人类的思维（包括理性和心智）是什么，一直是困扰哲学家和科学大师的问题。两千多年来，哲学界虽然对此做出过许多推测，但都无法自圆其说，最终只能拜神或变相拜神。对人脑进行科学探索的希望仍然很小。2019年发表的《重识哲学----从情感迈向理智》对人类思维来说是什么？从哪里？我应该去哪儿？进行了有益的讨论，对DanielDennett提出的上述问题进行了总体解答。今年受朋友的启发，笔者越来越关注人工智能，发现人工智能的研究思路与《重识哲学》提出的隐性情感思维不谋而合。如果两人能够互相学习，共同进步，那将是一次难得的机会。1、人的思维在懂计算机的人中，现在很多人都懂人工智能。人工智能虽然来自于对人类思维的模仿，但很少有人知道人是如何思考的，尤其是无意识的隐性思维。《重识哲学》从单细胞生物的感觉出发进行了详细的论证，指出人和其他高等动物无论遇到什么，都是靠记忆，过往的处理方式，带来了他（它）的感觉、判断、愉悦会导致行为重复，痛苦会导致行为回避。从单细胞生物，到多细胞生物，再到动物，最后到人类，无一例外。生物只有将遇到的事物、行为和感受绑定到记忆中，并根据记忆做出判断，才能有效地生存。动物必须能够区分、注意并记住给它们带来强烈快乐或痛苦的事物。否则，要么耽误捕食，要么耽误逃跑，结果就是死亡。微生物进化成高等动物后，单一的快乐或痛苦进化成了更丰富的情感。高等动物必须也只能根据情绪进行无意识的注意、分类、记忆和判断。在没有语言之前，人类已经具备了其他高等动物也具有的无意识的注意、分类、记忆、判断、归纳和演绎等，以及无意识的隐性情感思维。这些能力是史前人类和其他高等动物生存所必需的，没有这些能力它们就无法生存。人的情感是人类唯一的价值体系，情感的强弱程度是衡量人的价值的唯一尺度。人类特有的语言和有意识的显性理性思维都是在这些隐性情感思维的基础上逐渐发展起来的，以辅助情感性思维，所以自然而然地，显性理性思维总是受到隐性情感性思维的影响。思维的支持和控制。人的思维包括无意识的隐性情感思维和有意识的显性理性思维。外显理性思维以语言为支撑，以内隐情感思维为出发点和方向，有意识的逻辑推理。代表人类的智力来源于语言。人类形成的原因有直立行走、制造工具、使用火、劳动和语言等，这些步骤中的每一个步骤都可能是必要的，但最重要的因素是语言。正是因为有了语言，1.人类的意识形态成为了人类的存在，2.可以定义大量高度抽象的概念，这些概念是隐喻所不能依赖的，3.可以扩展表象之间的联系，4.人才可以长时间有效地集中注意力，5.只有为了增强人的抽象记忆，6.才能形成有语言支持的有意识的思维，7.只有有意识的理性思维才能进行逻辑深入的推理,8.人类具有高效的社会交往能力。由于高效的社会传播，人类的知识和智慧以极快的速度倍增，人类智能飞速跃进。经过亿万年的进化，已经成为了理性的智慧人。虽然理性思维受感性思维的支配和支持，但理性思维对感性思维也有强大的反作用。语言使人具有理性，而高等理性是人类与其他动物的根本区别。人类现在是世界上唯一依靠理性思维生存的文明生物，也正因为如此，人类才是最依赖社会的社会物种。人性与动物性的根本区别在于，人性是利己本能与利他本能的依存、对立和统一。人与人之间的根本区别在于，有的人利他本能较多，有的人较少，从而形成了不同的情感价值观。人类思维的根本基础是自身的情感价值，它是在言行成败所带来的快乐和痛苦的积累中形成的。感性价值可以通过理性认可的理论价值来转化。值得注意的是，如果没有很大的情感影响，这种转变很难成功。从高度抽象的角度来看，人是一个惯性体，一个思维、言行的惯性体，而这种惯性来自于情绪。人的情感价值倾向最终是由人的情感价值决定的，情感价值是每个人最根本的价值。这个价值观是从小时候所有的实际感受形成的，包括对自己有意识的主导思维的所有感受，包括反思、谈话、听课、阅读或观看时的主导思维。感性思维支配和支持理性思维，理性思维转化感性思维。这样的理论很好地解释了世界上每个人的想法不同，人的想法是不断变化的，以及人类虽然有理性的思维，但每个人的想法并不完全一致，以及其他实际现象。每个人的见识都来自于自己实践的感受、反思的感受，以及在与他人交流中获得的感受。与他人的交流包括说、听、读和看。人类知识既可以用于显性理性思维，也可以用于隐性情感思维。当人们谈及意识时，多指意识形态，或持久的、有意识的、外显的思维，而不是其他高等动物也具有的短期无意识的注意。在人们每天遇到的无数事物中，人们偶尔会注意到一些东西。这种注意是由头脑中无意识的相似性比较产生的。只有当这种比较触及带有强烈情感的记忆时，人们才会注意并开始联想。这种注意力是人类特有的、可持续的有意识的注意力，也就是所谓的意识。这种联想就是人类的意识形态，是有语言支持的自觉的、外显的理性思维。人类交往的起点是外显理性思维的起点，外显理性思维是内隐情感思维产生的；从联想出发，跟随思维的方向，每个人的头脑都会发展出明确的逻辑推理，而逻辑只能保证思维的方向。单身。人的思维方向就是人的情感价值倾向，即人的情感取向，或者意向性。比如，有的人的感情倾向很阳光，有的人的感情倾向很阴暗；有的人认为利为重，有的人认为义为重；往消极的方向想。联想的起点是直觉，直觉一直以来都让人感到神秘，因为它产生于无意识的情感思考。人们在遭遇事故后不经意间联想到的记忆，是给自己带来情感冲击最强（正负值最高）的记忆，或者是事件中几个相关记忆中最常用（或最高值）的记忆。头脑。熟悉内存。如果记忆在情感上足够强大以引起注意，那么记忆就是联想的起点或联想。这就是为什么不同的人遇到同一件事会有不同的联想。因为在此之前，不同的人有着不同的生活经历和感受的积累，就会有不同的感性思维，进而带出不同的理性思维。联想既有序贯推理也有逆向推理，既有可行推理也有不可行推理，既有归纳也有演绎，既有猜测，也有假设和质疑。猜测是对按重要性顺序关联的几个假设（可能）做出的推断。Inquiry就是追究why、why、why，是找原因的原因或者前提的前提，也是为了猜测而猜测。在逻辑推理过程中，人类会陆续产生与某个节点相关的一些联想。有些人所谓的逻辑混乱，不一定会出现在推理中。在很多情况下，原因是它们在这些节点上的关联偏离了论点应该走的方向或最重要的方向。也就是说，他们的情绪倾向偏离了最实际的方向。也俗称“分不清哪个重要”。人类的理解是将新遇到的物体、概念或理论与自己记忆中的相似知识进行比较。这种比较既涉及感性思维，也涉及理性思维，进而对新遇到的知识形成对记忆中原有知识的解释。解释清楚了就是明白，解释不清楚就是不明白。对于高深的问题，只有粗浅的解释才属于简单的理解，能深入到几层的解释才属于深刻的理解。每个人最原始的知识，都是从婴儿时期个人实践的经验中形成的。人类的理性思维依赖于概念，而概念的最初来源是动物的分类行为。人类的理性思维虽然依赖于概念，但每一次理性思维的出发点都不是从概念开始的，也不是严格按照概念分类的语境进行的。如上所述，人类思维的起点和方向取决于内隐的情感思维。人的情感在思维中起着决定性的重要作用，甚至影响到理性推理的每一个节点。既然情感是人类的价值体系，那么人类的思维其实归根结底就是一种价值判断。任何价值（意义、贡献、重要性）都是相对于参照物而言的，没有绝对值。情感价值的参照物是每个人自己。对他自己来说，能形成强烈的快乐或痛苦（感觉、感觉、情绪）的价值就高，不强烈的价值就低。有很多东西不能形成感情，那就是没有价值。然而，人的情感往往会欺骗人。因为人的情感基础是情感价值观，而价值观的正确与否，决定了一个人的感觉是对是错。另外，即使价值观正确，人也会被眼前的暂时的小利或威胁所诱导，从而产生错误的感受。或者有些人根本看不到长期或重大的利益或威胁。上述概念是哲学几千年来都没有弄清楚的哲学根本问题。所以，人工智能只能在黑暗中摸索，即使摸到了，也不知道为什么。今天的人工智能确实是在模仿人类的思维，也确实一步步验证了上面提到的人类思维。2.机器思维研究哲学的人通常不了解人工智能所蕴含的深奥技术??，而人工智能研究者更关注人工智能框架下的解决方案和技术突破。双方都很少有人深入研究双方可能真正拉近距离的途径。现在我们不妨仔细提炼一下，把人工智能所做的工作和人类的思维在更抽象的层面上联系起来。一般来说，人工智能是先将某些事物的要素及其关系数字化，然后利用各种模仿人类思维的模型和相应的算法来逼近或实现人类的智能。人工智能主要有两个领域，一个是深度学习，一个是强化学习。深度学习使用神经网络和一些相应的算法。各种算法解决了数据元素的提取和筛选，也实现了神经网络的学习过程。神经网络模拟人脑中神经元的网络结构，神经网络的学习过程模仿人类学习中的反复探索和无意识归纳。学习后，神经网络可以找出每个元素对于学习目标的值（权重）。虽然这些权重可能不会显示出来，但它们实际上已经存在，并且会对后续的识别起到决定性的作用。深度学习主要是一种归纳探索，对事物某一方面的各个相关决定因素，以及各个重要因素之间的关系，即总结出各个决定因素对形成事物的贡献、意义或价值（权重）事物的某种特征（目标）。深度学习是学习每个元素对已知目标的重要性（权重），最终找到并记住最重要的决定性元素及其相关值（权重）。强化学习是一种抽象模型，模拟人类的奖赏机制来感受学习结果的奖赏和惩罚。深度强化学习利用神经网络、算法和强化学习模型，将各种算法应用于数据元素的提取和筛选，神经网络和强化学习模型将所有战略路径的最终奖励合理分配到目标的每一步中就行动而言，如果你每一步都得到应有的回报，你也会得到每一步对目标实现的价值。强化学习主要是根据一系列战略路径完成后的得失（奖励和惩罚），探索每一个决策或行动在各种战略发展路径上的利弊，从而比较确定最佳事件的战略发展路径。强化学习是推导和探索每一步在各种可能的战略路径上对目标的重要性或贡献。最终发现并记住最佳政策路径以及沿途的所有行动或决策。从深度学习和强化学习的抽象不难看出，深度学习和强化学习的本质与情感思维是高度一致的。它们都是计算或思考。人工智能之所以成功，正是因为它恰好踩到了“价值”这一人类隐性情感思维的核心逻辑。3、各自的优缺点和发展无论是深度学习还是强化学习，都是利用事物的每个元素对事物的意义来计算，这完全符合人类情感思维的工作模式。神经网络模仿人脑神经元的结构，神经网络的训练模仿人类反复探索元素值的归纳过程。强化学习模型的奖励机制与生物行为的成功或失败所获得的快乐和痛苦如出一辙。深度学习类似于人类对事物的构成要素和意义的反复探索。人类和其他高等动物的大脑具有极强的归纳能力，能够把握反复实践中表现出的目标共性。对于任何事物，人的心灵都可以通过五感器官的反复感知过程，下意识地总结出该事物的各个组成元素对事物判断的重要性。强化学习模仿人类和其他高等动物使用情绪感受来奖励和惩罚成功行为的方式。人类和其他高等动物一样，根据情绪做出无意识的判断，根据判断做出决定。行动的成败对人的感情形成奖惩。成功带来快乐，失败带来痛苦。人每次学习都会得到奖励和惩罚。对于每个人来说，每项研究得出的结论和感受未必是完全正确的，甚至是完全错误的。赏罚不一定准确，甚至有可能是错误的。人每一次明白一件事，往往只是大致正确，而不是真正正确。人类依靠多次或大量人的积累，获得大量可比较的结果，最终比较并获得某一方面的知识。强化学习总结了普通人在某个东西上的终身学习，甚至是很多人的终身学习，甚至超过了几代人的学习。在人的心灵记忆中，所有的知识都包含与之相关的情感因素以及相关知识之间的关系。这个情感因素就是人在获得这个知识时自己的感受，这个感受就是这个知识对自己的主观重要性（重要程度）。本项知识与相关知识的关系还包括关系的权重（相互重要性）。每个人学习任何一门知识，都涉及一生中所有实践经验（包括阅读或谈话）所获得的感受。人每次遇到同样重要的事情，都会刷新自己的旧知识，可能会增加，可能会减弱，也可能会逆转。当新知识带来的感受足够强烈时，就会刷新这门知识在大脑中所有知识中的价值地位。不仅如此，这些重要性还会随着各种知识的逐渐增加或变化而变化，也就是说，某种知识在人脑中的位置发生变化。需要注意的是，在一个情况开始时引起注意的情感基础是此时对事情的感觉。它很可能随着其他知识的变化而发生了变化，不再是这个旧知识形成时的原样了。感受它。所有这些变化都发生在人的无意识状态下。正因为如此，人脑中的知识可能是知识的整体，人可能是意识的整体。这大概是目前人工智能所欠缺的。人工智能在解决某个问题的时候，是一次性解决了人一生中学过很多次的知识点，或者说是对很多人多次实践该问题的结论的一次性总结。此外，结论更正确或更准确。人工智能的这个特点在目前其实是有它的缺陷的，就是如果学习是片面的，那么缺陷就会一直存在，就没有改正的机会。或者说，这个结论永远不会随着条件的改变而改变。.为了改善这一点，人工智能在构建知识网络（图书馆）时可能需要附加每条知识之间的联系及其相对价值。事实上，在机器学习的过程中，机器已经掌握了所学知识与其构成要素（其他知识）之间的关系和权重（值）。价值。这样，人工智能只是学习每一个个体知识所涉及的关系，并不能像人脑那样形成一个完整的知识体。在人类社会中，有的人是懂事的、有理智的、有智慧的，有的人是不懂事的、不理智的、不聪明的。通常在人群中，真正懂事、理性或理智的人，只有极少数。大多数人一生都在大致正确或随波逐流的轨道上度过。哲学直到今天才明白，每个人都不是按照正确性生活，而是按照自信生活。不管这份自信对不对，我都会自觉不自觉地肯定它是对的；不管一个人被认为是多么不自信，他都有自信，否则，他不会采取任何行动。人的错误看似是缺乏理性造成的，但根源在于情感价值观。这是因为人的思维起点和方向是由情感倾向决定的。经常听人说某人逻辑混乱。其实错误往往不是发生在逻辑推理上，而是他思考的出发点不在问题最有价值的地方，或者思考的方向不对。同样的错误在逻辑推理过程中的各个节点还是会出现。在处理单个问题上，人工智能远胜于许多不聪明的人。事实上，很少有人能够准确地把握问题，或者真正能够正确地设置轻重缓急。一个人无论多么理性，他的思想都必然依赖于自己的情感，并受其制约。参与围棋比赛的高手，都是顶级的理性人。人机围棋的最终结果显示了人类思维的局限性。人在为人处事的时候，也会猜测对方的想法，如果猜对了，就会赢得先机或者得到对方的好感。从理性的角度来看，要想猜对，就需要正确把握对方透露的准确信息。对于人工智能来说，这些背后可能还隐藏着一些未知数。在竞争或博弈中，人类会权衡敌我优劣、机会与威胁、价值与风险。人工智能似乎还没有做出这样的对比评估，更谈不上评估后的取舍。之所以勇敢是人类的一种优秀品质，是因为人类的很多进步都是在勇敢的尝试中获得的，而胜利者获得的快感也是非同一般的。谈到人的情感思维，很重要的一点是：人的情感是人类唯一的价值体系，情感的强弱程度是人类唯一的价值尺度。真正理解这一点，可能会启发人工智能的发展。这告诉我们，人的一切思维都是在比较（判断）关系（价值），而比较的依据是事物相对于情感所表达（代表）的人的价值（关系、权重）。人的思维是在做价值比较，这就是人类千百年来一直在寻找的人性逻辑。所谓相对值就是任意两者之间的关系（权重），这在深度学习和强化学习中已经得到很好的应用，树立了良好的榜样，将继续推动人工智能向纵深发展。相信一定会有悟性很高的专家学者沿着这条路走下去，取得突出的科技突破。
