我首先從AlphaGo說起。

　　AlphaGo人機(jī)大戰(zhàn)發(fā)生之前，應(yīng)該說大部分人，尤其是行家對機(jī)器都是不看好的，即便大數(shù)據(jù)已經(jīng)熱了好幾年。在這種前提下，AlphaGo卻仍然給我們帶來了震驚。以前我們沒有想過會(huì)有這樣的事發(fā)生。

　　AlphagoGo應(yīng)用的局限性

　　業(yè)外的人都說圍棋太復(fù)雜了，可以走的策略比宇宙里的原子還要多。這種說法其實(shí)是不對的。這樣的問題在我們學(xué)術(shù)界尤其是統(tǒng)計(jì)物理和量子物理已經(jīng)處理過很多次了，處理這種問題我們使用蒙特卡羅樹的方法。而且，在國際象棋領(lǐng)域，早在1997年，機(jī)器（IBM深藍(lán)）就戰(zhàn)勝了人。

　　那對于AlphaGo，行家怎么說？他們說看了之前AlphaGo和歐洲冠軍的打法，覺得它的水平離圍棋九段的人的水平還差很遠(yuǎn)。但其實(shí)，這里面最重要的一點(diǎn)是，AlphaGo是一個(gè)會(huì)學(xué)習(xí)的機(jī)器，幾個(gè)月的學(xué)習(xí)就讓它的水平提高了很多。這是AlphaGo給我們帶來的一個(gè)震驚——它是會(huì)學(xué)習(xí)的機(jī)器，前提是大數(shù)據(jù)，跟我們統(tǒng)計(jì)物理使用的蒙特卡羅不一樣，它是用大數(shù)據(jù)解決問題，并采用了強(qiáng)化學(xué)習(xí)的辦法。

　　要強(qiáng)調(diào)的是，AlphaGo的基本原理是馬爾科夫決策過程，它可以應(yīng)用于一般的智能決策系統(tǒng)，但背后的數(shù)學(xué)模型都是馬爾科夫決策過程，包括醫(yī)療、健康和政府決策、軍事決策等。機(jī)器人在很多不同領(lǐng)域的數(shù)學(xué)模型都可以適用。

　　當(dāng)然，這并不是說AlphaGo已經(jīng)把所有問題都解決了。只是圍棋與其他應(yīng)用不同的是，它是一對一的博弈系統(tǒng)，角色是對稱的。而剛剛提到的金融、醫(yī)療健康、決策問題則是多方的博弈，且是不對稱的。

　　所以，盡管AlphaGo背后的數(shù)學(xué)模型是通用的，但是并不是說AlphaGo已經(jīng)把所有問題都解決了，要解決其他的問題，我們還需要進(jìn)一步的努力，還需要解決在角色不對稱的前提下怎么把AlphaGo推廣得更好。

　　智能時(shí)代意味著什么

　　但是這里需要強(qiáng)調(diào)的一點(diǎn)是，AlphaGo作為標(biāo)志，使得人工智能進(jìn)入了新的時(shí)代。人工智能這個(gè)領(lǐng)域已經(jīng)有了幾十年的歷史，到20世紀(jì)80年代人工智能在走下坡路，很多人工智能企業(yè)都開始做跟人工智能沒有關(guān)系的業(yè)務(wù)了。但是以AlphaGo作為標(biāo)志，我們看到人工智能進(jìn)入新的時(shí)代。這里面主要的原因是它的核心技術(shù)有一個(gè)重大改進(jìn)，就是以大數(shù)據(jù)為學(xué)習(xí)尤其是深度學(xué)習(xí)為基礎(chǔ)，這使得人工智能進(jìn)入新的時(shí)代。

　　這樣一個(gè)新的時(shí)代，智能化的時(shí)代意味著什么？

　　人類已經(jīng)完成了非常大的改變，就是工業(yè)化的時(shí)代，這是因?yàn)槲覀內(nèi)祟愒斐隽藭?huì)勞動(dòng)的機(jī)器，即機(jī)械化。機(jī)械化對我們產(chǎn)生了什么影響？

　　第一，它把我們?nèi)祟悘姆浅７敝氐捏w力勞動(dòng)中解放了出來；第二，機(jī)器勞動(dòng)的效率比人類的勞動(dòng)效率提高了很多倍；第三，我們的生產(chǎn)進(jìn)入了專業(yè)化的模式，就是說我們生產(chǎn)出來的東西都是標(biāo)準(zhǔn)化、大規(guī)模地去做，由此給國際社會(huì)產(chǎn)生了很大的影響，包括國際貿(mào)易、商業(yè)化，甚至我們現(xiàn)在的社會(huì)制度，都跟工業(yè)化、機(jī)械化有直接的影響和關(guān)聯(lián)。

　　現(xiàn)在我們面臨著的就是下一個(gè)突破，也就是智能化的時(shí)代。中間可能會(huì)插入一個(gè)信息化，我們正在完成的所謂信息化時(shí)代，但是我認(rèn)為信息化只是一個(gè)過渡，真正要面臨的是智能化時(shí)代這樣一個(gè)新的轉(zhuǎn)變。

　　智能化時(shí)代就是以會(huì)學(xué)習(xí)的機(jī)器作為代表，我們?nèi)祟愒斐隽藭?huì)學(xué)習(xí)的機(jī)器，你試想人跟機(jī)器，跟其他的有什么不一樣？就是因?yàn)槿藭?huì)學(xué)習(xí)，通過學(xué)習(xí)我們積累了很多經(jīng)驗(yàn)，我們可以處理機(jī)器不能處理的問題，我們有直觀感覺。直覺是從經(jīng)驗(yàn)來的。為什么在座領(lǐng)導(dǎo)可以做領(lǐng)導(dǎo)其他人不可以做領(lǐng)導(dǎo)？就是因?yàn)槲覀冊谧I(lǐng)導(dǎo)有很好的經(jīng)驗(yàn)，可以做很好的決策，是通過工作經(jīng)歷和學(xué)習(xí)經(jīng)歷學(xué)習(xí)過來的。

　　現(xiàn)在我們造出了會(huì)學(xué)習(xí)的機(jī)器，這個(gè)會(huì)學(xué)習(xí)的機(jī)器比我們?nèi)祟悓W(xué)習(xí)的效率要高很多倍。這點(diǎn)，通過AlphaGo，我們已經(jīng)看到了，它通過自己下棋積累經(jīng)驗(yàn)的速度遠(yuǎn)遠(yuǎn)超過人類。這會(huì)給我們這個(gè)社會(huì)產(chǎn)生什么樣的影響？

　　首先，我們可以想像的是，機(jī)器可以幫我們?nèi)祟愖鰶Q策，把我們從一些我們不大喜歡的、比較繁重的體力和腦力勞動(dòng)里解放出來，使我們?nèi)祟惪梢宰龈挥袆?chuàng)造性的勞動(dòng)。

　　其次，跟工業(yè)化相對是個(gè)性化。工業(yè)化時(shí)代產(chǎn)品是標(biāo)準(zhǔn)化的，下一步可能有智能化個(gè)性化的產(chǎn)品，我們喜歡什么就造什么。

　　從社會(huì)管理的角度，我還是想談一點(diǎn)我自己的看法。現(xiàn)在很多人都在講智慧城市，智慧城市是什么？它絕不僅僅是搞一些物聯(lián)網(wǎng)的傳感器，而是有更深刻的背景。

　　我們現(xiàn)在的社會(huì)管理是專業(yè)化的模式，比如說四川省下面有很多的部門，像環(huán)保部門、農(nóng)業(yè)部門和水利部門，不同的部門都是由專業(yè)人員在管他們專業(yè)范圍內(nèi)的事，他們在自己專業(yè)范圍內(nèi)做得非常好，是專業(yè)化的管理模式。

　　但以環(huán)境為例，環(huán)境涉及到不僅是環(huán)保部門，還有工業(yè)部門的污染，還有交通、農(nóng)業(yè)、林業(yè)、水利等的污染，是一體化的事。讓我們來想想人是怎么做決策的？人通過眼睛、鼻子、手采集信息，采集完了以后傳輸送到大腦，由大腦作決策，再通過手、腳執(zhí)行，這是人類決策的模式。大數(shù)據(jù)驅(qū)動(dòng)下的智能時(shí)代的決策模式，應(yīng)該跟人的決策模式類似。決策是中心化、平臺(tái)化的，而部門起到的作用是信息采集和執(zhí)行的作用。這樣的決策模式可以更系統(tǒng)化，可以把不同的重要的因素都給考慮進(jìn)去。就像我們說的數(shù)據(jù)孤島，它將來可能就是數(shù)據(jù)平臺(tái)，數(shù)據(jù)平臺(tái)下的執(zhí)行模式一定是中心化的。

　　我們該怎樣衡量社會(huì)的發(fā)展程度？現(xiàn)在我們采用的是專業(yè)化的模式，比如GDP、各種各樣的指標(biāo)。但實(shí)際上，我們關(guān)心的并不只是GDP，而是個(gè)人的滿意程度和社會(huì)發(fā)展的和諧程度。這些在過去是很難來實(shí)現(xiàn)和描述的，但在未來，我們可能將社會(huì)進(jìn)步的標(biāo)準(zhǔn)逐步地變成個(gè)人價(jià)值、個(gè)人滿意的幸福感和社會(huì)的和諧程度。

　　發(fā)展與挑戰(zhàn)

　　要做到這一點(diǎn)還面臨很多挑戰(zhàn)。首先，我國人才缺乏，人才是一個(gè)重要的問題，這方面我不多言。

　　還有一個(gè)很現(xiàn)實(shí)的問題，我們各個(gè)相關(guān)領(lǐng)域的知識(shí)結(jié)構(gòu)還有一點(diǎn)落后。跟大數(shù)據(jù)和人工智能、智能化比較相關(guān)的有哪些領(lǐng)域？首先像人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算方法、統(tǒng)計(jì)，這些在我國都有，而且做的人還很多，但是我們的知識(shí)結(jié)構(gòu)和概念、理念還比較落后，還沒有達(dá)到應(yīng)有水平。比如說人工智能，我們多少人是做新模式人工智能的，有多少人是在做舊模式的人工智能？比如說計(jì)算方法，我們有多少人在做新的算法，多少人在做過去的傳統(tǒng)算法？知識(shí)結(jié)構(gòu)尤其是概念的落后，在我國是非常普遍的。還有一個(gè)困難是基本概念的混淆，我們在推動(dòng)一項(xiàng)新措施的時(shí)候常?？吹剑热绨言朴?jì)算和大數(shù)據(jù)混合在一起，這對我們推動(dòng)大數(shù)據(jù)和人工智能以及智能時(shí)代發(fā)展是非常不利的。

　　另外就是體制機(jī)制的制約。產(chǎn)學(xué)研在我國已經(jīng)提了很長時(shí)間，各個(gè)學(xué)校都有產(chǎn)學(xué)研的部門，但是不是做到位了，是不是可以滿足智能化時(shí)代新的需求，尤其是大數(shù)據(jù)提出的新需求，還需要掂量。

　　我想強(qiáng)調(diào)的是，就國內(nèi)的情況來看，我們大的互聯(lián)網(wǎng)企業(yè)在大數(shù)據(jù)方面做得非常領(lǐng)先，也吸引了一批非常好的研究人員到他們企業(yè)去，這些人才在學(xué)術(shù)界都有很高的成就，現(xiàn)在去企業(yè)工作是非常好的事情，因?yàn)樗麄儽旧砭陀蟹浅：玫馁Y源。當(dāng)然，如果人才都流到企業(yè)界去了，這對未來的發(fā)展也很不利，從人才培養(yǎng)的角度來說企業(yè)界缺乏造血功能，人才培養(yǎng)還是在研究機(jī)構(gòu)、高校來做比較好。

　?。ū疚母鶕?jù)我國著名的數(shù)學(xué)家，北京大學(xué)教授、中科院院士、中國大數(shù)據(jù)專家委員會(huì)副主任委員鄂維南在“2016首屆中國大數(shù)據(jù)應(yīng)用大會(huì)”上的演講整理，未經(jīng)本人確認(rèn)。）

　　■中國科學(xué)院院士 鄂維南

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……