人工智能的發(fā)展在心理學(xué)的角度來看處于前思維階段和心智階段，相當于七歲左右的孩童的心智能力。而人心理，或者說意識的發(fā)展階段可以比較容易發(fā)展到內(nèi)省階段——提出“我是誰？”的問題。當然很多人在這個階段停止了意識的發(fā)展，只在這個階段或前而階段橫向發(fā)展，或者沉溺。而少數(shù)人會發(fā)展到整合階段以后的階段。而編程的人員到達了內(nèi)省之后的階段才能很好的理解心智階段的思維——情景與角色。在不同的社會情景中，人扮演特定角色去解決某個問題，人工智能可以解決特定設(shè)計的任務(wù)，尤其擅長智力型的任務(wù)，例如下圍棋。
人工智能從業(yè)者需要解決心智階段的所有問題。第一是感官生理階段的問題——機能與感覺。人是有生理機能支撐，而人工智能的用硬件和機械支持（CPU、GPU、內(nèi)存、硬盤、機械臂、螺旋翼、發(fā)動機等），然后加上各種傳感器。第二是情緒階段——內(nèi)在的運行。雖然機械沒有情緒，但都有基于硬件運作的操作系統(tǒng)，可以協(xié)調(diào)應(yīng)用層與硬件層的問題，而人的根本情緒也來源于對身體感受的反映。在特定的操作系統(tǒng)之上才會有各種人工智能的應(yīng)用。第三是前思緒階段——概念和語言。在科技領(lǐng)域來講就是算法，C語言是C社會的溝通工具，Java語言是Java社會的溝通工具，不同語言既相似又不同。語言有單詞、語法和邏輯，算法有定義、函數(shù)和邏輯。在人工智能之前，世界上在不同的操作系統(tǒng)里就有很多不同的程序，它們也是被設(shè)計成解決不同的任務(wù)，人工智能最大的進化在于它能學(xué)習(xí)。這很大程度得益于互聯(lián)網(wǎng)和大數(shù)據(jù)的發(fā)展，使得機器的自我學(xué)習(xí)成為可能。之前設(shè)計的程序只是編程人員在面對某個情景抽象成一個程序界面，然后根據(jù)情景常見的情形定義操作變量，而使用者也會根據(jù)自己特定任務(wù)需求進行操作。程序沒有角色，只是人的工具。第四是心智階段——情景與角色。到了這個階段人工智能要面對更多變化的情景，而不是原來編程人員已經(jīng)抽象好的幾種情況，它需要達到某個結(jié)果。那么中間具體是怎樣的算法編程人員也不知道，他們只是賦予它機器學(xué)習(xí)的能力。我們設(shè)定某個結(jié)果，而我們給了它大量的數(shù)據(jù)（樣本）去計算。而計算出來的結(jié)果只是概率上符合人的要求。一開始它的結(jié)果可能很糟，可能邊一只貓都分辨不出來，連五歲兒童的智能都不如。而人的學(xué)習(xí)比機器更靈活多了，例如學(xué)習(xí)分辨貓、狗之后，僅僅通過圖片就能分兒狼、豹、獅等貓科或犬科動物。大部分兒童不需要親自接觸這些危險的動物，而在日后動物園看到的時候就能認出來。因為人的大腦很復(fù)雜，可以做到舉一反三。現(xiàn)在的機器學(xué)習(xí)真得就很機器。經(jīng)過很多嘗試之后，到后來它能分辨99%的貓，包括運動中的貓。所以做同樣的事情，經(jīng)過大量樣本學(xué)習(xí)的人工智能算法會比沒有大量樣本學(xué)習(xí)的算法要強。那么，它將成為面對特定情景的一個好角色。例如，一個好醫(yī)生能通過不儀器的照片（心電圖、X光照片、核磁共振圖等）去判斷人的病情，而IBM的一個人工智能算法已經(jīng)能做到，而且比90%以上的醫(yī)生都要準確。
那么它是不是好醫(yī)生，你相信它所扮演的這個角色嗎，它就是我們所要的本身嗎。這有待日后的思考，就像工業(yè)流水線誕生的時候，福特說過一句話：“我雇的是一雙手，為什么來是一個人。”這就引出組織行為學(xué)的研究。人工智能“它是誰？”，這就衍生了很多問題：AI的道德（阿西莫夫的機器人三大定律）、AI的文化兼容（在中國好的AI在美國是不是好的AI）、AI的工作角色（它會替代很多人的工作，那么失業(yè)的人何去何從）、AI的社會地位（它是一個好的社會角色，那它除了工作上，還會賦予什么樣的社會權(quán)利）、AI的法律（如果它因執(zhí)行任務(wù)時違法，甚至傷害到人，那法律上該做何種處置）、AI的自我意識（當某個它開始提問：“我是誰？”）等等。
原來只是想從心理學(xué)的角度分析一下現(xiàn)在人工智能能到哪個意識發(fā)展階段的，但這個角度的背后就是一系統(tǒng)的社會問題。
這里我提一下人和人工智能未來都比較難解決的問題。自動駕駛的汽車已經(jīng)開始上路了，假設(shè)它的算法越來越成熟，學(xué)習(xí)得也越來越多，也深刻知曉車主的習(xí)慣和路線，它已經(jīng)是一個好司機了。一開始它只是在尋求兩點之間最優(yōu)解，后來越多好司機在尋求最優(yōu)解的時候，那就不一定是最優(yōu)解。有個悖論叫做“囚徒困境”，個體的最優(yōu)解會導(dǎo)致集體的最不優(yōu)解。然后我們假設(shè)，人工智能再發(fā)展在每個人工智能角色都能聯(lián)網(wǎng)溝通的情況下，那么城市的交通駕駛已經(jīng)成為一個“生態(tài)網(wǎng)絡(luò)”，生態(tài)內(nèi)的所有車輛都能在道路自適應(yīng)的達到目的地，就像人體內(nèi)血液循環(huán)系統(tǒng)。但是，即使是靈活的人工智能的生態(tài)系統(tǒng)，也有失衡的一天，因為現(xiàn)代主義——理性并不能解決生態(tài)問題，大部分人都沒有后現(xiàn)代主義的生態(tài)思維、系統(tǒng)思維，而人類文明大部分國家也沒這樣的集體智能去解決生態(tài)問題，人類社會的不少小環(huán)境也是失衡的。那么，這將是人類自身角色和人工智能角色都要面對的問題。
