麻豆一区二区三区视频,可以免费看的黄色网址,肉色超薄丝袜脚交

9月23日，在第二屆野三坡中國經(jīng)濟(jì)論壇上，經(jīng)濟(jì)學(xué)家、長江商學(xué)院經(jīng)濟(jì)學(xué)教授許成鋼對(duì)最近出現(xiàn)在中國的一場(chǎng)爭(zhēng)論——基于大數(shù)據(jù)和人工智能（AI）是否可以重振計(jì)劃經(jīng)濟(jì)，給出了否定回答。

許成鋼稱，機(jī)器只能習(xí)得可度量、可傳遞的數(shù)據(jù)，而對(duì)基于人類自身心理感知的原始基礎(chǔ)要素?zé)o能為力，更無法模擬人的目標(biāo)行為。

他表示，人工智能只能執(zhí)行有限范圍內(nèi)目標(biāo)清晰的任務(wù)，但國家經(jīng)濟(jì)制度并不屬于此類。試圖用大數(shù)據(jù)、人工智能建立計(jì)劃經(jīng)濟(jì)與人工智能得以發(fā)展的基礎(chǔ)相悖，“大數(shù)據(jù)從市場(chǎng)上來，你如果把市場(chǎng)消滅了，數(shù)據(jù)沒有了。你說，我現(xiàn)在收集了人類歷史上沒見過的無數(shù)的數(shù)據(jù)，我就可以不要市場(chǎng)了，就可以計(jì)劃了，那你搞錯(cuò)了，因?yàn)槟惆咽袌?chǎng)消滅以后，你的基礎(chǔ)也就沒有了。”許成鋼說。

許成鋼1991年在哈佛大學(xué)獲得經(jīng)濟(jì)學(xué)博士學(xué)位，于2013年獲得孫冶方經(jīng)濟(jì)科學(xué)獎(jiǎng)。2016年，許成鋼獲得首屆中國經(jīng)濟(jì)學(xué)獎(jiǎng)（與錢穎一共享），獎(jiǎng)勵(lì)其在轉(zhuǎn)軌經(jīng)濟(jì)中作用于政府和企業(yè)激勵(lì)機(jī)制的研究所做出的貢獻(xiàn)。

以下為許成鋼演講全文：

我今天討論的是大數(shù)據(jù)、人工智能以及計(jì)劃經(jīng)濟(jì)、市場(chǎng)經(jīng)濟(jì)的爭(zhēng)論。

重要的問題就是人工智能的產(chǎn)生是從計(jì)劃來還是從別的地方來？這是第一個(gè)問題。第二個(gè)問題就是，人工智能發(fā)展了之后會(huì)把我們帶到哪兒去？人工智能會(huì)把我們帶到計(jì)劃經(jīng)濟(jì)去嗎？這個(gè)就是我要今天討論的主題。

人工智能的基礎(chǔ)——大數(shù)據(jù)

為了討論這個(gè)主題，我想從最基本的技術(shù)層面開始討論，因?yàn)槲倚枰斫馊斯ぶ悄苁鞘裁匆馑迹斯ぶ悄艿降啄茏鍪裁床荒茏鍪裁矗髷?shù)據(jù)跟它是什么關(guān)系。

首先，大數(shù)據(jù)它自己其實(shí)沒有那么大的重要性，它的重要性在于它是人工智能的基礎(chǔ)。如今之所以世界上所有發(fā)達(dá)國家都高度關(guān)注人工智能的發(fā)展，原因現(xiàn)在已經(jīng)很清楚，就是這是一次正在興起的產(chǎn)業(yè)革命。

這個(gè)產(chǎn)業(yè)革命會(huì)引起的后果立即能看到的就是大量的無人工廠會(huì)產(chǎn)生、許多無人服務(wù)行業(yè)會(huì)產(chǎn)生、人類歷史上從來沒有見過的高效率會(huì)產(chǎn)生，會(huì)有巨大量的失業(yè)。

那么由于人工智能的技術(shù)基礎(chǔ)是大數(shù)據(jù)，因此如今大數(shù)據(jù)變成了一個(gè)基礎(chǔ)資源，和我們?nèi)祟悮v史上過去經(jīng)歷過的原材料、能源等一樣。但是這個(gè)資源不一樣的地方是它不是原來就在世界上存在的，而是我們?nèi)斯とナ占摹?/p>

產(chǎn)業(yè)革命的教訓(xùn)

下面的問題就是當(dāng)這種生產(chǎn)模式發(fā)生基本變化的時(shí)候，這種全新、全面的自動(dòng)化，它會(huì)不會(huì)從基本的地方改變制度？我想非常簡(jiǎn)要的概要一下，我們要吸取從過去已經(jīng)發(fā)生過的產(chǎn)業(yè)革命的教訓(xùn)，如果我們不吸取過去的教訓(xùn)，那么我們會(huì)重蹈覆轍。

過去的產(chǎn)業(yè)革命之所以帶來教訓(xùn)，就是因?yàn)楫?dāng)這些產(chǎn)業(yè)革命產(chǎn)生的時(shí)候，人們過高的估計(jì)了產(chǎn)業(yè)革命可能到什么地方，在過高估計(jì)自己力量的時(shí)候人類會(huì)濫用這些新興的科學(xué)和技術(shù)。我舉兩個(gè)歷史上的例子，第一個(gè)是在第二次產(chǎn)生革命時(shí)期，靠那個(gè)技術(shù)在那個(gè)背景下產(chǎn)生出來的以國有制為基礎(chǔ)的中央計(jì)劃這樣一類制度的設(shè)計(jì)，這是一個(gè)過高地估計(jì)了人的計(jì)劃能力、人的統(tǒng)治能力設(shè)計(jì)出來的東西。

另外一個(gè)例子就是對(duì)環(huán)境的破壞，比如化石原料，化石原料的大規(guī)模使用就是伴隨著第一次和第二次產(chǎn)業(yè)革命來的，造成了全球碳排放過高帶來全球變暖、帶來的一系列污染，人們已經(jīng)意識(shí)到現(xiàn)在到時(shí)間扭轉(zhuǎn)了。

這都是過去帶來的教訓(xùn)，今天當(dāng)大數(shù)據(jù)和人工智能結(jié)合在一起的時(shí)候，它可能的危險(xiǎn)我們還不知道，比如帶有壟斷性質(zhì)的大公司利用手中的數(shù)據(jù)試圖來控制社會(huì)，用于大規(guī)模的戰(zhàn)爭(zhēng)，用于犯罪等等。

基于大數(shù)據(jù)的算法與計(jì)算能力

下面我們從最基礎(chǔ)的地方認(rèn)識(shí)一下人工智能和大數(shù)據(jù)，只有知道基礎(chǔ)，才有可能能知道它能做什么不能做什么。

今天人工智能整個(gè)的大發(fā)展實(shí)際上是過去超過了半個(gè)世紀(jì)的發(fā)展積累出來的。首先，人工智能第一個(gè)重要的部分是算法，而這個(gè)算法是早在1950年代就開始探索的東西。關(guān)于人工智能的提法、算法和想法，甚至一些指導(dǎo)性的意見，是很少幾個(gè)創(chuàng)始人在1956年的時(shí)候在一次會(huì)上把這個(gè)名字確定下來，討論了大的方向，其中奠基人之一是經(jīng)濟(jì)學(xué)家西蒙教授，他是諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者，同時(shí)他是卡內(nèi)基梅倫大學(xué)的經(jīng)濟(jì)學(xué)教授、計(jì)算機(jī)教授、心理學(xué)教授，這三個(gè)專業(yè)統(tǒng)一在一起，才有了人工智能的想法。

人工智能的算法部分如今發(fā)展的最好的是所謂的“神經(jīng)元模型”，神經(jīng)元模型導(dǎo)致這個(gè)機(jī)器可以在人的指導(dǎo)下進(jìn)行學(xué)習(xí)，所謂“深度學(xué)習(xí)”就是今天通常人們講人工智能時(shí)所提到的東西。人工智能的另外一個(gè)普遍使用和可探索的方法是“統(tǒng)計(jì)算法”，但是無論是使用的是人工訓(xùn)練的辦法還是統(tǒng)計(jì)得辦法，都必須要大量的數(shù)據(jù)，這就是為什么大數(shù)據(jù)是基礎(chǔ)。

人工智能的第二個(gè)基礎(chǔ)是計(jì)算能力。在過去的半個(gè)世紀(jì)里，計(jì)算速度、計(jì)算能力和存儲(chǔ)能力基本上是每?jī)赡晏岣咭槐叮柖桑e累了半個(gè)世紀(jì)以后，現(xiàn)在超強(qiáng)的能力使得無論使用任何一種計(jì)算方法的人工智能，在一些領(lǐng)域機(jī)器超過人，而且是大大地超過人，一部分是因?yàn)樗惴ǎ徊糠衷蚴且驗(yàn)橛?jì)算能力。當(dāng)然了，所有的這些的基礎(chǔ)是大數(shù)據(jù)。

大數(shù)據(jù)的基礎(chǔ)：可度量數(shù)據(jù)

下面我們需要理解一下大數(shù)據(jù)本身的技術(shù)基礎(chǔ)是怎么回事，我們才能明白人工智能可以做什么不可以做什么。首先，大數(shù)據(jù)產(chǎn)生的最基本的基礎(chǔ)是傳感器、移動(dòng)設(shè)備，是傳感器和移動(dòng)設(shè)備先檢測(cè)到一些具體的數(shù)據(jù)，然后通過互聯(lián)網(wǎng)和物聯(lián)網(wǎng)把他們傳送，然后集中起來，所謂的大數(shù)據(jù)的核心就在于收集、傳輸、儲(chǔ)存和處理所有這些傳感器和移動(dòng)設(shè)備他們可以度量的數(shù)據(jù)。這是關(guān)鍵所在，人工智能可以做什么不可以做什么，是由這個(gè)決定的，即是不是可以度量。

另一層面的大數(shù)據(jù)，是利用歷史上積累的大量文獻(xiàn)，其中包括各個(gè)學(xué)科積累的文獻(xiàn)，比如說圖書館里有文字的、有圖的、有音樂的、有舞蹈的記錄，這些全都可以轉(zhuǎn)換為大數(shù)據(jù)供機(jī)器去學(xué)習(xí)、分析。

所謂“深度學(xué)習(xí)”的人工智能（我們今天講人工智能多半講的是這個(gè)），它的技術(shù)基礎(chǔ)基本是用大數(shù)據(jù)來訓(xùn)練機(jī)器來產(chǎn)生識(shí)別的能力、推理的能力、規(guī)劃的能力，等等。

冷識(shí)別與熱識(shí)別、硬數(shù)據(jù)與軟數(shù)據(jù)

下面我們講的是算法，因?yàn)樗^的深度學(xué)習(xí)其實(shí)是一種算法。這個(gè)東西從一開始產(chǎn)生就從同經(jīng)濟(jì)學(xué)里的決策理論是在一起的，或者換句話說可以認(rèn)為它是決策理論的一個(gè)部分。算法的核心是什么東西？首先，作為人工智能的設(shè)計(jì)者，你要為你的機(jī)器人分配一個(gè)目的，就是你造的這個(gè)機(jī)器在世界上的目的是什么，它是用來干什么的？他的目的和我們經(jīng)濟(jì)學(xué)家討論的是一回事——它要尋求它自己效益（利益）的最大化。

沒有任何一個(gè)經(jīng)濟(jì)學(xué)家知道世界上每一個(gè)人真實(shí)的目的是什么，是什么東西影響你？抽象來說你的目的是為了幸福、為了愉快，但是什么東西影響了你的幸福、你的愉快，沒有任何一個(gè)經(jīng)濟(jì)學(xué)知道，這就是為什么“市場(chǎng)”重要。下面的問題就是如果有了大數(shù)據(jù)，有了這么聰明的人工智能，有沒有可能通過收集無數(shù)的巨大量大數(shù)據(jù)把它算出來、把它模擬出來，有沒有可能？

下面我們就要把人的智能和人造的智能，分別看一下。首先，人的智能是產(chǎn)生于人的生理、心里的感知以及人收集的信息。1950年代，西蒙教授討論人工智能的時(shí)候，就已經(jīng)區(qū)分出來了“識(shí)別”的概念，這也是今天人工智能核心的概念。早在那個(gè)時(shí)代就已經(jīng)有了所謂冷識(shí)別和熱識(shí)別區(qū)別的辯論。什么是冷識(shí)別和熱識(shí)別？冷識(shí)別是機(jī)器能夠識(shí)別的，熱識(shí)別是人帶著感情的識(shí)別，人帶著感情的識(shí)別機(jī)器是學(xué)不來的，這是一點(diǎn)。

再一點(diǎn)就是今天討論人工智能也好、討論相關(guān)的激勵(lì)機(jī)制問題也好，有一個(gè)重要基本概念——硬數(shù)據(jù)和軟數(shù)據(jù)，硬數(shù)據(jù)就是前面我提到過的，所有可以度量可以傳遞的數(shù)據(jù)；但是，永遠(yuǎn)和硬數(shù)據(jù)對(duì)應(yīng)的還有一部分是軟數(shù)據(jù)，軟數(shù)據(jù)是沒有辦法用傳感器或移動(dòng)設(shè)備度量的，不能度量就無法傳遞、無法處理。所以當(dāng)我們討論人工智能是基于大數(shù)據(jù)訓(xùn)練出來的時(shí)候，熱識(shí)別和軟數(shù)據(jù)的問題從技術(shù)上決定都不包含其中，它連基礎(chǔ)都沒有上哪去學(xué)呢，這就是為什么機(jī)器不是人。

再有一點(diǎn)，人的智能里邊有個(gè)非常重要的基本部分就是直覺。什么是直覺？直覺是基于人對(duì)于硬數(shù)據(jù)和軟數(shù)據(jù)、冷識(shí)別和熱識(shí)別綜合在一起產(chǎn)生出來的人的一種高度的抽象的跳躍性的反映。這種直覺，不但它依賴的數(shù)據(jù)是不可度量、不可傳遞、無法機(jī)器處理的，而且產(chǎn)生的直覺本身也是人無法描述的，這就是為什么師傅帶徒弟不一定帶得出來，在教學(xué)的時(shí)候，好的教授之所以好，因?yàn)楹玫慕淌谟懈嗟暮玫闹庇X，但是這個(gè)直覺傳遞不過去，你已經(jīng)想出來了都傳遞不過去，更不要說你的學(xué)生會(huì)不會(huì)學(xué)出來，這個(gè)學(xué)生能不能產(chǎn)生直覺是老師沒有辦法，天生的。