[2017泰達論壇]微軟韋青: 人工智能要以人為本 不掌握邊際效益的技術都是耍流氓

有人說智能汽車什麼都行，有人說智能汽車什麼都不行，PICC控製，做優化控製，發現以後還是不行，最後是不是考慮做人的東西，基於人工神經網絡等等，最後發現這裏麵有很多挑戰的問題，所以現在人工智能這一輪又火起來了，因為前一輪的時候我也算是經曆者，我對人工智能從運用的角度，是充滿著敬意，充滿著期待，但是也是及其懷疑，我特別希望人工智能在新一輪的基於移動互聯新技術，移動互聯大數據下麵會不會有突破，會不會真正意義上在汽車裏麵得到應用，因為我們現在已經知道比較好的效果，但是我們汽車最重要的，還是就是決策怎麼樣，控製怎麼樣，這一塊我們也特別充滿著期待，所以今天我們上半場李德毅院士、鄔學斌鄔總談了他們的認識和理解，我們下半場也一樣精彩，首先有請微軟（中國）首席技術官韋青總。

跟克強教授原來見過麵，很高興見麵了，今天來最主要的想法就是給大家潑冷水，我跟李克強教授的理解非常一致，人工智能絕對不應該炒的這麼厲害，但是人工智能應該有很多人去研究，我說的研究不是開會型的，是真正的研究。

我前一段時間跟研究院的院長聊天時候說，在海南開會，現在感覺是出來講人工智能的都不是搞人工智能的，因為真正搞人工智能的全在實驗室裏麵拚命、認真的鑽研基礎理論，考慮應用如何能夠為人類造成福祉。

首先我講微軟不是汽車領域的專家，但是我們可以稍微謙虛說，我們在軟件、算法、數據領域還可以跟大家交流一些經驗和看法。我今天標題是人工智能以人為本。人工智能再怎麼吹來吹去，不能夠為人類謀求福祉那就都是在耍流氓。

我兩個星期前在上海參加全球人工智能大會講的，也是一句網紅的話，人工智能不是拿來吹的，更不是拿來炒，不是拿來換投資的，也不是拿來收熱錢的，是拿來用的。

有很多技術、有很多評比，有很多進步，真正的使用微乎其微，真正的使用還離不開那些最基本的人臉識別、語音識別，科大訊飛也是一個非常優秀的公司，我們下半場兩家都是秉持著應用為王，因為正是我們懂技術，並不願意吹這個技術。

我們可以看一個視頻，前年有一個閉門會議，講的很深的話題，他私底下交流自己都不知道為什麼一夜之間這麼值錢，他們過去幾十年都在用同樣的工作、同樣的進步，但是一夜之間值錢了，我們考慮一下，我們找的方向，我們忽然找到一個全新的秘方，還是技術本來就是這麼進步，隻不過終於找到一個應用的領域，這個話對於在座各位不是每個人都去做算法，去做人工智能的科研，更多是使用方，這點一定要抓牢，如果技術不能為你所用，最好不要花太大精力。

接下來看，今天雖然講人工智能，由於在座各位背景我可能不會講太多科學上的算法，本質論是什麼呢，我個人雖然說有時候給人工智能潑冷水，但是在每一次政府工作會議或者大會上是強烈要求，每個人都需要投入研究人工智能，人工智能將會是像人類曆史上，從發明蒸汽機、發明電力、原子能一樣是一種能力，這種能力如果具備之後，相比於沒有這種能力的公司，國家和個人是一種降為打擊的能力。

就是你壓根就沒有反擊的能力和空間，人工智能這麼強大，但是得用對地方。咱們國家提到跟工信部領導講，現在到了一個彎道超車的時代，中國由於地大人多，而且在整個國家上下是推進科技創新，所以我們有比西方世界更加具有優勢的，這種適合數據來源和算法進步的優勢。但是如果說我們把優勢都化作怎麼圈錢怎麼評比，我們就會措施這個機會，這個機會一旦擁有是降為打擊能力，所以我講，核心點來講，技術的使用一定是向咱們原來學政治經濟學講的，是生產力和生產關係之間的關係，技術代表更先進的生產力，需要生產關係的解放能夠讓這種新型生產力得到巨大的發揮，這兩個結合之後，國民經濟、人文水準和人民生活素質得到提高，大家關注的是，這個技術是否能在效率和成本上做出貢獻。

舉兩個小例子，今天在座各位都是考慮人工智能怎麼樣在各自業務領域進行發展，無論是造車的，還是開車的，還是管理車隊的，能夠提高效率降低成本，我想第一步講什麼叫數字化，數字化談了很多，軟件定義一切，信息化、數字化。本質是什麼呢？如果一個水杯，水杯裏麵如果放了十顆石子杯子就放不下，這種是粗力度，這個是模擬時代的力度，比如說原來的黑膠唱片跟數字唱片、CD，力度大放的少，也放不下了。如果把石子磨成粉沫，可能放下二十粒和三十粒石子，我們翻譯成效率更高成本下降了。這個靠什麼實現呢？就是靠數字的技術把現有的生產流程、還是產品打碎變成細力度，再用細力度進行重新的整合，然後效率更高，這個就提到大家知道今天一定不是最後一次，也不是第一次技術得人類社會發展的進步，大家考慮到上一次90年代有一個詞我現在發現比較少，我認為未來真正大家體會到這一輪數字經濟衝力之後，會有人提到上個世紀談的，商務流程再造或者生產流程再造，這種智能技術對你發展是沒什麼作用的。原來有點像過去的生產關係，其實已經適應不了更高效率的、更細力度化的生產力的發展，如果不去打碎的舊的生產關係，這裏包括汽車製造流程，包括汽車銷售的流程，汽車售後服務，汽車路程管理，如果不流程再造，是很難利用到數字化技術以及衍生人工智能技術，這是我想強調的，實際上不僅是技術流程本身，大家看到數字卵生還在很左邊，真正體會到這一輪數字經濟對於人類社會發展，大家要仔細領悟一下，這給我們帶來什麼樣的未來。

我非常同意李克強教授的觀點，自助、自主、自動或輔助這幾個詞還應該學老祖宗鑽研的說法，就是說文解字，大學之道，在明明德。我們到底是自動駕駛、自主還是輔助，我非常同意李克強教授的觀點，而且在人類可預見的未來是跨不過去的，就是代替人。

咱們人是五處，眼耳鼻舌身變成色聲香味觸。孩子出生就會吃奶，有人教嗎？第一因是什麼嗎？連人腦都不知道談什麼人工智能，我們應該叫機器智能，是機器產生對於一種模式的認知，原來是自動化控製，自動化控製也是基於人類有限的數據摸索出的一種模式。現在計算力大了，算法更優秀了。大家對於自動駕駛應該有所了解，電車難題還沒有解決，我相信這個問題永遠解決不了，這個解決的是倫理和法理，當一個車出現生命問題的時候，當自助駕駛李克強教授講的，真正法理就是自動駕駛，德國6月份也出了一篇論文，大家上網可以搜一下，就是把網聯車和自動車約束條件、約束非常死提出了20個建議，其中就是講人的生命價值要高過動物和財產，當車有算法的時候，根本就不是什麼智能，智能隻有人才有，機器沒有智能，隻有算法，不管什麼方式表現出來隻是一種算法。

當出現危機的時候，人不能把決定權，對別人的決定權交給汽車，德國政府做的報告還是值得我們借鑒的，就是加了一個很強的約束條件，人的價值最優先，同時也認為很多技術和倫理解決不了的問題，把最後確定別人生死的條件，必須交給人來做，這是德國提出關於自動駕駛和網聯車的概念，這個是比較複雜的，並不是全自助什麼都不管，這個是對人自身的定義，我們是不是真的想當上帝，還是作為人法理上的探討。

微軟是做技術的，但我們認為技術是一把雙刃劍，當我們非常認真的去做算法的進步，數據結構進步的時候，我們認為現在還是要審時度勢一下。中國的駕駛情況不是不了解，中國駕駛情況最缺的就是守法，在一個不守法的駕駛環境中，偏偏去讓科學電腦去做一個非常遵循規則辦事的方針是很危險的，但是如果讓法則助人減輕剛才的李院士的左腳、右腳，千萬不能減輕人最後責任，決定車以外的風險，如果是封閉駕駛，我可以封閉式的，這裏麵幾乎像一個電車一樣，那個是可以的，但是如果完全放在中國非常複雜和變量極多的環境中，不要說新司機，連老司機都會經常出車禍的國家，你枉談自動駕駛，如果談自助駕駛有非常遠大的未來，我們效率提高和成本下降，所以這是另外一個觀點。從技術上來講，現在說來說去還是這幾個定律，大家不要去低估定律的作用，不以人的意誌為轉移，是科學發展觀，無非就是算例、數據和能源，不斷的提高和效益不斷增長。

我們提出曆史可以做效率提高、成本下降，如果被稱之為第四次工業革命的話，第二次也可以以史為鑒。右麵是我們99分汗水一分天才的愛迪生。特斯拉不是車，特斯拉是一個人，大家仔細研究一下特斯拉做什麼事情，和他對技術的貢獻。他就是一個完全的實用主義者，同時考慮成本。他們兩個有一個世紀之戰，特斯拉代表新的生產力和生產關係，愛迪生代表的是舊的，這一戰打下來愛迪生喪失掉了愛迪生董事長的位置，後來變成現在的GE，GE是愛迪生最早開創的，故事不講了。技術發展是有規律的，找著規律就對社會巨大的動能提高，找不到規律以原子能舉一個例子，當原子能也具備打擊能力，很多國家放在軍方的原子彈的發展，確實沒錯。但是讓行業騰飛並不是原子彈，是核能的發電。當這種熱錢，這麼一個具有打擊能力，是把錢投入極難解決的問題，甚至不可能解決的問題，還是放在稱之為全生命周期人工智能覆蓋，包括的是交通，汽車也是交通一部分，從汽車的設計，汽車的製造，汽車的發貨，到汽車的使用，到售後服務這些和真正的交通，如果這些全產業鏈、生命周期用人工智能一個一個環節效率提高成本下降，會對中國經濟發展產生巨大的影響和巨大的提高，如果隻專注在解決一個自主駕駛問題，這個太窄了也沒有必要。

怎麼去實現呢，技術一定為人所用，這種技術發展有一定規律性，人工智能非常巨大，但是人工智能能力是有局限性和邊際，怎麼在邊際產生最大效應，是我們做學問人經常考慮的問題，刺激發展觀是什麼問題，不可否認可能是大家應該沒有什麼疑問，我們人類將會經過第四次工業浪潮進入智能社會，達到這種智能社會就有智能駕駛，智能城市，智能醫療，智慧駕馭就有了，而且還有數據，而且數據夠大，現在嚴格講不夠大，而且不夠大，而且質量不夠好。剛才講了，我們就算人工智能並沒有脫離開PID原始思路，我們可以叫做不規則的非結構化數據，提高算法進步了，算率提高了，但是更重要的數據，現在的數據還是並沒有真正為算法的優化做準備，算率提高最快，使算法能夠從一層算到150層，但是恰恰是這個數據並沒有因為人工智能架構進行重整，這是一個很大的機會。微軟有幾個研究員寫了很好的論文，提出一個觀點是時空數據架構，也就是每一個在宇宙間個體，都是SYZ+T，也就是把SYZ+T基本架構打通以後，上麵可以承載交通，可以承載醫療，可以承載教育，這個時候中國剛才講彎道超車，中國是第一個國家把時空大數據打通，每一個人、每一個物、每一個房子，每一個車、每條魚都能夠變成SYZ+P，這就為人工智能發展打了很好的基礎。

現在要說機會，5G的部署，5G絕對不僅僅是快，是巡視能力更強，承載IPV6，是微蜂窩。承載萬物互聯就是雲計算，華人在過去三四十年有兩個技術的翻譯詞彙，我認為是走了兩個極端，有一個領先於英文的翻譯是什麼呢是電腦，大陸翻譯成計算機，那個很精準，但是信達雅雅不夠，現在用的什麼，用的是電腦，其實電腦就把電腦邊際提高了，而且恰恰適用以及未來的需求，但是翻譯比較爛就是Cloud ，中國一說雲，就是雲山霧罩，實際上是cloud沒有任何關係，就像水和電一樣是無處不在的。

比如我去李克強教授家裏，家裏有一個插座，這個插座不插電是不亮的。這個承載絕對不是雲計算，承載的是一個萬物互聯社會下的，大量的數據而產生的智能價值，這個是我對於，如果實現智能社會、智能交通路線圖的建議，這個回到剛才講的，比如回到路況為社會建立起一個具備數據采集、數據傳輸、無處不在、無時不在的一種語意環境，才有可能去談自動駕駛或者自助駕駛，很多基礎架構去建，如果用北鬥的技術把每輛車打標，還是邊緣計算，總之就是得有語意環境，這個不講其實大家比比賽可以了，我可以開多少公裏，但是實際上會碰到很多障礙。

最後還是講一下雲，我相信在座各位是要做人工智能要對汽車行業發展，對於汽車有所貢獻。

其實咱們古人也講了，遠取諸物，近取諸身，物計算可以說是神經從，埋計算是神經。當一個手在熱鍋上自己就跳起來，這個是算出來的嗎？這個是滲入到神經，神經感覺這麼高的時候，就通知肌肉彈起來了，這個就是未來社會需要搭建的場景，要有很強的計算能力在中央，通過微蜂窩走到這條路，產生終端智能，如果大家去研究，另外一個觀點正是因為充分利用好軟件定義一切算法的進步，我們應該讀一下神經學的進步，腦神經的原理，了解一下為什麼人是一個二十多瓦的碳機（音）計算機，人腦是矽機計算機。你不要以為你聽到我的聲音，是耳蝸神經接觸到1和0的信息傳到大腦，我們和電腦的架構是完全是不一樣，諾伊曼的是用幾千萬幾萬萬的智能算出來，人就是用20瓦，每天就是吃這點飯，缺點就是會頭暈。

真正的業界內，大家對於阿爾發狗成功是有定義的，阿爾發狗更多是營銷學的勝利，不完全是算法的勝利，算法很優秀，但是抓住的是碳基（音）生命不擅長勤奮的工作，不擅長不疲勞的工作，那是矽機（音）擅長的。

阿爾發狗抓住這個特點，打人是非常輕鬆，是分分鍾的事，隨著算法的進步更是如此，但是人類不要被這個誤解，如果真正看到阿爾發狗傳輸給電腦的信號，全是概率論，就是我告訴你我認為走這一步成功的概率是78%，有人走這步成功概率是75%，人類寫一個算法判讀計算能力產生的做出決策，這個是計算機的工作，跟人的思路是完全不一樣的。

物聯網是人物物人，智能是一種能力，但是不是終極目標，如果駛能的場景不理解，如果對於能力不理解，給你一把鋤頭砍一棵樹就不行了。更準確的講機器智能擅長做什麼，邊際效益在哪裏，這個搞不明白很容易浪費錢，浪費金錢。口口聲聲說抄近路結果被別人拉遠了，這個跟國家大小和現代性都沒有關係的，一旦有某種機構，一個機構掌握這種能力也可以超過一個國家的實力。

確實人工智能這麼重要，其實剛才一開始講，人工智能是拿來用的，不是拿來吹和炒的，我恰恰想說，這個東西太重要了，太厲害了，真的不值得去吹和值得炒，要去認真的研究，要去認真的知道電腦是如何通過數據產生算法和怎麼去被應用，這個不理解就很容易陷入人雲亦雲的地步。

今天華爾街的報告說要走人工智能，明天說不走了，我們是不可以的。時間關係就到這裏，歸根結蒂，科技發展要以人為本，不為人類謀福利，不掌握邊際效益的技術都是耍流氓。