【編者按：意義是一條消息固有的，還是在消息與心靈的相互作用中產(chǎn)生的呢,？有人認(rèn)為意義是客觀的時空投射到主觀的時空中可以形成事實-價值的混合時空,。這也許就意味著宇宙中的時間-空間也有著主客觀之分，也有分?jǐn)?shù)維度的存在……您,，在客觀時空里與主觀時空里感覺會一樣嗎,？】

?

若在真實世界里吃不出牛肉拉面里白蘿卜片的味道，在虛擬世界里極大概率也會如此,，因為元里還有元,，宇里還有宇，宙里還有宙,，元宇宙里還有元宇宙,，因果里還有因果，多因多果常常是嵌套,、疊加,、混雜、糾纏的,，多元們有何嘗不是,？

從數(shù)學(xué)角度來說，所謂奇異性就是指函數(shù)的不連續(xù)或?qū)?shù)不存在,，表現(xiàn)出奇異性的點稱為奇異點?，F(xiàn)實生活中，往往是奇異性與非奇異性相互融合的,，比如理想與現(xiàn)實,，乒乓球與足球，計劃與變化,，結(jié)婚與獨身,，智能與愚蠢等等，元宇宙也不例外,，它可以倍增喜悅與幸福,，也可以更加苦惱與悲傷，…

元宇宙就是人機環(huán)境系統(tǒng)的小名,，其早就存在過了,，現(xiàn)在也就不新了，不信,，在電影,、留聲機發(fā)明之前，人類就開始在巖壁上畫畫了,。另外,，近期考古發(fā)現(xiàn)：三星堆遺址里出現(xiàn)了*宇宙……

道,，可視為一種非存在的有，既包含態(tài)和勢,，也包含著感和知，同時在事實與價值,、計算與算計之間搭建起了一座人物（機）環(huán)境系統(tǒng)構(gòu)成的橋梁,。

人機道也是非常道，非常道里面常常包括一,、多道,，不但有科學(xué)道，還有非科學(xué)道,，不但有數(shù)字道,，還有社會道。人的智能側(cè)重人性,，機的智能關(guān)注效率,。可惜的是,，現(xiàn)在有的人智側(cè)重了效率,，但機智還未能關(guān)注人性。當(dāng)前人機道的一個核心問題就是：庫+非庫 and 譜+非譜,，而不僅僅是數(shù)據(jù)庫或者知識圖譜,，其根本的需求是在不同領(lǐng)域中如何生成共同知識的能力。

哲學(xué)家卡爾·薩根：“如果你想要從零開始制作一個蘋果派,，那你就得先創(chuàng)造出宇宙”,。為什么很難從事實里推出價值來，抑或休謨之問為什么很難,，大都是緣于很難用一個事實去定義描述出一種價值,，對于價值的簡化定義常常就是一個錯誤或失誤，如何從更少的事實中得出價值依然成為智能的關(guān)鍵之處,。西方的科技體系歸納演繹,、事實清晰--數(shù)理化農(nóng)工貿(mào)，便于集中力量深入探討,，但也忽略了各學(xué)科領(lǐng)域的交叉融合（近些年正在改善）,，東方思想比較講究類比隱喻、相對價值--仁義禮智信,，規(guī)避了科學(xué)技術(shù)中的缺點,，卻也出現(xiàn)了縱橫失衡、點線面不均的劣勢,。一個是用事實提煉價值側(cè)機,，一個是用價值捕捉事實重人,，如何實現(xiàn)東西交匯、人機融合,、相得益彰依然成為智能領(lǐng)域的難點和熱點,。

馬克·安德森(Marc Andreessen)將數(shù)字時代的人分成兩類：“吩咐計算機做事的人，與聽從計算機的吩咐做事的人,?！薄?shù)據(jù)與知識的形成,、使用,、協(xié)同都是主客觀混合的過程，人機混合的核心問題也就是主客觀如何有效混合的問題,，所以單純使用客觀手段很難實現(xiàn)對其根本性的理解,、發(fā)現(xiàn)。不同的數(shù)據(jù)結(jié)合不同的知識可以產(chǎn)生相同的等價結(jié)果,，可計算性完成了正向過程,，而可解釋性需要完成其逆向過程，由于逆向過程的相對無限性（尤其對于當(dāng)前數(shù)學(xué)的一義性和不完備性而言）,，所以事物的發(fā)展常常會不可解釋的,，這也是機器學(xué)習(xí)和知識圖譜不可解釋的根本所在。因此,，對于人機之間的互學(xué)習(xí),，目前仍是一個不能實現(xiàn)的問題，究其因,，機器學(xué)習(xí)不能實現(xiàn)人類學(xué)習(xí)中所能夠產(chǎn)生的一系列的隱性知識,、規(guī)則與秩序。

千年暗室,，一燈即明,。元宇宙也許仍是人機環(huán)境系統(tǒng)的矛盾體，由此而衍生出的人機環(huán)境系統(tǒng)智能其本質(zhì)將不再是數(shù)據(jù),、算法,、算力，而是在此基礎(chǔ)上如何創(chuàng)造修正,、彌聚使用和矛盾協(xié)調(diào)它們,。計算-算計、情境意識,、態(tài)勢感知就像一顆大樹,，上面是顯性的枝葉茂盛，下面是隱性的盤根錯節(jié)。在顯性的計算里,，理性的邏輯一般要求自洽一致,，不能變化，而在隱性的算計中,，感性的力量卻可以揉面式把理性邏輯變得柔軟起來,，甚至可以無厘頭地自相矛盾，但仍虛實彌聚有度,，盾矛相濟(jì)有序,。人機交互不僅是脖子以上以下的問題，還有脖子以外的問題,，虛擬可以的現(xiàn)實不一定可以，仿和真不是簡單的一一映射關(guān)系,，智和能相差的也不是一星半點……這些涉及的遠(yuǎn)非計算和（現(xiàn)有的）數(shù)學(xué)所能駕馭的,，需要更新的工具出現(xiàn)（其實，數(shù)學(xué)不時也很尷尬）,。

心理學(xué)家格爾德吉仁澤,，曾經(jīng)寫道：各種預(yù)測可能會因為信息太多而失敗，如果你了解的事實與過去的表現(xiàn)緊密相關(guān),，但與未來卻沒什么關(guān)聯(lián),，你也會誤入歧途，因此,，你所得出的結(jié)論會傾向于將一般的事實過于緊密的與過去具體的場景聯(lián)系在一起,。吉仁澤說：“在一個不確定的世界里，復(fù)雜性的策略之所以會失利,，就在于它闡釋了過多的事后的領(lǐng)悟,，其實只有部分信息對于未來是有價值的，而直覺的藝術(shù)就在于要專注于這部分信息并遺忘掉其他信息,?！?/span>

如果說人機道的未來在于發(fā)現(xiàn)新的邏輯體系，那么這個新的邏輯就是要打破原有單純以事實為基礎(chǔ)的理性邏輯體系,，適時適處加入以價值為基礎(chǔ)的感性邏輯,，形成感性邏輯與理性邏輯共同起作用的人機環(huán)境系統(tǒng)——元宇宙。

數(shù)學(xué)歸納法原理的核心是什么,？就是前繼可以確定后繼,，那一切就在定數(shù)中。就象推背圖中的兩人能相鄰?fù)苿?，于是就能預(yù)測未來一樣,。相鄰關(guān)系一旦被確定，整體便被確定。相鄰是一種加性連接,，線性連接,，時性連接，是一切關(guān)系中的起點,，因此考察離散量中的相鄰關(guān)系,，就成了數(shù)學(xué)思維中的首要問題。

然而,，如果是不同性質(zhì)的事物,，數(shù)學(xué)上的相鄰關(guān)系則不一定成立，不少時候是不成立的,，如事實性事物與價值性事物相鄰,，或者矛與盾相鄰等。

Grossberg 是波士頓大學(xué)認(rèn)知和神經(jīng)系統(tǒng),、數(shù)學(xué)和統(tǒng)計學(xué),、心理和腦科學(xué)以及生物醫(yī)學(xué)工程方面的知名教授，他基于他關(guān)于大腦如何處理信息的理論來構(gòu)建自適應(yīng)共振理論ART模型,。他說：“我們的大腦學(xué)會在一個充滿意外事件且不斷變化的世界中,，識別物體和預(yù)測事件。”,。基于這種動態(tài),，ART 使用有監(jiān)督和無監(jiān)督學(xué)習(xí)方法來解決模式識別和預(yù)測等問題。使用該理論的算法已被包含在大規(guī)模應(yīng)用中,，例如對聲納和雷達(dá)信號進(jìn)行分類,、檢測睡眠呼吸暫停、推薦電影以及基于計算機視覺的駕駛輔助軟件,。而對于這些外界的意外和變化,，我們常常用自然語言或形式化語言（如數(shù)學(xué)）去處理。

維特根斯坦就非常重視自然語言的作用,，他的名言是：“能說的都說得清楚,，說不清楚的得沉默。”,，即能說的并能清楚述說的,，才可研究；只要把它清清楚楚地述說出來,，就知道了它是什么,。因為他認(rèn)為世界由事實組成（而不是由事物組成）的，而事實是對現(xiàn)實世界存在物的真描述,，是其值為真的語句,。可是，即使我們把人、機,、環(huán)境都進(jìn)行了數(shù)字化說明,，但仍不能說我們說清楚了萬物，因為世界還有許多數(shù)字（甚至語言）之外的東西,。

有人認(rèn)為,，人工智能的很多知識不是從數(shù)據(jù)獲得的，而是從“內(nèi)心”獲得的,，人工智能如果沒有內(nèi)心模型和價值體系,，就很難擁有像人這樣能夠泛化學(xué)習(xí)的能力。要實現(xiàn)通用智能,，5%要靠客觀的觀察,，95%要靠主觀的內(nèi)心需求與想象，研究通用人工智能的關(guān)鍵在于為主觀的“心”建模,。這個觀點對于人機混合智能很具有挑戰(zhàn)性,。

智能常常是分層級的，既能群愚生智,，也能群智生愚，還能智愚混合,，比如空城計聰明人的故意愚蠢,，長坂坡愚蠢人的人為聰明等等，這就令智力的學(xué)習(xí),、智能的使用和智慧的協(xié)同變得更加撲朔迷離,、疑惑叢生，單純的事實性算法依然停留在紙上談兵階段,，譬如在面對態(tài),、勢、感,、知與確定+不確定性的混合狀況下,，機器如何像人一樣能夠進(jìn)行動態(tài)高效的路徑、任務(wù),、價值混雜規(guī)劃,，如何像人一樣恰當(dāng)?shù)胤穸ㄗ约旱葯C制都還未有解決。

機器智能的基礎(chǔ)--（從根本上講）數(shù)學(xué)也是一種人造物,，與機器類似,，對于多因多果糾纏疊加的主客觀世界中實際的聯(lián)系、可能的聯(lián)系,、觀念的聯(lián)系,、應(yīng)該的聯(lián)系還不能有效應(yīng)對。人類智能的初期是刺激-反映，后來是刺激-選擇-反映,，再后來是反映-選擇-刺激,，然后是混合，或許,，矛與盾不是絕對的,，可以相互轉(zhuǎn)化，也可以相輔相成：盾中有矛,，矛中有盾,，人智更善于捕捉并轉(zhuǎn)化矛盾，這種二義性/多義性的交互意味著相互關(guān)系的影響和變化,，機是很難產(chǎn)生出慧的,。或許，這也可以以偏概全地解釋為什么戰(zhàn)略級軍事家很少是數(shù)學(xué)家,，比如毛主席是哲學(xué)家,、詩人，丘吉爾是文學(xué)家,，有的還是畫家,。

有人說，人對某一事件未來會發(fā)生的認(rèn)知,，大多取決于該事件或類似事件過去發(fā)生的頻率,。這就是貝葉斯定理的數(shù)學(xué)模型，它最早由數(shù)學(xué)家托馬斯·貝葉斯提出,。貝葉斯定理的過程可以歸納為：“過去經(jīng)驗”加上“新的證據(jù)”得到“修正后的判斷”,。它提供了一種將新觀察到的證據(jù)和已有的經(jīng)驗結(jié)合起來進(jìn)行推斷的客觀方法。但是這僅是一種方法,，對未來,、未知的推斷和預(yù)測，還有許多方法去發(fā)現(xiàn),、去發(fā)明,，因為未知的未來不是確定性的，我們的大腦必須學(xué)會在一個充滿意外事件且不斷變化的主客觀混雜世界中,，去動態(tài)地識別物體,、預(yù)測事件、期望可能,。

態(tài)是時空的,，勢不僅是時空的，還是價值和責(zé)任的,，人+機＞人嗎,？怎樣才能＞人呢,？

?

?

?

?

知道自己能干什么叫聰明，知道不能干什么叫智慧