Page 270 - 信息的脉络

·信息的脉络·
婴儿意识的发展等，也包括在如今的智能社会中。
如今随着人工智能的发展，机器智能的自主决策对人们越来越重要，虽然距
离机器的自我意识还相距甚远，但是机器的自主决策仍然需要不同于人类的方法
论，而且这种方法论能够指导未来机器智能的演化，并且具有一般性。这种一般
性是专属于机器的一般性，是脱离人的意识的一般性。

人们通常认为，人脑的智能产生是大量粒子涌现的结果，所以，智能的涌现
的认识论同样适用于机器，只不过机器涌现出智能的前提是需要大量的数据，这
与人类物种只能遗传下来的生物本能不同，机器的智能可以完全复制最高级的智

能，而生物还需要后天的不断学习才能成为生命 2.0。
人工智能时代，机器认识世界的方式可以总结为“数据—涌现—智能”，在
这样的方法论中，不能简单依靠“问题—解决方案—新问题—新解决方案”这一
循环模式的线性方案，这通常是人类认识世界的简单模式。但在信息时代，需要

依靠统计学的方法和概率分析，也就是需要依靠“数据—涌现—智能”的认识论。
信息文明的典型特征是数据量大、信息流复杂。大数据时代获取知识的方式
与传统的实验、演绎方式有很大的不同。前两种范式的主角都是人，但是在信息

文明时代，认识论新范式的主角是机器，对机器来说，认识论的新范式就是“数据—
涌现—智能”，这种认识论的方式称为“涌现法”，在这样的认识范式中，人的
地位变为守夜人的角色，即只需保证机器的正常运转即可，而对任何突发状况的
处理均可由机器自身完成。
数据，即要有感知能力。模拟人的眼睛、耳朵、皮肤、嗅觉、味觉等感知器，

通过传感器全方位收集周边环境的数据。对于智能驾驶，需要实时感知旁边车辆
信息、前面行人信息、信号灯信息等，并将这些数据汇总加工后汇入数据处理中心。
涌现，通过算力、算法，用很小的能耗，提供高效的算力、算法，涌现出更

多的结果。涌现是一个过程，在这个过程中，会形成众多的结果，这种结果可能
是有益的、正确的，也可能是有害的、错误的。对于智能驾驶，深度神经网络算法、
决策树算法、马尔科夫链算法等形成计算能力，随时对数据进行加工，并涌现出
各种各样的结果，以供智能决策。

智能，对于涌现出来的结果，能够根据周边环境的变化，形成智能决策，即
选择的能力。智能驾驶系统根据涌现的结果，是要刹车、左转、右转还是靠边停车，
给驾驶系统以指令。如此形成智能驾驶。
传统方式的认识对象往往是自然对象，如宏观的宇宙、微观的粒子，涌现法

的认识对象是信息；认识手段也有所不同，最初认识世界的方式主要通过感官，
之后通过仪器设备，认识论的主体都是人类自身，即人脑。而在信息文明中，认

• 254 •