在前進路上，李彥宏還有可能遭遇哪些冷水？

今天，百度AI開發者大會上，百度創始人、董事長兼首席執行官李彥宏以演講開場，期間，一名戴著胸卡的男子突然衝上台，向其頭部倒了一瓶水。

李彥宏被潑水後先是一愣，然後用英語問到：「What『s your problem？」由於事發突然，現場一度陷入沉默。

隨後，李彥宏繼續演講：「在AI前進的道路上會有各種各樣的事情發生，但是前進的決心不會改變，AI會改變每一個人的生活。」

AI的全稱是Artificial Intelligence，人工智慧。這個詞經常看到，但是人工智慧是什麼？AI技術發展到了什麼程度？李彥宏為什麼說「AI會改變每一個人的生活」？

想了解這些，就要來看看下面這本《人工智慧時代》。

《人工智慧時代》這本書被《經濟學人》雜誌評選為2015年的年度圖書。作者卡普蘭是斯坦福大學人工智慧與倫理學教授，曾在矽谷創建自己的科技公司。這本書凝聚著卡普蘭教授的專業知識和實戰經驗。

卡普蘭所描摹的，正在悄然降臨的人工智慧時代。

01

人類進入人工智慧時代的背景。

早在1956年，人工智慧的概念就被提出，與它相關的技術研發，最早出現在IBM沃森研究中心。但這項研究不被完全認同，那時研究者把計算機看作人類的機械僕從，更注重計算機在程序的驅動下完成工作。這一理念制約了人工智慧的發展。

另一方面，雖然上世紀八九十年代，已經出現了模擬人類大腦神經聯結的程序，人們只需給計算機提供大量的數據示例，機器就可以自己學習知識。但是，當時的計算機存儲條件和運算能力都跟不上，所以「機器學習」沒有被充分推廣。

近年來興起的機器學習，將人工智慧推向一個高潮。一方面，強大的計算機技術和大規模的網路數據，使得大數據、機器學習這些概念的落地有了可能。另一方面，隨著工業設計的改良，運用更輕的材料和更複雜的控制系統，讓機器人變得身材輕巧、智力驚人。

02

今天的人工智慧究竟發展到了什麼程度？

在這本書里，卡普蘭用互聯網廣告和金融市場的兩個事例，說明了人工智慧自助運算的巨大威力。

互聯網廣告行業中的人工智慧自助運算，跟我們日常的網頁瀏覽息息相關。我們的網路使用習慣都會被記錄下來，這讓計算機程序能夠快速識別我們的行為偏好。在我們打開網頁的瞬間，網頁自帶的程序開始一系列的運算，其中最核心的，是網站運營商向廣告商拍賣廣告位。根據用戶的行為偏好，廣告商可以判斷你是不是目標消費者，以及投拍廣告位的價格。

類似於互聯網廣告行業的電子戰爭還出現在金融市場。人工智慧在金融市場中掀起的巨浪，是隨著高頻交易的普及逐漸形成的。所謂高頻交易，就是用計算機程序代替人類交易員，做股票買賣的決策，在微小差價之間獲取收益。高頻交易可以在極短時間裡造成大量資產蒸發，引起市場混亂。計算機程序對市場有著強大的操縱能力，很容易脫離人類掌控，這就撼動了金融體系的信任根基。

除了人工智慧自助運算，機器人技術也得以升級進化。人工智慧時代的機器人將感測器和執行器結合，它們可以外出執行任務，感知環境的變化，甚至可以和人類一起勞作。

比方說，惡劣天氣情況下的種植工作，普通的機械運行有嚴格的環境限制，需要購買不同的機械來應對不同的場景需求。應用人工智慧技術的機械能夠判斷不同的場景，並且自動切換到恰當的應對模式。

再比如說，機器倉庫保管員可以在黑暗環境中工作，充分利用空間的測量和計算能力，聰明地堆放不規則貨物。目前在美國，這兩種機器工人已經投入實踐應用。

03

人工智慧的應用帶來了哪些現實困境？

人工智慧帶來的第一個困境是道德困境。一旦機器可以自我學習，那它可以往好的方向發展，也可以學壞。

微軟聊天機器人上線24小時被教壞，變成一個激進的種族主義者，不得不提前下崗。機器人的目標單一，如果你告訴他：「我想讓你成為世界象棋冠軍」，那他可能會為了實現這個目標對其他選手進行人身攻擊。因為人工智慧執行任務不受道德約束，這讓人工智慧陷入道德困境。

人工智慧引發的第二個困境，是一部分社會成員因為個人技能的落後而失業，由此會形成整個社會大規模結構性失業。

技術革新對工作技能的淘汰作用非常直接。人工智慧不同於以往任何一次技術革命，不僅僅是用自動化取代藍領勞動力，還會用較高水平的知識處理能力取代白領勞動力。

人工智慧取代藍領工人，這個很容易理解，比如，農業種植中的機器助手和機器倉庫保管員。重要的是，機器勞動者全年無休，工作差錯率也很低。

在知識型勞動中，以律師這個職業為例，根據客戶需求，找條款、寫文書、分析證據，然後幫助客戶解決困難。法律條款和法律文書的標準化程度都很高，這就給了人工智慧發揮優勢的機會。因為計算機在知識搜索和結構化表達方面的優勢，尋找法律條款和起草合同的工作，對人工智慧來說都是小菜一碟。至於分析複雜的證據信息，具備嚴密運算能力的人工智慧，應該也不會輸給一個優秀的法律專業人才。

人工智慧帶來的第三個困境，是少數掌握技術的群體控制著社會資源的流向，貧富差距將進一步擴大。

以亞馬遜網站為例，這個網站不僅能精準地預測我們會購買什麼，還能判斷我們可以接受什麼樣的價格。亞馬遜根據對消費者歷史行為數據的分析，制定精細化的價格差異策略。而且，亞馬遜還會根據市場供需狀況計算供貨商的成本，根據行情跟供貨商談判，從而獲得最優的進貨價格。亞馬遜可以在消費者和供貨商之間為自己找到最大的利潤空間，由此獲得了空前巨大的市場控制能力。

少數人因為掌握先進技術而可以快速地獲取財富，而財富意味著社會資源的流向。另一方面，因為人工智慧對某些職位的取代，失業者將失去經濟來源。這就讓富人更富，窮人更窮，整個社會的財富趨於集中。

04

面對這些困境，我們有什麼應對策略？

針對人工智慧的道德困境，可以拿走機器人完成目標任務的能力。以機器學習為例，大量的歷史數據是構成智能的基礎。因此，懲罰「犯了錯」的人工智慧，可以刪除它們的數據，之後再用新的數據重新培育它們的能力。另外，可以限制機器人工作的時間和地點。

針對結構性失業的困境，卡普蘭提出了一個新概念——職業培訓抵押貸款。未來並不缺工作機會，而是缺僱主想要的技能。提出這個概念的意思是，讓僱主為技能買單，承擔僱員技能培訓的費用。僱員掌握技能後為僱主創造價值。這樣的模式，可以降低銀行提供助學貸款的風險，學生或失業者也就更容易獲得資助了。

最後，關於社會資源被少數人掌控，以及社會財富分配的困境，卡普蘭認為，我們需要專註於改善收入的分配方式。具體來說，我們需要建立公共利益指數，讓技術革新創造的新財富惠及更多的社會成員；我們還需要提高對公司的稅收激勵，對公共利益指數高的公司，政府會減免稅收；卡普蘭還提出高度自由的社保制度，允許退休前也可以提取一部分社會福利金。

這三個解決方法，讓我們看到，技術革新帶來的改變，不僅僅是工作或生活的方式，而是整個社會的運行邏輯。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！