AI將成為人類未來(lái)最好的左腦

導(dǎo)讀：2019 年 6 月 14 日，由清華大學(xué)五道口金融學(xué)院、清華大學(xué)國(guó)家金融研究院、清華大學(xué)研究生會(huì)聯(lián)合主辦的“未來(lái)已來(lái)—全球領(lǐng)袖論天下”系列講座再次開(kāi)講。應(yīng)清華大學(xué)國(guó)家金融研究院院長(zhǎng)、IMF 前副總裁朱民之邀，微軟全球資深副總裁、微軟亞太研發(fā)集團(tuán)主席兼微軟亞洲研究院院長(zhǎng)洪小文以“智能簡(jiǎn)史及數(shù)字化轉(zhuǎn)型的未來(lái)”為主題進(jìn)行演講，介紹了人工智能（AI）的發(fā)展現(xiàn)狀與未來(lái)發(fā)展方向，并就企業(yè)如何借助技術(shù)的發(fā)展實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型進(jìn)行探討。

以下為演講內(nèi)容整理：

我今天演講的主題是智能簡(jiǎn)史，中國(guó)人常說(shuō)知古見(jiàn)今，這個(gè)演講的目的就是希望從過(guò)去、現(xiàn)在看到未來(lái)。

AI 大熱的原因

我經(jīng)常開(kāi)玩笑，AI 火熱是因?yàn)椤叭斯ぁ钡姆疵媸恰疤烊弧?，“智能”的反面就是“愚蠢”，因?yàn)闆](méi)有人想做天然的愚蠢，那當(dāng)然就喜歡 AI 了。

AI 這個(gè)學(xué)科雖然與其它學(xué)科相比歷史并不悠久，但也有很多年了。1955 年，我的師祖（老師的老師）John McCarthy 在達(dá)特矛斯會(huì)議上提出了“AI”（Artificial Intelligence），之后 AI 經(jīng)歷了兩個(gè)冬天。

1992 年，我剛畢業(yè)，那時(shí)是 AI 第二個(gè)冬天的尾巴。

當(dāng)時(shí)學(xué) AI 的人畢業(yè)都不敢講自己是學(xué) AI 的，我們就說(shuō)自己是做語(yǔ)音的，如果說(shuō)做 AI是找不到工作的，而現(xiàn)在，不做 AI 的都要說(shuō)是做 AI。

AI 發(fā)展以來(lái)在學(xué)術(shù)上的定義其實(shí)沒(méi)有大家理解的這么寬泛，但今天計(jì)算機(jī)能做的，大部分人都認(rèn)為是 AI。

此外，AI 與經(jīng)濟(jì)有很大的關(guān)系，很多人都預(yù)測(cè)，未來(lái)的經(jīng)濟(jì)很大一部分都要靠 AI 推動(dòng)。

人類可以制造出超人嗎？

這張圖是 1950 年《時(shí)代周刊》的封面，里面有一篇文章說(shuō)道，“對(duì)于擁有‘超人’力量的機(jī)器，現(xiàn)代人已經(jīng)習(xí)以為常，但是擁有‘超人’腦力的機(jī)器仍然讓人們感到恐懼?！恕脑O(shè)計(jì)者們否認(rèn)他們正在創(chuàng)造人類智力的競(jìng)爭(zhēng)對(duì)手?！?/p>

1950 年，AI 還沒(méi)有定義，1956 年的達(dá)特茅斯會(huì)議還未召開(kāi)，全世界的計(jì)算機(jī)也不超過(guò) 10 臺(tái)。當(dāng)時(shí)，每一臺(tái)計(jì)算機(jī)都有一個(gè)房間那大，其運(yùn)算能力、儲(chǔ)存甚至不如今天的智能手機(jī)。在那個(gè)時(shí)代，大家很擔(dān)心有人造出了比人類都聰明的計(jì)算機(jī)。

我們并不害怕大型機(jī)械（飛機(jī)、汽車），但是卻在 AI 還沒(méi)有影子的時(shí)候就感到害怕，這代表了大家對(duì)智能這件事情，真是既期待，又怕受傷害。

這也說(shuō)明了為何大家如此關(guān)注 AI，包括很多人對(duì) AI 產(chǎn)生了不太正確的看法。我把智能畫成一個(gè)金字塔，自底至上越來(lái)越復(fù)雜，越來(lái)越接近智慧。

▌?dòng)?jì)算&記憶力

在這個(gè)金字塔上，最底層的是計(jì)算、記憶力。神機(jī)妙算，過(guò)目不忘都是智能的表征，神機(jī)妙算就是計(jì)算，過(guò)目不忘就是記憶。不管是圖靈機(jī)還是馮諾依曼機(jī)，我們見(jiàn)過(guò)的機(jī)器基本都包含了 CPU（中央處理器）以及存儲(chǔ)，計(jì)算機(jī)靠這兩樣?xùn)|西就可以運(yùn)算所有的程序。

回想我人生第一次挫折，就是我小學(xué)一年級(jí)時(shí)沒(méi)有被選上進(jìn)珠算隊(duì)，而今天，大部分人顯然都不會(huì)送小孩學(xué)算盤。在我們那個(gè)年代，珠算也分級(jí)、分段，就像下圍棋一樣。大家覺(jué)得一個(gè)人很會(huì)用算盤是非常了不起的，算盤可以算很復(fù)雜的計(jì)算，甚至可以開(kāi)根號(hào)，做三角函數(shù)。

當(dāng)時(shí)，我的老師告訴我，你的身體沒(méi)有那么好，課后還是回家休息吧，不要參加珠算隊(duì)，我當(dāng)時(shí)認(rèn)為是自己不夠聰明，所以才沒(méi)有入選。我感到很難過(guò)，直到高中時(shí)才緩過(guò)來(lái)，但現(xiàn)在已經(jīng)沒(méi)人認(rèn)為算得很快有多了不起了。沒(méi)有人跟計(jì)算機(jī)比計(jì)算，也沒(méi)有人跟計(jì)算機(jī)比記憶。

我搬家 3 年，到現(xiàn)在連家里的電話都不記得。今天，我如果寫 10 個(gè)電話號(hào)碼讓大家記憶，10分鐘以后，我出一串?dāng)?shù)字，問(wèn)是不是剛才說(shuō)的號(hào)碼的其中一個(gè)，大部分人可能都答不上來(lái)。我覺(jué)得既然計(jì)算機(jī)可以幫我們計(jì)算、記憶，我們就可以很放心地讓它來(lái)做。計(jì)算機(jī)比我們強(qiáng)沒(méi)有關(guān)系。我在上圖用紫色代表計(jì)算機(jī)遠(yuǎn)遠(yuǎn)比我們強(qiáng)的部分。

▌感知

自下而上，智能從計(jì)算記憶到第二層的感知。事實(shí)上，這一波 AI 的復(fù)興都與其有關(guān)，比如微軟在前幾年做的 ResNet，這就是一種感知。事實(shí)上我們的老祖宗也很厲害，“聰明”這兩個(gè)字就是耳聰目明，計(jì)算機(jī)視覺(jué)很強(qiáng)，聽(tīng)力很強(qiáng)，這就叫“聰明”，千里眼、順風(fēng)耳都是形容感知。

例如，在以前，語(yǔ)音識(shí)別可以完全聽(tīng)懂人講的話是不可思議的。但現(xiàn)在，它已經(jīng)有了很多應(yīng)用場(chǎng)景，如法院的書記員、智能音箱、智能助手都有這方面的應(yīng)用，看起來(lái)似乎計(jì)算機(jī)超越我們了，事實(shí)上也的確是這樣。

再如，如果你在海關(guān)工作，假設(shè)有 500 個(gè)嫌疑犯，你的目的是監(jiān)察這 500 個(gè)嫌疑犯通過(guò)關(guān)口，我相信很多人還是會(huì)辯認(rèn)錯(cuò)誤，而且這樣的工作也非?？菰铩Ｈ绻?jì)算機(jī)能夠幫助我們?nèi)プ鲞@樣的工作，并且可以做得很好，那么感知這部分我們就讓給計(jì)算機(jī)吧！

▌?wù)J知

還有一個(gè)概念叫做認(rèn)知，英文是 Cognition。在心理學(xué)中，認(rèn)知心理學(xué)是非常重要的一支，它是指我們對(duì)一件事情的理解，并可以做出推理、計(jì)劃，最后做出決策。

認(rèn)知其實(shí)是工作、生活中最有用的東西。工作時(shí)每天要做很多決定，之后制定政策。政府官員要制定政策，公司的領(lǐng)導(dǎo)必須要看市場(chǎng)或做產(chǎn)品的策略，這些都是認(rèn)知。你必須了解、認(rèn)識(shí)、知道以后，才能做出決定。

我們來(lái)看看計(jì)算機(jī)和人在認(rèn)知方面做得如何。

去年，微軟在自然語(yǔ)言方面有很大的突破，微軟亞洲研究院機(jī)器閱讀系統(tǒng)在SQuAD挑戰(zhàn)賽中率先超越人類水平。考過(guò)英文試卷的都有經(jīng)驗(yàn)，高考、托福、GRE、SAT 都有這種閱讀理解，大多數(shù)人是考不了滿分的，而計(jì)算機(jī)在這方面可以超越人的平均水平，從辨認(rèn)到理解非常困難，但計(jì)算機(jī)已經(jīng)可以做得很好了。

另外一個(gè)是翻譯，微軟中-英機(jī)器翻譯水平已經(jīng)可以“與人類媲美”。我們都知道，翻譯的前提是理解，計(jì)算機(jī)雖然沒(méi)有理解，但是翻譯可以做得非常好。我本人根本不會(huì)講法文，但是可以利用機(jī)器翻譯，到法國(guó)巴黎就可以靠機(jī)器翻譯順利買到歌劇的門票。

微軟小冰不僅做智商層面的問(wèn)答，還有情商方面的問(wèn)答，小冰這類對(duì)話機(jī)器人在學(xué)術(shù)歷史上非常重要。

圖靈是計(jì)算機(jī)的始祖，他在 AI 還未被定義為 AI 的時(shí)候就想到了“圖靈測(cè)試”。他說(shuō)道，有兩個(gè)房間，一個(gè)房間里是真人，另一個(gè)放置機(jī)器，人與機(jī)器進(jìn)行對(duì)答，假如40%-60% 的人分不出哪個(gè)房間里是真人，哪個(gè)房間里是機(jī)器，圖靈測(cè)試就通過(guò)了。很多人通過(guò)圖靈測(cè)試判斷 AI 有沒(méi)有通過(guò)人的智能考量。

小冰雖然沒(méi)有做很嚴(yán)格的圖靈測(cè)試，但微軟一直用用戶每一輪對(duì)話大概交互的次數(shù)作為衡量的KPI。在微信上，我們與最熟悉的朋友、親戚對(duì)話，每一輪也大概不過(guò)五次。大家明明知道它是一個(gè)機(jī)器人，還愿意與它交談二十次以上，是因?yàn)榕c它談?wù)摿艘恍┯幸饬x的東西，讓你欲罷不能。

從某種意義上說(shuō)，小冰已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了圖靈測(cè)試。我們讓小冰變成人們可信賴的伙伴，并以它為基礎(chǔ)發(fā)展一些商業(yè)應(yīng)用，更重要是做一些科學(xué)實(shí)驗(yàn)。

大部分商業(yè)行為里用到的都是所謂的認(rèn)知，它可以用一張圖來(lái)解釋，我甚至認(rèn)為人類所有行為都可以變成進(jìn)化來(lái)自于反饋這樣一個(gè)閉環(huán)。

有了假設(shè)或要做實(shí)驗(yàn)時(shí)，我們要做的第一件事情，就是先分析，然后做出決策，最后到實(shí)際的物理世界執(zhí)行，并通過(guò)傳感器收集數(shù)據(jù)。

物聯(lián)網(wǎng)是指與物理世界打交道，其中傳感器用來(lái)收集數(shù)據(jù)，執(zhí)行器用于在物理世界中執(zhí)行動(dòng)作。

幾乎所有的事情，每完成一次閉環(huán)就能夠有所改進(jìn)，包括做社會(huì)心理學(xué)分析、做實(shí)驗(yàn)、做假設(shè)、做產(chǎn)品，或是做互聯(lián)網(wǎng)。

如今，因?yàn)閿?shù)據(jù)很容易獲得，分析與決策就可以用 AI，如果在一個(gè)閉環(huán)中有辦法收集到數(shù)據(jù)，就可以把它自動(dòng)化。很多 AI 的商業(yè)應(yīng)用，都可以抽象為是在做這樣的事情。

制造業(yè)是首先享受 AI 成果的行業(yè)，如今已變成常態(tài)，比如可預(yù)防的維修。例如，蒂森克虜伯（thyssen krupp）電梯集團(tuán)是微軟的客戶之一，發(fā)生電梯故障時(shí)，利用 AI，他們首先在電梯里裝傳感器，收集速度、聲音、溫度等數(shù)據(jù)。我們可以把它當(dāng)作一個(gè)黑盒，傳感器收集數(shù)據(jù)以后，系統(tǒng)起碼可以做以下兩件事情：

第一，異常分析。區(qū)分正常和非正常狀態(tài)下數(shù)據(jù)區(qū)段，用深度學(xué)習(xí)或機(jī)器學(xué)習(xí)方法建模。

當(dāng)數(shù)據(jù)出現(xiàn)在快要出故障的區(qū)段，公司就可以做可預(yù)防的維修，可以先派人到現(xiàn)場(chǎng)，很多時(shí)候可能加幾滴油就夠了。

第二，數(shù)據(jù)收集足夠多后，還可以做分類工作，公司不但知道電梯快壞了，甚至還可以分成不同的情況，每種情況分別有處理方法，比如加油、換零件。

同樣的道理可以運(yùn)用到許多其他領(lǐng)域，比如汽車維護(hù)，有了車聯(lián)網(wǎng)，可以將所有車?yán)锏臄?shù)據(jù)上傳到云端，實(shí)現(xiàn)可預(yù)防性的維護(hù)。

人工智能 VS 人類智慧

1982 年，有一位斯坦福心理學(xué)系的教授用“中文房間”實(shí)驗(yàn)來(lái)挑戰(zhàn)圖靈測(cè)試，假設(shè)房間中有一個(gè)不懂中文的人，給他一本詞典，每次給他遞進(jìn)去一張寫著中文的紙，里面的人通過(guò)詞典查紙上的每個(gè)漢字（假設(shè)他可以查到所有的文字，可以對(duì)照列出字詞的組合）。這個(gè)實(shí)驗(yàn)證明，即使通過(guò)了圖靈測(cè)試，也不一定是真正的智能，因?yàn)檫@個(gè)人不能夠真正理解中文的含義。所以，他認(rèn)為這種模擬思路并沒(méi)有思維和理解，叫做弱AI，有思維、真正了解的 AI 是強(qiáng) AI。只有理解，才有可能做所謂的白盒推理，而人最重要的是能夠做因果分析。

事實(shí)上，今天 AI 大多做的相關(guān)性做不出因果關(guān)系，我們必須要知道因果關(guān)系，才能舉一反三。比如機(jī)器不能勝任做投資、并購(gòu)，因?yàn)椴①?gòu)不是封閉系統(tǒng)，會(huì)受到許多外部因素的影響，而且這些因素?zé)o法預(yù)測(cè)，也沒(méi)有足夠多的數(shù)據(jù)。我們?nèi)松兄卮蟮臎Q定都是這樣，你可以做各種分析，但是最后還是會(huì)受很多未知因素的影響。

今天，我們所謂的深度學(xué)習(xí)是一個(gè)不可解釋的 AI，它是一個(gè)黑盒，做不了因果關(guān)系的分析。所以，現(xiàn)在可解釋的 AI 是一個(gè)很重要但非常難的研究方向。三十年前，一位圖靈獎(jiǎng)得主，同時(shí)是加州大學(xué)洛杉磯分校的一位教授說(shuō)到，他做了一輩子因果關(guān)系分析，但估計(jì) AI 起碼還要在十幾、二十年以后才可以解釋為什么和白盒分析。

《人類簡(jiǎn)史》、《未來(lái)簡(jiǎn)史》，以及最近的新書《現(xiàn)代簡(jiǎn)史》中提到，將來(lái)大數(shù)據(jù)能做所有的決定，甚至包括我們的婚姻，我對(duì)此持不同的看法，中國(guó)人的婚姻講究先看八字，但是我們也沒(méi)有全信。未來(lái)是未知的，把如此重要的事全部交給黑盒，似乎有所欠妥，但是這不代表 AI 沒(méi)有用。

▌AI+HI

所以，我們需要讓 AI和 HI（人類智慧）一起做分析和決策，人做決定時(shí)要看大數(shù)據(jù)，機(jī)器可以做一些簡(jiǎn)單的問(wèn)題，且非常有效，但這不代表大數(shù)據(jù)會(huì)決定一切。同時(shí)，我們也不要妄自菲薄，人類的智慧很多時(shí)候在做分析時(shí)得出一定成功的率，但最后不見(jiàn)得選擇最大機(jī)率的方案就一定成功，還會(huì)受到很多隨機(jī)因素的影響。

關(guān)于智能金字塔，從計(jì)算和記憶力、感知到黑盒的認(rèn)知，AI 已經(jīng)做得很好了。但是在認(rèn)知部分，我用了兩個(gè)顏色紫色和綠色。創(chuàng)造力用綠色表示，代表目前人能做得更好。

近些年，深度學(xué)習(xí)可以用于“創(chuàng)作”，比如詩(shī)詞創(chuàng)作。去年，我們用此技術(shù)教微軟小冰寫詩(shī)并出版詩(shī)集?，F(xiàn)在，通過(guò)大數(shù)據(jù)分析，小冰不但能寫詩(shī)，還可以看圖寫詩(shī)，甚至作歌、作詞、作曲。

這是否代表計(jì)算機(jī)真的有創(chuàng)造力？其實(shí)創(chuàng)作，特別是藝術(shù)創(chuàng)作，還是要有人類自己的想法。今天 AI 可以產(chǎn)生這些東西不代表它知道為什么產(chǎn)生，因?yàn)樗且粋€(gè)黑盒。再說(shuō)圍棋，可憐的李世石先生，可憐的柯杰先生，他們的算法來(lái)自于自己，還要用自己的腦袋計(jì)算，而 AlphaGo 的算法來(lái)自于 10多個(gè)科學(xué)家，用上萬(wàn)臺(tái)機(jī)器在云端進(jìn)行計(jì)算，這本身就是一個(gè)不公平的比賽，因?yàn)橛?jì)算機(jī)可以計(jì)算得飛快，人做不到。如果李世石和柯杰還有一點(diǎn)點(diǎn)希望贏的話，他們的算法肯定有獨(dú)特的地方。

現(xiàn)在，人們經(jīng)常討論某 AI 將取代人類，事實(shí)上大家忘記了一件事，那就是今天計(jì)算機(jī)所有的算法都來(lái)自于人，如果有人說(shuō)有一臺(tái)計(jì)算機(jī)可以自己想出算法，那絕對(duì)是吹牛。從這個(gè)角度來(lái)看，人類大可不用擔(dān)心計(jì)算機(jī)超越人類，這根本不可能。如果你仔細(xì)看腦神經(jīng)科學(xué)家歸納的左腦和右腦的特征，會(huì)發(fā)現(xiàn)左腦負(fù)責(zé)邏輯、順序、分析、數(shù)字化、理性、事實(shí)等，右腦則負(fù)責(zé)知覺(jué)、隨機(jī)、綜合、主觀，事實(shí)上，計(jì)算機(jī)是一個(gè)最好的左腦。

所以，其實(shí)計(jì)算機(jī)與人類正是左右腦互用的關(guān)系，我們需要右腦來(lái)做創(chuàng)造，提出新的算法。

▌《金庸小說(shuō)》中的智慧與“睡”出來(lái)的諾貝爾獎(jiǎng)

講到智慧，在金庸小說(shuō)《倚天屠龍記》中，張三豐教張無(wú)忌太極劍法，張三豐第一次舞劍時(shí)問(wèn)張無(wú)忌是否能看懂，張無(wú)忌回答看懂七成，張三豐說(shuō)很好，不錯(cuò)；第二次舞時(shí)，張無(wú)忌說(shuō)只看懂五成，張三豐說(shuō)很好，有所進(jìn)展；第三次舞，張無(wú)忌說(shuō)糟糕，這次完全看不懂了，張三豐說(shuō)好，你已經(jīng)貫通了，可以上場(chǎng)了。

我個(gè)人理解，這就是接近了智慧，意識(shí)是人獨(dú)有的，我們知道身處何地，面對(duì)誰(shuí)，我們的意識(shí)無(wú)處不在。

有一本書叫做《The Spectrum of Consciousness》，是一位耶魯大學(xué)教授所著，這本書探討了意識(shí)與創(chuàng)造力之間的關(guān)系，他把一個(gè)人一天的生活分成兩個(gè)階段：高頻譜和低頻譜。高頻譜就是我們?cè)缟掀饋?lái)喝一杯咖啡，精神很好，做什么事情都不會(huì)記錯(cuò)，也不會(huì)算錯(cuò)；低頻譜就是我們吃過(guò)午飯，打一個(gè)盹，甚至做白日夢(mèng)、睡著、洗澡，這些時(shí)候是低頻譜。

幾乎所有腦科學(xué)實(shí)驗(yàn)得出來(lái)的結(jié)論都是：大部分人不是在高頻譜的時(shí)候最有創(chuàng)造力，而是在低頻譜時(shí)，這并不完全是絕對(duì)的，但是在低頻譜的時(shí)候，人們似乎創(chuàng)造力更強(qiáng)。貝多芬做《第九交響曲》時(shí)既聾又盲，梵高晚期割掉自己的耳朵，但還是畫出了不起的作品。此外，兩位諾貝爾獎(jiǎng)得主的科學(xué)家（凱庫(kù)勒和奧托）都清楚地記得他們重要的科學(xué)發(fā)明是在做夢(mèng)時(shí)想到的，尤其是奧托，他表示他在第一次做夢(mèng)時(shí)夢(mèng)到了一個(gè)東西，第二天早上起來(lái)時(shí)忘記了細(xì)節(jié)，所以他第二天回去睡覺(jué)，又夢(mèng)到一樣的夢(mèng)，這一次他把夢(mèng)的內(nèi)容寫了下來(lái)，因此得到了諾貝爾獎(jiǎng)。

但是，凱庫(kù)勒和奧托都提醒道，只睡覺(jué)沒(méi)用，因?yàn)椴灰洠X(jué)最多只能給你一個(gè)大膽的假設(shè)，但還需要小心求證，在實(shí)驗(yàn)室中做無(wú)數(shù)實(shí)驗(yàn)證實(shí)。

我認(rèn)為更重要的是這個(gè)故事背后的原理：很有可能兩件無(wú)關(guān)的事，神智清醒時(shí)人們很清楚地知道它們之間無(wú)關(guān)，但是在半夢(mèng)半醒時(shí)可能看到這兩件事情的相關(guān)性，而創(chuàng)新常常是在這個(gè)過(guò)程中產(chǎn)生的。所以，要做出一個(gè)有意識(shí)的機(jī)器，首先要讓計(jì)算機(jī)能夠幻想，但這很難，怎樣讓計(jì)算機(jī)真正地幻想才有可能產(chǎn)生了不起的創(chuàng)造力，沒(méi)有人知道。

弱 AI 這種單一用途的黑盒很有用。強(qiáng) AI 類似于通用 AI，什么都懂一點(diǎn)，很多東西我們并不是專家，但也總能想出了不起的想法。我的師祖 John McCarthy 當(dāng)年召開(kāi)達(dá)特茅斯會(huì)議時(shí)有人問(wèn)通用 AI 多久可以實(shí)現(xiàn)，他給了一個(gè)智慧的回答——5-500年。我們知道當(dāng)然不是 5 年，可 500 年相當(dāng)于永遠(yuǎn)，所以何時(shí)會(huì)出現(xiàn)通用 AI 沒(méi)有人知道。

我認(rèn)為，做一個(gè)有意識(shí)的機(jī)器人代表著你不能控制它，你可以想辦法去洗腦，但是不見(jiàn)得會(huì)成功。所以，我認(rèn)為做一個(gè)有意識(shí)的機(jī)器人雖然在科學(xué)上很有意義，但是不見(jiàn)得有太多意思。

AI是大數(shù)據(jù)驅(qū)動(dòng)的知識(shí)

我們應(yīng)該如何看待 AI 呢？我持非常樂(lè)觀的態(tài)度，AI 的關(guān)鍵是人，它很大程度上與工具一樣，是在幫助我們做事，且與人互補(bǔ)，人類有創(chuàng)造力，但計(jì)算慢，記憶也會(huì)出錯(cuò)，所以我把 AI 稱為大數(shù)據(jù)驅(qū)動(dòng)的知識(shí)。我們應(yīng)該慶幸，我們是第一代與 AI 一起生活的人類。

我小學(xué)時(shí)認(rèn)為能夠計(jì)算、會(huì)珠算很了不起，但現(xiàn)在我不這樣認(rèn)為了，現(xiàn)在我認(rèn)為，人更高階的東西，是一種人類智慧和機(jī)器智能的共性化。

數(shù)字化轉(zhuǎn)型與AI

接下來(lái)是數(shù)字化。為什么數(shù)字化徹底改變了我們的世界？數(shù)字孿生是指，任何物理世界的中存在的事物，都會(huì)有一個(gè)數(shù)字孿生兄弟。

數(shù)字孿生至少有兩大意義：1. 預(yù)測(cè)，如在數(shù)據(jù)世界預(yù)測(cè)馬達(dá)、機(jī)器、引擎、醫(yī)療器械狀況，可以做可預(yù)防的維修；2. 模擬、仿真：比如在仿真世界訓(xùn)練無(wú)人車和無(wú)人飛機(jī)，公司、國(guó)家的政策，都可以用仿真的方法做實(shí)驗(yàn)。

微軟重回市值第一，其中一個(gè)重要的原因就是徹底的數(shù)字化世界。數(shù)字化轉(zhuǎn)型其實(shí)很多都是在自動(dòng)化、優(yōu)化、改進(jìn)決策，所以能夠產(chǎn)生新的產(chǎn)品、服務(wù)和商業(yè)模型，有更高的生產(chǎn)力。對(duì)于數(shù)字化轉(zhuǎn)型來(lái)說(shuō)，平臺(tái)和技術(shù)很重要，但人是最難改變的，這對(duì)領(lǐng)導(dǎo)力、組織、思想、文化的挑戰(zhàn)更大。

微軟與德勤針對(duì)全世界的的企業(yè)（大、小、中型企業(yè)）進(jìn)行調(diào)研，結(jié)果顯示，90% 的企業(yè)已經(jīng)認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的重要性，但是只有 30% 的企業(yè)認(rèn)為他們已經(jīng)開(kāi)始數(shù)字化了，其中只有 15% 的企業(yè)認(rèn)為他們可以自己完成數(shù)字化轉(zhuǎn)型。

大家可能更多地在關(guān)注 AI，事實(shí)上沒(méi)有數(shù)據(jù)和計(jì)算，AI 是轉(zhuǎn)不起來(lái)的，所以我更希望大家多談ABC（AI、大數(shù)據(jù)、智能云）。

AI For Good

AI 時(shí)代技術(shù)變得越來(lái)越重要，人們有很多與技術(shù)相關(guān)的負(fù)面隱憂，如安全、隱私問(wèn)題、假新聞、偏見(jiàn)，甚至擔(dān)心 AI 是否會(huì)取代人類的工作。我認(rèn)為，一個(gè)產(chǎn)品或技術(shù)，最后都反映了人的價(jià)值觀。我們需要多方利益相關(guān)者參與，其中牽涉到除了技術(shù)之外的商業(yè)專家、經(jīng)濟(jì)學(xué)家、社會(huì)經(jīng)濟(jì)、公共政策者、心理學(xué)家、律師、政府，需要大家一起來(lái)探討。

所以，微軟全球執(zhí)行副總裁，微軟人工智能及微軟研究事業(yè)部負(fù)責(zé)人沈向洋博士與微軟公司總裁施博德（Brad Smith）先生聯(lián)袂編著了《計(jì)算未來(lái)：人工智能及其社會(huì)角色》一書，希望以贏得信任的方式設(shè)計(jì)人工智能，我們提到七個(gè)原則：合法與主權(quán)、負(fù)責(zé)、透明、公平、可靠與安全、隱私與保障、包容。

一百至兩百多年前，90% 的人從事農(nóng)業(yè)工作，如今這一群體可能只有 10%，其它 90% 的人并未失業(yè)，這是因?yàn)?a target="_blank">工業(yè)革命產(chǎn)生了更多新的價(jià)值。所以，與其擔(dān)心技術(shù)是否會(huì)改變工作，還不如關(guān)注我們應(yīng)該如何訓(xùn)練我們和我們的下一代如何終身學(xué)習(xí)。

未來(lái)的發(fā)展非常漫長(zhǎng)，讓我們一起努力！謝謝大家！