杨延超：人工智能风口，切忌闻“机”起舞
原载《群言》2018年1期
1956年美国达特莫斯（Dartmouth）会议提出了“人工智能”概念，至今已有60多年的历史。在沉睡了半个多世纪之后，人工智能重新焕发活力，几乎成为近两年最火爆的关键词，各行各业都在高呼“拥抱人工智能”，政府层面也提出了人工智能发展战略。那么人工智能的风口在哪，它的发展瓶颈又是什么呢？
Part
1
人工智能，风从哪里来
未来人工智能会对我们的生活产生什么样的影响，是人人关心的问题。对于产业界来说，更值得关注的是如何准确把握人工智能的发展方向和发展节奏。当人工智能的风口到来，风从哪里来，又向哪里去，是需要我们认真研究的问题。
工业机器人的“工匠精神”
机器人产业中，占市场比例最大、发展最为成熟的当属工业机器人，无论是德国的工业4.0还是我国的《中国制造2025》都提到工业机器人的布局。当下的工业机器人几乎被日本的发那科（FANUC）、安川（YASKAWA），德国的库卡（KUKA）和瑞士的ABB垄断，这“四大家族”已经占据了全球80%以上的市场份额。比如，美国的特斯拉汽车制造流水线所采用的正是库卡的机器人，整个车间几乎看不到人。我国广东、浙江等地的制造业也开始越来越多地使用工业机器人，以至于我国已成为全球最大的工业机器人消费市场。
未来5—10年，中国工业机器人使用面将继续扩大，家庭式的手工作坊将逐渐淡出江湖。为此，我国已有一些企业着眼于工业机器人研发，但就目前来看，其产品无论外在的颜值还是内在的性能，与“四大家族”相比还存在较大的差距，落后的不是一点半点。然而，结合智能手机的发展经验来看，近年来华为、小米等国产手机异军突起，打破了苹果在华一家独大的局面。因此可以肯定，未来国内也会产生具有较强竞争力的工业机器人企业。不过，这种企业的成长周期并不乐观。与智能手机不同的是，工业机器人除了对算法具有较高的要求，还要求制造的精准、工艺的完美、材质的精良，我把这统称为“机器人工匠精神”。因此，不难理解为什么工业机器人“四大家族”企业会诞生在德国、瑞士这些在传统制造业中就体现出工匠精神的国家。这也是为什么虽然工业机器人市场潜力巨大，但从短期投资的角度国内工业机器人企业却不被看好的原因。
思考型机器人的二次勃兴
思考型机器人在现有市场中占比最小，难度最大，但潜力也最大。基于人工神经网络和深度学习布局，它广泛适用于医疗、经济、金融、教育、代理、咨询、办公等诸多领域。当前上述传统行业每一个环节都渗透着人工智能的缺失，因此可以预见，未来人工智能将在这些行业释放巨大的红利。
英国科学家阿兰·图灵在1950年提出了“图灵测试”——一部机器人是否具有智能取决于人在与其交流后是否能够判断出它是机器人。因此，“智能”的标准从一开始便是围绕思考型机器人展开的。长期以来，无数科学家围绕思考型机器人展开研究，如今，大数据的运用和计算机的超算能力再一次为思考型机器人带来前所未有的发展机遇，使其迎来了第二次勃兴。
生活机器人前景广阔但步履维艰
生活机器人近几年发展势头强劲。每年国际机器人展会上都会展出不少生活服务型机器人，除了常见的扫地机器人，还有保姆机器人、教育机器人、机器人秘书等。这些机器人大多还只停留在概念阶段，目前很难进入市场。这与现有计算机算法的研究水平有关。即便采用当下最先进的人工智能算法，也难以满足生活场景的极致复杂性。比如，保姆机器人虽然可以回答“今天天气如何”“现在几点了”等简单问题，但人们对保姆的需求绝不仅是这些。想象一个最普通的场景——让机器人拿出一包餐巾纸，这需要机器人完成对现场场景、物理空间、主人意图等的精确理解，还要配合动作的完美协调，其中的算法有多么复杂可想而知。
扫地机器人面对的算是生活应用场景中最为简单的一个，而且从产品设计的角度来看它无疑是成功的。但是不少用户仍然反馈它无法满足个性需求，买来之后成了摆设。
Part
2
人工智能投资需选对行业
人工智能将最先在哪些行业释放红利
中共十九大报告指出，当下中国的主要矛盾已经演变为“人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”。如今人们已基本解决了温饱问题，但许多更高层次的需求还未得到充分满足，相关行业仍有发展余地。由此，我认为在医疗、企业服务、专业写作、咨询等四个行业中，人工智能的红利将最先被释放。
以医疗行业为例，这一行业中存在大量人工智能可以解决的问题。美国旧金山一家名为恩尼提克的创业公司试图通过机器自我学习来诊断癌症，并因此被评为全球最有科技含量的50家公司之一。在我国，这一问题显得更为迫切。当下我国医疗资源严重不足，优势资源又主要集中在大城市，中小城市医疗资源捉襟见肘。借助人工智能优化配置医疗资源，将拥有巨大的发展空间和潜力。
再以企业服务为例，中国现有企业多达7000余万家，每一家企业需要的企业服务又五花八门，涉及公司注册、税务申报、商标代理、专利代理、社保、法务咨询等各个方面。如能将多元、交织、复杂的企业服务化归“一元模式”，设置企业服务大脑，指挥机器人集群，数据共享、协同作战，必将极大节约社会成本。
大数据的投资价值
很多人都说，大数据将是未来最宝贵的资源。事实上，在人工智能时代，最有价值的不是数据，而是数据的算法以及数据算法最终所形成的产品。在机器人实验过程中，最复杂的部分也是对机器算法的研究。人工智能领域已形成了由产品设计、算法应用、程序撰写、数据提供等四条产业链组成的互动格局。在整个产业链中，产品设计位于链条最顶端，其次是算法应用、程序撰写，最后才是数据提供。如果把机器人视为一个产品的话，数据可以视为这个产品的原材料。
我曾到不少数据公司调研过，当下的数据公司总体上盈利情况不佳。事实上，真正具有价值的数据是垄断数据。像京东、滴滴出行等大商户所采集的数据是独一无二的，机器人会根据这些数据推演出科学的结论，而这一切是其他机构无法办到的，也是其巨大价值所在。
人工智能投资的三个要素
大到一个行业，小到一个企业，是否适用人工智能，取决于三方面的要素：第一，行业痛点是否与人工智能相契合；第二，市场空间是否足够大；第三，现有最先进的算法能否适用。一旦回答了这三个问题，产业的投资价值也就相对清晰了。其中第三点尤其值得关注，因为人工智能技术的发展需要一个过程，有一些机器人具有较大市场空间，但现有最先进的算法也还需要进一步进化，类似这样的产品都只能寄望于未来。因此，对于人工智能投资的预期也需要基于对现有技术的准确把握。
Part
3
人工智能的瓶颈：切忌闻“机”起舞
不要在传统互联网领域浪费时间
说到人工智能，很多企业都很兴奋，甚至一窝蜂抢占所谓“风口”，为此有必要澄清人工智能与传统程序的区别。印象中某年的春节晚会上有个机器人跳舞的节目，事实上那只是事先编好的程序，充其量算作玩具，并非真正意义的人工智能。每年国际机器人大会上参展的一半以上“机器人”从本质上看都属于这样的玩具——程序大多事先写好，对话的语言和数据也几乎是固定的，整个计算过程与传统的计算机程序并没有本质区别。因此，从这一意义上讲，人工智能与传统计算机程序的区别并不在于产品的表面，而在于底层的算法。许多投资人在考察人工智能产品时恰恰忽视了这一点。
近几年来，人工神经网络的算法尤其引人关注，每一种算法背后都涉及大量数学、微积分和统计学的推导过程，在与具体产品相结合时还需要有独到的创新方式才可以适用。因此，我认为人工智能概念更为确切的定义应是“计算机编程＋人工神经网络＋问题解决”，三者缺一不可。
不要在概念炒作中浪费时间
在人工智能领域不乏概念炒作者，有大企业，也有小企业。有的饭店利用机器人端菜，有的酒店大堂还推出机器人咨询服务，事实上，这些机器人除了宣传之外几乎毫无用处。该聘请的工作人员一个没少，在这里机器人除了噱头还是噱头。当然，从商业运营的角度，这一切无可厚非，但作为人工智能的研究者切不能人云亦云。
类似的情况在法律行业也大量存在。对于人工智能在法律行业的运用我是十分看好的，但这并不等于神化它的作用。即便在人工智能时代，审判过程中法官的作用也必须凸显，机器人更多还是应用在数据处理和分析方面，即便是匹配到了相似的案例，也仅仅只能作为参考。要知道，人对正义的理解远胜于机器。
Part
4
人工智能能否拥有意识
人工智能能否拥有意识？这是我经常被问及的问题。
严格而言，这是一个哲学问题。我想借用一个实验来阐述我对这一问题的理解。我用当下较为先进的人工神经网络理论为一个机器人建构了专属于它的神经网络，任何问题只要和它聊过一遍，它便可以记住。这对于机器人不是一件容易的事情，要知道人的语言表达千差万别，一个意思可以有多种说法，但无论怎么说，机器人都要明白其中的含义。
在对机器人进行一段时间的训练之后，我发现：它所作出的回答超乎我的预期，原本没有训练过的问题，它也能够自主地通过既有问题得出答案，甚至可以简单地解释。这算是意识吗？
事实上，机器人的每一次回答都基于大量的运算，它所体现出来的“意识”是数学运算的结果。而人类意识却是十分复杂的东西，除了计算，还涉及很多情感要素，诸如爱、恨、同情等。我国人工智能协会会长李德毅院士甚至在这一基础上提出一个更为复杂的命题：“爱是可以计算的吗？”如果可以，又该用什么算法来构建具有如此复杂情感的人工智能呢？我想，这也是科学界接下来要继续思考的问题。
这是一个最好的时代，这是一个最坏的时代。无论是否喜欢，我们都将迎来人工智能时代。要么拥抱它，要么被它彻底替代，除此之外，几乎没有其他更好的选择了。面对这一前景，人类应当积极思考如何构建属于自己的未来社会新秩序。阿西莫夫在1942年提及的机器人三大定律之首，便是机器人不得伤害人类。在接下来的人工智能研究中，这一法则无疑还将被反复提及和论证。毕竟，研究人工智能的目的是让人类社会变得更加美好，而不是创造一个新物种去取代人类。
（作者单位：中国社会科学院法学研究所）
（原标题：人工智能的风口与瓶颈）
【更多精彩文章】