人工智能是驱动未来的电力

《经济学人》副主编演讲

来源：经济学人

人工智能会有怎样的前景？增强现实是否会成为下一个风口？语音交互是否会成为智能手机的下一个“iPhone时刻”？

3月29日晚，《经济学人》全球副主编汤姆·斯丹迪奇（Tom Standage）来到创新之都深圳，在北京大学汇丰商学院作出主旨演讲“高科技的风口——下一个重大机遇到底在哪里？”并提出他对高科技产业的洞察：人工智能是驱动未来科技创新与应用的电力。

科技变化日新月异，对“下一个重大的高科技风口”的预测总在变化。《经济学人》全球副主编汤姆·斯丹迪奇长期观察全球科技行业，他会怎样梳理近期层出不穷的“革命”与突破，为未来做出前瞻？斯丹迪奇在主旨演讲中分析了《经济学人》眼中最重要、也最受风险投资人关注的六项技术，并提出了他的洞察：这些技术背后都有人工智能的影子，而未来科技发展与应用中，人工智能的驱动力就仿佛最近一百年来电力的驱动力一样，不具形，无所不在，且片刻不能离开。

汤姆·斯丹迪奇主旨演讲亮点回顾

· 无人驾驶汽车：

“这是一项非常令人振奋的技术，可以比拟汽车在20世纪出现时为全世界带来的重大改变。这也会改变我们整个城市的格局和经济发展的方式。所以这是一项有巨大颠覆性的技术。

但同时这也是一个面临重大误解的技术：其实像大家用Uber和滴滴一样，无人驾驶的形态还包括按照路线规划跟别人拼车。目前，人们只有4%的时间才会用到车。未来我们不一定会购买无人驾驶车，而是通过App来叫车实现共享。你不需要再去拥有某一种交通工具了，这样的灵活性对大城市来说潜力尤其巨大。所以在未来，车辆的所有率、拥有率都会下降。现在每年全球有超过100万人死于道路交通事故，而共享的无人驾驶汽车也能够减少事故率。”

· 对话界面：

“对话界面是指你可以用语音方式跟计算机进行交互，以前我们总会觉得人和电脑没有办法直接交流，需要一些中介系统或输入终端。而现在越来越多的新系统不需要这些界面，你可以直接跟计算机进行对话。就好像哈利波特的咒语。通过这种可视界面，未来我只要通过语音指令就可以完成预定机票、查看账户余额等等行为。所以新的技术更像可以跟我们进行对话的人。

这就诞生了一个问题：计算机是朋友？奴隶？还是神？我自己是计算机专业出身，我跟我的App说话的时候，会把每一个音发得很精准，确保它能懂我说什么。我的妻子还会跟App说谢谢，我的孩子也会跟计算机玩。所以大家都有不同的跟计算机或系统进行交互的方式，但我如果向这个App提问：‘你是一个朋友，还是奴隶？’它就会说不知道这个问题的答案是什么，实际上我们也不知道这个问题的答案是什么。”

·无人机：

“我这周来深圳，就是为了无人机。无人机不只是会飞的机器人，对于因特网来说它也是一个会飞的传感器。让无人机作为一种传感器平台是非常好的，它能够给世界提供一个更好的数字模型，例如去了解一些矿或是油田的具体情况。不管什么样的公共事业，无人机都能更快、更频繁、也更准确地提供数据。应用已经出现在农业、建筑维护等领域。无人机事实上就是让因特网长出了新的触角，而且伸展得更远。

今天早上我跟一个初创公司的老板交谈，他在研发的无人机类似带四只脚的机器人，可以在城市里更好地完成运送货物的工作。但我目前对无人机运载物品感觉还不太好。很多人现在都把无人机看作一个高端的玩具或者运货机，但目前我觉得它更好的作用还是‘可以飞的传感器平台’。”

·增强现实（AR）：

“AR也是一项受误解的技术，很多人觉得它是虚拟现实的绚目版。但是增强现实有更广阔的定义和范畴。我觉得AR在未来将能替代触屏，它让你在真实世界里与外部有更好的交流和界面，也可能是在未来十年里跟计算机交互的主要技术。

可能有一些电脑会内置AR技术，甚至在大脑里装置“脑机交互”系统。有人认为未来大脑将跟电脑的互动变成非常简单、家常的事情，通过所谓“神经空间”，让大脑的神经能够跟电脑直接进行互动。”

·数据驱动的医学：

“15年前，我们刚开始把人类的基因组进行排序，费用高昂。但现在做一个基因排序可能1000美元不到，48小时就可以完成。所以基因组方面，数据驱动医学发展的非常快。现在基因组排序非常很快，而且很便宜。

当我们有了数据驱动的医学，你可以在基因组排序的过程中看到非常多的细节，能够让你更了解病因，并有更精准的医学治疗相关疾病。未来新的移动智能技术可以让你更精准地监控健康状况，所有的数据都可以在可穿戴设备里面不断实时更新。这意味着医学在未来50年里将有非常大的进步。”

·可回收火箭：

“猎鹰9号”的成本已经大幅下降了，现在一个这样的火箭大概是6500万美元，只能使用一次。但是现在研发的成本已经降低了很多，能自己回程的一级火箭就像是一个超大号的无人机。它被回收后可以重复使用50次，甚至100次。所以发射火箭的成本会大幅度下降，允许我们通过以前没有的方式发展新型航空业。飞机在20世纪的迅速发展可能会在未来几十年里重现。

我现在发现可回收火箭越来越不像一个神话，我也预祝马斯克能够成功。可能在本世纪结束的时候，很多人都在火星上看新闻，回顾历史上的今天，发射了这样一个东西。未来回顾今天的时候，可能我们也会觉得‘火箭竟然飞一次就不要了，这太不可思议了’。”

· 所以，下一个科技浪潮到底是什么？

“我的答案可能是：都不是，也可能都是，因为这都取决于技术背后的机器学习。

深度学习技术涉及面非常宽广，而且非常强大。事实上我们刚才所讲的六个技术新领域都由它推动，就像因特网一样。计算机革命从85年开始，十年之后有了因特网革命，再过十年有智能电话。现在我们进入的新领域由AI引领，它将大幅改变未来的前景。

很多人在讨论AI的时候，总会担心它让人类丢了饭碗。但这个问题没这么简单。新的技术一定会毁掉一些工作，但是也会创造一些新的就业岗位。所以我是很乐观的，我觉得AI可以朝积极正面的方向改变世界。我也希望大家能够对于AI的潜力有更多乐观的看法，来抗衡目前在主导大众舆论的一些消极舆论。这就是我对这个问题的答案。”

主旨演讲结束之后，在《经济学人·商论》主编吴晨的主持下，汤姆·斯丹迪奇与北京大学汇丰商学院副院长任颋、深圳市华傲数据技术有限公司CEO贾西贝博士、北京大学汇丰商学院副教授朱晓天和北京大学汇丰商学院助理教授叶韦明展开了圆桌对谈，从各自的研究领域切入，深入探讨了人工智能与科技革新对我们未来生活的影响。

圆桌对谈亮点回顾

吴晨：《经济学人》最近常论及商业世界“赢家通吃”的现状，你是否担心AI会被某些大型企业垄断，我们未来要依赖AI，但不是所有人都能从中获益？

汤姆·斯丹迪奇： 这确实是现在讨论很多的问题，要把人工智能民主化，到底怎么做？现在西方的大型科技公司确实吸收了很多AI的顶尖研究人员，他们也有海量的数据，建立了很多优势。但至少目前，我们希望这个趋势会继续。现阶段如果不集中人才和技术，AI就很难取得发展。亚马逊的语音助手就是一个例子。很多公司目前把深度学习的框架开源共享，但竞争已经越来越激烈。现在有很不同看法，但是还没有答案。总体上我还是比较乐观的，现在领先的人，有的人可能认为他们总是领先，但也有人认为技术不断发展会削弱他们的领先。

· 我们怎么更好更全面的去看待AI？

任颋教授：AI和之前的机器替代到底有什么区别？从master-slave robots，机器是延伸，人是主人，到Cooperative robots，人机合作，再到而未来的Smart robots，机器自我学习的速率远高于人类，这个时候可能出现替代的趋势。从常规性的、非认知性的技能，逐渐过渡到非常规、认知性的技能。

回到今天的主题，风口在哪里？根据国际机器人联合会列举的过去几年的趋势，目前我们可以看到短期的风口，一个是亚太地区机器人使用速度在过去几年大幅的上升。尤其是家庭服务机器人。另外，人工智能对终身学习的要求也是一个重要的领域。此外，我们研究了一些原本作为生产基地的城市，现在政府推动机器自动化替代人工。从一地经济的发展和政绩驱动角度看，这可能是合理的。但个体理性和社会集体理性之间到底有多大距离？这需要大家深入的思考。

公共部门有两类数据，强制性数据和资源性数据，强制性数据大量沉淀在政府部门，公共部门里，资源性数据大量沉淀在商业部门。所以商业部门的数据怎样通过市场机制实现共享？比如说阿里和腾讯能不能把数据对接起来？政府的强制性数据，怎样通过政府公共服务的平台转化出来被公众所使用？这里的商业模式、盈利模式，以及运作的机制都有所差异，值得探讨。

· 大数据领域，AI会带来怎样的火花？

贾西贝：人工智能肯定会改变生活，但是会不会替代人类？很难。因为人类的智慧是多方面的，代替记忆很多年前就做到了，但代替思维就慢得多，替代人的感知比如人脸识别就更难。人工智能时代，规则很重要。原先规则由人制定，现在规则也要靠数据去归纳，所以大数据在人工智能时代有非常重要的前景。人工智能给了人更大的空间和更多的工作，而不是更少的工作。原来有人类的社会分工，将来可能是人和机器的人机分工，让机器做机器擅长做的，人做人擅长做的。

现在普罗大众都知道数据是资产，因此留下来的数据远远比历史上任何时候都多。社交媒体让数据被大量分享。在智慧城市这个领域和一个国家的经济发展当中，数据也是重要的战略资源，例如国务院促进大数据发展行动纲要提出2018年要建成全国性数据开放共享平台。

·机器人能不能成为好的财务顾问和记者？

朱晓天教授：人工智能结合大数据是金融行业里一个很大规模的应用领域。我在华尔街工作的时候很多人工作就被机器替代了，广义上讲是被人工智能、全自动化，自动算法交易这种程序给替代了。中信证券最近也推出了两款机器人投顾，也有客户用谷歌的人工智能去评价这些交易策略。人工智能和算法的核心在于如何获得更好的适应性，能够利用通过对历史数据的分析，建立对未来的可预测性。但金融领域需要创新的的工作、以及把握工作的目标，还是得靠人来。

叶韦明教授：机器人新闻是一个对结构化数据应用非常好的例子，比如说天气、股票、比赛，但人类对于社会深层次的关注和洞见难以取代。从社会学的背景出发，我可能还会更加关注人工智能是否加速社会的分化，包括贫富分化。我们的社会保障和安全体系，要怎样避免更多的危机？作为财经传媒专业的老师，我们现在的学生要学编程，至少是要去了解机器语言和与机器沟通的方式。现在越来越多的小孩可能还不会识字，就已经开始用iPad，人类与机器越来越朝向融合的状态，但是到底能造成什么影响？还需要更多的讨论。

之后，汤姆·斯丹迪奇与嘉宾针对人工智能和大数据的发展进行了探讨，并解答了现场观众关于人工智能的变化、数据的获取与使用以及数据安全性等问题。 “人工智能的运用范围非常广，它必将给世界带来许多积极的改变，我们应当拥抱人工智能的发展，而不是心怀恐惧。”他这样总结道，鼓励大家理性看待科技变革所带来的机遇。