智能的第一原理智能的第一原理是：變 “一切科學都與人性有關，對人性的研究應是一切科學的基礎。”──休謨 任何科學都或多或少與人性有些關系，無論學科看似與人性相隔多遠，它們最終都會以某種途徑再次回歸到人性中。科學尚且如此，包含科學的復雜也不例外，其中真實的智能有著雙重含義：一個是事實形式上的含義，即通常說的理性行動和決策的邏輯，在資源稀缺的情況下，

奇妙世界電子遊藝場

如何理性選擇，使效用最大化；另一個是價值實質性含義，既不以理性的決策為前提，

晶片換疫苗

也不以稀缺條件為前提，僅指人類如何從其社會和自然環境中謀劃，這個過程並不一定與效用最大化相關，更大程度上屬于感性範疇。理性的力量之所以有限，是因為真實世界中，人的行為不僅受理性的影響，也有“非理性”的一面。人工智能“合乎倫理設的計”很可能是黃粱一夢，原因很簡單，倫理對人而言還是一個很難遵守的復雜體系。簡單的倫理規則往往是最難以實現的，比如應該幫助處在困難中的人，這就是一條很難（遵守者極容易上當被騙）操作的倫理準則。對于AI這個工具而言，合乎倫理設計應該科幻成分多于科學成分、想象成分多于真實成分。當前的人工智能及未來的智能科學研究具有兩個致命的缺點：（1）把數學等同于邏輯；（2）把符號與對象的指涉混淆。所以，人機融合深度態勢感知的難點和瓶頸在于：（1）（符號）表征的非符號性（可變性）；（2）（邏輯）推理的非邏輯性（非真實性）（3）（客觀）決策的非客觀性（主觀性）。智能是一個復雜的系統，既包括計算也包括算計，一般而言，人工（機器）智能擅長客觀事實（真理性）計算，人類智能優于主觀價值（道理性）算計。當計算大于算計時，可以側重人工智能；當算計大于計算時，應該偏向人類智能；當計算等于算計時，最好使用人機智能。費曼說：“物理學家們只是力圖解釋那些不依賴于偶然的事件，但在現實世界中，我們試圖去理解的事情大都取決于偶然。”。但是人、機兩者智能的核心都在于：變，因時而變、因境而變、因法而變、因勢而變……如何實現人的算計（經驗）與機的計算（模型）融合後的計算計系統呢？太極八卦圖就是一個典型的計算計（計算+算計）系統，

費城76人

有算有計，有性有量，有顯有隱，計算交融，情理相依。其中的“與或非”邏輯既有人經驗的、也有物（機）數據的，即人價值性的“與或非”+機事實性的“與或非”，人機融合智能及深度態勢感知的任務之一就是要打開與、或、非門的狹隘，比如大與、小與，大或、小或，大非、小非……大是（being）、大應（should）、小是（being）、小應（should）。人的經驗性概率與機器的事實性概率不同，它是一種價值性概率，可以穿透非家族相似性的壁壘，用其它領域的成敗得失結果影響當前領域的態勢感知SA，

晶片換疫苗

比如同情、共感、同理心、信任等。人類智能的核心是意向指向的對象，機器智能的核心是符號指向的對象，人機智能的核心是意向指向對象與符號指向對象的結合問題。它們都是對存在的關涉，存在分為事實性的存在和價值性的存在、還有責任性的存在。比如同樣的疫情存在，鐘南山院士說的就是事實性存在，特朗普總統說的就是價值性存在，同時他們說的都包含責任性存在，只不過一個是科學性責任，一個是政治性責任。一般而言，數學解決的是等價與相容（包涵）問題，然而這個世界的等價與相容（包涵）又是非常復雜，客觀事實上的等價與主觀價值上的等價常常不是一回事，客觀事實上的相容（包涵）與主觀價值上的相容（包涵）往往也不是一回事，于是世界應該是由事實與價值共同組成的，也即除了數學部分之外，還有非數之學部分構成，科學技術是建立在數學邏輯（公理邏輯）與實驗驗證基礎上的相對理性部分，人文藝術、哲學宗教則是基于非數之學邏輯與想象揣測之上的相對感性部分，二者的結合使人類在自然界中得以不息的存在著。某種意義上，數學就是解決哲學上“being”（是、存在）的學問（如1/2，2/4，4/8……等價、包涵問題），但她遠遠沒有、甚至也不可能解決“should”（應、義）的問題。例如，當自然哲學家們企圖在變動不居的自然中尋求永恆不變的本原時，巴門尼德卻發現、沒有哪種自然事物是永恆不變的，真正不變的只能是“存在"。在一個判斷中（“S是P”），主詞與賓詞都是變動不居的，不變的惟有這個“是”（being）。換言之，一切事物都“是”、都"存在”，不過其中的事物總有一天將“不是”、“不存在”，然而“是”或“存在”卻不會因為事物的生滅變化而發生變化，它是永恆不變的，這個“是”或“存在”就是使事物“是”或“存在”的根據，因而與探尋時間上在先的本原的宇宙論不同，巴門尼德所追問的主要是邏輯上在先的存在，它雖然還不就是但卻相當于我們所說的“本質”。這個“是”的一部分也許就是數學。人機環境之間的關系既有有向閉環也有無向開環，或者有向開環也有無向閉環，自主系統大多是一種有向閉環行為。人機環境系統融合的計算計系統也許就是解決休謨之問的一個秘密通道，即通過人的算計結合機器的計算實現了從“事實”向“價值”的“質的飛躍”。有人認為：“全場景智慧是一個技術的大融合。”，實際上，這是指工程應用的一個方面，如果深究起來，還是一個科學技術、人文藝術、哲學思想、倫理道德、習俗信仰等方面的人物環境系統大融合，如同這次抗疫。較好的人機交互關系如同陰陽圖一樣，你中有我，我中有你，相互依存，相互平衡，就像當前的中美關系一樣，美國想去掉華為的芯片，英特爾等就受損。簡單地說，目前人機關系就是兩條魚，頭尾相連，黑白相間。每個事物、每個人、每個字、每個字母……都可以看成一個事實+價值+責任的彌聚子，心理性反饋與生理性反饋、物理性反饋不同。感覺的邏輯與知覺的邏輯不同，易位思考，對知而言，概念就是圖型，對感而言，概念就是符號。從智能領域上看，沒有所謂的元，只有變化的元，元可以是一個很大的事物，比如太陽系、銀河系都可以看成一個元單位。我們稱之為智能彌聚子。 科學家們常常只是力圖解釋那些不依賴于偶然的事件，但在現實世界中，人機環境系統工程往往試圖去理解的事情大都取決于一些偶然因素，如同人類的命運。維特根斯坦（Ludwig Wittgenstein）就此曾有過著名的評論：“在整個現代世界觀的根基之下存在一種幻覺，即：所謂的自然法則就是對自然現象的解釋。”，基切爾也一直試圖復活用原因解釋單個事件的觀點，可是，無窮多的事物都可能影響一個事件，究竟哪個才應該被視作它的原因呢？。更進一步講，科學永遠都不可能解釋任何道德原則。在“是”與“應該”的問題之間似乎存在一道不可逾越的鴻溝。或許我們能夠解釋為什麼人們認為有些事情應該做，或者說解釋為什麼人類進化到認定某些事情應該做，而其他事情卻不能做，但是對于我們而言，超越這些基于生物學的道德法則依然是一個開放的問題。牛津大學的彭羅斯教授也認為：“在宇宙中根本聽不到同一個節奏的“滴答滴答”聲響。一些你認為將在未來發生的事情也許早在我的過去就已經發生了。兩位觀察者眼中的兩個無關事件的發生順序並不是固定不變的；也就是說，亞當可能會說事件P發生在事件Q之前，而夏娃也許會反駁說事件P發生在事件Q之後。在這種情形下，我們熟悉的那種清晰明朗的先後關系──過去引發現在，而現在又引發未來──徹底瓦解了。沒錯，事實上所謂的因果關系（Causality）在此也徹底瓦解了。”某種意義上講，智能是文化的產物，人類的每個概念和知識都是動態的，而且只有在實踐的活動中才可能產生多個與其它概念和知識的關聯蟲洞，進而實現其“活”的狀態及“生”的趨勢。同時，這些概念和知識又會保持一定的穩定性和繼承性，以便在不斷演化中保持類基因的不變性。時間和空間是一切作為知識概念的可能條件，同時也是許多原理的限制：即它們不能與存在的自然本身完全一致。可能性的關鍵在于前提和條件，一般人們常常關注可能性，而忽略關注其約束和範圍。我們把自己局限在那些只與範疇相關的原理之上，與範疇相關，很多與範疇無關的原理得不到注意和關涉。實際上，人機環境系統中的中態、勢、感、知都有彈性，而關于心靈的純粹物理概念的一個問題是，它似乎沒有給自由意志留多少空間:如果心靈完全由物理法則支配，那麼它的自由意志就像一塊“決定”落向地心的石頭一樣。所有的智能都與人機環境系統有關，人工智能的優點在于縫合，人工智能的缺點在于割裂，不考慮人、環境的單純的人工智能軟件、硬件就是刻舟求劍、盲人摸象、曹衝稱象……簡單地說，就是自動化。人的學習是初期的灌輸及更重要的後期環境觸發的交互學、習構成，機器缺乏後期的能力。人的學習是事實與價值的混合性學習，而且是權重調整性動態學習。人的記憶也是自適應性，隨人機環境系統而變化，不時會找到以前沒注意到的特征。通過學習，人可以把態轉為勢，把感化成知，機器好像也可以，只不過大都是脫離環境變化的“死”勢“僵”知。聰明反被聰明誤有時是人的因素，有時是環境變化的因素。我們生活在一個復雜系統（complex system）中，在這種系統中有許多互相作用的變主體（agent）和變客體。人機融合中有多個環節，有些適合人做，有些適合機做，有些適合人機共做，有些適合等待任務發生波動後再做，如何確定這些分工及匹配很重要，如何在態勢中感知？或在一串感知中生成態勢？從時間維度上如何態、勢、感、知？從空間維度上如何態、勢、感、知？從價值維度上如何態、勢、感、知？這些方面都很重要。那麼，如何實現有向的人機融合與深度的態勢感知呢？一是“泛事實”的有向性。如國際象棋、圍棋中的規則規定、統計概率、約束條件等用到的量的有向性，人類學習、機器學習中用到的運算法則、理性推導的有向性等，這些都是有向性的例子。盡管這裡的問題很不相同，但是它們都只有正、負兩個方向，而且之間的夾角並不大，因此稱為“泛事實性”的有向性。這種在數學與物理中廣泛使用的有向性便于計算。 二是“泛價值”的有向性，亦即我們在主觀意向性分析、判斷中常用到的但不便測量的有向性。我們知道，這裡的向量有無窮多個方向，而且兩個方向不同的向量相加通常得到一個方向不同的向量。因此，我們稱為“泛價值”的有向量。這種“泛向”的有向數學模型，對于我們來說方向太多，不便應用。 然而，正是由于“泛價值”有向量的可加性與“泛物”有向性的二值性，啟示我們研究一種既有二值有向性、又有可加性的認知量。一維空間的有向距離，二維空間的有向面積，三維空間、乃至一般的N維空間的有向體積等都是這種幾何量的例子。一般地，我們把帶有方向的度量稱為有向度量。態勢感知中態一般是“泛事實”的有向性，勢是“泛價值”的有向性，感一般是“泛事實”的有向性，知是“泛價值”的有向性。人機關系有點像量子糾纏，常常不是“有或無”的問題，而是“有與無”的問題。有無相生，“有”的可以計算，“無”的可以算計，“有與無”的可以計算計，所以未來的軍事人機融合指控系統中，一定要有人類參謀和機器參謀，一個負責“有”的計算，一個處理“無”的算計，形成指控“計算計”系統。既能從直觀上把握事物，還能從間接中理解規律。西方發展起來的科學側重于對真理的探求，常常被分為兩大類：理論的科學和實踐的科學。前者的目的是知識及真理，後者則尋求通過人的行動控制對象。這兩者具體表現在這樣一個對真理的證明體系的探求上：形式意義上的真理（工具論──邏輯），實證意義上的真理（物理──經驗世界），批判意義上的真理（後物理學──形而上學）。俞吾金先生認為：“迄今為止的西方形而上學發展史是由以下三次翻轉構成的：首先是以笛卡爾、康德、黑格爾為代表的“主體性形而上學”對柏拉圖主義的“在場形而上學”的翻轉；其次是在主體性形而上學的內部，以叔本華、尼採為代表的“意志形而上學”對以笛卡爾、康德、黑格爾為代表的“理性形而上學”的翻轉；再次是後期海德格爾的“世界之四重整體（天地神人）的形而上學”對其前期的“此在形而上學”的翻轉。”通過這三次翻轉，

晶片換疫苗

我們可以引申出這樣的結論：智能是一種人機環境系統交互，不但涉及理性及邏輯的研究，還包括感性和非邏輯的浸入，當前的人工智能僅僅是統計概率性混合了人類認知機理的自動化體系，還遠遠沒有進入真正智能領域的探索。若要達到真正的智能研究，必須超越現有的人工智能框架，老老實實地把西方的“真”理同東方的“道”理結合起來，形成事實與價值、人智與機智、敘述與證明、計算與算計混合的計算計系統。正如李朝東老師（原載《西北師大學報》2000年第5期）所言：“西方哲學就是一種真理的證明體系，而不是道德價值的話語系統，不是道理的語言。它是一種自以為然、以他為然的、為落入思想經驗中的世界“立法”的真理語言，是一種事實判斷的體系，而不是一種價值評判體系。中國人所追求的真理是與對錯、好壞、是非的價值評判體系相關的東西，換言之，國人從來沒有在整個證明體系上進入真理或哲學。西方人講真理，中國人講道理。道理乃自然之理，自然乃然其所然，

奇妙世界電子遊藝場

既不能自以為然，也不能他然。所謂道法自然，就意味著道本身然其所然。然其所然的“所然”指的是陰陽、天地、男女之道，所以一陰一陽謂之道。道通于天地，

晶片換疫苗

男女之道謂之曰大道。國人的思想經驗便是這種相反相成的二極經驗，負陰抱陽自明。若不懂陰陽、天地、男女之道，無論你賦道以怎樣的哲學意義都是無濟于事的。道是一種相當深奧的生命經驗、人生經驗和美感經驗，但它與真理的證明體系沒有任何關系。”。自此，真正的智能將不僅能在敘述的框架中講道理，而且還應能在證明的體系中講真理；不僅能在對世界的感性體驗中言說散文性的詩性智慧以滿足情感的需要，而且能在對世界的理智把握中表達邏輯性的分析智慧以滿足科學精神的要求，那時，智能才能真正克服危機──人性的危機。有一種東西，並且只有這種東西恆久不變，它先于這個世界而存在，而且也將存在于這個世界自身的組織結構之中：它就是──“變”。厄爾尼諾指數進入下降區間：2020年10月18日晚報 楊學祥， 楊冬紅（吉林大學） 關鍵提示： 潮汐組合類型轉換具有13.6天週期，即雙週循環an，這在圖1-2中都有明顯的表現。晚除此之外，兩週之內厄爾尼諾指數往往出現兩個峰值和兩個谷值，即次一級的7天週期。這一 週期在氣溫變化中也有明顯的表現（見圖）。 潮汐不僅有13.6天週期，而且存在7.1天和9.1天週期。1921年杜德生對月亮和太陽引潮力位進行了嚴格的調和級數展開，在展開中約有90項長週期成分。其中振幅超過這90項長週期振幅之和的0.5%的共有20個，在這20個中就有9天項和7天項（見圖1）。圖1 2020年10月17日18時厄爾尼諾指數為-1.174，比10月17日12時厄爾尼諾指數為-1.168，減速0.006，減速變快，進入下降區間。圖2 2020年10月18日00時厄爾尼諾指數為-1.175，比10月17日18時厄爾尼諾指數為-1.174，減速0.001，減速變慢，進入下降區間。9月2日18時厄爾尼諾指數為-0.706 進入谷值。9月5日00時厄爾尼諾指數為-0.661進入峰值。9月6日12時厄爾尼諾指數為-0.690進入谷值。9月10日00時厄爾尼諾指數為-0.733進入谷值。9月17日00時厄爾尼諾指數為-0.694進入峰值。9月22日12時厄爾尼諾指數為-0.948進入谷值。9月26日12時厄爾尼諾指數為-0.863進入峰值。9月28日18時厄爾尼諾指數為-0.878進入谷值。9月30日18時厄爾尼諾指數為-0.825進入峰值。10月7日00時厄爾尼諾指數為-0.865進入谷值。10月8日18時厄爾尼諾指數為-0.828進入峰值。2020年10月11日00時厄爾尼諾指數為-1.007進入今年最低。10月13日00時厄爾尼諾指數為-1.098進入谷值。 2020年2月南極海冰面積達到極小值，德雷克海峽通道擴大導致秘魯寒流減弱，厄爾尼諾指數處于較高值；此後南極海冰面積不斷增大，將在9月達到最大值，使厄爾尼諾指數快速下降。強潮汐加快了這一進程。http://blog.sciencenet.cn/blog-2277-1241894.htmlhttp://blog.sciencenet.cn/blog-2277-1235992.htmlhttp://blog.sciencenet.cn/blog-2277-1232152.html9月下旬南極海冰面積不斷增大，將達到最大值。拉尼娜進入高潮。2020年10月南極半島海冰減少，赤道東太平洋海溫上升。此因素導致的拉尼娜高潮已經過去。圖3 南極海冰增加趨勢和白令海峽熱異常對比：2020年9月24日、28日和2020年10月16日（白色為海冰，紅色為熱異常）南極半島海冰比較：2020年10月南極半島海冰減少，赤道東太平洋海溫上升。 2020年10月潮汐組合預報：強潮汐時期已有 1637 次閱讀 2020-1-8 13:13 |個人分類:潮汐預警|系統分類:論文交流| 潮汐組合錛 潮汐預警錛 日月大潮錛 近地潮錛 月亮赤緯角2020年10月潮汐組合預報：強潮汐時期吉林大學:楊學祥錛楊冬紅 中科院國家天文台:韓延本錛馬利華 2020年2-5月、9-12月為強潮汐時期，1月、6-8月為弱潮汐時期。6-8月弱潮汐時期導致潮汐南北震蕩減弱，有利于長江巨洪的發生，與1998年相似。 潮汐組合A：10月2日為月亮赤緯角最小值北緯0.0000度，10月2日為日月大潮，10月4日為月亮遠地潮，三者強疊加，潮汐強度大，地球扁率變大，自轉變慢，有利于拉尼娜發展（強），潮汐使兩極空氣向赤道流動，可激發地震火山活動和冷空氣活動（強）。潮汐組合B： 10月9日為月亮赤緯角最大值北緯24.3658度，10月10日為日月小潮，兩者強疊加，潮汐強度小，地球扁率變小，地球自轉變快，有利于厄爾尼諾發展（弱），潮汐使赤道空氣向兩極流動，可激發地震火山活動和暖空氣活動，有利于低層偏南風的發展，帶來較多水汽，造成部分地方出現大霧天氣（弱）。潮汐組合C：10月16日為月亮赤緯角最小值南緯0.0000度，10月17日為日月大潮，10月17日為月亮近地潮，三者強疊加，潮汐強度最大，地球扁率變大，地球自轉變慢，有利于拉尼娜發展（最強），潮汐使兩極空氣向赤道流動，可激發地震火山活動和冷空氣活動（最強）。潮汐組合D： 10月22日為月亮赤緯角最大值南緯24.4228度，10月23日為日月小潮，兩者強疊加，潮汐強度小，地球扁率變小，地球自轉變快，

奇妙世界電子遊藝場

有利于厄爾尼諾發展（弱），潮汐使赤道空氣向兩極流動，可激發地震火山活動和暖空氣活動，有利于低層偏南風的發展，帶來較多水汽，造成部分地方出現大霧天氣（弱）。潮汐組合E：10月29日為月亮赤緯角最小值北緯0.0000度，10月31日為日月大潮，10月31日為月亮遠地潮，三者強疊加，潮汐強度大，地球扁率變大，地球自轉變慢，有利于拉尼娜發展（最強），潮汐使兩極空氣向赤道流動，可激發地震火山活動和冷空氣活動（強）。本月天文奇點相對較集中，相互作用最強，可激發極端事件發生，地震火山活動進入活躍期。http://blog.sciencenet.cn/blog-2277-1213347.html 10月1-4日氣溫下降與潮汐組合相符，拉尼娜與潮汐組合逆行，與南極海冰減少有關。2021年2月南極半島海冰進入極小期，拉尼娜可能向厄爾尼諾轉化。10月5-6日 氣溫下降、拉尼娜發展與潮汐組合相符。10月17日 氣溫下降、拉尼娜發展與潮汐組合相符。2020-2021年拉尼娜強勁冬季我國將出現強極寒我們在2015年9月4日指出相關條件：一、學者趙得秀預測，2019年和2023年將發生拉尼娜事件。拉尼娜使我國發生極寒的重要原因之一。二、2020年地球冬至時的公轉半徑由極小值變為極大值，導致地球接受太陽能量變小。 據任振球的研究，木星、土星、天王星和海王星使地球冬至時的公轉半徑發生相當穩定的準週期變化，與全球尤其北半球氣溫變化的間隔60年振動相一致。在本世紀初的低溫期和60~70年代相對偏冷期，當時（1901和1960年）地球冬至時的公轉半徑分別延長了94(相當于日地距離的0.6%)和57萬km；在30~40年代和80年代後的暖期，地球冬至時的公轉半徑（1940和2000年）分別縮短了76和44萬km。2000~2020年地球冬至時的公轉半徑由極小值變為極大值，他推測2020年前後全球氣候將進入相對冷期[12]。 三、2023-2025年月亮赤緯角最大值導致極寒出現，全球進入拉馬德雷冷位相時期變冷高潮。所以，2000-2030年拉馬德雷冷位相時期的前十年變暖停滯（對應2005-2007年月亮赤緯角最大值），中間十年變暖持續（對應2014-2016年月亮赤緯角最小值），後十年變冷高峰（對應2023-2025年月亮赤緯角最小值）。 四、太陽將進入不尋常且時間較長的“超級安靜模式”，大約從2020年開始，太陽黑子活動或許會消失幾年甚至幾十年。太陽黑子活動或許將進入“冬眠”，這種情況自17世紀以來從未出現。 2014-2015年的最熱值與2014-2016年月亮赤緯角最小值對應得關注，2023-2025年的最冷年與2023-2025年月亮赤緯角最大值對應更值得關注。 2015年的厄爾尼諾事件增大最熱年發生的可能性，2016-2017年預測為拉尼娜年，是全球變冷的信號。http://blog.sciencenet.cn/blog-2277-918404.htmlhttp://blog.sciencenet.cn/blog-2277-893363.html 我們在10月11日指出，拉尼娜高潮至少持續到11月： 潮汐組合C：10月16日為月亮赤緯角最小值南緯0.0000度，10月17日為日月大潮，10月17日為月亮近地潮，三者強疊加，潮汐強度最大，地球扁率變大，地球自轉變慢，有利于拉尼娜發展（最強），潮汐使兩極空氣向赤道流動，可激發地震火山活動和冷空氣活動（最強）。 潮汐組合B：11月12日為月亮赤緯角最小值南緯0.0005度，11月15日為日月大潮，

NBA鳳凰城太陽

11月14日為月亮近地潮，三者弱疊加，兩者強疊加，潮汐強度最大，地球扁率變大，地球自轉變慢，有利于拉尼娜發展（最強），潮汐使兩極空氣向赤道流動，可激發地震火山活動和冷空氣活動（最強）。http://blog.sciencenet.cn/blog-2277-1213357.html潮汐組合C： 12月16日為月亮赤緯角最大值南緯24.5251度，12月15日為日月大潮，12月13日為月亮近地潮，三者弱疊加，兩者強疊加，潮汐強度小，地球扁率變小，地球自轉變快，有利于厄爾尼諾發展（最強），潮汐使赤道空氣向兩極流動，可激發地震火山活動和暖空氣活動，有利于低層偏南風的發展，帶來較多水汽，造成部分地方出現大霧天氣（最強）。http://blog.sciencenet.cn/blog-2277-1213372.htmlhttp://blog.sciencenet.cn/blog-2277-1253913.html，