導(dǎo)讀：2019 年 6 月 14 日，由清華大學(xué)五道口金融學(xué)院、清華大學(xué)國家金融研究院、清華大學(xué)研究生會聯(lián)合主辦的“未來已來—全球領(lǐng)袖論天下”系列講座再次開講。應(yīng)清華大學(xué)國家金融研究院院長、IMF 前副總裁朱民之邀，微軟全球資深副總裁、微軟亞太研發(fā)集團(tuán)主席兼微軟亞洲研究院院長洪小文以“智能簡史及數(shù)字化轉(zhuǎn)型的未來”為主題進(jìn)行演講，介紹了人工智能（AI）的發(fā)展現(xiàn)狀與未來發(fā)展方向，并就企業(yè)如何借助技術(shù)的發(fā)展實現(xiàn)數(shù)字化轉(zhuǎn)型進(jìn)行探討。

以下為演講內(nèi)容整理：

我今天演講的主題是智能簡史，中國人常說知古見今，這個演講的目的就是希望從過去、現(xiàn)在看到未來。

AI 大熱的原因

我經(jīng)常開玩笑，AI 火熱是因為“人工”的反面是“天然”，“智能”的反面就是“愚蠢”，因為沒有人想做天然的愚蠢，那當(dāng)然就喜歡 AI 了。

AI 這個學(xué)科雖然與其它學(xué)科相比歷史并不悠久，但也有很多年了。1955 年，我的師祖（老師的老師）John McCarthy 在達(dá)特矛斯會議上提出了“AI”（Artificial Intelligence），之后 AI 經(jīng)歷了兩個冬天。

1992 年，我剛畢業(yè)，那時是 AI 第二個冬天的尾巴。

當(dāng)時學(xué) AI 的人畢業(yè)都不敢講自己是學(xué) AI 的，我們就說自己是做語音的，如果說做 AI是找不到工作的，而現(xiàn)在，不做 AI 的都要說是做 AI。

AI 發(fā)展以來在學(xué)術(shù)上的定義其實沒有大家理解的這么寬泛，但今天計算機(jī)能做的，大部分人都認(rèn)為是 AI。

此外，AI 與經(jīng)濟(jì)有很大的關(guān)系，很多人都預(yù)測，未來的經(jīng)濟(jì)很大一部分都要靠 AI 推動。

人類可以制造出超人嗎？

這張圖是 1950 年《時代周刊》的封面，里面有一篇文章說道，“對于擁有‘超人’力量的機(jī)器，現(xiàn)代人已經(jīng)習(xí)以為常，但是擁有‘超人’腦力的機(jī)器仍然讓人們感到恐懼?！恕脑O(shè)計者們否認(rèn)他們正在創(chuàng)造人類智力的競爭對手?！?/p>

1950 年，AI 還沒有定義，1956 年的達(dá)特茅斯會議還未召開，全世界的計算機(jī)也不超過 10 臺。當(dāng)時，每一臺計算機(jī)都有一個房間那大，其運(yùn)算能力、儲存甚至不如今天的智能手機(jī)。在那個時代，大家很擔(dān)心有人造出了比人類都聰明的計算機(jī)。

我們并不害怕大型機(jī)械（飛機(jī)、汽車），但是卻在 AI 還沒有影子的時候就感到害怕，這代表了大家對智能這件事情，真是既期待，又怕受傷害。

這也說明了為何大家如此關(guān)注 AI，包括很多人對 AI 產(chǎn)生了不太正確的看法。我把智能畫成一個金字塔，自底至上越來越復(fù)雜，越來越接近智慧。

▌計算&記憶力

在這個金字塔上，最底層的是計算、記憶力。神機(jī)妙算，過目不忘都是智能的表征，神機(jī)妙算就是計算，過目不忘就是記憶。不管是圖靈機(jī)還是馮諾依曼機(jī)，我們見過的機(jī)器基本都包含了 CPU（中央處理器）以及存儲，計算機(jī)靠這兩樣?xùn)|西就可以運(yùn)算所有的程序。

回想我人生第一次挫折，就是我小學(xué)一年級時沒有被選上進(jìn)珠算隊，而今天，大部分人顯然都不會送小孩學(xué)算盤。在我們那個年代，珠算也分級、分段，就像下圍棋一樣。大家覺得一個人很會用算盤是非常了不起的，算盤可以算很復(fù)雜的計算，甚至可以開根號，做三角函數(shù)。

當(dāng)時，我的老師告訴我，你的身體沒有那么好，課后還是回家休息吧，不要參加珠算隊，我當(dāng)時認(rèn)為是自己不夠聰明，所以才沒有入選。我感到很難過，直到高中時才緩過來，但現(xiàn)在已經(jīng)沒人認(rèn)為算得很快有多了不起了。沒有人跟計算機(jī)比計算，也沒有人跟計算機(jī)比記憶。

我搬家 3 年，到現(xiàn)在連家里的電話都不記得。今天，我如果寫 10 個電話號碼讓大家記憶，10分鐘以后，我出一串?dāng)?shù)字，問是不是剛才說的號碼的其中一個，大部分人可能都答不上來。我覺得既然計算機(jī)可以幫我們計算、記憶，我們就可以很放心地讓它來做。計算機(jī)比我們強(qiáng)沒有關(guān)系。我在上圖用紫色代表計算機(jī)遠(yuǎn)遠(yuǎn)比我們強(qiáng)的部分。

▌感知

自下而上，智能從計算記憶到第二層的感知。事實上，這一波 AI 的復(fù)興都與其有關(guān)，比如微軟在前幾年做的 ResNet，這就是一種感知。事實上我們的老祖宗也很厲害，“聰明”這兩個字就是耳聰目明，計算機(jī)視覺很強(qiáng)，聽力很強(qiáng)，這就叫“聰明”，千里眼、順風(fēng)耳都是形容感知。

例如，在以前，語音識別可以完全聽懂人講的話是不可思議的。但現(xiàn)在，它已經(jīng)有了很多應(yīng)用場景，如法院的書記員、智能音箱、智能助手都有這方面的應(yīng)用，看起來似乎計算機(jī)超越我們了，事實上也的確是這樣。

再如，如果你在海關(guān)工作，假設(shè)有 500 個嫌疑犯，你的目的是監(jiān)察這 500 個嫌疑犯通過關(guān)口，我相信很多人還是會辯認(rèn)錯誤，而且這樣的工作也非?？菰?。如果計算機(jī)能夠幫助我們?nèi)プ鲞@樣的工作，并且可以做得很好，那么感知這部分我們就讓給計算機(jī)吧！

▌?wù)J知

還有一個概念叫做認(rèn)知，英文是 Cognition。在心理學(xué)中，認(rèn)知心理學(xué)是非常重要的一支，它是指我們對一件事情的理解，并可以做出推理、計劃，最后做出決策。

認(rèn)知其實是工作、生活中最有用的東西。工作時每天要做很多決定，之后制定政策。政府官員要制定政策，公司的領(lǐng)導(dǎo)必須要看市場或做產(chǎn)品的策略，這些都是認(rèn)知。你必須了解、認(rèn)識、知道以后，才能做出決定。

我們來看看計算機(jī)和人在認(rèn)知方面做得如何。

去年，微軟在自然語言方面有很大的突破，微軟亞洲研究院機(jī)器閱讀系統(tǒng)在SQuAD挑戰(zhàn)賽中率先超越人類水平?？歼^英文試卷的都有經(jīng)驗，高考、托福、GRE、SAT 都有這種閱讀理解，大多數(shù)人是考不了滿分的，而計算機(jī)在這方面可以超越人的平均水平，從辨認(rèn)到理解非常困難，但計算機(jī)已經(jīng)可以做得很好了。

另外一個是翻譯，微軟中-英機(jī)器翻譯水平已經(jīng)可以“與人類媲美”。我們都知道，翻譯的前提是理解，計算機(jī)雖然沒有理解，但是翻譯可以做得非常好。我本人根本不會講法文，但是可以利用機(jī)器翻譯，到法國巴黎就可以靠機(jī)器翻譯順利買到歌劇的門票。

微軟小冰不僅做智商層面的問答，還有情商方面的問答，小冰這類對話機(jī)器人在學(xué)術(shù)歷史上非常重要。

圖靈是計算機(jī)的始祖，他在 AI 還未被定義為 AI 的時候就想到了“圖靈測試”。他說道，有兩個房間，一個房間里是真人，另一個放置機(jī)器，人與機(jī)器進(jìn)行對答，假如40%-60% 的人分不出哪個房間里是真人，哪個房間里是機(jī)器，圖靈測試就通過了。很多人通過圖靈測試判斷 AI 有沒有通過人的智能考量。

小冰雖然沒有做很嚴(yán)格的圖靈測試，但微軟一直用用戶每一輪對話大概交互的次數(shù)作為衡量的KPI。在微信上，我們與最熟悉的朋友、親戚對話，每一輪也大概不過五次。大家明明知道它是一個機(jī)器人，還愿意與它交談二十次以上，是因為與它談?wù)摿艘恍┯幸饬x的東西，讓你欲罷不能。

從某種意義上說，小冰已經(jīng)遠(yuǎn)遠(yuǎn)超過了圖靈測試。我們讓小冰變成人們可信賴的伙伴，并以它為基礎(chǔ)發(fā)展一些商業(yè)應(yīng)用，更重要是做一些科學(xué)實驗。

大部分商業(yè)行為里用到的都是所謂的認(rèn)知，它可以用一張圖來解釋，我甚至認(rèn)為人類所有行為都可以變成進(jìn)化來自于反饋這樣一個閉環(huán)。

有了假設(shè)或要做實驗時，我們要做的第一件事情，就是先分析，然后做出決策，最后到實際的物理世界執(zhí)行，并通過傳感器收集數(shù)據(jù)。

物聯(lián)網(wǎng)是指與物理世界打交道，其中傳感器用來收集數(shù)據(jù)，執(zhí)行器用于在物理世界中執(zhí)行動作。

幾乎所有的事情，每完成一次閉環(huán)就能夠有所改進(jìn)，包括做社會心理學(xué)分析、做實驗、做假設(shè)、做產(chǎn)品，或是做互聯(lián)網(wǎng)。

如今，因為數(shù)據(jù)很容易獲得，分析與決策就可以用 AI，如果在一個閉環(huán)中有辦法收集到數(shù)據(jù)，就可以把它自動化。很多 AI 的商業(yè)應(yīng)用，都可以抽象為是在做這樣的事情。

制造業(yè)是首先享受 AI 成果的行業(yè)，如今已變成常態(tài)，比如可預(yù)防的維修。例如，蒂森克虜伯（thyssen krupp）電梯集團(tuán)是微軟的客戶之一，發(fā)生電梯故障時，利用 AI，他們首先在電梯里裝傳感器，收集速度、聲音、溫度等數(shù)據(jù)。我們可以把它當(dāng)作一個黑盒，傳感器收集數(shù)據(jù)以后，系統(tǒng)起碼可以做以下兩件事情：

第一，異常分析。區(qū)分正常和非正常狀態(tài)下數(shù)據(jù)區(qū)段，用深度學(xué)習(xí)或機(jī)器學(xué)習(xí)方法建模。

當(dāng)數(shù)據(jù)出現(xiàn)在快要出故障的區(qū)段，公司就可以做可預(yù)防的維修，可以先派人到現(xiàn)場，很多時候可能加幾滴油就夠了。

第二，數(shù)據(jù)收集足夠多后，還可以做分類工作，公司不但知道電梯快壞了，甚至還可以分成不同的情況，每種情況分別有處理方法，比如加油、換零件。

同樣的道理可以運(yùn)用到許多其他領(lǐng)域，比如汽車維護(hù)，有了車聯(lián)網(wǎng)，可以將所有車?yán)锏臄?shù)據(jù)上傳到云端，實現(xiàn)可預(yù)防性的維護(hù)。

人工智能 VS 人類智慧

1982 年，有一位斯坦福心理學(xué)系的教授用“中文房間”實驗來挑戰(zhàn)圖靈測試，假設(shè)房間中有一個不懂中文的人，給他一本詞典，每次給他遞進(jìn)去一張寫著中文的紙，里面的人通過詞典查紙上的每個漢字（假設(shè)他可以查到所有的文字，可以對照列出字詞的組合）。這個實驗證明，即使通過了圖靈測試，也不一定是真正的智能，因為這個人不能夠真正理解中文的含義。所以，他認(rèn)為這種模擬思路并沒有思維和理解，叫做弱AI，有思維、真正了解的 AI 是強(qiáng) AI。只有理解，才有可能做所謂的白盒推理，而人最重要的是能夠做因果分析。

事實上，今天 AI 大多做的相關(guān)性做不出因果關(guān)系，我們必須要知道因果關(guān)系，才能舉一反三。比如機(jī)器不能勝任做投資、并購，因為并購不是封閉系統(tǒng)，會受到許多外部因素的影響，而且這些因素?zé)o法預(yù)測，也沒有足夠多的數(shù)據(jù)。我們?nèi)松兄卮蟮臎Q定都是這樣，你可以做各種分析，但是最后還是會受很多未知因素的影響。

今天，我們所謂的深度學(xué)習(xí)是一個不可解釋的 AI，它是一個黑盒，做不了因果關(guān)系的分析。所以，現(xiàn)在可解釋的 AI 是一個很重要但非常難的研究方向。三十年前，一位圖靈獎得主，同時是加州大學(xué)洛杉磯分校的一位教授說到，他做了一輩子因果關(guān)系分析，但估計 AI 起碼還要在十幾、二十年以后才可以解釋為什么和白盒分析。

《人類簡史》、《未來簡史》，以及最近的新書《現(xiàn)代簡史》中提到，將來大數(shù)據(jù)能做所有的決定，甚至包括我們的婚姻，我對此持不同的看法，中國人的婚姻講究先看八字，但是我們也沒有全信。未來是未知的，把如此重要的事全部交給黑盒，似乎有所欠妥，但是這不代表 AI 沒有用。

▌AI+HI

所以，我們需要讓 AI和 HI（人類智慧）一起做分析和決策，人做決定時要看大數(shù)據(jù)，機(jī)器可以做一些簡單的問題，且非常有效，但這不代表大數(shù)據(jù)會決定一切。同時，我們也不要妄自菲薄，人類的智慧很多時候在做分析時得出一定成功的率，但最后不見得選擇最大機(jī)率的方案就一定成功，還會受到很多隨機(jī)因素的影響。

關(guān)于智能金字塔，從計算和記憶力、感知到黑盒的認(rèn)知，AI 已經(jīng)做得很好了。但是在認(rèn)知部分，我用了兩個顏色紫色和綠色。創(chuàng)造力用綠色表示，代表目前人能做得更好。

近些年，深度學(xué)習(xí)可以用于“創(chuàng)作”，比如詩詞創(chuàng)作。去年，我們用此技術(shù)教微軟小冰寫詩并出版詩集。現(xiàn)在，通過大數(shù)據(jù)分析，小冰不但能寫詩，還可以看圖寫詩，甚至作歌、作詞、作曲。

這是否代表計算機(jī)真的有創(chuàng)造力？其實創(chuàng)作，特別是藝術(shù)創(chuàng)作，還是要有人類自己的想法。今天 AI 可以產(chǎn)生這些東西不代表它知道為什么產(chǎn)生，因為它是一個黑盒。再說圍棋，可憐的李世石先生，可憐的柯杰先生，他們的算法來自于自己，還要用自己的腦袋計算，而 AlphaGo 的算法來自于 10多個科學(xué)家，用上萬臺機(jī)器在云端進(jìn)行計算，這本身就是一個不公平的比賽，因為計算機(jī)可以計算得飛快，人做不到。如果李世石和柯杰還有一點點希望贏的話，他們的算法肯定有獨特的地方。

現(xiàn)在，人們經(jīng)常討論某 AI 將取代人類，事實上大家忘記了一件事，那就是今天計算機(jī)所有的算法都來自于人，如果有人說有一臺計算機(jī)可以自己想出算法，那絕對是吹牛。從這個角度來看，人類大可不用擔(dān)心計算機(jī)超越人類，這根本不可能。如果你仔細(xì)看腦神經(jīng)科學(xué)家歸納的左腦和右腦的特征，會發(fā)現(xiàn)左腦負(fù)責(zé)邏輯、順序、分析、數(shù)字化、理性、事實等，右腦則負(fù)責(zé)知覺、隨機(jī)、綜合、主觀，事實上，計算機(jī)是一個最好的左腦。

所以，其實計算機(jī)與人類正是左右腦互用的關(guān)系，我們需要右腦來做創(chuàng)造，提出新的算法。

▌《金庸小說》中的智慧與“睡”出來的諾貝爾獎

講到智慧，在金庸小說《倚天屠龍記》中，張三豐教張無忌太極劍法，張三豐第一次舞劍時問張無忌是否能看懂，張無忌回答看懂七成，張三豐說很好，不錯；第二次舞時，張無忌說只看懂五成，張三豐說很好，有所進(jìn)展；第三次舞，張無忌說糟糕，這次完全看不懂了，張三豐說好，你已經(jīng)貫通了，可以上場了。

我個人理解，這就是接近了智慧，意識是人獨有的，我們知道身處何地，面對誰，我們的意識無處不在。

有一本書叫做《The Spectrum of Consciousness》，是一位耶魯大學(xué)教授所著，這本書探討了意識與創(chuàng)造力之間的關(guān)系，他把一個人一天的生活分成兩個階段：高頻譜和低頻譜。高頻譜就是我們早上起來喝一杯咖啡，精神很好，做什么事情都不會記錯，也不會算錯；低頻譜就是我們吃過午飯，打一個盹，甚至做白日夢、睡著、洗澡，這些時候是低頻譜。

幾乎所有腦科學(xué)實驗得出來的結(jié)論都是：大部分人不是在高頻譜的時候最有創(chuàng)造力，而是在低頻譜時，這并不完全是絕對的，但是在低頻譜的時候，人們似乎創(chuàng)造力更強(qiáng)。貝多芬做《第九交響曲》時既聾又盲，梵高晚期割掉自己的耳朵，但還是畫出了不起的作品。此外，兩位諾貝爾獎得主的科學(xué)家（凱庫勒和奧托）都清楚地記得他們重要的科學(xué)發(fā)明是在做夢時想到的，尤其是奧托，他表示他在第一次做夢時夢到了一個東西，第二天早上起來時忘記了細(xì)節(jié)，所以他第二天回去睡覺，又夢到一樣的夢，這一次他把夢的內(nèi)容寫了下來，因此得到了諾貝爾獎。

但是，凱庫勒和奧托都提醒道，只睡覺沒用，因為不要忘記，睡覺最多只能給你一個大膽的假設(shè)，但還需要小心求證，在實驗室中做無數(shù)實驗證實。

我認(rèn)為更重要的是這個故事背后的原理：很有可能兩件無關(guān)的事，神智清醒時人們很清楚地知道它們之間無關(guān)，但是在半夢半醒時可能看到這兩件事情的相關(guān)性，而創(chuàng)新常常是在這個過程中產(chǎn)生的。所以，要做出一個有意識的機(jī)器，首先要讓計算機(jī)能夠幻想，但這很難，怎樣讓計算機(jī)真正地幻想才有可能產(chǎn)生了不起的創(chuàng)造力，沒有人知道。

弱 AI 這種單一用途的黑盒很有用。強(qiáng) AI 類似于通用 AI，什么都懂一點，很多東西我們并不是專家，但也總能想出了不起的想法。我的師祖 John McCarthy 當(dāng)年召開達(dá)特茅斯會議時有人問通用 AI 多久可以實現(xiàn)，他給了一個智慧的回答——5-500年。我們知道當(dāng)然不是 5 年，可 500 年相當(dāng)于永遠(yuǎn)，所以何時會出現(xiàn)通用 AI 沒有人知道。

我認(rèn)為，做一個有意識的機(jī)器人代表著你不能控制它，你可以想辦法去洗腦，但是不見得會成功。所以，我認(rèn)為做一個有意識的機(jī)器人雖然在科學(xué)上很有意義，但是不見得有太多意思。

AI是大數(shù)據(jù)驅(qū)動的知識

我們應(yīng)該如何看待 AI 呢？我持非常樂觀的態(tài)度，AI 的關(guān)鍵是人，它很大程度上與工具一樣，是在幫助我們做事，且與人互補(bǔ)，人類有創(chuàng)造力，但計算慢，記憶也會出錯，所以我把 AI 稱為大數(shù)據(jù)驅(qū)動的知識。我們應(yīng)該慶幸，我們是第一代與 AI 一起生活的人類。

我小學(xué)時認(rèn)為能夠計算、會珠算很了不起，但現(xiàn)在我不這樣認(rèn)為了，現(xiàn)在我認(rèn)為，人更高階的東西，是一種人類智慧和機(jī)器智能的共性化。

數(shù)字化轉(zhuǎn)型與AI

接下來是數(shù)字化。為什么數(shù)字化徹底改變了我們的世界？數(shù)字孿生是指，任何物理世界的中存在的事物，都會有一個數(shù)字孿生兄弟。

數(shù)字孿生至少有兩大意義：1. 預(yù)測，如在數(shù)據(jù)世界預(yù)測馬達(dá)、機(jī)器、引擎、醫(yī)療器械狀況，可以做可預(yù)防的維修；2. 模擬、仿真：比如在仿真世界訓(xùn)練無人車和無人飛機(jī)，公司、國家的政策，都可以用仿真的方法做實驗。

微軟重回市值第一，其中一個重要的原因就是徹底的數(shù)字化世界。數(shù)字化轉(zhuǎn)型其實很多都是在自動化、優(yōu)化、改進(jìn)決策，所以能夠產(chǎn)生新的產(chǎn)品、服務(wù)和商業(yè)模型，有更高的生產(chǎn)力。對于數(shù)字化轉(zhuǎn)型來說，平臺和技術(shù)很重要，但人是最難改變的，這對領(lǐng)導(dǎo)力、組織、思想、文化的挑戰(zhàn)更大。

微軟與德勤針對全世界的的企業(yè)（大、小、中型企業(yè)）進(jìn)行調(diào)研，結(jié)果顯示，90% 的企業(yè)已經(jīng)認(rèn)識到數(shù)字化轉(zhuǎn)型的重要性，但是只有 30% 的企業(yè)認(rèn)為他們已經(jīng)開始數(shù)字化了，其中只有 15% 的企業(yè)認(rèn)為他們可以自己完成數(shù)字化轉(zhuǎn)型。

大家可能更多地在關(guān)注 AI，事實上沒有數(shù)據(jù)和計算，AI 是轉(zhuǎn)不起來的，所以我更希望大家多談ABC（AI、大數(shù)據(jù)、智能云）。

AI For Good

AI 時代技術(shù)變得越來越重要，人們有很多與技術(shù)相關(guān)的負(fù)面隱憂，如安全、隱私問題、假新聞、偏見，甚至擔(dān)心 AI 是否會取代人類的工作。我認(rèn)為，一個產(chǎn)品或技術(shù)，最后都反映了人的價值觀。我們需要多方利益相關(guān)者參與，其中牽涉到除了技術(shù)之外的商業(yè)專家、經(jīng)濟(jì)學(xué)家、社會經(jīng)濟(jì)、公共政策者、心理學(xué)家、律師、政府，需要大家一起來探討。

所以，微軟全球執(zhí)行副總裁，微軟人工智能及微軟研究事業(yè)部負(fù)責(zé)人沈向洋博士與微軟公司總裁施博德（Brad Smith）先生聯(lián)袂編著了《計算未來：人工智能及其社會角色》一書，希望以贏得信任的方式設(shè)計人工智能，我們提到七個原則：合法與主權(quán)、負(fù)責(zé)、透明、公平、可靠與安全、隱私與保障、包容。

一百至兩百多年前，90% 的人從事農(nóng)業(yè)工作，如今這一群體可能只有 10%，其它 90% 的人并未失業(yè)，這是因為工業(yè)革命產(chǎn)生了更多新的價值。所以，與其擔(dān)心技術(shù)是否會改變工作，還不如關(guān)注我們應(yīng)該如何訓(xùn)練我們和我們的下一代如何終身學(xué)習(xí)。

未來的發(fā)展非常漫長，讓我們一起努力！謝謝大家！