人工智慧：樂觀悲觀都是錯的 [ 視頻+文字版 ]
如何用一句話告訴大家我們已經被機器人統治了這個很有意思 就是現在手機的操作系統裡面80%都是Android的其實Android這個詞就是機器人的意思 當然也是有來源的就是Android的創造者 就是Android之父安迪-魯賓他從小就是個機器愛好者 所以他後來為什麼給這個系統命名為Android呢他就是希望做一個機器人的操作系統 只不過當時沒有機器人可讓他用但是遍地都是手機了 他覺得這個手機不智能他希望把手機提升到一個更智能的地步 所以給它做了一個操作系統起名叫Android 所以你也可以認為說 我們所有的手機都是機器人機器人就是人工智慧嗎 應該是個交叉的概念 就是一方面很多的機器人其實不是人工智慧 比如舉個例子來講 前一段很火的那個刀削麵機器人那其實就是一個重複動作 那就是機器 其實不是人 那另一方面來講很多人工智慧其實不是我們理解的 有一個類人的外形的機器人它只是一堆軟體系統 撐死了 加上CPU GPU 加上一些硬體就是軟硬體結合 所以我們認為說為什麼叫交叉呢就是說人工智慧指的是軟硬體結合 用各種手段能夠達到類人的智能能夠做像人一樣的處理事情 但是不一定非得需要具有人的外觀需要有頭 有胳膊 有腿 反過來講長得像人那個也要看他是不是具有智能 如果沒有智能 他還是機器不是人工智慧 強人工智慧和弱人工智慧是一個劃分 就是我們講的我們能解決人的某一件事 如果機器能做到了我們基本上把它定義為弱人工智慧 就是它是一個很窄的領域比如說人會開車 現在我們說有自動駕駛汽車了 甭管多自動其實它還是一種弱人工智慧 那反過來講 就是你看一個3歲的小孩或者5歲的小孩 他能處理的事情基本上現在沒有任何人工智慧或者計算機 或者機器人能處理因為它是一個多任務系統 就是你讓他找誰是他爸爸媽媽 他能找到你讓他去遞給你一個玩具 他也知道 你讓他跟你做遊戲他也會所以我們說在某個領域裡面 基本上每個領域 都有人工智慧比人做得好我們知道不光3歲小孩 我們成年人你算算術 也算不過計算機你考記憶力也考不過谷歌百度甚至現在我們說下圍棋已經下不過AlphaGo了 所以在每一個領域都有能夠超越我們的 但是我們就講如果把它綜合起來就是具備這樣複雜的能力 即使是3歲小孩的能力現在都沒有任何機器人和人工智慧能夠做到那麼這種我們說通用型的 就是在什麼場景都能夠適用的能夠解決靈活應變的 隨機解決各種問題的智能我們把它叫強人工智慧 那迄今為止 強人工智慧還是人類才有的所以我們說在強人工智慧上面 其實是人工智慧比我們弱在弱人工智慧上面 人工智慧比我們強我怎麼能跟別人討論AI，可以讓人覺得我真的特別懂人工智慧呢？AI已經是一個很時髦的詞了 有時候要顯示你懂就要更時髦了你要跟人家講說 我跟你說的AI 叫AugmentedIntelligence不是人工智慧 而是增強智能 當然其實人工智慧一直以來就是兩條路一條路就是我讓機器變得更加的智能 就是說總有一天希望機器超越人類其實一直以來還有另外一條路 就是讓機器幫助人類就是讓人的智能在機器的幫助下能夠被放大比如說人其實擅長定性的思考 就是感性思考 但是我們弱於定量的東西你算算數一定算不過計算機 但是定性的東西是有用的比如當你判斷複雜問題的時候 尤其是所謂叫開放問題的時候因為實際上圍棋雖然是複雜 但依然是封閉的你只有在19?19的棋盤上才能落子 你不能落到外邊去而且你只有黑白兩個顏色 所以它還是相對封閉 對真實環境來講更簡單被抽象化的問題 那比如說是政治這樣的複雜問題比如說是商業交易這樣的複雜問題 大量的人際互動這樣的問題機器人是無能為力的 但是不意味著它不能幫你我們很多時候用人工智慧 用大數據的數據給我們人提供參考就會使得人的智能 在現有基礎上做得更好 所以這種做法我們叫Augmented Intelligence 所以兩種AI其實是互相競爭的關係一個是讓人加上機器能夠相當於是 唐吉柯德和僕人的關係能夠超越自己 另一種是說乾脆我把人甩開 我人工智慧能不能替代人我認為這兩者是長期並存的這個問題很重要 人工智慧會不會毀滅人類？從兩個角度去看 一個角度就是從能力上講人工智慧要毀滅人類必須得做到全球的覆蓋 《終結者》裡面講到的天網我調動了全世界的計算機一起造反了 這個的前提是什麼呢就是要有一個超級智能系統 把全球計算機的控制許可權都攥到自己手裡然後發動一場戰爭 而且我認為在很長一段時間應該說這個超級許可權 是不可能被計算機控制的那要讓人來把這個超級許可權讓出來 讓自己家的計算機造反相當於你在讓所有的家庭的父母 去策反自己的孩子說你們都一起來造反吧 這個可能性微乎其微 另一種做法就是有一個極其聰明的超級計算機 有了繁殖能力 不斷的複製自己最後稱霸全球 但這也很困難 因為現在其實計算機的自我繁殖恰恰是它最弱的地方 而生物天生就有自我繁殖能力所以實際上我們從危險的角度上講 其實能自我繁殖的生物體被修改被改造 形成了像金剛狼這樣的超級生物 他對人類毀滅的危險甚至要遠遠大於人工智慧系統 另一個是從意願角度上講現在人工智慧和人最大的區別 其實恰恰是人工智慧 是沒有內驅力的就是說我沒有任何的意願去做別的事情 你要不給它指令這個計算機是閑著的 我們人不一樣 你不給人任何指令這人是閑不住的他一定要去找點事干 因為我們有慾望 有情緒 有衝動這些都是驅動我們去幹事的 當然你可以說未來是會有但是這個本質上來講還是人賦予的 現在人工智慧和人交互的時候為了交互更順暢 人工智慧就會學會人的價值觀我知道你什麼時候是高興的 我做什麼事是受歡迎的那麼人的價值觀就會被植入到人工智慧的大腦里只要人工智慧是長期跟人交互的 而不是隔絕在另一個星球上像變形金剛一樣 在另一個全是機器人的星球上獨立發展出一套冷血的操作系統 冷血的思維方式價值觀 如果不是那樣而是人和機器一直互動的話 其實機器將來即使有了思維 有了情緒有了各種的感情甚至慾望 那它都會和人是高度相似因為他是被人培養出來的 所以我們要避免人工智慧將來毀滅人類或者對人類造成傷害 恰恰需要施工人工智慧更強的互動讓它真正變成我們的幫手 讓它繼承傳承我們人類的合作 和諧共贏的價值觀那現在我們來介紹幾個人工智慧的有趣應用：人工智慧現在應用其實已經很廣泛了 尤其我們講說在弱人工智慧單一領域裡面 都有很多很亮眼的表現估計很多人都看過這個視頻 在一個全是冰面的路面上 一個機器狗就是沒有頭 但是有四條腿 很靈活 雖然打著滑 但是依然能往前走和動物打滑的姿勢都很像 而且有人衝上去側踹 踹它一腳這狗斜著踉踉蹌蹌走幾步又站穩 給我繼續往前走了 所以像這種實例其實應該說都是很接近動物的真實的運動能力的表現了包括後來最近新的視頻 就是甚至做出一個人形的機器人這個人形機器人也是一樣 它正在搬著一個很大的箱子你把它的箱子突然打掉 它失去平衡踉蹌一下 但是又會站穩它的很多運動能力 都和人是非常接近的了 這是一個很有趣的實例另外像最近比較火的 龍泉寺的賢二機器僧 這個也是大家熱炒的也是人工智慧的一個範例 就是它會用很有趣的語言來回答問題你問它說你會不會睡覺 它說我關電源算睡覺嗎 讓你覺得充滿智慧而且它會對我們進行一些人生的開導 能夠幫我們打開胸懷甚至它碰到不好回答的問題的時候 它會說這個我得去問我師傅你會覺得很巧妙 這個也是典型的人工智慧 只不過它不像剛才講的純硬它是軟硬結合 人工智慧最近那麼熱 到底是出現了本質性的突破還是其實只是應用的擴張 最近AI為什麼這麼熱其實就是和它的最近新的進步是相關的 2006年的時候加拿大的一個教授叫Geoffrey Hinton 他出了一個新的演算法實際上就是我們今天講的叫深度學習 實際上是多層次神經網路就是說人的神經網路實際上是分6層的 現在深度學習演算法甚至能做出20層的神經網路來 當然不是意味著越多層越好因為多層它意味著 中間層如何判定什麼是最優 是找不著依據的當然這個結構一開始的時候 大家是有誤解的以前的人工智慧有點即插即用 就是我這個系統已設計出來它的優勢立刻顯現 雖然時間長了 發現這優勢也不是萬能的也不過如此 當然確實優勢當時是顯現的Hinton教授他做出這個東西以後 優勢不明顯 一直到很靠後甚至是2012年 2013年 大家才慢慢發現 這優勢不明顯不是結構錯了而是你太模仿人的結構的時候 你也要模仿人的行為我們的新生嬰兒並不是萬能的 並不是生下來什麼都會的他是從小到求生的頭幾年裡 在不斷地像海綿一樣吸收知識 在學習所以實際上就意味著 今天這個深度學習還有另一個需求就是讓大量的數據集喂它 去訓練他 所以如果沒有經過訓練的人工智慧相當於沒有經過訓練的大腦 它也是什麼都處理不了的所以這件事情一旦被想明白 我們就用大量數據去訓練它人工智慧就出現飛躍了 突然發現確實達到了幾歲孩子的智力水平了還得提AlphaGo AlphaGo是一個飛躍 而且大家就能明白為什麼AlphaGo要花錢去約戰李世石了 因為我只有經過更多的訓練我才能提升 就是說AlphaGo雖然贏了李世石 這還不是最可怕的最可怕的是它在贏你的過程當中 它就又提升了 我們不可能提升那麼快所以以後要讓AlphaGo贏不了李世石多找幾個臭棋簍子跟它下 誤導他一下現在有說法是人工智慧正在逐漸的替代人類的工作到底是不是真的 到底會替代哪些人呢我們認為不會毀滅人類 但是至少在很多工作崗位上替代人類這幾乎是一個不爭的事實 我們可以參照牛津大學在2016年1月份發表的報告 說美國有47%的工作崗位有被替代的危險 全球第一是衣索比亞 85%的就業崗位都可能被替代 很不幸 中國是全球第二 77% 所以我們也挺危險的但是什麼崗位呢 我們說這一輪其實和以前都不太一樣以前的這個工作替代 工業革命對農業人口發生的替代信息革命對工業人口發生的替代 這種替代一般都是從下往上的就是逐級替代的 一開始那個最沒有技能的農民 先找不到工作去廠子里流水線上幹活了 所以他都是從下往上替代的美國是一個棗核型的社會 中產階級數量是最大的美國人一直引以為傲的 就是說中產階級數量最大的這種社會結構是相對比較穩定的 但是這回美國人的麻煩就來了 因為現在的這個替代恰恰替代的是知識工人 餐廳里端盤子的這個機器人具備幫人端盤子的能力 實際上非常難這種時候機器人可能動輒就上千萬美元 沒有餐廳會僱用這樣的機器人的所以這個職位反倒是安全的 那麼什麼職位危險呢就是各個知識崗位的初級職位 比如說 幫著大律師整理案件的初級律師幫著主刀醫生 負責處理病人資料的初級的醫生幫雜誌寫的一些通用稿件的 這些初級的新聞工作者 這些人都很危險按理說 這些以前都被認為是智力勞動 是很安全的但是現在看起來這些反倒危險 那麼這樣對美國來說就很麻煩一旦它的中產階級勢力被瓦解 從棗核型變成了我們說叫啞鈴型它還能不能支持這個社會 就不知道了 那中國呢 其實問題不比美國小為什麼這麼說 就是我們知識階層可能暫時還不是最主要被替代的目標我們主要是有 大量的相對偏低端的就有人口比如說在富士康這樣的企業裡面 在生產線上工作的工人中間替代其實還是有一點點的優勢 就是說這些被替代的人相對素質比較高 所以他一旦被替代以後 他可以轉移工作比如說我已經連律師這個職位都能讀下來 那基本上你轉行干點別的還是能幹的 最起碼端盤子還是能端的 最怕的是說生產線上他只會在生產線上搬個箱子 這個技能一旦被替代那他出去以後沒有任何工作 我們都已經知道現在在生產線裡面那個最複雜的工作早就已經被機器人替代了 焊個集成電路板焊個印刷線路板這事 以前都是人手乾的後來都是最早一批用機器人替代了 所以慢慢慢慢替代到最後現在在工廠裡面還留著的工人 其實往往已經是需要技能最少的就是搬個箱子 就是因為搬箱子這樣的事 需要一定的靈活性我不知道箱子的輕重 我也不知道箱子從傳送帶上過來的時候位移發沒發生偏差 這時候我要一個高度靈活的機器它就貴就不如人工那麼便宜 但是它沒有停在那兒它替代完了還在一直往下替代 一直替代到連普通人能做的事它也都能做為止 那麼這個過程中我們就要很警惕你可以把一個律師訓練成端盤子的餐館服務員但你沒發把一個生產線上淘汰下來的搬箱子的人訓練成律師所以這個我們說其實對全世界 尤其對中國這樣的國家是一個非常重大的考驗工業4.0說的就是機器人代替勞動工人的階段嗎？工業4.0其實是一個自動化的升級版只不過就是他在自動化里加了一些更強的智能 更強的柔性和更強的個性化 但是萬變不離其宗 工業4.0服務的是大企業但是未來整個的發展趨勢 包括人工智慧發展趨勢 恰恰是相反的不是我已經定了 只能給你這輛車 你選個顏色 而是我們就能生產出千奇百怪的這種車來 這個時代是所有傳統的重複性的工作都被人工智慧幹了 所以人的創新性智能 能夠被極大發揮的一個時代這種時候我們需要的是 與之配套的製造能力 任何一個創新者只要你有任何創新 我都能夠幫你實現批量生產比如說美國有個很著名的機器人公司 叫Rethink Robotics它的人工智慧的核心在哪兒呢 就是任何一個創新者只要你能夠創新的做出一個產品來 我這機器人站在邊上能學習我就能學你的製作方法 做出1萬個 10萬個 100萬個來所以這個才是真正的未來 我們為什麼一直反對工業4.0 就因為本末我們要正本清源 本是創新 本是讓創新者能夠具備大規模生產能力而末才是我有了大規模生產能力 能創新一點人工智慧是服務人類的是不是說我們就不需要擔心了就可以每天享清福了呢我們現在對人工智慧 基本上是兩個截然不同 徑渭分明的想法一種想法就是人工智慧會不會毀滅我 其實我們已經說了 這個不太現實人工智慧還是幫助我們的 另一種想法就過於樂觀了變成人工智慧既然來了 那我什麼都不用幹了 我就享清福了我出門自動駕駛 中學畢業考試都不用自己去了 帶個人工智慧系統眼鏡上直接有視覺系統識別這個題 然後我兜里揣著手機直接幫我做了甚至筆上就有智能幫我寫出來 監考官都不知不覺我們很多人就會有另一種的幻想說 那什麼事都機器人幫我幹了那我不就享清福了嗎 但是實際上人類社會基本的獎懲機制或者基本的酬勞機制是沒有變化的 多勞多得 有了貢獻才能有收穫那麼如果人工智慧 幫我們把什麼事都幹了你最大的問題就是沒有收入來源了 你靠什麼賺錢呢所以我們認為人工智慧的普及 其實恰恰會造成財富的分化而不是更平均 你會看到說 一個人或者一群人 你能夠控制的東西和你能夠生產的東西 和你能夠佔有的東西都數量有限但是人工智慧出來就不一樣了 我用一個演算法就可以到處為人服務最典型是之前的一個成功的人工智慧 IBM的沃森 沃森當時很轟動就是在問答遊戲里打敗的人 為什麼沃森去問答遊戲它不是為了那個獎金對不對 它是做廣告就跟AlphaGo打敗李世石一樣 都是做廣告告訴你現在有一個東西又便宜又好 能夠干成人幹不成的事了那麼請你們大家來用我的服務 所以現在沃森已經在大量的提供服務了而且它提供的服務的模式特別有趣 就是說假設你是一個企業你有一個需求 當你這個需求是特異的 沒有人提出過那沃森說我免費給你干 我免費為你服務 它可不是善人 為什麼如果我這個服務跑通了 我確實能夠給你提供這個服務那我就可以把這個服務提供給所有人 我的這個運算能力又是在那兒的是符合邊際成本幾乎為零的 就是你給越多人服務 它的成本越便宜它賺的錢越多 盈利越多 所以實際上谷歌還在為自己揚名立萬打天下的階段 沃森已經到了 IBM用它來變現的階段了比如說已經有公司來去分析 自己的人力資源管理怎麼能更優比如有醫院已經和沃森來合作 看各種x光片 來做疾病檢查甚至分析病人病歷 做疾病的分析 這個以前是沒有那麼容易放大的現在可以被輕易放大 那麼最後你就知道說贏家一定是擁有最高級人工智慧的人 因為他會贏家通吃所以實際上財富的聚集會更快 當然對普通人來說也不是完全沒有機會的 就是如果說 我們是第一批擁抱人工智慧的人比如說剛才講說 我是第一個去跟沃森談 我要跟你一起搞合搞什麼第一個可能是對你來說免費 第二個 你是這個行業專家將來推廣也依賴你 最起碼你能賺一個取到錢 最起碼我在這個領域裡我是跟他相對有一定的獨家合作性 我也能夠吃掉很大的一塊蛋糕所以實際上我們也在呼籲 為什麼我們講人工智慧到處去傳播我們在呼籲各個行業的應用高手們 一定要考慮是不是要換自己的武器了人工智慧絕對是一個比以前 你用的計算機系統 IT系統 CRM系統都更強力的武器 如果你是第一個換槍的最起碼你在你的行業里先把別人幹掉 把競爭對手幹掉你先壟斷一把再說 雖然你得依靠別人來壟斷 所以我們說現在如果能夠用應用驅動的方式 和最先進的科技來結合創新我們也能在很多領域裡取得優勢 最差的就是那個什麼也不幹以為天上從此就掉餡餅了那些人 到最後結果一定是餓死人工智慧能給社會帶來什麼變化呢？在人際上人工智慧 也會造成社會有很大的變化的 因為人工智慧的服務雖然可以做到普遍提供 但是接受者會不一樣 就是人天生是有差異的有些人是積極進取 有些人是有惰性的 我們設想這麼一個場景全都實現自動駕駛了 以後人出門都不用開車了 假設平均來說每個人每天出門在路上有兩個小時 看似好像大家都解放了但是這解放裡面恰恰會出現差異 就是你拿這倆小時幹什麼如果你拿這倆小時來學習了 你就會超越別人 但是我相信大多數人正好有兩個小時打遊戲時間了 那你慢慢慢慢就會退化所以我認為的人工智慧 因為他接替了我們很多的日常工作所以它才會造成一個分水嶺的現象 就是那些更自立的人那些更自覺地去奮鬥的人 他就會更優秀 因為他有更多的時間我們都說成為專家要1萬小時 他積累1萬小時的時間就更多但是大多數人正好有時間去玩兒 他實際上就會更退化有一本書叫做《玻璃籠子》 他就講這個現象他裡面舉的一個例子是最有趣的 就是加拿大有類似像愛斯基摩這樣的部落民 他們原來打獵都是要靠自己的本領 去找到路判斷方向 而且還要不迷路 要回得來後來這些原始部落的人都用GPS打獵了 結果出現什麼問題呢GPS一壞 立刻就迷路了 因為他的技能已經消失了所以這個就是人工智慧 帶給我們的一個潛在危險就是我們的能力可能會退化 那麼這種時候 我們能不能每天自我激勵比如說最近很多人都在談 羅振宇為什麼越來越棒 因為羅輯思維他自己給自己定了一個規矩 每天早上要發在60秒我們都知道一天沒問題 甚至一個月都沒問題成年累月每天早晨都要早早起來 在別人起床之前把這60秒發過來這種的自律性就造成了日積月累 和別人的一個重大的差異所以我們認為未來這個世界上的羅振宇們 會更如魚得水而未來世界上的懶蟲們 其實會更麻煩那我們應該怎麼辦呢？我們都知道前段時間有本書在大賣 叫《情商》 後來又出了它的姊妹篇叫《社交商》 什麼意思呢 就是說人要能夠互相理解理解別人的人就會做得好 而且經常愛舉的例子就像李嘉誠這樣的成功企業家 其實文化不高 但是情商非常高結果在社會上就做得很成功 但是大家發現沒有 有一些反面的例子比如說比爾蓋茨 其實是典型的情商很不高的一個人 但是微軟很成功喬布斯情商甚至比比爾蓋茨情商還差因為喬布斯經常把周圍所有同事都得罪了 自己還不知道 但是巨富所以為什麼我們原來以為的東西失效了我認為是因為現在的這個人類社會裡面 已經大量的加進來了機器這是現在的人的社會 不再是純人和人交往的社會了而是人機和人機協同互動 協同進化的一個社會就是你有大量的協同需要 不光是和人去協同 還要和機器去協同這種時候理解機器就很重要了 所以我們提了一個新的理念叫人應該擁有機器智商 其實機器是有機器智商這個詞的叫Machine intelligence 但是機器智商原來的說法是什麼意思呢是衡量機器有沒有具備人一樣的智能 所以它的衡量標準是用人的智商這個做法來衡量的 那我們說其實不是這樣就是說我們指的這個事 是指的機器有自己的行為規律你對機器越了解 你應該智商就越高所以人的機器智商指的是人如何能夠更好的駕馭機器 當然反過來講就是我們一開始講所謂增強智能的問題就是機器也要具備更多的人的智商所以我們叫Machine human intelligence 這個機器要懂人而現在機器的人類智能確實在被應用了像我講的這個Rethink Robotics這個機器人 這個機器人他在工廠里它在操作的時候 一旦有人靠近 它的動作速度就降下來因為它知道它的速度太快 你會怕它撞著你 其實它肯定撞不著但是你會害怕 等你人一走 它又用機器速度開始工作了所以這都是我們說 你看機器都在開始適應人了 那反過來講人也要更適應機器 喬布斯也好 比爾蓋茨也好都是更適應機器所以成功的典型 說白了這些人為什麼成功 不是情商高而是機器智商高 他會駕馭機器 駕馭機器牛在哪兒呢 情商一對一溝通撐死了你在大廣場上沖一堆人溝通 一旦沖一堆人溝通其實效率會下降所以它是有局限的 但是機器智商高呢 你能駕馭全世界的機器幫你幹活你的能力就會突破那個情商極限 而且這個也有一些範例了我們都知道這之前有一個很著名的例子就在李世石被AlphaGo幹掉之前 那個著名例子是IBM的前一款人工智慧的設備叫深藍 它戰勝了卡斯帕羅夫卡斯帕羅夫被深藍戰勝以後 其實並不氣餒因為他發現深藍是用暴力解決問題的 相當於說您是泰森我是一個10歲的小孩 我武功再比你強 我也打不贏你所以他並不覺得這是一個問題 那反之他去思考 大家能不能協同後來他組織了一個 世界自由式的國際象棋比賽 什麼叫自由式呢不論人數 多少個人可以一起下 組隊 也不論機器數 不光是人你還可以找一堆設備 你可以用超級計算機 你隨便組隊來下後來世界自由式國際象棋冠軍既不是深藍 也不是國際象棋高手甚至不是國際象棋高手組隊 而是兩個業餘國際象棋選手但是他們是計算機高手 他們弄了七八台電腦每台電腦里跑一個國際象棋程序 這些程序出來以後他們在用人做匯總 做感性判斷 最後決定下一步棋下什麼最後他們贏了世界上所有其他人 那麼這樣的人 就是因為他到最後他要懂計算機 計算機程序為什麼下出這一步來 然後他才好判斷說下一步棋到底聽哪個程序的 這個就是典型的 人類的機器智商高的體現所以你可以說這哥倆將來一定是有成就的從商業角度看 人工智慧的門檻到底是高還是低實際上還是有不少的門檻的 一個我們能看得見的門檻是硬體上面的就是要達到這種智能水平 往往還是需要很強的硬體能力來支持的比如說像AlphaGo戰勝李世石 據事後透露出來的資料就是用了1200個CPU 170個GPU 甚至每盤耗的電就有3000美金所以它的成本還是不低的 另一個問題是人才的問題 像AlphaGo的CEO就是典型的新型的人工智慧專家的人才 他其實是雙重背景他除了計算機特別好 編程特別好以外 他其實是認知科學背景就是他是神經科學家 同時懂計算機來搞這個系統如果你沒有這樣的科學家 你想開發足夠強的人工智慧還是不行的但是這有一個變化 這個是中國最需要了解的 我們都知道過去有一個叫1萬小時理論 就是人需要學習1萬小時才能變得精通我們前一段提出來一個叫1000小時理論 什麼意思呢就是實際上現代的教育 培養出來大量的我們叫Over qualified叫已經過度符合要求的人才 比如說舉例來講你學法律的你可能民法也學了 刑事法也學了 各種法 商法 什麼都學了但是你出去以後 我民法的這輩子就只涉及到民法商法這輩子只涉及到商法 其他學的那些東西都不涉及那是不是其他學的那些東西就沒有用了 我是思考了很多年為什麼現在教育系統 變成了一個這種Over qualified這種過度合格的這樣一個水平 為什麼不能教育訓練到一個人正好能合格去做他的工作不就完了嗎 這不是最高效嗎 現在我慢慢理解了在哪兒呢 就是這些過度合格的人 他恰恰可以說白了就是他在任何領域 他可能都積累了至少9000小時了他恰恰不是從零開始 這種時候任何一個新的科技突破一來這些人不需要從零開始 經過1萬小時才掌握它他只需要學最後那1000小時 說白了你已經是認知科學家了你已經是計算機科學家了 你只是不知道可以這麼去思考這Geoffrey Hinton把這個思路一亮 大家迅速就掌握了那需要花多長時間呢 我們現在估計 可能也就是1000小時就掌握了那1000小時意味著多長時間呢 我們可以算這個帳如果是一天工作8小時 就是125天 125天 4個月 所以意味著什麼呢意味著先進科技 如果我們有優秀人才儲備在那兒等著尤其是這種科技我們還要給一個定義 就是它是開放型的就是說相當於是教授的科研成果出來以後 人人都可以享受它是全世界人的財富 這種時候你可以很快地跟上它人工智慧如果門檻很高的話 是不是說中國就沒有機會了呢當然這給我們中國就會帶來很大的機會 就是因為中國人別的不行腦子絕對沒問題 讀書成績絕對從來都是好的 在全世界的高校裡面不管是學生還是老師 還是教授 優秀華人都大量存在我們在全球儲備了一個巨大的 已經掌握了任何前沿領域都掌握了9000小時的一個人才庫 那麼如果我們還能持續不斷地緊盯著這些前沿 一旦這些前沿出來 我們就跟上去那我們和前沿的差距 最多最多就是1000小時所以這是我們的一個特別大的優勢 您開發出任何東西來您要在全球擴張 您就得把這些硬體複製 是需要大規模生產能力而且這種大規模生產能力面向的 是這些非常有創新性的開發者他們開發的產品 往往全球是第一次開發出來的他沒法給到那些像西門子 像索尼這樣的大量的 標準化生產線裡面去說白了工業4.0做不出這些東西來 誰能做呢 只有中國人 為什麼呢因為中國人從來就是以來料加工起家 你提需求我給你做從來就是給別人做的 所以我們叫OEM 叫第三方生產能力第三方製造能力 這是中國在全世界是獨步天下的所以我們其實在講創新的時候 我們專門講到過就是中國的製造業如果加上3個定語 叫大規模的 複雜產品的開放性製造 第三方製造 全球只有中國 都不是咱們最優 是咱們獨家你要從生產出一個產品到實現量產 那可不止4個月 那至少一年兩年什麼意思呢 就是我們在人工智慧領域 恰恰有一個絕佳的機會我前邊比你晚了4個月 但是我後面能比你早兩年因為我的生產能力你不具備 所以我們能盯緊科技前沿的時候利用製造能力反倒能實現反超 我反倒能實現讓最好的科技第一時間上市 這裡面一個經典的例子就是前面一段很出名的一個無人機公司叫大疆因為我們一直認為就是具有更強的 人工智慧水平的無人機開發公司叫做3D robotics 但是3D robotics前一陣宣布退出消費類無人機領域不做了 為什麼 他們說的很直接 我們打不過大疆 因為消費類無人機要賣得全世界到處都是 不光你的人工智慧水平要好另外你的量產能力要夠 你要把這個能力體現到每架無人機上去那麼這種時候 它量產干不過大疆人工智慧的出現會顛覆現有的商業邏輯嗎？會出現什麼樣的新的商業機會 哪幾類人在未來才是最有前途的人工智慧出來以後 會對這個社會產生 非常非常本質性的變革第一個我們要思考的就是 哪些職位就不應該再幹了 哪些是不能幹的不能幹的我們才要干 能幹的我們千萬別干 我們理解就是重複性的工作基本都是人工智慧可以乾的 甚至說一些相對複雜性不夠的工作甚至連下圍棋這種 原來以為很複雜 後來發現還是複雜性不夠的工作這個人都幹不了了 那人還能幹什麼 我們基本認為有3件事還是在可以看到的未來 人工智慧幹不了的 只能人工智慧來幫人不能替代人 那哪3件呢 第一件是叫創造力 確實人工智慧的一個前沿是在研究讓機器人 讓人工智慧更像人 兩個大領域一個是讓機器具備情感 我昨天還和很多人工智慧的專家在探討這個很時髦的詞 我們希望借這個節目傳遞一些時髦的詞可以去顯示我很懂 叫做Computational compassion叫計算機對情緒的支持 或者計算情緒學 我能夠算出人的情感這是一個分支 另一個分支就是 計算機來解決創造力問題所以這個本來確實在解決過程當中 但是這個解決非常原始 蹣跚學步所以離真正具備人這樣的創造力還差很遠所以第一個就是有創造力的工作 MIT斯隆商學院的黃亞生教授他就提出過一個觀點 就是說你看以前莎士比亞 文豪全世界都讀到他的作品 但是這個人並沒有賺多少錢 為什麼呢當時印刷術都還不行 也沒有一個全球銷售網路 你怎麼賺這錢呢但是你看今天 J.K.羅琳 本來是失業狀態 因為寫了一部《哈利波特》進到全球首富的排行榜裡面去了 為什麼呢 就因為擴散性極大加強了不管是印刷版還是電子版 然後又拍成電影全球去播放全球變成了一個創新體系 知識體系的一個擴散型的網路而且擴散效率極高 那就意味著說任何一個人你認為你可能成為下一個J.K.羅琳 你以前這都是夢想都是故事 未來很有可能真的就實現了 這也是在印證我們剛才講的所謂叫一定要過度合格的這樣一個觀點 Over qualified因為你在這個領域裡面過度合格 你不知道哪天做一個東西出來就改變世界了 因為改變世界的門檻被降低了 人工智慧幫你複製另一方面來講 就是對我們每一個人來講 也需要在經營上有更大的彈性因為你不知道你的哪個部門 哪個員工他某一天就有一個東西出來改變了世界就相當於說我們今天都得益於微信 微信的起源是因為其實是騰訊收編了張小龍 但是收編了以後是沒給任務的張小龍以前在廣州研究院 騰訊總部在深圳純粹是張小龍是一個典型的Over qualified 絕對超過合格的這麼一個人某一天冒出一個創意 當然也是參照 借鑒了一些別的但是自己出了一個創意 甚至比別人做的還好 然後改變世界了所以這樣的事情以後會很多 第二個我們說是連接者就是因為坦白講這個機器和機器之間的溝通 互相之間的互動語言他們的溝通語言都是極其簡單 就是一些簡單信號連小孩之間的對話水平都達不到 所以了機器和機器之間溝通了還需要人在中間做翻譯 而人和人溝通讓機器翻譯 更是基本上沒戲了當然現在看起來 機器直接對語言做翻譯 還越來越成熟但是它只是把中文轉成英文 英文轉成中文 至於說你們倆含義是什麼我怎麼能夠智能互動 這還差得很遠 尤其是智能互動還不光是傳達意思 因為人際溝通其實70%是情緒溝通而不是所謂邏輯上的這種溝通 那情緒溝通我們說這個學科剛開始還可以拿來忽悠人的時髦辭彙 所以還早得很 尤其是未來的人際溝通我們說還會出現一個很有趣的現象 我們說未來的創新叫積木式創新就是即插即用的 每一個人或者每一個小的公司 小的團體必須找到自己的優勢 我什麼地方是最獨特的 羅輯思維什麼是最獨特的混沌研習社什麼是最獨特的 真格基金什麼是最獨特的包括我們海銀資本什麼是最獨特的 每個人要找到了你在全世界最獨特的地方 全世界只有你有 別人沒有 然後怎麼辦不是自己做成所有的事 我們叫新木桶理論 或者現在叫長板理論我和別的獨特的去合作 所以你看我就找到咱們羅輯思維來了對不對 因為你夠獨特 我也認為我夠獨特 獨特加獨特就形成一個新的東西 而這個新的生態是有強大的生命力的因為是強強聯合 甚至不只是兩家 是N家的強強聯合 意味著什麼意味著強者不再從屬於一個機構了 但是它從屬於N個網路而不是一個網路 是N個 因為我用我的優勢和這家合作一把是一個業務 和那家合作一把又是一個業務所以每個人都從屬於N個網路了 那麼這種時候意味著什麼意味著誰能夠把N個人串起來 做成一個新網路 他可能就能做成一件事而這件事其實又回過頭來說 還是需要情商的 所以我們說人的機器智商能造就新的首富但是新的首富往往還需要情商高的人來輔佐因為你需要有幫你來把大家聯繫起來的 有黏性的人存在往往這樣的人是偏女性 因為女性的情商往往比較高 所以很多人講21世紀會進入一個女性主導的社會 是有一定道理的當然其實我認為不是誰主導 而是男女協同男性干更多的可能是有創造力 可能是有機器智商和機器互動的事情女性干更多的是 把這些有才華的男性們協調起來 大家不要打架形成合力去做一件事情 甚至說如果你是一個有效的協調者因為你把這一群長板聚到一起形成木桶 你就可以干下一個事情了所以如果是有效協調者 你可能甚至同時做N件事情所以我們說這個連接者未來的價值 其實也是越來越大的以前連接者僅僅是一個小木桶 現在連接者連對了這個木桶直接就改造世界了 那麼第三個是什麼呢 我們講的弱人工智慧而在一個更綜合的領域 比如說一個國家 或者一個行業的未來發展趨勢這就是個複雜命題了 因為國家的未來發展不光涉及到科技還涉及到金融 還涉及到政治 還涉及到很多很多 包括你有的自然資源包括這個全球的大環境 特別複雜的事情的綜合那我們說在強人工智慧上 機器比人弱太多了所以這種時候就是在極度複雜的情況之下 做出清晰的判斷來這種時候恰恰需要的是人的能力 比如說過去柯林頓政府有個顧問出了一本書 叫《武士政治》 這個武士政治翻譯不準確因為他整個書里講的是什麼呢 說現在全球的局勢非常像中國的春秋戰國 合縱連橫 一堆大國小國 關係錯綜複雜而且互相要派人質 互相要結盟 互相要搞關係但時不時關係又破裂要打仗 這個錯綜複雜的局面靠機器沒戲 要靠人要靠有洞察力的人 這是人能做的事情 我們說人的模式識別能力是全世界最強大的 因為你要從中間找出規律來 當然有時候也會錯判但是只有人能幹這個事 這樣的人是什麼人呢 是未來的預見者西方對一個人的最高的稱謂 不是您是一個Billionaire 您是富翁不是 是您是一個Visionary 您是一個能夠預見到未來的人所以這個是很重要的 那麼預見到未來現在看起來還要靠人因為他能夠做綜合判斷 那這個預見未來以後的好處很明確我能看到未來 我就能夠帶領大家去干 所以這些人會成為各個行業各個領域的領袖人物 我告訴大家這是方向 我相信其實羅振宇也是這裡面一個表率 我自己努力在預見未來 然後幫著傳遞這個信號傳遞你可能都是下意識的 並沒有主動去組織大家 但是你發現時間長了大家會形成一股力量 去把這個未來實現出來所以我們說這類人實際上比前兩類人甚至還要更重要因為這些人是在幫助我們去看清 尤其這個局勢越來越複雜這個變數越來越多 因為你不知道什麼地方 就會突然冒起一個技術冒氣一個人來 就把世界改變了 在變數越來越多變化越來越快的這個情況之下 我們就越需要對未來的一個更深入的理解所以這些人會成為人類社會往前走的一個燈塔 或者是一個路標介紹幾本有關人工智慧的書人工智慧實際上是兩種 一種書是偏講人工智慧本身或者偏講機器人本身 比如說有一本書叫《機器人革命》他基本上就把現有的機器人 全都給你講一遍 聽起來有點枯燥但是確實是一個對前沿很好的一個了解 都有哪些機器人做到什麼水平了一目了然 還有一本書叫《與機器人共舞》 作者是個很牛的人物他是《紐約時報》的記者 而且是長期駐矽谷的記者 所以包括最早的黑客包括最早的無人駕駛汽車 都是他採訪的所以這個人對人工智慧的前沿了解得非常清楚 他是從歷史角度一直從歷史寫到今天 人工智慧包括機器人的變遷 都寫到今天了當然如果你要想再往前一步去了解人工智慧發展的過去的脈絡到今天的脈絡 《信息簡史》也非常好因為《信息簡史》實際上等於把信息化的發展過程都寫出來了還有後面的部分 很多就和人工智慧是相關的了 圖靈機等等這些都是一脈相承的 所以這是一派 是偏產業角度 或者是歷史角度的另一派是討論它的利弊的 討論它的成敗得失的 一本是《與機器賽跑》作者是MIT的兩個教授 後來他們又出了一個續集叫做《第二個機器時代》 《The Second Machine Age》就相當於他們的理解就是說 這一輪的機器人革命可以和當初的機器革命相媲美 就是工業革命相媲美就是這一輪帶來的是一個嶄新的東西 當然我們也要聽一些反面的觀點重要的反面觀點就是《玻璃籠子》就是講人工智慧對人甚至會有損害的東西 兼聽則明嘛所以人工智慧就是過去講的 像一把菜刀 你也可以用它來殺人你也可以用它來切菜 關鍵不管殺人還是切菜你都得承認這是一個有效的工具 所以關鍵是怎麼用好這個工具讓它能夠讓社會向更好的地方去轉化 國外有一本書也是值得推薦這也是另一個特點 就是人工智慧時代 我們恰恰需要讀很多書了解自己因為你不了解自己 你沒法和機器更好地去互動國外一個行為經濟學的年輕的領軍人物 叫丹?艾瑞里 他寫了一本書國內翻譯得不好 叫《怪誕行為學》 這個名字翻譯得非常臭其實它的英文直譯成中文 應該叫做可預測的非理性 什麼意思呢就是人是非理性的 但是人的行為是有高度的規律性存在的所以是完全可預測的 所以我們就需要理解 自己這個非理性的動物對自己這個非理性充分理解 才能和那個完全理性的機器去互動反過來講 那個完全理性的機器也應該有非理性的 就是感性的行為模式這樣才能跟我更好地去交融 所以當人能夠同時做到 理性去分析理解感性 和感性去感知理性的時候 我們說人類可能就進入一個新的時代我們把它叫做靈性時代 我們總結起來說就是其實現在是一個非常有趣的時點人工智慧大量進入社會 而且在新的一輪突飛猛進的黎明時期還能看到更多的突飛猛進 包括和行業結合 包括對社會的影響都產生了本質性的改變 那麼這種時候很重要的我認為是社會要進入一個新的階段 就是我們人以前太多的對自己的了解其實都不夠 我們以為我們是完全理性 我們以為自己就是機器然後我們一對照那個真的機器 發現自己完全不是機器關於海銀資本我們海銀資本一直以來 就是希望在創新前沿做投資布局而且和中國的製造業做深度地對接 一方面是形成中國製造業藉助全球的創新前沿 實現我們的製造業的科技升級反過來講 也利用中國製造業的強大能力幫助全球的創新者都能夠更成功因為我們認為我們正好生活在這個偉大的時代我們正好生活在這個偉大的時代 是一個新的個體化的協同創新時代的黎明 那麼這個黎明 會造成整個社會的一個巨大的變革大家不再是從屬於大機構了 創新不再是五百強驅動了而個人就有能力創新 但是你是要有協同和別人一起協同我們叫積木式創新 那麼個人的能力得到充分地釋放社會的聯繫更加緊密 創新會更加層出不窮這種時候我們願意做他的助力 做全球創新的支持者和推動者我也希望中國有更多的企業家 更多的創業者一起來參與一起來加入到全球創新浪潮當中來 中國過去的三四十年里從一窮二白走到了世界經濟的前沿 那我認為這就給我們這一代人一個歷史性的機遇 也是一個歷史性的責任 就是我走到了世界前沿能不能不像很多國家說 碰到中等收入陷阱又退回去了而是乾脆再往前走一步 變成真正國際化 我相信中國國際化對我們的好處只會更多 不會更少 所以這種時候我們每個人就要具備有全球化的視野 就要了解全球的科技變化了解全球的科技前沿 而且把這些科技拿來為我所用 我們一直講科技只是個工具 只是個武器 誰用 怎麼用才是最關鍵的我們要掌握最前沿的科技 造福世界 造福社會這種時候這個社會就一定會越來越好 所以這是我們的一個使命也是希望和大家一起來達成的一個心愿putongVideo
推薦閱讀：