（AI心理引擎实验室由北京邮电大学经管学院、比利时鲁汶大学组织心理学研究中心、北京城市管理学会和上海观识信息技术有限公司于2019年6月1日共同建立，至今已成立4周年）
作者：方彤、邱秋琳 上海观识
人认识世界的本质
人类是如何认识世界的？哲学告诉我们人类是通过实践活动认识世界的；生物学告诉我们人类是通过身体各种器官来感知世界的；心理学告诉我们人类是通过自身心灵来认知世界的。
人类在实践过程中，通过感知、思维、决策和行为，对事物的整体有一定的认知，从而认识到事物的本质和事物之间的内在联系。感知是人对外界信息的觉察、感觉、注意和知觉的一系列过程。思维是以感知为基础，也就是在认知和感觉的基础上，对新增信息和已知信息重新进行归纳总结的逻辑运算过程。决策是以思维为基础，在两个或两个以上对资源不可取消分配的方案之间所做出的选择。而行为则是在决策的基础上付诸行动，同时行为也会进一步对我们的感知产生新的影响，相互作用，从而产生对事物的认识。最终，人类通过这种对事物的认识来指导日常的实践活动，改造客观世界。
认知与心智
信息技术超速发展的今天，推陈出新的智能产品把人类推向一个信息爆炸时代。这使人们的认知模式发生翻天覆地的变化，改变了人们的思维模式、工作和生活。人工智能是研究和开发能够模拟、延伸和扩展人类智能的理论。人工智能技术根据不同的发展阶段分为了计算智能、感知智能和认知智能。
一直以来，科学家们也在试图回答机器是否拥有心智的问题，但是对于心智的定义和标准界定则是比较复杂的，在本文中，主要是澄清和探讨认知和心智的区别与联系，进一步将人工智能的实现路径细分，最终实现机器心智。
认知的定义
认知，指的是人类等智慧生命体对信息的获取、存储、转化和运用。认知心理学认为，认知的心理活动包括知觉、注意、回忆、思考、分类、推理和决策。人类认知系统包括了3个层级，分别是复杂行为，如解决问题、形成概念和言语表达等；信息加工过程，如对声音的感知、形成图像知觉等；生理方面，如神经过程和结构等。
心智的定义
心智指的是人们对已知事物的沉淀和储存，通过生物反应而实现动因的一种能力总和。而心智模型（Mental Models）就是隐藏在我们一切行为方式、思考方式背后的那些形式和规律。心智模型是由肯尼思·克雷克（Kenneth Craik）在1943年所著的《解释的本质》（The Nature of Explanation）这本书中首次提出。在1986年，苏珊·凯里（Susan Carey）在《认知科学与科学教育》（Cognitive Science and Science Education）中将心智模型定义为一个人对某事物运作方式的思维过程，也就是一个人对世界的理解。心智模型的基础是不完整的现实、过去的经验甚至直觉感知。它有助于形成人的动作和行为，影响人在复杂情况下的关注点，并确定人们如何着手解决问题。例如在使用软件时，人们就创建了一个心智模型，来帮助他们使用。
认知与心智的区别
认知指的是我们通过教育和学习获取到对于世界的基本认知，而心智主要指的是两方面：一方面是我们根据已拥有的心智模型，通过类比的方式，构建新的模型，举一反三；另一方面是我们通过对外部世界的观察，接收到外部信息的刺激，自身整理后形成了对外部事物的解释，通过行动进行验证并获得信息反馈，从而形成新的心智模型。
认知是我们对信息的获取、处理并输出的过程。心智则是人们脑海中对万事万物的解析，属于更上一个台阶的认知。人们的心智模型来自于以往的经验，也会不断地接收新的消息刺激，强化或更新原有的心智模型。
认知与心智的关系
一般来说，信息从进入人类大脑到信息输出，会经历注意、信息接收、信息处理、计划执行等过程，每个过程中也包含了多个子过程，具体如下图所示。
认知主要包含了注意、信息接收和信息处理，属于较为早期的信息加工和处理阶段。心智过程主要包含了计划执行，属于较为深度的信息加工和处理。
人类通过视觉、听觉、触觉等方式输入的信息会首先进入注意阶段，通过将注意力分配和抗干扰等方式维持注意的稳定性；经过注意阶段后，会进入信息接收阶段，人类会对进入的信息进行存储，如对视觉、听觉等感官信息进行存储，形成记忆从而供后续阶段使用；存储的信息会进入到信息处理阶段，人类会通过模式识别和逻辑推理等方式将信息转化为知识。这就是人类形成认知的过程。而进入计划执行阶段后，人类通过对知识的推理分析，进行策略的生成和筛选，同时与环境的业务系统相结合，执行决策，也就实现了我们最终的信息输出。这就是从认知形成心智的过程。
借用经济学中的DIKW模型（Data-to-Information-to-Knowledge-to-Wisdom Model），它能帮我们很好地理解数据（Data）、信息（Information）、知识（Knowledge）和智慧（Wisdom）之间的关系，还向我们生动地展示了数据是如何一步步转化为信息、知识乃至智慧的，也就是很形象地诠释了认知和心智间的区别与联系。
在DIKWI模型中（如上图所示），分散的数据经过计算和挖掘，通过分类处理形成信息，信息通过连接形成知识，基于知识的推理形成智慧，智慧通过提升认知带来影响。这就是人类从计算、感知提升到认知从而实现心智影响的过程。也就是说，随着认知过程的不断深入，我们开始进入心智过程，心智属于更高级的认知。
机器心智理论（Machine Theory of Mind）
机器心智理论是Deep Mind在近日发表的最新研究中提出的，经心理学中“心智理论”的启发，研究者构建了一个心智理论的神经网络（Theory of Mind Neural Network）—— ToMnet，并通过一系列实验证明它具有心智能力。
实验主要是让人类和机器在Psychlab上进行视觉搜索任务，对比两者反应时之间的差异。具体的结果如上图所示，我们可以看出在这3种情况下，人类的反应时间均有所不同，而机器的反应时间则大致相同。这个实验说明了当识别的东西有干扰的时候，人类的注意力会被分散，而机器的注意力则更为集中，不容易被分散。这也从侧面说明了机器的心智能力和人类的认知有着显而易见的差异，给我们发展机器认知心理学指出了新的方向。
我们希望人工智能能被人类所解释，而机器心智理论能以一种人们更易理解的形式来让人们理解人工智能。同时，这项理论也有很多潜在的应用，基于此开发的多智能体AI系统，构建机器-人机交互的中介技术，这是推进可解释AI发展的重要一步。这也能推进人机交互更有效和便捷，最终使得人工智能更好地理解和服务于人类。
心智层人工智能是强人工智能的必由之路
在人工智能领域，我们将其发展阶段进一步细分为计算层智能、感知层智能、认知层智能和心智层智能。计算层智能是通过清晰的规则进行数值运算，感知层智能则是模拟人的视觉、听觉和触觉等感知能力，认知层智能使机器具有人类思维理解，对分散数据和知识进行治理等核心特征，心智层智能则能够针对性地进行策略构建和决策，提升人与机器、人与人、人与业务的协同、共享和博弈等能力。
因此，从产业实践的角度，认知层人工智能是在计算智能和感知智能的基础之上，完成对业务状态的全面认知和知识推理；心智层人工智能则在认知智能的基础之上，生成业务策略和对策略进行筛选并输出可执行的策略。如在用户营销服务场景中，认知层人工智能输出动态的客户画像，心智层人工智能则在客户画像基础上提升营销导购中的话术和商品推荐能力，实现机器千人千面的销售策略。
心智层人工智能是一种以特定方式模拟人类的意识和思维，将机器学习和数据分析技术相结合，赋予机器强人工智能的技术。在当前技术不断创新和突破的背景下，心智层强人工智能技术也会逐渐引起了金融业、制造业、安防、政府管理等领域的极大关注，并被引入到不同的领域。拥有心智层的人工智能不仅会带动人类科技的新一轮改革，而且会成为提高社会发展水平的新力量。
参考文献
Parker, E. B. ,Short, J. , Williams, E. , & Christie, B. . (1976). The social psychology of telecommunications. Contemporary Sociology, 7(1), 32.
Biocca, Harms, & Burgoon. (2003). Toward a more robust theory and measure of social presence: review and suggested criteria. Presence.
Hong, L. I. . Theory-of-mind development: retrospect and prospect. Journal of Chengdu Teachers College.
Youm, J. , &Black, J. . (2005). Object-Oriented Thinking for Mental Model Development.
肖仰华. (2019). 知识图谱与认知智能. 张江科技评论(4), 4.
陈昭然. (2009). 高级脑功能:情绪与心智——认知脑科学(摘要). 青岛大学医学院学报.
蔡曙山. (2016). 人类的心智与认知:当代认知科学重大理论与应用研究:on the theories and applications of cognitive sci. 人民出版社.
