子川投资笔记微信公众号：以查理芒格的跨学科思维方法，聚焦“前沿科技与哲学”，探寻科技人文伟大思想。下设“新知”栏目，力图提供最新和最好的外刊文章中译；“沉淀”栏目，持续更新“科技人文”佳作；“巴菲特致股东信”精译及评注系列；“维特根斯坦”哲学系列；“洞见”栏目：分享相关领域的深度思考。
人机共生
J. C. R. Licklider
IRE Transactions on Human Factors in Electronics
volume HFE-1, pages 4-11, March 1960
摘要
人机共生是人与电子计算机协同互动发展的必然趋势。这种关系将体现为人与机器之间极其紧密的耦合。其主要目标是：1）让计算机像现在协助人类解决已有问题那样，促进人的思维形成；2）使人机能够在决策和控制复杂情况时进行合作，而不是让机器僵化依赖预设程序。在这种预期的共生关系中，人负责确定目标、提出假设、制定标准并进行评估。计算机则负责那些例行性工作，为科技思维中的洞察和决策铺平道路。初步分析表明，这种共生合作将比单靠人力更有效地完成智力操作。实现这种高效协作关系的先决条件包括：计算机分时系统、存储器组件、存储组织、编程语言以及输入输出设备等方面的发展。
1 引言
1.1 共生
无花果树只能通过榕小蜂（ Blastophaga grossorun）昆虫授粉。这种昆虫的幼虫生活在无花果树的子房中获取食物。树与昆虫高度相互依存：树无虫则无法繁殖，虫无树则无法生存。它们共同构成一个不仅可行，而且富有成效生机勃勃的合作关系。这种"两个不同生物体密切结合甚至紧密联合的共同生活"被称为共生[27]。
"人机共生是人机系统的一个子类。人机系统有很多种，但目前还没有真正的人机共生系统。本文旨在阐述这一概念，并希望通过分析人与计算机互动中的问题、关注人机工程的适用原则、指出需要研究解答的问题，来促进人机共生的发展。我们期待在不太遥远的将来，人脑与计算机能够紧密结合，形成能产生前所未有思维方式的合作关系，以及获得现有信息处理机器无法企及的数据处理能力。
1.2 介于"机械增强人类"与"AI"之间
作为一个概念，人机共生与 North[21]所说的"机械增强人类"有重要区别。在过去的人机系统中，人类操作者提供主动性、方向性、整合性和评判标准。机械部分仅是延伸，最初是延伸人的手臂，后来是延伸人的眼睛。这些系统显然不构成"不同生物体的共同生活"，其中只有一种生物体，即人，其他部分只是辅助工具。
当然，从某种意义上说，任何人造系统都是为了帮助人类，帮助系统外的使用者。但如果我们关注系统内的人类操作者，就会发现在某些技术领域，近年来发生了惊人变化。"机械增强"转变为机械对人的替代和自动化。留下来的人更多是在帮助机器，而不是被机器帮助。在某些情况下，特别在是大型计算机信息控制系统中，人类操作者主要负责那些难以实现自动化的功能。这类系统（用 North 的说法可能是"人力增强的机器"）并非共生系统，而是"半自动"系统，本想实现完全自动化却未能如愿的系统。
人机共生可能不是复杂技术系统的终极范式。电子或化学"机器"很可能在未来超越人脑，在我们现在认为专属于人脑的大多数功能上更胜一筹。即便现在，Gelernter 的 IBM-704 平面几何定理证明程序就能以布鲁克林高中学生相当的速度完成工作，也会和人一样犯类似的错误[12]。事实上，已有多个定理证明、问题求解、下棋和模式识别程序（引用太多无法完整列举[1, 2, 5, 8, 11, 13, 17, 18, 19, 22, 23, 25]）能在特定领域与人类智力表现相媲美。Newell、Simon 和Shaw 的"通用问题求解器"[20]可能会突破一些限制。简而言之，为避免与其他 AI 爱好者争论，我们不妨承认在遥远的未来，单靠机器就能主导思维活动。但在相当长的过渡期内，主要智力进展将来自人机密切协作。空军“未来研究与发展问题跨学科研究小组”估计，到 1980 年 AI 才能使机器独立完成具有军事意义的思维或问题求解。这意味着我们有五年时间发展人机共生，十五年时间使用它。这十五年可能是十年或五百年，但无论如何，这将是人类历史上智力创造力最强、最令人振奋的时期。
2 人机共生的目标
当今计算机主要用于解决预先规划的问题或按预设程序处理数据。计算过程可能根据计算期间获得的结果而改变，但所有可能的选择都必须事先预见。（如果出现未预见的情况，整个过程就会停止，并等待程序员对程序进行必要的功能扩展。）要求预先规划或预设好，有时并不是很严重的问题。人们常说，编程迫使人清晰思考，规范思维过程。如果用户能提前完整思考问题，就无需与计算机建立共生关系。
然而，许多可以提前思考的问题实际上很难提前思考。如果有计算机协作，通过直觉引导的试错过程，这些问题会更容易解决，也能更快解决。计算机可以指出推理中的缺陷或揭示解决方案中意外的转折。有些问题如果没有计算机辅助甚至无法形成。庞加莱曾预见到一群潜在计算机用户的困扰，他说："问题不在于'答案是什么？'而在于'问题是什么？'"人机共生的主要目标之一，就是让计算机有效参与技术问题的形成过程。
另一个密切相关的主要目标是让计算机有效参与必须"实时"进行的思维过程，这种思维速度太快，无法按常规方式使用计算机。想象一下，试图按下面的时间表用计算机指挥战斗：今天制定问题，明天与程序员讨论。下周计算机用5分钟组装程序，47秒计算答案。你如果从一张20英尺长的纸上开始这些工作，纸上写满数字，这些数字还不是最终解决方案，只是建议通过模拟探索某个战术的中间步骤。显然，在规划第二步开始之前战斗就结束了。如果希望像与能力互补的同事那样与计算机互动思考，需要更紧密得多的人机耦合，而这在今天还无法实现。
3 计算机参与制定性和实时思维的需求
前面几段暗含一个假设：如果能有效引入思维过程，数据处理机器可执行的功能将显著改善或促进思维和问题解决。这个假设可能需要论证。
3.1 技术思维的初步时间动作分析
尽管关于思维和问题求解的文献浩如烟海，包括对发明过程的深入案例研究，但我找不到类似于对从事科技工作者心智活动的时间动作分析。因此，在1957年春夏之际，我试图追踪一个中等技术水平者的实际工作活动。虽然有些局限性，但我选择把自己作为研究对象。
很快，我发现自己主要在做的是记录，如果按最初计划的细节程度记录这些活动（本身就在记录），项目就会陷入无限递归。虽然最终没这么做，但我得到了一幅令我深思的活动图景。也许我的情况并不典型，我希望不是，但恐怕确实如此。
我用大约85%的"思维"时间用于准备思考、做决定、学习所需知识。寻找或获取信息的时间远多于消化信息的时间。绘制图表花费数小时，指导助手如何绘图又花费数小时。图表完成后，信息之间的逻辑关系立即显而易见，但必须先完成绘图才能看到这些关系。有一次，需要比较六个实验对语音清晰度与信噪比关系的测定结果。每个实验者使用的信噪比定义或测量方法都不相同。需要几小时计算才能将数据转换成可比较形式。但处理完数据后，我只需几秒就能确定需要知道的内容。
简而言之，在我考察的整个期间，"思维"时间主要用于本质上是文书或机械的活动：搜索、计算、绘图、转换、确定一组假设的逻辑或动态结果，为决策或洞察做准备。此外，我对尝试什么、不尝试什么的选择，很大程度上取决于文书可行性而非智力能力的考虑。
上述发现表明，据称用于技术思维的时间大多被一些操作占据，而机器比人更擅长做这些事。严峻的问题在于：这些操作必须在各种变量上进行，并且按无法预见和持续变化的序列执行。然而，如果能以某种方式解决这些问题，在人与快速信息检索、数据处理机器之间建立共生关系，这种协同互动将极大改善思维过程。
在此需要说明，我们用"计算机"一词涵盖了广泛的计算、数据处理和信息存储检索机器。这类机器的能力几乎每天都在提升。因此，对计算机的能力做出概括性陈述是有风险的。对人类能力做出概括性陈述可能同样有风险。然而，人与计算机之间某些基因型差异确实很突出，这些差异影响着可能的人机共生的性质和潜在价值。
正如人们在不同场合提到的，人是噪声大、带宽窄的设备，但人们的神经系统有很多并行且同时活动的通道。相对于人，计算机速度很快、精确度很高，但一次只能执行一个或少数几个基本运算。人很灵活，能根据新收到的信息"条件性地自我编程"。计算机思维单一，受"预编程"约束。人自然使用冗余语言，围绕统一对象和连贯行动组织语言，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，对统一对象或连贯行动没有内在理解。
如果要严格准确，这些特征描述需要很多限定语。然而，它们呈现的差异性图景（因此潜在的互补性）本质上是有效的。计算机能轻松、出色、快速地完成许多对人来说困难或不可能的事，人能轻松、出色（虽然不快）地完成许多对计算机来说困难或不可能的事。这表明，如果共生合作能成功整合人与计算机的积极特征，将具有重大价值。当然，速度和语言的差异带来了必须克服的困难。
4 预期共生关系中人与计算机的可分离功能
在许多操作中，人类操作者和设备，两者贡献可能完全融合，难以在分析中清晰分开。例如，在收集决策依据数据时，如果人和计算机都从经验中找出相关先例，而计算机随后建议的行动方案又与人的直觉判断一致，就会出现这种情况。（在定理证明程序中，计算机能从经验中找出先例，在SAGE系统中，它们能提出行动建议。上述例子并非牵强。）然而，在其他操作中，人与设备的贡献在某种程度上是可以分开的。
至少在早期，人当然会设定目标并提供原动力。他们会提出假设，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年或至少是二战后不久对感兴趣的话题做过一些可能相关的工作，并大致知道可能发表在哪些期刊上。总的来说，他们会做出近似且可能有误，但具有指导意义的贡献，他们将制定标准并担任评估者，判断设备的贡献并指导思维的总体方向。
此外，人会处理偶然发生的极低概率事件。（在当前人机系统中，这是人类操作者最重要的功能之一。极低概率事件的概率之和往往大到不能忽视。）当计算机没有适用于特定情况的模式或程序时，人会填补解决方案或计算机程序中的空白。
信息处理设备则会将假设转化为可测试模型，然后用数据测试这些模型（当计算机呈现数据供人类操作者批准时，操作者可能先粗略的确认相关性）。设备将回答问题，模拟机制和模型，执行程序，向操作者显示结果。它将转换数据，绘制图表（按人类操作者指定的方式或在操作者不确定想要什么时，按几种替代方式"切分"）。设备将进行插值、外推和转换。它将把静态方程或逻辑陈述转换为动态模型，使人类操作者能检验其行为。总的来说，它将执行决策之间需要完成的例行性、文书性操作。
此外，只要有足够依据支持正式统计分析，计算机就会作为统计推理、决策理论或博弈论机器，对建议的行动方案进行基本评估。最后，它会尽可能进行诊断、模式匹配和相关性识别，但会在这些领域承认其相较于人的明显次要地位。
5 实现人机共生的先决条件
前面几节暗示的数据处理设备目前还不存在，计算机程序也尚未编写。在非共生的现在与预期共生的未来之间确实存在几个障碍。让我们检视其中一些障碍，以便更清楚地了解需要什么以及实现的可能性。
5.1 人与计算机之间的速度不匹配
当前任何大型计算机对于与一个人进行实时协同思维来说都太快且太昂贵。显然，为了效率和经济性，计算机必须在多个用户之间分配时间。分时系统目前正在积极开发中。甚至已有设计防止用户"破坏"除自己个人程序之外的任何其他内容。
我们可以合理设想，在10到15年后会出现一个"思维中心"，它将结合现今图书馆的功能，以及预期的信息存储检索进展和本文前面提到的共生功能。这幅图景很容易扩展成这样的中心网络：它们通过宽带通信线路相互连接，通过租用线路服务与个人用户相连。在这样的系统中，计算机的速度将达到平衡，巨型存储器和复杂程序的成本将由用户数量分摊。
5.2 存储硬件需求
当我们开始考虑在计算机存储器中存储技术文献的相当部分时，就会遇到数十亿比特，除非情况发生重大变化，否则就意味着数十亿美元。
首先要面对的是，我们不会在计算机存储器中存储所有技术和科学论文。我们可能会存储那些可以最简明概括的部分，定量部分和参考引用，但不是全部内容。书籍是现存最精美的工程产品之一，也是最人性化的工程产品之一，它们在人机共生环境中将继续具有功能重要性。（希望计算机能加快图书的查找、传递和归还。）
第二点是，存储器的一个很重要的部分是“永久性”：部分是不可擦除存储器，部分是出版存储器。计算机能够一次性写入不可擦除存储器，然后无限期读取，但无法擦除不可擦除存储器。（它也可以覆写，把所有0变成1，就像在早期写入内容上标记一样。）出版存储器将是"只读"存储器。它被引入计算机时就已经结构化。计算机能反复引用它，但不能改变它。随着计算机规模增大，这些类型的存储器将变得越来越重要。它们可以比磁芯、薄膜甚至磁带存储器更紧凑，而且成本要低得多。主要的工程问题将涉及选择电路。
就存储器需求的其他方面而言，我们可以依靠普通科学和商业计算机的持续发展。存储元件有望达到与处理（逻辑）元件相当的速度。这种发展将对计算机设计产生革命性影响。
（译者注：文中作者在1960年代所担忧的存储器技术问题，在现代计算机技术中已经通过半导体工艺的发展和存储技术的创新得到了全面解决。今天的非易失性存储技术既保留了"不断电也能保存数据"的特性，又克服了当时"不可擦除"或"只能一次性写入"的限制。）
5.3 存储组织需求
人机共生理念隐含着这样的要求：信息既能按名称也能按模式检索，且能通过比顺序搜索快得多的程序访问。存储组织问题至少有一半在于存储程序。其余大部分似乎与存储机制或介质中的模式识别问题有关。详细讨论这些问题超出了目前的范围。然而，简要概述一个有前途的想法—"字典树存储器"，可能有助于说明预期发展的总体性质。
字典树存储器得名于其创始人 Fredkin[10]，因为它旨在便于信息检索，且发展出的分支存储结构类似树形。最常见的存储系统在由参数指定的位置，存储参数的函数。（从某种意义说，它们根本不存储参数。更现实的讲，它们在存储器的框架结构中存储所有可能的参数。）而字典树存储系统同时存储函数和参数。参数首先被引入存储器，一次一个字符，从标准初始寄存器开始。每个参数寄存器对集合中的每个字符都有一个单元（例如，二进制编码信息有两个），每个字符单元内都有存储下一个寄存器地址的空间。通过写入一系列地址来存储参数，每个地址都指示在哪里找到下一个。参数末尾是特殊的"参数结束"标记。然后是指向函数的指示，函数以几种方式之一存储，通常是进一步的字典树结构或"列表结构"最有效。
对于小型存储器，字典树存储方案效率不高，但随着存储器规模增大，其使用可用存储空间的效率不断提高。该方案的吸引人特征是：1）检索过程极其简单。给定参数，用第一个字符进入标准初始寄存器，获取第二个的地址。然后转到第二个寄存器，获取第三个的地址，依此类推。2）如果两个参数有相同的初始字符，它们对这些字符使用相同的存储空间。3）参数长度不必相同，也不必预先指定。4）在实际存储任何参数之前，不会为其预留或使用任何存储空间。字典树结构随着项目引入存储器而创建。5）一个函数可以作为另一个函数的参数，那个函数又可以作为下一个函数的参数。例如，通过输入参数"矩阵乘法"，可能检索到计算机上执行矩阵乘法的整个程序。6）通过检查给定层级的存储，可以确定已存储了哪些到目前为止相似的项目。例如，如果没有 Egan, J. P. 的引用，只需往回退一两步就能找到 Egan, James... 的线索。
上述特性并不包括所有期望的特性，但它们使计算机存储与人类操作者及其通过命名或指向来指定事物的倾向产生共鸣。
（译者注：Fredkin在1960年代提出的字典树存储器概念已经演变成为现代计算机科学中最重要的数据结构之一，在信息检索、自然语言处理和网络技术等多个领域发挥着关键作用。虽然具体实现方式可能与原始设想不同，但其核心优势和应用场景已经得到了充分的发展和利用。）
5.4 语言问题
人类语言与计算机语言的基本差异可能是实现真正共生的最严重障碍。然而，令人欣慰的是，通过解释程序，特别是像 FORTRAN 这样的汇编或编译程序，在使计算机适应人类语言形式方面已经取得了巨大进展。Shaw、Newell、Simon和 Ellis [24] 的"信息处理语言"代表了另一条调和路线。在 ALGOL 和相关系统中，人们正通过采用易于转换为机器语言的标准表示和表达公式，展示其灵活性。
然而，为了实现人机实时协作，需要利用一个额外且相当不同的通信控制原则。通过比较对人类与计算机的指令异同，可以突出这一理念。后者精确指定要采取的个别步骤及其顺序。前者呈现或暗示某种激励或动机，并提供标准，使执行指令的人知道何时完成任务。简言之：对计算机的指令指定路线；对人的指令指定目标。
人似乎更自然、更容易用目标而不是路线来思考。诚然，他们通常知道一些该走的方向或工作的路线，但很少一开始就有精确制定的行程。例如，谁会带着详细规划的路线从波士顿出发前往洛杉矶？相反，用维纳的话来说，前往洛杉矶的人会不断减少他们尚未进入烟雾的距离。
让计算机学习人类擅长的“目标指令”，有两条路径。第一条涉及问题求解、爬山、自组织程序。第二条涉及预编程段和封闭子程序的实时串联，人类操作者可以简单地通过名称来指定和调用这些程序。
沿第一条路径已有令人期待的探索性工作。显然，在预定策略的宽松约束下工作，计算机最终能够设计和简化实现既定目标的程序。到目前为止，成就在实质上并不重要；它们仅构成"原则性演示"。然而，其影响深远。
第二条路径更简单，似乎能更早实现，但相对被忽视。Fredkin 的字典树存储提供了一个有希望的范例。我们可能最终会看到人们认真努力开发一种计算机语言，这些程序代码能像人类语言中的词语和短语一样自由组合，完成届时需要的任何计算或控制。显然，阻碍这种努力的现实考虑是：在现有计算机环境下，上述工作不会产生任何具有重大价值的东西。在有能对其做出有意义响应的计算机之前，开发这种语言将得不偿失。
5.5 输入和输出设备
就人机共生需求而言，数据处理领域中发展最滞后的部分是输入输出设备，或从人类操作者角度看，即显示和控制设备。在提出这一观点后，必须立即作出限定说明，因为高速录入和提取信息设备的进展已相当出色，并且一些研究机构如林肯实验室（Lincoln Laboratory）已开发出非常精密的显示和控制技术。然而，总体而言，目前普遍应用的计算机几乎没有提供比电动打字机更有效、更直接的人机交流手段。
参考文献
[1] A. Bernstein and M. deV. Roberts, "Computer versus chess-player," Scientific American, vol. 198, pp. 96-98; June, 1958.
[2] W. W. Bledsoe and I. Browning, "Pattern Recognition and Reading by Machine," presented at the Eastern Joint Computer Conf, Boston, Mass., December, 1959.
[3] F. S. Cooper, et al., "Some experiments on the perception of synthetic speech sounds," J. Acoust Soc. Amer., vol.24, pp.597-606; November, 1952.
[4] K. H. Davis, R. Biddulph, and S. Balashek, "Automatic recognition of spoken digits," in W. Jackson, Communication Theory, Butterworths Scientific Publications, London, Eng., pp. 433-441; 1953.
[5] G. P. Dinneen, "Programming pattern recognition," Proc. WJCC, pp. 94-100; March, 1955.
[6] H. K. Dunn, "The calculation of vowel resonances, and an electrical vocal tract," J. Acoust Soc. Amer., vol. 22, pp.740-753; November, 1950.
[7] G. Fant, "On the Acoustics of Speech," paper presented at the Third Internatl. Congress on Acoustics, Stuttgart, Ger.; September, 1959.
[8] B. G. Farley and W. A. Clark, "Simulation of self-organizing systems by digital computers." IRE Trans. on Information Theory, vol. IT-4, pp.76-84; September, 1954
[9] J. W. Forgie and C. D. Forgie, "Results obtained from a vowel recognition computer program," J. Acoust Soc. Amer., vol. 31, pp. 1480-1489; November, 1959
[10] E. Fredkin, "Trie memory," Communications of the ACM, Sept. 1960, pp. 490-499
[11] R. M. Friedberg, "A learning machine: Part I," IBM J. Res. & Dev., vol.2, pp.2-13; January, 1958.
[12] H. Gelernter, "Realization of a Geometry Theorem Proving Machine." Unesco, NS, ICIP, 1.6.6, Internatl. Conf. on Information Processing, Paris, France; June, 1959.
[13] P. C. Gilmore, "A Program for the Production of Proofs for Theorems Derivable Within the First Order Predicate Calculus from Axioms," Unesco, NS, ICIP, 1.6.14, Internatl. Conf. on Information Processing, Paris, France; June, 1959.
[14] J. T. Gilmore and R. E. Savell, "The Lincoln Writer," Lincoln Laboratory, M. I. T., Lexington, Mass., Rept. 51-8; October, 1959.
[15] W. Lawrence, et al., "Methods and Purposes of Speech Synthesis," Signals Res. and Dev. Estab., Ministry of Supply, Christchurch, Hants, England, Rept. 56/1457; March, 1956.
[16] A. M. Liberman, F. Ingemann, L. Lisker, P. Delattre, and F. S. Cooper, "Minimal rules for synthesizing speech," J. Acoust Soc. Amer., vol. 31, pp. 1490-1499; November, 1959.
[17] A. Newell, "The chess machine: an example of dealing with a complex task by adaptation," Proc. WJCC, pp. 101-108; March, 1955.
[18] A. Newell and J. C. Shaw, "Programming the logic theory machine." Proc. WJCC, pp. 230-240; March, 1957.
[19] A. Newell, J. C. Shaw, and H. A. Simon, "Chess-playing programs and the problem of complexity," IBM J. Res & Dev., vol.2, pp. 320-33.5; October, 1958.
[20] A. Newell, H. A. Simon, and J. C. Shaw, "Report on a general problem-solving program," Unesco, NS, ICIP, 1.6.8, Internatl. Conf. on Information Processing, Paris, France; June, 1959.
[21] J. D. North, "The rational behavior of mechanically extended man", Boulton Paul Aircraft Ltd., Wolverhampton, Eng.; September, 1954.
[22] 0. G. Selfridge, "Pandemonium, a paradigm for learning," Proc. Symp. Mechanisation of Thought Processes, Natl. Physical Lab., Teddington, Eng.; November, 1958.
[23] C. E. Shannon, "Programming a computer for playing chess," Phil. Mag., vol.41, pp.256-75; March, 1950.
[24] J. C. Shaw, A. Newell, H. A. Simon, and T. O. Ellis, "A command structure for complex information processing," Proc. WJCC, pp. 119-128; May, 1958.
[25] H. Sherman, "A Quasi-Topological Method for Recognition of Line Patterns," Unesco, NS, ICIP, H.L.5, Internatl. Conf. on Information Processing, Paris, France; June, 1959
[26] K. N. Stevens, S. Kasowski, and C. G. Fant, "Electric analog of the vocal tract," J. Acoust. Soc. Amer., vol. 25, pp. 734-742; July, 1953.
[27] Webster's New International Dictionary, 2nd e., G. and C. Merriam Co., Springfield, Mass., p. 2555; 1958.
～完～
感谢阅读，欢迎转发、点赞👍和推荐❤️，谢谢！