文｜自媒體劉志剛
愛因斯坦說，“知識是有限的，而想象力卻能漫游世界?！?/p>
想象力是打開科技進步之門的第一把鑰匙。
早在萊特兄弟發(fā)明世界上第一套飛機飛行控制系統(tǒng)以前，人類在壁畫、詩歌以及各種各樣的藝術(shù)作品中早就開始了遨游天空的暢想。到了現(xiàn)代，藝術(shù)與科技越發(fā)融合，以科幻電影為代表的文藝作品，正在向人們揭示更多未來科技社會演化的圖景。
科技的本質(zhì)是創(chuàng)造，而對于造物者而言，最大的成就莫過于“創(chuàng)造自我”。
2001年，斯皮爾伯格執(zhí)導的科幻電影《人工智能》再度喚醒了人類對于人性的自我創(chuàng)造的愿景和期待，2004年的一部《機械公敵》（又名“我，機器人”）演繹出人與AI的信任和默契，2008年漫威的一部鋼鐵俠，讓AI管家賈維斯的熒幕形象深入人心……
現(xiàn)實總是美好暢想最恰當?shù)淖⒔狻?/p>
2006年，深度學習之父，加拿大多倫多大學教授，杰弗里辛頓和他的學生提出降維和逐層訓練的方法，推動了深度學習在具體應用上的進步。自此，人類開始真正跨進了AI時代的大門。
中秋節(jié)假日期間難得空閑，便讀了最近買的兩本新書，一本是溫鐵軍教授和他團隊著作的《去依附》，講的是宏觀經(jīng)濟。另一本是商湯科技主編的《邊界》，講的是AI的本質(zhì)、發(fā)展路徑、與認知觀。
顯然，AI還是比枯燥的宏觀經(jīng)濟要更吸引人。讀完《邊界》這本書后，使我感受良多，對于人工智能對于科技與社會發(fā)展的思考也有了一些新的閃光。
突破邊界：人性是AI最好的答案
前兩年5G基站開始鋪設(shè)的時候，5G也成了鄰居們的話題。倒不是說大爺大媽們對科技多有興趣，而是他們關(guān)心5G基站這東西會不會有輻射，對人有沒有影響。
彼時我曾想，科技社會發(fā)展進步這么快，對于尚未適應的人們來說，也許前期科普教育與技術(shù)落地的進度也同樣重要。
如果把這個問題放到AI領(lǐng)域，那么事情就變得更加嚴肅：畢竟AI一旦成熟，對人們的影響遠比5G要大得多。AI作為一項可能會顛覆人類歷史的技術(shù)，社會化的認知可能比技術(shù)發(fā)展本身更為重要。
那么問題來了：
當下的人們該如何去認知人工智能？人工智能的發(fā)展還要解決哪些問題？未來人工智能究竟會走向何方？會不會顛覆人類自己？我們?nèi)祟惥烤乖撛鯓尤グl(fā)展人工智能？對于大眾而言，這些問題似乎很難有答案。
嘗試去為這些問題做出系統(tǒng)性的解答，是《邊界》這本書的一個主線。
首先是對AI的定義。
1950年，達特茅斯會議上正式提出了人工智能的概念，但長久以來并沒有統(tǒng)一的共識。在廣泛的對人工智能的定義上，人工智能并不一定是“人形”，而是“能夠像人一樣分析決策，甚至具有感情”的“圖靈機”。
到了現(xiàn)代，人工智能的內(nèi)涵仍然在不斷發(fā)展。
對于人工智能，《邊界》這本書中提到這樣一個觀點：人工智能是定量和變量的混合體。
人工是定量，而智能是變量。這個變量帶來兩條發(fā)展的路線，一個是“類人智能”，另一個是非類人智能。也就是說，不管是不是人型，其實都是AI，只不過，一種是真實存在的AI，能與你聊天、互動，能幫做家務，另一種則是“工具人”AI，默默的為你解決問題，為你打工。
兩種路線背后，透出的是人們對AI演化發(fā)展的兩種思考。
一方面，人們希望AI在思維、決策以及意識等方面與人類相似，擁有與人相同的情感觀、世界觀，并能夠為人類提供各種幫助。
目前來看，AI語音識別、知識圖譜已經(jīng)展現(xiàn)出這樣的能力，但離人們理想中的應用還有很長距離。
另一方面，AI早已在體能、技能層面大大超過人類的非類人智能（算法），已經(jīng)在部分領(lǐng)域展現(xiàn)出人類遙不可及的能力，人們顯然希望能夠更好地用這種能力提高社會生產(chǎn)力。
大眾開始認識到算法這種“超人”的能力，其實很早就有，比如大學設(shè)立的“自動化”學科。自動化能夠幫助人類“簡單”地使用很多超級工具，無限放大人類自身的力量和技巧，比如飛機的自動駕駛系統(tǒng)、高精數(shù)控機床設(shè)備等等，它們將人類社會帶入到了全新的高度。
2016年，谷歌AlphaGo大比分戰(zhàn)勝李世石、柯潔。
人類下圍棋下了有千百年，AI才學習了幾年？人類吃過的鹽比AI用過的電都要多！但這恰恰說明無論是類人AI還是非類人AI，它們的潛能是十分驚人的，甚至是顛覆性的。
這就延伸出來另一個重要的問題：相比AI的定義，對人類來說，AI的立場究竟是什么？
書中另一個非常有意思的觀點或許可以從側(cè)面解答：AI不僅是創(chuàng)新，也同樣是傳承。
技術(shù)的創(chuàng)新的另一面，往往也是文化內(nèi)核中的人性的傳承。
書中提到一個很有意思的案例，中國古代“符合”的概念，皇帝調(diào)兵遣將，要先驗虎符，虎符這個物件兒，承載著古代可信驗證的理念內(nèi)核。
在現(xiàn)代，可信驗證的內(nèi)核沒有變，只不過，古時的虎符變成了如今的AI人臉識別。
再比如，中國古典文化中非常注重歸納總結(jié)，比如中醫(yī)，《黃帝內(nèi)經(jīng)》《本草綱目》都是歸納總結(jié)法下，古代人民智慧的結(jié)晶。這與人工智能的發(fā)展相契合，基于深度學習的人工智能，也是從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，并實現(xiàn)應用……
也就說，解決問題的工具變了，但目的沒變，都是為了滿足人的需求，這也是技術(shù)中最底層的人性底色。
從虎符到AI，時代雖然變了，但其中的文化內(nèi)核依然以電子的形式在傳承。
這樣的傳承也似乎印證書中提出的“AI發(fā)展的存在路徑依賴”的看法。
為什么中美兩國AI行業(yè)發(fā)展那么快？答案其實很簡單，美國有先進的半導體、芯片產(chǎn)業(yè)，這是AI發(fā)展的物質(zhì)基礎(chǔ)，中國有更多的應用場景，這同樣是AI演化的必要條件。
我認為，AI對人類，也同樣存在“路徑依賴”。
賦予技術(shù)真實的人性，一直是人類譜寫AI“狂想曲”最真摯、樸實的精神內(nèi)核。
從《列子·湯問》中“偃師造人”的奇思妙想，到1921年《羅素姆萬能機器人》智能人造人概念的誕生，再到電影《機械姬》《人工智能》中的細膩情感，充滿人性光輝的AI始終是AI科幻的主題之一。
也就是說，我們或許不必過度擔心機器人三原則帶來的疑問，也不必過度擔心AI最終會超越人類，因為人性就是AI最好的答案，生而為“人”，才是AI最終的宿命。
拓展邊界：AI的目的在于驅(qū)動“第四次工業(yè)革命”
如果說談AI與人性還是有些遙遠，那么，我們再來嘮嘮離我們比較近的AI，這也是一些對AI有些興趣，但了解不深的朋友們所關(guān)心的問題。
比如，當下的AI技術(shù)究竟有什么用？
你能接觸到的，人臉識別、AI摳圖，AI攝影等等，但這都不算是真正的答案。
在真正回答這個問題之前，先普及一個概念：技術(shù)的本質(zhì)其實是工具，它的最大價值，就是降低了生產(chǎn)力的成本。
比如說，電燈發(fā)明以前，人們晚上獲得照明的成本是很高的，可能得去買煤油、掏馬糞、買蠟燭。電力的普及以及電燈的發(fā)明，本質(zhì)上降低了人們獲取照明的成本。反過來講，如果把“照明”看作一種商品，那么電燈的發(fā)明其實提高了“照明”的生產(chǎn)。
從刀耕火種，再到青銅時代再到工業(yè)時代，人類文明進步的一個主線是單位生產(chǎn)力的成本更低了。
這種成本的降低，得益于GPT（通用目的技術(shù)）的進步和驅(qū)動，比如 蒸汽機、電力、半導體、計算機。
書中認為，在計算機之后，AI是一種新的GPT。
理由有兩個：
像電力、半導體、計算機那樣，AI技術(shù)下能夠誕生新的產(chǎn)業(yè)。
電力行業(yè)出現(xiàn)以后，不僅帶動了制造業(yè)的電氣化，也同樣促進了消費經(jīng)濟的發(fā)展，出現(xiàn)了夜經(jīng)濟。因此，一個國家的用電量也往往與經(jīng)濟增長呈正相關(guān)關(guān)系。
半導體出現(xiàn)以后，誕生了計算機、互聯(lián)網(wǎng)，后來又誕生了智能手機，最終有了如今繁榮的電商產(chǎn)業(yè)、物流產(chǎn)業(yè)以及互聯(lián)網(wǎng)產(chǎn)業(yè)。
AI技術(shù)出現(xiàn)后誕生了什么？
智能經(jīng)濟。
AI是智能經(jīng)濟的基礎(chǔ)設(shè)施，AI技術(shù)也能推動產(chǎn)業(yè)形成新的商業(yè)模式。
比如，在出行領(lǐng)域，智慧交通產(chǎn)業(yè)開始飛速發(fā)展，自動駕駛開始實際應用到汽車上；在金融領(lǐng)域，AI人臉識別加速了身份驗證的流程，提高了驗證效率；在工業(yè)領(lǐng)域，AI開始參與到生產(chǎn)管理上，AI質(zhì)檢、無人機作業(yè)，都降低了工業(yè)生產(chǎn)的風險，提高了效率；在醫(yī)療領(lǐng)域，AI開始應用到臨床影像診斷……
第二，在誕生新產(chǎn)業(yè)的過程中，要有新的創(chuàng)新方法論。
比如，AI對產(chǎn)業(yè)鏈的重構(gòu)，正在重塑產(chǎn)業(yè)端的流通生產(chǎn)的方式。
我們以汽車產(chǎn)業(yè)為例，傳統(tǒng)汽車整車走完整個開發(fā)流程需要3年，而智能汽車的迭代時間會更短，比如在底盤系統(tǒng)開發(fā)中，AI知識圖譜與算法結(jié)合，引入到零件設(shè)計中則能提高設(shè)計工作效率，進而縮短開發(fā)周期，提高產(chǎn)品迭代節(jié)奏。
再比如，流通端，AI與物流的融合后誕生了智能倉儲系統(tǒng)，汽車零部件物流、整車物流配送效率都進一步提高了。
這些AI引發(fā)的行業(yè)變化，都需要新的生態(tài)架構(gòu)做基礎(chǔ)，也需要新規(guī)則制度推動，也就是說，AI誕生的新產(chǎn)業(yè)不僅是產(chǎn)生了新技術(shù)，也產(chǎn)生了新的創(chuàng)新方法。
而這些新的技術(shù)、新的體系、新的創(chuàng)新方法，都有可能成為“第四次工業(yè)革命”的關(guān)鍵要素。
因此，可以斷言的是，AI作為一種GPT技術(shù)，它的目的在驅(qū)動“第四次工業(yè)革命”。
不過，從落地端來看，它距離真正的“工業(yè)革命”，也確實還有很長的路要走。
理性看待AI產(chǎn)業(yè)的發(fā)展，也是《邊界》這本書透露出的一個重要觀點。必須要認識到，AI真正的大規(guī)模落地，滲透到千行百業(yè)，還需解決一系列的問題。
1：基礎(chǔ)設(shè)施的問題。
AI是程序，需要運行的物理承載，因此基礎(chǔ)設(shè)施的高度，決定著AI實用價值的最終高度。這也是商湯的產(chǎn)業(yè)實踐，希望通過構(gòu)建大裝置去解決的問題。
2：算法的通用化、以及泛化問題。
AI賦能千行百業(yè)，首先要解決的問題就是適應性問題。越通用的算法，適應性就越強，落地行業(yè)越多，算法的效果也就更好，更容易實現(xiàn)技術(shù)落地到商業(yè)化場景拓展，再到算法優(yōu)化的正循環(huán)。
3：AI技術(shù)的量產(chǎn)應用問題。
不得不承認，AI技術(shù)的開發(fā)成本其實是很高的，這與人才的規(guī)模，市場需求程度，以及實際的商業(yè)化空間等因素相關(guān)。
解決AI技術(shù)量產(chǎn)的關(guān)鍵，就在于解決長尾算法生產(chǎn)問題，最理想的方法是“用AI生產(chǎn)AI”，如果能實現(xiàn)這一點，那么就能通過規(guī)?；腁I算法模型生產(chǎn)，進一步降低AI的成本。
縱使AI行業(yè)需要解決的問題很多，也很難，但AI仍然是目前最有希望改變?nèi)祟惿鐣募夹g(shù)之一。
人類歷史的經(jīng)驗是，當一項底層技術(shù)的成本有效降低，生產(chǎn)力的革命往往就會發(fā)生。
第二次工業(yè)革命的本質(zhì)，其實就是內(nèi)熱燃氣的高效率使得單位生產(chǎn)力成本降低了，再比如，電力的廣發(fā)應用，促使信息化、電氣化降低了單位生產(chǎn)力的成本。這引發(fā)第三次工業(yè)革命。
腦洞一下，如果有一天算法生產(chǎn)的成本能夠被有效降低，AI技術(shù)應用變得更廉價，那么我們?yōu)槭裁礇]理由相信，下一次工業(yè)革命是由AI帶來的呢？
重塑邊界：人類認知、知識、思維擴容
當然，變革不會一夜發(fā)生。
這需要人類認知、知識以及思維的不斷擴容，然后由量變引發(fā)質(zhì)變。事實上，人工智能技術(shù)發(fā)展的過程，也是一個人類認知體系不斷擴容的過程。
人工智能技術(shù)的發(fā)展，需要跨行業(yè)跨學科的耦合創(chuàng)新，一方面是要加速技術(shù)、人才的雙向流通，另一方面，要充分發(fā)揮“產(chǎn)學研”體系的創(chuàng)造性。
AI知識的容量絕對值越大，AI技術(shù)轉(zhuǎn)化生產(chǎn)力效率也就越高。
科技發(fā)展的一條規(guī)律是，重大問題的突破以及創(chuàng)新，往往都是在多個領(lǐng)域交叉發(fā)展創(chuàng)新的過程中誕生的。而AI領(lǐng)域，也是仿生、數(shù)學、編程、邏輯等多學科交叉領(lǐng)域。
這意味著一件事，一個成熟的AI必然是一個超大的知識容量的合集。為了完成這個合集，也需要人類認知、知識不斷擴容。在這個過程中，科技的邊界被打破，倫理、邏輯甚至哲學都將融入其中。因此，AI技術(shù)發(fā)展的過程，也是一個不斷重塑邊界的過程。
中國工程院院士陳杰認為，在這個過程中，AI需要面臨四大挑戰(zhàn)。
- 人工智能與生物智能的距離很遠。
- 突變環(huán)境下智能協(xié)同
- 復雜環(huán)境下的脆弱性
- 安全問題
陳院士用一個生動的例子，來說明當下人工智能與生物智能的差距：
當烏鴉想吃核桃時會把核桃放在馬路上，讓車輪碾碎后吃到核桃，但馬路有汽車太危險，于是它就通過學習把核桃放到斑馬線上，汽車遇到紅燈，烏鴉就安全地吃到了果實。
目前，機器難以實現(xiàn)這樣的智能，如何借助生物行為研究復雜環(huán)境下的機器智能，仍然是一個巨大的挑戰(zhàn)。
中國科學院院士毛軍發(fā)認為，挑戰(zhàn)的確存在，但人工智能的賦能空間依舊很廣。
比如，在有數(shù)據(jù)、有規(guī)則，邊界比較清晰明確的場景中，人類有一天會被打敗，圍棋大戰(zhàn)就是一個很好的例子。
再比如，2018年佳士得拍賣行以432500美元賣出一幅人物肖像畫《愛德蒙·貝拉米肖像》，而這幅肖像畫由AI所作。
如果說，AI在邏輯領(lǐng)域打敗人類，尚可接受，那么，在更為感性以及評價更為主觀的藝術(shù)領(lǐng)域，AI與人類并駕齊驅(qū)則沖擊了人們的固有觀念：藝術(shù)的本質(zhì)究竟是感性創(chuàng)作還是基于數(shù)據(jù)的理性創(chuàng)造？
再進一步來看，AI的邊界不僅包括技術(shù)邊界，也同樣包括一個認知邊界的問題。
比如，大眾何時能真正接受？技術(shù)的發(fā)展遠比大多數(shù)人想的快得多，如何被接受？比如自動駕駛帶來的交通安全問題，再比如AI伴侶能否合法意義上成為真正的伴侶？
這些問題可能需要整個社會來回答。
這說明一點，當AI技術(shù)知識擴容，邊界拓展之后，AI技術(shù)也同樣會進一步影響人的思維方式。一些傳統(tǒng)的固有觀念和思維可能會被顛覆。
由此來看，認知、知識擴容之后，人類真正接受AI，可能還需要一個思維擴容的過程，而這個過程，可能比AI成熟所需要的時間更加漫長。
未來邊界：AI時代未來已來
未來AI如何發(fā)展，不僅取決于技術(shù)，也同樣取決于社會大眾的認知。畢竟，“科學無邊界”不僅是科學家的問題，是整個人類社會需要思考和回答的問題。
“很多技術(shù)在發(fā)展過程中的一個重要任務就是讓社會認識這項技術(shù)的特點以及風險，這樣人們就能做出更好，更理性的選擇”。
《邊界》一書最后對話中實錄中，清華大學蘇世民書院院長薛瀾教說道。
1950年的圖靈之問，把AI技術(shù)與人類的從哲學層面聯(lián)系起來，數(shù)十年之后，真正意義上能夠通過圖靈測試的AI仍未誕生。
面對這個經(jīng)典的AI之問，商湯科技CEO徐立在書中提出了另一個思路，如果把“機器會思考嗎”轉(zhuǎn)變?yōu)椤皺C器會猜想嗎”？
這些年人工智能的發(fā)展顯然已經(jīng)給出了肯定的答案。
但我相信，機器會猜想只是一個起點，是AI邁向未來的一大步也同樣是一小步，AI時代的新生與變化，一定比人們預測的更加精彩。
時代的大幕已經(jīng)拉開，接下來，AI，能夠怎樣改造這個我們所熟知的世界，我們不得而知。
不過，影響世界的前提是認識世界，對于這個渴求科技創(chuàng)新的世界來說，改變總是一件好事。