人工智能的途径——最优设计

时代的脚步，还是要追随，但不是追随最新最时尚的东西。而是发现其本质所在。用时常说的初心来形容最好不过。人工智能的初心是什么呢？战胜人类？绝对不是，到底是什么？

或者说是智能化的目标以及AI的基本要求，我理解的就是人机交互模式的合作。而这一切都是通过最优的设计达到的。

既然是人机交互，还是通过设计实现。那么先决的基本要素就是安全。那么什么是安全呢，安全的定义，安全的预判，都是基于人的思考方式和规则制定或设计。因此，无论在任何的智能领域，首要问题是确定安全的定义和边界。而安全的边界可分为两种：①自身的安全，②外界环境的安全。至于这样的定义是否合适，暂且不做过深的讨论。用安全常用理论就是 不伤害自己，不伤害他人，不被他人伤害。这里想讨论的也是基于这个层面而说的。（说到人工智能，也离不开人，这里要引入另一个概念叫做手动阻断模式或触发自动阻断的安全设置。）

那么先要谈论的就是自身安全的定义。众所周知，机器是按照既定程序执行的机器，自身是没有感知。是否按照程序执行，就需要传感器来协助，进行反馈。既然说到反馈，就不得不引入机电控制理论中的开环系统和闭环系统。而人在一定程度上是一个闭环系统，所以人会不断的成长，在不断的反馈，修正中成熟。当然，不长记性的人也是有的，有句俗话叫cuo一百刀都没血色。当然这是骂人的话。但这个又是不无道理，说明人总该成长改变。这样说来人其实是一个超智能的系统。那么下面对于智能或自动化的前提就是带有反馈的闭环系统。当然，也不能全这么描述，因为在我们生活中常遇到一些有反馈，但并无操作或动作的系统。一方面是设定输入的规则不够，另一方面是机器本身没有这样的功能。

举个例子可能会好理解一些，就比如红绿灯。人和车必须遵守红绿灯，才能保证人与车的安全。而红绿等本身就是后期人为加入的一个规则。因为在最早马车汽车行驶的时候，是没有交通红绿灯的指示。而红绿灯的指示对于色盲而言是没用的。在于导盲犬的世界，全是灰白的。这个规则在一定程度就显的很笨拙。红绿灯的系统就在一定程度上失效了，也就不安全了。

大部分人是习得了这个交通规则，但不是全部。当然，系统是会不断进步的，比如现在城市中大多有天桥，还有语音提示功能的红绿灯，在驾驶员也有色盲的筛选，以及红绿灯不再是单调的圆形灯，而是一个站立的红人，和奔跑的绿人。为什么不是字呢？因为文盲太多了，而对早期的驾驶员不识字的也很多。那么后期的规则，不但要包容众多，还要兼顾历史遗留。所以一个能否自动化或智能化，规则很重要。这里还只是说了一个外在安全。而内部安全就是红绿灯的转化逻辑，以及时间分配。一个真正智能化的系统，是根据各方数据来调整时间的。而现在的红绿灯系统只是一个简单的固定逻辑，离智能化有多远？尚且不知，这里只举一个例子，明明几分钟都没车，还要等红灯变绿，所以很多人就开始闯红灯了。

另一方面是执行机构是否完善。上面的例子中红绿灯的输入规则，是很简单的逻辑，也只是在警示。对于你是否创红灯并无阻止动作。小的就是违章、大的就是造成安全事故。但这只是结果了。最多也就是教育警示。但在城市中的铁路交叉路口，是有阻断车流和人流的设施的。当有火车经过，会提前阻断道路。这个也就说，不但有警示而且有执行操作或强制动作。这个系统就相对比较完善了。

上面红绿灯的例子中，整个系统是包括人车，红绿灯为整体的系统。用自动化仓库，作为对比是比较好理解。人和车就是好比是货物，被个类传感器识别分类后，机构执行放入不同的区域。

俯视整个城市交通的时候，就会发现就像自动化的生产线一样。当然，生产线也有卡滞的时候，就像交通拥挤的时候一样。而智能化的另一个目标就是消除卡滞。让整个流程更加快捷和流畅和高效。这就要引出另一个概念，人工智能或自动化的系统是否是一个自我学习不断学习的机制。出现问题，能否被识别，能否被触发学习或行动，还得依靠主体本身的意愿。但对于机器仿佛要简单些，只要在初期设定这样的规则或后期学习或注入新的规则，他就可以严格执行。就好比交通中增加的语音识别，让色盲能够识别信号。而应用最为广泛的还是流水线，不断的升级优化，加入更多的检测和执行手段，让这个系统更加完善，本身就是自我学习和修正。

这个也是闭环的反馈机制所要达到的目标。机器并非人，对于反馈的执行，是要靠什么呢？——下一篇再来讨论。