文 / 王云輝，作者微信公眾號：科技雜談（keji_zatan）

12月6日，亞馬遜即將開業(yè)的線下生鮮實體店Amazon Go，在朋友圈里刷了屏。

這個商店整合了亞馬遜最新的智能技術(shù)，可以自動感知顧客有沒有從貨架上拿走商品，或者是把商品放回貨架，用戶不需要排除結(jié)賬，拿著商品就可以直接回家，亞馬遜會從你的賬戶里自動扣款，并生成賬單。

很神奇。但亞馬遜真的已經(jīng)實現(xiàn)了。

事實上，很多以前我們想像得到，甚至想象不到的黑科技，都正在走入現(xiàn)實。

比如猿題庫，只需要拿出手機拍照，就可以自動識別手寫的英語作文，將其轉(zhuǎn)化為單詞，顯示作文評分，并對語法、單詞等錯誤和亮點進行批注，有的地方甚至比老師批改更詳細。

比如訊飛，不但可以智能識別語音、將文字合成為語音，甚至可以模擬真人的語音，讓聽者難辯真假。

比如百度，百度號的寫作機器人已經(jīng)可以實現(xiàn)體育新聞、熱點新聞等多領(lǐng)域的全機器創(chuàng)作。

諸如此類，不勝枚舉。

這些已經(jīng)成為現(xiàn)實黑科技背后，都指向已依稀可見的同一個未來：人工智能（Artificial Intelligence，AI）。

在對于未來的預(yù)測中，不論積極還是悲觀，絕大多數(shù)科技界領(lǐng)袖都相信，人工智能已經(jīng)近在咫尺，并將為人類社會帶來前所未有的巨大改變。

比如《連線》雜志創(chuàng)始主編凱文·凱利（Kevin Kelly）認為，人工智能是下一個20年里顛覆人類社會的技術(shù)，其力量堪比電與互聯(lián)網(wǎng)；英特爾CEO科再奇（Brian Krzanich）也認為，人工智能將成為人類歷史新的轉(zhuǎn)折點。

在2016年12月6日，36氪主辦的WISE大會上，創(chuàng)新工場董事長兼CEO李開復(fù)更斷言，十年后，全世界50%的工作，都會被人工智能所取代。

但現(xiàn)在的問題是，面對人工智能的突飛猛進，從經(jīng)濟到產(chǎn)業(yè)，從政策到法律，從社會到倫理，我們真的已經(jīng)做好準備了嗎？

1

人工智能的發(fā)展，與人類社會對它的預(yù)期，其實已經(jīng)偏離。

到底什么是人工智能？

關(guān)于這個問題，有太多的定義、闡述與理解，很難找到通行的準確定義。

從廣義來講，能夠執(zhí)行自動程序的計算機、手機等所有機械與設(shè)備，都應(yīng)該納入人工智能的范圍，從手機、電腦、銀行、汽車到我們生活中的幾乎每一個環(huán)節(jié)，都已經(jīng)有或多或少的人工智能發(fā)揮作用。

但在普通人眼中，或許終結(jié)者那樣擁有自己思想甚至情感的機器人，才是人工智能的典型代表。

而業(yè)界更普遍的觀點，是把人工智能分為三種：弱人工智能、強人工智能，以及超人工智能。

其中，弱人工智能是所有不能真正地自主推理和解決問題的智能，它的智能更多體現(xiàn)在智能的行動，這也是當(dāng)前所有--至少是幾乎所有人工智能的現(xiàn)實水平。

而強人工智能，將具有智能思考能力，在某些領(lǐng)域的智能表現(xiàn)，接近甚至達到人類水平；超人工智能則將有可能形成對人類的智能碾壓。

這兩者，也正是人工智能產(chǎn)業(yè)努力的方向。

過去，即使每天花10個小時在自己的手機上，使用著各種信息時代的便利，我們依然認為，真正的人工智能還停留在科幻電影與遙遠的未來。

但現(xiàn)在，各種黑科技的井噴，正在告訴我們，從弱人工智能到強人工智能之間，或許并沒有一道森嚴的壁壘。在一些領(lǐng)域，人工智能將達到，甚至已經(jīng)悄然越過那條看不見的分界線。

更重要的是，要對我們的產(chǎn)業(yè)、經(jīng)濟乃至社會組織形成顛覆式的影響，其實遠遠不需要真正的強人工智能。

即使，我們離想象中的人工智能仍有距離，但它對人類社會產(chǎn)生的沖擊，已經(jīng)全面開始。

2

2015年3月，谷歌人工智能AlphaGo以4比1戰(zhàn)績，擊敗韓國圍棋選手李世石，是刺激全球進入人工智能競速狂潮的標志事件。

人工智能概念由來已久，但最近幾年，這個產(chǎn)業(yè)才迎來井噴式的大繁榮。這段時間的發(fā)展速度與成就取得，遠超過去幾十年的累積。

這一輪的人工智能大發(fā)展，始于2006年，Hinton等人提出的深度學(xué)習(xí)概念。

在此之前，開發(fā)者們更希望直接編寫出一套足夠智能的程序，但無論如何天才的開發(fā)者，編寫出的程度都與外界的期望天差地別。

而深度學(xué)習(xí)則放棄了這個不切實際的想法，不再是程序員直接完成所有的代碼，而是放手讓人工智能自己演化成長。

通俗來講，它通過對人和動物大腦的仿生，將計算代碼模擬為簡單的、相互連接的神經(jīng)元，并通過修改單元之間的連接，來不斷進行經(jīng)驗積累，讓它形成自己的邏輯推理，自我完善發(fā)展。

這就像人的成長，剛出生時只有最基礎(chǔ)的本能，只有經(jīng)過慢慢長大，不斷學(xué)習(xí)，才能在不同的領(lǐng)域綻放光彩。成長環(huán)境的不同，學(xué)習(xí)方向的不同，都會影響未來的前進方向與成就高度。

這個概念的另一個通俗叫法，是機器學(xué)習(xí)。這個詞顯然更直接，它的目的就是要讓機器學(xué)習(xí)，自己進化。

比如，科學(xué)家們有過這樣的實驗：他們制造了一個機械海星，只為它輸入了控制自身部件的簡短代碼，以及讓它學(xué)會自己走路的目標，但它通過深度學(xué)習(xí)，只用了很短時間，就從只能在原地蠕動，到學(xué)會了流暢地行走，甚至當(dāng)科學(xué)家截去一部分肢體，它依然能頑強地繼續(xù)前進。

這并非科學(xué)幻想，而是2015年初就已完成的真實實驗。

而現(xiàn)在，這種人工智能的深度學(xué)習(xí)，正在無數(shù)個不同的領(lǐng)域展開實驗，不斷累積通往下一次進化的經(jīng)驗與數(shù)據(jù)。

就像本文開始列舉的那些黑科技，都是有人工智能和深度學(xué)習(xí)參與的應(yīng)用實例。

3

深度學(xué)習(xí)的原理并不復(fù)雜，但為何直到近年方才盛行？

關(guān)鍵原因在于，海量數(shù)據(jù)的模型訓(xùn)練，是深度學(xué)習(xí)的核心過程，人工智能賴以提升智能水平。

因此，它的發(fā)展需要三個核心推動力，缺一不可。

一、海量的數(shù)據(jù)

如果以網(wǎng)絡(luò)游戲來比喻，數(shù)據(jù)就是人工智能賴以升級的經(jīng)驗包。如果沒有足夠多的數(shù)據(jù)，深度學(xué)習(xí)將無從談起。

因此，人工智能進展最快的領(lǐng)域，比如棋牌比賽、金融、語言與圖像識別等，都是擁有海量數(shù)據(jù)樣本的業(yè)務(wù)。

過去20年來，正是信息通信技術(shù)（尤其是互聯(lián)網(wǎng)）的發(fā)展，積累了龐大的數(shù)據(jù)，并產(chǎn)生了大量的數(shù)據(jù)處理需求，從而為人工智能爆發(fā)奠定基礎(chǔ)。

一個第三方的估測數(shù)據(jù)是，過去三十年來，全世界的數(shù)據(jù)量，一直以大約每兩年10倍的速度激增。

而隨著我們進入大數(shù)據(jù)時代，每個人、每件設(shè)備的每個行為，都將納入大數(shù)據(jù)的信息圖譜，我們產(chǎn)生的數(shù)據(jù)量還將持續(xù)增長。

在這方面，英特爾全球副總裁兼中國區(qū)總裁楊旭有一組數(shù)字，可以作為參考：

二、強大的計算力

只有超強的計算力，才能處理無比龐大的海量學(xué)習(xí)數(shù)據(jù)。

得益于摩爾定律的驅(qū)動，硬件的計算能力一直在持續(xù)增長。如今，一部智能手機的計算性能，都已經(jīng)遠超幾十年前的超級電腦。

此外，專門針對深度學(xué)習(xí)的集成電路產(chǎn)品，近年來更發(fā)展迅猛。

比如英偉達（Nvidia）業(yè)績的突飛猛進，就是因為人們發(fā)現(xiàn)，曾經(jīng)用于增強電腦顯示能力的圖形處理器（GPU），比傳統(tǒng)的中央處理器（CPU）更適合用于深度學(xué)習(xí)，這讓GPU巨頭英偉達成功轉(zhuǎn)型，從一家并不引人注目的顯卡制造商，搖身變?yōu)槿斯ぶ悄苄袠I(yè)的領(lǐng)潮者。

而高通、英特爾等在PC和移動互聯(lián)網(wǎng)時代的芯片領(lǐng)袖，在過去10多個月中，也已經(jīng)在這個方向上發(fā)起全力沖刺。

比如英特爾，已經(jīng)連續(xù)收購了Indisys、Saffron、Itseez、Movidius、Nervana等公司，從自然語言處理、認知計算、計算機視覺模式識別等不同領(lǐng)域，提升自家的人工智能實力。

12月2日，英特爾更首次對外公布其人工智能的整體戰(zhàn)略和路線圖，未來將通過機器學(xué)習(xí)和推理系統(tǒng)兩條路徑，搭建從硬件平臺、到軟件與數(shù)據(jù)庫（開發(fā)工具、開放框架、數(shù)據(jù)庫、開發(fā)者培訓(xùn)）在內(nèi)的一整套解決方案，最終重新定義AI。

英特爾稱，將打造一系列適應(yīng)深度神經(jīng)網(wǎng)絡(luò)的特殊處理器，并全面提升自身產(chǎn)品在深度學(xué)習(xí)領(lǐng)域的性能。比如至強Xeon處理器的最新版本Skylake，性能將提高18倍；最新版本的至強融核處理器Knights Mill的深度學(xué)習(xí)性能，將是上一代產(chǎn)品的四倍，培訓(xùn)時間可以減少31倍；其Lake Crest的深度學(xué)習(xí)性能，也將在2020年達到目前市面GPU芯片的100倍。

三、先進的算法

對人工智能來說，算法程序就像是生物體內(nèi)的DNA，它決定了深度學(xué)習(xí)的能力與效率。

一般來說，執(zhí)行具有特定功能的程序段被稱為原語（primitives），而直到現(xiàn)在，深度學(xué)習(xí)包含的原語（primitives）依然很少，大概只有20個左右。其中，矩陣乘積和卷積計算是最主流的兩個。

雖然數(shù)學(xué)和計算機技術(shù)的發(fā)展，是深度學(xué)習(xí)算法發(fā)展的基礎(chǔ)，但如何針對不同的領(lǐng)域，找到合適的知識模型，開發(fā)出效率更強，準確度更高的算法，也是人工智能演進發(fā)展的關(guān)鍵。

伴隨人工智能的熱度急劇升溫，越來越多的公司正在投身這一領(lǐng)域，而它們絕大多數(shù)，都著眼于進入門檻更低，更適合初創(chuàng)企業(yè)發(fā)展的算法與應(yīng)用環(huán)節(jié)。

一個來自烏鎮(zhèn)智庫的相關(guān)數(shù)據(jù)是，目前全球平均每10.9個小時，就有一家人工智能企業(yè)誕生。

4

總的來說，正是數(shù)據(jù)量的增長，催生了人工智能。

放眼歷史，每一次生產(chǎn)力的變革，都引發(fā)了社會、經(jīng)濟和產(chǎn)業(yè)結(jié)構(gòu)的深刻轉(zhuǎn)型。與工業(yè)革命和電氣革命相比，信息革命最大的變革，就是帶來了人類社會信息數(shù)據(jù)的爆炸式增長。

如果說，流水線消滅了大部分的作坊式工業(yè)生產(chǎn)，那么，數(shù)據(jù)的洪流，就將消滅大部分的傳統(tǒng)生產(chǎn)和服務(wù)組織方式。

信息化打破了物理的限制，讓全球變平，從而讓每一個產(chǎn)品、每一種業(yè)務(wù)的規(guī)模，都能從微量變成海量。

一個例子是，現(xiàn)在，僅僅騰訊一家公司，每天就要處理超過300億條即時通訊消息。通過它的服務(wù)器，用戶發(fā)送文字消息、圖片、語音、視頻，甚至玩游戲、聽音樂、約車、在線付款乃至使用各種服務(wù)。

而據(jù)滴滴公布的數(shù)據(jù)，滴滴每天規(guī)劃的路徑超過90億次，處理的數(shù)據(jù)超過30TB的數(shù)據(jù)--相當(dāng)于30萬部電影。依托這些數(shù)據(jù)和人工智能，它對15分鐘后的需求預(yù)測，準確率已經(jīng)超過85%。

這樣的產(chǎn)品和服務(wù)，不是任何單純的人力工作能直接搞定，它必須通過智能化的程序來協(xié)助處理，甚至主導(dǎo)完成。

同樣的情況，正在我們的各個行業(yè)、各個領(lǐng)域、各個環(huán)節(jié)反復(fù)出現(xiàn)。每一家公司從原料采購、員工管理、產(chǎn)品生產(chǎn)、物流配送、售后服務(wù)，都越來越多地通過智能化、網(wǎng)絡(luò)化的手段來進行組織，并將這一切流程，通過大數(shù)據(jù)的行為分析，來加以歸納、總結(jié)和優(yōu)化。

5

人工智能發(fā)展變化的另一個標志，是吃瓜群眾思考的問題。

過去，大多都人更擔(dān)心，未來會不會有邪惡的機器人毀滅人類。而現(xiàn)在，越來越多的人開始擔(dān)心，人工智能會不會消滅掉自己的工作。

最重要的是，這個問題的答案，越來越悲觀。

就像李開復(fù)在WISE大會上的結(jié)論，當(dāng)AlphaGo每天自我對弈100萬盤棋；Tesla每天從100萬輛車的實際?駛中吸收經(jīng)驗，普通人將如何與它們競爭？

在越來越多的領(lǐng)域，人工智能正在快速超越人類。

比如，人工智能已經(jīng)可以在?秒鐘內(nèi)，對比全世界所有機場攝像頭視頻，以及所有通緝犯的?臉，保安能做到嗎？

顯然不可能。

這也意味著，大批的翻譯、記者、收銀員、助理、保安、司機、交易員、客服……都可能在不遠的未來，失去自己原來的工作。

當(dāng)然，這個替代不會劇烈地出現(xiàn)。我們會看到的現(xiàn)實情況，將是某些行業(yè)和某些工作，用人的需求越來越少，在組織或產(chǎn)業(yè)鏈中的地位越來越輕，產(chǎn)品的銷售越來越難，工資越來越低……

這個周期，可能是10年，可能是5年，也可能更短。

你或許會把自己的遭遇，歸結(jié)為全球的經(jīng)濟危機，歸結(jié)為人民幣貶值和通貨膨脹，歸咎于公司老板經(jīng)營不善跟小姨子跑路，或是其他的原因，但在你看不到的地方，你處身的行業(yè)，會正如大地坍塌，最終只剩下熔巖中的廖廖孤島。

正如許多傳統(tǒng)的手藝，至今仍然在少數(shù)地方碩果僅存一樣，由于經(jīng)濟的差異與行業(yè)密集度的差異，這種變化也會是一個逐漸擴散的過程，越是經(jīng)濟與信息化落后的地區(qū)、越是需要在復(fù)雜環(huán)境下完成的工作，這種擴散越慢，越晚。

甚至絕大多數(shù)被替代的行業(yè)，仍會長期存續(xù)，只不過，原來這個行業(yè)能容納100萬人，未來只能容納100人，留下來的，要么是難以被取代的頭部精英，要么是在最落后的區(qū)域與環(huán)節(jié)。

中間階層將成為最早感受到變革陣痛的人群。

6

2016年6月，《經(jīng)濟學(xué)人》曾花了巨大的篇幅，來討論人工智能未來對包括工作在內(nèi)的，社會的各種沖擊。

其中一個觀點是，從歷史來看，每一次科技進步最終創(chuàng)造的就業(yè)，都超過所消滅的就業(yè)，即使我們需要經(jīng)歷短時間內(nèi)的動蕩與陣痛，長期創(chuàng)造的新就業(yè)也將彌補這一且，甚至綽綽有余。

但這個觀點或許過于樂觀。

人工智能對人類工作的沖擊，與過去的每一次技術(shù)變革都不同。

一、無論是取代的領(lǐng)域范圍、規(guī)模，還是取代的速度，人工智能引發(fā)的變革都將更加迅猛。它將深入滲透社會生活中的幾乎所有領(lǐng)域。

二、人工智能的發(fā)展，將成為驅(qū)動其他各種技術(shù)變革加速發(fā)展的催化劑，并相互協(xié)同形成連鎖反應(yīng)，最終如同彼得·戴曼迪斯在《富足》一書中所說，人類即將有望達到滿足地球上所有人生存基本需求的生產(chǎn)能力。

三、過去的變革無論帶來怎樣的生產(chǎn)力提升，都需要大量的人來操作管理。而人工智能只需要極少量的人，甚至可以在無人管理的情況下自已完成工作。

替代你工作的，不再是機器+其他的人，而是只有機器人。

所以，這一次變革，將成為一個拐點。

在此之前，大部分人類的工作，都是服務(wù)于生產(chǎn)和提高生產(chǎn)力；而以此之后，這些工作將更多地由少數(shù)人與人工智能來共同完成。

大部分人類的工作，將轉(zhuǎn)向為他人提供服務(wù)--還得去掉一些被人工智能取代的簡單服務(wù)，轉(zhuǎn)向創(chuàng)造性的工作，以及那些短時間內(nèi)人工智能難以取代的領(lǐng)域。

從這個意義上來講，中國將成為其受益者。因為如果沒有這場變革，全世界的經(jīng)濟與產(chǎn)業(yè)都將如同30年前從西方向中國的大遷移一樣，跟隨著人力成本的變化，從中國向印度、印尼等更新興市場轉(zhuǎn)移。

而現(xiàn)在，形勢將發(fā)生微妙的轉(zhuǎn)移。

在此過程中，很多的上一代人將成為犧牲者，因為他們多年累積的經(jīng)驗與技能，都將喪失根基。而社會化分工與流水線的改造，已經(jīng)讓他們的知識與能力，長期聚焦于一個極小的范圍，一旦跳出圈子，他們將很難具有競爭力。

而對年輕一代人來說，最值得擔(dān)心的問題是，你學(xué)習(xí)的知識與工作技能，人工智能比可以你學(xué)得快100倍、1000倍，你的創(chuàng)新創(chuàng)造也很有可能被人工智能快速模仿。

在新的時代，我們可能不用擔(dān)心溫飽，因為人工智能帶來的生產(chǎn)力極大提高，可以讓更多國家快速向福利型社會轉(zhuǎn)型。

但正如馬斯洛的需求層次理論，每個人除了生存的需求，還需要尋托歸屬感，獲得尊重，并實現(xiàn)自我價值的成長。如何為規(guī)模越來越大的失業(yè)群體找到新的就業(yè)方向，重新為他們創(chuàng)建自我價值實現(xiàn)的通道，而不是轉(zhuǎn)變?yōu)樯鐣牟话捕ㄒ蛩?，這將是所有政府必須深入考慮的重要問題。

而這，還僅僅是開始。

可以預(yù)見，當(dāng)人工智能與機器人、與腦機互聯(lián)、與基因科學(xué)等領(lǐng)域的科技突破結(jié)合到一起，我們將面對的，將會是一個全新的時代。

【歡迎掃描微信二維碼，關(guān)注科技雜談（keji_zatan）】