人工智能将如何带来二次工业革命

本文我是根据凯文·凯利（Kevin Kelly，昵称KK）最新 TED Talk 的字幕翻译而成。推荐点击后面的原文链接观看这个 TED Talk。

原演讲题目：How AI can bring on a second Industrial Revolution

我来简单谈一下技术将通往何处。技术通常是走向我们的，我们会惊讶于技术给我们带来的东西。但其实，技术的很大一部分是可预测的，因为各类的技术系统都有倾向，它们有紧迫性，它们有趋势性。这些趋势来源于自然，比如说，电线、开关和电子的物理性质和化学性质，这些将会以相同的模式一遍又一遍地复制下去。是这些模式产生了趋势，产生了倾向。

你可以想象一下重力，比如雨滴向山谷坠落的过程。雨滴坠落的实际轨迹是难以预测的，但我们知道雨滴将走向哪里，因为大方向是既定的，必然向下坠落。技术系统里内置的这种趋势性和紧迫性，让我们可以知道事物发展的大方向。因此，从这个意义来看，我会说，电话的出现是必然的，但 iPhone 不是；互联网的出现是必然的，但 Twitter 不是。

有很多趋势正处于发展进程当中，我认为其中最主要的一个趋势是，事物将变得越来越聪明。我把它称为「认知」(cognifying, cognification)，也就是所谓的「人工智能」(artificial intelligence, AI)。我认为，在未来的20年里，人工智能是对我们社会最具影响力的进展、趋势、方向和驱动力之一。

实际上，未来已经来临。我们已经拥有了人工智能，它们经常是在后台工作。比如说，在医院背后的办公楼里，人工智能用于X光诊断，做得比人类医生更好。在律师事务所里，人工智能用于检索法律文本，做得比初级律师好。你们来这里坐的飞机也用了人工智能。人类飞机师实际驾驶时间只有7到8分钟，其余时间都是人工智能在驾驶。还有，在 Netfilx 和 Amazon 上的推送广告都是靠人工智能在背后支持。这就是我们今天拥有的人工智能。

另外，还有一个例子，更直观的例子，就是 AlphaGo 的胜利，它赢了世界顶尖的围棋冠军。然而，事情没那么简单。如果你玩视频游戏，那你的对手其实是人工智能。最近，Google 教会了他们的人工智能真正地学习怎样玩视频游戏。强调一下，教人工智能玩视频游戏早已实现了，但是教人工智能去学习玩视频游戏是另一个很大的进展。这就是人工智能。我们正在做的事是利用人工智能，还有使得人工智能越来越「智能」。

在这样一个大趋势下，我认为有三个方面没有被正确认识。

第一个就是，以我们自身的「智力」，难以理解到底什么是「智力」。我们倾向于将智力当作一维来理解，就好像一个音符，声音变得越来越大。这似乎是从 IQ 评测开始的。比如老鼠的头脑简单，IQ 比较低；大猩猩的 IQ 可能要高一点；一些人类笨蛋的 IQ 又要再高一点；接着就是我们这样的，人类的平均 IQ 水平；最后还有一些天才。以此类推，IQ 一个比一个高。但这种认识是完全错误的。所谓的智力不是这样的，至少人类的智力不是。它更像很多不同音符组成的交响乐，每一个音符都是在不同「认知乐器」上演奏出来的。

我们的大脑中有很多种不同的智力。我们有推演能力，我们有情感智力，我们有空间认知能力。我们可能是由100种不同的智力组成的，在不同的人当中，这些智力的高低程度不同。当然，如果以动物为例，它们会有另外一个智力组合，就像另外一些不同的智力组成的交响乐一样，其中有些「乐器」可能跟我们的「乐器」是一样的。它们可能是以同样的模式思考，但可能它们有不同的改编版本。它们在某些方面比人类强，比如长期记忆，松鼠的长期记忆能力是异常惊人的，它们才有可能记住它们的松子埋在哪里。但是在另外一些方面，它们可能比人类弱。

我们制造机器的时候，也是按照相同的方式去设计的。我们使得这些机器的某些智力比我们自身强非常多，另外一些智力远远不及我们，因为它们不需要那些智力。我们将利用这些东西，这些人造的组合，然后我们还将把更多的人工认知能力增加到人工智能上去。我们会让人工智能的能力非常非常具体。

所以在算术能力上，你的计算器比你更聪明；在空间能力上，你的 GPS 比你更聪明；在长期记忆能力上，Google 和 Bing 比你更聪明。

再一次，我们将这些不同类型的思考模式，组合到别的东西上去，例如，汽车。为什么我们将这些东西组合到汽车上去，让汽车自动驾驶？原因是汽车的自动驾驶方式是跟人类不一样的。它的思考模式跟我们不一样，这是自动驾驶的意义所在。它驾驶的时候不会分心，不会想着家里的炉子是不是忘记关了，不会后悔自己应该读金融专业。它做的就是驾驶。

仅仅是驾驶，明白了吗？实际上，我们可以将其称为「无意识」。它们确实是没有意识，它们不会担心那些事情，它们不会分心。

所以，总的来说，我们正尝试做的是，尽可能多地发明不同类型的思考模式。我们要将所有不同类型、不同物种的思考模式全部据为己有。在面对商业和科学上的一些情况时，光靠我们人类自身的思考模式，确实存在一些难以解决的问题。我们需要一个「两步走」的程序，也就是发明新型的思考模式，和我们自身协作，然后去解决一些真正的大问题，比如说暗能量和量子重力。

我们其实是在发明全新的智力。在某种程度上，你甚至可以理解为「人工外星人」。它们将帮助我们创造性地思考，而这种思考则是创造新经济和财富增长的引擎。

第二个方面是，根本上，我们将利用人工智能发动二次工业革命。

第一次工业革命是基于我们的新发明，我将其称为「人造动力」。在此之前，在农业革命时期，所有的产出都是依赖于人类的体力和动物的力量，这是唯一的工作方式。工业革命带来的伟大创新是，我们利用上了蒸汽的动力和化石能源，使得我们可以利用人造动力去做所有我们想做的事情。因此，当你在高速公路上驾驶的时候，轻轻推一下开关，就可以命令250匹马为自己服务——250匹马力——我们还可以用来建造摩天大楼，建设城市，修建道路，在工厂的生产线上产出椅子、冰箱，这些都超出了我们自身的能力。而且，这些人造动力还可以通过电线网络分配到每个家庭、工厂、农庄，所有人都可以购买人造动力，只需把插头一插就实现了。

这也是创新的一个来源。一个农民本可以人工打水，一旦他们有了这种人造动力，也就是电力，他们就发明了电动抽水机。如果将这种组合方式叠加千万次，就是这个公式给我们带来的工业革命。

那么，现在的汽车在高速公路上驾驶，拥有250匹马力，如果再加上250个大脑，那就是自动驾驶。就像一个新商品，这是一个新功能。人工智能正流向这个网络，也是「云」，就像过去的电力一样。

所有已经通电的东西，我们正在使它们智能化。我欠 Jeff 的一个回答，那就是，未来10000家创业公司的公式，非常非常简单，就是将 X 加上人工智能。就是这个公式，这就是我们正在做的事情。这也是我们发动二次工业革命的方式。

另外，现在，就在这一分钟，你可以登录 Google，你可以以60美分的价格购买人工智能，也就是100个点击量。现在已经存在了。

第三个方面是，当我们利用人工智能，将人工智能具体化，我们得到的是机器人。

机器人只是机器，他们要做很多我们已经做过的任务。一份工作是一系列的任务组成的，机器人将重新定义我们的工作，因为它们将完成其中一部分的任务。

但是它们还将开发出新的类别，大量我们之前不知道自己想做的事情。实际上，它们将引发出新的工种，我们想要完成的新任务。比如自动化，就满足了很多我们之前想都没想到过的需求，现在我们已经离不开它们了。因此相比于它们将取代的工作，它们将创造出更多的新工作。

但是，有一点非常重要，就是我们交给它们的任务应该是出于效率和生产率的考虑。如果你指定一项任务，不论是体力活还是脑力活，只要是涉及效率或生产率，那就应该交给机器。生产率是机器人的强项。从根本上说，我们人类的强项是浪费时间。

我们真正擅长的事情都是低效的。本质上来说，科学是低效的，它是建立在一次又一次失败之上的，它是建立在一次又次失败的测试和实验之上的，否则，你学不到新东西。这就决定了科学本身没有多少效率可言。创新，顾名思义，也是低效的。因为你要创建原始模型，因为你要试错。探索本身是低效的。艺术是低效的。人类的社会关系是低效的。这些全是我们该做的事情，因为这些事情是低效的。高效是机器人的强项。

我们要学习如何与这些人工智能协作，因为它们的思考模式跟我们不一样。当机器人深蓝打败了国际象棋冠军，人们觉得象棋完蛋了。但实际上，到了今天，世界上最顶尖的国际象棋冠军不是人工智能，也不是人类，而是人类和人工智能组成的团队。最好的医疗诊断不是来自于医生，也不是人工智能，而是两者组成的团队。我们将要和这些人工智能一起工作。我觉得，你将来薪水的多少将取决于你与这些机器人协作得有多好。

这就是第三个方面。所以，它们是不一样的，它们是功能，它们将会与我们一起工作，而不是对立着。它们是我们的工作伙伴，而不是对抗的敌人。

那么，这将把我们带到哪里呢？我猜想，如果以25年后人们的眼光看今天，看今天的我们对人工智能的理解，他们会说：「你们还没有真正的人工智能。事实上，相比于25年后将出现的东西，你们甚至还没有真正的互联网。」

目前，还没有人工智能专家。有非常多的钱涌进这个领域，花了无数的钱，这是一个巨大的商业，但以20年后的眼光来看，现在还没有专家。我们还处在这个大趋势的原始起点。在20年以后最受欢迎的、人人都会用的人工智能产品现在还没被发明出来。

这意味着，你还来得及。

这个 TED Talk 我看了三遍，有两次是我抱着我两个月大的儿子一起看的。我觉得 KK 的描述实在迷人，索性自己翻译出来，至少下次给别人「吹牛逼」的时候可能用得着。