知识学用中的理论与实践、连续与间断

6、知识学用中的理论与实践、连续与间断

知识大讲堂可以搜索到以下信息。走向知识+智能社会的过程中，增强形式验证能力可能有超过百倍，甚至千倍的信息需求增长。

现有的很多理论和技术，已经遇到瓶颈，难以支持未来的发展，在通信和计算两大基石的驱动下，知识学用中的智能化，是指事物在计算机网络、大数据、物联网和人工智能等技术的支持下，所具有的能满足人的各种需求的属性。知识的学习和研创，先前靠的都是皓首穷经，类似体力活；这个局面，因ChatGPT的到来快要改变。

例如学术交流，是双向激发，是思维的创新，是从无到有，这点非科学学术交流所不能──比如，从大自然历史运转出来的数据中，提取出全球气象先验知识。再比如制药领域，如果没有考虑蛋白质的柔性，导致搜索空间小，寻找到的靶点少。而分子动力学模拟，考虑了蛋白质的柔性，但又计算量非常大。有专家与教授提出：基于元动力学的靶点发现和构象搜索算法，可加速小分子遍历蛋白质的过程。

对此的实践，同样的构象搜索传统方法需要37天，现在只需要6个小时，提升了150倍效率。因此在软件编程上，除了用传统人工智能（AI）在大量已有代码中，进行检索和推荐外，在相互纠缠和前后关联的大规模并行化的情况下，现在也在发展科学的模型驱动和形式化方法。可见学术交流也类似产生创新思维的游戏，根本目的在激发创新思维，突破人类已有知识的边界。

早在1986年上海人民出版社出版钱学森主编的《关于思维科学》一书中，问科学家是如何激发创新性思维、突破知识边界的呢？有说：“提问题、发表不同意见、作补充、提新看法”的。即这种方法的本质，是通过不同思想的表达、争鸣，来激发创新思维，从而达到科学创新的最终目的。比如无人驾驶汽车，它之所以是能动的，是因为它不像传统的汽车，需要被动的人为操作驾驶。这就是知识+研创的一种智能化的事物，它将传感器物联网、移动互联网、大数据分析等技术融为一体，从而能动地满足人的出行需求。

又如相对传统媒体，知识+研创智能化是建立在数据化的基础上的媒体功能的全面升华。这类新媒体，能通过智能技术的应用，逐步具备类似于人类的感知能力、记忆和思维能力、学习能力、自适应能力和行为决策能力，在各种场景中，以人类的需求为中心，能动地感知外界事物，按照与人类思维模式相近的方式，和给定的知识与规则，通过数据的处理和反馈，对随机性的外部环境做出决策并付诸行动。

即知识+研创智能化，是现代人类文明发展的趋势。但要实现智能化，智能材料是不可缺少的重要环节──智能材料是材料科学发展的一个重要方向，也是材料科学发展的必然。智能材料结构是一门新兴起的多学科交叉的综合科学，智能材料的研究内容十分丰富，涉及许多前沿学科和高新智能材料，在工农业生产、科学技术、人民生活、国民经济等各方面起着非常重要的作用，应用领域十分广阔。

而且通过加快企业知识创造、知识和技术溢出，知识+研创智能化可提高技术创新能力，从而促进经济增长。如智能化加快企业知识创造，同时智能技术也会提高企业数据收集能力，利用新形式的人机交互，为企业提供更有效的信息检索和数据处理方式。

这有助于比以往更快地利用现有信息，产生新知识和新的计算方案，加速知识重组过程，从而加快企业内部的知识创造，提高企业技术创新能力，同时智能化加快企业知识和技术溢出。所以知识+智能是古今中外许多哲学家、脑科学家一直在努力探索和研究的问题，但至今仍然没有完全了解，以致智能的发生与物质的本质、宇宙的起源、生命的本质一起，被列为自然界四大奥秘。

所以知识+智能这种完成复杂目标的能力，定义很广，足以涵盖所有定义。因为理解力、自我意识、解决问题的能力、学习能力等都属于人类可能会遇到的复杂目标。因此《牛津英语词典》中智能的定义是：“获得和应用知识与技能的能力”。这也涵盖知识的学习和研创，指明可以将“应用知识与技能”作为一个目标。但有说：假如存在第三个计算机程序，它能够完成所有目标，并且它在某一个目标上，比如下象棋，做得远比前面所说的两个程序都好，而且在其他目标上完成得也不比它们差，那就可以说第三个程序比前面两个程序更加智能。

所以对知识+智能的分类，有“狭义”和“广义”的区分。

知识+智能是智慧和能力的合称，包括既往获得的知识和经验的广度，以及运用这些知识和经验来解决新的问题形成新概念、调节和适应新环境的能力，是先天素质、后天社会，教育的影响以及个人努力三方面因素相互作用的产。这又可分抽象智能、机械智能、社会智能三大类。即知识+智能，主要是认识过程方面所表现的心理特征，智能的正常，往往通过一系列心理过程表现出来。它接受知识，从而认识世界事物，并运用知识，从而有改造客观世界的能力。

知识+智能，是东西方文明一直共同关注的对象。它的相关无关化的应该存在，是去发现、分析应该把表面上无关──本质上存在着千丝万缕关系的事物，相关在一起解决问题的能力。即评价知识+智能好坏，指标是处理问题的复杂程度──首要的关系，不是智能和事物的关系，而是智能就是事物的关系──智能把每一物拥入存在并保持在存在里，就此智能本身即是关联，不考虑因果的关联。

人工智能有时空性，是狭义的知识+智能，它要求在资源有限的情况下，适应性地处理信息。智慧没有时空性，是广义的知识+智能，它用无限的材质方法去达到目的；这种有无时空的跨界，也是智能很难被定义的原因之一。如人们解释世界常常是秩序或时序的，但理解世界，往往智能就是现实可能性的能力。智能是由最小的知觉，所触发的适应性交互行为。这种行为的缔造者，不是人脑，也不是人，是由人物环境系统相互作用产生的这种行为，在自然和日常中得以体现。

如知觉，是身体感觉和交互行为产生出的关系。所有关涉事物或事实的智能基准点，就是“我”的存在。“我”的概念，包括了身体、行为、意识、语言、秩序、关系、机制机理等方面──这个世界，是由“我”构建生成的：所有的交互都是以个性化出现的，涉及到外部的事物变化也是个性化的理解，随着“我”的消失，这些变化就会变化，一切态势进而由新“我”──其中应该有旧“我”的痕迹。

创造性的本质和源泉，就是个性化的“我”。知识+智能关系主观的建构，同时也是对客观存在的反映，是一种主客观融合的产物。

未来的知识+智能，也不是以后的某个学科单独就能解决的一个学问。它本质是复杂性问题，需要多领域的不断地交叉融合。通过一些学科的努力，会取得一些进步，但这些进步，也许会造成一些隐形的退步或阻碍──即进步的退步。对此，自学习系统是系统具有能够按照自己运行过程中的经验，来改进控制算法的能力，它是自适应系统的一个延伸和发展。一般人、机、环境（自然、社会）等，构成特定情境的组成成分，常会发生快速的变化，在这种快节奏的态势演变中，由于没有充分的时间和足够的信息，来形成对态势的全面感知、理解，所以准确对未来态势的定量预测可能会大打折扣。

大数据时代对于人工智能系统而言，如何在充分理清各组成成分及其干扰成分之间的排斥、吸引、竞争、冒险等逻辑关系的基础上，建立起基于离散规则和连续概率，甚至包括基于情感和顿悟的、反映客观态势的定性定量综合，决策模型越发显得更为重要。不了解数据表征关系，尤其是异构变异数据的大数据，挖掘是不可靠的；建立在这种数据挖掘上的智能预测系统，也不可能是可靠的。

深度态势认知，是为完成主题任务在特定环境下组织系统充分运用各种人的认知活动的综合体现，如目的、感觉、注意、动因、预测、自动性、运动技能、计划、模式识别、决策、动机、经验及知识的提取、存储、执行、反馈等。它能够在信息、资源不足情境下运转，也能够在信息、资源超载情境下作用。正常的深度态势认知，不是单次就能实现的，需要根据任务或情境需要不断的循环迭代以满足要求。

人机融合智能问题，是一个现代科学技术问题，同时也是一个老伦理问题。人机融合智能是一种新型智能形式，不同于人的智能、也不同于人工智能，是一种跨越物种属性结合的下一代智能科学体系人机融合智能──是人把一部分智能，存储于机中，然后结合那部分不能存储于机的智能，形成超越人的一种1+1>1的混合智能。

智慧化就是升级版的智能化，是人机环境系统之间的交互作用最优化──取长补短、优势互补，除了必要的计算机知识、数学算法外，还应把哲学、心理学、生理学、语言学、人类学、神经科学、社会学、地理学……等融为一体。自动化与人工智能两者之间的关系，是一个省力和一个省脑。自动化强调执行能力；智能化强调分析能力。

知识+智能关心的不是单纯的有用，而是让存在者如其所是地显现自身。若人的智能可分为理智、情智和意智，那么现有的人工智能解决的主要是理智部分。伦理道德宗教面对的，常常是情智。

意智是那些人文艺术等创造性意识力，衍生出的智能，蕴含直觉、非理、想象能力。理智涉及人的经验、规范和常识知识。情智包括超越、情感、信仰认识。智能不是非此即彼的数学命题，而是可真可假的条件和尝试，是多个“我”之间的灵活自如的切换、同情、同理和迁移。从幼儿到儿童到青年到成人，就是从无智~意智~情智~理智的过程，也即从本能到智能的过程。智能是一个复杂的综合精神活动的功能，它反映的是个体在认识活动方面的差异，是对过去获得的知识经验的运用，用来解决问题或者是形成新概念的能力，它包括观察力，记忆力，注意力，思维能力，以及想象能力等等。

知识+智能涉及到感知记忆，注意和思维等等一系列的一些认知过程。一个人智力的高低，可以从解决实际问题当中反映出来。如临床上常常通过一些简单的提问和操作，了解患者理解能力，分析概括能力，判断能力，一般常识的保持计算能力，记忆力等等，可以对智能是不是有损害进行定性的判断；对损害程度，做出粗略的判断。除此还可通过智力测验的方法，得出智商，对智能进行量化评价。

a、从经验、知识到智能

华为战略研究院院长周红院长从经验、知识到智能分析：人工智能在历史上有不同的流派，例如符号主义、贝叶斯主义、进化主义、行为主义，以及连接主义等，但它们还没有很好地融合起来，缺乏共识的目标定义是重要的原因之一。即没有定义清楚并达成共识，就很难确保AI发展的目标与人类一致，也很难合理地分类和科学地计算。

从理论和技术的角度看，通过规则和法律来加强AI的伦理和治理外，目前还面临三个重要的挑战：AI的目标定义、正确性与适应性、效率。从狭义人工智能，到通用人工智能与超级人工智能的过程中，首先要通过理论和技术的不断突破，来实现万物智联，促进社会的进步。周红院长提出，面向知识+智能世界的假设和愿景认为，是通过从多模态感知融合与建模，到“知识+数据”驱动的决策，实现更高正确性与适应性的自主智能系统。

例如，1997年AI打败了国际象棋世界冠军卡斯帕罗夫后，人们还在不断研究提升中，如自动驾驶、图像识别、语言文字处理等。当前AI在语言文字的学习、理解和生成上表现出来的能力，超出了很多人的想象。如在接近山顶的能力上，软件编程、科学研究、定理自动验证和自动证明等，学术界和产业界已经有一些探索。哈佛大学有教授把人类的智能，分类成八大类，包括语言文字、视觉与空间、自然理解、自我认知、人际关系、音乐、运动和数理逻辑。

周红院长希望未来的自主智能系统，更好地支持自动驾驶网络、自动驾驶汽车、云服务等领域。目前英文ChatGPT，采用通俗、规范、凝练的自然语言科普式地解释科学问题，它的表达方式也比较理想，同时它能快速地定位，和抵达任何人类知识的边缘和角落，且具有强大的知识归纳总结能力。但它还不能独立突破人类已有知识的边界──ChatGPT绝不会是唯一，虽然它是第一个让世界能直观看到AI在知识归纳上，所能达到的能力的系统。如果智能中文聊天手机普及研发出来，比较“唯一”，不是存在中文和英文两类知识的区别。

英文作为两类知识中的一种，类似谷歌平台在英语世界，一般可以通过公开渠道获取已经发表的科技论文知识，包括各种公开的数据、搜索引擎能查询到的信息、学术论文、教材等。中文作为两类知识中的另一种，类似谷歌平台搜索能力在中文世界也是最强大的，但一般还不能完全通过公开渠道获取已经发表的科技论文知识。

如果把通过公开渠道获取已经发表的科技论文知识的这部分知识，称为“公共知识”；另一类包括依赖于个人成长的特殊环境与经历，在某个特定行业工作，以及个人对世界的理解而形成的知识体系，可将之称之为“个人知识”。那么智能中文聊天手机也许类似“个人知识”，英文ChatGPT或许类似“公共知识”。很显然在辨别一个事情到底是真的还是编的时候，谷歌平台在中文世界被踢出，是它不遵守我们国家的法律法规。而“个人知识”的重要性要远大于“公共知识”,但也要避免“游而不学”打卡式的浏览学习。

“变味”的浏览学习不如自己钻研，但也要避免“只学不旅”或“只旅不学”的现象。把研学所见转化为知识，研学中会涉及很多知识；指明：途径、难点和展望，称为“三全育人”法。这也称为“以论文为导向培养人才”法──一个人在科研这条路上能走多远，除了努力以外，还需要天赋。有人说天赋，就是干啥啥不行，但在某一方面很厉害，超乎常人。以论文为导向，如果不以论文为考核指标与利益挂钩；因人死了，一生的经验、知识到智能都带走了，能留下写的“论文”，后人能看见，才真正是为全人类服务，什么弊端呢？因为所谓“论文”，不就是在世上生活时的“经验、知识到智能”吗？

写“论文”的目的是为啥？不就是为了交流吗？同行内的交流，会互相启发，从而推动整体的科技进步，这不就是“论文”的初心吗？何错之有？但这里“交流”学问也多，可分人人、机机与人机协同。

人人、机机很普遍，如社会现象人人协同，有叫“阶级斗争”的；机机协同，有叫“生产斗争”的。一般机机协同，是指机器与机器之间进行协同合作，通过自动化、互联网和人工智能等技术手段，实现信息共享、任务分配、数据处理等功能。但机机协同，也有用于战争。

人机交互协同，有人说指人与机器之间进行协同合作，通过人的指导、监控和机器的执行，共同完成任务或达成目标。但这话太“单级”；是的，人机协同利用机器的计算、存储、处理等能力，可以提高工作效率和准确性。人机协同的优势，在于可以充分发挥机器的计算和自动化能力，同时可以减轻人的工作负担和提高工作效率。

但这其中还有，人机协同还包括是人与自然的统一，指明人类社会的“途径、难点和展望”的。为啥智能中文聊天手机是必要的，原理是人人、机机本质单向，标准客观也是单级的，最终会出问题。像“冷战”中单级制度一样，为啥会有“输赢”──它没有“人与自然的统一”类似的客观量化标准。类似“湖广填四川”前“人杀人”自相大残杀现象，这种“间断与连续”，是其它地区都没有经历如此之多的体验。中国工程院院士、河北医科大学副校长及法医学院院长丛斌教授说的“范式转变重要”；中科院院士、著名数学家川大原校长柯召教授，从抗日到“文革”前研究过的“柯猜芯片”──空心圆球内外表面不撕破的“翻转”；以及我国“文革”后讲的“改革开放”等等，可说明是中华民族5000多年中的“经验、知识到智能”，才凝聚起14亿多说中文的人种，和现在的伟大复兴的体现。

丛斌院士虽是从生命科学与以大数据、云计算、物联网、人工智能等为代表的信息科学技术深度融合，做的“法医学研究范式转变的重要”的主题报告。但这样例子太多。法国里昂高等师范学院本杰明•华尔德教授等，2023年开发出的首个基于微波的量子雷达，其性能比现有传统雷达高20%，实现了所谓的“量子优越性”。这里的“范式转变”是从2020年他们发明的一种超导电路，其能够纠缠、存储和操纵微波量子态，并计算微波场中的光子数量，有望应对微波量子计量领域最大的挑战之一：在雷达传感中展示量子优越性。

他们最新量子雷达是利用两种微波辐射之间的关联来工作的，这种关联超出了经典物理理论的范围，这不类似“柯猜芯片”──空心圆球内外表面不撕破的“翻转”吗？又如美国在1971年专门启动消灭肿瘤的“战争”，但其结果却远未达到预期。为啥？原因在于肿瘤属于复杂疾病，必须从一个基因、一个蛋白质、一个分子、一次研究，转变为对所有基因、所有蛋白质、所有分子进行系统研究，这种“范式转变”不仅是将生命体内的研究对象，从局部转变为全局，更重要的是对生命的认知从简单性思维转变为复杂性思维。

由此可见“转变研究范式”，能够更完整地认识复杂系统的运行和变化，从零到一基础科学的突破。这即使在人人、机机和人机协同中，也不叫转变“初心”或“颜色革命”──智能是一切社会关系的总和，即创新是实践的积累，没有深入的实践就难以创新，这难道不是是知识学用中“理论与实践、连续与间断”的整合吗？

b、从ChatGPT到公共知识、个人知识

无论某些人如何强调ChatGPT具有何种强大的功能，但作为一种AI，ChatGPT进行所有回答的基础，必然都是公共知识。人工智能方面的诸多不尽如人意，也源于此。如从一开始就是被编的程序，远远没有没有形成人机（物）环境良好互动的社会关系和生产关系。

这就没有了主动性和创造力，只是好像“活着”，没有“发展”。“知识+智能”也是一切社会关系的总和，它带来的一些挑战和问题，在社会关系、生产关系中发挥着重要的作用，并且“知识+智能”是社会关系中不可忽视的因素，其不仅仅是局限于技术或个体的认知能力，而是指涉到社会关系、人际互动和文化环境等方面。

例如智能技术的不平等应用，可能加剧社会差距，产生种族、性别和经济不平等；隐私保护和数据安全问题，成为智能时代面临的重要挑战；同时，人与机器之间的关系和人类价值观的转变，也是需要关注的问题。总之需要认识到智能技术对社会产生的深远影响，并积极探索如何在智能发展的同时解决伦理、隐私和公平等问题，以实现智能的有益应用，并促进社会的可持续发展。

“知识+智能”是广泛存在的，具体还可分为科技智能与人文艺术智能。科技智能和人文艺术智能存在的一些显著异同之处是：科技智能主要关注于开发和应用各种先进的科学技术，以实现人类在生产、生活和社会各个领域的需求和目标，强调解决问题实现可持续发展。

人文艺术智能则更加关注于人类的情感、审美和创造力方面，致力于理解和模拟人类的情感认知过程，推动艺术、文学、音乐等领域的创作和表达，并探索人类文化、历史和价值观等方面的智能化应用。

二者的一些共同之处是：科技智能和人文艺术智能的发展都离不开人类学、社会学、计算机科学、人工智能和数据科学等基础理论和技术的支持。而且两者之间也可以相互融合和促进，如将科技智能的技术应用于人文艺术领域，实现更加智能化的艺术创造和表达方式。

总之以上这类知识的特点，是内容与规则明确，通用性强，且可以通过公开渠道获取，如用ChatGPT进行的任何回答，即必然有一个“数据源”。但在社会生活中，有大量的工作和知识，实际上是不依赖于“数据源”，甚至这些工作本身就是“数据源”。

其实技术的进步解决的，从来只是“公共知识”部分的问题，这也是为啥技术人才具有全球范围内的通用性的原因。即不管你去了什么地方，技术的东西是不会变的。在这个角度上无论如何评价ChatGPT，乃至于人工智能的意义，其核心依然是通过某种技术手段达到某种目标。而从更深层次的角度来说，技术本身是具有中立性和客观性的，无论ChatGPT如何能够基于某种模型来对语言、图形等进行深入理解，并且输出观点，它能够做到的也只是基于你输入的和它能检索到的公共内容──当然不同的机构，可以基于自己的需求，再添加一部分本专业内的专有内容来进行回答。

这里智能中文聊天手机类似的“个人知识”，与英文ChatGPT 类似的“公共知识”不同的是，它的“个人知识”兼有中立性和非中立性的特点：类似“个人知识”的中立性，体现为它可以在公共知识之外提供一些小众的、没有被数据化的知识，而其非中立性则体现为每个人在叙述知识的时候，都是基于各自的立场、偏好等等而说出的，这其中存在着很大的主观故意：假设你用英语和中文分别向ChatGPT提问，让它写一篇有关爱国主义的文章，它写出来的东西会一样吗？如果一样，没意义。如果不一样，各国都会对ChatGPT如临大敌。ChatGPT所面临的最大危机，其实已经不来自于它能否取代一些人工作了，而是它本身就已经脱离了技术中立的设定，而成为意识形态斗争的主战场。即对人工智能以最大效率帮助人而欢呼的同时，不要忘了一个机器可以随意骗人的时代也将到来。

那时，分辨知识的能力和价值，甚至要比学习知识还重要。人类不完美，人类创造工具的目的，是克服人类的缺陷，延伸人类的能力，而不是单纯复制自身。历史从来如此。如果要单纯复制人类，最有效率的办法就是生育或“阶级斗争”。所以有人说教授社会知识论，主要关注，其一在个体的认识中，社会条件是否进入个体知识中。其二个体与群体认识活动所涉及的社会组织，即认识的努力与责任的优化分配与描述，包括认识的任务、责任与权益如何按社会关系，在认识主体中进行分配。其三集体知识的性质，知识是否为群体、社群或机构所拥有？是否这类集体的知识，仅仅是一些群体知识的总汇，或是包含了更多的东西？假如是这样，那么在何种方式上知识取决于社会关系？上述认识主体，进一步分离为甲方和乙方。前者如政府部门、公司，乃至个人。后者如高校、科学院、社科院和各种智库。

乙方专门从事某个或某些领域的研究，能提供相应的知识服务，既具备专业的知识和技术能力，又相当熟悉相关领域甲方的需求，能够向甲方提供可视化的分析，完成后者委托的事项。在很多场合，甲乙双方的角色可以互易、转变或翻转。如智库，既可以作为乙方承接政府或公司的委托，也可以作为甲方，向高校等机构或个人发包。

问题是个体（甲方）是否，以及凭什么信任乙方及其所提供的知识？ChatGPT诞生，成为前所未有的乙方。如果是用户，甲方何以信任和接受chatGPT及其所提供的知识？传统认识论，从普遍原理如“抽象规定”到“具体的再现”，由因果关系在逻辑上不容置疑地推出结论，因而意识形态和价值观预先就设定于回答之中，难以摆脱意识形态的纷争。chatGPT所做出的回答本身，在内容上不可避免带有这样或那样的意识形态。然而即使chatGPT按最大概率回答甲方的问题，去除了语境，避开了场景，打乱所有的“意义”、拆除一切好恶竖起的壁垒，消解引起纷争的源泉，但从人类知识库“塌缩”到问题域，加之chatGPT“自己”都不理解所给出的回答，故而非有意为之，在一定程度上可以避嫌，而为甲方所接受。

然而要是chatGPT真的“读懂”巨量的资料，按特定意识形态从中加以选择和排列组合，以及“理解”最终的文本，chatGPT还会得到眼下如此多跨国界、跨文化的接受和赞许吗？还会有如此迅猛的发展势头吗？如果是有心栽花花不开，无心插柳柳成荫，用户是否接受某种观点──这自然先在于其内容的真实性、逻辑性和意识形态的倾向性，不过由谁来讲，也关系重大。对某个主体的国家、机构、个人的好恶，会严重影响到对其之所言的接受程度。

如果在chatGPT回答的背后，不存在一个明确的主体。如谷歌说它刚开放公测的生成式AI Bard相当地大义灭亲──指责“谷歌收购竞争对手，施压网站使用其工具，对其广告交易进行限制”，但Bard并没有因为谷歌出品，就给予母公司特殊待遇；谷歌也没有干预Bard的看法。chatGPT，以及Bard等，是在默默地培育“自己”的信用，形成不同于人类及至人类之前所有生命的主体性。

这可信吗──巨无霸的知识库，既保障了回答之面面俱到，又淡化抹平了个别鲜明尖锐的言辞，大大扩展了适用面和接受度。chatGPT成为几乎无所不知、无所不能；ChatGPT不仅如乙方那样为甲方工作，而且帮助甲方站在巨人──不只是牛顿、爱因斯坦等寥若晨星的精英，而且是多得多的个人，乃至历史和当下人类的肩上，促使甲方的思路更为全面和条理化；chatGPT的回答，除了少数错误外，在大多数情况下让用户感到满意，甚至超出用户之所想，起到了实际效用，并且持续改进──chatGPT并不预设知识之普适性、地方性，还是个性，却在实际上既达到最大程度的普适性，可以与其他知识交流，又嵌入语境，满足地方性和个性所需。这可信吗？

张铮教授，是亚马逊云科技上海人工智能研究院的院长。他认为chatGPT成为各种不同观点、专家言论等背后，在一定程度上共同认可，具有某种权威性的文本和试金石，即使是一面客观的镜子，可以反观人类创造内容的能力和水准，在某种程度上为社会，进而为人类奠定共同和基础的知识结构，成为个人、机构，甚至国家和民族知识结构的源泉，但在目前，chatGPT还是存在有种种缺陷的。

因为即使今后进一步完善，作为甲方，作为甲方的集合，人类，有必要对其所提供的回答，要保持思考和质疑的立场和能力。因为ChatGPT所依赖的数据集之源，大致可分为六类：维基百科、书籍、期刊、Reddit 链接、Common Crawl 和其他数据集。但不用这几个数据集，也可以编出全新程序，不过这是过于专业的细节。

科学家的思想精华，远不是一个关乎存储和计算的问题──掺杂着个性、情感、直觉与动机──科学不是知识，科学是未知问题的探索，是获得未知的新知，是对现存认知的批判性反思。自1956年以来，人工智能已经发展了近70年，随着2022年底ChatGPT的“一夜爆红”，其发展进入“蜕变期”。但如何让人工智能成功“化蝶”，助力经济腾飞？2023年7月24日浦江基础科学发展论坛在上海开幕，丘成桐院士在会上说：“海内外数学家们希望能助力研究人工智能的‘基本原理’；搞清‘原理’以后，人工智能的应用范畴会大得多”。但“基本原理”是啥？丘成桐院士没说。

有人说是逻辑──极富反思精神的古希腊人，不满足于自发的运用推理，而是把推理这种思维形式本身，作为认识对象展开研究，形成了逻辑学。推理主要分为演绎推理和合情推理两种。演绎推理，就是前提正确时，结论一定正确的推理；合情推理，是前提正确时，结论可能正确，也可能不正确的推理。至此演绎推理，到底是怎么回事？可以说人类已经彻底搞清楚了，而且可以让计算机去搞。

合情推理是非常重要的思维能力──积累经验也好，天资聪颖也好，很大程度上就是在说合情推理的能力──如果能够猜出答案，能够给出某些特殊情形下的讨论，能够适当添加一些条件后做出来，或者推出一点较弱的结果，这些都是有价值的，都是在提升合情推理的能力，应予以鼓励。那么智能中文聊天手机未来会统领全球类似英文ChatGPT及字母文字ChatGPT，是“合情推理”吗？虽然目前“原理”还得不到承认，精英话语权不是掌握在英文ChatGPT一极手里，就是掌握在另一极字母文字ChatGPT手里，跟着使用外人的用语，何有智能中文聊天手机的未来？

但假设运用中文，是科学研究很重要的环节，中文认字也要用拼音字母注音，但为啥形成14亿多的中华民族比较接近于创新的起点，仍然不用注音、注义、编码、缩写功能的卦爻字母文字，而是中文汉字？也许科研人员在对中文GPT的提示问题设计中，如王选院士在chatGPT出现之前，能巧妙地部分解决，不是一个证明吗？

中文智慧的人工智能，大多来自5000多年中，是针对特定的场景应用进行训练，生成的模型难以迁移到其他应用，属于“小模型”范畴。整个过程不仅需要大量的手工调参，还需要给机器喂养海量的标注数据，这拉低了人工智能的研发效率，且成本较高。

不同于互联网平台，后者所起的主要是沟通和互联，而英文chatGPT起到如数学在科学中的作用，是一种基础和普适的横向性。可以说在一切按某种目的，需要收集、比较、转换和汇总当下知识、图像、音频和视频，进而加以分析、综合与展望的事项和领域，英文ChatGPT都可以大有作为。但智能中文聊天手机从互联网层面看，它的“连续与间断”，可以作为“理论与实践”信息的入口，与搜索引擎相结合，主人与它“聊天”，从文案办公方面看，中国人更是方便，可以与办公软件相结合，增强人的办公效率。

即使从人机交互角度看，体现的是一种“演绎推理+合情推理”基于语言的自然交互方式，可以与元宇宙、数字人结合。这种统一，“智能中文聊天手机+chatGPT”大致由3层组成。底层是预训练模型的技术基础设施。中间层，即垂直化、定制化、场景化、个性化的模型和应用工具，实现在不同行业、垂直领域、功能场景的工业流水线式部署，同时兼具按需使用、高效经济的优势。应用层，面向C端用户的文字、图片、音视频等内容生成服务，最终和用户的需求无缝衔接起来实现产业落地。未来的数年到数十年内, 智能中文聊天手机“接种”到chatGPT的行业、机构，各个细分的专业部门和用户，全球都可以将chatGPT整合到自己的产品和服务当中。

这包括生成应用和布局、搜索和数据分析、程序生成和分析、文本生成、内容创作，以及一般推理等领域。在“智能中文聊天手机+chatGPT”加持之后，所有相关领域大致将经历“科研、算力、基础架构、工程、数据、解决方案”这个循环，或其中的若干环节的快速迭代，凸显流动性和创新性，并形成高潮。此消彼长，是“智能中文聊天手机+chatGPT”=自由探索精神+科技公司+资本。它的技术爆炸+纵横交错=商业模式，巨量需求在短期甚至瞬间如海啸般涌入。

如果全球的人们源源不绝地挖掘“智能中文聊天手机+chatGPT”的更多技能，包括替写代码、作业、论文、演讲稿、活动策划、广告文案、电影剧本等各类文本，或是给予家装设计、编程调试、人生规划等建议，那么对AI深度学习会再快速发展，它使用会类似神经网络的数学结构，可从海量数据集中提取模式。因为智能中文聊天手机、中文ChatGPT，和其它字母文字聊天机器人的最大区别，就在于它能真的做到跟主人有问有答，有来有回，并且能够根据主人的提问，即兴发挥，即兴创作。比较图灵机器人，应用场景包括智能客服、虚拟机器人、智能手表、智能车载和智能家居，其中虚拟机器人可接入微信、QQ等平台，搭建聊天机器人，与用户流畅交流。

这里如果图灵机器人提供自然的中文对话能力，精准的中文语义分析能力，准确判断用户意图，同时还具有丰富的上下文场景及强大的自我学习能力，是超过其它字母文字聊天机器人的。如2022年11月美国人工智能公司OpenAI，推出的那款聊天机器人英文ChatGPT，能够通过学习和理解人类语言来进行对话，还能与聊天对象进行有逻辑的互动。但生成企业级聊天机器人与它是各不相同的，前者需要注意一些常见的模式、工作流和技术，尤其是为企业工作负荷提供服务的机器人，除了核心功能以外，还需要考虑到许多的设计因素。所以，有将聊天机器人划分为机器人功能（“大脑”）和一组周边要求（“主体”）结构的。

大脑包括领域识别组件，其中包括机器人逻辑和机器学习功能。 其他组件不具备领域知识，用于解决 CI/CD、质量保证和安全等非功能性要求。用户首先使用机器人信道所提供的任何机制验证自己的身份，如使用 Azure 机器人服务创建机器人时，会自动配置网上聊天通道，用户可以在网页中使用此通道直接与机器人交互。

用户的标识，用于提供基于角色的访问控制，以及提供个性化内容。用户消息是完成身份验证后，用户向机器人发送消息。机器人读取该消息，并将其路由到 LUIS 等自然语言理解服务。此步骤将获取意向，如用户想要做什么和实体，如用户对哪些内容感兴趣。然后机器人生成一个查询，该查询将传递给可提供信息的服务，机器人使用这些结果来构造响应。若要为给定的查询提供最佳结果，机器人可能需要多次往返调用这些远程服务。

如果最佳匹配解答的置信度评分较低，则响应可能是一个消除了歧义的问题，或者是机器人无法充分回复的确认。收到用户请求或者发送响应后，应该连同外部服务返回的性能指标和常规错误，将所有聊天操作记录到日志记录存储。以后在诊断问题和改善系统时，这些日志将很有用。即反馈，一项良好的做法，是收集用户反馈和满意度评分。反馈有助于解决自然语言理解的冷启动问题，并可以持续改善响应的准确度。机器人依赖于后端 ETL 过程，从原始数据中提取的信息和知识。然后，中间存储中的数据将在 Azure 搜索中编制索引以方便检索文档，载入 QnA Maker 以创建问答对，或载入自定义 Web 应用进行非结构化文本处理。

聊天机器人还能够充当小秘书的功能，如时间提醒，闹钟设定等都可以让聊天机器人帮助搞定。即聊天机器人无论是书面还是口头会话，都是一种可以模拟和处理人类会话的计算机程序，让人能够与数字设备交互，就像和真人交流一样。不同聊天机器人的复杂度，各不相同，简单如通过单行响应回答简单查询的基本程序，复杂则如数字助手，在收集和处理信息的过程中不断学习和进化，不断提高个性化水平。总之，聊天机器人是一种能够基于人工智能、自动规则、自然语言处理和机器学习等技术处理数据，响应各种各样的用户请求。

c、中文ChatGPT“知识+智能”民主化进展搜索

2023年4月19日举行的华为第20届全球分析师大会上，华为副董事长、轮值董事长、CFO孟晚舟孟晚舟表示，华为将在联接、计算、存储、云等方面保持投入，为客户提供极简架构、极高质量、极低成本、极优体验的“4极”数字基础设施，从而实现数字化转型的“4化”，即作业数字化，数字平台化，平台智能化，智能实战化。

围绕着数字化，华为在基础软件领域，已发布欧拉和鸿蒙操作系统、毕昇编译器、高斯数据库、昇思AI框架等，企业网络接入、家庭宽带接入、个人无线接入将迎来万兆联接的时代；通用算力将增长10倍、人工智能算力将增长500倍。那么是否百度的文心一言就不行，现在全指望华为的盘古吗？不是的，国内从业AI者，是合作的。

被AI技术革新撕开了一道裂痕，在办公软件、云计算、视频游戏等市场，不可一世的谷歌、微软，即使占有举足轻重的地位，意欲与苹果等比肩而立，但起点都是不同的。如谷歌崛起于互联网时代，以搜索引擎定义了互联网信息分发的基本路径，并以邮箱、视频、地图等产品覆盖网上冲浪的边边角角。而在移动互联网兴起后，谷歌又以安卓系统成为最大赢家，其竞争力围绕“移动+信息”展开。

阿尔法狗击败柯洁即是谷歌AI技术积淀的惊鸿一瞥，谷歌却因为Bard的拙劣表现股价跳水，创新力遭遇空前质疑。与搜索引擎和手机操作系统领域的对手相比，“OpenAI+微软”的组合要强大太多。如今，三星已经显露出不惜代价投奔微软阵营的迹象。无线回传技术是移动回传网络中连接基站与核心网设备的关键技术，在基站“高度致密化”的5G/6G通信时代，传统基于光纤的承载网传输将面临成本高、部署周期长、灵活性差等问题，无线回传技术将逐渐占据主导地位。太赫兹通信作为新型频谱技术，可提供更大传输带宽，满足更高速率的传输需求，逐渐成为6G通信关键技术之一。

这些“知识+智能”的创造与什么相关？2023年4月21日《科技日报》记者叶青、龙跃梅，发表的《人工智能能否超越人脑？这场会议掀起一场“脑风暴”》一文报道：在广东东莞松山湖科学城举行的会议上，中科院脑科学与智能技术卓越创新中心学术主任蒲慕明院士说：“人脑最大的特点是高效，人脑只需30瓦的能量，就可以运作起来，这种效率是同规模人工智能难以超越的”。

蒲慕明院士认为，人工智能下一步发展的重要突破点，是未来的类脑算法，能够超越深度学习的算法。目前ChatGPT还没有突破此问题，因为算力仍没有突破。复旦大学脑科学研究院学术委员会主任杨雄里院士也认为：“人工智能可以借鉴大脑的运行方式，但反过来，大脑是否也可以借鉴人工智能运行的原理和方法？”

众所周知，脑科学被认为是人类科学最后的前沿，是当下全球科技竞争的重要焦点。智能中文聊天手机的目标，正是在谋划打造类脑与人工智能技术创新及产业新高地。聊天手机的底气在哪里？人工智能开发机构OpenAI的首席执行官山姆•奥特曼教授不是说：“ChatGPT的研究策略──巨型AI模型模式已经结束，新的进步不会来自于让模型变得更大，我认为我们正处于巨型模型时代的末尾”。Cohere的联合创始人尼克•弗罗斯特说：“奥特曼的想法听起来是对的”。

新的AI模型设计或架构未来的进步，来自聊天手机。在ChatGPT首次亮相后，技术专家推测GPT-4出现时将成为规模和复杂性令人眩晕的典范。因为奥特曼曾被问及训练GPT-4是否花费了1亿美元？

他回答说：“不止于此”。奥特曼的说法表明，GPT-4可能是OpenAI“使模型更大并为其提供更多数据”战略中的最后一个重大进展。谷歌及其母公司Alphabet的首席执行官桑达尔•皮查伊教授也说：“我一直认为人工智能是人类正在研究的最深刻的技术，比火、电或我们过去所做的任何事情都要深刻。社会需要适应新技术，各行各业或许都会受到影响，作家、会计师、建筑师，以及软件工程师在内的‘知识工作者’或将被人工智能颠覆。虚假信息、假新闻和图像方面有很大问题，生成式人工智能的风险之一是深度伪造视频。在这些视频中，一个人的行为可能会被伪造，例如发布从未说过的某种言论”。

皮查伊教授还说：“制作这些深度伪造视频的人，必须承担后果。任何与人工智能合作过的人，都会意识到这是如此不同、如此深刻的东西，以至于我们需要社会法规来思考如何适应”。所以，谷歌开始部署自己的聊天机器人Bard的内置安全过滤器，以抵御恶意用户的威胁。比如检测计算机生成的看似真实的图像。

未来可能会分为用AI的媒体和不用AI的媒体，而AI可能会超越互联网所能带来的影响。由于媒体高度关注甚至放大生成式人工智能带来的影响，也许对AI接管人类工作的担忧，可能被夸大了。因为机器人不仅没有以大多数人认为的速度取代人类，而且有些人还错误地理解了自动化工具的接管速度。与此同时，并非所有人都被人工智能削弱了优势。以音乐为例，AI工具可以使音乐制作民主化，这对业余创作者来说也是一种恩惠。人们可能会使用AI来娱乐，而不是与训练有素的音乐专业人士竞争，但他们的作品可能仍会在市场上蔓延。

智能中文聊天手机使“聊天”制作民主化，也是如此──人类和机器人的结合将永远存在，比如很多年前，可能需要我们在农田里务农，工业时代变成流水线女工，到未来可能就变成为AI工作的工人。变化的只是工作形式，我们始终都会有工作。当然在这个过程中还有一部分人，会因没有继续学习或没有继续使用新工具，而被淘汰。

但中文聊天手机“知识+智能”民主化进展，类似创意的写作，总是会被赋予作家极具个性化的特征的。即只有具备了作家个性化的特征，才能使创意写作具有独特价值。人工智能生产的产品，若是千篇一律，对人类而言就毫无价值可言。随着中文聊天手机“知识+智能”民主化进展的出现，人工智能已经完全可以在几分钟内生成内容完整的高质量作品。人们用其进行创意写作几乎成为不可避免的趋势，甚至有人称之为新的创作方法。

中文聊天手机“知识+智能”民主化进展，可以在创意写作方面发挥创意；可以利用丰富的知识和对语言的理解生成富有创意和引人入胜的文本；可以做为写作者提供提示或建议，让写作者的创意源源不断；可以生成各种体裁和风格的原创作品，为写作提供灵感；可以审阅作品并提出修改建议，提高写作流畅性、语法和可读性；可以对写作者的工作提供建设性的批评和改进建议；可以针对特定主题创作原创作品，并将其作为写作者创作作品的起点。

中文聊天手机“知识+智能”民主化进展具有了交互性，即使尚没有独立思考和创造的能力──创意写作，通常要跳出传统与固有框架，探索非常规的想法，需要丰富多彩的想象力；创意写作，需要作者将自己独特的创造力和想象力带到这个过程中，人类独有的风格或语气是机器人无法获取的。它根据统计模式生成的文本很难有完整、具有辨识性的个人风格或声音。它不具备体验情感的能力，也没有个人体验因此也就无法创建真正原创的内容。然而即使尚有以上局限性，还有如常见的包括单词重复、结构简单和信息过时的错误与局限，使进行创意写作仍有不同看法，但它仍可以成为专业人士的有用工具，帮助并启发人们产生新想法并探索新的写作风格。它作为人工智能语言模型，可以根据提示和输入生成文本，这不好吗？