著名自然语言处理和搜索专家 吴军博士

　　曾经在谷歌、腾讯有着多年工作经验的吴军，从2012年开始和多位硅谷企业的华人高管联合出资成立了丰元创投，关注高科技领域的早期投资。他的作品《智能时代：大数据与智能革命重新定义未来》把话题聚焦在了人工智能上，探讨人工智能对于人文和社会的影响能力。对于智能时代，用他的话说就是：「未来我们的城市，就是一个大的超级机器人。」

　　素材来源：上观新闻、《硅谷来信》、财新时间、经济观察报

　　1

　　大数据是智能的基础

　　我曾经跟伯克利很有名的一位叫迈克尔·乔丹（与美国球星同名）的教授聊了聊，他是现在的深度机器学习的最早期提出者，也是美国工学院、文理学院和科学院三院院士，我们就把AI这两个字母来回来去组合：

　　首先是IA— Intelligence Augmentation（智能放大），这就是说人工智能做出来的事情显得人类很聪明，比如搜索引擎和机器翻译，你不会法语要去法国旅游，在网上搜索一下就把知识综合起来了，这以前是要经过20年学术研究的。

　　第二个是II—Intelligence Integration（智能综合），机器不创造知识，但是它做了综合。我之前在谷歌做自动回答问题的项目，比如问天为什么是蓝色的，我们会把知识综合起来，然后重新组成句子，形成一个段落回答你。

　　第三个是AA—Automatic Algorithm（自动算法）。比如说以前人要做一件事情，步骤一二三是设定好的。最典型的例子就是美图秀秀，之前用PS也可以做的，但是要有个学习PS的过程，还不一定能学好，但现在计算机就能算好，你按一个键，就可以自动修好照片。

　　所以我们可以认为今天的AI（人工智能）=IA+II+AA。

　　从60年前到今天，人工智能发展到一个什么水平阶段呢，我把它分成三层：

　　第一层，弱人工智能。每个人都在用，今天拍个照片，女孩子们美图秀秀修一修，发出去，这是弱人工智能。今天买东西和五年前习惯是不一样的，很多是它推荐给你的，40%营收额是靠推荐来的。这是一种很人工智能的算法，很多人觉得还不够聪明，还放在了弱人工智能方面去。

　　第二层，强人工智能。人工智能现在不仅能够识别，还能翻译。如果想翻译成英文，我想我们现在不需要同声翻译，直接用计算机翻译过去的话美国人英国人是听得懂的。它还可以干别的事，比如计算机能回答问题，能写作，在华尔街日报(博客,微博)或者是纽约时报，今天大部分和财经类新闻有关的这种报道中，大部分文章是计算机写的，不是人写的；下棋就更不用说了，人工智能还可以开车，美国Google的无人驾驶汽车，到现在开了将近500万多里，但主动交通事故只出了两起，也就是说它开车的水平要比人其实高很多；人工智能还可以看病，机器人看片子会比专家更好，不仅如此，像沃森这样人工智能计算机，你告诉它三件事，描述一下你的病情，比如肚子疼，给它一个化验结果，再给它你过去病例，它就可以做到美国医生的平均水平。

　　第三层，超级智能时代。超级智能有两个核心，一是机器智能，相当于人类的大脑，二是IOT万物互联，相当于人类的五官。当机器智能的计算水平足够高，当IOT的触角触及到城市的每个角落，就形成了超级智能。未来我们的城市，就是一个大的超级机器人。

　　在人工智能的发展过程中，人工智能大厦有三个重要支柱支撑着过程的演变：

　　1) 摩尔定律。在IT行业里来讲，每18个月处理器的性能会翻一番，这个速度大概相当于每五年多一点的时间，处理器性能要涨10倍左右。iPhone当年2007年发布，距离今天10年，那么今天iPhone的处理器相当于当年的100倍。

　　2) 大量数据。现在数据产生的速度有多快呢？最近三年产生的数据，超过了从三年前到人类出现文字以来产生数据的总和。在很多人的印象中，数据就是数字，或者必须是由数字构成的，其实不然。互联网上的任何内容，文字、图片和视频，都是数据；医院里包括医学影像在内的所有档案也是数据；各种设计图纸，甚至是出土文物的尺寸、材料，也都是数据；我们的社会关系、我们每天的活动，都是数据。很多种数据，比如语音和文字，反而没有多少数字的内容。知识是人类进步的阶梯，我们用知识不断地改变我们的生活和周围的世界，而数据正是知识的基础。过滤没有意义的数据，删除伪造的数据，从数据中获取有用的信息，随后进行处理，人类就可以获得知识。

　　3) 深度学习。这实际是一种新的算法或者数学模型。

　　在有大数据之前，计算机并不擅长解决那些需要人类智能解决的问题，但在今天，这些问题换个思路就可以解决了，其核心就是转换智能问题为数据问题。传统的人工智能方式是让计算机按照人的思路去做，但今天几乎所有的科学家都不再坚持「机器要像人一样思考才能获得智能」的观点。比如AlphaGo（阿尔法狗），它不是靠逻辑推理获胜的，而是靠大数据和算法。在数据方面，谷歌使用了几十万盘围棋高手之间对弈的数据来训练它；在算法方面，谷歌采用了上万台服务器来训练它下棋的模型，并且让不同版本的AlphaGo相互对弈了上千万盘，可以说它几乎是算无遗策。所以说，这是个智能的时代，而智能的基础是大数据，可谓「无数据、不智能」。

　　大数据对于商业的影响更显而易见，举个某服装奢侈品牌的例子。奢侈品牌有个特点，就是决定销量的并非价格，而是顾客群的喜爱。之前企业并不太很好了解顾客的喜好，但进入大数据时代，则有了解决方案，就是在商品标签中植入智能芯片，商品只要被拿到试衣间，芯片就能识别出来，同时记录这件商品的试穿次数，从而了解顾客的喜好。这样公司就能明白销量不好的商品的原因是什么，然后针对商品做出改进，改变销售方式。

　　有了移动互联网之后，数据量是非常大的。以前很多数据，其实没有没有收集上传、没法存储，今天这个都变成了一个可能。在过去三年里，人类收集到的数据总和超过人类历史上六千年，从出现文字到现在六千年就有了数据记载。过去三年里，数据量超过了人类六千年的总和。而且按照这个指数速度往上涨，可以预测估计一年半以后，又要翻一番了，这是一个非常快的速度。所以在今天来讲，你干任何一件事都要善用数据。

　　未来随着人工智能的发展，最先受到冲击的将会是传统生产线上的工人。机器人可以替代人类做重复性的工作，特斯拉的工厂已经完全机械化，没有人工作业了。其次就是高端行业领域，比如专科医生的病理诊断，机器的识别病症识别率开始高于医生了。

　　在未来，机器为人类所用，给人类提供服务。可能98%的人都在享受人工智能的成果，2%的人在设计AI。而这2%的人会有绝对话语权，所以如果不想被社会淘汰的话，要争取成为2%的人。

　　2

　　做2%的人

　　两次工业革命和信息革命都曾对当时的社会产生巨大的冲击，使得很多行业消失，但同时又催生出新的行业。不过，新的行业容不下那么多人，释放出来的劳动力需要寻找出路，这种影响花费了半个世纪、甚至更长的时间才消化掉。在这个漫长而痛苦的转型过程中，只有2%的少数人受益于新科技。

　　很多人问我这2%的人是怎么算的？2%不是计算出来的，而是前些年占领华尔街的人自称98%的人，反对社会的既得利益者，即所谓的2%的人。从此诞生了一个新概念，2% VS 98%。

　　在过去如果按照社会阶层和经济状况将人口分类，会发现社会是一个纺锤形，两头小中间大，但今天却是一个金字塔形状，上面小下面大。这样的社会不会太稳固，最底层常常是最容易产生动荡的。但是尽管世界各国都不断地增加穷人的福利，各国的金字塔形状却越来越明显。

　　很多处于社会和行业底层的人经常抱怨社会的不公，但很少思考为什么，以及自己如何能改变命运。美国大部分富豪都是一代致富，中国的富一代也是如此，那么为何同样的起跑线，每个人的命运会有如此巨大差距。举个例子，在阿里巴巴之前，有个叫8848的电商网站一度很火，但是后来关门了，同时关门的电商还有一大批。于是当时搞电子商务的人说中国不适合做电商，因为当时没有支付手段，大家不诚信，以及没有物流等等。他们采取了消极的态度，但马云用的是另一种积极的态度，没有支付手段就搞一个支付宝，没有诚信就搞一个商家评价体系，没有物流就由公司出面和物流公司谈专门的服务协议。换句话说，马云是站在商家的角度想问题，帮商家成功就是帮阿里巴巴成功。

　　98%的人在思维上犯了不能公正的就事论事的错误，习惯捡芝麻而不是捡西瓜。在机器抢掉人类饭碗的时代，如何做到不被抛弃？答案很简单———跟上智能革命的浪潮。98%的人，就是抱着旧思维不放、不愿接受新技术的人。比如你做秘书的工作，不会用电脑而非要手写稿子，那你马上就会被淘汰。

　　所以，要做2%的人：首先，独立思考这一点非常重要。很多人很容易接受结论，而不去关注结论产生的过程和方法，不去判断它是否正确、合理，是否符合常识。有人说自己太忙，没时间求证，在我看来，这是一种思想上的懒惰。别说没时间，我看很多人有大把刷微信的时间；还有就是要简单化。永远要记得：两点之间，直线最短。任何复杂的金融产品都可能是骗局，因为它无法直截了当地告诉你它的赢利模式。

　　3

　　分享·跟踪·合作·众筹

　　自从我的《智能时代》出版之后，我进一步梳理了思路，根据对产业的研究，总结出了未来时代商业八字诀——「分享、跟踪、合作、众筹」。

　　第一，分享。中国的滴滴、美国的Uber、Airbnb都是分享经济的代表。在未来分享经济时代，连接比拥有更重要。滴滴和Uber没有一辆汽车，确实全球最大的出租车公司，Airbnb没有一间住房，却比世界上任何酒店集团都大。淘宝上的商品也不是阿里巴巴的，但它也超过任何一家百货连锁店。滴滴、Uber和Airbnb通过互联网把更多的资源引入市场。滴滴出现之前，中国只发放了200万张出租车牌照，今天中国街上的出租车加上专车几乎翻了两番，接近800万辆，增加的500多万辆都是滴滴等公司通过互联网把闲置资源和大家进行共享。

　　第二，跟踪。在万物联网这个时代，当然还有大数据、人工智能做后台支撑，就有可能跟踪到经济，细到说能跟踪到每一笔交易，每一个人，每一个很细节的地方，这都将带来无限的商机。

　　第三，合作。我在《智能时代》一书中讲了一个技术革命时代的范式：现有产业+新技术=新产业。很多在美国、日本等工业化国家已经消失的所谓「遗产工业」，在中国依然所在。这些产业，在过去被看作是拖后腿的产业，但是它们升级改造的压力最大，也最愿意采用新技术。因此，未来智能技术和它们的结合，会创造出很多有新意的产业。合作经济是未来的趋势。

　　第四，众筹。相比于网络上众筹出书、出唱片，更大、更有颠覆性的众筹经济是通过顾客参与的方式，改变产品和服务设计、生产和销售的全过程。最典型的例子就是特斯拉汽车，特斯拉通过众筹的方式从未来顾客那里收取定金，然后让顾客参与设计，运用顾客的理念来生产汽车，并且绕过批发零售的环节，直接送到客户手上。这样比传统汽车制造销售链条短了很多，因此价格就会便宜很多。采用特斯拉众筹模式的不仅适用制造业，那些先充值后服务的模式，也是一种变相众筹经济。比如说摩拜单车，用户要先充值押金，这些钱足够让摩拜单车生产足够的自行车投放在市场上，不然像摩拜单车这样重资产的企业，负债的压力是很大的。

　　4

　　好坏参半的未来

　　我们每个人的出行都是随机的，就跟布朗运动似的。未来城市是怎样的呢？你可以把整个城市想象成一台超级电脑，每一辆汽车是一个终端，可以从主机上获得一个优化的交通方案。在美国有人做过这样的试验，将原来70分钟的出行时间降到了20分钟。现在在北京，人们上下班平均要花两个半小时，如果能够按照这个比例节省，每天就有可能节省40分钟，社会效益非常可观。再往后，马路上可能都是无人驾驶的电动汽车。它们可以连成一排往前开，像火车一样而不需要红绿灯，中间哪辆车要拐弯了，就从队伍里分出去。整个社会交通会变得更美好、更安全。未来还可以用无人机来代替警察巡逻，这些无人机和今天的无人机不一样，它们很聪明，摄像头带有人工智能视觉识别软件，能够识别出潜在的犯罪嫌疑人。

　　为什么说也是一个很坏的时代呢?智能革命让一切更精细化和人性化，所有产业都将迎来挑战，包括农业、制造业、体育、医疗，还有传媒这些行业。这是空前的挑战，因为它会造成非常多的社会问题——科技进步带来的未必全是生活水平的提高，也可能有很多困扰。比如，今天的我们生活在一个毫无隐私可言的社会里。我们自己就是隐私泄露者———你在手机里安装了那么多APP，参加了那么多优惠活动，都是在主动曝光自己。雅虎曾被曝丢失5亿个账号。一般人可能会觉得，5亿个账号，哪那么容易从中找到我的信息？其实不然。处理这些账号的是机器，不是人工，找到你的账号、破解你的密码是很容易的。

　　所以说，未来的时代是一个很好的时代，同时也是一个很坏的时代。

本文首发于微信公众号：投资人说。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。