人工智能的瓶颈与未来：人机混合智能的发展方向

从逻辑与非逻辑的边界看AI发展困境及伦理治理路径

By LIU Wei

人工智能（AI）研究热潮始于20世纪末，尽管已历经二十余年快速发展，但在智力水平和能力上，基于现有数学体系与软硬件设计模式的AI仍远未达到人类智能的高度。其根本原因在于：人类智能与AI之间存在不可逾越的边界——AI本质上是逻辑驱动的，而人类智能并不完全遵循逻辑。

▲ PHOTO: SCREENSHOT

因此，充分发挥人机互补优势，推动“智能向善”理念，成为当前AI发展的关键所在。

AI的瓶颈：用逻辑手段解决非逻辑问题

从人性角度看，“伦理设计”在现实中难以实现。伦理是人类复杂行为规范的体现，机器更难理解其深层含义。对AI而言，“伦理设计”目前更多属于科幻范畴，而非可落地的科学实践。

当前AI研究存在两大根本缺陷：一是将数学等同于逻辑，二是混淆符号与对象。这导致在真实智能领域，人机环境系统的协同失调成为核心难题，尤其体现在跨域协作中的“跨越”与“协调”能力不足。

如何理解与研究智能问题？

智能是一个融合客观逻辑与主观超逻辑的广阔空间。它并非仅源于人脑或类脑结构，也不是人类个体的产物，而是人、物、环境三者交互的结果。

人的本质是一切社会关系的总和，而真实智能同样包含三个维度：人、物、环境。随着科技发展，“物”逐渐被人工制品或机器取代，形成“人-机-环境系统”。

在现实世界中，人类的情境感知、机器的物理感知与环境的地理感知在时空上具有同构性。个体行为与认知并非由人单独决定，而是整个系统交互作用的结果。

在一个充满变量的人机环境系统中，存在的逻辑并非绝对的主客观必然性，而是对多种可能性的动态同步响应能力——即适应变化的能力。而这正是当前AI所缺失的核心特质。

人机混合智能：未来发展方向

当前人机关系以功能分工为主：人类主导方向，机器执行细节。未来可能演变为更灵活的协作模式——机器可引导部分非关键路径，人类也可参与精密处理过程。

人机混合智能是由人-机-环境系统交互产生的新型智能体系，区别于传统人类智能与AI，主要体现在三个方面：

• 输入端融合：结合设备传感器采集的客观数据与人类主观感知信息，构建新型输入模式；
• 处理过程协同：机器的数据计算与人类的信息认知深度融合，形成独特的理解方式；
• 输出端优化：结果与人类价值判断相匹配，实现概率性与规律性的有机协调决策。

引领伦理治理，倡导“智能向善”

作为AI领域的先行者，中国正积极为全球AI治理体系贡献智慧。

今年11月，中国向在瑞士日内瓦召开的《特定常规武器公约》高缔约国会议提交了关于加强人工智能伦理治理的立场文件，明确提出负责任AI发展主张。

正如TechBeacon所指出，AI应用日益广泛，推动各国加快构建国际乃至全球层面的AI治理框架。卡内基国际和平基金会研究人员也强调，中国的AI治理路径不容忽视，将深刻影响国内外算法监管格局。

Liu Wei is director of Human-machine Interaction and Cognitive Engineering Laboratory, Beijing University of Posts and Telecommunications.

Editor | SONG Ziyan

Supervisor| TIAN Xueke