“作为一种可以引领多个学科领域、有望产生颠覆性变革的技术手段，人工智能技术的有效应用，意味着价值创造和竞争优势。然而，对人类社会许许多多脆弱的、动态的、开放的问题，人工智能仍然束手无策。从这个意义上讲，任何智能机器都没有办法去替代人类。”在2017年7月31日西安举办的场学术沙龙中，中国科学院院士、中国自动化学会理事长Z谈到，因此有必要将人类的认知能力或人类认知模型引人人工智能系统中，来开发“混合智能”。 “这种形态的A或智能机器将是一个可行而重要的成长模式。"Z指出，智能机器与各类智能终端已经成为人类的伴随者，人与智能机器的交互、混合是未来社会的发展形态。 如何定义混合智能？“从字面来讲，混合智能应该是混合不同类型的智能。什么样的智能需要混合呢？人工智能、人类智能以及自然界的智能。”澳门大学科技学院院长、讲座教授陈俊龙介绍，虽然人工智能在搜索、计算、存储和优化领域比人类更有优势，但目前它的高级认知功能，例如感知、推理等方面还远远比不上人脑。 “毕竟机器的感知和推理还是由人类去设计的。”陈俊龙说，作为自然赋予人类的智能，目前在脑神经科学领域，人们要完全弄清楚人脑的工作原理还任重道远。 “当前的人工智能系统在不同层次都依赖大量的样本训练完成有监督的学习，而真正的通用智能会在经验和知识积累的基础上灵巧地无监督学习’。如果仅仅是利用各种人工智能计算模型或算法的简单组合，不可能得到一个通用的人工智能。”Z解释说，因此，“人机协同的混合智能是新一代人工智能的典型特征”。 Z指出，尽管在特定领域的人工智能系统如谷歌的 AlphaL、IBM的深蓝和 Watson等依赖强大的计算能力在挑战人类智力方面取得了巨大进步，但这些系统还无法通过自身思考得到更高层次的智能——它们与具有高度自主学习能力的通用人工智能依然存在着差距。 “但是，人工智能在这些特定领域应用的巨大成功为我们研究与发展新一代人工智能提供了重要的借鉴和新的方法。”Z说，对当前人工智能而言，解决某些对人类来说属于智力挑战的问题可能是相对简单的，但是解决对人类来说习以为常的问题却非常困难。 他举例说，很少有三岁的孩童能下围棋(除非受过专门的训练)，但所有的三岁孩童都能认出自己的父母，且不需要经过标注的人脸数据集的训练。 人工智能研究的重要方向之一是借鉴认知科学、计算神经科学的研究成果，使计算机通过直觉推理、经验学习将自身引导到更高层次。”酉安交通大学人工智能与机器人研究所教授X表示，目前的智能机器仍然是以计算机为中心，并没有实现人们所希望的“以人为中心”。如何把人类认知模型引人到智能机器中，让它能够在推理、决策、记忆等方面达到类人智能水平，是目前科学界讨论的焦点。AI之所以未能如人所愿，X提出，最大的问题就是科学家对人脑的认知模型还没有一个统一的认识，或者得到的模型还都是对大脑非常局部的理解。但是大脑是多层次化、有整体性，并且有各种各样耦合关系的有机体，目前暂时没有办法得到一个统一的、通用的架构。 西安交通大学视觉信息处理国家工程实验室副主任G进一步提出，要实现人机协同的混合智能，需要解决的第一个难题就是人和机器之间的交互问题。“当前随着语音识别、触控屏等技术的发展，我们在人机交互方面取得了一些进步，但是这还远远不够，人机之间需要更高效的交互。” G表示，目前人和机器之间的信息传递效率仍然非常低，不能实现真正意义上的人机协同、互相促进。“信息传递的通路是混合智能的一个关键问题，也是未来必须解决的问题。”