正方

燥熱的AI，需要被正視的“泡沫化”

輕松擊敗圍棋世界排名第一的柯潔后，AIphaGo將一個(gè)已誕生了60多年的人工智能推上了社會(huì)熱詞排行榜，市場(chǎng)人士更是將2017年形容為人工智能推廣和爆發(fā)的元年。

最為典型的就是，被業(yè)界稱為國內(nèi)人工智能黃埔軍校的百度，27個(gè)前員工成立的22家AI公司，最近累計(jì)拿到了超過20億融資，凸顯出人工智能正在成為風(fēng)投界新風(fēng)口。這使得繼互聯(lián)網(wǎng)金融、共享單車、共享租房等后，各類形形色色的人開始搭乘這輛有很大可能成為一個(gè)風(fēng)口的人工智能班車，市場(chǎng)言必人工智能變得婦孺皆知，這不免令人擔(dān)憂人工智能是否太過滿溢，存在泡沫化風(fēng)險(xiǎn)。

這種擔(dān)憂不無道理，當(dāng)前確有警示風(fēng)險(xiǎn)的必要，但前提是要正視泡沫這個(gè)問題。在新技術(shù)領(lǐng)域，泡沫是新技術(shù)由基礎(chǔ)實(shí)驗(yàn)向商用轉(zhuǎn)化過程中必然出現(xiàn)現(xiàn)象，其一定程度上代表知識(shí)和技術(shù)的傳播速度和普及深度，每次工業(yè)革命和科技革命，都伴隨著新技術(shù)變革的泡沫風(fēng)險(xiǎn)，如2000年左右的IT泡沫，盡管帶來的風(fēng)險(xiǎn)有目共睹，但泡沫之后，IT變革在各領(lǐng)域獲得了革命性突破，極大改善了經(jīng)濟(jì)社會(huì)的組織形式，并顯著提高了經(jīng)濟(jì)社會(huì)的生產(chǎn)可能性邊界。

這場(chǎng)正在興起的人工智能熱浪，在數(shù)字技術(shù)獲得極大突破的情況下，盡管出現(xiàn)的泡沫現(xiàn)象可能比任何時(shí)候都?jí)延^，但這更有利于人工智能的推廣。畢竟，新科技進(jìn)步帶來的泡沫是經(jīng)濟(jì)周期上行期的產(chǎn)物，伴隨而來的是一輪資本設(shè)備周期，對(duì)這類泡沫我們不應(yīng)太過緊張、甚至矮化。

當(dāng)然，上面是就宏觀和行業(yè)趨勢(shì)而言，具體到個(gè)案和實(shí)際市場(chǎng)運(yùn)作，面對(duì)這種言必人工智能的環(huán)境，增強(qiáng)識(shí)辨力，將有助于降低自身在這場(chǎng)人工智能設(shè)備投資期中的踩雷概率，提高自身投資捕獲未來優(yōu)質(zhì)公司的勝算率。因?yàn)?，伴隨人工智能熱浪，很多人會(huì)借此名號(hào)渾水摸魚，也容易給一些投資者帶來損失，比如，很多機(jī)構(gòu)標(biāo)榜的“智能投顧”。

其實(shí)，到目前為止，這一領(lǐng)域最先進(jìn)的系統(tǒng)主要還是輔助計(jì)算問題，尚談不上真正意義上的“智能投顧”，因?yàn)闃?biāo)準(zhǔn)化交易的市場(chǎng)，不單是數(shù)據(jù)計(jì)算，更多的是情緒交易，撇開情緒在交易中的作用，單純談?dòng)?jì)算能力，是不真實(shí)的世界。因此，遇到“智能投顧”系統(tǒng)，我們還是要多斟酌。

同時(shí)，現(xiàn)在社會(huì)上許多人將大數(shù)據(jù)、超強(qiáng)計(jì)算能力和深度學(xué)習(xí)等包裝為人工智能，其實(shí)也是一種誤區(qū)。人工智能主要是一種有關(guān)認(rèn)知科學(xué)、哲學(xué)、仿生學(xué)、神經(jīng)網(wǎng)絡(luò)等的概念，大數(shù)據(jù)、超強(qiáng)計(jì)算能力、機(jī)器學(xué)習(xí)或深度學(xué)習(xí)等是人工智能的技能和特征之一，大數(shù)據(jù)、計(jì)算能力等不必然帶來人工智能。過度強(qiáng)調(diào)大數(shù)據(jù)、云計(jì)算和機(jī)器學(xué)習(xí)等，很容易將生產(chǎn)服務(wù)的自動(dòng)化與人工智能相互混淆。

仿生學(xué)、腦科學(xué)等研究發(fā)現(xiàn)，人類的意識(shí)和行為是聯(lián)系分布式的，非單純的邏輯推理、歸納演繹，屬于知識(shí)學(xué)習(xí)的一種方法，而非人的意識(shí)形成方式。大數(shù)據(jù)、云計(jì)算等就如同是讀萬卷書，及其閱讀過程中對(duì)存量知識(shí)的吸收方法，但是紙上得來終覺淺，絕知此事要躬行，大數(shù)據(jù)更多是代表一種過去經(jīng)驗(yàn)的積累，云計(jì)算則是一種吸收過去經(jīng)驗(yàn)的能力。但是，人不可能兩次趟進(jìn)同一條河，單純基于歷史數(shù)據(jù)來分析現(xiàn)在和未來的行為，展示的只是概率，而非確定性，用大數(shù)據(jù)來認(rèn)知過去，云計(jì)算等預(yù)判未來，本身就是程序化的概率冒險(xiǎn)。

真正的人工智能，不僅需要讀萬卷書，還需要行萬里路。通過營造真實(shí)交易場(chǎng)景，AIphaGo通過構(gòu)筑策略網(wǎng)絡(luò)神經(jīng)系統(tǒng)和價(jià)值評(píng)價(jià)網(wǎng)絡(luò)神經(jīng)系統(tǒng)，使系統(tǒng)仿生性地具有了獨(dú)立學(xué)習(xí)和思考能力，并通過系統(tǒng)本身營造對(duì)弈場(chǎng)景，提高自身思考和學(xué)習(xí)能力，這實(shí)際上已超出單純大數(shù)據(jù)、云計(jì)算的邊界。顯然，這是國內(nèi)各種盛傳的人工智能難以比擬的。

正如長短時(shí)記憶深度學(xué)習(xí)施米德·胡貝教授所言，人工智能將重構(gòu)幾乎所有行業(yè)。在人工智能開始大面積商業(yè)應(yīng)用下，市場(chǎng)出現(xiàn)泡沫是正常的，這有助于人工智能在經(jīng)濟(jì)社會(huì)的推廣，但對(duì)個(gè)體來說，投資切忌只顧熱點(diǎn)，在冒險(xiǎn)的同時(shí)，更應(yīng)該提高對(duì)投資領(lǐng)域的認(rèn)知和識(shí)辨能力。

反方

拿“科網(wǎng)泡沫”類比AI是“刻舟求劍”

對(duì)人工智能行業(yè)泡沫化的擔(dān)憂，很大程度上源于世紀(jì)之交的科網(wǎng)泡沫，很多人對(duì)當(dāng)年美國科技股的暴漲暴跌記憶猶新。然而，這種過于簡(jiǎn)化的類比如刻舟求劍，忽視了當(dāng)前人工智能行業(yè)的現(xiàn)狀。

7月5日，百度舉辦全球首個(gè)AI開發(fā)者大會(huì)，在強(qiáng)調(diào)“All in AI”的同時(shí)，首次公布了完整的AI生態(tài)開放戰(zhàn)略，并宣布推出對(duì)話式人工智能系統(tǒng)DuerOS和聚焦無人車的Apollo兩大開放平臺(tái)。兩大平臺(tái)都已經(jīng)與國內(nèi)外相關(guān)企業(yè)形成了合作生態(tài)，前者是基于百度在自然語言處理領(lǐng)域的技術(shù)優(yōu)勢(shì)，而面向智能硬件的開發(fā)者，Apollo平臺(tái)作為百度人工智能技術(shù)的應(yīng)用化集成，則被百度COO陸奇稱為自動(dòng)駕駛的“安卓”，凸顯其開放姿態(tài)。

AI有沒有泡沫?把國內(nèi)的人工智能行業(yè)和美國等發(fā)達(dá)國家相比，實(shí)打?qū)嵉耐度氩皇翘啵∏∈翘?。從事AI前沿基礎(chǔ)領(lǐng)域研究的公司，即便從全球來看，也主要是谷歌和百度，這從目前AI專業(yè)研究人才的高薪即可見一斑。不容否認(rèn)，在AI科技研發(fā)的未來大方向下，最近兩三年，也確實(shí)在部分創(chuàng)業(yè)板公司動(dòng)輒拿AI造概念、哄抬股價(jià)，這與大眾對(duì)AI領(lǐng)域的知識(shí)盲區(qū)有關(guān)。然而，包括智能駕駛在內(nèi)的人機(jī)交互應(yīng)用，目前有著確定性的商業(yè)化前景，但還沒有普及化，我們不能混淆視聽，認(rèn)為AI泡沫化了。

我們先看整個(gè)科技行業(yè)，2000年前后的科技行業(yè)，其角色僅僅是提供技術(shù)和內(nèi)容，而當(dāng)下則是提供技術(shù)和服務(wù)。在科技行業(yè)把技術(shù)轉(zhuǎn)化為服務(wù)的過程中，傳統(tǒng)行業(yè)也被迫或主動(dòng)加入數(shù)字化的大潮，由此導(dǎo)致的金融行業(yè)、制造業(yè)的裁員趨勢(shì)，均是史無前例的。從企業(yè)財(cái)務(wù)平衡的角度看，當(dāng)新科技巨頭與傳統(tǒng)行業(yè)緊密結(jié)合，對(duì)于現(xiàn)金流和長期盈利前景都是積極信號(hào)。

就人工智能行業(yè)而言，雖然處在科技行業(yè)的最前沿，但前期的鋪墊已經(jīng)比較充分。需要指出的是，人工智能分為強(qiáng)人工智能和弱人工智能，其中，弱人工智能的技術(shù)突破和廣泛的應(yīng)用前景都有相當(dāng)?shù)拇_定性，比如移動(dòng)支付、無人車、智能投顧等領(lǐng)域。就弱人工智能而言，過去幾年移動(dòng)互聯(lián)網(wǎng)的崛起是很好的鋪墊，特別是通過百度搜索等各種數(shù)據(jù)入口積累起來的海量數(shù)據(jù)，正在與算法融合為軟件方面的能力，為多樣性的智能硬件的開發(fā)提供支撐。

外界當(dāng)前擔(dān)心比較多的一點(diǎn)可能是核心技術(shù)的開發(fā)成本，比如，技術(shù)開發(fā)人員的工資很高等問題。筆者對(duì)此倒并不擔(dān)心，2000年前后IT行業(yè)的技術(shù)人員工資也是比較高，原因還是人才緊缺。當(dāng)前人工智能行業(yè)面臨的也是這個(gè)問題，但較高的市場(chǎng)定價(jià)會(huì)吸引更多的人才加入這一行業(yè)，最終也一定會(huì)走出一條比較理想的成本優(yōu)化曲線。

人工智能較高的進(jìn)入門檻，決定了大公司必然走在前面，領(lǐng)先人工智能行業(yè)的科技公司采取“聚焦+開放”的戰(zhàn)略，成為一個(gè)免費(fèi)的技術(shù)開放平臺(tái)、生態(tài)合作平臺(tái)，實(shí)際上很有利于優(yōu)化整個(gè)行業(yè)的投入產(chǎn)出比，即通過減少行業(yè)重復(fù)投入，使合作方用較小的投入獲得最大化的效能。

就當(dāng)下而言，人工智能行業(yè)的投入不足還體現(xiàn)在政策配套方面。像無人駕駛這種系統(tǒng)項(xiàng)目，單有企業(yè)的投入還不夠，政府的規(guī)劃配套、產(chǎn)業(yè)政策要快速跟進(jìn)，才能讓商業(yè)化盡快成熟落地。