混合智能：人工智能的终极形态
0分享至在如今这个高科技发展飞速的新时代，我们逐渐看到越来越多的机器智能正在崛起，2016年，百度的语音识别系统入选了MIT的十大突破性技术，AlphaGo在围棋上也战胜了世界顶级的围棋棋手李世石。
这场鏖战，瞬间让人工智能、机器学习、数据挖掘、深度学习、深度人工神经网络等类似的关键词充斥着各大科技类新闻媒体，尤其是在互联网、机器人等领域，简直就是爆屏一样的存在。二、三十年前，联想集团推出了一句广告语，叫“人类失去联想，世界将会怎样”，它代表了人类对未知世界探索的动力。而在今天，这类被称为人工智能的新兴科学席卷全球，引领我们加速奔向未来。
什么是人工智能？
人工智能，英文翻译为ArtificialIntelligence，简称AI，在上个世纪五十年代中期兴起，它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、脑科学、心理学、数学、哲学等多门学科相互渗透而发展起来的一门综合性学科。
人工智能又称智能模拟，是用计算机系统模仿人类的感知、思维、推理等活动。它研究和应用的领域包括模式识别、自然语言理解与生产、自动程序设计、定理证明、数据智能检索等。例如，用计算机模拟人脑的部分功能进行学习、推理、联想和决策；模拟医生给病人诊病的医疗诊断专家系统；机械手与机器人的研究和应用等。
人工智能的缺陷
现在，人工智能研究的重要方向之一是借鉴认知科学、计算神经科学的研究成果，使计算机通过直觉推理、经验学习将自身引导到更高层次，主要利用其深度学习+大数据的技术。深度学习，就是把计算机要学习的东西看成一大堆数据，把这些数据丢进一个复杂的、包含多个层级的数据处理网络，然后检查经过这个网络处理得到的结果数据是不是符合要求——如果符合，就保留这个网络作为目标模型，如果不符合，就一次次地、锲而不舍地调整网络的参数设置，直到输出满足要求为止。
虽然人工智能能在一定程度上模仿人脑的模式，但是这和人脑本质的思维模式还是会有很大不同，尽管其算法（一种深度学习算法）具有一定的先进性，但是目前还不能像普通算法一样有完备的数学根基作为解释的依据，即缺乏可解释性。如果一项技术是不可解释的，并且加上如今增长的机器学习技术，那么因此产生的一些意想不到的结果是不容忽视的。如何把人类认知模型引入到机器智能中，让它能够在推理、决策、记忆等方面达到类人智能水平，是目前科学界讨论的焦点。
人工智能的升级版——混合智能
作为一种可以引领多个学科领域、有望产生颠覆性变革的技术手段，人工智能技术的有效应用，意味着价值创造和竞争优势。然而，人类社会还有许许多多脆弱的、动态的、开放的问题，人工智能还都束手无策。从这个意义上讲，任何智能机器都没有办法去替代人类。因此有必要将人类的认知能力或人类认知模型引入人工智能系统中，来开发新形式的人工智能，这就是“混合智能”。
对于“混合智能”，现在业界还没有十分明确的概念，但大致可以理解为：混合智能是以生物智能和机器智能的深度融合为目标，通过相互连接通道，建立兼具生物（人类）智能体的环境感知、记忆、推理、学习能力和机器智能体的信息整合、搜索、计算能力的新型智能系统。在这个定义中提到的机器智能，即为现阶段人工智能的发展状态；另外一个词汇——生物智能，它是包含了人类智能在内的广义智能，人类智能是生物智能中最复杂的一种情况，下面这张图就准确表示出了生物智能、机器智能和混合智能之间的关系。
现阶段的人工智能有两个发展方向，通过完全理解人脑神经结构和工作原理，用电子芯片和算法完全模拟人脑的工作模式，制造出仿生的智能机器是其中之一；另一个方向，就是利用人脑去弥补人工智能的短板，打破生物和电子器件的界限，让人脑和机器各自发挥其特长，实现人机融合，即混合智能。
混合智能的两种实现方式
混合智能，可以分为两种基本实现方式：“人在回路的混合增强智能”和“基于认知计算的混合增强智能”。“人在回路的混合增强智能”是将人的作用引入到智能系统中，形成人在回路的混合智能范式。在这种范式中，人始终是这类智能系统的一部分，当系统中计算机的输出置信度低时，人主动介入调整参数给出合理正确的问题求解，构成提升智能水平的反馈回路。
把人的作用引入到智能系统的计算回路中，可以把人对模糊、不确定问题分析与响应的高级认知机制与机器智能系统紧密耦合，使得两者相互适应，协同工作，形成双向的信息交流与控制，使人的感知、认知能力和计算机强大的运算和存储能力相结合，构成“1+1>2”的增强智能形态。
而“基于认知计算的混合增强智能”则是指在人工智能系统中引入受生物启发的智能计算模型，构建基于认知计算的混合增强智能。
这类混合智能是通过模仿生物大脑功能提升计算机的感知、推理和决策能力的智能软件或硬件，以更准确地建立像人脑一样感知、推理和响应激励的智能计算模型，尤其是建立因果模型、直觉推理和联想记忆的新计算框架。对当前人工智能而言，解决某些对人类来说属于智力挑战的问题可能是相对简单的，但是解决对人类来说习以为常的问题却非常困难。
易念科技产品中的混合智能概念
易念科技研发的头箍臂环，采用了融合脑肌电的新型脑机接口技术，通俗来说，就是利用传感器采集人类大脑脑电波信号、肌肉电信号这类生物电信号，然后将提取到的这些海量数据，通过人工智能算法建立一个云端智能模型，再利用深度学习的技术，将不同人杂乱的脑肌电信号进行分类，分析出这些信号代表的含义，打破了生物和电子器件之间的界限，实现了人机融合，这就是混合智能其中一种基本的实现方式。
虽然在脑机接口领域已经有公司在做智能可穿戴设备，但是我们的头箍和臂环不仅仅只是用公式解析各项生物电信号指标，设备采用的四通道和八通道的信号处理器是我们的一大优势，通过这个方式，我们能让基于人工智能算法的模型准确适用于每一位用户，把信号中更复杂的意图解析出来，更好地去服务用户。
现在易念科技研发的头箍和臂环已经打通了一条道路——利用人工智能协助人类智能完成更多的工作，而反向由外部信息刺激大脑影响人类智能这另一条路，公司虽然才刚开始尝试接触，但这会是我们将来重点研究的方向。在混合智能这条路上，易念科技任重而道远。
微博：NeuralFLEX
抖音：NeuralFLEX
推荐阅读
意念操控世界！超能力不只是超人的专利！
奇点大学创始人撰文：HI将超越AI成为更高级智能，神经义肢技术是实现路径
从霍金到阿凡达：脑机接口的现状与未来
学界|利用CNN建模脑皮层与图像：新研究提出可实现「读心术」的表征系统
深度学习与神经科学相遇：不同脑区优化成本函数程序化实现分析
你不了解的外骨骼传感器，正在改变你80岁后的人生
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端人机共生：人工智能发展的必然趋势
当机器借助于智慧共享体系这个社会大脑，其拥有了类似于人类的智慧和主动认知后，机器智慧便能够达到普通人都无法实现的极速分析、思考、交流和行动，可以和人类一样主动地发现问题、制定计划并解决问题。依靠社会大脑的强大计算能力、储存能力和比人脑更强大的持续性和可靠性，机器智慧很自然地进入了一个自我提升、自我进化的良性循环，具有更为自主的思考、决策和行动力。在这种发展趋势下，新的AI将出现得越来越快，以AI为代表的智能科技也将会出现爆炸式的进步。机器智慧正朝着“超越人类智能”的奇点迈进，越临近这个奇点，人类将越难探知此时的机器智慧在“想”什么。这时，智慧共享体系所再次涌现的新智慧已经不再是纯粹的自然人的聪明才智所能表达的。
在线式智慧共享体系是一个记忆永不衰退的特殊社会大脑，其特殊的工作原理在于：非选择性的永久存储、智慧产生与演化的计算性路径，以及双向参与的累积性（分布的主动性与调用的目标性的循环积累）。这是自然人意识与智能意识的大集成产物，是不断涌现的机器智慧与不断更新的自然人智慧的集成累积，同时也推动了社会大脑不可阻挡的持续性发展壮大。
智慧机器之所以聪明就是借力于在线式智慧共享体系即社会大脑。一旦其脱离了这个社会大脑，再智慧的机器都会立即变成“弱智”。就其独立的本身而言，它永远只是一个行动体、执行体，即使它自带的电脑再先进，它也就只是一个普通机器。其一切智慧化的行动指令（包括生产新智慧）都来自于日益发育壮大的社会大脑。
智慧共享体系推动人机共生
智慧共享体系升华为社会大脑后出现的直接后果就是高智慧机器的诞生。这时，人与物关系的转变将不可避免，因为这不再是简单的人工制造机器直接控制利用机器的时代，而是一个人机共生的时代。这个主要由人工智能发展而构建起来的新社会形态，是一个通过人机协同、人机结合、人机混合的阶段性递进的依赖过程。这个过程可以以假肢的发展进程为例来加以说明。假肢是用工程技术的手段和方法专门为截肢者和肢体不完全者设计的人工假体。它的主要作用是代替失去肢体的部分功能，使截肢者恢复一定的生活自理和工作能力。显然，首先看到的假肢就是一个工具，是人机（或人与工具）协同去完成一个目标或任务。最直接的表现就是：假肢作为工具，与人的躯体肌肉运动一起完成人体的支撑与移动。这个功能阶段的假肢，我们可以称为一个精致的拐杖（第一阶段）。随着科技的发展，假肢具有了动力装置，拥有了微电机带动的关节，能在人的直接控制下做出各种动作，此时的假肢作为高级工具，开始模仿完整的肢体功能。这个功能阶段的假肢，我们可以称为一个灵活的仿真肢体（第二阶段）。又随着传感器与物联技术的发展，这个灵活的仿真肢体开始探知环境，遇到人脑还未发觉的环境危险时（如遇到一个小坑）能及时通知人采取应对行动。这个功能阶段的假肢，我们可以称为一个具有附加功能的灵活仿真肢体（第三阶段）。再随着生物传感器与脑科学研究的发展，这个附加功能的灵活仿真肢体开始摆脱人的操控，通过肌肉、生物电讯号、神经传导信号等，甚至是人脑芯片的直接植入，自动接收人脑（或意念）的指挥，完成各个动作与功能。
到此，有些人会称其为智能假肢。笔者以为这个功能阶段的假肢（第四阶段），虽然不再是简单的人机协同，但还不能算是机器混合智能，仍然属于一个高科技的高级工具，可以称为一个人机结合的仿真肢体。因为这个阶段的人机融合仿真肢体，仍然没有拥有独立的机器知识体系与自主行动体系。
伴随着智能科技与智慧共享体系的深度发展，人机融合的仿真肢体开始从功能型转向智能型。此时的假肢应带有云端导航系统、实时路况分析系统、天气预报系统、环境设别系统、危险物传感探测系统、知识搜寻系统，甚至还带有人脸识别系统与社交媒体等。这些系统与社会大脑的联结，使得我们的人机融合仿真肢体开始变得越来越智能。它不再只是探知环境危险，而是更加注重对于知识危险的功能探知。如糖尿病人的智能假肢会根据主人血糖含量的实时探测情况，适时改变主人的饮食安排。当主人误将糖瓶当作其他食品时，智能假肢根据自身的知识探知系统做出危险判断时，它将不再是提醒式的通知主人，而是直接阻止主人接触糖瓶，甚至毫不犹豫地采取直接行动打破糖瓶。当与主人躯体分离时，由于其自身带有行动系统，它同样可在云端智慧共享体系的作用下感知一切（包括与主人不在场的意识沟通），而单独采取行动（有利于或不利主人）。到此，智能假肢具有了主动设别、自主选择、自动执行的特征，真正的假肢形态机器智能体诞生了，人机共生社会也就到来了。
社会大脑是技术演化与集成优化的结果，这一过程既是人机混合主体融合演化的过程，更是社会进步演化的过程。只要找到了社会大脑这个新共同体的内在机理，我们也就不用过度担心即将到来的高智能体所带来的社会秩序的失控风险，也不用再过度忧虑我们有变成“非人”或被“非人”侵害的危险。返回搜狐，查看更多
什么是人工智能 (AI)
虽然在过去数十年中，人工智能(AI)的一些定义不断出现，但JohnMcCarthy在2004年的文章 (PDF,127KB)(链接位于IBM外部)中给出了以下定义："它是制造智能机器，特别是智能计算机程序的科学和工程。AI与使用计算机了解人类智能的类似任务有关，但不必局限于生物可观察的方法"。
然而，在这个定义出现之前数十年，人工智能对话的诞生要追溯到艾伦·图灵(AlanTuring)于1950年出版的开创性作品"计算机器与智能"(PDF,89.8KB)（链接位于IBM外部）。在这篇论文中，通常被称为“计算机科学之父”的图灵提出了以下问题：“机器能思考吗？” 他在这篇文章中提供了一个测试，即著名的“图灵测试”，在这个测试中，人类询问者试图区哪些文本响应是计算机做出的、哪些是人类做出的。虽然该测试自发表之后经过了大量的审查，但它仍然是AI历史的重要组成部分，也是一种在哲学中不断发展的概念，因为它利用了有关语言学的想法。
StuartRussell和PeterNorvig随后继续发表了“人工智能：一种现代方法 ”（链接位于IBM外部），成为AI研究方面的重要教材之一。在这本书中，他们深入探讨了AI的四个潜在目标或定义，基于理性、思考和行动来区分计算机系统：
人类方法：
像人类一样思考的系统像人类一样行动的系统理想方法：
理性思考的系统理性行动的系统艾伦·图灵的定义可归入"像人类一样行动的系统"类别。
以最简单的形式而言，人工智能是结合了计算机科学和强大数据集的领域，能够实现问题解决。它还包括机器学习和深度学习等子领域，这些子领域经常与人工智能一起提及。这些学科由AI算法组成，这些算法旨在创建基于输入数据进行预测或分类的专家系统。
目前，仍有许多围绕AI发展的炒作，市场上任何新技术的出现都会引发热议。正如Gartner在其hypecycle技术成熟度曲线（链接位于IBM外部）中指出的那样，自动驾驶汽车和个人助理等产品创新遵循“一个典型的创新周期，从欲望膨胀到期望幻灭、到最终了解创新在市场或领域中的相关性和作用。”正如LexFridman在2019年麻省理工学院演讲中指出的那样(01:08:15)（链接位于IBM外部），我们正处于欲望膨胀高峰期，接近幻灭的谷底期。
随着对话围绕AI的伦理道德展开，我们可以开始看到幻灭谷底初见端倪。如想了解更多关于IBM在AI伦理对话中的立场，请阅读这里了解更多信息。