智能可以把碎片的事实价值弥聚化

    人的智能或智慧可以解决各种矛盾，即多目标弹性协同，不但可以处理以时间空间为基准的各种变化，还可以对付以事实价值为基准的各种变化，既可以各种颗粒度的弥聚，也可以各类篇章节的段取，下棋的智能是从1到N，非下棋的智能是从0到1。我们可以从老子之道和休谟之问中发现老子和休谟尚未触及的部分。

    认知智能目前的主要挑战是：不同领域的认知智能不一样，需要针对不同领域构建相应的机器认知模型。机器的认知智能一旦获得突破，意味着它在某个领域具备了专家级别的认知能力，特别是分析和推理能力。届时人可以更多地从事创造性劳动，并通过人机协同极大提升生产效能，从而将人工智能的社会和经济效益最大化。而机器学习的是相对刚性事实，而人学习的不仅是弹性价值，而且是弹性事实与价值的弥聚。在皮亚杰的自主学习理论中，儿童同化的是价值和意义，顺应的是事实和必须，而图式的产生是同化价值与顺应事实的弥散聚合之平衡。机器的认知智能还远远达不到这种程度。

    英国诗人布莱克的诗句说：“在一粒沙中，见到全世界；在一朵野花中，见到天堂；将无垠，握在掌中；见永恒，于一刹那。”科学家已经证明：一粒沙也许不能包含整个宇宙，但是一个人机融合系统却有可能做到。也就是说，从交互信息的角度来讲，我们的世界已经不幸地“沦为”了一种人机环境系统中事实与价值的态势感知图像！

    爱因斯坦在他的相对论中提出空间与时间是不可分割的一个整体，他称为“空间—时间连续体”，这个理论影响了全世界。类比一下，实际上，事实与价值也是不可分割的一个整体，我们不妨称之为“事实—价值连续体”，在正常的生活情境中，许许多多事、物也皆为连续体，表面上看起来每一件事物都是分离的，然而每一件事物都是另一件事物的事实延伸和价值弥聚。

    如同毕德哥拉斯学派认为世界是由数字构成的一样，全息理论说客观物质是不存在的，我们的思维外界是遥远时空的全息投影，我们的世界不是物质的，而是信息的，我们感受到的宇宙其实是外界的信息。世界不是物质的，而是信息的。全息论的核心思想是，世界是一个不可分割的、各部分之间紧密关联的整体，任何一个部分都包含整体的信息。人机环境系统在逐渐形成生态群落的过程中，事实与价值的态势感知、理解、预测之间也变成一个整体，其中的任何一个部分也都包含整体的信息。

    我们不妨将那个更深层的“趋势”称为“隐卷序”，意思就是“隐藏或折叠起来的秩序”，而把我们生存其中的客观“状态”环境称为“显展序”，意思就是“展现开来的秩序”。那么世界中所有事物所呈现的表象，其实就是这两个秩序间不断隐藏和展现的结果。如同你在一张纸上画一个图案，然后把纸折起来，图案就不见了，而展开后，图案又出现了。在人机环境系统中这两种形态都隐藏于认知的整体中，我们不同的观察方式决定了哪一种形态被展现，哪一种形态仍维持隐藏的状态。态势包括事实和价值两个方面。从事实方面来说感觉是知觉的缩影；从价值方面来说，直觉是逻辑的缩影。我们感觉一切事物都在不断向前发展的，人机环境系统理论告诉我们，与单纯的客观事实时空链不同，在深层次的主观价值世界网络里，人、机和环境都是共同存在于一起的。

    这种事实—价值式的人机环境系统还包含了什么？任由你去想象，因为这是一个开放而无确定答案的问题。但是请你注意：当执着于自己的身体感受、眼睛所见和大脑思考时，那种事实—价值世界的整体感觉常常是体验不到的，所以不要认为自己的眼睛和大脑就是绝对可靠的，事实可能并不是“真”的，真正的事实我们还没有找到，它被隐藏在更深层的事实-价值世界里。古罗马时代的著名哲学家圣·奥古斯丁的一句名言：“奇迹的发生，并不违反大自然的定律，只不过是违反了我们目前所知的大自然。”，这在某种程度上诠释了人机环境系统中事实与价值的深度态势感知论。

    人机环境系统中事实与价值的深度态势感知原理启示人们：人们经历的所有事情，都可以归结为态、势、感、知的变化，归结为态、势、感、知的频率和波动，大脑“翻译”这些波动，对它们进行加工、重建，成为一种立体的现实-虚构融合。这往往让人相信：不可思议也很自然。在这个体系中，个性的智能实际上是一个群体智能的个别组成部分，其实一切都是相互连接的。如果多个分离的智能体在更深的事实-价值层面上是一个互相关联的整体，他们之间的“心/芯有灵犀”，就不需要任何解释。

      智能定义一个概念，可以动态弹性地明确主体是谁、主体目标及其构成、系统涉及哪些要素、这些要素之间两两之间如何相互作用并推动事情沿着时间—空间事实轴和直觉—逻辑价值轴变化，等等。所以，讨论智能之前，要确定定义弥聚这个概念的目的是什么 呢？如此高抽象度的概念弥聚，其内涵和外延的边界必定是模糊的，只有结合具体领域、具体事情和目标，才能完全最终确定下来、并适时增添新的概念外延和调整概念内涵，在此基础上，需要引入新的弥聚弹性技术认知和改进、甚至新的体系化设计。这也是为什么说所有的仿真都是错误的、所有的演习结果都与事实不符的主要原因：有时候，事实与价值的弥聚尺度远远超出了许多家族相似性！

没错，感性也是智能