AI为什么总是难以落地？为什么人工智能经常受到批评？有人说这是科幻电影、科幻小说、电子游戏、新闻媒体等造成的，这个观点有一些合理的成分，但还有一个更重要的事实却被大家忽略了，那就是应该怎样做？被称为“人机环境”。Systemsfusionintelligence”常被误认为是“人工智能（甚至某些算法）”。虽然生命和机器都可以作为认知的载体，但认知的本质是不同的。一种是对生命的认知，另一种是是机器的认知，是特定人对特定事物的认知。人机工程学关注方向和风险，人机工程学关注过程和效率。计算——计算的机制构建是人机混合突破的关键群体智能的关键在于三体以上协调逻辑的构建，而三体逻辑的构建已经超出了形式化计算逻辑的范畴，需要建立形式化计算逻辑体系。无论是复杂还是简单，无论是自动化产品还是智能系统，一般都是接地气的，被大家所接受。仔细一想，在安全性、效率和舒适性上，都是好一些的。要有这些优势，它的人、机器、环境系统大多是比较和谐一致的，至少不是简单的AI+某个领域或者某个领域+智能算法。前段时间写了一篇文章《智能的本质似乎不是数据算法计算能力和知识》，强调产生这些的机制才是活智能的源泉。这次继续说“人才”可能还是一个没有“灵魂”的“机器人”，原因还是干巴巴的“算法”造成的。没有瓜，有（像）脑但没有心，有形无意，有眼无眼……只能在可能的圈子里兜兜转转，却不能尝试探索不可能的世界。除了人机环境系统交互之外，第二个方面是深度态势感知的理解和消化。例如，在很多情况下，只知道时间和空间之间的配准和校正，而不知道状态、情境、知觉和知识之间的协调。准确性和校正；只知道非合作距离的畸变计算，而忘记了合作距离的模糊扩展；只知道变频和变量，不考虑异常、潜力、意义、知识和灵活性；只知道数据链、信息链，不去想事实链、价值链，更不去想状态链、潜能链、感觉链、知识链纠缠叠加形成的人机环境系统链；只知道同质、均匀、顺序态势感知的单一调制，而忽略了更重要的异质、非均匀、随机多层次态势感知阵列，以及第一感知的快速机动性和准确的灵活性前瞻性，以及状态、潜能、感知和知识之间的自相关，互相关的转换概率；只知人模，不知人模；只知道仿真验证结构，不关注实战功能。第三个原因：有些事情发生了，时不时的，我们会自觉不自觉地联想到身边刚刚发生或印象深刻的事情，建立属于自己的个性化“因果”情境谱（不仅是谱），确实相关的叫客观事实相关，似是而非的叫可能性相关，不相关的叫主观意向相关……生活中这些频繁出现的相关都是智能认知的组成部分，客观和事实相关的部分就是可程式化常被称为人工智能，但过滤掉了可能性相关性和主观意向性相关性，这两者是个性化智能灵活性的重要组成部分。简而言之，就是人机环境复杂系统的问题，但我想用AI算法来简化处理；只知情境意识，不知深层次的情境意识；忽略风、马、牛之间的虫洞联系；这三个问题也可能导致AI。激励总是很难落地！DARPA的无人机与有人机——“斗狗”测试刚刚结束。兴奋过后，从测试后的回顾来看，AI取胜的关键在于其强大的攻击性和投篮的精准度，但问题主要是在判断上出现了失误。据美军测试人员称，测试中的AI系统经常会出现战斗机基本动作的错误。AI不止一次将飞行器引导到它认为人类对手飞行器会去的方向，但多次被证明是错误的。飞行员的想法。这不难理解。人类飞行员在判断对手的意图时经常会出错。更重要的是，AI系统缺乏的是理解创意战术的能力。发生这样的错误并不奇怪。不过，AI凭借“超强的瞄准能力”和跟踪敌机的能力，整体上仍能保持相对于人类飞行员的优势，最终计算机系统在整个对抗过程中占据了上风。总之，无人机AI在“状态”的准确度和“感觉”的速度上占据优势，但在“势”的判断和“知识”的预测上不占优势。建议未来的载人飞行员在佯攻（如乔丹、科比、詹姆斯）和破规（如孙子、诸葛亮、粟裕）上下功夫！没有规则，所有的算法和（数学）模型都将失去边界、条件和约束，所有的计算都将不再准确可靠。当概率公式从计算变成算命，机器的优势未必比得上人类吧？！人类做出基于价值的决定——讨论是非而不是只计算得失；机器根据事实做出决定——讨论得失，而不是对与错。状态与势、知觉与知的关系既是定量的又是定性的，“势”是一定时间内最大的可能性。一切处于“势”中的，并不是已经处于“状态”中的；一切都在“知”中，不在“感”中。可以说星星之火可以燎原。如果目标明确，在由控制单元和设备组成的大系统博弈中，对手应该是或只能是相应的系统，而不是操作设备的人，或者设计和控制系统的人。在这方面，我们有很大的弱点。关键是发展环境中长期、中期、短期目标的动态变化会导致目标不明确甚至模糊。今天的人工智能就像高铁，速度快但需要轨道，而真正的智能应该像飞机一样，只要能到达目的地，就不需要特定的轨道和路线。情境意识错误分为状态错误、情境错误、感知错误和知识错误，也可分为事实/价值错误。人工智能在武器上的应用主要体现在机器对机器的任务分配和武器的实时重定向。这种对典型“服务提供者”的影响优先级将在战术层面进行，具体取决于智能机器的能力。无需消化和分析来自整个战场的数据。事实上，人机功能分布中真实且有价值的数据、信息、知识、责任、意图、情感混合/融合排序，是未来人机对抗的重点和难点！
