AI时代看智能与智慧的区别

在智能制造和人工智能时代，有两个剪不断理还乱的词——智能和智慧。这两个词被广泛提及，但很少有人解释他们之间的区别，常模糊处理。本文来打理打理这两个词，与大家探讨。

智能和智慧是知识工程中的两个重要概念。智能和智慧均来自知识，正所谓“转识成智”。知识分两种：确定性知识和模糊性知识。确定性知识来源于人们对经验和规律的提炼和总结，这些知识本是人类大脑中的存在，是信息化的基础，同时信息化可以让人脑中更多的知识流淌出来；模糊性知识隐藏在数据中，连人脑都无法察觉。这些数据是数字化的基础，同时数字化可以将其中的知识挖掘出来，成为AI的基础。与之相对应地，我们把“智化”分为两个层次——智能和智慧。智能是基于确定的知识（机理）、清晰的初始条件和完备的边界条件对预测未来的能力，我称之为“先知”。智慧是基于不确定的知识（机理）、不清晰的初始条件和不完备的边界条件预感未来的能力，我称之为“先觉”。相对于模糊的智慧，清晰的智能更容易实现，其实人类已经通过各种信息化技术实现了部分智能，但智慧仍然在探索的路上。从这个意义上说，智能制造更像是自动化的升级版，基于AI的工业才是真正的智慧工业。

可见，信息化和数字化作为新工业DNA的两条链，一个管智能，一个管智慧。信息化的前方是智能，数字化的远方是智慧。结合《信息化与数字化的底层逻辑》一文，总结一句话便是：信息化在左，数字化在右，智能在前方，智慧在远方。智能不远，近在眼前，智慧虽远，但不在天边。

智能往往是科学和技术的深化，而智慧往往是哲学和思想的升华。在中国古人的认知中，智能往往与脑联系在一起，智慧往往与心联系在一起。其实，从解剖学的角度看，智能与左脑有关，智慧与右脑有关。无论是研发体系还是人造产品，如果将这些具有明确机理的知识装入其中，我们将其称为智能体系或者智能产品。除此之外，如果还能在知识尚不明确的场景中，对无时不有、无处不在的数据进行实时分析，从中挖掘其中潜在的隐性知识，使得机器或软件具有模糊判断和直觉思维且无往不胜的时候，它们便拥有了智慧。

我们经常把基于明确的知识（机理）开发的逻辑化的软件，称为仿真软件，在知识（机理）不明确时，基于神经网络算法和大数据进行知识挖掘和机器学习的软件称为AI软件。因此，仿真软件是机器获得智能的基础，AI软件是机器获得智慧的基础。正如前文所言，明确的知识（机理）只占非常小的部分，人类对自然界的了解很浅，对人类社会自己的运转规律的理解也并不深。因此，人们能仿真计算的范围相当有限，或者说，智能所能达到范围相当有限，其余的部分需要靠AI及其可能达成的智慧获得。

基于确定性机理的智能往往与质量相连，而基于不确定性机理的智慧则与创新相关。所以，针对将质量视为生命的制造，我们通常说智能制造而不说智慧制造。研发将创新视为生命，所以我们常说是智慧研发，而不说智能研发。智能是把确定性的业务自动化，在不降低质量的前提下提高效率，积累长时间的微小利益而获得效益。智慧则是在不明确的状态中识别机会，在机遇尚未到来时提前 预测，取得机会到来时的瞬时且巨大利益而获得效益。正如《战争论》的名句：战争处处充满偶然性，统帅必须具有两种特性：一是在黑暗中仍然能发出内在微光以照亮真理的智力；二是敢于追随这种微光前进的勇气。前者需要洞察力，后者则需要源于智慧的勇气。任正非说：领袖的作用是方向感，不在于你是否扛锄头挖战壕，而在于你是否能领导大家走出困境，找到前进的方向。方向感就是要在多种不确定性中给出确定性的判断，尤其是资源有限的情况下，当然也包括模糊性的判断，引领走出混沌。

智能是明确的，非0即1，中间也许会有几档。而智慧是模糊的，在0到1之间无级变速。一旦搞清楚机理，智能就是必然的和恒定的。但智慧却是不确定的，往往一开始显得弱智，但可无限期持续进化，充满想象空间。智能就像人的智商，易于测量且终身不变，但智慧却难以测量，随着年龄的增长往往会更智慧。当然，一个人也有可能终身浑浑噩噩，一辈子都不曾获得智慧。君不见很多AI，一开始概念性感，被资本追捧，但多年未见效益，最后泡沫破裂。智能的难度在于前期过程，即人类明确知识的过程，不在于后期机器计算的过程。而智慧正好相反，其难度在于后期的数据分析和算法参数的持续进化，而不在于前期的数据获取和既有算法初长成。

智能是矢量，其优化和进步具有明确的方向性，而智慧是标量，其进化和演衍的方向往往是模糊的。所以，智能和当下判断有关，智慧则与长远韬略有关。智慧可遇不可求，对机器和人都是如此，否则便有了执念，走火入魔。智能和智慧是个轮回。今日的专家明日可能开悟变成智者；今天智慧的归宿必将是明天的智能。一项智慧演化的终局就是智能，智者从模糊性中悟出的因果律被长久验证后，必然变成确定性知识，从而可以进入机器变为智能。也只有如此，人类才会稳序进步，智慧也才会有更远的使命。

我们顺便来谈一下聪明和智慧的区别。在人类中有一种人被称为“聪明人”，有时候看上去与智者有相似的特质，都是在面对未知（机理模糊）时都会出现一种正确的反应，这本质上是天生的数据分析特长带来的一种能力。图1-1是在“机理明确与否（明确和模糊）”坐标轴之外，增加了另一个坐标轴——“成因掌握与否（相关性和因果律）”，从而将人或机器分为四类。相关性是人类认识世界的初级反应，因果律则是对底层规律的深度洞察。只有那些真正看到因果律的人，才能看清事物的底层逻辑。年轻时候看到的往往是相关性，年长之后才可能看到因果律。只看到相关性的人往往并不能意识到这只是相关性，常自以为是地认为是因果律，总是把表面现象当成了本质规律。普通人（常人）即使在有明确机理的事物面前，也往往只看到表面现象，靠经验行事，而经验都是以相关性为特征的。

图1-1聪明、智能和智慧的关系

那些在模糊和未知中能悟到因果律的人，我们称为“智者”，是具有大智慧的人；那些只能看到相关性的人，我们称为“人精”，是常说的那种很会见机行事的聪明人。聪明人对当下的利益得失敏感异常，反应迅速，而智者都“难得糊涂”和“大智若愚”，看似对利益得失毫不计较，木讷迟钝。其实，这种“糊涂”是我们常人和聪明人看来的糊涂，这种“愚”也只是我们常人和聪明人看来的愚。对智者来说，这根本不是糊涂，更不是愚，而是看到了常人和聪明人看不到的因果律，正所谓的大巧若拙。相对于因果律中反映出来的长周期的大起大落，眼前的一点小波动实在不值得计较，这就是为什么智者总是能决胜千里。聪明人只看到眼前的相关性带来的小波动，所以能抓住的短线利益绝不轻易放弃，而具有远见卓识的智者会安静等待那个长波峰的到来，然后闲庭信步地出手。对智者来说，大道至简，因果律函数的参数其实少之又少，抱朴守拙即可从容应对，无需眼观六路耳听八方，更不需要三头六臂大杀四方。

那些掌握了大量确定性知识（明确机理）且深谙因果律的人，我们称为专家（对应机器的智能级）。专家如果愿意走出舒适区，勇于面对未知，总是看向远方和未来，持续修炼而至开悟，就可能成为智者。而人精则无法如此直接跨越，他们必须首先进步成为专家，才能修炼为智者。可以想象这期间他需要艰难抵 制多少眼前的诱惑。所以聪明人相比于常人，也许更不容易成为智者。最终修得正果的人终是那些抱朴守拙者。因此，我们需要大数据、大模型和AI技术对知识进行全息化透视，且不能像人精那样停留在响应式的相关性层次上小富即安，而是要将分析结论发展为确定性知识（因果律），并可以将适用范围向外推演，让因果律迈向未知领域去解决问题，才可能让机器（软件）拥有智慧。