人工智能是從計劃經(jīng)濟中來嗎?人工是能與大數(shù)據(jù)的前世今生有怎樣的聯(lián)系?人的智能與人造智能的區(qū)別在哪里?人工智能究竟可以為我們做什么?

　　9月23日，第二屆野三坡中國經(jīng)濟論壇在河北保定野三坡舉行，眾多國內(nèi)外經(jīng)濟學(xué)家將齊聚一堂，聚首拒馬河畔，以“改革推動力”為主題，深入探討中國經(jīng)濟改革的新引擎，長江商學(xué)院許成鋼教授針對大數(shù)據(jù)、人工智能以及計劃經(jīng)濟、市場經(jīng)濟等問題發(fā)表了自己的觀點，以下為許教授演講的節(jié)選內(nèi)容。

　　我今天討論的是大數(shù)據(jù)、人工智能以及計劃經(jīng)濟、市場經(jīng)濟的爭論。

　　重要的問題就是人工智能的產(chǎn)生是從計劃來還是從別的地方來?這是第一個問題。第二個問題就是，人工智能發(fā)展了之后會把我們帶到哪兒去?人工智能會把我們帶到計劃經(jīng)濟去嗎?這個就是我要今天討論的主題。

　　人工智能與大數(shù)據(jù)的前世今生

　　為了討論這個主題，我想從最基本的技術(shù)層面開始討論，因為我需要理解人工智能是什么意思，人工智能到底能做什么不能做什么，大數(shù)據(jù)跟它是什么關(guān)系。

　　首先，大數(shù)據(jù)它自己其實沒有那么大的重要性，它的重要性在于它是人工智能的基礎(chǔ)。如今之所以世界上所有發(fā)達國家都高度關(guān)注人工智能的發(fā)展，原因現(xiàn)在已經(jīng)很清楚，就是這是一次正在興起的產(chǎn)業(yè)革命。

　　這個產(chǎn)業(yè)革命會引起的后果立即能看到的就是大量的無人工廠會產(chǎn)生、許多無人服務(wù)行業(yè)會產(chǎn)生、人類歷史上從來沒有見過的高效率會產(chǎn)生，會有巨大量的失業(yè)。

　　那么由于人工智能的技術(shù)基礎(chǔ)是大數(shù)據(jù)，因此如今大數(shù)據(jù)變成了一個基礎(chǔ)資源，和我們?nèi)祟悮v史上過去經(jīng)歷過的原材料、能源等一樣。但是這個資源不一樣的地方是它不是原來就在世界上存在的，而是我們?nèi)斯とナ占�的�?/P>

　　下面的問題就是當(dāng)這種生產(chǎn)模式發(fā)生基本變化的時候，這種全新、全面的自動化，它會不會從基本的地方改變制度?我想非常簡要的概要一下，我們要吸取從過去已經(jīng)發(fā)生過的產(chǎn)業(yè)革命的教訓(xùn)，如果我們不吸取過去的教訓(xùn)，那么我們會重蹈覆轍。

　　過去的產(chǎn)業(yè)革命之所以帶來教訓(xùn)，就是因為當(dāng)這些產(chǎn)業(yè)革命產(chǎn)生的時候，人們過高的估計了產(chǎn)業(yè)革命可能到什么地方，在過高估計自己力量的時候人類會濫用這些新興的科學(xué)和技術(shù)。

　　我舉兩個歷史上的例子，第一個是在第二次產(chǎn)業(yè)革命時期，靠那個技術(shù)在那個背景下產(chǎn)生出來的以國有制為基礎(chǔ)的中央計劃這樣一類制度的設(shè)計，這是一個過高地估計了人的計劃能力、人的統(tǒng)治能力設(shè)計出來的東西。

　　另外一個例子就是對環(huán)境的破壞，比如化石原料，化石原料的大規(guī)模使用就是伴隨著第一次和第二次產(chǎn)業(yè)革命來的，造成了全球碳排放過高帶來全球變暖、帶來的一系列污染，人們已經(jīng)意識到現(xiàn)在到時間扭轉(zhuǎn)了。

　　這都是過去帶來的教訓(xùn)，今天當(dāng)大數(shù)據(jù)和人工智能結(jié)合在一起的時候，它可能的危險我們還不知道，比如帶有壟斷性質(zhì)的大公司利用手中的數(shù)據(jù)試圖來控制社會，用于大規(guī)模的戰(zhàn)爭，用于犯罪等等。

　　下面我們從最基礎(chǔ)的地方認識一下人工智能和大數(shù)據(jù)，只有知道基礎(chǔ)，才有可能能知道它能做什么不能做什么。

　　今天人工智能整個的大發(fā)展實際上是過去超過了半個世紀(jì)的發(fā)展積累出來的。

　　首先，人工智能第一個重要的部分是算法，而這個算法是早在1950年代就開始探索的東西。關(guān)于人工智能的提法、算法和想法，甚至一些指導(dǎo)性的意見，是很少幾個創(chuàng)始人在1956年的時候在一次會上把這個名字確定下來，討論了大的方向，其中奠基人之一是經(jīng)濟學(xué)家西蒙教授，他是諾貝爾經(jīng)濟學(xué)獎獲得者，同時他是卡內(nèi)基梅倫大學(xué)的經(jīng)濟學(xué)教授、計算機教授、心理學(xué)教授，這三個專業(yè)統(tǒng)一在一起，才有了人工智能的想法。

　　人工智能的算法部分如今發(fā)展的最好的是所謂的“神經(jīng)元模型”，神經(jīng)元模型導(dǎo)致這個機器可以在人的指導(dǎo)下進行學(xué)習(xí)，所謂“深度學(xué)習(xí)”就是今天通常人們講人工智能時所提到的東西。

　　人工智能的另外一個普遍使用和可探索的方法是“統(tǒng)計算法”，但是無論是使用的是人工訓(xùn)練的辦法還是統(tǒng)計得辦法，都必須要大量的數(shù)據(jù)，這就是為什么大數(shù)據(jù)是基礎(chǔ)。

　　人工智能的第二個基礎(chǔ)是計算能力。在過去的半個世紀(jì)里，計算速度、計算能力和存儲能力基本上是每兩年提高一倍(摩爾定律)，積累了半個世紀(jì)以后，現(xiàn)在超強的能力使得無論使用任何一種計算方法的人工智能，在一些領(lǐng)域機器超過人，而且是大大得超過人，一部分是因為算法，一部分原因是因為計算能力。當(dāng)然了，所有的這些的基礎(chǔ)是大數(shù)據(jù)。

　　下面我們需要理解一下大數(shù)據(jù)本身的技術(shù)基礎(chǔ)是怎么回事，我們才能明白人工智能可以做什么不可以做什么。

　　首先，大數(shù)據(jù)產(chǎn)生的最基本的基礎(chǔ)是傳感器、移動設(shè)備，是傳感器和移動設(shè)備先檢測到一些具體的數(shù)據(jù)，然后通過互聯(lián)網(wǎng)和物聯(lián)網(wǎng)把他們傳送，然后集中起來，所謂的大數(shù)據(jù)的核心就在于收集、傳輸、儲存和處理所有這些傳感器和移動設(shè)備他們可以度量的數(shù)據(jù)。這是關(guān)鍵所在，人工智能可以做什么不可以做什么，是由這個決定的，即是不是可以度量。

　　另一層面的大數(shù)據(jù)，是利用歷史上積累的大量文獻，其中包括各個學(xué)科積累的文獻，比如說圖書館里有文字的、有圖的、有音樂的、有舞蹈的記錄，這些全都可以轉(zhuǎn)換為大數(shù)據(jù)供機器去學(xué)習(xí)、分析。