AI 未来

这是土盐的第115篇原创文章

1

大家好，我是土盐。

自从日更公众号，我很能体会，那些每天写无事可记的人儿了。

生活就是这么朴实无华。

因此，生活需要想象来开心一下。

AI·未来

李开复

85个笔记

前言

人工智能实干时代竞争力的天平将倾向商业化执行、产品质量、创新速度和大数据，而这些要素恰是中国优于美国之处。

中国互联网最有价值的产品不是产品本身，而是产品背后精于执行的企业家。

仅2017年一年移动支付的总交易额就达到了惊人的18.8万亿美元，超过了中国当年GDP。

移动用户基数使得中国的数据优势是美国的3倍，移动食品配送是美国的10倍，移动支付是美国的50倍，共享单车设施是美国的300倍。而利用这些丰富的数据资源，中国的计算机视觉、无人机、语音识别、语音合成和机器翻译公司，成为全球价值最高的创业企业。

深度学习发展简史

1986年，我使用一种近似神经网络、名为“隐马尔可夫模型”（Hidden Markov Models）的方法，建造出世界上第一套非指定语者连续性大词汇语音识别系统Sphinx。

揭开深度学习的面纱

数据太少则样本不够，算法无法发现有意义的联系；但如果目标太广泛，算法则缺乏衡量最优解的明确标准。

人工智能新时代，谁能保持领先

研究人员做这些事，需要卓越的技能和深度的专业知识，不仅要有能力思考、撰写复杂的数学算法，还要能够处理巨量数据，针对不同问题调整人工神经网络。

数据的年代

数据的快速成长和可取得性的提升，将是深度学习深刻影响世界各地无数产业的主要动力。

中国的优势

弱化了中国最大的不足之一——研究问题采用脱离框架思考的方法。

“从线上到线下”（Online To Offline, O2O）的创新商业模式。

02 从竞技场杀出的世界级创业者

进入人工智能落地年代后，这种竞争残酷的创业环境将成为中国构建机器学习导向经济的核心财富。

“成二代”和“穷二代”

不同于硅谷创业公司的使命导向，中国的创业公司是市场导向。

市场的力量是中国创业者必须借助的。这些企业的主要目标是盈利，为了盈利它们愿意创造任何合法的产品，采用任何合法的商业模式。

对中国的创业公司而言，点子来自何处或来自谁并不重要，重要的是能够实现它。

苏格拉底鼓励他的学生通过质询一切来追求真理，孔子则建议其追随者师从古圣先贤。对事物细致的模仿被视为真正的成才之道。即使到了今天，为了通过中国竞争激烈的高考，莘莘学子仍需要花费很多时间在记忆和背诵上。

接受借鉴的文化环境、匮乏心态，以及为抓住创富机会而愿意投入有前景的新产业的迫切，构成了中国互联网生态系统的心理基础。

谷歌与百度：黄页与购物商场

背后的深层次原因：美国人把搜索引擎当作黄页，用来找寻特定的信息；而中国人把搜索引擎当作购物商城，用来查看、试用各种商品，并最终选择购买一些商品。对当时一亿左右刚接触互联网的中国人来说，这是他们首次接触种类如此繁多的信息，得全部尝试一下。

在谷歌的全球搜索平台上，用户点击一个搜索结果，就会离开搜索结果页面，这意味着我们让来自中国的“顾客”点击购买，然后把他们踢出商场。而百度则是在用户点击搜索结果时，开启一个新窗口，而搜索结果页面还在，用户可以返回页面尝试各种搜索结果，不必“离开商场”。

击败对手，或者被对手击败

开心网的产品已经做得很扎实，但其公司创始人没有“互联网角斗场”里的那些斗士能征善战。他在做这个网站时，想用的网站域名名称kaixin.com已经被买走，他不想从域名主人的手里买下这个网站域名（也可能是买不起），所以选择使用了kaixin001.com。这是一个致命的错误决定，跟没戴头盔就走进危机四伏的竞技场没什么两样。

那些无法在技术、业务甚至人事层面完全把自己与竞争者分隔开来的公司，都会成为被攻击的目标。而赢家的战利品价值可能高达数十亿美元。

天生“精益”的创业斗士

而是应该快速推出“最小可行产品”（minimum viable product），以此测试市场对该产品不同功能的需求。

精益创业公司必须察觉到消费者行为的微妙改变，坚持不懈地调整产品以迎合用户需求，它们必须自愿放弃已经无利可图的产品或业务，以利润为导向改变或重新部署策略。

高密度的竞争和不收钱的策略，迫使公司迭代产品、调整方案、发明新的商业模式，在坚实的商业模式周围筑起高高的城墙，阻止其他公司来分一杯羹。

王兴的蜕变

美团和其他竞争者的主要差异之一是与商家之间的关系，这是执着于市场占有率的创业公司往往会忽视的重要部分。美团首创了自动化支付机制，让款项能更快地转入商家手中。当时几乎每天都有团购公司阵亡，餐厅与商家的大笔款项在转账过程中搁浅，美团利用这项变革建立了庞大的忠诚商户网络。

融资数额固然重要，烧钱速度以及靠补贴收买来的“用户黏性”也很重要。陷入战争的创业公司几乎从未赚到过钱，反而是能把单用户亏损额降到最低的公司，会比资金更充沛的竞争者撑得更久。

“高筑墙，广积粮，缓称王。”对王兴来说，风投资金是他的粮，优异产品是他的墙，数千亿美元的上市公司是他未来的王座。

互联网的未知海域

它们身边满是凶猛的竞争者，虎视眈眈地准备对它们现有的产品逆向分析。

人工智能时代的数据王国

硅谷巨头从用户在线活动中收集数据，如搜索、上传照片、观看YouTube视频、点赞等。中国公司则根据用户现实世界的行为收集数据：何时何地购买了什么物品、餐饮习惯、化妆品的选用、交通服务的选取等。深度学习只能根据“看到”的数据进行优化，中国接地气的技术生态系统为深度学习的算法提供了更多“眼睛”，让它们“看”到我们日常生活的内容。随着人工智能为许多新产业“通电”，中国科技公司与现实世界的紧密结合，会使得它们在与硅谷科技公司的竞争中具备天然优势。

移动互联网的纵身一跃

智能手机用户不仅行为与计算机用户不同，他们的需求也有很大差异。对倾向于移动优先的用户而言，互联网并非只是固定地点存取的数字信息的抽象集成，而是个体在城市里随身携带的一个工具，当我们需要吃饭、购物、旅行或交通时，可以随时随地帮助我们解决问题。

微信：低调的雄心

微信小程序的推出又使微信成为操作系统和浏览器之外的又一个应用平台和用户获取渠道。

到处都是O2O

即在线上推广和兜售线下服务。

而现在想要看病的人可以通过应用程序，雇专人为他们在医院排队，或者提前与私立医院的医生预约就诊。

扫描或被扫描

在零售业、房地产业及其他产业中创立人工智能公司时，移动支付生成的数据将无比珍贵。

联网的“自行车赛”

这么多的骑行订单催生了一件新事物：可能是全球最大、最实用的“物联网”（IoT）。物联网指现实世界中与互联网连接的器材设备所形成的网络，设备之间可以传输现实世界中的数据。绝大多数摩拜单车都装有太阳能供电的GPS、加速器、蓝牙及近场通信（NFC）等系统，都可以用智能手机启动。这些传感器每天能够生成20TB的数据，汇入摩拜单车的云端服务器里。

模糊的界限与美丽新世界

它利用互联网的核心力量（信息传输），打造深入现实世界、触及日常生活每个角落的事业。

共享单车在各个城市投放的物联网交通器材，追踪记录了数千万前往公司、商店、住所及初次约会地点的行程。这些数据在量与质方面都远远胜过了Uber及来福车（Lyft）之类公司手中的数据。

人工智能知识的开放与速率

但因为发展的速度太快，许多研究人员都会担心，要是等到在期刊上发表研究成果，那时他们的纪录可能早就被打破了，而他们达到巅峰的这一刻也将无法载入史册，所以他们一般不会隐瞒研究结果，而是会立刻在类似于www.arxiv.org这种线上科研论文库上发布。

05 人工智能发展的四波浪潮

革命性的人工智能产品——同声传译耳机，可以把我们的声音实时转译为其他语言。类似这样的产品将彻底改变国际旅游、商务及文化，并催生大量高效、高产能、有创意的新商品。

机器人报道与假新闻

起初，读者会发现并举报这类假新闻。后来今日头条使用这些带了标签的数据来训练算法识别假新闻。今日头条甚至专门训练一套算法来撰写假新闻，然后让两套算法相互较量，看谁能骗到谁，在相互学习中优化算法。

商用人工智能事业

“结构化”的意思是已分类、贴上标签、可搜索的数据，最典型的就是股价历史信息、信用卡使用记录等。

界限模糊的OMO世界

“线上线下融合”（Online-Merge-Offline），简称OMO。

这些人工智能的点餐机甚至使用“活体算法”（liveness algorithm），确保人脸不会被盗刷。

如何收集数据？如何应用于改进教育流程？

所有的数据，如用机器回答的问题、专注程度、理解程度，将直接写入学生的个人档案里，实时反馈学生了解了哪些授课内容，以及哪些部分需要进一步讲解。学生回家后，算法根据学生档案，为每个学生量身设计家庭作业：聪明的学生必须完成高难度、有挑战的题目；不太理解教材的学生则会做些更基础的题目，或许还要额外补课。

人工智能语音识别技术能把一流的英文教学带到偏远地区。高性能语音识别算法可以评估学生的英语发音，即使没有以英语为母语的教师，也能帮助学生改进语音语调。

为中国学生提供美国教师在线授课的VIPKID。

深圳制造

中国制造业的最大优势不是廉价劳力，印度尼西亚及越南之类的国家的工资更低。中国制造业现在的最大优势是无可匹敌的供应链灵活性，以及能够研发出新器材的原型并且量产优秀的工程师。

蜂群智慧

成群的自主无人机能够一起合作，用几小时的时间就能粉刷好房子的外墙。耐热的无人机群可以合力扑灭森林火灾，效率是传统消防队的数百倍。另外，无人机也可以在飓风及地震后进行搜救，把食物及水递给受困者，或者和附近的无人机合作，把受困者空运出来。

蜂群智慧技术。

谷歌模式与特斯拉模式

这些数据来自无数路上行驶的车辆，然后全部输入中央的“大脑”——做出决策的核心算法集群。这意味着，任何一辆自动驾驶汽车遭遇新状况时，所有依靠这些算法驱动的汽车都能同步学习新案例的处理方式。

中国的特斯拉模式

浙江省已经宣布计划兴建全国第一条智能超级高速公路，一开始就可容纳自动驾驶汽车及电动车。这项计划将整合道路、车辆与驾驶人之间的传感器及无线通信，使汽车行驶的速度提高20%至30%，并显著减少车祸事故。这条超级高速公路将在路面铺设光伏板，把集成的太阳能输送至充电站，供电动车充电，长期目标是让电动车能够在行进间持续充电。此计划若成功，可加快自动驾驶汽车及电动车的应用。在自主人工智能驶入都市混乱的交通之前，可以先在高速公路上试验，并在这个过程中收集更多数据。

这种可控环境内的自动驾驶将比人类司机更安全。人工智能接手交通管理及自动驾驶汽车后，整个地下交通网甚至可以逼近高速公路的速度，而地面上的生活则还是人类的节奏。若计划可以实现，类似这样的新城市将与自主人工智能一起成长。它们在享受自主人工智能技术带来高效的同时，也会回馈给算法更多的数据。美国现有的基础设施要求自主人工智能必须先适应并应用于现有的城市，但在中国，政府的积极作为把应用变成了城市与人工智能共同进化。

征服当地市场&武装当地公司

绝大多数未来的人工智能用户仍然生活在其他国家（主要是发展中国家）。

从中国市场打到国际市场的共享出行

目前尚不清楚这些技术交流有多深入，但人工智能需要的本地化程度远高于早期互联网服务。印度的自动驾驶汽车必须学习行人在班加罗尔街道穿梭的习惯，在巴西的小微金融的应用必须了解里约千禧一代的消费习惯……算法可以适用于不同的用户群，但各地现实世界的数据是独一无二、无可替代的。虽然硅谷公司对这些国家的特殊国情也有调查，并做了相关分析，但是研发商用人工智能、感知人工智能及自主人工智能产品，公司必须更深地扎根当地市场。

算法可以适用于不同的用户群，但各地现实世界的数据是独一无二、无可替代的。

创业公司必须安装相关的硬件器材，根据北非消费市场或印度尼西亚医院的特性，把人工智能服务本地化。远在硅谷的企业通过代码散布全球影响力，恐怕不是长久之道。

06 乌托邦、反乌托邦和真正的人工智能危机

而现在距离实现强人工智能只差10年，2045年，我们将会迎来奇点时刻。[插图]另一些乌托邦思想家认为强人工智能可以快速解开物理宇宙的未解之谜。DeepMind创始人哈萨比斯则预言，创造超级智能可以让人类文明解决目前无解的难题，如为全球变暖和不治之症带来绝妙的解决方案。拥有超越人类想象力且可以更大程度地理解宇宙的超级能力后，这些机器就不再只是减轻人类负担的工具，它们更接近于全知全能的上帝。

他们真正恐惧的是如果人类本身成为超级智能实现某一目标的障碍，例如改变全球变暖，它们可以轻易甚至是无意中将人类从地球上抹去。对于想象力远超人类的计算机程序而言，抹杀人类根本不需要像电影中持枪机器人一样粗鲁。对于化学、物理和纳米技术的深刻理解，让它们可以用巧妙得多的方式立即完成任务。

人工智能发展现状

这些突破与进步需要去除目前弱人工智能的能力天花板，赋予它们更强大的新能力，如多域学习、泛领域学习、自然语言理解、常识推理、规划以及通过少量示例学习。

自杰弗里·辛顿发表关于深度学习的里程碑式论文之后的12年[插图]，我还没有看到机器智能领域出现任何可与之比肩的重大进步。

盲目乐观的终结

通过打破信息传播障碍，增强了世界顶尖知识工作者的力量，而将中间许多人的经济作用缩减了一半。

人工智能的“可以”与“不可以”

所以，最可能产生的结果就是幕后优化工作由机器完成，但仍需要人类员工来做客户的社交接口，人类和机器形成共生关系。此类工作可能包括服务员、理财顾问甚至全科医生。这些工作消失的速度和比例取决于公司改造员工工作内容的灵活程度，以及客户对于与计算机互动心态的开放程度。

两类失业：“一对一取代”和“彻底清除”

他们重新构思了新闻类app的核心功能——定制用户希望阅读的新闻故事列表——然后使用人工智能算法来完成。

作用于世界经济的三大力量的相互作用：人口数量、自动化和分配不均。

中美失业问题对比与莫拉维克悖论

本质上，人工智能是“演算的巨人，行动的矮子”。

担心算法还是担心机器人？

人工智能算法对脑力劳动的替代像是导弹空袭，但机器人对体力劳动的打击则接近于地面的堑壕战。

07 一个癌症患者的思考

最重要的是，我不再将自己的生活视作一个以影响力最大化为目标的算法。我把精力花在能为人们生活带来意义的事情上——与身边的人分享爱。

向死而生

意识到生活的意义是身边的人赋予的。

山顶上的法师

我们必须在骨子里认识到自己的渺小，必须承认，在世界上，没有什么可以比与他人分享爱这个简单的行为更重要、更有价值。如果我们从这点出发，其余的事情就顺其自然了。

这是我们真正实现自我的唯一方式。”

第二意见和第二次机会

通过浏览许多医院的医疗报告和测试结果，我找出了每个变量的信息：年龄、受最大影响的淋巴结的直径、侵入骨髓的情况、32-微球蛋白状态和血红蛋白水平。这五个特征与预期寿命缩短的关联最大，而我似乎只符合其中一种。我疯狂地扫视页面，筛选图表，并在我的变量和生存率两栏之间寻找。

解脱与重生

我会尝试与爱我的人分享爱，并不是因为实现特定的目标，而是因为这样让我感觉良好且真实。

墓碑只是一块死气沉沉的石板，无法与生活中丰富多彩的人们和记忆相提并论。

爱与被爱的感受构成了我们生命的意义。

08 人类与人工智能共存的蓝图

人类在心灵成长、共情与爱这些方面独一无二的能力。

危机考验与新的社会契约

从工业时代过渡到人工智能时代，我们需要摆脱旧的思维模式，不再将工作与生活等同，也不再将人类视为优化生产力算法中的变量。我们应该构建新的文化，要比以往更加珍视人类的爱、共情和服务他人的态度。

3R：再培训、减时间、重分配

硅谷针对人工智能将引发的失业问题，提出三类解决方案：就业者再培训（retraining workers）、减少工作时间（reducing work hours）或重新分配收入（redistributing income）。每一类方案的出发点均是调节就业市场的某一个变量（技能、时间、报酬）。

人机共存：优化与人情

人工智能做分析性思考，人类则用温暖和关爱传达机器所做的分析。

芬克的信与影响力投资

创造有意义的工作岗位，对应的回报是线性增长的。这是因为人力驱动的服务行业，无法实现几何级数增长的回报。

政府的角色

这种观念符合硅谷科技精英观察社会的一贯角度：“用户”角度而不是“公民”角度，“顾客”角度而不是“社群”角度。

“社会贡献津贴”：护理、服务和接受培训

护理工作包括给孩子一对一的教育、陪伴老人、帮助患病的朋友或家人，或者帮助其他精神、身体有缺陷的人提升生活品质。将会有一大批人去从事这类工作，关怀需要帮助的人，给他们提供本章一开始提到的，我那个创业家朋友的冰冷大屏幕无法提供的服务：温暖的人际互动。服务工作也可以用类似的方法界定，包括目前非营利组织的大部分工作，以及我在台湾看到的志愿者们做的事，如治理环境、主持课后活动、做公园导游、收集各个社区长者口述的历史等。

为了获得津贴而做出一定的社会贡献，这样会培养出完全不同的意识形态，而非UBI背后的自由放任的个人主义。从事造福社会的工作可以获取津贴，也传达出了一个明确的信息：倾尽全社会之力，我们才获得了如此多的财富。在人工智能时代，我们共同利用这些财富，帮扶那些需要帮助的人，重建人与人之间的信任，重塑人情味和爱的纽带。

尚未解决的问题

为了顺利度过这一时期，我建议循序渐进：不直接全方位地推行上述的“社会贡献津贴”方案，而先试着减轻工作流失对社会造成的冲击，再逐步编写前文提到的新社会契约。我们可以从增加政府对新生儿父母的补贴入手，让他们有资本选择在家里照顾孩子，还是将孩子送去全天候的托儿所。如果父母选择自己在家教导孩子，一定时间后经过考核达到某个标准成绩的孩子，政府就可以提供给孩子父母津贴，津贴的额度可以参考托儿所的费用和托儿所教师的薪资。

结束语 现在已是未来

（人生是由无数转折点组成的）你在向前展望时不可能将这些转折点串联起来，只能在回顾时将点点滴滴联系起来。所以，你必须相信这些点在未来都可能联结起来。

忘记优化，珍爱彼此

若要理解人的独特性和神奇的地方，我们需要学习的不是人的大脑，而是人的心。

用人工智能来理解人类的本质。如果人工智能真的能够帮助我们理解自己，不是因为人工智能理解了人脑的运作原理，而是因为人工智能解放了我们，让我们不再一味追求优化，进而可以聚焦在真正使我们成为人类的东西上——爱人与被爱的能力。