目前智能研究的不足之一在于把智能当成了逻辑和计算，智能中还包含着非逻辑和算计，人机混合智能也一样。

人机混合智能的难点在于物理域、信息域、认知域的参照系是不同的，数据从信息到知识再到应用的过程中其性质会发生很大的变化，而且与使用者有关。物理域参考系是客观事实型的时空坐标系，信息域参考系是客观事实型+主观价值型的混合坐标系，认知域参考系是主观价值型的人性化坐标系，在这个多域跨域系统中，人机混合的态、势、感、知是非线性的融合过程。

有人认为信息是熵，即能量的变化大小，实际上，信息除此之外，还有一个能力的变化大小。能量反映了客观事实的物理域，能力反映了主观价值的认知域，如将军和士兵都能看到同样一条信息“杜聿明集团要撤离徐州”，粟裕将军可以分析出其三条撤离路线的优选路线，一位战士却很难判断出这条路线。

若以信息为联结物理与认知的纽带，那么态势感知是人机交互/混合中信息的运动机理，态是信息弥散的势，犹如能量是弥散的质量；势是信息聚合的态，是信息中的信息，犹如质量是聚合的能量；“感”若是信息的物理接收方，那么“知”则是信息的能力发送方，即把目的、意图、经验、猜测等能力因素发送到信息上进行校对、验证和实施。

物理域常用的参考系是时空坐标系：F（x，y，z，t）= aX+bY+cZ+dT；

认知域常用的参考系是价值坐标系：V（t，s，g，z）= aT+bS+cG+dZ；

所以，信息域的参考系准确地说应该是时空-价值坐标系：I（…）= F（x，y，z，t）+ V（t，s，g，z）。

信息域的有效性是物理域受认知域的影响而决定的，因此物理域事实时空与认知域价值时空之匹配程度决定了信息域时空的准确性、正确性，即当物理域事实时空与认知域价值时空之匹配程度越高时，对应的信息域时空准确性、正确性就越高，反之，就越低。

一般而言，物理域相对可形式化、可计算化，但认知域很难实现形式化、计算化，如当遇到意外或紧急情况时，人类的大脑认知会关闭理性模式，开启感性模式。

套用一句相对论的比喻，价值（势）告诉事实（态）如何弯曲，事实（态）告诉价值（势）如何运动。如何实现态、势、感、知过程之间的有效平衡依然成为研究人机环境系统智能的关键之处。

对于人机混合智能而言，更困难的是态、势、感、知之间的混合问题，苹果、梨子、桃子与橘子混合所形成的混合物与各种单独的水果不同，如何实现混合后的表征是一种很棘手的事。

如何建立跨三域的计算计表征符号及推理符号体系也是我们需要深入思考和不断试错的过程。