科技圈内外的理论与实践、连续与间断

7、科技圈内外的理论与实践、连续与间断

全国政协委员、南京大学高抒教授说：“如果把科学院的正式成员不能解决的难题，算为难题,拿出来竞赛，如果能解决，国家所花的成本最低，并且能带动一大片”。

高抒教授是把以前大家说的“民科”改称“科技圈外”，相反，把以前大家说的“官科”改称“科技圈内”，这很明智。高抒教授想的“高大上”是，他说：“中国是13亿人口的大国，应该在基础理论和工程实践两个领域里面，都有所作为，这才符合大国的国际地位”。

他解释说：基础理论，我国的科技政策，已只有圈内收购政策，没有圈外收购政策。世界上，科技圈内收购政策，和圈外收购政策结合的土壤，培植了数以千计的大科学家。但在我国，谁能申请到国家攻关重点项目或课题？圈内人！科举制是我国在世界上最早创立的类似科技圈外收购政策，以后世界各科技人力资源大国，都沿袭此道才成为科技人力资源大国，我国现代也如此。说的多好啊！

高抒教授还说：“顶尖成果稀缺的问题，应该一分为二。在工程技术领域，我国还是有一些顶尖成果：从前国家很困难的时候，有两弹一星；现在则有登月、高速铁路、三峡工程。然而，在基础科学领域的成果，就相对少了，这主要表现为大科学家人数太少”。他认为：什么是大科学家？应该体现在自己的研究领域里，能够建立新理论、发现新方法上。他介绍说：“为了培养出大科学家，要有一定数量的小科学家，做大科学家做的事情。换言之，要有重要的科研课题，每个人都要发现新方法，提出新概念，对科学事业有重要贡献”。

中科院工程序列任职资格评审委员会主任谢耘博士，观察者网采访，他类似还补充地说：“信息技术的发展，让影响他人的意识这件事变得更加高效，甚至更加隐蔽。机器学习或者机器搜索出来的结果，不是中立的，它是被人训练出来的，它有人的‘外意识’的本质。我觉得这一次，引起大众的强烈反应就在于，大家发现机器确实能和你说话；给大众的震撼，更多是一种感性体验；带来的治理‘生成式人工智能’，相当于要管人的思想”。

观察者网记者问他：既然ChatGPT是一个意识的工具，我们是不是需要担心来自少数人的意识，尤其是可能来自境外的意识，通过信息技术的赋能，来影响多数人的思维和行为的方式？

谢耘博士回答的是：借助网络，可以轻易实现复制、传播等等，在一件事情规模有限的时候，社会对它进行管理是比较容易的。如果规模巨大之后，管理是非常困难的。但本土相关企业要守规矩，境外的公司的相关产品或服务如果要进来，也要守规矩。

因为意识性工具和物质性工具不一样，物质性工具的生产者，一般生产一个静态的东西，只要产品符合标准，就完成了主体责任。而意识性工具提供者的产品很难界定，它是一个“活的”东西，所以必须持续强调技术提供者的责任。另外，如果针对技术使用者，可能执法成本太高，因为那是面对不特定的多数人，而技术提供者由于受物质条件限制，必然是少数“中心化”的大型企业，拥有庞大的资产和能力，也依赖其他组织的能源和资源供给，把它们作为治理抓手，也等于抓住了“物质世界”这个锚点。

这里的“理论与实践，连续与间断”，信息网络技术是一种类似“连续”工具，今天的智能手机到ChatGPT，它可以无线连接，实际是连续的，类似“意识性工具”。智能中文聊天手机，虽也是少数“中心化”的大型企业生产的，预先带有工具提供者的意识形态，要它变为类似“物质性工具”，就需要与无线连接网络断网。这样主人买走它后，主要是跟主人聊天接受大模型训练，跟人出生长大之后，跟外界环境是“连续与间断”。只要“脑机接口”技术没成熟，或没有做“脑机接口”技术手术，成为“半脑半机”的混合人，某种意义上人仍然类似“物质性工具”，如人出生。建立国家，成立组织，本质是把“物质性工具”型的人，转变或翻转为“意识性工具”型的人。

但这与“人机融合智能和人机混合智能”两个概念不同，而且尽管“人机融合智能和人机混合智能”有些相似，但还是有区别的。

人机融合智能，是指将人类智能和机器智能融合在一起，形成一种全新的智能体系，实现人类与机器之间的高度互动和协同。

这种融合往往需要在机器上实现类似于人类思维的能力，以实现人机之间的无缝融合。人机混合智能，则是指将人类和机器的智能进行有机结合，使得机器能够协助人类完成某些任务。

这种混合，往往是在机器的智能上进行扩展和增强，以使其能够更好地适应人类需求。从上可以看出，人机融合智能更加强调人类和机器的一体化，而人机混合智能更加强调机器对人类的协助和辅助。

人类的常识与机器常识，有很大的不同。如对世界的理解不同：人类的常识，是基于对世界的深刻理解。而机器常识，则是基于对数据和规则的处理。机器可以识别和处理大量的数据和信息，但缺乏对人类行为和社会文化的深刻理解。总之，机器常识主要基于数据和算法，而人类的常识则基于长期的生活经验和社交互动。这有4种：

1）人机交互：人类可以通过与机器进行交互，向机器提供更多的信息和指示，从而帮助机器更准确地感知周围的态势。

2）机器学习：机器可以通过学习人类的态势感知方式和经验，从而优化算法和提高感知准确性。

3）信息融合：将人类和机器的态势感知结果进行融合，可以得到更全面和准确的态势信息，从而更好地应对复杂环境和任务。

4）分工合作：人类和机器可以根据各自的优势和特点，在态势感知任务中进行分工合作，从而更高效地完成任务。

人类作为“物质性工具”有多模态，这指的是人类能够同时利用多种感官，如视觉、听觉、触觉、嗅觉等，对外部世界进行感知和理解。这种“连续与间断”是人类的情感识别，只能根据语言表达者的语言内容、语调、面部表情、身体语言等多种因素，进行判断和推理。

同时还要考虑到语言使用者的文化背景、个性特征，以及人际关系等方面的因素。人类的情感识别，能够处理复杂的情感表达，如隐喻、讽刺、反讽等。同时还能够感知到，语言表达者的情绪状态和情感变化。而机器的情感识别，则是基于自然语言处理技术和机器学习算法，通过对语言内容、语调、语境等多个方面，进行分析和处理，提取情感信息。机器的情感识别，需要大量的数据和算法支持，能够进行情感分类、情感分析等任务，但在处理复杂的情感表达、识别情感变化等方面还存在一定的困难。

总之，人类的情感识别，在处理复杂情感信息方面有优势。而机器的情感识别，则在处理大规模数据和进行自动化处理方面有优势。

有人利用现代科技手段，编造虚假信息，并散布在互联网上，被大量传播浏览，其行为已涉嫌寻衅滋事罪。当AI有能力批量生产伪科学，谣言，如何破？所以，这比过去更需要靠谱的科学内容。

未来靠谱的内容生产者，一定会受到更多追捧。如能生产智能中文聊天手机者，一定会比生产智能手机、英文ChatGPT者更棒。

因为生产智能中文聊天手机，不仅要把靠谱的散落在专业资料里的内容进行通俗化处理并汇总，变成一个准确、完备、能够与时俱进的半专业数据库。而且“搬运”已经存在的真正打动人心的半专业数据库，不仅需要内容创新，还需要形式创新，如将字母或拼音文字变为中文汉字和它的普通话或方言读音，这些AI并不擅长。

AI并非是天生的“机器智能”。如百度眼下正在利用百度“文心一言”语言模型，研究互动式AI知识图谱，利用AI创建针对用户的普通话或方言状况和相关科学依据，让用户更感满意。这类似需要把以往一次性端上的“科普大餐”，变成每日更新的“科普快餐”。

心结难解，因为我们和人类命运共同体彼此期待太多──我们希望生产智能中文聊天手机者，能驾驭AI，让它成为全球人类命运共同体各种语言的统领和传播助手。