【AI论坛】人工智能与社会伦理——终极算法的诱惑

我们公司主要在硅谷，投资的主要方向是人工智能。30年前我在做博士论文的时，做过几年的神经网络研究。后来我虽然转行了，但对我来说，这个东西比较容易了解。我们一年会看上千家公司，从算法到芯片、到各种各样的应用，目前中美两国都很热。另外我和中信出版社签约大概花了18个月的时间，我写了一本书关于人工智能，从技术到商业，最后一章是关于伦理。

人工智能处在什么阶段，有没有泡沫，是投资人比较关心的。现阶段人工智能还没有爬到顶峰。和20年前的互联网比，泡沫还是小多了，当年China.com网页都没有就上市了，而人工智能公司都是实实在在的，都有具体的应用，靠概念忽悠的公司是看不到了。但有没有泡沫？肯定有，泡沫主要集中在自动驾驶公司。泡沫通常是由错误的收购造成的。投资人99%是不懂人工智能技术的，这是和互联网的巨大区别。投资人工智多少得对算法懂一点，但这是很专业的东西。

 

互联网多数人都能看懂，因为互联网是商业模式，马云不懂互联网技术，他可以创造伟大的公司。当一个产业热了以后，很多不懂的人觉得红杉投了、IDG投了我也要投。早期的公司投资很多靠感觉，没感觉的时候就看别人，羊群效应是非常强的。包括在美国，一线公司投的未必是好公司，因为他不一定懂，真正懂的公司极少。这是造成泡沫的重要原因。

 

整体来讲，中国公司的估值，相同的公司是美国的5倍到10倍，按美元计价，不是按人民币。不管什么原因，这和中国的钱多都有关系，不懂的人更多。提到抢赛道，这是巨大的误区，当年投互联网的时候，大家最后的体会是这样的，我只要投到第一名，不管多贵都不贵，因为它最后只剩一家公司，所以大家现在拿着互联网的思维来投AI。但AI并不是这样的，比如中国至少有100家做人脸识别的公司，你的人脸识别是99%，我是98.5%，不重要，最后是拼销售。所以To B了以后很难出现赢家通吃的情况。在这种情况下大家按照互联网的赢家通吃来投，是造成泡沫的第二个原因。

 

中国的AI非常领先，特别是人脸识别，是全世界最先进的。但应用的发达能驱动算法和芯片的发展吗？不能，因为算法的突破并不依赖于数据。最近两年比较重大的突破是生成对抗网络，生成对抗网络完全是在行业浸淫了很多年，对行业有非常深入的理解，就像爱因斯坦发明相对论一样。数据的发展本身可以使你的数据变得更有效，但并不能促进算法本身的革命性的进步或者本质性的进步。

在应用方面中美各有千秋。自动驾驶是美国强，自动驾驶公司全世界有上百家，假设自动驾驶满分是100，已经完全达到实用阶段，Google是60分，其他所有公司都不超过20分。差别这么大，在自动驾驶上，Google做了九年，花了巨资。即使你和他一样聪明，但你只做了两年，你不可能与他很接近。事情是数据和训练磨出来的。人脸识别中国遥遥领先，在其他的领域，比如医疗，两个国家都差不多。整体上在基础的算法和芯片上，美国是绝对领先的。中国有没有机会翻转？可以借鉴上一轮PC的经验。PC大家知道被两家公司控制，Intel和微软。这件事中国做了很多工作，从国家到民间，做了30年没有成功。原因是哪里呢？我们写操作系统是可行的，但建应用生态是非常难的。美国在芯片和操作系统上的生态，芯片大家都知道GPU，是英伟达。英伟达已经差不多十年了，积累了大量的经验。作为应用开发公司，根本不在乎是美国芯片还是中国芯片，只要拿过来就能用。第二个是整个应用生态。美国在整个人工智能的芯片和研发环境、软件环境已经形成了几乎不可撼动的生态系统。情况已经形成了，不是说中国没机会翻转，但非常难。

 

有人认为未来全世界竞争，中美两国是绝对的统治者，其他所有国家都被殖民，我不同意。原因非常简单，在座的六家公司，做To C的就一家，其他的都是做To B的，本质上AI是To B的生意。因为To C的生意早就叫这些互联网公司自己做了。Facebook有数据，他怎么会让你做？阿里巴巴有数据，有巨大的AI研发团队，To C的数据在他们手里，他们自己已经做了，你要做就只能开发他们没有做的，比如儿童教育。说AI本质是To B的生意，到英国做生意的进入壁垒是非常高的。你进入一家英国的企业、进入一家德国的企业、进入一家日本的企业，To B的生意在中国都是非常难的事。中美两国没有办法像互联网一样统治世界。美国的公司，Google、Facebook，现在是扫遍欧洲、非洲、拉丁美洲，除了中国，全是他们的市场。但在AI上，他们的应用型公司是进不了这些国家的，更不要说军事、政府这些东西。所以，AI未来整个的格局和互联网本质是不一样的，它的核心的区别是因为互联网本质上是To C的，AI本质上是To B的。

现在沿着深度学习的方向走，盘是翻不过来的，现在看一下其他的算法。其他主要算法，现在最主要的是基于概率与反复的，我们还投了一家公司，他们是坚决批判深度学习的，主要的领军人物是UCL的教授，他是图灵奖的获得者，还有科大的师弟，是现在研究概率的领军人物。在美国目前并不是所有的人都在做深度学习，有少数的学术界的人认为深度学习不靠谱，是低等动物的反应，没有智能，那么来看一下高等智能。

 

高等智能主要是建立在语言之上的逻辑推理能力，基于因果关系。概率与法图是基于因果关系，假设概率与法图有了突破，它需要的计算能力是什么呢？是CPU。CPU擅长于做顺序的逻辑，GPU擅长于做并行计算，也是说没有看到第三种计算架构。如果现在理论上出现一种新的算法，他需要一种既不是CPU又不是GPU的架构。现在量子计算我也看了几家公司，还不成熟。所以从投资人角度或者从创业人的角度，你说的这些虚无缥缈，20年之内，能看到的还是在这两个架构里头跑。其他的进化算法，还有决策术的算法，现在都有人在研究。

 

这些研究计算的架构要么依据于GPU，要么依据于CPU，第三种不同于这两种的计算架构不要说没有看过，连听说都没听说过。并不是说没有这种概率，但是非常小。

问题关键是看它的时间，会不会在很短的时间内大批取代，因为任何新技术只要时间长，慢慢这些人就会找到新的工作，或者新一代人就起来了。现在看来，第一，本来所有人从事的工作都是要取代的，毫无疑问；第二，目前看来不会造成大的社会动荡，社会就业问题有很多其他因素，中国短期内是劳力短缺的问题。现在年轻人都不愿意做辛苦的工作，正好把缺补上，所以再中国不会造成很大的动荡。不会一下一千万人找不到工作。美国现在的失业率降到有历史数据以来的最低，大概到3%、4%，过去几年美国的人工智能也是在高速发展的。所以短期内看不到机器取代人工会变成巨大社会问题。

22年很短，互联网当然是非常影响我们的生活的，但是对人类基本的习惯、生活方式和宪法结构是基本上没有影响的，或者基本没有变，也就是说今天如果我们按今天的技术发展趋势的话，22年我觉得我们人类的生活不会发生根本的改变，和今天会基本差不多，但技术会先进很多。从长远看，我个人觉得现在唯一未知的问题是机器人或者人工智能有没有产生自我意识，现在是没有结论的，有人说有，像基点论这些人认为有；有人认为没有，为什么这个问题没结论？因为人类对自我意识怎么产生的还完全不清楚，它的物理机制、生物机制都不知道，心理机制都不清楚。机器能够产生自我意识，在很多层面能超越人，统治人类或者控制人类，这种可能性是存在的。第二，现在关心的机器进化到这种地步，是不是标志着作为智人的演化的最终的结束。

 

有人提到脑机接口，我在硅谷看了两三家，现在脑机接口还是不可接受的，从技术上也好，伦理上也好，现在主要的应用是把电机插在脑子里面。有假肢可以控制假肢，正常人不会把脑打开，把电机插进去。机器在信息处理方面要远远快于人，这个东西如果技术上能有突破的话，假如说戴着脑罩就能够和电机沟通、和神经原沟通，这就是未来发展的方向，也就是说，今天的深度学习主要是集中在了解数据的相关性上，它没有人类的语言和推理能力，也没有因果的能力，把人类的高级思维能力和它的快速的反应能力，这种对相关数据相关性提取结合起来，是人机结合的方向，也是说最后不是智人和智人竞争，而是有机器人能力的智人和其他人竞争。