人机共生 J. C. R. Licklider (1960)

# 人机共生 来源：https://groups.csail.mit.edu/medg/people/psz/Licklider.html **人机共生****J. C. R. Licklider**《IRE 人类因素电子学汇刊》，第 HFE-1 卷，第 4–11 页，1960 年 3 月 ## 摘要 > 人机共生是人类与电子计算机之间合作互动中预期的发展。它将涉及人类与电子伙伴之间的紧密耦合。主要目标是：1) 让计算机像现在帮助解决已形成的问题一样，促进形成性思考；2) 使人类和计算机能够合作做出决策并控制复杂情况，而无需僵化地依赖预设程序。在预期的共生伙伴关系中，人类将设定目标、提出假设、确定标准并进行评估。计算机将执行那些为技术和科学思考中的洞察与决策铺平道路的常规化工作。初步分析表明，这种共生伙伴关系将比人类单独执行智力操作更为有效。实现有效合作联盟的前提包括计算机分时、存储组件、存储组织、编程语言以及输入输出设备的发展。 ## 1 引言 无花果树仅由昆虫 *Blastophaga grossorun* 授粉。该昆虫的幼虫生活在无花果树的子房中，并在那里获取食物。因此，树与昆虫高度相互依存：没有昆虫，树无法繁殖；没有树，昆虫无法进食。它们共同构成了一种不仅可行而且富有成效且繁荣的伙伴关系。这种两个不同生物体“在密切关联甚至紧密联合中共同生活”的合作被称为共生 [27]。 “人机共生是人类-机器系统的一个子类。存在许多人类-机器系统。然而，目前尚不存在人机共生。本文旨在提出这一概念，并通过分析人类与计算机之间交互的一些问题，提请注意适用的人机工程原理，并指出一些需要研究解答的问题，以期促进人机共生的发展。希望在不远的将来，人脑与计算机会紧密耦合在一起，这种伙伴关系将以人脑从未有过的方式进行思考，并以我们今天所知的信息处理机器无法达到的方式处理数据。” ## 1.2 介于“机械延伸的人”与“人工智能”之间 作为一个概念，人机共生与 North [21] 所称的“机械延伸的人”有一个重要区别。在过去的人机系统中，人类操作员提供了主动性、方向、整合和标准。系统的机械部分仅仅是人类手臂、进而眼睛的延伸。这些系统当然不是由“不同生物体共同生活……”组成的；只有一种生物体——人类——其余部分只是为了帮助他。 当然，从某种意义上说，任何人造系统都是为了帮助人类，帮助系统之外的人。然而，如果我们聚焦于系统内部的人类操作员，我们会看到，在过去几年中，某些技术领域发生了巨大的变化。“机械延伸”已被人类替代和自动化所取代，留下来的人更多地是为了帮助而不是被帮助。在某些情况下，特别是在大型以计算机为中心的信息和控制系统中，人类操作员主要负责那些被证明难以自动化的功能。这样的系统（North 可能会称之为“人类延伸的机器”）不是共生系统。它们是“半自动”系统，最初目标是全自动但未能实现。 人机共生可能不是复杂技术系统的最终范式。完全有可能，在适当的时候，电子或化学“机器”将在我们现在认为属于人类大脑专属领域的大多数功能上超越人脑。即使现在，Gelernter 的 IBM-704 平面几何定理证明程序的速度与布鲁克林的高中生相当，并且犯类似的错误。[12] 事实上，有几个定理证明、问题解决、下棋和模式识别程序（数量太多无法完整引用 [1, 2, 5, 8, 11, 13, 17, 18, 19, 22, 23, 25]）能够在受限领域与人类智力表现匹敌；而 Newell、Simon 和 Shaw [20] 的“通用问题解决器”可能会消除一些限制。简而言之，似乎值得避免与（其他）人工智能爱好者争论，承认在遥远的未来机器将独自主导思维。然而，在相当长的一段过渡期内，主要的智力进步将由人类和计算机在密切联合中共同取得。一个多学科研究小组在审查空军未来的研发问题时估计，要到 1980 年人工智能的发展才能使机器单独进行大量具有军事意义的思考或问题解决。这将留下比如说五年时间发展人机共生，以及十五年时间使用它。这十五年可能是十年或五百年，但这些年应该是人类历史上智力上最具创造力和激动人心的时期。 ## 2 人机共生的目标 当今的计算机主要设计用于解决预先形成的问题或根据预定程序处理数据。计算过程可能取决于计算过程中获得的结果，但所有替代方案都必须预先预见。（如果出现未预见的替代方案，整个流程就会停止，等待程序的必要扩展。）预先形成或预定的要求有时并不是很大的缺点。人们常说，为计算机编程迫使一个人清晰思考，它训练思维过程。如果用户能够提前想通问题，那么与计算机的共生关联就没有必要。 然而，许多可以提前想通的问题其实很难提前想通。通过一种直观引导的试错过程，在计算机的配合下，找出推理中的缺陷或揭示解决过程中的意外转折，它们会更容易、更快地解决。其他一些问题则根本无法在没有计算机帮助的情况下形成。Poincaré 曾预见到一个重要群体——潜在计算机用户——的沮丧，他说：“问题不在于‘答案是什么？’问题在于‘问题是什么？’”人机共生的主要目标之一是将计算机有效引入技术问题的形成部分。 另一个主要目标与它密切相关。那就是将计算机有效引入必须在“实时”中进行的思维过程，即时间流逝太快以至于无法以常规方式使用计算机。想象一下，例如，要按这样的日程借助计算机指挥一场战斗：你今天形成问题。明天你和程序员一起度过。下周计算机花 5 分钟汇编你的程序，47 秒计算问题的答案。你得到一张 20 英尺长的纸，上面满是数字，这些数字不是提供最终解决方案，而只是暗示一个应该通过模拟探索的战术。显然，在计划第二步开始之前战斗就结束了。要以与同事互动的方式与计算机进行互动思考，其能力补充你自身，就需要比上述例子所暗示的以及今天可能实现的更为紧密的人机耦合。 ## 3 计算机参与形成性与实时思考的必要性 前面的段落默认假设，如果能够有效引入思维过程，数据处理机器能够执行的功能将大幅改善或促进思考和问题解决。这一假设可能需要论证。 ## 3.1 对技术思考的初步非正式时间-动作分析 尽管关于思维和问题解决有大量文献，包括对发明过程的深入案例史研究，但我找不到任何类似于对从事科学或技术事业的人的精神工作进行时间-动作研究分析的东西。因此，在 1957 年春夏，我试图记录一个中等技术水平的人在他认为是工作的时间段里实际做了什么。虽然我意识到样本的不足，但我自己作为研究对象。 很快就明显看出，我主要做的事情是记录，如果按照最初计划中设想的那样详细记录，这个项目就会变成无穷递归。事实并非如此。尽管如此，我获得了一幅令我停顿的活动图景。也许我的频谱不具有典型性——我希望不是，但我担心是的。 大约 85% 的“思考”时间花在了为思考、做决定、学习我需要知道的东西做准备上。花在寻找或获取信息上的时间远远多于消化信息的时间。数小时花在绘制图表上，另外数小时花在指导助手如何绘图上。当图表完成后，关系一目了然，但必须绘制图表才能使它们如此。在某个时候，需要比较六个关于语音清晰度与信噪比关系的实验测定结果。没有两个实验者使用相同的语音-噪声比定义或度量。需要花费数小时计算才能将数据转换为可比形式。当它们具有可比形式后，只需几秒钟就能确定我需要知道的内容。 简而言之，在我考察的整个时期内，我的“思考”时间主要花在了本质上是文书或机械的活动上：搜索、计算、绘图、转换、确定一组假设或假设的逻辑或动态后果、为决策或洞察铺平道路。此外，我选择尝试什么和不尝试什么，在很大程度上不是由智力能力决定的，而是由文书可行性的考虑决定的，这令人尴尬。 上述发现的主要启示是，占据所谓技术思考大部分时间的操作是那些机器比人更有效执行的操作。这些操作必须在多样的变量上以及不可预见且不断变化的序列中执行，这一事实带来了严重的问题。然而，如果这些问题能够以创建人与快速信息检索和数据处理器之间共生关系的方式解决，那么这种合作互动显然将极大改善思维过程。 在此或许应该承认，我们使用“计算机”一词涵盖了广泛的计算、数据处理和信息存储与检索机器。这类机器的能力几乎每天都在增长。因此，对这类机器的能力做出一般性陈述是有风险的。也许对人类能力做出一般性陈述同样有风险。尽管如此，人类与计算机之间某些基因型能力差异确实突出，它们对可能的人机共生性质及实现它的潜在价值有影响。 正如以各种方式所说，人类是嘈杂、窄带设备，但其神经系统有许多并行且同时活跃的通道。相对于人类，计算机非常快速且非常精确，但它们被限制为一次只能执行一个或几个基本操作。人类是灵活的，能够根据新接收的信息“临时自编程”。计算机是单一的，受其“预编程”约束。人类自然使用冗余语言，围绕统一对象和连贯动作组织，并使用 20 到 60 个基本符号。计算机“自然”使用非冗余语言，通常只有两个基本符号，且对统一对象或连贯动作没有内在理解。 要严格正确，这些描述必须包含许多限定词。然而，它们呈现的差异性（因此也是潜在互补性）图景本质上是有效的。计算机可以轻松、出色且快速地完成许多对人类来说困难或不可能的事情，而人类可以轻松、出色但并非快速地完成许多对计算机来说困难或不可能的事情。这表明，如果共生合作成功整合了人类和计算机的积极特征，将具有巨大价值。当然，速度和语言上的差异构成了必须克服的困难。 ## 4 预期共生关联中人类与计算机的可分离功能 在许多操作中，人类操作员和设备的贡献很可能完全融合在一起，以至于在分析中难以清晰划分。例如，在收集决策依据数据时，人和计算机都从经验中提出相关先例，然后计算机建议一个符合人类直觉判断的行动方案。（在定理证明程序中，计算机从经验中寻找先例，在 SAGE 系统中，它们建议行动方案。上述并非牵强的例子。）然而，在其他操作中，人和设备的贡献在某种程度上是可分离的。 当然，至少在早期，人类将设定目标并提供动机。他们将提出假设。他们会提出问题。他们会思考机制、程序和模型。他们会记得某某人在 1947 年，或者至少在二战后不久，曾对某个感兴趣的话题做过一些可能相关的工作，并且他们会知道可能发表在哪些期刊上。总的来说，他们将做出近似且可能出错但具有引领性的贡献，他们将定义标准并充当评估者，判断设备的贡献并引导总体思路。 此外，当极低概率情况实际发生时，人类将处理这些情况。（在当前的人机系统中，这是人类操作员最重要的功能之一。极低概率替代方案的概率总和往往太大，不容忽视。）人类将填补空白，无论是问题解决方面...