Half the truth is often a great lie.

為什么用大數(shù)據(jù)、人工智能去建立計(jì)劃經(jīng)濟(jì)是行不通的?

經(jīng)濟(jì) rock 8202℃ 1評(píng)論

9月23日,在第二屆野三坡中國(guó)經(jīng)濟(jì)論壇上,經(jīng)濟(jì)學(xué)家、長(zhǎng)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(guó)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(wú)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(guó)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(lái),你如果把市場(chǎng)消滅了,數(shù)據(jù)沒有了。你說(shuō),我現(xiàn)在收集了人類歷史上沒見過的無(wú)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?!痹S成鋼說(shuō)。

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(guó)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(lái)還是從別的地方來(lái)?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?,人工智能到底能做什么不能做什么,大?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(guó)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(wú)人工廠會(huì)產(chǎn)生、許多無(wú)人服務(wù)行業(yè)會(huì)產(chǎn)生、人類歷史上從來(lái)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(lái)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(lái)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(lái)的以國(guó)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(lái)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(lái)的,造成了全球碳排放過高帶來(lái)全球變暖、帶來(lái)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(lái)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(lái)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(lái)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(lái),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(wú)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(wú)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(lái),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(shuō)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(lái)訓(xùn)練機(jī)器來(lái)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(shuō)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(lái)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(lái)說(shuō)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(wú)數(shù)的巨大量大數(shù)據(jù)把它算出來(lái)、把它模擬出來(lái),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(lái)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(lái)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(wú)法傳遞、無(wú)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(lái)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(lái)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(wú)法機(jī)器處理的,而且產(chǎn)生的直覺本身也是人無(wú)法描述的,這就是為什么師傅帶徒弟不一定帶得出來(lái),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(lái)了都傳遞不過去,更不要說(shuō)你的學(xué)生會(huì)不會(huì)學(xué)出來(lái),這個(gè)學(xué)生能不能產(chǎn)生直覺是老師沒有辦法,天生的。

馬云

轉(zhuǎn)載請(qǐng)注明:北緯40° » 為什么用大數(shù)據(jù)、人工智能去建立計(jì)劃經(jīng)濟(jì)是行不通的?

喜歡 (8)or分享 (0)
發(fā)表我的評(píng)論
取消評(píng)論
表情
(1)個(gè)小伙伴在吐槽
  1. Jack Ma論怎么把自己拎起來(lái)
    匿名2017-09-27 23:26 回復(fù)