2
| 本文作者： 人機(jī)與認(rèn)知實(shí)驗(yàn)室 | 2016-07-21 08:25 |
雷鋒網(wǎng)按：本文作者劉偉，來(lái)自北郵人機(jī)與認(rèn)知實(shí)驗(yàn)室。
從某種意義上說(shuō)，人類(lèi)文明是一個(gè)人類(lèi)對(duì)世界和自己不斷認(rèn)知的過(guò)程，所為認(rèn)知就是對(duì)有用的數(shù)據(jù)---信息進(jìn)行采集過(guò)濾、加工處理、預(yù)測(cè)輸出、調(diào)整反饋的全過(guò)程，縱觀人類(lèi)最早的美索不達(dá)米亞文明（距今6000多年）、古埃及文明（距今6000年）及其衍生出的古希臘文化（現(xiàn)代西方文明的起源，距今3000年左右），其本質(zhì)反映的是人與物（客觀對(duì)象）之間的關(guān)系，這也是科學(xué)技術(shù)之所以在此快速發(fā)展的文化基礎(chǔ)。
而古印度所表征的文明中常常蘊(yùn)含著人與神之間的信念，排名較后的古代中國(guó)文明是四大古文明中唯一較為完整地綿延至今的文化脈搏，其核心之道理反映的是人與人、人與環(huán)境之間的溝通交流（這也許正是中華文明之所以持續(xù)的重要原因吧）。
縱觀這些人、機(jī)（物）、環(huán)境之間系統(tǒng)交互的過(guò)程中，認(rèn)知數(shù)據(jù)的產(chǎn)生、流通、處理、變異、卷曲、放大、衰減、消逝是無(wú)時(shí)無(wú)刻不在進(jìn)行著的……如何在這充滿變數(shù)的過(guò)程中保持各種可能性的穩(wěn)定與連續(xù)呢？為此人們發(fā)明了各種理論和模型，使用了許多工具和方法，試圖在自然與社會(huì)的秩序中找到有效的答案和萬(wàn)有的規(guī)律。直至近代，16世紀(jì)一位天主教教士哥白尼的“日心說(shuō)”讓宗教的權(quán)威逐漸轉(zhuǎn)讓給了科學(xué)，從此數(shù)百年來(lái)，實(shí)驗(yàn)和邏輯重新建構(gòu)了一個(gè)完全不同的時(shí)空世界，一次又一次地減輕了人們的生理負(fù)荷、腦力負(fù)荷，甚至包括精神負(fù)荷……
隨著科學(xué)思想的不斷演化，技術(shù)上也取得了長(zhǎng)足的進(jìn)步，“老三論”（系統(tǒng)論、控制論和信息論）尚未褪色，耗散結(jié)構(gòu)論、協(xié)同論、突變論等“新三論”便粉墨登場(chǎng)，電子管、晶體管、集成電路還未消逝，納米、超算機(jī)、量子通信技術(shù)更是躍躍欲試。20世紀(jì)4、50年代誕生的人工智能思想和技術(shù)就是建立在這些基礎(chǔ)領(lǐng)域上而涌現(xiàn)出的一個(gè)重要前沿方向。
但是由于認(rèn)知機(jī)理的模糊、數(shù)學(xué)建模的不足、計(jì)算硬件的局限等原因，使得人工智能一直不能快速地由小到大，由弱變強(qiáng)。從目前了解到的數(shù)學(xué)、硬件等研究進(jìn)展上看，短期內(nèi)取得突破性進(jìn)展將會(huì)很難，所以如何從認(rèn)知機(jī)理上打開(kāi)突破口就成了很多科學(xué)家的選擇之處。本文旨在對(duì)深度態(tài)勢(shì)感知進(jìn)行初步地的介紹與述評(píng)，以期促進(jìn)該領(lǐng)域在國(guó)內(nèi)的研究與應(yīng)用。
2013年6月美國(guó)空軍司令部正式任命Mica R. Endsley這位以研究態(tài)勢(shì)感知（Situation Awareness，SA）而著名的女科學(xué)家為新一任美國(guó)空軍首席科學(xué)家，這位1990年南加州大學(xué)工業(yè)與系統(tǒng)工程專(zhuān)業(yè)畢業(yè)的女博士和她的上一任Mark T. Maybury（任期為2010.10-2013.5，1991年博士畢業(yè)于劍橋大學(xué)計(jì)算機(jī)系人工智能專(zhuān)業(yè)）都是以人機(jī)交互中的認(rèn)知工程為研究方向，一改2010年9月以前美國(guó)空軍首席科學(xué)家主要是以航空航天專(zhuān)業(yè)或機(jī)電工程專(zhuān)業(yè)出身的慣例。
這種以認(rèn)知科學(xué)為專(zhuān)業(yè)背景任命首席科學(xué)家的局面在美軍其他兵種當(dāng)中也相當(dāng)流行，這也許意味著，在未來(lái)的軍民科技發(fā)展趨勢(shì)中以硬件機(jī)構(gòu)為主導(dǎo)的制造加工領(lǐng)域，正悄悄地讓位于以軟件智慧為主題的指揮控制體系。
無(wú)獨(dú)有偶，正當(dāng)世界各地的人工智能、自動(dòng)化等專(zhuān)業(yè)認(rèn)真研究態(tài)勢(shì)感知（SituationAwareness，SA）技術(shù)之時(shí)，全球的計(jì)算機(jī)界正努力分析上下文感知（Context Awareness，CA）算法，語(yǔ)言學(xué)領(lǐng)域?qū)τ谧匀徽Z(yǔ)言處理中的語(yǔ)法、語(yǔ)義、語(yǔ)用等方面也熱衷的非凡，心理學(xué)科中的情景意識(shí)討論也是當(dāng)下的熱鬧去處，西方哲學(xué)的主流竟也是分析哲學(xué)（是一個(gè)哲學(xué)流派，它的方法大致可以劃分為兩種類(lèi)型：一種是人工語(yǔ)言的分析方法，另一種是日常語(yǔ)言的分析方法。），當(dāng)然，神經(jīng)科學(xué)等認(rèn)知科學(xué)主要分支目前的研究重心也在大腦意識(shí)方面。
我們大家現(xiàn)在生活在一個(gè)信息日益活躍的人-機(jī)-環(huán)境（自然、社會(huì)）系統(tǒng)中，指揮控制系統(tǒng)自然就是通過(guò)人機(jī)環(huán)境三者之間交互及其信息的輸入、處理、輸出、反饋來(lái)調(diào)節(jié)正在進(jìn)行的主題活動(dòng)，進(jìn)而減少或消除結(jié)果不確定性的過(guò)程。針對(duì)指揮控制系統(tǒng)的核心環(huán)節(jié)，Mica R. Endsley在1988年國(guó)際人因工程（Human Factor）年會(huì)上提出了有關(guān)態(tài)勢(shì)感知（SituationAwareness，SA）的一個(gè)共識(shí)概念：“…theperception of the elements in the environment within a volume of time andspace, the comprehension of their meaning, and the projection of their statusin the near future.”（就是在一定的時(shí)間和空間內(nèi)對(duì)環(huán)境中的各組成成分的感知、理解，進(jìn)而預(yù)知這些成分的隨后變化狀況”）。
具體如下圖所示：
圖1 動(dòng)態(tài)決策態(tài)勢(shì)感知（SA）模型（Endsley, 2000）
該模型被分成三級(jí)，每一階段都是先于下一階段（必要但不充分），該模型沿著一個(gè)信息處理鏈，從感知通過(guò)解釋到預(yù)測(cè)規(guī)劃，從低級(jí)到高級(jí)，具體為：
第一級(jí)是對(duì)環(huán)境中各成分的感知（信息的輸入），第二級(jí)是對(duì)目前的情境的綜合理解（信息的處理），第三級(jí)是對(duì)隨后情境的預(yù)測(cè)和規(guī)劃（信息的輸出）。
一般而言，人、機(jī)、環(huán)境（自然、社會(huì)）等構(gòu)成特定情境的組成成分常常會(huì)發(fā)生快速的變化，在這種快節(jié)奏的態(tài)勢(shì)演變中，由于沒(méi)有充分的時(shí)間和足夠的信息來(lái)形成對(duì)態(tài)勢(shì)的全面感知、理解，所以準(zhǔn)確對(duì)未來(lái)態(tài)勢(shì)的定量預(yù)測(cè)可能會(huì)大打折扣（但應(yīng)該不會(huì)影響對(duì)未來(lái)態(tài)勢(shì)的定性分析）。
大數(shù)據(jù)時(shí)代，對(duì)于人工智能系統(tǒng)而言，如何在充分理清各組成成分及其干擾成分之間的排斥、吸引、競(jìng)爭(zhēng)、冒險(xiǎn)等邏輯關(guān)系的基礎(chǔ)上，建立起基于離散規(guī)則和連續(xù)概率（甚至包括基于情感和頓悟）的、反映客觀態(tài)勢(shì)的定性定量綜合決策模型越發(fā)顯得更為重要。
簡(jiǎn)言之，不了解數(shù)據(jù)表征關(guān)系（尤其是異構(gòu)變異數(shù)據(jù)）的大數(shù)據(jù)挖掘是不可靠的，建立在這種數(shù)據(jù)挖掘上的智能預(yù)測(cè)系統(tǒng)也不可能是可靠的。
另外，在智能預(yù)測(cè)系統(tǒng)中也時(shí)常面對(duì)一些管理缺陷與技術(shù)故障難以區(qū)分的問(wèn)題，如何把非概念問(wèn)題概念化？如何把異構(gòu)問(wèn)題同構(gòu)化？如何把不可靠的部件組成可靠的系統(tǒng)？如何通過(guò)組成智能預(yù)測(cè)系統(tǒng)之中的前/后（剛性、柔性）反饋系統(tǒng)把人的失誤/錯(cuò)誤減到最小，同時(shí)把機(jī)和環(huán)境的有效性提高到最大？
對(duì)此，1975年計(jì)算機(jī)圖靈獎(jiǎng)及1978年諾貝爾經(jīng)濟(jì)獎(jiǎng)得主西蒙（H.A.Simon）提出了一個(gè)聰明的對(duì)策：有限的理性，即把無(wú)限范圍中的非概念、非結(jié)構(gòu)化成分可以延伸成有限時(shí)空中可以操作的柔性的概念、結(jié)構(gòu)化成分處理，這樣就可把非線性、不確定的系統(tǒng)線性化、滿意化處理（不追求在大海里撈一根針，而只滿意在一碗水中撈針），進(jìn)而把表面上無(wú)關(guān)之事物相關(guān)在了一起，使智能預(yù)測(cè)變得更加智慧落地。但是在實(shí)際工程應(yīng)用中，由于各種干擾因素（主客觀）及處理方法的不完善，目前態(tài)勢(shì)感知理論與技術(shù)扔存在不少缺陷，鑒于此，我們嘗試提出了深度態(tài)勢(shì)感知這個(gè)概念，具體說(shuō)明如下。
到目前為止，機(jī)器的存儲(chǔ)依然是形式化實(shí)現(xiàn)的，而人智慧的往往是形象化實(shí)現(xiàn)的，人工智能的計(jì)算是形式化進(jìn)行的實(shí)在，而人的算計(jì)往往是客觀邏輯加上主觀直覺(jué)融合而成的結(jié)果。計(jì)算出的預(yù)測(cè)不影響結(jié)果，算計(jì)出的期望卻時(shí)常改變未來(lái)，從某種意義上說(shuō)，深度態(tài)勢(shì)不是計(jì)算感知出的，而是認(rèn)知成的，自主有利有弊，有悖有義，是由內(nèi)而外的嘗試修正，是經(jīng)歷的驗(yàn)證—經(jīng)驗(yàn)的類(lèi)比遷移。如果說(shuō)計(jì)算是腦機(jī)，那么算計(jì)就是心機(jī)，心有多大世界就有多大。
有人認(rèn)為：人工智能就是人類(lèi)在了解自己、認(rèn)識(shí)自己。實(shí)際上，人工智能只是人類(lèi)試圖了解自己而已，因?yàn)椤拔沂钦l(shuí)”這個(gè)坐標(biāo)原點(diǎn)遠(yuǎn)遠(yuǎn)還沒(méi)有確定下來(lái)……
“我是誰(shuí)”的問(wèn)題就是自主的初始問(wèn)題，也是人所有智能坐標(biāo)體系框架的坐標(biāo)原點(diǎn)，記憶是這個(gè)坐標(biāo)系中具有方向性的意識(shí)矢量（意向性），與馮諾伊曼計(jì)算機(jī)體系的存儲(chǔ)不同，這里面的程序規(guī)則及數(shù)據(jù)信息不是靜止不變的，而是在人機(jī)環(huán)境系統(tǒng)交互中隨機(jī)應(yīng)變的（所以單獨(dú)的類(lèi)腦意義是不大的），這種變化的靈活程度常常反映出自主性的大小。
例如語(yǔ)言交流是自主的典范，是根據(jù)交互情景（不是場(chǎng)景）展開(kāi)的，無(wú)論怎樣測(cè)試，都是腳本與非腳本的反應(yīng)，其準(zhǔn)確性的大小可以判定人機(jī)孰非……
有人把語(yǔ)言分為三指，即指名、指心、指物三者, 并指出研究這三者及其之間的關(guān)聯(lián)一直是人工智能面臨的難題和挑戰(zhàn)。無(wú)獨(dú)有偶，19世紀(jì)，英國(guó)學(xué)者就提出過(guò)能指、所指的概念，細(xì)細(xì)想來(lái)，這些恐怕都不外乎涉及事物的屬性（能指、感覺(jué)）及其之間的關(guān)系（所指、知覺(jué)）問(wèn)題吧！實(shí)際上，一個(gè)詞、一句話、一段文都離不開(kāi)自主的情境限定，我們知道的要（所指）遠(yuǎn)比我們能說(shuō)出來(lái)的（能指）要多得多吧？! 若不信? 想想你見(jiàn)過(guò)的那些眼睛會(huì)說(shuō)話的人吧！溯根追源，究其因，一般是緣于此中的情理轉(zhuǎn)化機(jī)制: 感性是理性的蟲(chóng)洞，穿越著理性的束縛與約束；理性是感性的黑洞，限制著感性的任性與恣意。正可謂，自主的意識(shí)駕馭著情理，同時(shí)有被情理奴役著……
智能的本質(zhì)在于自主與“相似”的判斷，在于恰如其分的把握“相似度基準(zhǔn)”分寸。人比機(jī)器的優(yōu)勢(shì)之一就是：可以從較少的數(shù)據(jù)中更早的發(fā)現(xiàn)事物的模式。其原因之一就是源于機(jī)器沒(méi)有坐標(biāo)原點(diǎn)，即“我”是誰(shuí)的問(wèn)題。
對(duì)人而言，事物是否存在，其存在并不是客觀的，而是我們帶著主觀目的觀察的結(jié)果，并且這種主客觀的混合物常常是情境的上下文的產(chǎn)物。如圍繞是（Being）、應(yīng)（Should）、要（Want）、能（Can）、變（Change）等過(guò)程的建構(gòu)與解構(gòu)往往是同時(shí)進(jìn)行的。另外，即使是同一種感覺(jué)（如視覺(jué)）也具備具體指向與抽象意蘊(yùn)，握手的同時(shí)除了生理接觸還可以伴隨心理暗示。人腦在進(jìn)行自主活動(dòng)時(shí)可以產(chǎn)生“從歐幾里得空間到拓?fù)淇臻g的映射“，也就是說(shuō)在做選擇和控制時(shí)，人可以根據(jù)具體目的的不同，其依據(jù)進(jìn)行的相似度基準(zhǔn)（不是歐式空間上的接近性，而是情理上的聯(lián)系網(wǎng)絡(luò)）是在變化的，并依此決定進(jìn)行情境分類(lèi)實(shí)施。
自由調(diào)節(jié)的環(huán)境系統(tǒng)觸發(fā)了自主體系的反向運(yùn)動(dòng)，由此形成了人機(jī)與環(huán)境之間的多向運(yùn)動(dòng)或多重運(yùn)動(dòng)，進(jìn)而導(dǎo)致了矛盾和沖突。這種不一致甚至相反問(wèn)題的解決常常不是單純數(shù)學(xué)知識(shí)力所能及的，一個(gè)問(wèn)題有邊界、有條件、有約束的求解時(shí)是數(shù)學(xué)探討，同一個(gè)問(wèn)題無(wú)邊界、無(wú)條件、無(wú)約束求解時(shí)往往變成了哲學(xué)研究。例如虛構(gòu)如何修正真實(shí)，真實(shí)怎樣反饋與虛構(gòu)？這將是一個(gè)很有味道的問(wèn)題。
人的學(xué)習(xí)與機(jī)器學(xué)習(xí)不同之處在于: 人的學(xué)習(xí)是碎片化+完整性混合進(jìn)行的，所以自適應(yīng)性比較強(qiáng)，一直在進(jìn)行不足信息（資源～如時(shí)空方面）情境下的穩(wěn)定預(yù)測(cè)和不穩(wěn)定控制，失預(yù)、失控場(chǎng)景時(shí)有發(fā)生，所以如何二次、三次……多次及時(shí)的快慢多級(jí)反饋調(diào)整修正就顯得越發(fā)必要，在這方面，人在非結(jié)構(gòu)非標(biāo)準(zhǔn)情境下的處理機(jī)制要優(yōu)于機(jī)器，而在結(jié)構(gòu)化標(biāo)準(zhǔn)化場(chǎng)景下，機(jī)器相對(duì)而言要好于人些。并且這種自適應(yīng)性是累積的，慢慢會(huì)形成一種個(gè)性化的合理性期望，至此，自主（期望+預(yù)測(cè)+控制）機(jī)制開(kāi)始產(chǎn)生了，且成長(zhǎng)起來(lái)……“智能的真實(shí)標(biāo)志不是知識(shí)，而是想象?！?/p>
愛(ài)因斯坦說(shuō)：“想象力比知識(shí)更重要，因?yàn)橹R(shí)是有限的，而想象力概括著世界的一切，推動(dòng)著進(jìn)步，并且是知識(shí)進(jìn)化的源泉?！?/p>
虛構(gòu)是智能的實(shí)質(zhì)表征，從似曾相識(shí)、似是而非、似非而是等可強(qiáng)意會(huì)弱言傳的現(xiàn)實(shí)存在可見(jiàn)一斑。
主流機(jī)器學(xué)習(xí)的辦法是：首先用一個(gè)“學(xué)習(xí)算法”從樣本中生成一個(gè)“模型”，然后以此模型為算法解決實(shí)際問(wèn)題。而實(shí)際問(wèn)題常常不嚴(yán)格區(qū)分學(xué)習(xí)過(guò)程和解題過(guò)程，而把整個(gè)系統(tǒng)運(yùn)行分解成大量“基本步驟”，每一步由一個(gè)簡(jiǎn)單算法實(shí)現(xiàn)一個(gè)推理規(guī)則。這些步驟的銜接是實(shí)時(shí)確定的，一般沒(méi)有嚴(yán)格可重復(fù)性（因?yàn)閮?nèi)外環(huán)境都不可重復(fù)）。因此一個(gè)通用的智能系統(tǒng)應(yīng)該沒(méi)有固定的學(xué)習(xí)算法，也應(yīng)該沒(méi)有不變的解題算法，而且“學(xué)習(xí)”和“推理”應(yīng)是同一個(gè)過(guò)程。另外，人的學(xué)習(xí)是因果關(guān)系、相關(guān)關(guān)系甚至于風(fēng)俗習(xí)慣的融合，這些有的可以程序化，很多目前還很難描述清楚（如一些主觀感受、默會(huì)的知識(shí)等），而機(jī)器學(xué)習(xí)顯性的知識(shí)內(nèi)涵要遠(yuǎn)遠(yuǎn)大于隱性的概念外延。
實(shí)際上，對(duì)人的認(rèn)知過(guò)程而言，規(guī)則與概率之間的關(guān)系是彌聚性的，規(guī)則就是大概率的存在，概率本質(zhì)則是沒(méi)有形成規(guī)則的狀態(tài)。習(xí)慣是規(guī)則的無(wú)意識(shí)行為，學(xué)習(xí)則是概率的累積過(guò)程，包含熟悉類(lèi)比和生疏修正部分，一般而言，前者是無(wú)意識(shí)的，后者是有意識(shí)的，是一個(gè)復(fù)合過(guò)程。還有，人處理信息的過(guò)程是變速的，有時(shí)是自動(dòng)化的下意識(shí)習(xí)慣釋放，有時(shí)是半自動(dòng)化的有意識(shí)與無(wú)意識(shí)平衡，有時(shí)則是純?nèi)斯さ穆龡l斯理，但是這個(gè)過(guò)程不是單純的信息表達(dá)傳輸，還包括如何在知識(shí)向量空間中建構(gòu)組織起相應(yīng)的語(yǔ)法狀態(tài)，以及重構(gòu)出各種語(yǔ)義、語(yǔ)用體系。
基本觀點(diǎn)
深度態(tài)勢(shì)感知的含義是“對(duì)態(tài)勢(shì)感知的感知，是一種人機(jī)智慧，既包括了人的智慧，也融合了機(jī)器的智能（人工智能）”, 是能指+所指，既涉及事物的屬性（能指、感覺(jué)）又關(guān)聯(lián)它們之間的關(guān)系（所指、知覺(jué)），既能夠理解弦外之音，也能夠明白言外之意。它是在Endsley以主體態(tài)勢(shì)感知（包括信息輸入、處理、輸出環(huán)節(jié)）的基礎(chǔ)上，是包括人、機(jī)（物）、環(huán)境（自然、社會(huì)）及其相互關(guān)系的整體系統(tǒng)趨勢(shì)分析，具有“軟/硬”兩種調(diào)節(jié)反饋機(jī)制；既包括自組織、自適應(yīng)，也包括他組織、互適應(yīng)；既包括局部的定量計(jì)算預(yù)測(cè)，也包括全局的定性算計(jì)評(píng)估，是一種具有自主、自動(dòng)彌聚效應(yīng)的信息修正、補(bǔ)償?shù)钠谕?選擇-預(yù)測(cè)-控制體系。
從某種意義上講，深度態(tài)勢(shì)感知是為完成主題任務(wù)在特定環(huán)境下組織系統(tǒng)充分運(yùn)用各種類(lèi)人認(rèn)知活動(dòng)（如目的、感覺(jué)、注意、動(dòng)因、預(yù)測(cè)、自動(dòng)性、運(yùn)動(dòng)技能、計(jì)劃、模式識(shí)別、決策、動(dòng)機(jī)、經(jīng)驗(yàn)及知識(shí)的提取、存儲(chǔ)、執(zhí)行、反饋等）的綜合體現(xiàn)。既能夠在信息、資源不足情境下運(yùn)轉(zhuǎn)，也能夠在信息、資源超載情境下作用。
通過(guò)實(shí)驗(yàn)?zāi)M和現(xiàn)場(chǎng)調(diào)查分析，我們認(rèn)為深度態(tài)勢(shì)感知系統(tǒng)中存在著 “跳蛙”現(xiàn)象（自動(dòng)反應(yīng)），即從信息輸入階段直接進(jìn)入輸出控制階段（跳過(guò)了信息處理整合階段），這主要是由于任務(wù)主題的明確、組織/個(gè)體注意力的集中和長(zhǎng)期針對(duì)性訓(xùn)練的條件習(xí)慣反射引起的，如同某個(gè)人邊嚼口香糖邊聊天邊打傘邊走路一樣可以無(wú)意識(shí)地協(xié)調(diào)各種自然活動(dòng)的秩序，該系統(tǒng)進(jìn)行的是近乎完美的自動(dòng)控制，而不是有意識(shí)的規(guī)則條件反應(yīng)。與普通態(tài)勢(shì)感知系統(tǒng)的相比，它們信息的采樣會(huì)更離散一些，尤其是在感知各種刺激后的信息過(guò)濾中（信息“過(guò)濾器”的基本功能是讓指定的信號(hào)能比較順利地通過(guò)，而對(duì)其他的信號(hào)起衰減作用，利用它可以突出有用的信號(hào)，抑制/衰減干擾、噪聲信號(hào)，達(dá)到提高信噪比或選擇的目的），表現(xiàn)了較強(qiáng)的“去偽存真、去粗取精”的能力。對(duì)于每個(gè)刺激客體而言，既包括有用的信息特征，又包括冗余的其它特征，而深度態(tài)勢(shì)感知系統(tǒng)具備了準(zhǔn)確把握刺激客體的關(guān)鍵信息特征的能力（可以理解為“由小見(jiàn)大、窺斑知豹”的能力），所以能夠形成階躍式人工智能的快速搜索比對(duì)提煉和運(yùn)籌學(xué)的優(yōu)化修剪規(guī)劃預(yù)測(cè)的認(rèn)知能力，執(zhí)行主題任務(wù)自動(dòng)迅速。對(duì)于普通態(tài)勢(shì)感知系統(tǒng)來(lái)說(shuō)，由于沒(méi)有形成深度態(tài)勢(shì)感知系統(tǒng)所具備的認(rèn)知反應(yīng)能力，所以覺(jué)察到的刺激客體中不但包括有用的信息特征，又包括冗余的其它特征，所以信息采樣量大，信息融合慢，預(yù)測(cè)規(guī)劃遲緩，執(zhí)行力弱。
在有時(shí)間、任務(wù)壓力的情境下，“經(jīng)驗(yàn)豐富”的深度態(tài)勢(shì)感知系統(tǒng)常常是基于離散的經(jīng)驗(yàn)性思維圖式/腳本認(rèn)知決策活動(dòng)（而不是基于評(píng)估），這些圖式/腳本認(rèn)知活動(dòng)是形成自動(dòng)性模式（即不需要每一步都進(jìn)行分析）的基礎(chǔ)。事實(shí)上，它們是基于以前的經(jīng)驗(yàn)積累進(jìn)行反應(yīng)和行動(dòng)，而不是通過(guò)常規(guī)統(tǒng)計(jì)概率的方法進(jìn)行決策選擇（基本認(rèn)知決策中的情境評(píng)估是基于圖式和腳本的。圖式是一類(lèi)概念或事件的描述，是形成長(zhǎng)期記憶組織的基礎(chǔ)?！癟op-Down”信息控制處理過(guò)程中，被感知事件的信息可按照最匹配的存在思維圖式進(jìn)行映射，而在“Bottom-Up”信息自動(dòng)處理過(guò)程中，根據(jù)被感知事件激起的思維圖式調(diào)整不一致的匹配，或通過(guò)積極的搜索匹配最新變化的思維圖式結(jié)構(gòu)。）。
另一方面，深度態(tài)勢(shì)感知系統(tǒng)有時(shí)也要被迫對(duì)一些變化了的任務(wù)情境做有意識(shí)的分析決策（自動(dòng)性模式已不能保證準(zhǔn)確操作的精度要求），但深度態(tài)勢(shì)感知系統(tǒng)很少把注意轉(zhuǎn)移到非主題或背景因素上，這將會(huì)讓它的“分心”。這種現(xiàn)象也許與復(fù)雜的訓(xùn)練規(guī)則有關(guān)，因?yàn)樵谝?guī)則中普通態(tài)勢(shì)感知系統(tǒng)被要求依程序執(zhí)行，而規(guī)則程序設(shè)定了觸發(fā)其情境認(rèn)知的閾值（即遇到規(guī)定的信息被激或），而實(shí)際上，動(dòng)態(tài)的情境常常會(huì)使閾值發(fā)生變化；對(duì)此，深度態(tài)勢(shì)感知系統(tǒng)通過(guò)大量的實(shí)踐和訓(xùn)練經(jīng)驗(yàn)，形成了一種內(nèi)隱的動(dòng)態(tài)觸發(fā)情境認(rèn)知閾值（即遇到對(duì)自己有用的關(guān)鍵信息特征就被激活，而不是規(guī)定的）。
一個(gè)“Top-Down”處理過(guò)程提取信息依賴(lài)于（至少受其影響）對(duì)事物特性的以前認(rèn)識(shí)；一個(gè)“Bottom-Up”處理過(guò)程提取信息只與當(dāng)前的刺激有關(guān)。所以，任何涉及對(duì)一個(gè)事物識(shí)別的過(guò)程都是“Top-Down”處理過(guò)程，即對(duì)于該事物已知信息的組織過(guò)程。“Top-Down”處理過(guò)程已被證實(shí)對(duì)深度知覺(jué)及視錯(cuò)覺(jué)有影響?！癟op-Down”與“Bottom-Up”過(guò)程是可以并行處理的。
在大多數(shù)正常情境下，態(tài)勢(shì)感知系統(tǒng)是按“Top-Down”處理過(guò)程達(dá)到目標(biāo)；而在不正常或緊急情境下，態(tài)勢(shì)感知系統(tǒng)則可能會(huì)按“Bottom-Up”處理過(guò)程達(dá)到新的目標(biāo)。無(wú)論如何，深度態(tài)勢(shì)感知系統(tǒng)應(yīng)在情境中保持主動(dòng)性的（前攝的）（如使用前饋控制策略保持在情境變化的前面）而不是反應(yīng)性的（如使用反饋控制策略跟上情境的變化），這一點(diǎn)是很重要的。這種主動(dòng)性的（前攝的）策略可以通過(guò)對(duì)不正?；蚓o急情境下的反應(yīng)訓(xùn)練獲得。
在真實(shí)的復(fù)雜背景下，對(duì)深度態(tài)勢(shì)感知系統(tǒng)及技術(shù)進(jìn)行整體、全面的研究，根據(jù)人-機(jī)-環(huán)境系統(tǒng)過(guò)程中的信息傳遞機(jī)理，建造精確、可靠的數(shù)學(xué)模型已成為研究者所追求的目標(biāo)。人類(lèi)認(rèn)知的經(jīng)驗(yàn)表明：人具有從復(fù)雜環(huán)境中搜索特定目標(biāo)，并對(duì)目標(biāo)信息有選擇處理的能力。這種搜索與選擇的過(guò)程被稱(chēng)為注意力集中（focus attention）。在多批量、多目標(biāo)、多任務(wù)情況下，快速有效地獲取所需要的信息是人面臨的一大難題。如何將人的認(rèn)知系統(tǒng)所具有的環(huán)境聚焦（environment focus）和自聚焦（self focus）機(jī)制應(yīng)用于多模塊深度態(tài)勢(shì)感知技術(shù)系統(tǒng)的學(xué)習(xí)，根據(jù)處理任務(wù)確定注意機(jī)制的輸入，使整個(gè)深度態(tài)勢(shì)感知系統(tǒng)在注意機(jī)制的控制之下有效地完成信息處理任務(wù)并形成高效、準(zhǔn)確的信息輸出，有可能為上述問(wèn)題的解決提供新的途徑。如何建立適度規(guī)模的多模塊深度態(tài)勢(shì)感知技術(shù)系統(tǒng)是首先解決的問(wèn)題，另外，如何控制系統(tǒng)各功能模塊間的整和與協(xié)調(diào)也是需要解決的一個(gè)重要問(wèn)題。
通過(guò)研究，我們是這樣看待深度態(tài)勢(shì)感知認(rèn)知技術(shù)問(wèn)題的：首先深度態(tài)勢(shì)感知過(guò)程不是被動(dòng)地對(duì)環(huán)境的響應(yīng)，而是一種主動(dòng)行為，深度態(tài)勢(shì)感知系統(tǒng)在環(huán)境信息的刺激下，通過(guò)采集、過(guò)濾，改變態(tài)勢(shì)分析策略，從動(dòng)態(tài)的信息流中抽取不變性，在人機(jī)環(huán)境交互作用下產(chǎn)生近乎知覺(jué)的操作或控制；其次，深度態(tài)勢(shì)感知技術(shù)中的計(jì)算是動(dòng)態(tài)的、非線形的（同認(rèn)知技術(shù)計(jì)算相似），通常不需要一次將所有的問(wèn)題都計(jì)算清楚，而是對(duì)所需要的信息加以計(jì)算；再者，深度態(tài)勢(shì)感知技術(shù)中的計(jì)算應(yīng)該是自適應(yīng)的，指揮控制系統(tǒng)的特性應(yīng)該隨著與外界的交互而變化。因此，深度態(tài)勢(shì)感知技術(shù)中的計(jì)算應(yīng)該是外界環(huán)境、裝備和人的認(rèn)知感知器共同作用的結(jié)果，三者缺一不可。
研究基于人類(lèi)行為特征的深度態(tài)勢(shì)感知系統(tǒng)技術(shù)，即研究在不確定性動(dòng)態(tài)環(huán)境中組織的感知及反應(yīng)能力，對(duì)于社會(huì)系統(tǒng)中重大事變（戰(zhàn)爭(zhēng)、自然災(zāi)害、金融危機(jī)等）的應(yīng)急指揮和組織系統(tǒng)、復(fù)雜工業(yè)系統(tǒng)中的故障快速處理、系統(tǒng)重構(gòu)與修復(fù)、復(fù)雜壞境中仿人機(jī)器人的設(shè)計(jì)與管理等問(wèn)題的解決都有著重要的參考價(jià)值。
意義的建構(gòu)
在深度態(tài)勢(shì)感知中，不是構(gòu)建態(tài)勢(shì)，而是建構(gòu)起態(tài)勢(shì)的意義框架，進(jìn)而在眾多不確定的情境下實(shí)現(xiàn)深層次的預(yù)測(cè)和規(guī)劃。
一般而言，感對(duì)應(yīng)的常是碎片化的屬性，知?jiǎng)t是同時(shí)進(jìn)行的關(guān)聯(lián)（關(guān)系）建立，人的感、知過(guò)程常常是同時(shí)進(jìn)行的（機(jī)的不然），而且人可以同時(shí)進(jìn)行物理、心理、生理等屬性、關(guān)系的感、知，還可以混合交叉感覺(jué)、知覺(jué)，日久就會(huì)生成某種直覺(jué)或情感，從無(wú)關(guān)到弱關(guān)、從弱關(guān)到相關(guān)、從相關(guān)到強(qiáng)關(guān)，甚至形成“跳蛙現(xiàn)象”: 無(wú)關(guān)相關(guān)顯性化，即直覺(jué)，類(lèi)比在這個(gè)過(guò)程中起著非常重要的作用，是把隱性默會(huì)知識(shí)轉(zhuǎn)化成顯性規(guī)則/概率的橋梁。
根據(jù)現(xiàn)象學(xué)，意識(shí)最關(guān)鍵的是知覺(jué)，就是能覺(jué)知到周邊物體和自身構(gòu)成的世界。而對(duì)物體的知覺(jué)是自身和物體的互動(dòng)經(jīng)驗(yàn)整合而得到的自身對(duì)物體的可以做的行動(dòng)。
比如對(duì)附近桌子上的一個(gè)蘋(píng)果的知覺(jué)是可以吃，走過(guò)去可以拿在手里，可以拋起來(lái)等。一般認(rèn)為知覺(jué)是信號(hào)輸入，但事實(shí)上，計(jì)算機(jī)接受視頻信號(hào)輸入但是沒(méi)有視覺(jué)，因?yàn)橛?jì)算機(jī)沒(méi)有行動(dòng)能力。知覺(jué)需要和自身行動(dòng)結(jié)合起來(lái)，這賦予輸入信號(hào)語(yǔ)義，雖然輸入信號(hào)不一定導(dǎo)致一定的行動(dòng)。知覺(jué)的產(chǎn)生先經(jīng)過(guò)輸入信號(hào)、自身運(yùn)動(dòng)和環(huán)境物體協(xié)調(diào)整合，整合形成經(jīng)驗(yàn)記憶，再遇到相關(guān)的信號(hào)是就會(huì)產(chǎn)生對(duì)物體的知覺(jué)（對(duì)物體可作的行動(dòng)）。當(dāng)然只有知覺(jué)可能還不夠，智能系統(tǒng)還需要有推理、思考、規(guī)劃的能力。但這些能力可以在知覺(jué)平臺(tái)基礎(chǔ)上構(gòu)建。
人與機(jī)相比，人的語(yǔ)言或信息組塊能力強(qiáng)，有限記憶和理性；機(jī)器對(duì)于語(yǔ)言或信息組塊能力弱，無(wú)限記憶和理性，其語(yǔ)言（程序）運(yùn)行和自我監(jiān)督機(jī)制的同時(shí)實(shí)現(xiàn)應(yīng)是保障機(jī)器可靠性的基本原則。人可以在使用母語(yǔ)時(shí)以不考慮語(yǔ)法的方式進(jìn)行交流，并且在很多情境下可以感知語(yǔ)言、圖畫(huà)、音樂(lè)的多義性，如人的聽(tīng)覺(jué)、視覺(jué)、觸覺(jué)等具有辨別性的同時(shí)還具有情感性，常常能夠知覺(jué)到只可意會(huì)不可言傳的信息或概念（如對(duì)哲學(xué)這種很難通過(guò)學(xué)習(xí)得到學(xué)問(wèn)的思考）。機(jī)器盡管可以下棋、回答問(wèn)題，但對(duì)跨領(lǐng)域情境的隨機(jī)應(yīng)變能力很弱，對(duì)彼此矛盾或含糊不清的信息不能反應(yīng)（缺少必要的競(jìng)爭(zhēng)冒險(xiǎn)選擇機(jī)制），主次不分，綜合辨析識(shí)別能力不足，不會(huì)使用歸納推理演繹等方法形成概念、提出新概念，更奢談產(chǎn)生形而上學(xué)的理論形式。
人與機(jī)器在語(yǔ)言及信息的處理差異方面，主要體現(xiàn)在能否把表面上無(wú)關(guān)之事物相關(guān)在一起的能力。盡管大數(shù)據(jù)時(shí)代可能會(huì)有所變化，但對(duì)機(jī)器而言，抽象表征的提煉亦即基于規(guī)則條件及概率統(tǒng)計(jì)的決策方式與基于情感感動(dòng)及頓悟冥想的判斷（人類(lèi)特有的）機(jī)理之間的鴻溝依然存在。
一位偉人曾這樣描述邏輯與想像的差異：“Logic will get you from A to B，Imaginationwill take you everywhere”。其實(shí)，人最大的特點(diǎn)就是能根據(jù)特定情境把邏輯與想像、具象與抽象進(jìn)行有目的的彌聚融合。這種靈活彈性的彌散聚合機(jī)制往往與任務(wù)情境緊密相關(guān)。
正如涉及詞語(yǔ)概念時(shí)，有些哲學(xué)家堅(jiān)持認(rèn)為，單詞的含義是世界上所存在的物理對(duì)象所固有的，而維特根斯坦則認(rèn)為，單詞的含義是由人們使用單詞時(shí)的語(yǔ)境所決定的一樣。究其因，大概源于類(lèi)似二極管機(jī)理中的競(jìng)爭(zhēng)冒險(xiǎn)現(xiàn)象吧。人的意識(shí)里也有， 欲言又止，左右為難，瞻前顧后。 思想斗爭(zhēng)的根源有關(guān)與不確定性有關(guān)，與人、物、情境的不確定有關(guān)，有限的理性也許與之有某種聯(lián)系吧，關(guān)鍵是如何平衡，找到滿意解（碗中撈針），而不是找最優(yōu)解（海中撈針）。
相比之下，最近戰(zhàn)勝?lài)迨澜绻谲娎钍朗臋C(jī)器程序阿爾法狗參數(shù)調(diào)得就很好（相比之下，目前有些先進(jìn)人工智能軟件程序參數(shù)數(shù)量比阿爾法狗少幾個(gè)數(shù)量級(jí)，但目前的調(diào)試差異主要還是定性比較不同的資源分配方案，尚未到調(diào)數(shù)值的階段），這種參數(shù)的平衡恰恰就是競(jìng)爭(zhēng)冒險(xiǎn)機(jī)制的臨界線，就像太極圖中陰陽(yáng)魚(yú)的分界線一般。競(jìng)爭(zhēng)冒險(xiǎn)行為中定性與定量調(diào)整參數(shù)之間一直有個(gè)矛盾，定性是方向性問(wèn)題，而定量是精確性問(wèn)題，如何又紅又專(zhuān)，往往有點(diǎn)to be or not to be的味道。
對(duì)人類(lèi)而言，最最神秘的意識(shí)如何產(chǎn)生，里面有兩個(gè)問(wèn)題，一是意識(shí)產(chǎn)生的基本結(jié)構(gòu)，二是交互積累的經(jīng)驗(yàn)。前者可以是生理的也可以是抽象的，是人類(lèi)和機(jī)器的差異，后者對(duì)人或機(jī)器都是必須的，意識(shí)是人機(jī)環(huán)境系統(tǒng)交互的產(chǎn)物，目前的機(jī)器理論上沒(méi)有機(jī)人環(huán)境系統(tǒng)的（主動(dòng)）交互，所以沒(méi)有你我他這些參照坐標(biāo)系。
有人說(shuō)“當(dāng)前的人工智能里面沒(méi)有智能，時(shí)下的知識(shí)系統(tǒng)里面沒(méi)有知識(shí)，一切都是人類(lèi)跟自己玩，努力玩得似乎符合邏輯、自然、方便而且容易記憶和維護(hù)”，此話固然有些偏頗，但也反映出了一定的道理：意識(shí)是人機(jī)環(huán)境系統(tǒng)交互的產(chǎn)物，目前的機(jī)器理論上沒(méi)有人機(jī)環(huán)境系統(tǒng)的（主動(dòng)）交互，所以沒(méi)有你我他這些參照坐標(biāo)系，從而很難反映出各種隱含著穩(wěn)定和連續(xù)意義的某種秩序。
有位有名的攝影家曾不無(wú)深意地給攝影人說(shuō)過(guò)十句話：
照片拍得不夠好，是因?yàn)槟汶x生活還不夠近。
用眼睛捕捉的鏡頭只能稱(chēng)照片，用心靈捕捉的鏡頭才能叫藝術(shù)。
我所表達(dá)的都是真實(shí)的自我，是真正出于我的內(nèi)心。
有時(shí)候最簡(jiǎn)單的照片是最困難的。
只有好照片，沒(méi)有好照片的準(zhǔn)則。
攝影師必須是照片的一部分。
我覺(jué)得影子比物體本身更吸引我。
名著、音樂(lè)、繪畫(huà)都給我很多靈感和啟發(fā)。
我不喜歡把攝影當(dāng)作鏡子只反映事實(shí)，所以在表達(dá)上留有想象空間。
我一生都在等待光與景物的交織，然后讓魔法在相機(jī)中產(chǎn)生。
這十句話似乎對(duì)深度態(tài)勢(shì)感知中的意義建構(gòu)也同樣有意義。
有時(shí)可把數(shù)據(jù)理解（定義）為對(duì)人刺激的表示應(yīng)是對(duì)的（不一定是符號(hào)），即使是看見(jiàn)一個(gè)字，聽(tīng)到一個(gè)聲，...，沒(méi)有各種刺激，智能可能無(wú)法發(fā)育、生長(zhǎng)（不是組裝）。愛(ài)因斯坦原話說(shuō)過(guò): “單詞和語(yǔ)言在我的思考工程中似乎不起任何作用。我思索時(shí)的物理實(shí)體是符號(hào)和圖像，它們按照我的意愿可以隨時(shí)地重生和組合?！?/p>
語(yǔ)言是符號(hào)的線性化， 語(yǔ)言也限制思維，這些許像人機(jī)智能的差異：一種記憶型（類(lèi)機(jī)），一種模糊型（類(lèi)人），人的優(yōu)點(diǎn)在于可以更大范圍、更大尺度（甚至超越語(yǔ)言）的無(wú)關(guān)相關(guān)化，機(jī)的局限性洽在于此（含大小數(shù)據(jù)）: 有限的相關(guān)。如描述一個(gè)能在三維空間跟蹤定位物體的系統(tǒng)，通過(guò)將位置和方向納入一個(gè)目標(biāo)的屬性，系統(tǒng)能夠推斷出這些三維物體的關(guān)系。盡管大數(shù)據(jù)冗余也可能造成精度干擾或認(rèn)知過(guò)載（信息冗余是大數(shù)據(jù)時(shí)代的自保策略），但在許多應(yīng)用場(chǎng)合，小數(shù)據(jù)也應(yīng)該有很大助益，因?yàn)楫吘剐?shù)據(jù)更加依賴(lài)分析的精度（其短板是沒(méi)有大數(shù)據(jù)的信息冗余作為補(bǔ)償）。
總之，深度態(tài)勢(shì)感知本質(zhì)上就是變與不變、一與多、自主與被動(dòng)等諸多悖論產(chǎn)生并解決的過(guò)程。所以該系統(tǒng)不應(yīng)是簡(jiǎn)單的人機(jī)交互而應(yīng)是貫穿整個(gè)人機(jī)環(huán)境系統(tǒng)的自主（包含期望、選擇、預(yù)測(cè)、控制，甚至涉及情感領(lǐng)域）認(rèn)知過(guò)程。
鑒于研究深度態(tài)勢(shì)感知系統(tǒng)涉及面較廣，極易產(chǎn)生非線性、隨機(jī)性、不確定性等系統(tǒng)特征，使之系統(tǒng)建模研究時(shí)常面臨著較大困難。在之前的研究中，多種有價(jià)值的理論模型被提出并用于描述態(tài)勢(shì)感知系統(tǒng)行為，但這些模型在對(duì)實(shí)際工程應(yīng)用系統(tǒng)的實(shí)質(zhì)及影響因素方面考慮還不夠全面，也缺乏對(duì)模型可用性的實(shí)驗(yàn)驗(yàn)證，所以本文重點(diǎn)就是針對(duì)深度態(tài)勢(shì)感知概念的實(shí)質(zhì)及影響因素這兩個(gè)關(guān)鍵問(wèn)題進(jìn)行了較深入探討，追根溯源，以期早日實(shí)現(xiàn)高效安全可靠之深度態(tài)勢(shì)感知系統(tǒng)，并應(yīng)用于相應(yīng)的人機(jī)智慧產(chǎn)品或系統(tǒng)中。
雷鋒網(wǎng)注：轉(zhuǎn)載請(qǐng)聯(lián)系授權(quán)，并保留作者和出處，不得刪減內(nèi)容。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
