本文转载自微信公众号“人机与认知实验室”(ID: 9h_9c3c1f805cb8)，作者白驹

人机混合智能难题，即机器的自主程度越高，人类对态势的感知程度越低，人机之间接管任务顺畅的难度也越大，不妨称之为“生理负荷下降、心理认知负荷增加”现象。

如何破解呢？有经验的人常常抓关任务中的键薄弱环节，在危险情境中提高警觉性和注意力，以防意外，随时准备接管机器自动化操作，也可以此训练新手，进而形成真实敏锐地把握事故的兆头苗头、恰当地把握处理时机、准确地随机应变能力，并在实践中不断磨砺训练增强。

即便如此，如何在非典型、非意外情境中解决人机交互难题仍需要进一步探讨！

计算计，合久必分，分久必合。算计需要的是发散思维，计算需要的是缜密思维，这是两种很不一样的思维方式，这两种方式同时发生在某个复杂过程中是小概率的事件，由此带来的直接后果就是，复杂领域的突破也只能是小概率的事件。

对待场景中的变化，机器智能可以处理重复性相同的“变”，人类智能能够理解杂乱相似性（甚至不相似）的“变”，更重要的是还能够适时的进行“化”，其中“随动”效应是人类计算计的一个突出特点，另外，人类计算计还有一个更更厉害的武器——“主动”。

仅仅是机器智能永远无法理解现实，因为它们只操纵不包含语义的语法符号。

贝叶斯思想，贝叶斯是主观评价事件发生的概率，根据先验知识来假设先验分布，若观测的数据符合先验分布，则后验分布与先验分布类似；若观测的数据不符合先验分布，则后验分布开始向观测数据倾斜，若观测数据为无穷大时，那么前验分布可以忽略不计，最大似然函数估计参数与后验分布估计参数相同，直接可以用最大似然函数来估计参数。

价值不同于事实之处在于可以站在时间的另一端看待发生的各种条件维度及其变化。

系统论的核心词是突显（整体大于部分），偏向价值性should关系；控制论的核心词是反馈（结果影响原因），侧重事实性being作用。耗散结构论的核心词是开放性自组织（从非平衡到平衡），强调从being到should过程。

控制论中的反馈是极简单的结果影响（下一个）原因的问题，距离人类的反思-这种复杂的“因果”（超时空情境）问题很遥远。

算计是关于人机环境体系功能力（功能+能力）价值性结构谋划，而不是单事实逻辑连续的计算，计算计是关于正在结构中事实-价值-责任-情感多逻辑组合连续处理过程。

人机混合智能难题的实质就是计算-算计的平衡