今天，雖然產(chǎn)業(yè)界都覺得人工智能的風(fēng)潮來了，但是如果你冷靜下來想想，人工智能從研究方面還是有很多問題沒有解決的。當(dāng)然這不是說不能用，仍然可以用，就看你怎么用，用在哪里。

　　人工智能現(xiàn)在主要的缺陷或者不足還是在機(jī)器學(xué)習(xí)方面。神經(jīng)網(wǎng)絡(luò)是學(xué)習(xí)的一個方法，這個方法確實可以解決很多問題，但是它的問題是你不知道它是怎么解決問題的，在神經(jīng)網(wǎng)絡(luò)機(jī)器人的表達(dá)里面有很多東西是沒有辦法定性、解釋的，這是比較難的一個問題。如果把這個問題解決掉，人工智能可能又會來一波大的浪潮。不管怎么樣，怎么樣做好知識處理，能夠做到知其所以然，這是現(xiàn)在面臨的一個比較大的問題。

　　這方面有人在做研究，圍繞這個領(lǐng)域，做機(jī)器學(xué)習(xí)的人都在探索怎么把這個理論實用化，因為他們的理論太理論，沒辦法直接用，所以很多人都在探索這個問題。

　　人工智能的劃分

　　現(xiàn)在的人工智能和未來的人工智能到底從階段上怎么來劃分？或者說我們現(xiàn)在做了多少事，未來還有多少事需要做？

　　不要認(rèn)為我們解決了人工智能的所有問題，我們解決的問題還是很小一部分。是哪一部分呢？我們把這個分成四部分，包括可推理，可統(tǒng)計；可推理，不可統(tǒng)計；不可推理，可統(tǒng)計；不可推理，不可統(tǒng)計。

　　第一部分是可統(tǒng)計，可推理的。這一部分工業(yè)界已經(jīng)可以用了，拿去做機(jī)器人、去做各種各樣的知識決策系統(tǒng)都是可以的。

　　第二部分是不可統(tǒng)計，可推理的。什么東西是這樣的？要么數(shù)據(jù)不完備，要么數(shù)據(jù)里面特征的描述還沒有找到更好的辦法，可能里面是很稀疏的東西，表達(dá)根本沒有辦法統(tǒng)計出來，在里面是游離狀態(tài)，但是是可推理的，可以寫出正確的規(guī)則。這些靠大數(shù)據(jù)解決不了問題，但是只能靠傳統(tǒng)的邏輯來做。這方面又相當(dāng)脆弱，許多東西需要進(jìn)一步去驗證。

　　第三部分是可統(tǒng)計，不可推理的。這個意思就是我有大數(shù)據(jù)，通過大數(shù)據(jù)都能把規(guī)律統(tǒng)計出來，但是用語言表述出它的因果關(guān)系不行，有點復(fù)雜。當(dāng)然隨著時間的推移，可能也變成可推理。至今這里有相當(dāng)一部分用神經(jīng)元網(wǎng)絡(luò)可以解決，但是用推理的辦法還很難解決。這方面曙光有一些，但是也需要更多的沉淀。

　　第四部分是不可推理，不可統(tǒng)計的。未來機(jī)器人在這方面很難有作為。為什么？連我們自己都說不清楚。比如說人類有很多頓悟，這些頓悟通過統(tǒng)計能證明它產(chǎn)生？不可能統(tǒng)計出來。通過理論證明這個東西產(chǎn)生嗎？不可能。也不知道什么人在什么環(huán)境下突然想明白一件事，這個機(jī)器做不了，沒有模型和數(shù)據(jù)，所以這些東西是未來機(jī)器人不可能涉足，不可能勝過人的。我講到這里，大家都很容易理解，將來機(jī)器人會在哪些領(lǐng)域可以，在哪些領(lǐng)域不可以替代人類。

　　人工智能時代真的要到了嗎？答案可以是肯定的。比如你僅僅是期望計算機(jī)能夠做的事比人做得更好，很多事情是可重復(fù)、可統(tǒng)計、可推理的，把這些事交給計算機(jī)去做，它一定做得比人強(qiáng)。

　　例如下圍棋，盡管比較難，但是它是經(jīng)驗和知識積累的過程。也就是說，慢慢的，機(jī)器一定會勝過人。之前我在香港和一個教授還在討論，以后還有沒有人下圍棋呢？為什么這樣想呢？他說人和人下很有樂趣，和計算機(jī)下盤盤輸，為什么還要下？我說為什么要和計算機(jī)下？還是要和人下，這樣你還是冠軍。

　　人工智能對經(jīng)濟(jì)的五個影響

　　這是我們對AI的看法?，F(xiàn)在大家可能知道，2016年10月13日，美國白宮發(fā)布兩個和人工智能有關(guān)的報告。2016年12月20日，美國白宮又發(fā)布了一個報告，叫做《人工智能自動化與經(jīng)濟(jì)》。這篇報告中說，人工智能總體來說，不管你是否接受，不管你是否看好，這件事就要發(fā)生了。我們現(xiàn)在要做的是，如果這件事發(fā)生了，我們怎么去應(yīng)對它。

　　我認(rèn)為這個報告出得非常及時，列出了人工智能對經(jīng)濟(jì)五個方面的影響。例如對總的生產(chǎn)率增長的影響是積極的，對就業(yè)市場的影響會發(fā)生變化，對不同層次的人變化不一樣，影響分布是不均衡的，所以不同層次、部門、領(lǐng)域、區(qū)域的都會不一樣。人工智能會導(dǎo)致一些工作職位的消失，也會產(chǎn)生一些新的類型的工作。勞動力市場將會被攪亂，一些工人短期會失業(yè)，失業(yè)的時間肯定更長，這就看政策到底怎么調(diào)整。

　　按照美國的判斷，對每個小時40美元以上的工作影響不大，只有4%，對每小時20~40美元之間的影響是31%，但是對于低于20美元的勞動力影響非常大，達(dá)到83%。所以政府要有所應(yīng)對。應(yīng)對的策略包括鼓勵投資開發(fā)，也包括對新的工作類型進(jìn)行培訓(xùn)、對轉(zhuǎn)型期間的工人提供幫助，讓他們能夠通過再學(xué)習(xí)得到就業(yè)。

　　下一波浪潮一定是AI

　　回到今天我們的主題，人工智能帶來的機(jī)遇對全社會，當(dāng)然也包括對于自動化領(lǐng)域，特別是機(jī)器人領(lǐng)域，機(jī)遇是非常多的。如果我們說過去這幾十年比較大的浪潮，第一波是PC浪潮，給信息領(lǐng)域帶來顛覆性的影響。緊接著是互聯(lián)網(wǎng)浪潮，成就了一大批互聯(lián)網(wǎng)公司，例如谷歌、百度。之后馬上出了一波新的浪潮，叫移動互聯(lián)網(wǎng)，比如說今天的蘋果就是這波浪潮起來的公司。下一波是什么？一定是在AI，這一技術(shù)的研發(fā)和應(yīng)用，將使得蘋果、百度、華為這樣的公司得到更大的發(fā)展。

　　是否用AI做機(jī)器人？當(dāng)然可能，也有可能是做別的，所以說浪潮就在這里。

　　我們現(xiàn)在做機(jī)器人，絕大部分的行為是設(shè)計出來的，我們把它叫做Designed Robot，要前進(jìn)、拐彎都是按規(guī)律設(shè)計出來的。這沒有錯誤，但是不是AI。什么是AI機(jī)器人？或者叫學(xué)習(xí)機(jī)器人呢？就是機(jī)器人做好以后，他不知道要干什么。你訓(xùn)練他干什么他就干什么。就像小孩一樣，小孩出生了，你說他將來是數(shù)學(xué)家、物理學(xué)家、技術(shù)工人、農(nóng)民？他什么都不是，但什么都可能是，就看你教他什么。

　　我們以后的機(jī)器人也應(yīng)該是做出來的時候什么都不是，你教他做什么他就是什么，你教他開車，他就會開車，你教他上流水線操作，他就會流水線操作。這一天一定會到來，就看誰在上面花的工夫更大，或者準(zhǔn)備更充分。

　　AI帶來的機(jī)遇與挑戰(zhàn)

　　我們怎么樣能讓系統(tǒng)和人具有同樣的知識能力和水平呢？現(xiàn)在大部分是軟件知識，有一個系統(tǒng)，你會給它大數(shù)據(jù)的集合，它進(jìn)行不斷的訓(xùn)練，不斷的和人聊天、對話。這些機(jī)器人開始的規(guī)則比較簡單，當(dāng)大數(shù)據(jù)進(jìn)去之后，不斷的會話調(diào)整反饋，就能慢慢抓住聊天對象的注意力，讓你跟著它轉(zhuǎn)。這可能是現(xiàn)在的一些情況。

　　真正到了AI階段，就不是軟件知識，而應(yīng)該是開放知識?，F(xiàn)在人類之所以一直在進(jìn)步，是因為知識本身是開放的，我們得到了一些知識，然后把它教給學(xué)生，寫成書給社會，社會得到這些知識之后就會不停的進(jìn)步。在這個基礎(chǔ)上，別人再去加新的知識。所以一定是開放的，如果不開放，這個社會就不能進(jìn)步。這個道理一樣落到機(jī)器人和AI方面。

　　人工智能對于教育和就業(yè)的機(jī)遇比較多，因為現(xiàn)在整個社會需要非常多的學(xué)習(xí)人工智能的博士，現(xiàn)在在美國，博士能夠拿到上百萬的年薪，當(dāng)然在國內(nèi)也一樣。有時候我們開玩笑，老老實實教了一輩子書，剛畢業(yè)的學(xué)生就比我們的薪水高。需求太大就水漲船高，所以需要教育提供更多的人才。

　　未來，AI在研究方面的挑戰(zhàn)會更大。針對這些挑戰(zhàn)和問題，中國工程院正在做“AI 2.0”的報告，準(zhǔn)備從技術(shù)演變的角度去分析這些問題。

　　（根據(jù)高文院士在2016高工機(jī)器人年會的閉幕式主題報告會的演講整理而成，未經(jīng)本人確認(rèn)。）

　　中國工程院院士 高文

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……