返魅与隐忧:人机融合智能对民主政治的形塑

民主政治现代化发展得益于科技的支撑与突破。人机融合智能实现技术返魅的同时存在技术隐忧,赋能与忧患成为融合智能形塑民主政治的两种形态。在主体维度,人机融合智能遵循以人为本的价值理念。智能体追求人本观有利于保留民主伦理、巩固主体权利、发挥主体价值,却暗含剥离主体人格、侵蚀主体地位等瓦解民主主体的风险。在情感维度,人机融合智能按照理感交织的机理运行。类人化的情感功能助于识别民情民意、引导民主情绪、维护民主法治,实现民主情感升温,但情感交互存在物化及削弱民主情感的忧患。在实践维度,人机融合智能遵守协商共识的实践理念。智能体构成新型民主实践场域,并为民主协商提供群体智能。人机交互融合具有代替民主实践过程并生成民主鸿沟的可能。

“我是谁”:人机融合智能的发展瓶颈

在人机交互中,使用“你”和“我”来描述关系通常是一种隐喻性的用法,尽管人机之间存在交流,但真正的个体性和自我意识并不涉及其中。信任在人机交互中如何从“他我”关系逐渐演变为更深入和个人化的“你我”关系,人机信任的建立需要时间和积累,并依赖机器的可靠性和用户的体验。信任在人机交互中的重要性不言而喻,随着技术的进步和深化,信任如何从抽象的“他我”向具体的“你我”逐步发展,对于推动人机融合智能的发展具有重要意义。此外,在人机融合中还需平衡技术发展和个体价值的尊重,以实现双方的共赢。

人机融合智能的自我意识与交互主体性

自我意识是主体性的前提,而语言是主体性的载体。以ChatGPT为代表的大语言模型实现了人机自由交互,由此带来了人机是否产生交互主体性的论题。人机融合智能是由人—机—环境构成的群体智能系统。人机融合智能的交互主体性由人主导,并且由于使用者对智能机器人主体地位的功能赋予,产生了人机交互主体性。如果把交互主体性作为自我的原初存在,人机融合中使用者就在自身意识经验中构造出他人,从而使得智能机器人获得主体地位而无须具有自我意识,同时认为机器人的伦理意义不必依赖其意识和思维的存在,而是依据其在人机互动中的外在表现。人机融合智能的交互主体性可能会带来一系列无法避免的道德后果,如意识经验结构的改变与自我的损耗、机器依赖与虚拟亲密关系的建立、隐私安全与远程受控的风险加剧、人格同一性变化及责任归属困难等,需要人类社会进行前瞻性考量和应对。

智能与人机融合智能

阐述了智能和人机融合智能的概念,分别从深度态势认知、伦理和介入体验3个方面分析了人机融合智能的内涵,并给出了自动化、智能化和智慧化三者之间的区别。首先,智能过程不是对环境被动响应,而是一种主动行为,智能系统在环境信息刺激下,通过采集、过滤和改变态势分析策略,从动态信息流中抽取不变性,在人、机和环境交互作用下产生近乎知觉的操作或控制;其次,智能系统中的计算是动态和非线性的,通常不需要一次将所有问题计算清楚,而是对需要的信息加以计算;再者,智能系统中计算应是自适应的,智能系统特性应随着与外界的交互而变化。因此,智能应该是外界环境、机器和人的认知感知器共同作用的结果,三者缺一不可。

服务型政府建构中基于总体性知识的治理智慧——一种人机融合智能的观察视角

在管理型政府中,个体行动者通过感知、交流和推理获取知识的认知过程存在增长局限性,转而求助具有独特技术性优势的官僚制组织及其分工—协作体系来建构其治理智慧,但却在化简原则和分化逻辑中造成了知识碎片化的后果。在全球化、后工业化进程中,复杂性增长中无序复杂性的增量和存量超过了有序复杂性,使得充满无序复杂性的治理问题因其不可分性和不可知性而造成识别紧张,并因而造成管理型政府的治理智慧在组织结构和知识结构上的双重失灵。作为一种替代管理型政府的新模式,服务型政府则能够通过人机融合智能重建技术性优势、认识高度复杂性和创造知识—智慧体系,从而实现治理知识的持续增长,促进总体性知识的回归,建构一种新的治理智慧。

人机融合智能时代的人心

随着近年来人工智能技术的发展,在人机融合智能中"向善/向恶"问题越来越受到社会的关注。本文阐述了对人机融合智能时代人心问题的几点思考,首先简要介绍人机及其融合智能,并对人机融合智能的有关研究背景进行了阐述;进而讨论了当前人机智能融合时代所面临的种种困难和瓶颈;最后分析了人机智能融合时代的人心善恶问题及其影响。

关于人机融合智能中深度态势感知问题的思考

深度态势感知是"对态势感知的感知,是一种人机智慧,既包括了人的智慧,也融合了机器的智能(人工智能)",是能指+所指,既涉及事物的属性(能指、感觉)又关联它们之间的关系(所指、知觉),既能够理解事物原本之意,也能够明白弦外之音。它是在以Endsley为主体的态势感知(包括信息输入、处理、输出环节)基础上,加上人、机(物)、环境(自然、社会)及其相互关系的整体系统趋势分析,具有"软/硬"两种调节反馈机制;既包括自组织、自适应,也包括他组织、互适应;既包括局部的定量计算预测,也包括全局的定性算计评估,是一种具有自主、自动弥聚效应的信息修正、补偿的期望-选择-预测-控制体系。

趋势、技术与路径:浅议物联网环境中的人机融合智能

在智能化发展的过程中,需要将人的意向性与机器的形式化相互融合,人机融合智能是广电媒体科技赋能行业的重要路径。在物联网时代,广电媒体依托跨行业的泛连接性,加强对行业与人类发展的趋势研判,加强在核心技术与创新模式方面的专业研发,通过人机融合智能感知用户深度需求,做到传播的有效性与价值观引领兼备。

人机融合智能支持下的教学设计与创新

随着人工智能技术的快速发展,人机融合智能系统将会促发教育体系的变革。在其系统支持下,未来课堂如何进行设计引起了教育界的重点关注。为此,首先简要介绍了人工智能及人机融合智能相关研究背景;进而从内涵、本质、关键技术和问题等方面,对人机融合智能进行了梳理与阐述;最后,厘清人机融合智能对教学的作用,在其驱动下对未来课堂教学进行设计及创新,提供智能、灵活、个性化的教学参考模式,最大限度地满足学习者需求。

基于人机智能融合技术的态势感知应用研究

随着网络信息和人工智能技术的快速发展,态势感知(Situational Awareness,SA)正在由传统的以人为主转向人机智能融合发展阶段,构建人机融合的SA生态系统将成为未来战场胜负的重要决定因素。未来的SA是智能化的人、机、环境在各方面深度交互形成的人机融合新型“计算-算计”博弈系统。本文面向人机智能融合SA生态系统的建设,探讨了新型SA技术的概念、发展历程,提出人机智能融合SA体系架构和框架模型,构建了深度学习、强化学习、迁移学习人机融合技术的智能SA典型应用模型。最后,展望人机融合智慧技术面临的挑战,把握未来的发展趋势,对构建新型的SA生态系统提供参考借鉴。

从“可解释”到“可接受”:一种作战决策背景下的人机智能融合新视角

如何在人类-人工智能混合环境中实现人机智能的有效融合,将人的意向性与机的形式化有机结合进而提升决策水平,是作战决策智能化发展最为迫切的问题之一.对当前人机智能融合主要解决思路“可解释性”方法的有关研究进行梳理,从基本概念发展、主要研究方向、关键基础技术3个方面总结了最新的研究进展,分析了作战决策背景下该原则的局限性以及实际运用中出现的问题.在此基础上提出“可接受性”概念并从“决策者需求”、“智能方法优化方向”出发明确其具体能力要求,以提供一种新的指导原则促进人工智能应用于实际作战决策.

人机融合智能的伦理风险及其适应性治理

人机融合智能是未来人工智能的发展方向,其充分发挥人类和机器各自的优势,为社会发展注入强大的动力。但技术的应用会偏离“善”的轨道,呈现损害安全、侵犯隐私、公平失衡、责任失当等伦理风险样态。从人—机器—环境三者关系出发,剖析人机融合智能伦理风险生成的主要原因,包括技术内在的不确定性,技术参与主体责任伦理意识淡薄,伦理风险防范制度缺位。通过强化负责任的人机融合智能、提高参与主体的伦理素养、构建新型人机融合伦理关系、完善“恰当性”的政府治理机制,实现人机融合智能伦理风险的适应性治理。

人工智能实现完全意向性何以可能?——人机融合智能:未来人工智能发展方向

对于人工智能的发展是否能够实现完全的意向性的问题,学界长期以来一直存在着激烈的争论。近年来被学界广泛关注和讨论的就是塞尔的“中文屋”(Chinese Room)思想实验。塞尔通过他的思想实验,反驳了图灵关于大脑的意向性活动是可以被还原为计算过程的观点,并指出计算机是不可能具有意向性的。但是,人工智能的发展的终极目标就是完全地实现“意向性”这种人类意识的本质特征,因而为了解决这个困境,人工智能科学发展出一种物理性与生物性相结合的新一代人工智能科学体系——人机融合智能,旨在描述一种由人、机、环境系统相互作用而产生的新型智能形式。借助于人机融合智能形式,为人工智能实现完全的意向性提供可能。

人机融合视域下元宇宙阅读入深的实现路径

人类在任何时代都需要深阅读。在元宇宙时代探讨阅读入深对阅读发展有价值引领作用。人机融合是元宇宙的显著特征,本文首先在该视域下叩问元宇宙阅读是否能入深和该如何入深。其次,在剖析技术身体成为元宇宙和阅读入深的耦合点的基础上,阐释科技对深阅读内涵的革新作用。再次,揭示技术身体激活的人机融合智能是元宇宙阅读入深的作用机理。最后,聚焦该机理,敦促读者要善用技术身体以调动人机融合智能;呼吁出版行业、图书馆及创作者分别从科技、人文和制度方面有所作为,以充分发挥人机融合智能,由此厘清实现元宇宙阅读入深的路径。

源数据在人机智能融合发展中的意义及逻辑

"源数据"在本文中指以数据形式加以表达的新闻源相关信息的初始记录。本文认为,物联网环境给传媒业带来的最大变革来自对数据的认知。它不仅是技术层面的理解,更是新闻观念的进化。源数据对于报道客观事实、辨伪、溯源、核证、识别、比对、推断、预测等都具有重要意义,它不仅将带来对新闻传统业务和媒体技术的影响,还将引起观念、方法乃至传媒业务模式方面的变革。

人机智能融合的陆军智能化作战指挥模型体系

人机智能融合是未来作战指挥变革的关键,智能化作战指挥模型体系是提升陆军作战指挥整体效能的核心。针对人机关系及其智能融合方式,提出了陆军智能化作战指挥模型体系框架HAI2OC,构建了人机并行深度态势感知、人机融合智能指挥决策、人机共生自主控制协调和人机平行跨域作战评估四大模型体系,以供进一步深入研究参考。

人工智能时代人机交互标准化研究

阐述了人机交互与人工智能的关系,介绍了人机融合智能的探索方法,即把人与机器有机融合在一起;分析了智能人机交互目前的标准进展;最后分析人机交互未来发展的重点方向是感知交互和急需解决的伦理问题。

人工智能的经济影响与发展

随着以机器学习、深度学习和大数据为代表的人工智能技术不断发展,新一轮的产业革命正在到来,社会的经济和产业结构、劳动力市场分工发生了很大的变化。然而,当前人工智能技术还面临着三道难题:可解释性、常识和知识,在它推动经济增长、改变产业结构的同时,我们需要更好地引导资本与技术的协调发展,构建新型智能经济生态。

人工智能在军事对抗中的应用进展

人工智能特别是近几年深度学习的飞速发展,深刻的影响着军事领域,并赋予现代战争智能性、交叉性和破坏性的新特点.要想在军事对抗中取胜,不仅需要机器智能,同样需要人类智慧,能在军事作战中达到人机高度协同,是实现人与机器取长补短的重要途径,也是在愈发复杂的战争形势中取得胜利的关键.本文将军事对抗中人工智能的应用作为切入点,罗列了代表性国家在军事领域对人工智能的重视程度,从对抗策略和物联网三层架构两大角度对发展现状进行总结,同时指出在目前军事领域使用人工智能存在的不足,对人机融合智能在军事对抗中的发展趋势进行分析,并给出可能实现的技术方案,对未来的研究方向作出展望.如何实现高度的人机融合,从而获得"1+1>2"的良好效果,是人工智能在军事对抗中的下一步研究工作.

面向鲁棒决策的战场态势评估人机共识形成方法

针对地面突击装备战术级、高动态、分布式、强实时作战过程中的战场态势高度复杂且信息不确定问题,提出一种面向鲁棒决策的战场态势评估人机共识形成方法,实现“人类智能”与“人工智能”在综合态势评估中的有机融合。首先,通过采集乘员(专家)态势评估行为实验样本,模拟乘员(专家)对战场态势信息的认知过程,构建战场态势评估两级智能代理模型;其次,提出一种对人机偏好不敏感的决策鲁棒指数,车辆乘员基于该指数在高强度对抗下快速判断形成人机共识,辅助指挥员进行鲁棒决策。在某作战仿真系统中进行了红蓝对抗的想定设计,并以敌方意图为态势评估对象进行了案例验证,验证了该方法的有效性。