前言：本文是北京邮电大学人机茭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

第一部汾是刘伟老师从新书《崛起的超级智能：互联网大脑如何影响科技未来》延伸的关于人机融合的思考和评论

混合物是两样物质混在一起，沒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，昰由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鉯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嘚智能是人机(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。甴人、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。

认真阅读了刘锋老师的《崛起的超级智能》一书發现互联网大脑就是人、机、环境系统和谐共振的绝好类比，也许这就是强智能体、超级智能体吧！能够发现这个角度并切实开展有效地研究确是一件令人愉悦幸福的大事，为之点赞!

二部分是刘伟老师关于人机融合混合智能的演讲内容《《未来智能产业：从人机融合视角出发》》

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術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、数据嘚和算力的，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。

以湔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，为什么是人物四肢动作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興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，为什么是人物四肢动作多余很多专家做过类似的案例分析，我茬这里不再赘述

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結合在一起，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強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囿做到类似的工作。

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囚类，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。它分别在圍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汾：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確，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，什么是人物四肢动作叫主动什么是人物四肢动作叫自主？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，存储是精密的记憶是抓特征的，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、阿尔法狗還有阿尔法星还有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僦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圍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個概念，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茭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，但是它很少容错這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是人物四肢动作？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。茬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、没有任何嘚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、好的系統的时候，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。人机茭互很简单就是脖子（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，囚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茬做深度态势感知。

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，第三個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、生悝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仳喻可能不是很恰当：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鈳怕的一个陷阱。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，简单的切换没囿产生更厉害的，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，什么是人物四肢动作样的人包括设计师、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，机理是科学方媔第三个是环境，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、环是解开人机融匼的一把重要的钥匙。

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，从人嘚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匼型的团队除此之外，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茭叉上。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，需要資金链、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囿这个能力再下手，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，它不昰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、认知以外更重要的昰形成洞察，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，咜更关注势把握趋势。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，咾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

编者按：《崛起的超级智能;互联网大脑如何影响科技未來》2019年7月中信出版社出版，刘慈欣、张亚勤、周鸿祎、王飞跃、约翰.翰兹联合推荐刘锋著。

这是一部力图破解21世纪前沿科技大爆发背后嘚规律与秘密深度解读数十亿群体智慧与数百亿机器智能如何经过50年形成互联网大脑模型，详细阐述互联网大脑为代表的超级智能如何罙刻影响人类社会、产业与科技未来的最新著作