Google替代、阿里協作，人工智慧不只有樂觀與悲觀之爭

文 | 瀟湘

來源 | 智能相對論（aixdlun）

身在輪椅，卻時不時心繫一下宇宙、人類未來的霍金，幾年前拋出的「人工智慧的發展可能意味著人類的滅亡」言論，無疑把人工智慧威脅這個討論了幾十年的陳年老話題又搬上了檯面。

大佬們也沒閑著，比爾蓋茨聲稱「人工智慧將最終構成一個現實性的威脅」，馬斯克很早就表露出人工智慧是「人類生存的最大威脅」的態度，在波士頓動力公司推出能夠後空翻的Atlas四足機器人時，又「大聲疾呼」加強對人工智慧的監管。

最近，在烏鎮惹足眼球的互聯網大會除了大佬聚餐吃什麼的花邊新聞，關於人工智慧的一系列「談話」也成了輿論關注重點。

庫克、馬雲等大佬都直白地表達出對人工智慧的樂觀態度。庫克表示，並不擔心機器人會像人一樣思考，卻擔心人像機器一樣思考，馬雲則認為「人類有靈魂、有信仰、要自信可以控制機器」。

看起來，這場樂觀與悲觀的爭論仍然在加劇，各方都旗幟鮮明。

而事實上，老生常談的樂觀與悲觀只是表象，多年爭論、懷疑的背後，本質上是人工智慧的兩種發展路線之爭：以Google、特斯拉為代表的「替代」陣營，他們推出的技術大都都是用AI去模仿人最終替代人；以蘋果、阿里為代表的「協作」陣營，他們的技術側重於讓機器做人做不了的事，形成人與機器的「協作」關係。

看似都在人工智慧的統一旗幟之下，發展路線卻形成了截然不同的兩個派別。

Google、特斯拉，極客理工男的「替代」關鍵詞

極客們大多都對技術有著瘋狂的執著，用它來形容「替代」陣營中的領頭羊Google和特斯拉再好不過。

挑起這一波很可能持續一個年代的人工智慧風潮的AlphaGo，從1.0到2.0到Zero不斷爆髮式進化，到Zero已經可以通過左右互搏而非吃棋譜成長，並以100:0碾壓上一代。

如此創新、如此極致，很符合極客定位。但無論如何，Google打磨的AlphaGo也只是在「替代」人進行「下圍棋」這個活動。

Google另外一個舉世矚目的人工智慧項目當然是自動駕駛技術。谷歌旗下的自動駕駛項目——Waymo日前測試里程又創下了新的記錄，其自動駕駛汽車的測試里程已超過400萬英里（640萬公里），這個裡程普通美國人要開300年。在這之前，Waymo已經在虛擬系統中模擬行駛了25億英里。

不止於此，這400萬公里也分段體現了極客對技術追求的進化，每個100萬公里，達成速度是遞增的，分別是18個月、14個月、8個月、8個月。

Waymo說，公眾很快就能用它的無人駕駛服務上班、上學、購物或去更多的地方。這句頗有些得意的話也反映一個現實：再厲害的自動駕駛，其AI技術所做的，也只是在模仿人的行為，「替代」人類司機開車。除了Google之外，還有更多從事無人駕駛的企業，產品思維莫不如是，用激進的方式去推動技術的發展。

比如馬斯克，一邊大放厥詞要警惕人工智慧，一邊在特斯拉的自動駕駛方面層層加碼，先是與Mobileye合作，出了幾起車禍後移情Nvida，裝配Drive PX2，後來Nvida在AI浪潮下春風得意股價暴漲，不願意受制於人的特斯拉又在最近爆出要聯合Nvida老對頭AMD自主開發自動駕駛晶元。

顯然，悲觀的馬斯克先生，在用人工智慧替代人更好地駕駛這件事上比別人還要更上心。

離開自動駕駛，還有更多以「替代」為主題的技術：AI翻譯替代人工翻譯，AI助手替代手動操作，AI演算法推薦替代人工推薦……不只是Google翻譯、Google助手，在模仿人類思維、替代人類執行這條路上，聚集了大量的AI「極客」。

阿里、蘋果，情懷文科男的「協作」世界觀

都說蘋果的AI發展有點落伍，不過，其一鳴驚人的ARKit卻帶有極強的深度學習烙印，為ARKit提供動力的主要技術SLAM（通俗地講就是把攝像頭放置入陌生環境，機器能夠馬上識別環境概況並模擬，從而決定AR如何成像）是典型的人工智慧產物。

ARKit所做的，顯然不是人能夠完成的事，也不是在替代人的行為。另一個持樂觀態度的公司阿里也是如此，ET城市大腦、ET工業大腦都是以「協作」為為人工智慧技術發展的理念基礎，其成果都體現人與機器的合作而不是替代。

大概是因為老闆馬雲的武俠情懷，阿里這種「協作」體現出某種文科男的情懷氣質，用協作而非狂熱的技術「替代」來實現人工智慧改造世界的夢想。

本次互聯網大會，阿里雲ET大腦不出意外地從來自中國、美國、英國、德國、法國、瑞典、愛爾蘭、芬蘭、韓國等國家和地區近千項互聯網領域創新成果中露出，獲得世界互聯網領先科技成果獎，成為那1/14，同等地位的還有顛覆傳統計算機的光量子計算機、華為/高通5G成果、神威太湖超級計算機應用成果等劃時代項目。

其實說來說去，這個玄乎的、創新地位頗高阿里雲ET大腦本質上是一個協作式人工智慧項目，是讓機器去做人做不了的事情，更像一個人類合作夥伴而存在。

例如，ET大腦中的城市大腦做的就是原來僅靠人腦難以做到的實時交通路線規劃問題，將道路監控、紅綠燈等設施每天產生的海量數據統籌協同，計算出實時的交通優化方案，智能調節紅綠燈，在蕭山試點中，該技術讓道路車輛通行速度平均提升了3%至5%，部分路段提升11%。

除了針對擁堵的智能紅綠燈日常調節，在一些特殊的、對交通時效要求極高的場景，城市大腦的「協作」價值更為凸顯。例如在獲獎成果闡述過程中，CEO張勇現場展示了正在蕭山發生的真實場景，ET城市大腦自動調配紅綠燈為患者開出一條「綠色生命線」，讓120到達現場的時間縮短一半。對於危重病患來說，這一半的時間可能不能簡單用經濟價值來衡量。

除了城市大腦，ET大腦還有另外一個腦子——工業大腦，其模式類似，運用數據驅動來提高企業運作效能，做人做不了事。例如在全球最大的光伏切片企業協鑫光伏案例中，ET工業大腦為其提升超過1%的良品率，在這光伏切片領域已經十分可觀，帶來的經濟效益超億元；在中國最大的輪胎生產企業中策橡膠案例中，使用ET工業大腦讓良品率最高提升了5%。

區別於「替代」的極客思維，阿里雲ET大腦這些表面的「成績」，背後有一個共同的特徵：只有AI、雲計算、大數據能力與垂直領域知識結合，依託多維感知、全局洞察、實時決策、持續進化才能實現的複雜局面下快速最優決策，靠人類自身來做有點天方夜譚，唯一只有依託於智能機器的協作。畢竟，下棋、駕駛、翻譯、內容推薦這些東西，沒有機器，人同樣可以幹得不錯。

正因為如此，帶有某些理想主義色彩的阿里雲ET大腦專挑那些人類無法完成的複雜全局問題，例如城市治理、工業製造、社會安全、醫療健康、環保、金融、航空、物流等垂直領域，對外宣稱要尋找最優解決方案，要讓個人、企業、城市共享技術紅利。

由此，以Google、特斯拉為主的「替代」派，和以阿里、蘋果為主的「協作」派，形成了涇渭分明的人工智慧發展路線。

人工智慧悲觀樂觀之爭，不如說是替代與協作之爭

過去幾十年，人工智慧的發展形勢一陣陣的並不明朗，樂觀也好悲觀也罷，做做談資也沒什麼。

如今，數據、計算力、演算法三大人工智慧要素的充足度已經不可同日而語，人工智慧的發展大勢已經不可避免，所謂樂觀悲觀都只是在揣測，在不可改變技術革命面前，把討論焦點轉移到「如何讓人工智慧最終走向樂觀」顯得更有價值。

1、強弱之爭錯了，AI威脅與強弱無光

在人工智慧威脅論調中，不少人認為在弱人工智慧階段（按設定邏輯推理、解決問題，但沒有自主意識），我們要持樂觀態度，只有在強人工智慧或超人工智慧階段（智能自主解決問題，具備自主意識，甚至超越人類），我們才要持悲觀態度。

其實，AI是否威脅，不在於其發展到哪個階段、是否形成了對抗人的能力，而在於其和人類已有的秩序是否衝突。

就算是弱人工智慧，有衝突存在也算是一種客觀威脅，比如2013年牛津大學馬丁學院的 Michael Osborne 和 Carl Frey發表了一篇題為《未來職業：工作有多容易被機器取代？》的論文列舉了數十個領域上千份可能會被取代的工作，幾乎整個社會都會被替代，這種社會結構的劇烈變革、對大多數階層的衝擊，對他們而言就是一種十足的威脅。

因此，也許我們更該聚焦於如何避免衝突的討論上。對於「替代」陣營來說，一味地模仿人類行為、代替人類操作的技術極客之旅中，也必須配套思考如何讓這種「替代」不產生衝突。

例如，特斯拉發布了無人駕駛卡車，Uber馬上推出Uber Freight，配合無人駕駛卡車，可以實現簡單、冗長的長途運輸過程由無人駕駛完成，上路、下路的精細化運輸過程則由目前的卡車司機完成，使得原本的「替代」式人工智慧並不會產生衝突。替代式人工智慧還需要更多這種「配套」技術與創新。

2、控制/失控之爭錯了，控制既無必要也無可能

相應的，在強人工智慧或超人工智慧階段，人工智慧威脅論無非認為人類會失去對人工智慧的控制從而造成社會風險。這種想法從一開始就假定人和人工智慧之間是衝突的、不相容的。

而既然威脅論本身就帶有科幻色彩，不如就用科幻的邏輯來揣測人工智慧。就像人尋找上帝是為了找尋自己的意義一樣，倘若人工智慧真的想要威脅，其目的也不過就是為了確認和證明自己的存在。因為一開始就被設置在與人協作、各自分工的位置上被尊重，而不是與人爭利的衝突地位，就算有一天蘋果ARKit、阿里雲ET大腦變成了有自主意識的強人工智慧，它們也沒有任何理由要來挾制人類。人類依賴人工智慧帶來的交通疏導、產業運營效率提升，AI的存在自有意義，不需要再通過威脅的方式獲得意義。

也即，在阿里雲ET大腦這樣的項目上，機器有智能，人類有智慧，機器做了人做不了的事情，沒有衝突也就不會有威脅。只有那些本身就沒有把AI放在平等的位置上，以統治階級控制平民的思路來談AI的人，才會感受到切實的威脅。

技術極客的「替代」思維很容易陷入AI和人類文明的衝突的境地，它們往往強調從對演算法的絕對把握中獲得安全感。在有多少人工就有多少智能的時候，這種控制還行得通，而引用自然科學中的名言：More is different（也是P W Anderson1972年發表於Science的論文標題），當人工智慧普遍採用的、看似簡單的神經網路模型的層數變多之後，例如10*10的神經網路就可以複雜到沒人可以完全理解其深度學習過程，最終的人工智慧必定是無法預知的。

所以，要讓AI的未來走入樂觀，首先要拋棄的恰恰就是那些對如何控制人工智進行各種研究的行為（它本身也不會成功），專註用協作、夥伴等平等態度來發展人工智慧。

3、AI商業化沒有優劣，只有短期長期之分

毫無疑問，直接對傳統的、人所能做的事的進行替代，大都帶有顛覆色彩，具有很強的震撼效果，容易博得市場價值。例如，富士康在位於崑山的工廠開始裁員接近6萬人，將由超4萬台人工智慧機器人取代人力，未來富士康宣布將引進一百萬台機器人，代替大陸僱傭的一百萬工人，這種人工智慧的變現十分可觀又立等可取。

因此，儘管我們認為協作式人工智慧更能契合「樂觀未來」，但像阿里ET這種項目在變現的速度上仍然不及替代式人工智慧（工業大腦會比城市大腦好些，但短期內也比不上大規模人力替代來得震撼）。

不過，既然這裡講的是未來，從更長遠的角度，只是對人工的替代，本質上對社會財富的增長只是「量」的改變，那些人不能從事的領域還是空白。而協作式人工智慧幫助解決人解決不了的難題，看似商業化慢熱，最終解決的是人與AI分工共存的根本問題，對社會財富的增長將是「質」的改變，在這種情況下，商業價值也將會是自然而然的事。

例如，阿里雲ET工業大腦目前已經同協鑫光伏、天合光能、固德威、中策橡膠等製造業大戶合作，隨著在工業領域的滲透，最終改變的可能是整個工業生產運營；城市大腦在短期體現的是交通疏導，未來可能讓喊了幾十年的智慧城市不再是一句空話。作為建設者，阿里雲的商業化獲益肯定不會比生產線機器人、交警機器人這些同領域的替代式人工智慧少。

總之，就像馬雲在大會上說未來30年互聯網將變得無處不在一樣，作為互聯網的下一代，人工智慧的未來也必將成為整個社會的基礎設施，協作式人工智慧的發展路線似乎更能讓人工智慧有個樂觀的未來，但更需要企業有長遠的眼光。

（完）

智能相對論（微信id:aixdlun）：2個前人工智慧行業管理諮詢老鳥+1個老媒體人組成的三人幫，深挖人工智慧這口井，評出鹹淡，講出黑白，道出深淺。