社会规范之间进行取舍，需要考虑其社会责任和长远影响。总之，尽管数据、算法、算力和知识是实现人工智能的基础，但真正的智能体现往往在于如何有效处理矛盾和取舍。智能系统需要在复杂的决策环境中做出平衡，综合各种信息和目标，以实现最佳的结果。

内容介绍

本书是一本探讨人机环境系统相互融合的智能的图书，深入研究了人工智能技术在许多场景中的应用，以及人机环境系统的协同作业和智能化发展。本书主要围绕三个问题展开：人机交互与人机融合智能有何异同？人类的谋算（算计）与计算是可逆的吗？机器智能能够产生谋算（算计）吗？同时，本书还介绍了多种现代技术及其在人机环境系统中的应用，如人工智能、深度态势感知、理性计算、感性算计、情绪 /情感分析等。通过阅读本书，读者可以了解如何利用人机智能技术来提高人机环境系统的整体效能并减少“机器幻觉”，为未来的智慧社会建设奠定基础。

目录

目录绪论 

1上篇 人机交互

第一章 人机交互概述 11第一节 人机交互工程的形成和发展 11第二节 人机交互工程的研究方向 19第三节 人-机-环境关系发展变迁 25第四节 人机交互工程学研究的基本原则与研究方法 29本章参考文献 38

第二章 人机交互中的情境认知 40第一节 人的感知 40第二节 人的认知 55第三节 人的决策 81第四节 机的决策 84第五节 情境认知的理论与思考 89第六节 推荐系统情境决策实验 111本章参考文献 135

第三章 人机交互中的环境因素 142第一节 现实环境与虚拟环境 142第二节 现实世界中的不足 151第三节 数字世界与现实世界的融合：元宇宙 152第四节 信息融合 153本章参考文献 157

下篇 人-机-环境系统智能

第四章 人工智能的起源与发展 161第一节 智能的本质 161第二节 智能与意识 165第三节 人工智能的起源 170第四节 人工智能的四个发展阶段 172第五节 人工智能中的逻辑演绎 177第六节 智能化的隐患 182本章参考文献 185

第五章 人机智能的分界 191第一节 人工智能的瓶颈 191第二节 智能的第一原理 193第三节 人机融合智能是人工智能未来的发展方向 202本章参考文献 206

第六章 人机融合决策实例分析 207第一节 机器决策过程 207第二节 人类学习过程对机器决策的指导作用 214第三节 人机融合决策如何建模 220本章参考文献 223

第七章 人-机-环境系统智能 227第一节 智能是人、机、环境相互作用的产物 227第二节 人的智能和机器智能 228第三节 自主性与人-机-环境系统智能 236第四节 未来是人-机-环境智能的融合 249第五节 人机环境系统智能的发展方向与关键问题 254第六节 人-机-环境系统智能的未来可能性 261本章参考文献 266

第八章 深度态势感知 273第一节 深度态势感知的理论之源 273第二节 深度态势感知的概念 275第三节 主/被动态势感知 279第四节 基于深度态势感知的用户画像案例 282第五节 基于深度态势感知的军事智能 291第六节 论态势感知中的有态无势 312本章参考文献 315

第九章 人-机-环境系统智能中的计算计 320第一节 计算与算计 320第二节 计算—算计的模型 331第三节 变通、趣时与知几 340第四节 计算计的内涵与外延 343第五节 智学：非存在的有 351本章参考文献 354

第十章 人-机-环境系统智能中的情感与信任问题 356第一节 情绪交互与情感化设计 356第二节 动态双向情绪传递模型及其关键技术 362第三节 情绪对决策的两面性影响 368第四节 人-自主系统团队的情感与信任 370第五节 信任的定义与溯源 372第六节 人-机-环境融合系统的信任校准 377第七节 人工智能可解释技术 379本章参考文献 384

第十一章 新信息、新控制与新系统 390第一节 智能化不是信息化/数字化的简单升级 391第二节 智能的再认识 395第三节 跨域的计算计小对话 403第四节 新信息与新控制中计算计的理解及概略模型 404第五节 新系统概念是个超三体的问题，也是一个计算计问题 407第六节 智能是一个非常辽阔的空间 409第七节 寻找智能的基础理论可能需要另辟蹊径 412第八节 认知与向善 416第九节 人机环境系统对信息论、控制论、系统论的拓展与整合 420

后记 426