中国指挥与控制学会“百名专家、百场讲座”

第一讲

认知与行为前沿科技论坛（第一期）

【按语】为助力推动军事智能化技术发展，促进AI赋能分布式网络指挥与控制，聚焦人-机-环融合智能的场景落地，中国指挥与控制学会将充分利用线上资源，围绕指挥与控制＂认知域丶信息域丶物理域丶社会域＂科技前沿，拟创办多类智能C5lSR前沿技术论坛（或沙龙）活动。认知与行为是智能C2前沿技术，学会认知与行为专业委员会积极主动，组织策划了认知与行为前沿科技论坛，拟定期（或不定期）举办。首期讲坛由CICC认知与行为专委会副主任丶北京邮电大学Al学院刘伟研究员主讲。他报告的题目是：＂人机、深度态势感知、计算计 ——关于智能化战争的思考＂。一花开放不是春，万花齐放春满园。中国指挥与控制学会拟以此为开端，在2022年开展“百名专家，百场讲座”活动，诚邀学会各位专家在此活动中一显风采。

2022年1月11日，中国指挥与控制学会主办，认知与行为专委会承办的“中国指挥与控制学会-认知与行为前沿论坛”成功举办，北京邮电大学刘伟研究员做客“中国指挥与控制学会-认知与行为前沿论坛”，就“人机、深度态势感知、计算计——关于智能化战争的思考”的主题做报告。这也是CICC认知与行为专委会在新年岁首的首场主题活动。据了解，今后，认知与行为专委会将邀请不同领域的专家、学者、业界大咖、社会名家等就相关内容陆续进行讲座、调研、座谈等，以更好地为专委会成员提供普适性和针对性的需求服务，从而不断增强专委会影响力、凝聚力。

刘伟研究员在线讲座

刘伟，北京邮电大学人工智能学院研究员，剑桥大学访问学者，清华大学战略与安全中心人工智能组专家，中国指挥与控制学会认知与行为专业委员会副主任委员。研究领域为人机融合智能、认知工程、人机环境系统工程、未来态势感知模式与行为分析/预测技术等多方面等。至今发表论文70多篇，出版专著4部，译著两部。现为中国信息与电子工程科技发展中心专家委员会特聘专家、国家自然科学基金评议专家、全国人类工效学标准化技术委员会委员、中国人工智能学会高级会员。

此次会议采取线上方式进行，共计500余人通过腾讯会议直播方式参加了本次会议。认知与行为前沿论坛由中国指挥与控制学会主办，中国指挥与控制学会认知与行为专业委员会承办。该论坛的创立和执行，得到了中国指挥与控制学会以及秦继荣秘书长的大力支持。第1期论坛由北京航空航天大学段海滨教授主持。

论坛讲座由专委会副主任委员段海滨教授主持

人机、深度态势感知、计算计框架

刘伟研究员认为，人工智能的兴起才极大地触发了人们对智能含义的深度思考，因为只有充分了解了智能的本质，才可能将人与机器、环境更好地融合，实现真正的军事智能。论坛围绕智能化战争，从人机、深度态势感知和计算计三个方面进行讨论。军事智能不是军事+AI，也不是AI+军事，军事智能本质就是军事博弈，其本身就包含了各种各样的智能形式（如反智能），所以更准确地说，军事智能是一种智慧形式（如塞翁失马），既包括科学技术，也涉及文史哲宗教等方面，属于复杂领域，其核心是“兵不厌诈”和“兵者诡道也”。其未来的发展方向是结合人、物（机是人造物）、环境系统融合的人类算计+机器计算（简称“计算计”）体系。

军事智能

针对当前的人工智能及未来的智能科学研究存在的致命缺点，刘伟研究员指出，主要存在两个方面：（1）把数学等同于逻辑；弗雷格、罗素等逻辑主义者一般是把数学归于逻辑学(logic)之下（“+logy”也成为许多学科(非所有学科)的字尾，譬如生物学Biology=bio(生)+logy(学科)）。逻辑是探索、阐述和确立有效推理原则的学料。数学不等同于逻辑，数学研究空间形式和数量关系结构，是一种基于公理的逻辑体系；逻辑研究思维的形式结构。二者一致之处为“研究对象都是高度抽象的结构”。一方面，数学和逻辑的研究对象不同，数学的研究对象是客观事物的空间形式与数量关系，而逻辑学的研究对象是思维的形式及规律；另一方面，数学和逻辑的任务和目标不相同，数学的主要目标和任务是揭示客观事物的空间形式与数量关系的特征，探索其规律性，而逻辑的主要目标和任务却是为了解决思维推理形式的有效性或真实性问题。（2）把符号与对象的指涉混淆。符号重点在于表征，而对象重点在于意向性，一般来说，一种意向可以对应一种或多种符号，而一种符号代表的意向性也可以有多个指向（如能指、所指、意指），人类可以用“一花一世界，一树一菩提”灵活地表征任何事物，而目前的机器却只能用固定打标的方式孤立静止片面地表征一个事物。

刘伟认为，这两个缺点直接诱发了以下几个很难解决的智能领域及军事智能领域问题：1、客观数据与主观信息、知识的弹性输入——灵活的表征；2、公理与非公理推理的有机融合——有效的处理；3、责任性判断与无风险性决策的无缝衔接——虚实互补的输出；4、人类反思与机器反馈之间的相互协同调整；5、深度态势感知与其逆向资源管理过程的双向平衡；6、人机之间的透明信任机制生成；7、机器常识与人类常识的差异；8、人机之间可解释性的阈值；9、机器终身学习的范围/内容与人类学习的不同。

人机环境系统新逻辑

此外，军事智能化的瓶颈和关键问题：不是单纯的快、单纯的准、而是对，例如单纯机器计算的越精细、越准确、越快速，危险性越大，因为敌人可以隐真示假、造势欺骗、以假乱真，所以有专家参与的人机融合/混合军智相对显得更重要、更迫切、更有效。人机混合常常是指人+机（侧重事实性数理物理结合，价值性结合较少）；人机融合往往是指人*机（既包括事实，也涉及价值，既有数理物理交互，也有心理伦理交流）。对于军事界而言，大多数认为：人必须在人-装备-环境系统中并掌控着该系统的关键使用（如许多科学家支持致命性自主武器系统（LAWS）宣言，以反对脱离人类控制的自主武器系统开发），这就要求两点，首先是必须可靠的人在系统中，而不能是不可靠的人在系统中；其次，要求人、机不能是平等的关系，可靠的人必须要掌控关键作用。所以这个角度看，对军事智能而言，“人机混合”要比“人机融合”一词要准确一些（可以保证人主机辅关系一致性）。

深度态势感知的定义

凡事有好就有弊，手机不例外，智能也不例外。在人机环境系统动态交互（产生智能）时，由于时间、空间、对象、属性、关系、条件、规则、情绪、状态、趋势、感知等的变化，智能中的方式、方法、方案、手段、工具都会做适当的调整和重新组合，正可谓：时变法亦变。智能需要解决的常常是面对的真实问题，比如安全威胁、高效处理、准确预测等等。智能包含着过去的经验和数据，但不会仅仅依赖这些过去，它包还含着未来对此时的影响，比如期望的反馈。一般而言，不能随机应变的智能应该不是真智能。人机交互、人机混合、人机融合智能……中人工智能AI可以帮助人，也可以阻碍人，还可以毁掉人，比如过度依赖AI易造成失去人性中的自信、果敢和勇气等，做这些工作或申请项目时，望不要光看人机融合中计算计系统好的一面，还希望管理者、评审者也能客观地看到其不好的一面，在不少情境任务下，不好的概率可能更高一些！

计算计框架

如何实现人的算计（经验）与机的计算（模型）融合后的计算计系统呢？刘伟认为，东方思想里的“易”就是一个典型的计算计（计算+算计）系统，有算有计，有性有量，有显有隐，计算交融，情理相依。其中的“与或非”逻辑既有人经验的、也有物（机）数据的，即人价值性的“与或非”+机事实性的“与或非”，人机融合智能及深度态势感知的任务之一就是要打开与、或、非门的狭隘，比如大与、小与，大或、小或，大非、小非……大是（being）、大应（should）、小是（being）、小应（should）。人的经验性概率与机器的事实性概率不同，它是一种价值性概率，可以穿透非家族相似性的壁垒，用其它领域的成败得失结果影响当前领域的态势感知SA，比如同情、共感、同理心、信任等。

智能仅是解决问题的一种工具手段，若不与日常生活中的风俗习惯、伦理道德中的仁义礼智信勇、法律中的边界规则统计概率等诸多方面相结合，就很容易泛滥成灾而不可控制。真实的智能不是万能，它不但涉及事实性的真假问题，还应该包括价值性的是非问题，更与责任性的大小轻重密切相关，所以，严格意义上讲，军事智能是许多领域的一连串组合应用。

在互动环节，与会人员对人机、深度态势感知、计算计——关于智能化战争的思考的研究表现出浓厚的兴趣，踊跃发言提问，刘研究员结合自身研究经历进行了细致解答，并对未来智能化战争的发展方向发表了独到的见解。论坛结束后，王树良主任感谢了刘研究员带来的精彩报告，并为其颁发中国指挥与控制学会的特别演讲荣誉证书。最后，王主任表示论坛将持续不断地办下去，给大家提供更加丰富、更加精彩的认知体验。

王树良主任作论坛总结