「預言家」凱文·凱利主旨報告：十條犀利前沿理論大曝光！

5月16日的中國機器人峰會主旨報告上，「科技商業預言家」凱文·凱利作了《人工智慧與智能經濟》的主旨報告。在報告中，他觀察了人類還未曾涉及的邊界領域，犀利地提出了十條關於人工智慧的前沿，預測出智能經濟的發展方向，趕緊來學習一下吧！

下面為報告的全部內容：

你們好。我一直感到非常開心，有這樣的機會能夠來到中國，我要感謝主辦方浙江省以及寧波市能夠邀請我來到這裡。我總是能夠在來到中國的時候學習到很多的東西，其實聽到我們之前說的一些機器人的活動和機器人在產業界的一些舉措，我已經學習到了很多。

我在這裡說說我們的發展方向——人工智慧和機器人的發展方向。對於各位在場專家來講，我只是描述一些顯而易見的事實。但是，對於不是這個領域的人，我跟大家描述一下我們發展的根本方向，我們觀察一些還未開發的領域，看看有哪些是不確定的，對機器人和人工智慧有哪些不確定性。

人工智慧已經到來了，這是一件非常大的事情，我不需要再解釋。它是如何能夠進入我們生活的，在這裡有一個例子，就是全世界最大的企業他們決定做關於人工智慧的一個相關的項目，這就是因為它其實已經無處不在了。我在這裡跟大家說一說在哪些地方我們視為是邊界或者是前沿的領域。

前沿一：創造新的思維方式

我觀察到的問題就是有的人不理解人工智慧，主要是因為它是不同的思維方式。實際上，我們的智能對其自身的認識還很愚鈍。我們並不知道什麼才是真正的智能，有的時候很難進行一個所謂的多樣化的總結。在我們的人工智慧下，基本上我們把它解釋為IQ，它是一個單維度的事情，可能有更高的信號，從最小的，比如老鼠的人工智慧，越來越大，一直到天才的一個智商，再到人工智慧，這是完全錯誤的，對於我們的智能以大小來判斷是錯誤的。

實際上，智能會有更為聰明的一面。我們有不同類型的智能，比方說你的計算器在你口袋裡，從單個維度上講，它在計算能力或者數學上比你更聰明；你手機中的GPS或者車輛中的GPS在空間的導向上比你功能更強；還有搜索引擎，百度在總的記憶方面比你強，因為它記住了60萬億的網頁當中的每一個詞。所以，我們自己這樣的智能，其實就像這樣的坡面，像一個交響樂，是不同部位思維，非常個性化，一個人的智能和另外一個人的智能不一樣。動物也有智能，而且是包括了不同類型、不同模式的思維。某些情況裡面，像這樣智力的維度，動物的智能也可以在人身上體現，比如一個松鼠可以記住具體的位置，能夠記住成千松果所埋的地方。

我們製造這些機器，也是製造了各種不同類型的智能機器，把各種各樣的類型組合在一起。一開始這些機器都非常小，就像小的交響樂，小的坡面，非常小，小而美，但是呢，有的時候，在維度上面比人類偉大。我們現在有人工智慧，它能夠超越人，它們有非常長期的記憶力，在這個方面已經超越了人類。非常重要的一點，這是不同類型的一些智能，他們並不是類似人的智能。

所以我們可以思考一下，像人工智慧這樣的項目，我們其實就是要發明不同的思維，儘可能找到更多，也許100個或者是1000個不同的思維。那麼，要有千差萬別的心智，因為有千差萬別，所以會有很多的好處。這種不同，對我們來說是最佳的回報、好處，也是為了解決科學或者商務中人很難解決的一些問題。我們需要發明另外一種思考、思維，幫助我們解決這些問題。因此，這是兩步走的解決方案。

第一步，我們發明另外一種思維，一種比人類更加擅長然後幫助我們解決問題的思維。這種所思迥異，就是我們新的經濟引擎，就是要有不同的思維方式，還有機器幫助我們能夠有差異化的思維。這是真正價值所在。

在人工智慧的一個前沿，就是要發明這種自然中不存在的思維方式。作為人類，我們發明了人工的飛行。我們一開始就是發明能夠撲動的翅膀，這種翅膀開始不能飛行，只是機械地模仿自然。最後我們的機器卻能夠在空中飛行，是固定羽的飛行器，然後推進器，這種飛行的方式是自然不存在的，這是人工的飛行，完全是嶄新的飛行方法，是人所發明的。在人工智慧方面我們所做的，就是創新一種新的思維方式。這種新的思維方式在自然當中是不存在的，將會成為最有利的思維方式。

前沿二：用感知來整合機器人

我們思考一下我們的前沿，是把所有不同的思維模式集成在一起。我前面說到，其實有各種不同的思維方式：長期、短暫、語言的思維構成我們的大腦。現在有人工智慧了，我們實現了一種這樣的思維：就是感知。

感知，是一種類型的判斷。比如說視覺的感知，我們能夠看出東西，然後能夠聽到這個東西，能夠理解聲音的圖案，然後進行這種模仿，來模仿各種各樣的感知。現在很多的工作，其實就是利用這樣的感知。

機器，我們所製造的機器、人工智慧，就是用這樣的感知。我們還要把其他各種各樣的機器整合進去，整合了之後，更加的高級，更加的複雜，這是我們的一個行業的前沿。我們要領先一步來合成這種希望的思維方式，只有這樣我們才能有更加複雜的集成的智能，我們還沒有到達這一步，這是我們的科學前沿。

前沿三：讓人工智慧成為公用工程

還有另外一個前沿，把我們的智力搬到雲上去。在環節當中，所有的一切成為可能，是因為我們在150年之前，發現了人工動力。工業革命之前，我們所做的很多東西，必須要用自然的肌肉力，比如人的肌肉力或者動物的肌肉力。比如說公路上我們用人力建造的，房屋也是人力建造的，一個椅子，我們也都是人工造的。

工業化之後，人們開始使用人工動力。比如煤碳、石油或者水力，利用這些動力進行發電或者是人工的動力，通過電網輸送人工的電能，可以分派這樣的電能到任何地方。每一個人可以購買這種人工動力，然後製造其他的東西，把他們的家庭變成自動化，工廠也是自動化，農場也是自動化。所以這個動力成為了商品，是公用的商品，非常的便宜，無處不在，每個人都可以購買。如果你是一個企業家，有些人也在思考，這是一個手搖泵，要人力泵送這樣的水，現在他們想出來一個點子：我們是人工智慧，我們購買人工動力，製造一個電動泵。一個人工電動泵，就這樣發明出來了。

這樣的方程式，進行一百倍放大，這就是工業革命，過去是人力完成的，現在我們是有人工的動力了，突然之間把我們房子建造成功了，或者是摩天大樓、鐵路公路都可以建造成功了，成百的椅子都可以通過這樣的人工動力完成。整個城市，我們的生命都是充分地利用這種人工的動力，所以人工動力成為了一種商品，大宗商品。

我們現在也可以這樣做，我們現在有新的所謂的動力叫做人工智慧。我們把這個電泵加上人工智慧，這就變成智能電泵，然後乘上1000倍，或者是所有的這種電器的東西都可以拿進來，然後加上一個人工智慧，我們也可以讓它具有這種認知的功能了！

工業革命，給我們帶來了非常大的轉變。現在有人工智慧，也可以給我們帶來非常大的轉變。我們可以把它放在我們電網上，我們把這個電網稱作雲，所以人工智慧可以像電力一樣流動，流到每個人手中，你可以購買你所有想要的人工智慧，非常便宜。所以有雲電網，你可以購買這樣的人工智慧，如果你是企業家的話，你也可以購買這樣的人工智慧了。

接下來如果有10000個創業公司，他們的成功方程式就是把傳統的東西拿過來，然後再加上人工智慧，就可以創業了。把傳統的東西拿過來再加上人工智慧就是新的領域，這就是一般創業者的方向。前沿就是我們讓人工智慧成為一個公用工程或者大宗商品，每個人都能夠獲得的，這將是非常有利的變化。

前沿四：人工智慧的情感

第四個前沿是情感。我們在思考這種看上去非常複雜的情感，僅僅是人有情感，因為人有智商的，但是我們後面發現情感並不是太難。基本上的情感，我們都可以進行追蹤，現在有軟體了。軟體可以識別26個不同人的情感，而且非常的精準。

可以看到，是不是他分心了，是不是他害怕了，他憤怒了或者驚訝了，都可以識別。你是不是要假裝出這樣的表情，他也可以識別出來，識別這個到底是真正的你的表情還是假的表情，這個機器能夠識別我們，能夠理解我們的情感了，他們也可以來進行響應，機器也有很強的情感。

我們有的時候也會非常驚訝，其實我們和機器人以及人工智慧有情感的紐帶了，他們會給我們他們的情感。我們有些寵物，比如貓狗，他們其實也會給到我們一個反饋的情感，我們愛狗和貓，貓也會愛我們。這樣的情感也進入了我們的和機器人的關係，像人工智慧他們也有情感。

前沿五：可解釋的人工智慧

還有另外一個人工智慧的領域，像道德問題，讓機器人也能夠為我們做出決定。他們為我們做出決定，我們希望他們也考慮到我們的價值觀。人工智慧的問題就是他們也做決定，但我們無法理解或者是我們也不知道他們怎麼做出決定的，其中有一個前沿，就是使得人工智慧可以解釋，能自圓其說，讓他自己解釋一下自己能夠幫助我們，或者引導我們了解他到底怎樣做出決定，做出符合道德的決定。

這是神經網路，信息進入了，有各種不同的層面，最後有一個答案出來了。

這是一個簡單化的版本。也許會有100萬這樣的節點，有11層，它可以自己在中間做出一些決定。可以說，這裡有很多的動物，那裡有一個貓，但是他無法告訴你為什麼他看到這個東西是貓，我們這裡一個前沿就是找到一種方式使得我們人工智慧對我們來說更加的透明化，這樣我們就能夠理解了。或者是我們能夠訓練他們做出更好的決定，就是說這個決定是我們允許的。

另外有一個人工智慧是進行檢驗工作，他檢查他的神經網路內部的點來確保我們能夠理解這個人工智慧做決定的過程。比如這是一個貓，他就給我們答案，我們就只知道這個答案，但是今後會有一個可解釋的人工智慧，會給出理由，比如它有貓的特點，還有它的耳朵豎起來了，就是種種理由告訴你它是一個貓。我們有另外一種人工智慧透視人工智慧的內心，這是另外一種人工智慧。

這是幫助人工智慧做出決定，這個決定是我們作為社會能夠批准的，並不是說我們進行編程，然後把我們價值觀編程進去，這非常困難，有的時候我們也不知道我們想要什麼。我們想要這個機器怎麼形成習慣，其實有的時候，我們的觀點也不是一致的或者膚淺的。這個像思維的過程，可以讓我們變成更好的人類，我們要自己改善自己。這樣一個讓人工智慧自己解釋自己的過程，其實也能夠幫助人類在道德方面做得更好。

前沿六：小數據

另外一個領域對人工智慧來說是小數據。那些大公司，他們處於領先的地位，像百度、谷歌、微軟這些公司擁有大量的數據。人工智慧的一個課程就是神經網路課程，其實需要很多的培訓，需要很多的數據點、很多的例子，甚至數十億的數據。神經網路它的存在有60年了，直到我們能夠大規模利用它們的時候，利用這些數十億樣品培訓人工智慧，這些神經網路才變成有用的。

今天，你要做人工智慧的話，你需要很多的樣品和很多的數據。如果你想讓人工智慧學習，比如說讓它能識別貓狗差別，你其實做的方法就是給它數百萬這樣的例子，像貓狗這樣百萬的例子，數百萬的貓狗的照片。成千上萬之後，它就開始能夠識別了。它看到這個貓就能夠識別它是一個貓，所以你要有很多的數據教育它。

但是非常有意思，如果是一個剛剛學走路的小孩，也許他只知道十二個這樣的例子，他能夠馬上知道貓狗之間的差異。他只知道十二個例子就能夠進行判斷了。前沿是什麼呢？就是我們讓人工智慧只需要小數據就能夠學習。這確實是一個顛覆性的，能夠讓我們現在的技術有顛覆型轉變。大公司沒有優勢了，創業公司，用小數據就可以，有人工感知了，這是另外一個前沿，十二個例子，人所需要的這些例子，如果我們能夠模仿人類的話就是非常有利的一個變化。

前沿七：人工智慧的創造力

在人工智慧另外一個領域就是創造力，我們認為創造力只是人的，大家可以從故事當中可以看到，不僅僅是人能做，有很多的信息，我們培訓機器人以及人工智慧也能夠做到。谷歌有Alphago，Alphago是一個人工智慧，它希望能夠打敗其他遊戲玩家，因此它還會有一些深入的演算法，教會電腦如何學習。

如何學習視頻遊戲，這個說起來複雜，但是過去的十年當中，如果你打一個視頻遊戲的話，很多的時候你是在和人工智慧進行對抗，那時候的人工智慧已經被教授如何學習打遊戲，並且和人進行對弈，在過去十年當中一直是這樣的，你打一個遊戲，大部分跟機器在玩。但是谷歌最近做的事情，並沒有教會人工智慧怎麼樣去打遊戲，他是讓機器人學習如何打遊戲，讓機器人以視頻的方式展示遊戲的情況，然後人工智慧自己一邊看一邊學習，不停地嘗試，不斷改善自己遊戲的表現，比如300、3000次遊戲循環之後他學會怎麼打遊戲了，這就是人工智慧的學習，這是非常深入的，大家可以看到這是非常具有創意的行為。

這個時候，這種創意的行為過程是你學習如何學習這樣的事情。所以以Alphago來講，大家可能也會記得在第三場，第37步棋時候，Alphago會說這樣一個棋會打敗他，它打敗了李世石。這對於人工智慧也是有創造性的，對於這招棋，大家會同意，可能沒有哪個人會下出來，它有創意，但是是以不同的方式，跟我們人是在創意上有所差異的。

這是一張圖，是人工智慧繪畫的圖，由深度學習的演算法生成的。可能對我們來說，看上去特別的具有異域風情。從這個例子來講人工智慧會實現創意，但是方式跟我們人有很大不同。我們能夠的理解到一點，創意是機械化的一個過程，會有另外一個過程，我們實際上可以進行編程創造創意。當然我們可以創造編程，編程創造力，作為科學家來講可以通過相關的步驟來編程，我們認為有的時候創造是精神層面，可能很多的時候是一個機械的過程。對人工智慧來講，創意可能跟人有所不同，跟我們自己的創意是不一樣的。

前沿八：跟人工智慧溝通

還有一個就是界面，我們如何跟人工智慧溝通，它們怎麼跟我們溝通。

這是一個電影，說到了未來人機交互。大家可以想像一下，你能夠使用自己的身體調節姿勢，一些大的姿勢可以調節大的數據集。可以看下，不僅僅是大的體態姿勢，也可以有小的體態姿勢，能夠讓我們的納米級的雷達感受到，一些小的體態也能夠感受到，這個時候大體態和小體態可以調整我們數據，我們有不同的方式，能夠與我們的人工智慧和相關機器人進行互動。

當然了，我們的身體也會是越來越多地去成為我們的密碼，比方說在百度，我們在中國的搜索引擎，他們不再會人們胸口掛上安全的卡片，因為只要刷臉就可以通過，讓員工可以進行辦公。這個是很好的一個安全通行證，更高級別的。因為我們身體，我們的聲音、指紋會成為我們互動界面的儲存設備，還有我們所謂對話的交互，跟設備進行溝通，這是前沿。我們現在還是不知道如何顯示我們有哪些的選項，我們開始的時候不知道怎麼樣進行導航，很多時候用語音導航，有的時候需要有屏幕，跟我們所謂的對話進行互動，對我們來講確實是一個前沿，我們現在還不知道這裡面有什麼發展方向。

好了，這是我們一個及時的翻譯，這是我們的所謂的中英文的同聲傳譯，大家也可以看到現場，你能聽到我說英文，你說中文。在十年時間之後這將會另外一個人工智慧界面。我們認為，這些最終的終極界面會是虛擬現實。我們實際上可以能夠用我們一些體態進一步進入我們電腦的內部，我們可以創造出虛擬現實。

我這裡要補充一點，人們會奇怪當我們的設備、汽車正在進行無人駕駛的時候我們怎麼做，我們實際上可以在汽車內部進行虛擬現實。所以蘋果的汽車這塊還是有限，當你進行蘋果汽車駕駛過程，你可能需要一個界面，這個界面能夠和你電腦相連，那時我們車上的寬頻可能要比家裡寬頻還要多，比你家裡還大，才可以實現我們如何和設備溝通？不僅僅是溝通、講話，還是有體態，包括身體語言的溝通，這是一個前沿。

前沿九：充分利用機器人

還有一個大家非常關注的就是利用，我們如何把人工智慧和機器人利用充分，包括我們的一些家庭的工作、國家的事業都可以用機器人來做。

我最喜歡一個新的機器人就是種生菜機器人，這個機器人做的是精準農業。精準農業，當然能夠替代很多的農場勞動力，但是我們的想法，就是我們可以能夠把個體的職務跟單個植物管理對應，我們逐個關注農場當中的植物，記住每個植物生產的位置，這樣的情況可以定製化的，並且降低我們化學農藥以及水、化肥和其他材料使用量，沒有哪個農戶可以達到關注植物的個體層面，可以想像這會帶來顛覆式革命。我們還可以意識到，機器人它也會承擔其他任務，那個時候，這些任務效率是第一的。所以很多的一些崗位，很多的一些人所做的崗位，這些崗位過程中，效率是非常重要的，那麼這些任務，會被機器人取代。

對於我們的生產力來講，是機器人所擅長的，我們將來會有更多類似這樣的崗位。對於人能做的一些崗位，比如科學創新，實際上是不利於機器發揮它的效率的。機器人不會處理它的關係，因此，它可能效率相對比較低一點。複雜、解決效率比較高的任務交給機器人，其他的任務交給人解決，我們崗位更多的是能夠創新一些新的東西，一開始的時候我們將會嘗試我們不斷的開發，能夠更習以為常，習以為常之後我們進一步交給機器人。與此同時，我們讓人做主要創新的事情，其他效率的事情交給機器人做。

所以這就是我們發展的一個方向，我們未來會有更多這樣的崗位和任務。每一個任務都有一些作業，有些作業可以交給機器人做。我們界定一下哪些崗位是相對來說更低效一些，哪些崗位更適合機器人的。我們將會生成很多的就業機會，可能我們還沒有意識到這些就業機會的需要，因為他們這些就業機會更多強調效率的環節，按通過這一點我們生成更多的就業機會。

這個圖，涉及到歷史上象棋的舉動，他說我是一個象棋大師，如果我能夠用同樣數據集，我可能會打敗深藍。對於卡斯帕羅夫，他們形成了一個所謂的象棋同盟，可以作為一個人去下象棋，也可以作為人工智慧下象棋，這樣一種自由國際象棋的聯盟成立，所以是人加上人工智慧的團隊，就是人半人半機器的團隊，我們稱之為半人馬，或者是人機混合的形式，實際上就是團隊加上機器。在過去的4年當中，最好的一個星球上的象棋大師，實際上不是人工智慧，最好的象棋大師是半人馬，也就是一個象棋大師組成的團隊，擁有電腦數據的支持，他們將會有不同的思維方式，他們能夠互相取長補短，能夠最大化利用各方的智能。

所以這個方面，它的力量就是從軍方角度來講會有這樣的士兵，這些士兵能夠實現人機混合組隊，這種情況將會是我們未來發展的一個重要的方向，是部署我們工作重要的發展方向。我們與機器攜手，而不是與機器對抗。

前沿十：從人工智慧到人工智慧

最後一點，就是這樣一個想法，我把它稱之為人工智慧到人工智慧。

我們從這個邊界角度來講，我們需要構建人工智慧的網路，尤其是有相似功能的人工智慧，我要強調一點，我們說到共享經濟，我們說到互相合作，但是對我們未來20年，我們將會有全球層面的合作。像臉譜網有20億人的鏈接，這種合作達到一定的層級，它的分享，分享圖片，分享一些小的八卦消息，這也是星球層面進行的合作和共享。所以我們將會有20億的人，再加上我們剩下50億人，加到一起之後我們得到了所謂的人工智慧的一個網路。這將是一個真正的一個前沿，我們開始考慮到，可能能夠進行構建網路，並且和人工智慧，和另外一個人工智慧，人工智慧和人類溝通，人和人工智慧，人工智慧和人工智慧，都可以溝通。

這是一個前沿，我們從來沒有到那裡去過，我們也可以看到我們日常生活當中，我們能夠使用技術工具，互相合作，互相協作，更大規模實施動態協作，這是20年前所不可能想像的。

順便說一下人工智慧，它也是一個不斷改善的過程，將會有更好功能的改善，有更多人願意用人工智慧，然後它是一個良性循環，我們也希望用人工智慧編程另外一個人工智慧。這是一個加速化的過程，是我們之前沒有看到過的。那提醒大家一下，我們總是認為人工智慧尚未開始，在50年前的時候，我們可能都會說我們還從來沒有開始人工智慧，我們在50年後也不會說人工智慧開始了，人工智慧是悄然發生的，發展速度非常之快的。

展望一下未來，我們自己正好身處人工智慧的第一天，甚至在它的起步階段。在這個階段來講，可能還沒有多少人工智慧真正能夠有意義地形成，我們在路上，還沒有真正開始。如果想像一下2047年之後，30年後今天我們到這裡，我們再回顧，人們會說天啊，我希望我有能力參與這其中。1958年網路剛剛興起的時候，當時想像一下非常的神奇，它是悄然出現的。我們現在，相對30年之後，可能沒有人工智慧的專家。在1990年的時候也沒有人是網路方面的專家，因為它只是剛剛起步，所以我們現在也沒有人工智慧方面的專家，我們正好身處人工智慧起步階段，一些看上去比較容易的事情，有很多業務的機會，可能就擺在我們面前，這些其實對我們來說是生逢其時。

非常感謝大家的傾聽！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！