智能制造

您当前的位置：首页 > 智能制造 > 教材

人工智能革命将集中在可明确规定目标的任务方面

一旦有了清楚规定的目标，通过机器学习，人工智能的计算和存储能力可以大大超过人类。比如下棋，无论多复杂的棋，目标都很简单，就是赢对方。与此相似，开车、开飞机、开船，目标都同样简单，就是安全到达目的地。为此，需要知道目的地，需要知道路线，不能撞人，等等。还有，根据规定的目标，设计机器人制造产品，包括成体系地制造产品，达到制造业的全面自动化。当工厂里只需要很少的人或者没有人时，经济学和管理学讨论的企业内部的激励机制问题就消失了，因为激励机制问题是人的问题，而机器没有自己的激励机制问题。就此而言，这会是一场真正的革命。

在一些领域实现部分或全面自动化时，一些职业可能被人工智能代替。其中包括助教、助研、金融分析助理、医生助理、律师助理、军事助理，等等。最近几年美国的许多机构做过许多有趣的实验。例如，在美国很好的大学里，IBM的机器人“沃森”（Watson）与真人一起做同一门课程的经济学助教。在只用网上辅导和回答问题的条件下，一个学期之后，学生分不出哪个是真人助教哪个是机器人助教。机器人助教与真人助教相似，可以聊天、开玩笑、解题等，但是面对真正的挑战性问题时，它必须依赖教授决定。也就是说，大主意还需要人拿。

依据已经取得的成就，最乐观的预测是人工智能最终可能基本可以自动进行规划和执行企业与军事方面的多数任务。其中企业方面包括制造业、服务业、物流业，等等。在军事方面，俄罗斯总统普京曾说将来的空战将被无人的机器统治。他说的可能是对的，因为空战的目标具体、简单，与下棋极其相似。

但是，人工智能不能做的是什么呢？国民经济以及超出企业的经济任务它不能做。原因在于，无人企业的目标简单，就是利润。但是，国民经济的目标函数是国民福利。利润与国民福利有本质不同。与之相似，军事任务的目标简单，就是打胜仗；而经济任务的目标是追求国民福利，这两者本质上不同。

国民经济不仅仅是工厂，也不仅仅是提供服务。国民经济是满足每一个人的需求。经济学上讲的术语福利，指的是社会上所有个人的利益的总和。上文已论证，人工智能的机器人无法知道社会上所有人的利益是怎么回事。所以，面对人和人之间的关系时，需要人来解决。人可以用机器帮助分析，但机器不能解决人之间的问题。

有人说现在大数据如此发达，它把每一个人的情况都摸透了，每一个消费者的情况都摸透了，用如此发达的大数据是不是就可以帮助我们知道社会福利函数，从而建立一个前所未有的新式计划经济？既然摸透了所有人的利益，可以做出完美的计划，市场经济的各种弊病也就能解决了。但是，这样的论述严重地自相矛盾。

消灭市场就破坏了人工智能计划经济赖以工作的基础

上文在讨论人工智能的时候，已经谈到，使人工智能可以工作的第一步是收集和处理数据。数据从哪里来？是从市场上收集来的。如果把市场消灭了，数据来源也就不复存在了。如果从今天起，把全世界的技术冻结，只重复生产以前生产过的产品，在这个背景下，用计划经济解决生产和分配问题，是可以做到的。但是，我们现在讨论的是技术不断变化的世界，是不断有新产品发明的社会。在此条件下，如果机器人取代了市场，就意味着社会从此进入了静态。任何高度集权的机器都不可能跳过市场，仅凭人工智能掌握消费者对新产品的需求行为。也就是说，消灭市场的那一天就是消灭数据的那一天。这意味着，试图用人工智能建立计划经济与人工智能得以发展的基础自相矛盾。

所谓高度集权的机器是指搜集一切数据的政府或大公司，比如阿里巴巴、腾讯收集的消费者在市场上的选择行为数据。在市场制度下，基于这些数据的人工智能将大显身手，会帮助市场有效运作。但必须注意的是，在市场收集到的消费者行为数据离开市场即失效。消灭了市场，这些数据就不再反映消费者需求，除非技术、商业都不再变化。因此消灭或削弱市场就破坏了人工智能赖以工作的基础。人的需求产生于人的生理和心理感知。实际上，任何一个个人都并不事先知道自己对已有产品的需求，而是见到它以后才有反应。人的需求是高度动态和高度不确定的。因此，不可能单纯依赖收集到的大量数据，计算出将来的产品，甚至是不存在的产品的需求。离开了市场的计划，必然失败。

更重要的是，如果用人工智能的计划经济取代市场，这个经济无法解决创新问题。创新涉及严重的激励机制问题。发明者、创新者往往都是缺乏资金的人，他们的资金来自市场上的风险投资。为什么是风险投资，而不是中央计划，不是政府，不是银行，也不是证券市场？因为没有人能知道那些人的发明和创新意味着什么，没有人能承担创新带来的风险。风险资本是市场制度的一部分。此外，做风险投资的人有高度的直觉，是有观察力、有经验、有判断力的天才人物。

是否有可能训练一个机器人，通过深度学习，达到比风险投资人还要厉害的程度？这是不可能的。为什么？因为投资人做判断的时候，有大量直觉产生于人的心理，包括他自己的心理和他对企业家心理的判断。由于这类数据也属于上文提到的“软数据”，而软数据的意思就是有信息、没数据、不能表达，所以这些数据无法度量。

上文我们已经讨论过，人类的智力活动涉及大量直觉。在任何领域中，最有创造性的内容都是直觉。一个人是不是天才，关键在于有没有直觉。技术能力是可以教授、训练出来的；而直觉无法度量，无法训练教授，也无法传递。正是因为直觉无法度量，没有数据，不能表达，所以我们无法训练机器人产生直觉。试图跳过市场，想象将来的技术高度发达，可以取代市场，这是自相矛盾，根本不可能的。

离开了私有产权、市场、自由的环境，单靠人工智能无法解决创新中的激励机制问题。任何高度集权的机器都不可能跳过市场，仅凭人工智能解决创新创业中的投资问题。因为创新创业的想法产生于个人的创造性、创造能力、心理和生理感知，具有高度动态和不确定的特点，而且核心的内容不可度量（其中只有极其有限的方面可以度量，可以收集数据，比如风投、私募收集的数据，创新创业者在市场上的表现，等等）。

制度对创新的影响，在人工智能领域与在所有的创新领域一样。全球人工智能领域的人才集中产生在私有产权、市场、自由的环境中。领英发布的《全球人工智能领域人才报告》显示，截至2017年第一季度，全球人工智能领域的技术人才190万，其中中国5万（10年从业者占38.7%），美国85万（10年从业者占71.5%）。

制度深刻影响大数据、人工智能的发展

人工智能可以发展到什么程度，取决于传感器、算法和数据。但是，数据本身深受制度影响。如果制度能够充分保护人的言论自由和隐私权，人们的表达就会比较充分。但是，一旦人们知道他的隐私权不受保护，表达就会留有余地或者会自我保护。于是大量数据是得不到的，即使能得到也是不真实的。于是，同样的技术在不同场景得到的数据可以大不相同。

侵犯隐私权的主体有两大类：一类是政府，一类是具有垄断地位的大公司。我们知道美国联邦政府出于反恐的需要从谷歌和苹果拿数据，但这两家公司坚决抵制。如果站在反恐的一面，你会认为这两家公司没有道理，但是它们坚持的是最基本原则，关系到全社会对使用数据和信息的态度。站在公司的角度，能够保护个人隐私的是好公司，将来这个行业才有可能发展。从全社会的角度来说，只有保护隐私，整个社会的运作才是正常的，这是整个社会的底线。如果政府控制了数据，那么后果就是政府与公民的关系、政府与企业的关系、政府与社会的关系全部变成另外一种情况。2018年3月下旬媒体披露，英国剑桥分析公司在2016年通过脸书盗窃和滥用五千多万个人的数据，有效地帮助了美国总统特朗普成功竞选，这一丑闻揭示大数据、人工智能是把双刃剑，可以对社会造成巨大破坏。这和过去的技术发展是把双刃剑的道理是一样的。大数据的发展不一定在所有方面都是有利于社会的，取决于谁在用，用在什么地方，用来做什么，怎么用，等等。

如果政府掌握了数据，利用它控制社会，很可能损害社会福利。另一面，如果具有垄断性质的企业控制了数据，不受限制地利用数据，也可能对社会造成巨大的伤害。

现在欧盟国家正在试图起诉并限制谷歌和脸书，原因就是担心这种垄断性质的企业拿到数据之后，会不会造成重大负面后果。因为人工智能还在发展中，如果不未雨绸缪，一旦人工智能在数据的基础上发展出对社会的重大负面应用，那么整个社会经济的竞争状态将发生变化。如果人工智能的能力集中在一两个有垄断能力的企业手里，整个社会的状态就会改变。市场经济的竞争也就不再是通常意义上的竞争了。

另一方面，人工智能的发展也深受制度的制约。人工智能可以走多远，也严重受到制度的制约。人工智能的发展会引起新一轮大规模的自动化，比如无人工厂、无人车队、无人飞机队。但是，它们会不会在社会中普遍出现？这不仅是一个纯技术问题，也是一个社会问题，更是一个制度问题。因为当它出现之后，会淘汰一大批企业，有大量的人会失业。

比尔·盖茨曾经做过有关讨论，他提出了一个有趣的想法，向机器人征税。他说把每一个机器人当成一个人，你雇用了机器人，机器人就需要付所得税，用所得税补贴给失业工人。作为一个原则，他是对的。不补贴失业者，自动化一定会引起社会冲突，导致社会混乱。

自动化不但不一定能改进社会福利，而且可能破坏社会福利。大量的人失业，严重的贫富不均，这种不平等会导致尖锐的社会矛盾。而这种不平等是因为在技术发展之后，制度没有相应地跟上。

另一方面，制度影响国家的基础科学、社会科学、人文科学。如果一个国家没有自由，基础科学发展会受到阻碍。在这种情况下，数据收集会受到约束或扭曲，科学探索包括人工智能的研究也都会受到约束。因此，任何对科学研究和教学自由的限制都会压制人工智能的发展。

政府有可能按照他自己的目的，支持人工智能发展的某一面，压制人工智能发展的另一面。政府以为这样做对人工智能有好处，但是长远来看，会严重影响人工智能的均衡发展。因为许多问题只有均衡发展的时候，才能最终得到解决。

今天中国出现的不平衡加剧，就是和政府有意支持某个学科，压制其他学科直接相关的。经济学就是一个好的例子。在改革开放早期，我们这一代人去美国留学的时候，中国实质上没有作为社会科学的经济学这门学科。我们这一代经济学者，基本上都是工程、物理、数学背景的。过去压制社会科学的做法，使得中国的政治学、经济学、社会学很落后。现在这些学科追上去了一些，但仍然很落后。

总之，制度影响大数据和人工智能的发展，同时大数据和人工智能自身的发展又影响制度。当人工智能普遍应用之后，全社会的生产方式会发生变化，资源配置也会发生变化，这反过来会影响制度。人工智能会影响全社会的效率，影响产业结构，由此影响制度。因此，任何国家，如果在大数据和人工智能方面落后，也会导致它的制度跟着更落后。