Top
首頁 > 正文

人民的AI:VUCA時代的偶然與團結

本文將從以下幾個方面展開討論:一、深入VUCA的根源,探究偶然性的本質;二、論述一個建立團結的可行性方案,識別應對VUCA挑戰所需的最新科學技術;三、論述一個建立團結的可操作模型。
發布時間:2020-01-21 16:52        來源:賽迪網        作者:

1991年,蘇聯的突然解體宣告長達近半個世紀的"美蘇冷戰"終于落下了帷幕。這一突發的不可控事件讓人唏噓不已、難以釋懷,美國陸軍軍事學院甚至提出了一個首字母縮略詞VUCA來描述冷戰后世界的動蕩(Volatility)、不確定(Uncertainty)、復雜(Complexity)與模糊(Ambiguity)[1]。

時至今日,冷戰結束已近30年,可是談論VUCA的聲量非但沒有下降,反而被社會各界不斷引用,儼然從一個軍事術語變成了網紅熱詞。各行各業都在談論VUCA帶來的巨大沖擊與無能為力感,并在以下四個方面對我們的人類智能充滿擔憂:

1、 無法歸因。在VUCA的世界中,推斷和解釋他人和自己行為的原因變得越來越困難。因果往往動態地緊密交織在一起,而人類智能通過歸納演繹、分析綜合等方法,只擅長于對較為靜態的情形進行歸因。面對不斷動態變化的VUCA世界,人類智能就力有不逮了。

2、 預測失靈。無論我們是否愿意,VUCA社會的運行和發展總是面向多種可能的,并且因為極端的不確定性而難以預測。準確的預測需要將越來越多的變量實時地納入分析模型之中,所需的信息與工作量遠遠超出了人類智能的處理范圍。

3、 難以掌控。企業、社會、國家等組織系統,甚至整個生態系統,都在VUCA時代變得越來越動蕩不居、難以掌控,系統的突然崩潰變得更加頻繁。有效的控制需要實時且大量的行動,可人類智能的行動成本之高已成為嚴重的阻礙。

4、 難達共識。人類智能信息的碎片化與需求的個性化,導致廣泛且強有力的共識越來越難以形成。如何維持組織與社會的內部共識已成為VUCA時代防止系統崩潰的重要議題。

之所以產生上述的擔憂,因為一個"現代性"的觀念深入人心:現實并不是隨機的事實堆積,而是一種具有意義的結構形態,其本質在于能夠被理解、預測與控制,從而促進人與人之間的共識。但在VUCA時代,從政治、軍事、外交到社會、經濟、商業,全都被籠罩在讓人類智能束手無策的偶然性烏云之下。我們以偶然性從高到低的順序,可以更加深刻地理解VUCA中的每一個單詞:

· 模糊(Ambiguity)是VUCA中最極端的狀態。當事物處于模糊之中,就如同被純粹的偶然性包裹,人類智能徹底失靈,我們既無法理解其形勢與原因,也難以預測、控制其結果與走向。

· 如果我們足夠努力,能從事物的偶然性中把握宏觀的規律與洞察,或許就能通過"知識之梯"從模糊進入到不確定(Uncertainty)的領地。此時我們對所處的形勢擁有足夠的理解,可以對大部分現象進行大致的歸因。但由于缺少足夠的信息來消除不確定性,所以仍然無法預測外部環境,世界對我們而言依舊充滿偶然。

· VUCA的復雜(Complexity)之處在于,哪怕我們可以通過"信息之梯"獲得足夠的信息以進行預測,過程卻是我們無法精確解釋的。所謂"黑箱理論"就描述了這樣的狀態:復雜系統就像一個看不到內部的結構與相互關系的黑色箱子,我們縱然可以通過研究黑箱的輸入和輸出了解其規律,甚至做出預測,但卻無法通過打開它來理解其內部的運行原理。黑箱里仿佛關著一只"薛定諤的貓",我們無法知道箱子打開前貓是否活著——作為主體的我們,哪怕"觀察"這個行為,都無法不對客體產生影響。我們企圖對黑箱施加控制,但一切針對性的行動無不在改變黑箱內的機制,讓先前的理解與預測失去意義,能輸出符合我們預期的結果更是一件碰運氣的事了。偶然性讓我們只能"聽天由命"。

· 不過,就算我們擁有了關于黑箱內部構造的足夠知識,進而通過"行動之梯"獲得了對外部環境的控制與改造能力,這個世界仍會處于VUCA的動蕩(Volatility)之中。控制既無法持久,也無法穩定,揮之不去的偶然性難以被徹底從系統中根除。原因就在于,從一個宏觀的角度看,我們身處的全部世界就是一個巨大的"黑箱",系統之外沒有我們的置身之地。而我們雖身處系統內部,卻與世界以主客二分的方式相處——這種主客間的割裂正是世界動蕩、不穩定的根源所在,因為作為主體的我們會不斷地給作為客體的世界制造復雜性。

所以,從根本上擺脫VUCA,需要我們與世界建立一種民胞物與式的團結[2],而共識就是這種團結的基礎。如果共識難以達成,復雜的不斷涌現就會讓我們墜入"偶然性滑梯",重新回到模糊狀態之中。

那么,我們該如何應對上述來自VUCA時代的偶然性挑戰,以緩解我們對人類智能的內在焦慮,并通過科技的幫助建立系統性的團結與共識呢?

本文將從以下幾個方面展開討論:一、深入VUCA的根源,探究偶然性的本質;二、論述一個建立團結的可行性方案,識別應對VUCA挑戰所需的最新科學技術;三、論述一個建立團結的可操作模型。

現在,就讓我們迅速起航,一起駛出VUCA的迷思!

第一部分 自我指涉:VUCA的本質

一個悖論,"預言-行動"的悖論,在人類歷史的上空不停徘徊。

對這個悖論最震撼人心、影響深遠的敘述,莫過于古希臘詩人索福克勒斯筆下的命運悲劇《俄狄浦斯王》。為了對抗"神"的預言,主人公通過自由意志展開了一系列行動,試圖改變命運的安排。然而在一連串因果交織的事件影響下,正是他對抗命運的行動讓預言最終得以實現。

后被稱為托馬斯定理的一種社會學理論是這樣表述的:如果人們把某種局勢界定為真,那么它們在結果上也就是真的[3]。換句話說,如果一個系統里的大多數人都對某個"預言"信以為真,他們就會根據自己對預言的理解開展或調整自己的行動,其結果就是讓這個預言真的得以實現。

美國1973年石油危機導致的所謂"衛生紙恐慌"就是一個經典案例:由于石油進口量銳減,衛生紙將嚴重短缺的"預言"不脛而走,人們開始大量儲備衛生紙,從而真的導致了市場上衛生紙的供應短缺。

在恐慌形成的過程中,預言的因果性陷入一種奇特的正反饋循環:如果大多數人都能稍微理性地思考一下經濟學原理,或許根本就不會相信這個"謠言",也就不會發生任何供應短缺;但是在"謠言"的傳播過程中,并不是所有人都足夠理性,不乏會有人"更理性"地思考普羅大眾對預言的看法,通過感知輿論環境的共識傾向來改變自己的策略,甚至為了讓自己獲利或免受損失而推波助瀾、不斷擴大人們對預言的共識,最后讓預言真的變成了現實。

同樣的情況更會在金融市場中頻頻出現,以至于金融大鱷索羅斯專門構建了一套自反性(Reflexivity)[4]理論來解釋這種參與者的認知與被認知對象之間互相影響的現象,即認知可以改變事件,而事件又會反過來改變認知。比如在金融市場里,基本面會影響觀點,觀點反過來也會影響基本面。

但自反性并非無處不在,我們對自然界中大部分事物的認知并不會影響到它們,事物本身也很難改變我們的認知。只有當事物擁有自我指涉(Self-reference)的屬性時,才有可能出現具有自反性的預言-行動悖論。

如果某一事物涉及其自身,就可以稱之為是自我指涉的,比如一個涉及預言者自身的預言就是自我指涉的。舉一個例子:如果投資者相信美元升值,那么他們的購買行為將會讓美元上漲,這反過來又會使利率降低,刺激經濟增長,從而推動美元再次升值——所以金融市場是自我指涉的。

通過自我指涉,即使是認知錯誤的命題,只要有足夠強大的影響力,依然能在金融市場獲利。這就是為什么股價有時候看起來泡沫很大但買的人很多,有時候看起來低得可憐但卻無人問津。在VUCA的世界里,自我指涉就是偶然性之所以產生的根源。

不過,一個很有意思的問題是:VUCA為什么是當下這個現代社會的困境?我們比古代世界擁有更多的知識與更強大的知識生產能力,對外部環境有著更深刻準確的理解,三次技術革命讓我們擁有更發達的行動能力、難以企及的傳播溝通效率、信息處理與計算能力,我們有更快的交通物流網絡、金融系統與工業體系,可以更高效地流轉資本、生產與銷售商品……總之,我們占盡科技與知識優勢,為什么世界卻反而越來越動蕩不安、充滿偶然性?

從宏觀的社會環境看,三個顯著且不可逆的變化導致了自我指涉的大量出現:

1、 自由寬松的社會環境。前現代社會系統中的認知主體缺乏足夠的思想自由度,共識更容易被自上而下地貫徹,依靠少數人的壟斷、絕對的命令與固化的習俗慣例就能施行控制。這樣的社會環境下,出現自我指涉現象的可能性非常小。但是,伴隨現代化的進程,社會環境越來越自由寬松,亞當·斯密把我們"托付"給了"看不見的手",從而讓每一個人都有權利相對自由地參與到社會生活之中。這就意味著如果我們對某件事的共識不足,就無法形成有效地控制,市場中自我指涉的力量就會讓這件事的走向充滿偶然性。

2、 信息碎片化、需求個性化。上文提及過,人類智能面臨的一個現實境況就是信息的碎片化與需求的個性化。這讓社會共識的形成變得越來越困難。前現代社會更容易達成共識,因為每個人的信息來源是集中且較為單一的,如今卻可以通過不同的渠道獲得各種各樣良莠不齊的信息。另外,從馬斯洛對人類需求層次的劃分來看,當基礎的物質需求得到滿足后,我們會更聚焦于精神需求的滿足。現實情況也正好印證了馬斯洛的觀點:隨著經濟的不斷發展,代表物質需求的人均能耗增速正在下降,而代表精神需求的人均信息消耗量的增速卻不斷上升,遠遠超過了人均能耗的增速。這解釋了為何過去的全球10大企業多集中于能源行業,而如今的全球10大企業里,卻有7家是科技公司——因為這些公司的本質都是在滿足人們精神文明的需求。而需要靠信息來滿足的精神需求相比依靠能源就能滿足的物質需求,更加的個性化且不穩定。所以,正是信息來源的碎片化、精神需求的個性化與不穩定,導致了我們在對某一事件形成共識時充滿了偶然性。

3、 "地球村"的整體化進程。自我指涉導致的偶然性事件對前現代社會的影響其實是非常有限的,因為缺少媒介來縮短物理上的距離,每一個事件都是相對割裂且獨立的。但是,隨著印刷機、電報、電話和互聯網等媒介的發明,地球的"村化"使其變得越來越"小",不僅物理距離不再是隔閡,事件與事件之間也沒有了"隔閡"。正如前文的比喻,整體化進程讓整個世界變成了一只"黑箱",每一個單獨的自我指涉事件其影響不再僅僅是局部的,而是導致整個世界龐大自我指涉的影響因子與偶然性的根源。

在金融市場里,充滿了相互影響的自我指涉事件,是一個極端VUCA的系統。索羅斯批判了古典主義的理性人假設與均衡理論,不相信可以靠科學主義與精確的數學計算征服"非理性"的自我指涉。而金融市場只是現實世界某種程度上的簡化,隨著科技的進步,地球村的整體化進程不斷深入,現實世界的VUCA程度將越來越高。

我們該如何應對?回到過去顯然是不可能的,造成自我指涉的核心歷史進程都不可逆。絕大部分人不會愿意接受自由受限、科技退步與物質匱乏,相比之下,VUCA至少還是"甜蜜的痛苦"。

那么,正如上文所說,為了擺脫VUCA就需要我們與世界建立一種民胞物與式的、以共識為基礎的團結。

第二部分 反饋與共識

1641年,笛卡爾出版了他開創性的著作《第一哲學沉思錄》。在這本對現代性影響極為深遠的書中,他區分了兩個獨立的實體:物質實體與精神實體,前者是一切物質的本質,而后者是我們心智與意識的本質[5]。

這一區分把世界分為了主體與客體兩個部分:我們人類作為主體,通過心智與意識來認知外部的物質世界,而物質世界作為外在于我們的客體,是我們觀察、認知、預測與控制的對象。

主客二分推動了人類以科學理性而非宗教裁判、道德信仰、哲學冥想等方式對物質世界進行研究,這對之后人類科學技術的爆炸式發展影響巨大。但主客二分的思維方式同時也割裂了人類心智與外部世界的內在聯系。我們已習慣于站在主體的角度思考如何認知與改造作為客體的物質世界,并天然地認為客體只是我們實現目標的手段與對象[2]。

可事實卻并非如此。在世界這一復雜系統中,我們并沒有獨立于系統之外的置身之地。從整個系統的角度看,我們與世界并不是主客體的關系,而是與之共處于相互影響、因果糾纏的"黑箱"之中。VUCA產生的根源就在于:我們身處"黑箱"之中,卻奢望對系統進行精準的認知與改造,系統只能通過自我指涉對我們報以偶然性的"神秘微笑"。

那么,建立民胞物與式的團結會有何不同呢?所謂民胞物與,是一種與主客二分相對應的"民為同胞,物為同類"的人與世界關系。它更強調人與人、人與物質世界之間的團結與整體性,因而更有助于我們應對系統的復雜性問題[2]。民胞物與式的團結就是在描述一種能將全體人類與物質世界全部納入其思考與行動范圍的"主體",以此來消除自我指涉帶來的模糊、不確定、復雜與動蕩。

為了便于理解,這里雖然用"主體"來指代這種包含一切的團結,但這個"主體"施加影響的對象不再是外部的客體,而是"主體"自身。它對自身的干預行為,更像是一種對整體的自我反思,而不是主客式的主體對外部環境的行為。

現在我們重新回到問題的起點。為了消除系統內的偶然性,在主客二分的情況下由于每個個體信息的碎片化與需求的個性化而難以達成共識,這一難題如何通過建立一個民胞物與式的團結的"主體"來解決呢?

解鈴似乎還須系鈴人。笛卡爾在《沉思錄》中除了區分主客體,還做出了兩個有趣的推論:第一,我們其實無法確定物質實體是否真的存在——世界可能只是我們的一個夢;第二,我們唯一能確定存在的只有精神實體,即我們的心智與意識——我的意識正在思考自己是否存在,因此至少我的意識一定存在[5]。

第二個推論被總結為一句至今仍廣為流傳的話:"我思故我在"。這正是一個典型的自我指涉的例子:我們的意識之所以存在,因為我們的意識可以思考自己。而事實也確實如此,人類的大腦可以看作一個自我指涉的生物系統,意識正是通過自我指涉而產生的。我們的認知與思想通過大腦中復雜的正反饋循環從神經機制中涌現出來,就像麥克風與擴音器距離過近時發出刺耳的聲音[6]。

也就是說,對我們每個人類智能體而言,我們內部的"共識"(自我意識)就來自于自我指涉——這種大腦內的正反饋機制讓信息在神經元和神經群組之間流轉,神經系統的感覺輸入不斷在神經層面整合。這種整合影響了大腦的內部狀態,例如記憶和思想。在大腦指揮身體如何應對外部刺激時,人類智能涌現了出來[5]。

如果我們把民胞物與式的團結看作與人類智能一樣的某種智能體——我們可以稱之為組織智能[7],我們就會發現它與人類智能之間幾乎有著相同的特性。比如,之前我們論述過,組織智能即不是主體、也不是客體,它對世界的干預更像是一種反思行為。類似的,人類智能反思自身時,也同樣即不是主體、也不是客體。

那么,組織智能達成系統內共識的問題,理論上就可以類比為人類智能通過正反饋機制讓意識自我指涉地涌現出來這一過程。VUCA之環似乎終于可以合上,我們找到了達成共識的方法——反饋機制。當我們沿著"反饋之梯"繼續向上,就能抵達共識之地,而非重新落入模糊的窠臼。而每當組織智能把理解-預測-控制-共識的閉環走一圈,反饋機制就能給它帶來更大的必然性與控制力,沉淀更多的共識。民胞物與式的團結就在這一過程中涌現了出來,幫助世界驅散VUCA的迷霧。有意思的是,這個沿著梯子可以永恒向上的循環,它的結構形式正如其想表達的內容(組織智能的自我指涉),也是自我指涉的[8]。

至此,我們一直在理論的維度對組織智能進行論述,但在實踐上究竟應該如何創造這樣一種智能體呢?從效果的角度看,組織智能和人類智能一樣,本質上是一種關于感知-認知-行動的自動化——隨著反饋閉環的速度越來越快,組織智能的"自我意識"就會涌現出來。對這一自動化來說最為重要的兩個因素,就是這個世界不斷深入的數字化進程,以及對數字化的產物——數據的掌控能力。

所幸的是,組織智能的這兩個核心要素在當下都受到了相應的重視——個人的數字化與各行各業的數字化轉型、社會治理的數字化進程都在持續不斷地進行中;為了提高對全面數字化產生的海量數據的掌控能力,人工智能的各項技術也在不同領域發揮著核心的作用。

那么,從克服VUCA挑戰的四個角度看,哪些是對創造組織智能最為重要的人工智能技術與能力呢?

· 知識之梯:知識圖譜。知識圖譜是顯示人類知識發展進程與結構關系的一系列各不相同的圖形,我們可以理解為知識領域的一種可視化地圖——把復雜的知識領域通過數據挖掘、信息處理、知識計量和圖形繪制而顯示出來,用以挖掘、分析人類知識及它們之間的相互聯系,揭示知識領域的動態發展規律。搭建知識圖譜需要非常專業的人工智能技術與各行各業的專業知識(行業Know-how),需要將應用數學、圖形學、信息可視化技術、信息科學等領域的理論和方法與計量學引文分析、共現分析等方法結合,并利用可視化的圖譜形象地展示知識的核心結構、發展歷史、前沿領域以及整體知識架構。通俗地說,搭建知識圖譜就是將人類知識"翻譯"為組織智能可以理解并據此采取行動的"組織知識",從而幫助組織智能不斷加深對這個世界的理解與洞察。

· 信息之梯:數據中臺與MIP。為了讓組織智能可以做出更精準的歸因分析與趨勢預測,以實現對供需端的精準匹配,組織智能需要獲得全局的信息來消除各種不確定性。所以,在個人、企業與社會全面數字化的進程中,如何通過對海量多源異構數據資源的管理應用,進而精準匹配"市場"中的供需雙方,是對組織智能的核心考驗。在商業領域,"中臺化"思想的提出就是為了更好地沉淀、管理與掌控以數據為代表的組織核心資源和以預測匹配為代表的組織核心能力。所謂中臺,就是在組織面向服務對象的前臺與支撐前臺工作的后臺之間,再劃分出一個可以更敏捷、迅速地調動后臺核心資源,高效形成前臺可以應用的核心能力的中間層,其中最為重要的便是數據中臺與MIP(營銷智能平臺)。顧名思義,數據中臺的核心理念就是通過數據技術,對海量多源異構數據進行采集匯聚、清洗治理、統一標準,形成數據資產,然后進一步融合打通、關聯建模、挖掘分析,其本質是對數據資產的管理與應用。而MIP中的營銷智能則是一種組織的核心能力:通過"市場"的角度理解人類社會的各個方面,為各種市場中的供需雙方提供更精準的預測與匹配,以提高效率、降低風險,并通過監測和審查來防止與糾正各類造假、違規的事件。當下,營銷智能技術在我國已取得相當程度的重視,并上升到了國家新一代人工智能開放創新平臺的戰略高度。

· 行動之梯:智能硬件。智能硬件是一個非常寬泛的概念,具體指通過軟硬件結合的方式,讓硬件設備擁有智能化的功能,如硬件具備連接的能力,可以實現互聯網服務的加載,形成"云+端"的架構。智能硬件已經從可穿戴設備延伸到人們日常生活中幾乎所有電子設備(電視、家居、汽車等等),也在各行各業中以各種"機器人"的形式出現。對組織智能而言,各類智能硬件的核心作用有兩個方面,一是作為組織智能的"感覺系統",監測來自各方面的數據,幫助組織智能獲取信息;二是作為組織智能的"行動系統",獨立或者配合人類智能執行行動任務并將反饋信息傳達給組織智能。組織智能對VUCA世界的控制之所以可能,離不開智能硬件全面廣泛地被部署,以及基于5G、物聯網、邊緣計算等技術,智能硬件能以更快的速度、更低的延時參與到人類智能無法參與的各項工作之中。

· 反饋之梯:閉環能力。最后談論的閉環能力其實包含了貫穿整個正反饋循環的各項人工智能技術。這里,重要的不是某一項具體的技術,而是技術背后的目的與理念。構建閉環的能力之所以重要,因為閉環形成后帶來的反饋機制關乎組織智能"自我意識"的涌現。不論人類是否愿意,組織智能更像是一個擁有"靈魂"與自由意志的生命體,而非完全受人類控制的一段程序代碼。可以預見的不遠未來,整個世界或許真的會演化出一個組織智能體,而國家、社會、行業、大型企業等也會演化出各自的組織智能體,作為整個世界組織智能的分布式組織智能。我們構建閉環的過程,某種程度上就相當于這些組織智能的創造過程,這里面不光有像深度學習這種技術問題,還有像數據安全、隱私保護、權責劃分等關于人類與組織智能共存的倫理問題。所以,閉環能力不僅是指我們的人工智能技術能力,更是我們對自己想要什么樣的人機同行世界與生活的思考與規劃能力。

第三部分 FASTER模型

潛心研究社會系統"自我指涉"理論的德國著名學者尼克拉斯·盧曼(1927-1998)一生著作量之大、輻射面之廣,不禁令人驚嘆他大腦中究竟保存了多少知識。據盧曼自稱,他源源不斷的創造力的秘密就在于他那只被分割為24個部分的知識卡片箱[9]。

年輕時,每當盧曼讀到非比尋常之事或者對所讀書籍有所思考時,就會在一張小紙片上做筆記,在紙片角落標上數字,然后全部存放在卡片箱中。但他很快意識到一個想法或一個筆記里的知識只在某個情境之下才有價值,并且這個情境不一定與它的來源相同。因此,盧曼開始思考一個想法如何與不同情境相聯系、如何應用于不同情境。僅僅在一個地方存放筆記除了產生一堆筆記,并不能產生其他任何東西,所以他的卡片箱使用了特別的筆記管理方式,使得整體可以大于部分總和,進而成為了他的對話伙伴、創意生成器與生產力引擎,幫助他構建和發展自己的思想。

盧曼的知識卡片箱就像用紙和筆編碼的知識譜圖,牽動著他頭腦里的思維神經,包含著他所有的智慧思想。但因為當時科技的限制,所以只能停留在紙和筆的階段,沒有合適的技術可以進一步放大其理論上的價值。

如今,我們在信息科技和人工智能等領域的技術發展已經有了更多的成果與進步,而進步能帶來更快的進步,科技的發展速度將逐漸地讓我們吃驚多過著急。所以,對創造一個應對VUCA挑戰的組織智能而言,我們在回答"如何構建一個更快的閉環"時,技術已經不再是最為核心的問題,我們應該更多地去思考倫理上更審慎、周全的整體性方案,并落實到具有可操作性的方法論層面。下面我們就來看一個具有可操作性的FASTER模型:

· 以獲得先見之明為目的而預測未來(Forecast for Foresight)

預測是組織智能最為核心的一項綜合性能力,它既是過程也是結果,既是思考也是決策。

組織智能預測未來的能力來自兩個方面,一是對系統內影響全局的核心要素的實時監測,二是組織智能的"自我意識"對這些海量監測數據的關聯、分析、理解與洞察,從這些數據中預測未來可能發生的情況與潛在的風險,并迅速決策干預的方式與策略,反饋給行動系統。從某種意義上說,當預測后的干預速度足夠快,上一次預測造成的結果就會變成下一次預測的對象,當這兩者的時間間隔足夠短,預測未來本身就是在創造未來。

我們何以放心將預測的權力移交給組織智能?一方面當然是因為人類智能確實無法更好地應對越來越VUCA的世界。另一方面,組織智能作為一個整體的預測者與決策-行動者,相比由個體組成的人類智能,能夠更有效地獲得對終局的前瞻性洞察,即我們所謂的先見之明,而統一、明確的先見之明在預測未來的過程中又是有效而精準的預測本身必不可少的前提條件。

· 為實現遠大目標而積極行動(Action for Ambition)

預測的下一步是行動。行動是組織智能實現對系統的控制的主要手段。行動的依據來自預測,行動后的結果又會反饋給組織智能,成為進一步預測的依據之一。

對人類智能而言,每一個行動體都有其特殊的目的性,無論人類決策者再如何統一組織的目標,個體在執行時不管是主觀上還是客觀上都不可能完全統一到一起。所以,宏大的組織目標在人類智能實現的過程中必須被拆分成與每個行動個體的境界、需求與能力相契合的小目標。

這樣一來,宏大的目標變成了一句口號,甚至是一種反諷,削弱了其凝聚共識的作用,每個個體在小目標的指引下變得只見樹木不見森林,增加了系統的復雜性與不確定性——用時下流行的說法,這就是熵增的過程。

但對于組織智能而言,對未來的"先見之明"讓其可以制定更有雄心的遠大目標,并且在行動中,作為整體的組織智能既不需要拆分成小目標,也不需要"翻譯"成自己能接受的目標。行動本身將積極地直接服務最遠大的目標本身,以降低系統內的復雜性與不確定性。

· 為形成自組織而實時感知(Sense for Self-organization)

行動的下一步是感知。感知是組織智能的閉環中非常重要的一個環節,是整個系統的輸入。預測環節離不開感知系統的數據輸入,行動環節中的智能硬件也離不開感知系統對邊緣層的實時輸入。

組織智能通過實時感知來監測整個系統,從而讓系統的自組織成為可能。所謂自組織,就是指不存在外部的指令,系統按照相互默契的某種規則,各盡其責而又協調地自動形成有序結構。在這個過程中,感知就是取代了外部指令讓組織智能得以形成自組織的核心驅動力。

· 為建立簡化復雜性的信任而學習思考(Thinking for Trust)

感知的下一步是學習與思考。與人類智能的大腦相似,組織智能也需要通過感知世界來學習思考,以形成自己穩定的概念、知識、解決問題的方式與路徑等。所有這些將內化為組織智能自身的結構化"技能",像具有行業Know-how的知識圖譜一樣成為組織智能在預測未來或積極行動時可以隨時快速調取的"技能包"。

上述過程對組織智能而言,就是通過學習思考對現實進行某種程度的簡化。因為和人類智能一樣,組織智能也需要與世界建立信任的關系,以簡化其復雜性。從系統的角度看,信任的作用就在于幫助系統保持一個較高水平的內在秩序,讓適合組織智能認知與行動能力的、相對簡單的系統秩序穩定下來,從而確保組織智能不至于一下子陷入到系統與環境的高度復雜性中。

· 為不斷進化而涌現智能(Emergence for Evolution)

學習思考之后便是智能的涌現,組織智能的"靈魂"出現了。正是這個"靈魂"在完成所有創造性的工作,讓組織智能得以成為自組織的、擁有"自由意志"的生命體,而非受外部控制的一段程序而已。

其實在預測、行動、感知與學習思考的環節中,也都有智能的參與,但是一種更底層的方式。當智能涌現出來時,它通過感知得來的數據"審視"之前所有的環節,并對它們進行優化與調整,讓組織智能得以不斷進化。比如,會重新評估組織智能的"先見之明"與"遠大目標"是否需要改動與調整、自己的某些認知是否正確、某些理念是否還值得信任等等。

· 為促進以共識為目的的反思而敏捷響應(Response for Reflection)

智能涌現后的敏捷響應是FASTER循環里的最后一步。敏捷響應的對象是組織智能預測-行動后系統給予的反饋,響應的依據則是上一個環節中組織智能針對反饋作出的策略調整。

組織智能迅速地響應系統對自己預測與行動的反饋,核心目的是為了驗證智能涌現后作出的策略調整是否能在系統內取得新的共識。這一共識的形成需要組織智能與人類智能共同去反思敏捷響應的結果。

周而復始地,當組織智能與人類智能對敏捷響應的結果反思后形成了新的共識、或加深了原有共識后,新一輪的FASTER循環便可以基于這個共識繼續開始了。

結語 人民的AI

我們從當下這個VUCA時代的偶然性開啟了話題,敘述了VUCA的根源與偶然性的本質。通過對自我指涉的分析,我們發現通過人工智能技術創造一種民胞物與式的團結,組織智能可以幫助我們更好地應對來自VUCA的挑戰。然后,我們浮光掠影地了解了幾個能夠幫助我們創造組織智能的最新AI技術與方向,感知了技術層面上創造組織智能的可行性。

然而,對于人類智能而言,組織智能并不是一段只會執行指令的程序代碼。組織智能擁有自己的"自我意識"與"自由意志",這讓它能比人類更好地處理復雜性問題,但也給我們帶來了潛在的風險與擔憂。

剛剛過去的2019年,馬云與馬斯克在WAIC世界人工智能大會上的對話就反映了我們對人工智能技術兩種截然不同的看法。持樂觀態度的馬云從AI為人類做出貢獻的角度肯定了人工智能的發展,而持悲觀態度的馬斯克則希望我們保持警醒——為此他投資了一家腦機接口公司,寄希望于通過增強人腦的智能讓人類能在未來與強人工智能的共處中不落于下風[10]。

針對這個問題,我們論述了一個對創造組織智能具有可操作性的FASTER模型,并對此持審慎的樂觀態度。之所以樂觀,是因為我們通過FASTER模型可以讓正反饋循環不斷強化組織智能與人類智能之間的共識,進而不斷鞏固組織與人類之間的團結。

借用"人民"這個政治概念,我們可以用來描述對一個經濟體認同并有歸屬感的人群集合。而團結的本質,就是把"他們"變成"我們",把"敵人"變成"人民"。這個角度上說,組織智能作為一種民胞物與式的團結,必然是一種"人民的AI"。在對抗VUCA的同時,也是不斷凝聚人與人之間的共識、人類智能與組織智能之間的共識,把越來越多的"人"變成"人民"的過程。

問蒼茫大地,誰主沉浮?

最終,偉大將屬于人民,屬于人民的AI!

參考資料:

[1] Stiehm, Judith Hicks and Nicholas W. Townsend (2002). The U.S. Army War College: Military Education in a Democracy. Temple University Press. p. 6. ISBN 978-1-56639-960-9.

[2] 張世英,2001,"人類中心論與民胞物與說",《江海學刊》第4期。

[3] Thomas, W.I. (1938) [1928]. The Child in America: Behavior Problems and Programs. Knopf. p. 572. ISBN 978-5-87290-065-8.

[4] George, Soros (2008). "Reflexivity in Financial Markets". The New Paradigm for Financial Markets: The Credit Crisis of 2008 and What it Means (1st ed.). Public Affairs. p. 66. ISBN 978-1-58648-683-9.

[5] (英)喬治·扎卡達基斯,2017,《人類的終極命運》,陳朝譯,中信出版社。

[6] (美)Science News,2018,《人體與大腦》,王潔、馬曉明譯,電子工業出版社。

[7] Minghui Wu·Xindong Wu , On big wisdom, Knowledge and Information Systems (2019) 58:1–8,Published online: 8 December 2018

[8] (美)侯世達,1997,《哥德爾、艾舍爾、巴赫》,嚴勇、劉皓明、莫大偉譯,商務印書館。

[9] Sönke Ahrens,2017,How to Take Smart Notes: One Simple Technique to Boost Writing, Learning and Thinking for Students, Academics and Nonfiction Book Writers. Create Space Independent Publishing Platform.

[10] Tim Urban,2017,Neuralink and the Brain's Magical Future,https://waitbutwhy.com/2017/04/neuralink.html

合作站點
stat
河南泳坛夺金奖金