■文/馬慶國 汪嚴磊

腦機接口技術在進步中普及

腦機接口（BCI）技術已經(jīng)是科技界和商業(yè)界不再陌生的話題。目前，在科研和醫(yī)療領域已經(jīng)發(fā)展出多種類型的腦機接口技術，例如，侵入式BCI與非侵入式BCI、干式電極的BCI與濕式電極的BCI、控制型的BCI（用腦信號控制體外裝置的BCI）、測評認知情感狀態(tài)型的BCI（基于腦信號計算當事人的認知情感狀態(tài)的BCI）和綜合型BCI（兼顧前兩類功能的BCI）等。這些不同類型的BCI產(chǎn)品處于開發(fā)應用的不同階段，有的已經(jīng)有了較好的應用，如用于某類殘疾人的腦控假肢，有的還處于技術原型階段，還需要進一步開發(fā)、試用、修正，才能進入商業(yè)化的階段。

一般來說，腦機接口主要擔當三大使命：一是正確讀取大腦信號，并通過科學去噪和計算，精準提取大腦所發(fā)出的動作指令，有效啟動所需要的機器（裝置）的動作或行為；二是向智能機器精準傳輸操作者的大腦所發(fā)生的認知或情緒狀態(tài)信號，以便調節(jié)智能機器的行為，或反饋給操作者自己，以便操作者調節(jié)自己的行為，或者傳達給管理者，對操作者實施恰當?shù)墓芾?；三是從長遠來看，或許數(shù)百年后，在巨量的科學與技術問題解決之后，大腦可以接受機器輸入的有認知意義的信息。

通過上述三大使命的實現(xiàn)，與人對接的智能機器將可能實現(xiàn)與人類主體基礎意識和行為的同步，達成“人機智能一體化”。

機器行為學的崛起與人機混合系統(tǒng)

機器行為學最初受啟發(fā)于諾貝爾經(jīng)濟學獎得主希爾伯特·西蒙（Herbert Simon）的著作《人工科學》（The Sciences of the Artificial）。一批學者以此為出發(fā)點，提出了機器行為學的學科概念。這一學科的研究內(nèi)容是機器的各類行為，其目的是通過梳理機器行為的特性，幫助人類更好地與機器互動甚至開展一體化協(xié)同。

然而，人工智能研究的成果一次又一次地刷新了人們的認知。在當代的人機混合系統(tǒng)里，機器行為學的內(nèi)涵變得更加復雜和具有多樣性?！叭藱C智能一體化”包括兩種類型：不需要BCI的雙腦（人腦、電腦）智能混合型；需要BCI的人機智能的混合甚至融合型。筆者所開發(fā)的某省電網(wǎng)需求預測與財務管理的“雙腦智能交互系統(tǒng)”就是不需要BCI的雙腦智能混合系統(tǒng)。需要BCI的人機智能的混合技術是“不需要BCI的雙腦混合智能技術”的進一步發(fā)展。BCI是人機智能混合的關鍵。目前，BCI技術僅僅達到雙腦智能混合初級階段的要求，人機智能的融合有待BCI技術與有關理論的進一步發(fā)展。

當下的人工智能并不具備自主意識，今后是否可以具有是一個處于爭論中的科學問題。目前，機器學習人類或其他機器行為還只是一個概念。當前的深度學習只能非常狹義地從已經(jīng)發(fā)生的數(shù)據(jù)中學習，大多數(shù)的學習算法需要給機器“喂”數(shù)據(jù)。在特定領域，機器能夠自主地從網(wǎng)絡上抓取數(shù)據(jù)，增加自己的知識并完善知識庫，這是重要的探索方向之一。經(jīng)過數(shù)年的積累，這種能夠依托網(wǎng)絡增加自己知識的機器能否引發(fā)機器群體的演化，目前學界還存在兩種不同的聲音。

要解答上述問題，首先就要厘清機器智能能夠在多大程度上實現(xiàn)算法的自我進步。一般來說，阻擋機器實現(xiàn)算法自我進步的門檻有5個：一是機器如何分析問題，進而確定算法改進的目的；二是機器如何圍繞改進的目的產(chǎn)生新算法；三是機器如何寫程序；四是機器如何評價所寫的算法程序的安全性與有效性；五是機器如何執(zhí)行自己寫的程序。

一直以來，針對上述問題的爭論不斷。當下的機器智能都是在傳統(tǒng)電信號二進制代碼基礎上實現(xiàn)的。也許隨著顛覆性技術的實現(xiàn)，機器的自我演進是可能的。彼時，再來看機器行為學的研究，關于機器個體發(fā)展和群體演化的重要性就凸顯出來了。因此，必須把機器行為學的研究擺上重要日程。

組織行為學的2.0版

組織行為學是管理學的一個重要學科領域。在人機行為混合的系統(tǒng)里，組織行為學面臨巨大的變革。在人機智能一體化初級階段的人機智能混合時代，組織行為學需要從研究“人的組織行為”，即組織行為學1.0版，發(fā)展為研究“人機混合系統(tǒng)的組織行為”，即組織行為學的2.0版。

從人的視角來看，人機混合的組織行為學要研究4個方面的問題：一是個人的工作態(tài)度、工作滿意度、價值觀、動機、決策等心理與行為；二是群體行為（團隊建設、溝通、領導學、權變、沖突、談判）和群體動力（群體決策等群體層面和組織代表層面的行為問題）；三是組織結構與組織效率、組織文化、人力資源管理；四是人與機器行為交互問題，如人與機器混合的組織結構問題、人機混合組織的功能問題、人機混合組織的效率問題、人與機器行為的協(xié)同問題等。

從機器的視角來看，人機混合的組織行為學還要研究機器與機器群體的行為的進步問題、“機-機行為的協(xié)同算法/群智算法”問題，以及“人-機行為協(xié)同算法”問題。當然，這些算法是基于“人機混合群體”的組織設計的架構發(fā)展的。不同的組織結構影響了決定機器行為的算法的改進。組織設計的改進（變革）的阻力不僅來自組織中的人，也受限于機器的行為能力的更新。

腦機接口技術的應用和普及、機器行為學的崛起，以及組織行為學2.0版的演進，是“人機智能化一體”時代發(fā)展的三大趨勢，其發(fā)展必然引起組織行為學的更新，從而產(chǎn)生2.0版的組織行為學，有利于社會經(jīng)濟的發(fā)展。

人機智能一體化的未來

人機智能一體化發(fā)展到高級階段，可能出現(xiàn)人機智能融合的特征。腦機接口的技術水平?jīng)Q定了人機智能融合的深度。目前，人的智慧與機器智慧的交互主要是單向的，即人的智慧發(fā)展可能決定了機器的智慧，機器在記憶與計算方面的智慧增強了人的智慧。今后，如果無損害的、嵌入式的腦機接口開發(fā)成功，其就可能以電信號的形式將應用人工智能技術的機器的智慧直接傳輸給人。那時，碳基智慧（生命智慧）與硅基智慧（基于芯片的智慧）就可能在一定程度上“融合”。但是，要做到這一點，還有一系列重要的理論與技術問題需要解決。遺憾的是，目前這些方面還未取得突破性進展。

從科技發(fā)展的歷史來看，人類做成了大量在過去看來不可能做成的事。這次，在這個問題上，還能這樣嗎？