人工智慧看似很牛，但卻根本無法完成經濟任務

人工智慧是一場正在興起的產業革命，其基礎是可以度量、描述、傳遞的數據。但由於缺少大量人的基本感知，機器不可能通過學習來產生和人相似的效應反射，這便是現在不可逾越的臨界點。人工智慧只能執行有限範圍內目標清晰的任務。試圖用大數據、人工智慧建立計劃經濟與人工智慧發展的基礎相悖。

大數據和計算能力是AI的重要基礎

首先，大數據它自己其實沒有那麼大的重要性，它的重要性在於它是人工智慧的基礎。如今之所以世界上所有發達國家都高度關注人工智慧的發展，原因現在已經很清楚，就是這是一次正在興起的產業革命。

這個產業革命會引起的後果立即能看到的就是大量的無人工廠會產生、許多無人服務行業會產生、人類歷史上從來沒有見過的高效率會產生，會有巨大量的失業。

那麼由於人工智慧的技術基礎是大數據，因此如今大數據變成了一個基礎資源，和我們人類歷史上過去經歷過的原材料、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，而是我們人工去收集的。

人工智慧的第二個基礎是計算能力。在過去的半個世紀里，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），積累了半個世紀以後，現在超強的能力使得無論使用任何一種計算方法的人工智慧，在一些領域機器超過人，而且是大大超過人，一部分是因為演算法，一部分原因是因為計算能力。當然了，所有的這些的基礎是大數據。

下面我們需要理解一下大數據本身的技術基礎是怎麼回事，我們才能明白人工智慧可以做什麼不可以做什麼。

首先，大數據產生的最基本的基礎是感測器、移動設備，是感測器和移動設備先檢測到一些具體的數據，然後通過互聯網和物聯網把他們傳送，然後集中起來，所謂的大數據的核心就在於收集、傳輸、儲存和處理所有這些感測器和移動設備它們可以度量的數據。這是關鍵所在，人工智慧可以做什麼不可以做什麼，是由這個決定的，即是不是可以度量。

另一層面的大數據，是利用歷史上積累的大量文獻，其中包括各個學科積累的文獻，比如說圖書館裡有文字的、有圖的、有音樂的、有舞蹈的記錄，這些全都可以轉換為大數據供機器去學習、分析。

所謂「深度學習」的人工智慧（我們今天講人工智慧多半講的是這個），它的技術基礎基本是用大數據來訓練機器來產生識別的能力、推理的能力、規劃的能力，等等。

冷識別與熱識別，硬數據與軟數據

下面我們就要把人的智能和人造的智能，分別看一下。

首先，人的智能是產生於人的生理、心理的感知以及人收集的信息。1950年代，西蒙教授討論人工智慧的時候，就已經區分出來了「識別」的概念，這也是今天人工智慧核心的概念。早在那個時代就已經有了所謂冷識別和熱識別區別的辯論。什麼是冷識別和熱識別？冷識別是機器能夠識別的，熱識別是人帶著感情的識別，人帶著感情的識別機器是學不來的，這是一點。

再一點就是今天討論人工智慧也好、討論相關的激勵機制問題也好，有一個重要基本概念—硬數據和軟數據，硬數據就是前面我提到過的，所有可以度量可以傳遞的數據；但是，永遠和硬數據對應的還有一部分是軟數據，軟數據是沒有辦法用感測器或移動設備度量的，不能度量就無法傳遞、無法處理。所以當我們討論人工智慧是基於大數據訓練出來的時候，熱識別和軟數據的問題從技術上決定都不包含其中，它連基礎都沒有上哪去學呢，這就是為什麼機器不是人。

人的智能裡邊有個非常重要的基本部分就是直覺。什麼是直覺？直覺是基於人對於硬數據和軟數據、冷識別和熱識別綜合在一起產生出來的人的一種高度的抽象的跳躍性的反映。

這種直覺，不但它依賴的數據是不可度量、不可傳遞、無法機器處理的，而且產生的直覺本身也是人無法描述的，這就是為什麼師傅帶徒弟不一定帶得出來，在教學的時候，好的教授之所以好，因為好的教授有更多的好的直覺，但是這個直覺傳遞不過去，你已經想出來了都傳遞不過去，更不要說你的學生會不會學出來，這個學生能不能產生直覺是老師沒有辦法的，天生的。

自人工智慧和大數據沒有直覺 解決資源配置不可行

還有最重要的一點，當你把市場消滅後，如果你試圖用人工智慧、大數據去解決資源配置也一定搞錯了。為什麼？尤其是在跟創新相關的資源配置問題上，這些資源配置大量工作實在市場中由風險投資專家做的，因為他們掌握大量的軟數據，他可以憑他們的直接進行判斷。人工智慧只能處理硬數據，沒有直覺所以不能產生這個判斷。

今天實際上人工智慧的人才在哪？截至今年的第一季度，全球人工智慧人才一共190萬人，其中中國5萬人，而這5萬人裡面做這行達到十年的不到40%。有85萬人在美國，而美國的85萬人里，有十年以上經驗的占其中的71.5%。原因很簡單，在市場的環境下才有這麼多的創新能力的人出來，你如果把市場的環境搞掉，創新是很難發展的。

最後總結一下，大數據、人工智慧和制度之間有非常深刻的關係，制度會深刻影響大數據和人工智慧的發展，原因是因為大數據的收集處理會受到制度的制約，比如說哪些是合法的、是不是得到支持、或者社會上有沒有反彈，比如說掌握技術有壟斷權的壟斷權的大公司是否侵犯隱私權等。

另一面，人工智慧發展的本身，也受到制度的制約，比如說在發達經濟體裡邊，人工智慧要發展的時候，一系列行業要被淘汰，制度本身是如何面臨這個問題的。再有一點，一個社會平等或是不平等都會對人工智慧發展造成巨大的影響，原因是因為人工智慧的發展會造成巨大的不平等，一個更平等的社會會更有能力解決這個問題，而在一個不平等的社會則會引起非常尖銳的社會矛盾，阻礙人工智慧的發展。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 人工智慧觀察 的精彩文章: