1 引言1.1 现有人工智能的不足与挑战人工智能（AI）的概念于1956年的达特蒙斯学院暑期论坛首次提出。六十年间人工智能伴随着互联网、大数据、云计算等技术的发展取得了长足的进展。这其中人工智能的理论思想演变为三大流派，分别是联结主义、行为主义和符号主义。尽管每种理论均取得了卓越的成就并且依旧为现在人工智能的主流研究方向，但是也均存在不足之处。联结主义思想模仿人大脑皮层神经网络的结构，通过深度学习方法，即用多隐层的处理结构处理大数据。但该方法限制于在具有可微分、强监督学习、封闭静态系统任务下才会得到良好的结果，并且训练得到的结果也限制于给定条件的问题上。行为主义思想通过不断模仿人或生物个体的行为超越原有的表现来推进机器的进化，主要依赖具有奖惩控制机制的强化学习方法。然而该方法的缺点在于过于简化人类的行为过程，忽略人类心理的内部活动过程，忽略意识的重要性。符号主义思想具有产生智能行为的充分必要条件假设，并且基于有限理性原理。该方法的实质是通过符号模拟人的大脑抽象逻辑思维过程，模拟人类认知系统的功能机理，并用计算机处理符号的运算，从而实现人工智能。但是符号主义思想面临四个主要挑战：1.知识的自动获取；2.多元知识的的自动融合；3.面向知识的表示学习；4.知识推理与运用。符号主义虽通过模拟人的思维过程实现人工智能，但在以上四个问题难以有突破性的结果。人工智能的优势在于庞大的信息存储量和高速的处理速度，但是无法处理如休谟问题，即从“是”（being）能否推出“应该”（should），也即“事实”命题能否推出“价值”命题[4]；也无法处理情感的表征问题。人工智能尝试通过大数据与逐步升级的算法实现人的情感与意指依旧没有办法实现跨越。而人机智能融合将会是未来智能科学发展的下一个突破点。1.2 人机融合智能人机融合智能理论着重描述一种由人、机、环境系统相互作用而产生的新型智能形式，它既不同于人的智能也不同于人工智能，它是一种物理性与生物性相结合的新一代智能科学体系。人机交互技术主要涉及人脖子以下的生理心理工效学问题，而人机融合智能主要侧重人脖子以上的大脑与机器的“电脑”相结合的智能问题。人机融合智能在以下三个方面不同于人的智能与人工智能不同：在智能输入端，人机融合智能的思想不单单依赖硬件传感器采集的客观数据或是人五官感知到的主观信息，而是把两者有效地结合起来，并且联系人的先验知识，形成一种新的输入方式；其次是在信息的处理阶段，也是智能产生的重要阶段，将人的认知方式与计算机优势的计算能力融合起来，构建起一种新的理解途径；最后是在智能的输出端，将人在决策中体现的价值效应加入计算机逐渐迭代的算法之中相互匹配，形成有机化与概率化相互协调的优化判断。在人机融合的不断适应中，人将会对惯性常识行为进行有意识地思考，而机器也将会从人的不同条件下的决策发现价值权重的区别。人与机器之间的理解将会从单向性转变为双向性，人的主动性将与机器的被动性混合起来。人处理其擅长的“应该”（should）等价值取向的主观信息，而机器不仅处理其擅长的“是”（being）等规则概率的客观数据，同时也将从人处理“应该”（should）信息中优化自己的算法，从而产生人+机器既大于人也大于机器的效果。人机融合采用分层的体系结构。人类通过后天完善的认知能力对外界环境进行分析感知，其认知过程可分为记忆层意图层，决策层、感知与行为层，形成意向性的思维；机器通过探测数据对外界环境进行感知分析，其认知过程分为目标层知识库，任务规划层、感知与执行层，形成形式化的思维。相同的体系结构指明人类与机器可以在相同的层次之间进行融合，并且在不同的层次之间也可以产生因果关系。（来源：互联网）