洪小文的金字塔哲學
洪小文博士是微軟的全球資深副總裁，微軟亞太研發集團主席，也是微軟亞洲研究院的院長。因此洪小文如何看待人工智慧，在很大程度上決定了微軟（亞太）如何看待人工智慧。
6月14日，受清華五道口金融學院、清華國家金融研究院、清華研究生院邀請，洪小文在清華大禮堂做了一場報告「智能簡史及數字化轉型的未來」。在這個報告中，洪小文再次展示了他的金字塔哲學。
為什麼說是「再次」呢？因為雷鋒網記者很早便開始跟洪小文的報告，發現洪小文博士從2015年在清華舉辦的「二十一世紀計算大會」起，已經在許多個場合講述過他的金字塔哲學了。2015-2016年，洪小文在「二十一世紀計算大會」上提出「工具、智能、智力、智慧」的四層劃分。2017年和2018年，他的報告中普遍採用的是「運算智能、感知智能、認知智能和創造智能」。
但據雷鋒網觀察，1）這次報告是歷屆報告中對其金字塔哲學講述最為詳細、完整的一次；2）似乎迄今為止，還沒有任何一家媒體完整地解讀過洪小文的金字塔哲學。
鑒於微軟亞研在中國AI領域的重要地位，我們在這篇文章里解讀一下洪小文的「金字塔哲學」。
一、智能金字塔
洪小文從更廣義的角度來理解智能，他將智能劃分為五個層次放在金字塔三角形中，從下到上依次複雜。
處於最底層是計算和記憶力。在人類很長的歷史中，神機妙算、過目不忘，都是非常聰明的表現。所謂神機妙算就是計算，而過目不忘就是記憶。但隨著圖靈機（或馮諾依曼機）的出現，CPU 存儲，在計算和記憶兩個方面已經遠遠超過人類。
其次是感知。人類社會中有一大部分生活內容是與感知相關。例如速記工作、車間產品質檢、交通違規判斷、人臉識別等。這些在傳統上是極為消耗人力的。但隨著最近這一波人工智慧的崛起，計算機在這些方面的表現已經遠遠超越人類，在行業中許多依靠人類感知智能的工作正逐漸交由計算機來執行。
再往上是認知。所謂認知，即我們對生活中事件的理解、洞察、推理、計劃、決策等，例如閱讀一篇文章了解其核心觀點，把一段漢語翻譯成英語，公司領導需要依據市場情況做產品策略，我們日常生活也要做各種買和不買的決定。在這些方面，目前的人工智慧已經有諸多突破，例如在閱讀理解SQuAD挑戰賽中人工智慧系統已經能夠超越人類水平，機器翻譯方面計算機也能快速、大量且相當準確地完成任務（在某些特定領域甚至超越人類）。但這種AI認知只是基於大數據的推理，AI能夠告訴我們結果，卻不能說出其中的因果關係。此外，目前的AI系統大多還只能局限在特定封閉環境條件下的認知，對於廣闊生活中開放的認知問題則力有未逮。
第四層是創造力。近年來深度學習可以用於「創作」，比如寫詩、作畫等。如果關注微軟小冰的話，應該知道小冰出版過一本詩集《陽光失了玻璃窗》；而同樣小冰也能夠自己作畫。但這些並不代表計算機真的有創造力，因為無論是機器作詩還是作畫，其本質都只是大數據訓練的結果，是基於已知創造已知，而真正的創造力則是基於已知創造未知。
最高層是智慧。目前還是人類的領地，計算機還無能為力。
從計算和記憶力、到感知，到黑盒封閉環境下的認知，目前的AI?已經做得很好了（超越了人類），在智能金字塔中，洪小文用紫色表示。而白盒開放環境下的認知以及創造力這方面，目前的AI與人類相比還差得遠，金字塔中用綠色表示。至於AI還無法做到的智慧，則用藍色表示。
可以看出，當前機器智能與人類智能的交界是在認知和創造力這個層面，目前的AI還處在「半認知」的階段；之下，AI已經完全超越人類；之上，AI?還望塵莫及。
二、AI HI
在當前AI這種智能條件下，自然無論對於個人還是公司，最恰當的做法應當是把機器善於做的事情交給機器，把人善於做的事情交給人。
在算力和記憶力方面，人類若想挑戰機器無疑蚍蜉撼樹。但在認知層次呢？
我們以決策過程為例。決策過程中我們要做的第一件事情，就先分析，然後做出一個決策，最後到實際的物理世界去做執行，並通過感測器收集數據，並反饋給資料庫中。例如我們要控制一條河的水質，感測器能夠測水質、執行器用於控制排放污水的開關。在沒有互聯網的時代，我們要派人專門去那裡檢測和控制排污，現在有了物聯網，我們可以讓機器自動完成。
事實上，幾乎所有的事情（包括做社會心理學分析、做實驗、做假設、做產品，或是做互聯網都是如此），每完成一次閉環，就能夠有所改進。如今，數據很容易取得，分析、決策的過程就是AI。如果我們有一個閉環，又有辦法收集到數據，就可以實現自動化。
如今諸多AI的商業應用，簡單來講都可以抽象為這個閉環過程。蒂森克虜伯（thyssenkrupp）是一家做電梯的企業。之前他們遇到電梯故障，一般都是用戶給維修人員打電話，維修人員先來收集一些數據，然後回到實驗室分析幾天，分析出結果後，再回去維修，這中間可能要隔好幾天，甚至好幾星期。而現在他們在電梯里安裝了感測器，感測器能夠收集速度、聲音、溫度等數據。系統能夠根據這些數據（1）利用機器學習方法建模進行異常分析，當數據接近故障點之前派遣維修人員進行預防，可能只需要滴幾滴油即可；（2）數據收集足夠多時可以對不同的故障情況進行分類。
當然這並不代表AI可以做所有事情。我們在前面智能金字塔中已經講過，AI目前仍然是不可解釋的黑盒，且只適用於特定環境、封閉的系統當中。
黑盒和白盒認知的差別在於，它只告訴你what，但卻不能告訴你why，當前的AI主要是基於大數據的模式識別推理，儘管它能給你一個看起來很好的相關性，但卻說不出因果關係，因此主要是黑盒模式。
另一方面，生活中大部分的決策都是處在開放系統中，例如併購一家企業，它有許多外部因素，這些因素無法預測，也沒有太多相關的數據，這自然無法完全交給AI來完成。人生的決策（例如報考大學）也同樣如此。我們可以參考AI給出的結果，但是我們還必須依靠我們人類自己的認知。這既是AI HI。所謂HI，即Human Intelligence，人類智能。
洪小文做了一個類比。腦神經科學家根據實驗歸納了人腦的左右腦的特徵，發現左腦更側重邏輯、順序、分析、數字化、理性等，右腦則偏向直覺、隨機、綜合、主觀等。事實上計算機就是一個最好的左腦，因為它的所有程序都是人類設計出來的，都是人類邏輯、順序、分析沉澱的結果，它所擅長的正是人類左腦的諸多功能。
所以AI HI，正是這種左右腦互相輔助的關係。我們需要「右腦」來做創造，來做智慧。在沒有計算機以前，人類用左腦來完成計算，花大量時間小心推演，這就像走路；而計算機的出現，特別是現在AI的出現，相當於給了我們一輛車、一架飛機，合理利用這些工具能更快地到達目的地。
三、數字化轉型即服務
AI只是工具，它與人的能力是互補的。作為第一代與AI一起生活的人類，該如何利用好這個工具呢？洪小文認為，當前的AI是大數據驅動的知識，因此第一步應當是把傳統人類所做的工作數字化，只有實現數字化才能實現智能化。因此我們事實上也處在一個數字化轉型的時代。對於傳統企業，在這樣一個時代面臨著數字化轉型的迫切要求，否則無論在效率還是質量上都將沒有競爭力。
這就涉及到一個概念，即數字孿生。這是美國空軍研究實驗室於2011年提出的一個概念，簡單理解即物理世界的任何存在（無論是人還是物）都有一個數字孿生兄弟。數字孿生至少有兩大意義：（1）預測。就像馬達、機器、引擎、醫療器械，它自己在物理世界根本不知道快壞了，但在數據世界中的它，卻能知道快要壞了，因此可以做可預防的維修；人看電影，自己不知道下一部要看什麼，而自己的數字孿生卻知道，並準備推薦一大堆電影。（2）模擬模擬。以無人車、無人飛機為例，它沒有上路或在天上飛之前，一定要在它的模擬世界跑或飛幾萬小時，只有這樣出去之後才會比較安全；一個公司、一個國家的政策，都可以用模擬的方法去做很多實驗。
洪小文認為，微軟在經歷低落之後又能重回全球市值第一，其最主要的原因就是徹底的數字化轉型，無處不在的計算——智能雲以及智能邊緣，讓微軟建立起自己的一個「數字孿生」的微軟。微軟CEO?薩提亞·納德拉在《刷新》一書中詳細介紹了微軟公司在這方面的工作，例如包括客戶溝通、公司運營、賦能員工等，數字化以及由此帶來的AI推動，起到了關鍵的作用。
然而並不是所有的企業都能夠成功地進行數字化轉型。德勤的一份報告中指出，全世界90%的企業已經認識到數字化轉型的重要性，但只有30%的企業認為已經開始數字化轉型，而其中又只有15%的企業認為自己可以完成數字化轉型。因此存在數量眾多的傳統企業面臨著數字化轉型的困境。不能積累有效數據，或者沒有AI技術，或者沒有高效的算力，這些都限制著傳統企業在一個「AI HI」的時代的發展。
基於以上的思考，洪小文（微軟亞洲研究院）提出了「數字化轉型即服務（DTaaS）」的概念，並於2017年成立了「創新匯」平台，利用微軟的ABC（AI、Big data、Cloud）為傳統企業做數字化轉型服務（目前已經有許多成功的案例，感興趣的讀者可以在網上查查相關的信息）。這不得不說是人工智慧時代AI落地的一個商業創新。
以上僅代表雷鋒網觀點。
TAG:雷鋒網 |