楊延超：人工智慧風口，切忌聞「機」起舞
原載《群言》2018年1期
1956年美國達特莫斯（Dartmouth）會議提出了「人工智慧」概念，至今已有60多年的歷史。在沉睡了半個多世紀之後，人工智慧重新煥發活力，幾乎成為近兩年最火爆的關鍵詞，各行各業都在高呼「擁抱人工智慧」，政府層面也提出了人工智慧發展戰略。那麼人工智慧的風口在哪，它的發展瓶頸又是什麼呢？
Part
1
人工智慧，風從哪裡來
未來人工智慧會對我們的生活產生什麼樣的影響，是人人關心的問題。對於產業界來說，更值得關注的是如何準確把握人工智慧的發展方向和發展節奏。當人工智慧的風口到來，風從哪裡來，又向哪裡去，是需要我們認真研究的問題。
工業機器人的「工匠精神」
機器人產業中，佔市場比例最大、發展最為成熟的當屬工業機器人，無論是德國的工業4.0還是我國的《中國製造2025》都提到工業機器人的布局。當下的工業機器人幾乎被日本的發那科（FANUC）、安川（YASKAWA），德國的庫卡（KUKA）和瑞士的ABB壟斷，這「四大家族」已經佔據了全球80%以上的市場份額。比如，美國的特斯拉汽車製造流水線所採用的正是庫卡的機器人，整個車間幾乎看不到人。我國廣東、浙江等地的製造業也開始越來越多地使用工業機器人，以至於我國已成為全球最大的工業機器人消費市場。
未來5—10年，中國工業機器人使用面將繼續擴大，家庭式的手工作坊將逐漸淡出江湖。為此，我國已有一些企業著眼於工業機器人研發，但就目前來看，其產品無論外在的顏值還是內在的性能，與「四大家族」相比還存在較大的差距，落後的不是一點半點。然而，結合智能手機的發展經驗來看，近年來華為、小米等國產手機異軍突起，打破了蘋果在華一家獨大的局面。因此可以肯定，未來國內也會產生具有較強競爭力的工業機器人企業。不過，這種企業的成長周期並不樂觀。與智能手機不同的是，工業機器人除了對演算法具有較高的要求，還要求製造的精準、工藝的完美、材質的精良，我把這統稱為「機器人工匠精神」。因此，不難理解為什麼工業機器人「四大家族」企業會誕生在德國、瑞士這些在傳統製造業中就體現出工匠精神的國家。這也是為什麼雖然工業機器人市場潛力巨大，但從短期投資的角度國內工業機器人企業卻不被看好的原因。
思考型機器人的二次勃興
思考型機器人在現有市場中佔比最小，難度最大，但潛力也最大。基於人工神經網路和深度學習布局，它廣泛適用於醫療、經濟、金融、教育、代理、諮詢、辦公等諸多領域。當前上述傳統行業每一個環節都滲透著人工智慧的缺失，因此可以預見，未來人工智慧將在這些行業釋放巨大的紅利。
英國科學家阿蘭·圖靈在1950年提出了「圖靈測試」——一部機器人是否具有智能取決於人在與其交流後是否能夠判斷出它是機器人。因此，「智能」的標準從一開始便是圍繞思考型機器人展開的。長期以來，無數科學家圍繞思考型機器人展開研究，如今，大數據的運用和計算機的超算能力再一次為思考型機器人帶來前所未有的發展機遇，使其迎來了第二次勃興。
生活機器人前景廣闊但步履維艱
生活機器人近幾年發展勢頭強勁。每年國際機器人展會上都會展出不少生活服務型機器人，除了常見的掃地機器人，還有保姆機器人、教育機器人、機器人秘書等。這些機器人大多還只停留在概念階段，目前很難進入市場。這與現有計算機演算法的研究水平有關。即便採用當下最先進的人工智慧演算法，也難以滿足生活場景的極致複雜性。比如，保姆機器人雖然可以回答「今天天氣如何」「現在幾點了」等簡單問題，但人們對保姆的需求絕不僅是這些。想像一個最普通的場景——讓機器人拿出一包餐巾紙，這需要機器人完成對現場場景、物理空間、主人意圖等的精確理解，還要配合動作的完美協調，其中的演算法有多麼複雜可想而知。
掃地機器人面對的算是生活應用場景中最為簡單的一個，而且從產品設計的角度來看它無疑是成功的。但是不少用戶仍然反饋它無法滿足個性需求，買來之後成了擺設。
Part
2
人工智慧投資需選對行業
人工智慧將最先在哪些行業釋放紅利
中共十九大報告指出，當下中國的主要矛盾已經演變為「人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾」。如今人們已基本解決了溫飽問題，但許多更高層次的需求還未得到充分滿足，相關行業仍有發展餘地。由此，我認為在醫療、企業服務、專業寫作、諮詢等四個行業中，人工智慧的紅利將最先被釋放。
以醫療行業為例，這一行業中存在大量人工智慧可以解決的問題。美國舊金山一家名為恩尼提克的創業公司試圖通過機器自我學習來診斷癌症，並因此被評為全球最有科技含量的50家公司之一。在我國，這一問題顯得更為迫切。當下我國醫療資源嚴重不足，優勢資源又主要集中在大城市，中小城市醫療資源捉襟見肘。藉助人工智慧優化配置醫療資源，將擁有巨大的發展空間和潛力。
再以企業服務為例，中國現有企業多達7000餘萬家，每一家企業需要的企業服務又五花八門，涉及公司註冊、稅務申報、商標代理、專利代理、社保、法務諮詢等各個方面。如能將多元、交織、複雜的企業服務化歸「一元模式」，設置企業服務大腦，指揮機器人集群，數據共享、協同作戰，必將極大節約社會成本。
大數據的投資價值
很多人都說，大數據將是未來最寶貴的資源。事實上，在人工智慧時代，最有價值的不是數據，而是數據的演算法以及數據演算法最終所形成的產品。在機器人實驗過程中，最複雜的部分也是對機器演算法的研究。人工智慧領域已形成了由產品設計、演算法應用、程序撰寫、數據提供等四條產業鏈組成的互動格局。在整個產業鏈中，產品設計位於鏈條最頂端，其次是演算法應用、程序撰寫，最後才是數據提供。如果把機器人視為一個產品的話，數據可以視為這個產品的原材料。
我曾到不少數據公司調研過，當下的數據公司總體上盈利情況不佳。事實上，真正具有價值的數據是壟斷數據。像京東、滴滴出行等大商戶所採集的數據是獨一無二的，機器人會根據這些數據推演出科學的結論，而這一切是其他機構無法辦到的，也是其巨大價值所在。
人工智慧投資的三個要素
大到一個行業，小到一個企業，是否適用人工智慧，取決於三方面的要素：第一，行業痛點是否與人工智慧相契合；第二，市場空間是否足夠大；第三，現有最先進的演算法能否適用。一旦回答了這三個問題，產業的投資價值也就相對清晰了。其中第三點尤其值得關注，因為人工智慧技術的發展需要一個過程，有一些機器人具有較大市場空間，但現有最先進的演算法也還需要進一步進化，類似這樣的產品都只能寄望於未來。因此，對於人工智慧投資的預期也需要基於對現有技術的準確把握。
Part
3
人工智慧的瓶頸：切忌聞「機」起舞
不要在傳統互聯網領域浪費時間
說到人工智慧，很多企業都很興奮，甚至一窩蜂搶佔所謂「風口」，為此有必要澄清人工智慧與傳統程序的區別。印象中某年的春節晚會上有個機器人跳舞的節目，事實上那只是事先編好的程序，充其量算作玩具，並非真正意義的人工智慧。每年國際機器人大會上參展的一半以上「機器人」從本質上看都屬於這樣的玩具——程序大多事先寫好，對話的語言和數據也幾乎是固定的，整個計算過程與傳統的計算機程序並沒有本質區別。因此，從這一意義上講，人工智慧與傳統計算機程序的區別並不在於產品的表面，而在於底層的演算法。許多投資人在考察人工智慧產品時恰恰忽視了這一點。
近幾年來，人工神經網路的演算法尤其引人關注，每一種演算法背後都涉及大量數學、微積分和統計學的推導過程，在與具體產品相結合時還需要有獨到的創新方式才可以適用。因此，我認為人工智慧概念更為確切的定義應是「計算機編程＋人工神經網路＋問題解決」，三者缺一不可。
不要在概念炒作中浪費時間
在人工智慧領域不乏概念炒作者，有大企業，也有小企業。有的飯店利用機器人端菜，有的酒店大堂還推出機器人諮詢服務，事實上，這些機器人除了宣傳之外幾乎毫無用處。該聘請的工作人員一個沒少，在這裡機器人除了噱頭還是噱頭。當然，從商業運營的角度，這一切無可厚非，但作為人工智慧的研究者切不能人云亦云。
類似的情況在法律行業也大量存在。對於人工智慧在法律行業的運用我是十分看好的，但這並不等於神化它的作用。即便在人工智慧時代，審判過程中法官的作用也必須凸顯，機器人更多還是應用在數據處理和分析方面，即便是匹配到了相似的案例，也僅僅只能作為參考。要知道，人對正義的理解遠勝於機器。
Part
4
人工智慧能否擁有意識
人工智慧能否擁有意識？這是我經常被問及的問題。
嚴格而言，這是一個哲學問題。我想借用一個實驗來闡述我對這一問題的理解。我用當下較為先進的人工神經網路理論為一個機器人建構了專屬於它的神經網路，任何問題只要和它聊過一遍，它便可以記住。這對於機器人不是一件容易的事情，要知道人的語言表達千差萬別，一個意思可以有多種說法，但無論怎麼說，機器人都要明白其中的含義。
在對機器人進行一段時間的訓練之後，我發現：它所作出的回答超乎我的預期，原本沒有訓練過的問題，它也能夠自主地通過既有問題得出答案，甚至可以簡單地解釋。這算是意識嗎？
事實上，機器人的每一次回答都基於大量的運算，它所體現出來的「意識」是數學運算的結果。而人類意識卻是十分複雜的東西，除了計算，還涉及很多情感要素，諸如愛、恨、同情等。我國人工智慧協會會長李德毅院士甚至在這一基礎上提出一個更為複雜的命題：「愛是可以計算的嗎？」如果可以，又該用什麼演算法來構建具有如此複雜情感的人工智慧呢？我想，這也是科學界接下來要繼續思考的問題。
這是一個最好的時代，這是一個最壞的時代。無論是否喜歡，我們都將迎來人工智慧時代。要麼擁抱它，要麼被它徹底替代，除此之外，幾乎沒有其他更好的選擇了。面對這一前景，人類應當積極思考如何構建屬於自己的未來社會新秩序。阿西莫夫在1942年提及的機器人三大定律之首，便是機器人不得傷害人類。在接下來的人工智慧研究中，這一法則無疑還將被反覆提及和論證。畢竟，研究人工智慧的目的是讓人類社會變得更加美好，而不是創造一個新物種去取代人類。
（作者單位：中國社會科學院法學研究所）
（原標題：人工智慧的風口與瓶頸）
TAG:群言雜誌 |