智能时代的人机共融体：技术驱动、以人为本
——《The Humachine：Humankind，Machines，and the Future of Enterprise》导读

2021-10-20 00:30王柏村

中国机械工程 2021年19期

王柏村彭晨易兵杨赓

1.浙江大学机械工程学院，杭州 3100272.中南大学交通运输工程学院，长沙 410075

1 概述

人机共融体(Humachine)一词最早出现在1999年《麻省理工技术评论》一期专刊封面上，用来描述人类和机器之间正在发展的共生关系，专刊文章中给出的例子是人类与机器简单直接的物理组合，如视觉植入和可穿戴技术[1]。《The Humachine：Humankind，Machines，and the Future of Enterprise》[2](以下简称“《The Humachine》”)则认为，人机共融体是地球生命历史中出现的一种新型智能，这种智能并不是能模仿人类的电子人、机器人或人工智能，也不是将人的某些属性与机器结合起来，或是将某些机械属性结合到人身上，人机共融体是指将人类的品质(如创造力、直觉、同情心、判断力)与机器的机械效率、规模经济、大数据处理能力结合在一起，再加上人工智能，在保持人类和机器优点的同时克服它们的局限和缺点。该书探讨的是企业层面上人与机器的结合，利用机器的力量来增强人类的能力，从而在企业层面创造功能优良的智能体。

莫拉韦克悖论[3]认为：机器擅长什么，人类就不擅长什么，反之亦然。卡斯帕罗夫定律[4]认为：“较弱的人+机器+更好的流程”优于强的计算机本身，也优于“较强的人+机器+更差的流程”。博斯特罗姆从“集体”或“组织”的角度[5]认为：超级智能可以通过网络和组织的逐渐增强而出现，这些网络和组织将人类个体的思想相互联系起来，并与各种人工智能及机器人联系起来。简而言之，人机共融体是通过实施一个组织管理框架来创建的，该框架应用卡斯帕罗夫定律以满足博斯特罗姆集体超智能条件的方式来解决莫拉韦克悖论所提出的问题，相关概念如表1所示。

表1 相关概念

《The Humachine》为未来创造出一个结合人类最高能力和机器最高能力的实体制定了路线图。这里所说的机器是指驱动工作过程的非人类机制。机器可以是可计算性的(如可以扩展人类计算能力的信息处理工具)，也可以是物理性的(如可以扩展人类劳动能力的工业金属切削工具)。人机共融体专家找到了利用物理机器和计算机器的力量来最大程度增强人类行为的方法，且该书的重点就是计算机器，如传感技术(RFID芯片)和信息处理技术(大数据分析)。人类可以利用计算机器在企业层面上创造超越当今人类智慧上限的思维方式。

2 超级智能的实现途径

《The Humachine》第一章论证了人和机器共生依存的关系。通过解释莫拉韦克悖论和卡斯帕罗夫定律，说明了普通人和机器经过更好的协同，其结合的表现会超过人类天才加卓越的机器这一现象。在阐述人机结合所创造出优势的同时，也强调了管理人工智能的重要性。以企业为研究对象介绍了如何将人力和技术结合起来，利用两者的优势实现最佳组合，创建一个超级智能体(即人机共融体)。最后说明了人机共融体成功的关键在于人而不是技术本身，在于精心挑选的人才、精心培育的组织文化、正确的组织结构、团队管理的革新和创造，以及正确的组织激励。

第二章介绍了超级智能及其实现途径。描述了超级智能所应具有的能力：学习、处理不确定性和概率信息，从数据中提取有用信息，将获得的信息灵活转化以支持逻辑直觉。引入并证明了集体意向性的存在来支持“一个企业可以有自己的想法”这个观点。阐述了获得超智能的四个途径：生物认知增强、神经网络、全脑仿真和集体超智能(或称为组织网络智能)。论述了通用人工智能编程(需要人类现在无法获得的理论突破)、生物认知增强(需要长期优生学程序)、神经织网(这种方式不可行，更无法扩展到企业)、全脑仿真(可能可行的途径，但当下难以实现)等在实现超级智能过程中存在的问题，并阐明集体超智能是最有效的途径。

3 走向人机共融

《The Humachine》第三章解释了人工智能的优势及其局限性，如表2所示。介绍了大数据、算法、云计算和隐式数据对机器能力快速突破产生的作用，并对人工智能、机器学习、深度学习和神经网络等技术为机器赋能的方法进行了区分，如表3所示。确定了机器在数据处理的速度、精度、体量一致性等方面的优势，但存在缺乏创造性、不能理解上下文、不能克服数据的局限性、缺乏直觉、容易陷入局部最优、分析过程难以解释等局限，且输出结果受限于输入数据的质量。

表2 机器和人工智能的优势和局限性

表3 机器智能

第四章讨论了人的不可取代性和局限性。通过对人类智能所具有的独创性、思维迁移性、创造性、革新性、责任心、直觉、情感、关怀、道德信念和审美情趣等特征进行分析，证明了人不可被机器取代的特性。对人类的偏见、不理智等局限性进行了分析，总结了五种常见的人类局限，如表4所示。这些人类局限可以采用人机共融体进行弥补，从而使人类达到更高的行为决策水平。基于对人类智能必要性和局限性的分析，确定人机共融体需要具备的三种人类素质：文化素质、能力和性格特征，如表5所示。

表4 人类局限性

表5 人机共融体需要具备的人类素质

第五章讨论了人与机器的融合方式。基于人与机器的优势、劣势分析，提出人类未来工作会发生变化而非被机器替代的论断。从增强智能、协作机器人、放大创造力、增强创造力、创新改进和通过视觉分析增强学习六个方面提出人机融合的方法，如表6所示。人机界面的优化有效提高了人类的学习能力和工作效率，但人类过度依赖机器则会存在技能衰退的风险。

表6 人机融合方式

增强创造力案例：Autodesk公司开发了生成式设计系统Dreamcatcher作为下一代CAD系统。设计人员能够针对自己的设计问题创建一套具有特定目标和约束的初始规范集，算法根据目标和约束信息来生成一系列设计方案。设计人员能够在众多方案之间进行选择和权衡，并不断迭代改进他们的设计方案。

协作机器人案例：在亚马逊位于伊利诺伊州莫尼的仓库中，人类和机器人可以并肩工作，完成客户订单。该仓库有2000多名全职员工与一批Kiva机器人一起工作。机器人给工人运送物品，并帮助他们完成任务。

第六章探讨了人机共融时代的法律风险。为满足人机共融体的人道需求，深入探讨了在大型网络中实际应用人工智能所带来的风险，如表7所示。讨论了现有法律框架在减轻这些风险并使人工智能处于正确轨道上所面临的挑战，包括人工智能的控制问题、算法偏见和人工智能武器化问题。举例探讨了“深度造假”问题和废除“网络中立法规”事件，以表明监管人工智能过程中的困难。分析了人工智能决策的黑匣子性质以及自身所带的偏见，阐述了人工智能给传统法律立法和监管带来的影响。

表7 人工智能的风险

4 打破范式

《The Humachine》第七章提出了打破旧商业范式的方法。提出从即插即用的传统商业模式转换为人机共融体需要经历四个转变，称为“四I”模式，四个I指的是意向(Intentionality)、集成(Integration)、实施(Implementation)和指标(Indication)，其具体说明见表8。“四I模型”是一个动态模型(图1)，在不断学习(没有变异)的反馈循环中随着时间的推移而演变。在转变过程中，意向目的必须取代一味追求利润最大化的做法；有意义的合作关系必须取代单纯的契约关系；摒弃等级结构和孤岛式结构，而倾向于扁平和流动的柔性结构；用可行的绩效指标来衡量集成的综合团队。同时，人机共融体虽然是由技术驱动的，但仍然是以人为中心的。

表8 四I范式转换

图1 四I模型

第八章对人机共融体及其组织形态进行了展望。通过人与机器之间不断深化协同关联，使企业具有自我意识。分析了人机共融体组织需求，分析其所需具备的四个特征：以人为中心、扁平和流动的组织结构、创业和创新文化、自我意识。围绕企业的意向解释了卡斯帕罗夫定律的三个变量：人、机器和工艺流程，如图2所示。论证了人机共融体并非商业转型，而是去拥有企业层面的自我意识。

图2 卡斯帕罗夫定律三个变量的企业层解读

第九章是关于人机共融体的“反思”。论述了人机共融体的中心依然是人类；人机共融的过程中，机器以其强大的能力助力人类但并不能取代人类，同时机器在不断扩大应用的过程中应当注意其风险控制；人类需要不断增强自身独有的技能，以迎接人机共融所带来的新机遇和挑战；企业需要注重人才的投资和人类知识的保护，并创造更优化的人机融合流程而非仅仅升级机器；政府应迅速地为人机共融体的发展创造有利的环境和法规，以协助其可持续发展。阐述了在人机共融时代作为人才需要培养的三项素养和四种心理能力，如表9所示。通过形成机器技术和人才技能共同提高、互助发展的良性循环，从而实现人机共融体的高效、道德和可持续发展。

表9 需要培养的人才素养和能力

5 启示

为了更大程度地发挥人类和机器的优势并弥补各自不足，该书作者使用人机共融体(Humachine)这一概念并进行了深度剖析，强调基于云计算、大数据等新一代信息技术，并实施有效的组织管理框架，通过应用卡斯帕罗夫定律，以满足博斯特罗姆集体超智能的条件来解决莫拉韦克悖论。当前，人工智能、智慧企业等概念层出不穷，人机共融体为构建具有可持续竞争优势且有效益和有道德的企业提供了实现路径和方法建议，同时，也为学者们研究人-信息-物理系统(HCPS)、智能制造、智慧医疗等[6-7]提供了参考，值得借鉴。相关启示如下：

(1)坚持“以人为本”的理念。建议在发展人工智能、智能制造、智慧企业的同时，坚持“以人为本”，从人的基本需求和福祉出发，真正关注人的全面发展和人类组织管理方式变革，而不是仅仅关注“机器换人”。例如：人的数字孪生(Human digital twin)有望成为一个非常有前景的研究方向。

(2)积极探索未来工作方式。历次工业革命都伴随着工作方式的改变：一些工作会消失，但更会出现一些新的工作方式。在以新一代人工智能为代表的新一代信息技术的驱动下，各行各业的工作方式将会发生翻天覆地的变化。提前预判、研究这些未来工作方式很有必要，也很有意义。例如：“智能时代制造业的未来工作方式与技能”是一个很有意义的研究课题。