智能社会的计算信息：决策的信息-计算进路*

高丹娜·多迪格-克恩科维奇著， 王 健译

(1.查尔默斯理工大学，瑞典 哥德堡 40482；2.西安交通大学 人文社会科学学院，陕西 西安 710049)

一、引 言

随着无处不在的信息技术的不断发展，尤其是智能计算的日益强大，我们如何想象未来高度发达、人性化(以人为本)的智能信息社会，答案当然会因时间的不同而不同。从短期来看，我们可以尝试根据现有的发展趋势来预测。第一步是了解智能技术用于智能社会的现状。更长远的观点是不确定的，正如邬焜和答凯艳在文章《智慧社会对人类本质和人类新进化的影响》[1]中所强调的那样，因为新的智能技术，特别是与生物技术和人类增强与提高相结合的技术将改变人类本身以及人类社会的结构和行为。

邬焜和答凯艳预计，人工智能技术的广泛应用将导致“人类本质”的进化，从而导致社会进化和生物进化的融合。这是一种极端乐观的观点，它宣称人类自由的增加与作为保证物质存在的常规人类劳动的必要性的消失之间是平等的。在未来的智能自动化社会，机器将为每个人提供生存的物质基础。如何有意义地利用这个新征服的自由空间仍将是人类所面临的问题。

根据维基百科，“智能信息社会是一个假想的社会组织。它是指通过先进的信息、通信技术基础设施和人工智能(AI)创建、收集和积累的数据……在这种类型的社会中，数据、知识和信息比传统生产要素(劳动力和资本)具有更大的价值。随着技术的进步和自动化程度的提高，智能机器最终会取代人类的认知能力”[2]。

从上述关于未来智能社会的观点出发，我们肯定会继续了解技术及其可能出现的社会和伦理后果，因此会有许多考虑。例如，我们真的希望机器取代人类的认知能力吗？智能机器和程序的角色将会是什么？计算(信息处理)如何影响设想中的“智能社会”的发展？在这样一个“智能社会”，我们如何理解信息，它的结构和过程如何？

第一个问题是日益智能化的机器及其网络与人类之间的关系。霍夫基希纳在西安高级论坛上发表了题为《人工智能的未来：“慈爱的机器”还是“交际的工具”》的演讲，探讨了高度发达的人工智能机器和人类之间的关系。霍夫基希纳表示，希望我们不会让机器(即使是最仁慈的机器)完全主导和决定人类的生活。智能机器和人类之间更好的关系是“欢乐的”，不仅是共存，而且是相互善意的相伴。在这方面，我们应该区分提高个人和社会智力的两个发展方向：智能技术增强的人类智能，以半机械人的形式不断接近设计好的人工制品(机器)；朝向人类特征发展的机器，包括情感、复杂行为和能力、微妙的推理、思考、做梦和其他人类的认知能力。

在以人为中心的智能信息社会出现的过程中，我们期待信息和数据可以被用来推断/计算我们理解世界、生活在世界中、做出决策等所需要的新信息。我们认为，第四次工业革命[3]所设想的突破性技术-社会过程将为新社会提供物质基础，并从根本上改变其当前的结构、过程和关系。“在第四次工业革命中，人工智能、机器人技术、大数据和软件的融合颠覆了劳动、福利、就业、教育和国防等领域。这在整个社会引发了革命性的变化。”[2]

与信息通信技术的发展并行，信息和计算无处不在地存在于人类社会的全球范围内，以服务于不同层次的不同社会群体。作为信息通信技术引起的重大技术和文化变革的参与者，我们希望能够理解正在发生的进程，并预测未来的可能变化。当我们的社会发生变化时，我们想要尽可能多地知道它们可能引起的后果。

社会变革的计划总是设想某些目标，但往往不清楚如何实现这些目标，也不能保证实施的措施是否有助于实现这些目标。缺乏对极端复杂和敏感的社会关系结构中干预的可能结果的理解，可能会导致决策等的变化，从而引起不利于发展的意外后果。

二、社会决策和社会计算

(一)信息智能计算技术

目前，社会决策是基于负责任领导人的直觉(源自以往的经验)的。但是，在认知上，作为社会行动者，我们在个体层面上的直觉必然是有限的。人类是从个人的角度来思考和体验社会的，个人环境比超出个人知识和经验的社会其他部分具有更突出的作用。

信息计算技术可以增强个人直觉，扩大我们对社会层面的理解。比如，谷歌地球工具[4]，扩展了我们对地球空间关系的直觉。我们可以体验放大和缩小，通过许多不同尺度大小的命令，连接微观和宏观世界，这给了我们不同于日常的全新视角。类似的，在视频中以十次幂的步骤展示终极缩放(微观-宏观-巨幕结合)[5]给出了改变视角的可能性。数据可视化计算工具增强了人类的认知能力，帮助我们增进理解，并可用于支持决策。

在向智能社会发展的过程中，我们将越来越依赖于智能计算技术来增强我们的直觉和理解。但只有技术是不够的，它只是支持人类判断的手段。智能机器取代人类还很遥远，在可预见的时间内，我们正处于机器智能支持和人类智能提高的阶段。

(二)社会计算的两个方面

人类发展和社会繁荣的一个重要因素是对社会制度行为的把握。计算作为一种工具，以计算模型、模拟和学习技术的形式为这种把握提供了手段。一些特别成功的深度学习技术正在朝着提高智能化的方向发展。

社会计算包括两种不同的类型，集中在以下两个方面：(1)计算方面：集体行动者在网络中交换信息的社会计算机制和原理与计算建模；(2)社会计算的人类方面(具有相应的批判理论)：社会网络应用程序的社会方面，如博客、维基、社会书签、即时消息传递、社会网络站点和众包。

本文将讨论社会计算的计算方面和人类方面，以及未来十年它与计算模型的关系。

(三)作为通信设备的计算机

计算机的发明，最初是基于希尔伯特程序的公理化数学和图灵机计算模型的自动化计算。然而，计算机仅仅被作为计算工具使用之后，其作为数据和信息通信设备的重要性得到了认可。万维网和互联网迅速将计算机网络从纯粹的计算设备转变为人类交流的社会空间。

计算机使得最初人类处理数据的能力具有自动化形式，从数据处理的角度来看，不仅个人，人类群体也都可以被视为信息处理网络和知识创造者。接下来笔者简要介绍一下人类主体交换(交流)信息的网络概念：计算行动者网络和人类社会网络这两种方式。

(四)社会行为建模的概念基础：网络模型

智能行动者社会中的行为复杂性可以用信息处理主体(节点)的网络来描述。复杂系统的计算方法可以基于描述性或生成模型。生成模型被用于回答如下问题：复杂性(涌现性)是如何产生的？生命的进化是创造日益复杂的网络系统的最典型的生成机制——进化的生物体。

由许多相互作用的部分组成的系统，能够通过自组织产生一种新的集体行为品质，例如，自发形成的时间、空间或功能结构。随着进化适应性的发展，它们可能包含自驱动的反馈循环。

复杂系统远不止是其各部分的总和，通常被描述为对初始条件和突现行为具有极端的敏感性，而这些突现行为是不容易预测的，甚至是完全不确定的。因此，需要自适应复杂系统管理的科学和艺术来实现所需的变化。智能计算技术在这一过程中能发挥很大的作用。

(五)生成方法:基于行动者的模型(ABM)

智能行动者可以定义为能够代表自己(自主地)进行操作的实体。基于行动者的模型(ABM)是一种模拟网络中自主个体行为和交互的计算模型，能够评估它们对整个系统的影响。它们通常用于复杂性和涌现性的研究。

基于行动者的模型结合了博弈论、复杂系统、涌现、计算社会学和进化规划等要素[6]，通常用于建模复杂的、动态的自适应系统。微观(个体主体)和宏观(主体社会)层面的联系是ABMs中较为有趣的方面。

多主体系统(MAS)模型可以用于任意数量(通常是异构的)实体(行动者)，这些实体(行动者)可以被环境明确地建模并在空间上分离。行动者之间的交互通常是异步的，这增加了模拟的真实性。ABM模拟技术用于促进社会研究和支持政策决策，帮助分析政策变化如何影响社会、政治和文化行为。

三、基于行动者的层级架构中的信息、计算、认知

(一)全球社会计算的出现:走向社会智能

在人类方面，社会计算正在从根本上改变世界范围内人类关系的基本特征。与信息通信技术之前的最多150个连接点不同，社会计算使个人能够轻松地维持几百个联系人的网络。从这种大规模的“长期”分布式互动中，而不是传统的短期互动中，将会出现什么样的社会，这仍有待观察和了解。

在这一过程中，个人身上的信息负载不断增加，社会计算技术正在从简单的社会信息交流走向社会智能发展，这带来了额外的复杂性。问题是，什么样的社会智能对个人、社会和整个人类都是有益的？计算模型可以成为分析社会现象的优秀工具，因为它们为我们提供了研究社会系统发展中不同场景的概述和可能性。它们可用于自适应动态社会控制，但却不能取代人类良好的判断力。所有的模拟都依赖于模型的假设和输入数据，这便导致了模拟过程中的两种错误：模型驱动和数据驱动。

社会计算有望发展成为涉及经济、政府、商业、医学、生物信息学、流行病学、政治、城市规划等社会现象的日常决策工具。它们应该被用作辅助工具而不是取代人类直觉和判断的工具。

(二)关于自然与人工智能理解路径的开放性理论问题

智能是一种通过信息处理发展的行动者的能力，所有共同利益所必需的复杂过程都是多层次和递归的。这种对多层次组织的基本要求可以从迪肯在题为《信息概念的层次性》的论坛演讲中找到，他强调了阻碍信息哲学发展的三个错误假设：认为信息是单一级别的概念，而它是概念的嵌套层次结构；认为语言捕获了可将指称理解为任意映射的通用信息关系；认为只有内在的结构信息是物理的，指称和规范的信息关系是“主观的”和偶然的[7]。

迪肯在《不完整的自然》一书中描述了三种信息形式之间的区别：信息1(香农)(数据、模式、信号)(数据通信)[显示什么——语法]；信息2(香农+玻尔兹曼)(意向性、关于性、指称、表征、与对象或指称的关系)[它传达的是什么——语义]；信息3[(香农+玻尔兹曼)+达尔文](功能、解释、使用、语用后果)[语用学意义][8]。

正如笔者所提出的信息-计算主义框架，所有三种类型的信息是不同级别的信息组织，从原初-信息(康德：自在之物)和通过交互而成为制造差异的差异。在行动者那里，它们通过连接(关联)到行动者的现有信息结构的过程而以实际信息的形式出现。在接下来的步骤中，行动者将根据信息采取行动，因此它将表现为迪肯的信息3[(香农+玻尔兹曼)+达尔文]。但值得注意的是，迪肯的这三种信息类型只是在结构上有所不同，而非基本成分上的不同，这就是基本数据或贝特森的差异。迪肯的三种类型的信息平行于他的三层涌现动力学，即：

(1)【1.热力学-[2.形态-(3.目的-动力学)]】

(2)与相应的机制：【1.物质能量的[2.自组织(3.自我保持、符号学)]】

(3)以及相应的亚里士多德的原因：【1.动力因[2.形式因(3.目的因)]】[8]

迪肯在他的高级论坛演讲中指出，在信息基础领域，我们还有很多工作要做，这些工作将清除概念混淆，并为理解智能、意义和价值提供基础。

在寻找新的共同基础的过程中，马里胡安分享了有关“信息科学和信息哲学的共同使命”的重要见解。根据马里胡安的说法，该项目的目标是“在人类需求和自然方面实现平衡和集体智慧，并解决可持续发展的全球挑战”[9]。即使信息哲学和信息科学之间的融合是一个重要的步骤，但在信息哲学和信息科学内部仍然有问题需要解决——它们通常对孤立的单一层次的现象感兴趣。

著名信息科学专家钟义信在论坛上指出，“信息研究面临的巨大挑战”提出了另一个发展领域——信息生态学。钟义信认为，在某种程度上，信息的多层次可以被视为信息生态的一个方面，其根源在于“分而治之”的方法论，并提出了从“纯粹形式主义”向“形式与价值、意义相结合”的整体主义方法论的范式转变[10]。在这个新方案中，情感对智能的重要作用得到了肯定。

走向这一设想的未来道路要经过变革的过程，这需要超越我们当前的观念、思维方式和方法。因此，正如布伦纳在本次论坛上所述，对变革过程的理解是核心。这里有一个问题，即改变思维方法的必要性：“西方的变革理论专注于在标准逻辑的框架内，使变革在数学上、计算上和逻辑上易于处理。事实上，变化是矛盾的：它是有规则的，也是无规则的；一致的和不一致的；连续的和不连续的。既然唯一可用的逻辑是命题二价逻辑，无法接受真正的矛盾，它们就无法描述变化。”[11]

这个主题甚至得到了进一步发展。信息(结构)和计算(信息过程)的研究对于实现对变化的新理解都是必要的，正如笔者所提到的：物理计算作为形式动力学把一切黏在一起。

以上是一些关于必要的理论和方法发展的思路，它们为智慧社会铺平了道路。

四、应对2019年新冠大流行

为了说明信息计算模型在智能支持知情决策方面的威力，我们以当前的新冠大流行为例。在大流行之初，人们提出了几种计算模型，以说明各种因素对疫情传播的影响，如“锤子和舞蹈模型”，提出了对不同干预措施的评估办法。没有多少决策者愿意在决策中使用这些基于信息计算的人工智能工具。

最重要的一个方面是，在新冠管理中使用数字技术方法的人文途径，它原本始于维也纳大学的数字人文主义运动，建基于启蒙运动的传统，是一种跨学科性、交叉学科性和多学科性的科学方法。

数字人文主义是一个全球性的、国际性的问题。个人和社会的人是该问题的焦点。科技服务于人类，而不是人类服务于科技。人类是焦点，即建设以人类为中心的公正、民主的社会。

新出现的人工智能技术以各种方式帮助人们充分应对这一流行病，包括寻找治愈方法、利用人工智能对病毒结构进行预测、实现3D模型可视化以及由大型人工智能科技公司为政府提供技术支持等。这些公司拥有处理流行病学、生物信息学和分子建模方面的大量数据的计算能力。通过分析全球发表的关于这一流行病的大量论文，可以发现人工智能是知识发现、生成和共享的驱动力。人工智能还被用于观察和预测大流行的演变、早期发现病毒和跟踪冠状病毒的传播。例如，谷歌地图基于约翰·霍普金斯大学、《纽约时报》和维基百科的数据，提供了一个地区每周确诊病例的平均水平。Instagram上有一个网站，展示了新冠在国家一级的传播速度。

在制订抗击新冠肺炎的措施时，人工智能被作为决策者的信息来源以及媒体和公众的可靠信息来源，使人们能够观察到流行病的新趋势。

在医疗领域，人工智能用于辅助医疗人员使用冠状病毒诊断软件和医疗系统中基于实时模拟的决策支持。它也是后勤和保健需求预测方面的一个有用工具，即提供关于可用医疗保健和其他资源及其动态(实时)分配、维护和适应的数据。人工智能被用于规划、优化、预测和向利益相关者提供信息。

政府和科技巨头的作用至关重要，必须在“汲取教训”和成本效益分析的基础上进行评估，以便在全球范围内更好地应对新冠大流行威胁。

流行病是一个复杂的动态系统，相关的信息计算控制策略已经形成。事实证明，基于数据和基于证据的决策和控制对于制定适当的政策至关重要。为了有效控制大流行，需要基于可靠的信息制定成功的政策，而可靠的信息又是基于可靠和广泛的(大)数据的。如我们所见，计算资源已大量用于流行病控制：收集有关个人及其行为(包括检测和追踪接触者)的数据，以遏制感染。工作、学校、文化活动、研究、购物、政府和医疗保健功能的在线迁移，都是基于信息计算技术实现的。

人工智能的核心属性是学习的能力和学会学习的能力。2019年以来的新冠大流行就是人类学习、解决全球性问题的最好例子。

五、结 论

科学、研究、创新和技术是发展人工智能社会的必要条件。人工智能特别是深度学习技术的发展是目前人们关注的焦点，它发展迅速，未来有许多问题需要解决。其中之一是人工智能机器处理的信息的意义(语义)。其他的还有情感、价值观、想象力以及人工智能制品中仍然缺失的类似方面。笔者探讨了信息哲学和信息科学等多个相关领域在方法论和理论发展方面面临的挑战。考虑到信息的多层递归性质，以及生态、应对变化的逻辑和足够的计算模型，我们有必要对信息现象进行新的理解。

文明在很大程度上依赖于技术，以知识为基础的智能社会的前景与各种数据/信息处理(计算)技术息息相关。我们应该懂得，现有的技术体现了目前对信息和智能的理解，新的发展研究将导致更强大的新技术的产生。我们还应懂得，不断变化的学习、沟通、处理和记忆信息的方式改变了人的本性，即不断发展的“人类本质”，这导致了价值观的变化。

技术提供了工具，它们的作用是支持新的道德和良好的、人性化的智能社会的发展，智能技术需要资源来开发、设计、生产，被用户采用、维护并最终回收其产品。它们投入的时间和材料(环境)都很宝贵，应该明智地加以使用。我们对未来智能社会的信任，主要取决于我们对其效益和成本的评估。

在这种情况下，应发展一种新的学习文化模式，其重点是培养对变革中世界的想象力，也被称为“激流世界”(1)激流世界(whitewater world)，即水上乐园，是梦幻世界游乐园的一个项目，园中设有滑水道、波浪池和私人池畔小屋。笔者在这里用该词来象征一个拥有无线可能的世界。，去经历不间断的、戏剧性的变化。

在智能社会发展的现阶段，在这场前所未有的新冠肺炎大流行引发的全球危机中，以科学方法为基础，结合人类自然智慧的智能技术发挥了决定性作用。目前，全球都面临着回应快速和明智的知情决策的必要性，这是智能社会能力表现的一个例子。从这场危机中汲取的使用智能决策技术方面的教训，对于用具体的现实世界内容充实“智能社会”的概念将是有价值的。