本周的读书主题是“技术”模块的最后一个单元“人工智能”，精读书是约翰·布罗克曼的《如何思考会思考的机器》。

《如何思考会思考的机器》书封

        在上一本书《美国增长的起落》中我们反复提到过一点：决定技术前景的并不单单是技术本身的先进程度，而是技术和社会的融合程度。技术的变化速度可能很快，但人性的变化却相对较慢，这就会带来一系列的摩擦和冲突。而其中最为突出、发展最受关注的领域就是，人工智能。本周读的书《如何思考会思考的机器》，一共邀请了将185位各行各业的大咖，分别发表了他们各自对人工智能时代的思考。接下来就让我们跟着他们一起，展望一下人工智能时代的技术进步，以及这些技术进步对我们人类的影响。

一、什么是人工智能？

       1956年的达特茅斯会议是人工智能的开端，随后经历由以编程为主流到“启发法”（heuristics）的研究，研究人员借助“经验法则”进行“修剪搜索空间”（pruningthesearchspace）来减少计算成本，再到后面“神经网络”等多种算法的兴衰更替，演变成最近我们常提到的机器学习和大数据。

       虽然从现在的通常理解来看，人工智能就是大数据加上机器学习，但未来人工智能的发展很可能跟我们想象的不一样。

       现在，我们看到的是机器如何能够做到人类能做的事情，而且比人类做得更好，比如，机器人已经能够战胜人类的国际象棋和围棋高手，但如果按照这样的标准，我们人类觉得简单的事情，恰恰会是机器觉得很难的事情，比如从洗衣机里把洗好的衣服取出来，分门别类地叠好。

       机器有机器的长处，我们对人工智能的理解不要出现偏差，机器是不可能完全变成人的。机器人的思维方式和我们人类是不一样的，我们人类有自己的智能，但我们的智能只是各种不同的智能中的一种，不是所有的智能都得跟我们人类的智能一模一样。所以，与其说是人工智能，不如说是“外来智能”，我们可能创造出来的是“人工外星人”。人工智能发展到最后，不是会把人类能够做的事情做得更好，而是会超越我们人类所理解的智能范围。不管我们喜欢不喜欢，我们可能都要等待着面对这一天的到来。

二、人工智能的两种演进途径

        要是从进化的角度来看，人类之后的物种很可能是人工智能，但应该会有两种演进的路径。

       一种是技术使人变成了超人，我们会越来越多地借助人工智能和其它技术手段，延长我们的寿命，改善我们的健康状况，提升我们的各项才能。亚利桑那州立大学物理学家保罗·戴维斯（PaulDavis）说，未来人工和自然之间的区别将会消失，设计智能将会更多地依赖生物学技术。当我们借助人工智能后会变得更加强大，甚至会变成全新的物种，可能进化成带有增强版大脑的转基因人类。

电路板式大脑

       另一种可能性是像科幻小说里描写的那样，机器人把低级的人类灭了。其实，正如上面我们说到，人工智能的思维方式和人类的不同，人类面临相互竞争的压力，机器人却生来就在一个相互协调合作的大系统中。所以，机器人是不是一定要跟人类抢夺地球，是不是一定要奴役人类，我们并不知道。因此这种可能性暂时并不值得我们担心，我们更需要担心的是人类自己把自己消灭了。

       风险研究专家迪伦·埃文斯（DylanEvans）讲过一个故事叫“帕斯卡的抢劫”。

布莱士·帕斯卡，法国著名的数学家、哲学家，被人们视为理性的代言人

       “帕斯卡的抢劫”说的是，有一天，一个劫匪在街上拦下帕斯卡，让他把钱包交出来。帕斯卡不愿意。劫匪说，只要帕斯卡把钱包交出来，就有一定的概率在第二天能够收到劫匪返还给他的更多的钱。帕斯卡还是不愿意，谁知道劫匪会不会还钱呢！但劫匪告诉帕斯卡，根据概率论，期望值等于预期的收益乘以概率，所以理论上讲，总有可能劫匪返还钱的期望值大于帕斯卡钱包里的钱。一个理性的决策者应该选择把钱包交给劫匪。帕斯卡一听，对啊，就乖乖地交出钱包了。

       理性的人往往更可能干蠢事。

       我们预期人工智能会带来更多的好处，所以心甘情愿地放弃了自主选择，满心期待人工智能会返还给我们丰厚的回报。劫匪真的会把钱还给我们吗？万一人工智能不会把更多的自主权交给我们人类呢？

       所以对于一些新技术，我们需要未雨绸缪，做出充分的风险分析，也需要新的规范。怎样才能确保新技术不至于带来对人类的灭顶之灾呢？但是不是有了新的技术，我们就会变成新的人类，就要发明一套新的伦理？不是的。科技进步很快，但人性是不变的，我们所需要的无非是尊重常识和传统。

       著名物理学家哈伊姆·哈拉里（HaimHarari）说，像人一样思考的机器并不可怕，像机器一样思考的人才会变得更可怕。过分迷信技术进步，会助长人类的贪婪与傲慢，比如，我们可能会相信新的“计算机乌托邦”。

        我们会觉得，人工智能和大数据可以精准地为每一个顾客画像，机器比我们自己更了解我们。过去需要用传统、社区、集体解决的问题，现在都可以用算法处理。当我们尝试着用机器人的语言说话，用机器人的思维方式去思考的时候，我们就会失去真正的人性。社会制度会变得更加集权化，自由和民主会被视为过时的东西。

       技术本身没有善恶，但技术的变化会引起人们对生产制度和社会制度的调整，如果我们过分地强调技术，而忽视了技术背后的社会因素，我们可能会给自己制造更大的麻烦。

       所以说，科幻小说和电影里机器人消灭人类的预言其实大多是人自己想象出来的。机器未必会有野心消灭人类，但人和人之间的斗争是永远存在的。让人类文明过早地进入”自动导航”状态，是一件非常危险的事情。

三、人工智能时代有哪些新产业？

        从目前来看，人们看得最清楚的大数据+深度学习的应用场景就是网上销售，从本质上说，大数据无非是一种新的市场营销。看起来，这是一场狂欢和盛宴，但天下没有不散的筵席，对数据的滥用会导致很多潜在的风险和社会问题。越来越多的人意识到隐私权的问题，欧洲和美国加州都推出了相当严厉的隐私权保护法案，这会影响到未来互联网公司的商业模式。此外，很多互联网泡沫也都出现在服务业领域。所以，互联网公司现有的商业模式未必是可持续的。

2018年5月25日正式生效的欧盟《一般数据保护条例》， 号称史上最严格隐私权保护法案  

        再比如，即使我们有了海量数据，也不一定能找到合适的应用场景。

       人们通常把互联网企业划归新产业，而把其它产业划归传统产业。这种划分是不对的，我们很可能会低估传统产业的潜力，事实上，人工智能最有前景的应用场景很可能不是在互联网产业，而是在传统产业。

       用IT思路去造汽车的企业，到最后还是得从宝马这样的传统汽车企业挖工程师，做电子竞技比赛的团队，到最后还是要四处去找做过传统体育比赛的职业人士。因此，我们不能把注意力都放在互联网行业。传统产业一样拥有海量的数据，还有更为广阔的应用场景。传统产业积累了丰富的经验，还有独特的技术优势、规模优势。

       从目前的发展来看，人工智能的技术内核就是大数据+深度学习，但传统产业积累的大数据才是真正的金矿。从未来的技术发展来看，人工智能并非仅仅玩弄数据，下一步的发展很可能是对各种感知能力的研究。

       人工智能就像一条鲶鱼，会激活原本沉闷的传统产业。传统产业不仅会出现逆袭，而且其自身会发生变形，未来的企业边界和行业边界都会变得更加模糊。

四、机器替代人的工作之后会怎样？

        机器是不是会替代人的工作呢？

        其实机器一直就在替代人的工作，从原始的采集社会到农业社会，从农业社会到工业社会，再从工业社会转变为现在的后工业社会，都会遇到大量传统的工作丢失。虽然也会有很多新的工作岗位，但在这种调整的过程中会出现巨大的阵痛。尤其是在后工业时代，技术进步的速度太快，会带来更多过剩的劳动力。

       从历史上看，解决这些剩余劳动力无非是消灭和赎买两种方式。

       第一次世界大战和第二次世界大战带来了巨大的人员伤亡，但也因此改变了资本与劳动的相对价格，这种极为特殊的历史使得20世纪上半叶贫富差距相对缩小。

       二战之后建立的福利国家，更多的是提供了赎买，用公共部门的就业岗位和公共服务缓解了潜在的社会矛盾。未来我们如何才能更加有效地“赎买”普通劳动力，是一个非常棘手的问题，我们可能需要不得不考虑如何用更多的创新方式解决潜在的社会矛盾。

        《如何思考会思考的机器》这本书很特别，是由185个学者各抒己见，汇编出一本书。这本书读起来会更轻松，因为每篇文章的篇幅会更短；这本书读起来也会更困难，因为它缺乏条理性，每个学者的观点又不一样。

        如果我们了解这些学者是谁，就会觉得，啊，太精彩了，全是大牛啊。如果我们不了解他们是谁，有可能会漏掉其中的一些重要的信息。因此，读这本书，还有一个好处，就是可以顺藤摸瓜，找到更多好的读物。

        这本书邀请的学者有写《白板》的史蒂芬·平克（StevenPinker），有写《逻辑思维》的理查德·尼斯贝特（RichardNisbett），有写《爆裂》的伊藤穰一，写《稀缺》的塞德希尔·穆来纳森（SendhillMullainathan），写《大连接》的尼古拉斯·克里斯塔基斯（NicholasChristakis），写《失控》的凯文·凯利（KevinKelly），等等等等，都在这本书里。如果是有心的作者，我们就可以根据这本书提供的线索，找到更多喜欢的作者、喜欢的书。