智能計(jì)算是支撐萬物互聯(lián)時(shí)代數(shù)字革命的新型理論方法、架構(gòu)體系和技術(shù)能力的總稱。其核心是綜合運(yùn)用智能技術(shù)和計(jì)算技術(shù)，對計(jì)算的基礎(chǔ)理論方法、軟硬件架構(gòu)體系、技術(shù)應(yīng)用支撐等進(jìn)行系統(tǒng)性、變革性的創(chuàng)新，形成強(qiáng)智能、大算力、高能效、高安全的計(jì)算能力和普惠泛在、隨需接入的服務(wù)能力，為智慧社會的數(shù)字能力建設(shè)提供基礎(chǔ)性支撐。

為推動智能計(jì)算的發(fā)展，指引未來智能計(jì)算的研究，之江實(shí)驗(yàn)室與《科學(xué)》雜志自2022年5月面向全球聯(lián)合征集了對未來智能計(jì)算研究具有重大意義的基礎(chǔ)性科學(xué)問題。李德毅院士、王懷民院士、朱世強(qiáng)教授、蔣田仔院士、陳怡然教授、于非院士、趙志峰研究員、Ajey Jacob博士等海內(nèi)外專家總結(jié)、提出了以下十個(gè)被認(rèn)為最深刻、最具挑戰(zhàn)性的科學(xué)問題。

智能計(jì)算十大科學(xué)問題已在《科學(xué)》雜志以及“第二屆智能計(jì)算創(chuàng)新論壇”上正式發(fā)布并出版。歡迎報(bào)名論壇參與討論！

1

如何定義智能，如何建立智能計(jì)算的評價(jià)和標(biāo)準(zhǔn)體系?

廣義地說，智能是分析輸入的數(shù)據(jù)并對其做出適當(dāng)反應(yīng)的能力。許多人說，一個(gè)真正的智能系統(tǒng)應(yīng)該能夠適應(yīng)它的環(huán)境——進(jìn)行學(xué)習(xí)、推理和進(jìn)化。然而，如何知道這種定義是否適用于任何給定的系統(tǒng)呢？

一個(gè)系統(tǒng)是否智能的傳統(tǒng)評估方法是圖靈測試——人能否分辨出這個(gè)系統(tǒng)是人類還是計(jì)算機(jī)？還有一些較弱的指標(biāo)，比如判斷系統(tǒng)是否準(zhǔn)確地執(zhí)行了指定的任務(wù)，或者是否可以在訓(xùn)練過的數(shù)據(jù)之外進(jìn)行泛化。評價(jià)的規(guī)則應(yīng)取決于考慮了公平性與透明度的更廣泛的社會背景。

是否可以建立一個(gè)智能計(jì)算的標(biāo)準(zhǔn)體系仍然是一個(gè)開放的問題，因?yàn)樯踔吝€沒有一個(gè)普遍認(rèn)可的度量標(biāo)準(zhǔn)來進(jìn)行討論。與一個(gè)系統(tǒng)相關(guān)的規(guī)則可能與為另一個(gè)系統(tǒng)建立的規(guī)則發(fā)生沖突，系統(tǒng)構(gòu)建的基礎(chǔ)可能會發(fā)生變化。

2

模擬計(jì)算是否存在統(tǒng)一的理論模型？

模擬計(jì)算用硬件來模擬算法，測量如電壓、光強(qiáng)等連續(xù)信號。它在解決特定問題上具有耗能低、運(yùn)算效率高的優(yōu)勢。但很多年前，隨著數(shù)字計(jì)算的出現(xiàn)(計(jì)數(shù)取代了測量)，模擬計(jì)算就不再受追捧了，部分原因是當(dāng)時(shí)很難擴(kuò)大其規(guī)模，也很難驗(yàn)證模擬系統(tǒng)。

然而，因其能夠模擬生物網(wǎng)絡(luò)的組成部分（如突觸和神經(jīng)元）的特性，模擬計(jì)算又開始興起。不同的算法和平臺已經(jīng)發(fā)展起來，都試圖在模擬領(lǐng)域建立更有效的測量方法。

但是，目前使用多種物理載體和計(jì)算方法進(jìn)行仿真和計(jì)算是一種不完善的實(shí)踐。它需要一個(gè)統(tǒng)一的理論模型，以促進(jìn)其標(biāo)準(zhǔn)化和大規(guī)模應(yīng)用。

3

計(jì)算領(lǐng)域的重大創(chuàng)新將從何而來，量子計(jì)算的計(jì)算能力是否會接近人腦的計(jì)算能力？

硬件和軟件的聯(lián)合設(shè)計(jì)和共同進(jìn)化很可能驅(qū)動重大的計(jì)算進(jìn)步。創(chuàng)新來自各個(gè)層面：我們幾乎每年都能看到具有獨(dú)特性能的新興設(shè)備取得突破。這些創(chuàng)新驅(qū)動著它們集成到電路中、分級系統(tǒng)中，以及被部署的算法和應(yīng)用中；同時(shí)，如何進(jìn)行集成也在驅(qū)動著創(chuàng)新。

一些新設(shè)備可能對傳統(tǒng)計(jì)算沒有用處，但可能使神經(jīng)網(wǎng)絡(luò)變得高效，而新的計(jì)算模型可能需要非傳統(tǒng)的硬件支持。例如,需要新的架構(gòu)來模擬星形膠質(zhì)細(xì)胞的行為。星形膠質(zhì)細(xì)胞被發(fā)現(xiàn)在認(rèn)知中起著重要作用，與神經(jīng)元有很大的不同。

量子計(jì)算機(jī)的操作方式與通用計(jì)算機(jī)不同。它們的發(fā)展仍處于早期階段——目前它們主要用于大數(shù)分解等領(lǐng)域，如加密。他們是否有朝一日能夠模擬認(rèn)知計(jì)算，甚至人腦的情感能力，目前仍是一個(gè)熱門的研究問題。

4

哪些新器件將被制造出來（晶體管、芯片設(shè)計(jì)和硬件范式：光子學(xué)、自旋電子學(xué)、生物分子、碳納米管）？

在納米尺度甚至更細(xì)微的尺度上，這些器件已經(jīng)存在，或者正在被積極研究。關(guān)鍵是讓它們變得更好，并更好地利用它們。

例如，有許多器件是基本的電阻，它們可以被編譯成電平，這些電平被存儲和傳輸。各種各樣的技術(shù)——電子學(xué)、光子學(xué)等——都可以表現(xiàn)出非常相似的行為。這些行為很像大腦中的突觸，通過它們信號可以被傳輸、放大或衰減，并且激發(fā)的信號可以被整合起來，產(chǎn)生突觸波形。這將成為通用設(shè)備的基礎(chǔ)。

一個(gè)問題是如何結(jié)合多個(gè)物理維度（如波長和偏振模式）來開發(fā)相應(yīng)的光電互連器件。需要解決功率、性能、面積和成本問題，以擴(kuò)大技術(shù)規(guī)模并使其逐步發(fā)展。

5

智能計(jì)算如何使智能機(jī)器成為可能？

專業(yè)術(shù)語“機(jī)器”是“計(jì)算”的基本概念。一臺機(jī)器，無論智能與否，主要有三個(gè)組成部分:一個(gè)收集外部激勵(lì)（數(shù)據(jù)）的傳感器，一個(gè)儲存?zhèn)鞲衅魇占瘉淼男畔⒌拇鎯ζ?，以及一個(gè)從存儲器收集數(shù)據(jù)并對其進(jìn)行推理、采取行動或發(fā)送信號的邏輯單元。

智能機(jī)器將進(jìn)行智能計(jì)算。接下來的問題是，我們是否可以創(chuàng)建一個(gè)智能計(jì)算范式。

6

如何基于數(shù)字孿生腦理解記憶存儲與提取？

記憶存儲與檢索的時(shí)空動力學(xué)機(jī)制表明了記憶的高度可控性，為修復(fù)記憶的損傷帶來新希望。然而，腦網(wǎng)絡(luò)的協(xié)同性和動態(tài)性特征阻礙了對記憶復(fù)雜屬性的探索。

研究人員已經(jīng)創(chuàng)建了不同器官的數(shù)字孿生體，包括大腦在內(nèi)。為研究阿爾茨海默病和癲癇等疾病，研究人員建模并仿真了它們的多尺度結(jié)構(gòu)和功能。雖然這些被認(rèn)為比模擬人的記憶要簡單得多，但它們確實(shí)展現(xiàn)了概念上的可行性。數(shù)字孿生腦將使研究人員突破現(xiàn)有對記憶、及其病理和調(diào)制研究的時(shí)空尺度和準(zhǔn)確性限制。

記憶是感官、情感、概念和運(yùn)動之間的聯(lián)系。即便我們成功復(fù)制了整個(gè)大腦，我們也不能忽視這些聯(lián)系。

7

硅基計(jì)算和碳基計(jì)算最高效的融合途徑是什么？

如今，硅基計(jì)算開始逐漸到達(dá)物理極限，需消耗大量電能且缺乏智能；生物大腦是目前所知碳基計(jì)算的最高級形式，聰明智能，但計(jì)算速度、準(zhǔn)確度、可靠性不如硅基計(jì)算。碳基計(jì)算與硅基計(jì)算平臺在很多方面都有不同。前者依賴于一個(gè)稀疏但高度連接的神經(jīng)元網(wǎng)絡(luò)，在信號處理方面很慢，但在某些應(yīng)用方面很好；硅基計(jì)算則依賴于高度集成的二維布局，傳輸速度要快得多。

我們需要一種融合硅基、碳基計(jì)算的計(jì)算新范式。

研究人員正在探索至少兩種路徑以實(shí)現(xiàn)系統(tǒng)融合：一種路徑是基于現(xiàn)有的硅基架構(gòu)建立神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型；另一種路徑是構(gòu)建層層網(wǎng)絡(luò)連接的深層神經(jīng)網(wǎng)絡(luò)。

在現(xiàn)有階段，簡單的互連不做計(jì)算。或許一條通往融合的道路將包括構(gòu)建更像神經(jīng)元突觸的組件，整合信息并參與計(jì)算過程，而不僅僅是充當(dāng)中繼。

8

如何構(gòu)建可解釋的、高效的AI算法？

具有可解釋性的高效人工智能（AI）算法一直是人們追求的目標(biāo)。張量網(wǎng)絡(luò)等新的數(shù)學(xué)方法，以及專家知識、邏輯推理和自主學(xué)習(xí)的有效整合，能否解決人工智能技術(shù)中可解釋性與效率的困境？這種整合是否會打破深度學(xué)習(xí)作為“黑箱算法”的現(xiàn)狀，建立可用于不同領(lǐng)域、不同場景（語音、圖像、視頻、數(shù)字孿生、元宇宙等）的新一代可解釋方法體系？

9

能否實(shí)現(xiàn)具備自學(xué)習(xí)、可演化、自反思特征的強(qiáng)智能計(jì)算？

智能計(jì)算的目標(biāo)是在人機(jī)物三元融合空間中，高效自主地解決大規(guī)模復(fù)雜問題。使用弱智能的方法能在一定程度上獲得此類問題的良好結(jié)果，但本質(zhì)上，這種方法嚴(yán)重依賴人工預(yù)設(shè)的物理符號系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模型、行為規(guī)則集合等人類先驗(yàn)知識的定制化輸入。

強(qiáng)智能計(jì)算可以根據(jù)輸入和環(huán)境而動態(tài)變化。在不同的背景中，系統(tǒng)具有自學(xué)習(xí)能力可以避免重復(fù)輸出先前的內(nèi)部狀態(tài)，具有可演化能力可以自適應(yīng)地改進(jìn)系統(tǒng)的架構(gòu)模式，具有自反思能力可以根據(jù)歷史任務(wù)求解的經(jīng)驗(yàn)擴(kuò)展模型的泛化性。因此，研究更高階復(fù)雜度的計(jì)算理論，探索解決重大科學(xué)難題的自動化方法構(gòu)造范式，讓計(jì)算機(jī)自主進(jìn)行任務(wù)理解和分解、動態(tài)優(yōu)化路徑構(gòu)建、內(nèi)核模型演化發(fā)展，是未來智能計(jì)算的重大科學(xué)挑戰(zhàn)之一。

10

如何利用真實(shí)世界數(shù)據(jù)發(fā)現(xiàn)和歸納知識？

在計(jì)算領(lǐng)域有一個(gè)重要的爭論，即機(jī)器學(xué)習(xí)是否能真正概括，或只是以更有效的方式簡單重申已知的東西。能夠識別測試集中的對象或標(biāo)簽可能是有爭議的，無非是說這個(gè)對象與最初用來定義它的對象具有足夠多的共同特征。

因此，智能計(jì)算需要以主動的、啟發(fā)式的、開放的智能形式完成原本由人預(yù)定義邏輯執(zhí)行的計(jì)算任務(wù)，同時(shí)，這類計(jì)算的效果需要在真實(shí)世界中得到驗(yàn)證。知識發(fā)現(xiàn)是知識驅(qū)動應(yīng)用的前提，也是人工智能強(qiáng)弱區(qū)分的重要指標(biāo)。真實(shí)世界數(shù)據(jù)的知識發(fā)現(xiàn)是智能計(jì)算要解決的重大科學(xué)問題。在開放世界的計(jì)算中主動式、啟發(fā)式地感知異常、發(fā)現(xiàn)規(guī)律、歸納知識，通過有限狀態(tài)機(jī)解決邏輯程序執(zhí)行流程的局限性，是智能計(jì)算的重要任務(wù)和里程碑事件。

特此致謝：

排名不分先后，以姓名英文首字母為序

問題題目：人機(jī)混合智能中的計(jì)算-算計(jì)問題

關(guān)鍵詞：人機(jī)混合智能 計(jì)算-算計(jì) 深度態(tài)勢感知 決策

問題描述：

要做一個(gè)自己相信的智能系統(tǒng)很難，要做一個(gè)別人相信的智能更難。目前，人工智能系統(tǒng)已經(jīng)廣泛應(yīng)用于諸多領(lǐng)域，部分實(shí)現(xiàn)了代替人工作出決策的過程。但現(xiàn)實(shí)中的人工智能方法局限于相對“確定性、完全信息、受限環(huán)境、可解釋性差”的約束，不能滿足復(fù)雜環(huán)境決策的要求。在真實(shí)復(fù)雜的不確定因素、非完全信息、開放環(huán)境中，人類的經(jīng)驗(yàn)、直覺、靈感與人工智能系統(tǒng)的高效、精確具有合作互補(bǔ)的巨大潛力。

時(shí)下的人工智能系統(tǒng)之所以還遠(yuǎn)遠(yuǎn)不能達(dá)到人們的期望，其根本原因在于構(gòu)造人工智能的基礎(chǔ)是當(dāng)代數(shù)學(xué)而不是真正的智能邏輯，首先數(shù)學(xué)不是邏輯，從數(shù)到圖再到集合，從算數(shù)到微積分到范疇論無一不是建立在公理基礎(chǔ)上的數(shù)理邏輯體系，而真正的智能邏輯既包括數(shù)理邏輯也包括辯證邏輯，還包括未發(fā)現(xiàn)的許多邏輯規(guī)律，這些還未被發(fā)現(xiàn)的邏輯規(guī)律既有未來數(shù)學(xué)的源泉也有真情實(shí)感邏輯的涌現(xiàn)，真實(shí)智能從不是單純腦的產(chǎn)物（如狼孩），而是人、物（機(jī)器是人造物）、環(huán)境相互作用、相互激發(fā)喚醒的產(chǎn)物，如一個(gè)設(shè)計(jì)者規(guī)劃出的智能系統(tǒng)還需要制造者認(rèn)真理解后的加工實(shí)現(xiàn)，更需要使用者因地制宜、有的放矢地靈活應(yīng)用等等，所以一個(gè)好的人機(jī)融合智能涉及三者（甚至多者）之間的有效對立統(tǒng)一，既有客觀事實(shí)（狀）態(tài)的計(jì)算，也有主觀價(jià)值（趨）勢的算計(jì)，是一種人、物、環(huán)境的深度態(tài)勢感知系統(tǒng)。而當(dāng)前的人工智能無論是基于規(guī)則（數(shù)學(xué)模型）的還是基于統(tǒng)計(jì)概率（大小數(shù)據(jù)）的大都是基于計(jì)算，而缺乏人類算計(jì)的結(jié)合與嵌入，進(jìn)而就遠(yuǎn)離了智能的真實(shí)與靈變。

另外，自然科學(xué)及數(shù)學(xué)等理性工具本質(zhì)上是一種主體懸置的態(tài)勢感知體系，人文藝術(shù)等感性常常是一種主體高度參與的態(tài)勢感知體系，人機(jī)融合智能涉及到了這兩方面，由于智能主體的實(shí)時(shí)參與，所以更側(cè)重人文藝術(shù)感性方面。與西方理性計(jì)算思維相比，東方智慧中既有理性的成分也有感性的成分，東方智慧不是單純的智能計(jì)算，而是智能化，重點(diǎn)在“化”，即算計(jì)。算計(jì)是人類帶有動因的理性與感性混合盤算，是已有邏輯形式與未知邏輯形式的融合籌劃。由上所述，我們不難看出，人機(jī)混合智能中的計(jì)算-算計(jì)（計(jì)算計(jì)）問題其實(shí)質(zhì)是東西方智慧的融合與共生。

?

問題產(chǎn)生的背景：

  世界是復(fù)雜的，復(fù)雜性的世界并不都是科學(xué)和計(jì)算，而是科學(xué)與非科學(xué)、理性與感性融合的人物環(huán)境系統(tǒng)，智能是自然與人工的結(jié)合，準(zhǔn)確地說，依目前的數(shù)理、物理水平，通過編寫計(jì)算機(jī)程序是不可能實(shí)現(xiàn)人類水平的智能的，人工智能是不可能真正理解世界的，必須另辟蹊徑。本問題根據(jù)東西方文明的特點(diǎn)及現(xiàn)有計(jì)算及認(rèn)知領(lǐng)域成果，提出計(jì)算計(jì)模型，針對復(fù)雜、多域、動態(tài)的環(huán)境，研究人機(jī)混合下的態(tài)勢感知模型，探索人-機(jī)-環(huán)境對決策的影響。進(jìn)一步構(gòu)建基于理性和感性混合驅(qū)動的計(jì)算計(jì)模型，實(shí)現(xiàn)人機(jī)混合智能決策。完成人機(jī)混合智能及計(jì)算計(jì)的理論創(chuàng)新、模型創(chuàng)新、方法創(chuàng)新與平臺創(chuàng)新，為人機(jī)混合智能決策提供方法和理論基礎(chǔ)。

最新進(jìn)展和重要意義：

“智能”這個(gè)概念就暗含著個(gè)體、有限對整體、對無限的關(guān)系。針對智能時(shí)代的到來，有人提出，“需要從完全不同的角度來考慮和認(rèn)識自古以來就存在的行為時(shí)空原則”，如傳統(tǒng)的人、物、環(huán)境關(guān)系等。圖靈機(jī)的缺點(diǎn)是只有刺激-反應(yīng)而沒有選擇，只有順應(yīng)而沒有同化機(jī)制。

?

人機(jī)身體融合早期主要應(yīng)用于軀體殘缺人士的假肢方面。近年來開始應(yīng)用于增強(qiáng)人體力量和耐受能力的動力裝甲或動力外骨骼，以及真實(shí)人體與虛擬人體的互動控制等領(lǐng)域。

人機(jī)行為融合包括人影響機(jī)器、機(jī)器影響人和人機(jī)協(xié)同行為三種模式。人工智能、智能機(jī)器人和虛擬數(shù)字人的快速發(fā)展使得人的行為表現(xiàn)往往是愛到機(jī)器影響后的結(jié)果，駕駛行為是駕駛員與汽車中的導(dǎo)航、自動巡航等汽車駕駛輔助系統(tǒng)融合的結(jié)果，社交行為也是社交應(yīng)用與媒體調(diào)節(jié)下的混合結(jié)果。最近也應(yīng)用于娛樂、電影人物形象和動作的創(chuàng)作以及直播領(lǐng)域，如依托5G、VR、AR等技術(shù)開辦虛擬演唱會和控制虛擬人物（avatar）的動作與表情等，演唱者可以在工作室內(nèi)和VR/AR技術(shù)搭建的演唱會場景中舉辦虛擬現(xiàn)場演唱會。數(shù)字孿生（Digital Twin）是對真實(shí)物體、生物體或人的虛擬數(shù)字建模與實(shí)時(shí)同步方法。與虛擬仿真和傳統(tǒng)虛擬現(xiàn)實(shí)不同的是，數(shù)字孿生的相關(guān)參數(shù)是隨真實(shí)物體、生物體或人的變化相應(yīng)變化的，因此能夠以數(shù)字化的方式如實(shí)反映真實(shí)物體、生物體或人的狀態(tài)。

人機(jī)智能融合系統(tǒng)通過結(jié)合機(jī)器智能與人的智能的優(yōu)勢來克服現(xiàn)有人工智能系統(tǒng)的不足，是人工智能的一種演進(jìn)模式。例如，在CommPlan的人-機(jī)器人協(xié)同決策的框架中，決策模型的一部分通過學(xué)習(xí)數(shù)據(jù)獲得，而另一部分則由人工手動設(shè)定，以準(zhǔn)備食物任務(wù)進(jìn)行的實(shí)驗(yàn)結(jié)果證明，這種人機(jī)融合的協(xié)同決策在決策時(shí)間上顯著快于沒有人機(jī)互動和互動方式僅由開發(fā)者根據(jù)自己經(jīng)驗(yàn)設(shè)定的方式。腦機(jī)接口技術(shù)的發(fā)展使得其在醫(yī)療健康、游戲、虛擬現(xiàn)實(shí)等領(lǐng)域的應(yīng)用廣泛開來，突破了傳統(tǒng)的單項(xiàng)的腦機(jī)交互模式。

近年，人機(jī)交互技術(shù)的發(fā)展與進(jìn)步也促進(jìn)了人、機(jī)與環(huán)境的融合。使得人類所處的環(huán)境能夠與人類以一種自適應(yīng)的、可進(jìn)化的、非侵入的、低負(fù)荷的、自然的、甚至是主動的方式進(jìn)行交互，形成了環(huán)境智能或泛在智能（Ambient Intelligence，AmI）。自動駕駛汽車系統(tǒng)是環(huán)境智能領(lǐng)域相關(guān)技術(shù)發(fā)展的集中體現(xiàn)，通過對環(huán)境的自動感知、理解和執(zhí)行實(shí)現(xiàn)不同程度的自動駕駛。人機(jī)融合的目標(biāo)是有效協(xié)同。在人與系統(tǒng)的協(xié)同過程中，系統(tǒng)透明度、人對機(jī)的信任程度、人機(jī)之間的認(rèn)知一致性會決定有效協(xié)同的程度。

在人機(jī)融合的研究中，一個(gè)重要的方向是自主系統(tǒng)的研究。在執(zhí)行任務(wù)的狀態(tài)中，自主系統(tǒng)可以根據(jù)任務(wù)需求，自主完成“感知—判斷—決策—行動”的動態(tài)過程。例如有科學(xué)家們已經(jīng)開始研究額外的機(jī)器手指對大腦神經(jīng)系統(tǒng)的影響。

人機(jī)混合智能的核心問題為：是不是+該不該+好不好的混雜組合問題。其中“是不是”屬于客觀事實(shí)性邏輯計(jì)算問題，“該不該”屬于主觀價(jià)值性判定算計(jì)問題，“好不好”屬于主客觀混合性決策計(jì)算計(jì)問題。當(dāng)前大家做人機(jī)混合智能大都處在做“是不是”（0、1）的邏輯可計(jì)算部分，對于主觀價(jià)值的可判定性及兩者的混合計(jì)算計(jì)性還未有好辦法解決。

  人機(jī)之間、態(tài)勢之間、感知之間、計(jì)算與算計(jì)之間常常具有非互惠作用現(xiàn)象，即作用力不等于反作用力，如何量化分析這些等價(jià)的相互作用呢？并且，現(xiàn)有的邏輯體系很難判斷處理各種意外，如塞翁失馬的大邏輯與刻舟求劍的小邏輯?，F(xiàn)階段的人機(jī)交互很難實(shí)現(xiàn)人機(jī)之間的有機(jī)融合，仍處于相對簡單的低級水平，難點(diǎn)之一就在于價(jià)值意向性的形式化。鑒于機(jī)器只有局部性事實(shí)邏輯，沒有人類的整體性價(jià)值邏輯，我們可以嘗試把人機(jī)結(jié)合起來進(jìn)行功能與能力的互補(bǔ)，用人類的算計(jì)這把利刃穿透機(jī)器計(jì)算不時(shí)遇到的各種各樣的“墻”。

  智能是在人與物、環(huán)境的交互中逐步形成的，一方面，我們的認(rèn)知總是在與這個(gè)世界發(fā)生著融合；另一方面，被誤用的計(jì)算卻也可能會影響我們的認(rèn)知。1968年圖靈獎獲得者理查德·哈明就曾一語中的地認(rèn)識到：“計(jì)算的目的不在于數(shù)據(jù)，而在于洞察事物?！?，這里的洞察就包含著對未來的預(yù)測與算計(jì)。

?

智能的邏輯與理性的邏輯是不同的邏輯

?

?

?

上文也是人機(jī)交互與認(rèn)知工程實(shí)驗(yàn)室參與發(fā)表的第一篇《Science》文