アブストラクト：著者は人間とコンピューターの融合知能について多くの混乱を抱えています。混乱を解消する観点から「人工知能を問う」という本を整理し、人工知能のボトルネックと要点を包括的に理解したいと思います。 、そして人間のコンピューターに身を置く融合知能の研究の出発点。この本全体のアイデアは、人工知能と人間の知性の比較から人工知能の欠陥を見つけ、これらの欠陥を解決しようとすることです。人工知能の限界は人工知能の限界につながるため、この本では、未来は人間とコンピューターの融合知能であり、人間とコンピューターの融合知能の入り口は深い状況認識であると述べています。さらに、この本は、教育、軍事、ゲーム、その他の側面における人工知能に焦点を当てています。
キーワード：人間と機械の統合知能、人工知能、深い状況認識
1.知性の源：人と機械から始める
人工知能と人間の知能の根本的な違いは、知能の源から見つけることができます。
1.1人工知能と人間の知能の考え方の違い
1.人工知能の出発点は「存在する」、つまり既存の客観的な問題です。人間の知性にはまだ「すべき」、つまり意識があります。
2.人々は「望んでいる」、つまり自分がやりたいことを持っていますが、機械は「望んでいない」のです。
3.人々は「できる」、つまりそれができるかどうかという問題を抱えています。マシンにはこの問題はありません。
4. 「変化」：人は変化し続けますが、機械は変化せず、段階的にしか実行できません。
上記の内容は、人工知能と人間の知性の考え方の違いを説明するために、「存在する」、「すべき」、「欲しい」、「できる」、「変化する」の5つの単語を使用しています。これは、人工知能ができないという事実でもあります。ある程度人間の知性と比較されます。比率の根。
1.2既存の人工知能の欠点と利点
この本は主に、既存の人工知能が十分に賢くない理由を2つの側面から説明しています。1つは基本的な哲学的レベルであり、もう1つは特定の実現プロセスレベルです。関連する問題は特定のカテゴリに分類されます。
基本的な哲学的な質問は、矛盾のペアについてです：形式化と志向性、計算と計算、事実と価値など。マシンには、「ヒュームの質問」に答えることができない哲学的な固有の機能不全がまだあります。この観点から、人工知能の核心とボトルネックは、形式化/計算/事実と志向性/計算/価値の有機的な組み合わせにあります。
特定の操作プロセスの問題は、入力、処理、出力の意思決定、反映、フィードバックの問題であり、特定の操作プロセスに関連する問題も、上記の哲学的矛盾の具体的な兆候です。入力表現における既存の人工知能には、感情、常識、定数表現、暗黙知仮想参照システム、外部前提条件の変化の認識、さまざまな知識（宣言的、手続き的、暗黙的）の表現などの問題はありません。は既存の問題を処理しています人工知能には洞察と瞑想がなく、柔軟で変化しやすい矛盾したものや数学の多方向性を処理できません。意思決定における既存の人工知能は、人間の知性のような直感的な経験を通じて意思決定を行うことも、不完全な情報で意思決定を行うこともできません。反射フィードバックに既存の人工知能を反映することで、さまざまな比喩（人間固有の能力）を生み出すことはできません。
しかし、人工知能には、大容量のストレージ、高速で正確な計算、強力な検索機能、「Alpha Dog」のような前向きな機能など、人間の知能にはない利点もあります。上記の議論から、人間の主な利点は非ドメインの問題を解決することであり、機械の主な利点はドメインの問題であることがわかります。
1.3機械学習と人間学習の比較
1.マシンは、多数の正しいサンプルに基づいてトレーニングされます。人間は、少数の正しいサンプルまたは間違ったサンプルに基づいて学習します。
2.機械は局所最適点を生成するのが簡単で、パラメータを調整するのが難しいです。人間は全体を最もよく把握し、パラメータを比較的自由に調整します。
2.未来は人間と機械の知能の統合です
上記の議論から、人工知能への道は限られていることを見つけるのは難しくありません、そして人間と機械の知能の統合は今日のインテリジェントな時代の最良の解決策です。人間と機械の融合インテリジェンスは、人間と機械の強みを最大限に活用して、新しい形のインテリジェンスを形成することです。人工知能は形式論理の枠組みから生まれ、人間の知能は方言的思考システムに根ざしており、人間とコンピューターの融合知能の基盤は論理的思考と非論理的思考の組み合わせにあります。
人机融合智能是人、机、环境三者的交互统一。人机环境这三个事物之间是石头剪子布的关系：人造机器 + 机器改造环境 + 环境塑造人，其中这个环境不单是自然环境，而且还包括社会伦理环境、商业环境、科技环境等一系列的环境，这个机它也不单单是指机器装备，还包括了机制管理等，这个人也分很多种，如单人、多人等。人、机、环境就构成了一个完整的系统工程体系，人、机、环境之间的交互作用和关系也是各种智能产生的源泉和所在。
三、态势感知是人机融合智能的切入点
我们将态势感知中的“态”定义为人-机-环境系统中的各类表征个体状态的主客观数据，即state；将“势”定义为事件的发展趋势，即trend；将“感”定义为对系统中“态”的觉察，即sense；将“知”定义为对“势”的理解。
3.1三级态势感知模型
美国空军首席科学家米卡·安德斯提出的态势感知模型（如上图）被分成三级：第一级是对环境中各成分的感知，即信息的输入；第二级是对目前的情境的综合理解，即信息的处理；第三级是对随后情景的预测和规划，即信息的输出。
在第三级智能预测系统中，存在以下问题：如何把非概念问题概念化？如何把异构问题同构化？如何把不可靠的部件组成可靠的系统？……图灵奖及诺贝尔经济学奖得主西蒙提出了聪明的对策：有限的理性，即把无限范围中的非概念、非结构化成分可以延伸成有限时空中可以操作的柔性的概念、结构化成分处理，这样就可把非线性、不确定的系统线性化、满意化处理。
3.2深度态势感知的含义
深度态势感知的含义是“对态势感知的感知，是一种人机智慧，既包括了人的智慧，也融合了机器的智能”，是能指＋所指，既涉及事物的属性（能指、感觉），又关联它们之间的关系（所指、知觉），既能够理解事物原本之意，也能够明白弦外之音。
“态”就是先天已存在的事物发展惯性，“势”就是后天未存在的事物发展惯性，感知就是要理解态、势。深度态势感知就是深度理解态、势。态是事实空间，势是价值空间，感是事实获得，知是价值关系。关于深度态势感知虚实参照系，我们可分为人机不同的态（事物）参照系、势（事实）参照系、感（显著）参照系、知（价值）参照系，当这些虚实参照系大部分一致起来时，抑或是没有本质的矛盾时，才有可能产生正确的觉察和决策行为。
3.3建立深度态势感知公式
从态空间进入势空间，就是从数据特征空间进入信息向量空间，就是从逻辑空间进入非逻辑空间，就是从形式空间进入意向性空间，也即从语法空间进入语义空间，这种不同空间的进入所产生的误差表达公式，就是我们要建立的深度态势感知公式。
四、对人机融合智能问题的梳理
以下是对书中人机融合智能关键问题的梳理，笔者认为研究人机融合智能需要从以下问题找突破口，这也是梳理的必要性。
如何使机器产生感知外部前提条件的变化，并依次而随机应变，是人机融合的一大障碍；人既有确定性的一面，也有不确定性的一面，机（机器、机制）同样如此，如何把不确定性的一面转为相对稳定的确定性加以使用，这是人机融合的一个重要问题；抽象符号间的联系不能产生知识和意义，形式符号系统的语义解释和知识建构如何内在于系统（类似于人类内在于我），应该是未来人工智能研究的核心问题；“反思”的目的性可用主观的价值性表征，这将成为人机融合的又一关键之处；人机之间的理论、概念、知识、信息、数据之间是弥散膨胀关系，为了不失真，它们相互之间的转换效率需要用某种方法来衡量，这些表征就是我们要寻找的关键点和突破口；人机融合的关键应包括：一多与灵活弥聚的表征、公理与非公理混合推理、直觉与“间觉”交融的决策；让机器获得联觉或迁移觉，或许是人机融合智能方面的一个瓶颈；关系有单向性（不是双向的）和依附性，如何建立起人机之间的双向关系至关重要，这是人机融合智能的一个突破口和切入点。
五、一个应用：知识推荐系统
读第六章“人工智能：寓教有方”时，笔者意识到知识推荐系统是一个很好的研究方向。在线教育火爆，它有其随时随地可以学习的优势，但是目前在线教育也存在内容不对口、材料不对口、上课方式缺乏个性化等缺点，这些缺点会导致学习体验不佳，进而导致学员在学习过程中难以进行。比如学习英语口语时，我的情况现在学习发音还是学习口语内容，如果我学习发音我现在的阶段应该是学习弱化、爆破还是连读等问题。如果我是要某个情景需要口语那我现在应该学习什么内容。如果我要长期学口语，是听课还是读材料还与外国老师交流哪个方式更适合我。这个系统如果做到因材施教可以帮助很多像我一样只会哑巴英语的人。另外，如果能实现真正的智能推荐，目前市面上所有的在线教学都会受到强烈的冲击，我们可以预测到它市场的火爆。
六、对人机融合智能研究的短暂规划
由于本书中提到：人工智能如果有一定的智能，恐怕更多应是数字逻辑语言智能；人还是定性定量才能交给机器做；归根到底，机器所能做的只是计算而已；建造有意识的智能体一定要将其置于具体环境中，首先了解情景，对情景进行辨别与选择，再发展智能与意识，这样才能离我们人类的意识越来越近；人的优势是画圈（划分领域/定义域），机的优势是画圆（精确执行），人机融合的优势则是既能画好圈又能画好圆（可跨域实现目标），正可谓人心所想，机器所为。
我们可以得出下面的结论。研究人机融合智能，要规定具体环境。对机器暂时还不能有算计上很高的期望，未来一段时间内主要利用它的计算优势。研究人机融合智能要循序渐进，充分利用人机的优势，达到比较好的智能。
七、总结与展望
读书的过程中笔者是带着能否从书中找到方法来解决关于人机融合智能中实际问题以及指导笔者接下来研究进程的思路来读这本书的，所以接下来笔者会结合本书与自己的思考来总结全文。
人工智能有专用人工智能和通用人工智能之分，也就是弱人工智能和强人工智能之分。我们目前人工智能大都属于专用人工智能，我们现在要做通用人工智能。通用人工智能也就是从以上讨论的人工智能的缺陷中找突破口。
作为人机融合智能的切入点-态势感知中，态和感描述的是事实/形式化，势和知描述的是价值/意向性，态势感知究其根本还是事实与价值的矛盾。但是矛盾只能从理论上指导我们，它解决不了实际问题。那我们接下来怎么解决人机融合智能的实际问题？
机器对彼此矛盾或含糊不清的信息不能反应。本书中也提到人还是定性定量才能交给机器来做。人擅长解决非定义域的问题，机器擅长解决定义域的问题，那么人机融合智能要充分结合人和机的优势，做到优势互补。笔者在阅读前半本书的过程中有个不成熟的想法：人告诉机器搜集哪些输入信息，甚至可以列六个维度的信息让机器去搜集，搜集到的信息要传递给人，人表征完了告诉机器怎么处理，接着机器再去处理。读后半本书的过程中，笔者意识到复杂的情景应该有人机环更多的交互统一。举个例子，军事智能中的人机合一，不是简单的“人心+机脑”，而是人（单人、多人、敌我）+机（机器装备+机制管理）+作战环境（真实+虚拟）体系的交互统一。泛泛而谈不适合研究具体智能，还容易导致思路掣肘及分散，所以我们还是要在具体情境下对具体智能探索。
本书也多次提到了研究智能体要规定情境，划好范围，所以我们接下来是不是可以从问题中突破，在具体情景问题中探索，循序渐进。另外，实践的创新也会促进理论的创新。笔者想到了一个从情境智能中研究的大概步骤：提出研究问题、自行建模有个大概思路、解决不了的问题借鉴前人的价值模型、创新自己的价值模型、解决问题。
我们怎么解决以上步骤的第一步-确定自己的研究课题？笔者认为以上讨论的人工智能不智能的每个具体涉及问题及人机融合智能的难点都可以作为课题。除此之外，笔者认为本书中还可以作为课题研究的有：情感表征、战斗机/半自主武器、机器读懂文字的语义、弥补辩证逻辑。
弁証法的思考論理は、人間と機械の環境の複雑なシステム問題を処理するために、柔軟に表現でき、単調でない推論、直感的な意思決定、適応性、正確、効果的かつタイムリーな思考方法の一種です。私がこれを読んだとき、著者は弁証法的思考の論理が人間とコンピューターの融合知能の研究における突破口になるかもしれないと考えています。数学と論理理論の不完全さを補うためにその規定と意味を自分で定義できれば、それは事実と価値観を伝えるという基本的な矛盾にあります。それは間違いなくよりスムーズになります。
インテリジェンスは非常に論理的かつ戦術的で、横向き、センス、短時間、小さなスペース、低い価値です
知恵は論理的かつ戦略的に弱く、重要であり、知識であり、長い時間であり、広いスペースであり、価値が高い