文章來源：人機與認知實驗室
作者：劉偉

在人機融合中，信息的詮釋與傳統(tǒng)信息論中的信息有顯著不同，具有新的語法和語義，具體表現(xiàn)為：

1、信息的語義和語用價值

傳統(tǒng)信息論（如香農(nóng)信息論）主要關(guān)注信息的量化、編碼、傳輸效率和可靠性，信息被定義為不確定性的減少，通常用比特來衡量。然而，在人機融合中，信息不僅包括數(shù)據(jù)本身，還包括其含義、上下文和用戶意圖。人機融合強調(diào)信息的語義性（信息的意義）和語用性（信息的效用），如智能助手需要理解用戶指令的意圖（語義）并生成有效的響應(yīng)（語用），而不僅僅是傳輸數(shù)據(jù)。還有，同樣拿到2比特信息，老手與新手反應(yīng)常常會不同。
2、多模態(tài)信息融合

傳統(tǒng)信息論通常針對單一模態(tài)的信息（如文本或信號），信道模型獨立于具體內(nèi)容。而在人機融合中，信息往往是多模態(tài)的，包括文本、語音、圖像、手勢、表情等多種形式。自動駕駛系統(tǒng)需要融合傳感器數(shù)據(jù)、交通規(guī)則和駕駛員行為，醫(yī)療診斷系統(tǒng)需要整合影像數(shù)據(jù)、患者病史和醫(yī)生經(jīng)驗。這種多模態(tài)信息的融合需要解決異構(gòu)信息之間的沖突和一致性問題。
3、動態(tài)性與不確定性

傳統(tǒng)信息論假設(shè)信道噪聲是統(tǒng)計已知的平穩(wěn)過程，信息傳輸是單向或有限反饋的。然而，在人機融合中，環(huán)境與人的行為具有高度不確定性和時變性，信息傳輸是雙向或相對無限反饋的。未來的機器人需要實時適應(yīng)動態(tài)環(huán)境（如行人突然移動），需要結(jié)合在線學習、博弈論等方法處理非平穩(wěn)信息流。
4、信息的價值感知

傳統(tǒng)信息論中的信息價值由統(tǒng)計特性（如減少不確定性）決定。而在人機融合中，信息的價值取決于具體任務(wù)與情境。比如，在緊急救援中，一條模糊的位置信息可能比高清圖像更具價值。因此，人機融合需要引入價值感知的信息度量方法，用古特（假設(shè)定義的語義單位）與比特共同進行深度態(tài)勢感知。
5、人因與倫理約束

傳統(tǒng)信息論忽略信息的社會和倫理屬性，僅追求技術(shù)最優(yōu)。然而，在人機融合中，需要考慮人類的認知局限（如注意力瓶頸）和倫理問題（如隱私保護），智能監(jiān)控系統(tǒng)需要在信息采集與用戶隱私之間進行平衡，可能會引入新的差分隱私或聯(lián)邦學習等技術(shù)。
6、目標導向的適應(yīng)性

傳統(tǒng)信息論的目標單一（如可靠通信），系統(tǒng)設(shè)計為靜態(tài)優(yōu)化。而在人機融合中，目標是動態(tài)變化的，需要實現(xiàn)任務(wù)驅(qū)動的自適應(yīng)。就像無人機編隊需要根據(jù)任務(wù)（如搜索、救援）調(diào)整通信拓撲，結(jié)合信息論與強化學習優(yōu)化資源分配。
7、信息的連續(xù)性

傳統(tǒng)信息論假設(shè)信息是離散的、符號化的。然而，在人機融合中，信息被認為是連續(xù)的、多模態(tài)的，且與用戶的認知和情感密切相關(guān)。這種連續(xù)性和多模態(tài)性要求信息處理系統(tǒng)能夠更好地理解和適應(yīng)人類的自然交互方式。
綜上所述，人機融合中的信息詮釋更加注重語義、語用、多模態(tài)融合、動態(tài)性、價值感知以及倫理約束，而不僅僅是信息的量化和傳輸效率。