智库声音 | 皮埃罗：惧怕AI？我害怕它们来得不够快
“在硅谷我们是不谈创新的。”
“所有投资人都是坏的，创业公司应该保持饥饿。”
“人工智能绝对是一个泡沫。”
……
著名的硅谷布道师、《硅谷百年史》作者皮埃罗·斯加鲁菲在2016年12月再次开启了他的中国行，向中国人介绍硅谷技术发展史和未来趋势。在腾云智库创新峰会上，他从旁观者的角度出发，语出惊人地点评中国创新之路，刷新了人们对硅谷和创新的认知。
12月30日下午，皮埃罗再次走进腾讯，在腾讯学院发表了名为“智能，非人工也”的主题演讲。
在简要叙述了对硅谷发展和未来技术的观察与理解后，作为AI先驱及认知科学专家的皮埃罗，对今年中国互联网的最热话题“人工智能”阐述了自己的深度冷思考。
人工智能，真的是一个泡沫吗？
以下为皮埃罗演讲及观众提问的精彩内容，由“腾云”整理。
皮埃罗·斯加鲁菲
《硅谷百年史》作者
硅谷关注的不是技术本身，而是整个社会氛围
我想大家都知道硅谷和硅谷的大事件，大家可能也知道我写的《硅谷百年史》。
今天，大部分人谈创新时都喜欢谈到硅谷，但其实在硅谷，我们一般不在口头上谈创新。
我认为创新指的是一个社会氛围，硅谷的创新正是来自于这个创新的社会。
大家请看，这是1950年硅谷的照片。大家可以了解一下50、60年代的硅谷，在当时，技术资本和人力资源都聚集在东海岸和欧洲，这些对发展有力的元素与西海岸基本没有什么关系。而到了2016年呢，世界上市值最高的企业，在互联网服务、社交媒体、半导体等这些领域排名领先的企业，都在硅谷，例如苹果、谷歌、微软、Facebook。
硅谷的本质，并不是发明各种技术，我们用的PC、手机，大家都以为它们来自硅谷，但其实它们都不是在硅谷诞生的。
那硅谷给人们带来了什么？是颠覆性的技术和颠覆性的产品，这才是是硅谷的精髓所在。
硅谷有哪些特点？硅谷有接受失败的文化，有反大企业的情绪，喜欢自由、独立的社会环境，可以说， 38 39157 38 14986 0 0 2818 0 0:00:13 0:00:05 0:00:08 2922硅谷关注的不是技术本身，而是整个社会氛围。
如果有人70年代的纽约问你，旧金山有什么特点？没有人会说技术突出。这是70年的海湾，充满着叛逆、摇滚和狂欢节，技术是个外来者，但技术正是根植于这样的社会。
这张图片是我为大家带来的颠覆性的元素。Jefferson Airplane（旧金山最早为全美熟知的迷幻摇滚乐队）是我最喜欢的摇滚乐团，大音乐家和艺术家才是具备颠覆性的人群。那么你再看Xerox Parc（施乐帕洛阿尔托研究中心，是许多现代计算机技术的诞生地），他们的风格很像70年代的摇滚。
我再举个例子，互联网是美国政府所提出的，其目标是在冷战中超越苏联，所以说互联网实际上是个技术武器。但当它被引入硅谷时，硅谷的人认为它应该被社会应用，可以实现音乐、阅读、购物和交流等等，于是这些艺术家们把军用产品转为人人可用的产品，这是一场疯狂式的转型。
这是整个硅谷的作业流程。几乎所有的创新城市都包含这些元素，但表面能抄，精髓却很难掌握。
开源是整个硅谷的奠基石。硅谷是个开放性的社会，这里有超过一百万的工程师免费设计软硬件。为什么呢？他们喜欢啊！每一个工程师他都有自己的信仰，有自己的信念。如果你问我未来的趋势是什么，我从来不问苹果的人，苹果很无聊，我会去这个开源社区观察这个社区里的人喜欢什么，他们觉得什么有趣。
这是另外一个硅谷的特点，我们喜欢具有跨学科知识的人。在硅谷，他们被告知要做一个T型人。I型人是个专家，T型人不仅有专长，而且知识面很广，如果你要做一个颠覆性的事，只会一个事是不会成的。
未来具有颠覆性的八大技术
这个图左边列的是我认为与未来相关的科技领域，右边显示了我认为这些技术的颠覆性值。
首先是物联网，我认为这是非常具有颠覆性的。80年代时，我们连接了电脑，90年代我们连接了知识，2000年我们连接了人，现在我们连接了物，越来越多的物进入了网络。物联网的第一代其实并不是很出众的，在海湾地区我们有个笑话，我们将其称之为“无用的连接”（Internet of Useless Things）、“不安全的连接”（Internet of Insecure Things）,还有“奇怪东西的连接”（Internet of Crappy Things）。但现在，将芯片放入物中越来越容易，也越来越便捷，每个家庭中都能拥有智能家居，每个角落都能建立智慧城市。
第二是生物科技，它相当于解读和编辑基因。读基因，我们已经实现了，但读完基因之后你是否能告诉我该如何提升自己，是应该吃更多的土豆还是番茄呢？现在写基因和编辑基因还在探索中。如果大家都能够读、写、编辑基因了，我们就可以生产DNA的计算机，这个DNA计算机能够毫无违和地走进人体，追踪人的健康状况，使人类获得更健康、更高质量的生命与生活。
第三，区块链，这是另外一个非常有潜力的领域。区块链储存了交易的每个步骤，我认为它是一种新的储存方式。人类发展史其实不过是三点，储存、计算和沟通，个人计算机颠覆了传统的计算过程，互联网颠覆了传统的沟通模式，而区块链也将颠覆传统的储存方式。这种技术不仅能应用在虚拟货币上，还可以应用在其他领域。
第四，可穿戴的设备。我经常开玩笑，我们的身体充满了商机，产商在我们身上放上不同的设备，比如通过计算在衣服上放上芯片，让衣服更了解人体，军装也可以更机密。
第五，纳米技术，这在新材料领域、尤其是石墨烯领域非常著名。这种新材料会在个人方面带来新的革命，例如把个人电脑折叠起来。同时，纳米技术也会将我们在生物、互联网、物联网方面的探索推进至另一个方向。
第六，3D打印。我们人类创造了数据库，这就是计算机的由来，后来社交的互动变成了数据，3D打印则是把任何物品都变成了数据。为什么3D打印最近几年才流行起来？因为大约在2012到2014年之间，关于3D打印的诸多专利逐步到期，我们有机会去推广和应用这种技术。与之相应的还有3D扫描，我们可以扫描自己，就如同在人体内部自拍，这也将是未来自拍的趋势。
第七，虚拟现实（VR）。VR很火，但我认为因为投资过热而导致这个领域有些泡沫。VR有很多产品，我觉得比较有潜力的是英特尔的Project Alloy 。VR现在的难点在哪里呢？我认为是如何打造自己的VR，我想打造一个自己的宇宙，但怎么向你展示？这个创造过程可能需要专家和工厂，一般人很难独立完成。
最后，与VR相比，AR可能更接近我们。例如微软的研究全息图技术可能会为我们带来工作场景的变化，比如今天我们用PPT演讲，未来可能就会用微软的全息图演讲。
不具备常识是人工智能的最大弱点
我要花上大概一个小时去讲人工智能，也就是AI，会涉及到一些我关于AI的观点和有一些哲学性的思考。
这是谁？
这是三十年前的我。没有什么变化对不对？我当时在一个AI工作室。
我曾和一个中国记者合写了一本书，她曾问我：你会不会害怕AI？
我的回答是：我害怕它们来得不够快。
这个记者非常震惊。我希望我能够用今天大约一个小时的时间解释清楚我为什么有这样的希望。
AI是一个古老的话题，自第一台计算机诞生之初就有了这个话题。最初，AI的研究者分成两个派别：第一派，他们想要去模拟人类的思维，这是基于知识的流派；第二派，他们想要去模拟大脑的结构，这是神经网络学派。
在很长的时间，第一派是主流，但是现在第二派越来越壮大。为什么呢？因为当时对神经网络的研究很难、很贵，对其进行研究几乎不可能，但如今摩尔定律使计算机的速度和能力越来越强，从而有了这个研究的条件。
现在我们一直在进行对深度学习（Deep learning）进行探索。很有趣的现象是，现在在美国最著名的深度学习科学家，他们都是非美国人，来自世界各地，我也不知道为什么。
我们身边有很多深度学习的例子，最简单的像我们使用的siri、自动翻译、自动标签等技术，这些都是六十年前无法实现的。在比如今年最著名的实验，谷歌发明的Alpha Go打败了李世乭，又如今年有人将AI应用在艺术上，通过学习艺术名作来创作相同风格的作品。
在硅谷，很多人在讨论人工智能的奇点。到了这个奇点，机器就将变得比人类更智能。接下来要谈的就比较哲学了。
关于奇点，基于四个假设：
第一，AI能创造令人难以置信的结果。
事实的确是这样的。但AI创造神奇的原因在于，是我们人类创造了结构化的工作环境，让AI的工作起来变得更加容易，由此帮助了我们。
比如在市政方面，无人驾驶只有在平坦的道路上才能实现，新加坡的道路是非常结构化的，但北京就不一样了。
Alpha Go也是个例子，在Alpha Go战胜李世乭之前，必须由人类去为它收集15万个棋局作为数据库。但Alpha Go除了围棋还能做什么呢？除了这，它一无是处，但人类还能做很多事。
因此，机器跟人还是有很多区别的，Alpha Go需要44万瓦的电，但只能做一件事，而人类，如爱因斯坦也只需20瓦的能量就能做完成很多壮丽的事业。
第二个假设，目前科技以前所未有的速度发展着。
真的是这样吗？我们看1890-1910年之间，我们发明了汽车、飞机、电话、收音机、录音、电影等技术，同一时期人们还提出了相对论和量子力学，我们的办公室和家居环境因家用电器的发明而改变，我们的城市也出现了摩天大厦。
所以你确定吗？我们当今科技的进步真的是前所未有的吗？
第三，科技创造了超人类的智能。
其实我觉得超人类的智能很早就有了，很多动物就拥有这种力量，比如蝙蝠的夜间视觉和倒立能力。人类社会一直同超能力共存。
第四，我们在人类史上首次创造出了非人类的智能。
其实，机器智能一直以来就存在。例如，钟表计时，钟表是人类设计出来的机器，它能够一分一秒地走动，这种能力是人类不具有的，人类根本做不到这一点。
因此，我个人认为奇点不会很快到来。而这种理念和哲思也会让我们换一个角度来思考AI——AI是一种技术，但不要把这种技术的魔力夸大了。
AI目前的第一大应用，我认为在未来短期内主要仍是挖掘消费者的潜能，比如精准的产品推送，这实际上是在打造更好的销售人员，而不是更好的医生和工程师。
那我们现在经常在探讨的深度学习有什么用呢？IBM、微软、谷歌、戴尔都在做医疗方面的应用，全球每年都有几百万份扫描医疗图片，在菲利普健康中心有1亿3500万的病例，我们接下来要做的就是怎样让AI去深度学习这些图片，并发掘病人潜在的病灶，这种深度学习可能比现在应用务实得多。
那么我们现在研究AI有没有什么没有意识到的环节，也就是AI错过的环节呢？
80年代起，我们就在研究何谓“常识”（common sense）？
为什么？因为没有常识就不算聪明人。比如我告诉你这杯水是烫的，但你没有常识的话就还会把手指伸进去，而不会趋利避害。我不相信有朝一日机器人会发展出常识。知道这一点后，我觉得你就明白我对无人驾驶，对AI的观点了。
这里有两个案例。
第一个案例。
美国警察在空中追捕犯罪分子时，有一群小学生发现了犯罪分子的行踪，他们自动在地上，合作摆出了一个箭头的模样，指示空中直升机里的警察。这就是常识的魅力，机器人不能自动地识别谁是好人谁是坏人，他们也不会做出这样的反应。
第二个案例。一个非常受欢迎的机器人PR2将完成一个任务——上楼买咖啡。这需要经历几个步骤：开门，按电梯，等电梯里的人下来后走进电梯，按楼层，关门……工程师们花了好几个月去完成这些程序，每一个步骤都设置了很久。
最后在测试的时候，发现机器人一直在电梯口等着，电梯里的人都走完了它还在等，一直等着，等着，等着。
为什么呢？为什么不上去呢？
我想你们中有些人已经猜到了。电梯中有面镜子，机器人观测到了镜子中的自己，它以为电梯里还有人没下来，所以一直在等。
从中可见，机器人没有常识，它不可能有常识。
机器人能够工作，但前提是人必须为它创造一个结构化的工作环境；打造一个智能系统也很容易，无人驾驶即是一个智能的交通系统，但是你不能保证人在路上不出事，因为它没有常识。
因此，我的结论比较简单，大家夸大了人工智能的能力，同时也夸大了它们的威胁。
其实我们已经生活在一个满是机器的环境中。你看我们去乘地铁，地铁站里有自动取款机、自动售票机，进站要刷卡、要验包，地铁本身也是个巨大的机器，我们和机器共处得还不错。
至于说人工智能是否会淘汰大批的劳动力这个问题。当我们最初生产电脑时，没有人想象出来它会成为一个沟通的工具；我们最初生产手机时，也只知道它是个通讯工具，但它现在切切实实地改变了我们的生活，也创造了更多就业岗位。
因此，AI亦然，我们可能会害怕它的出现会使得很多传统工作消失了，但人不会越来越愚蠢，AI会创造更多新的就业岗位，而人类会很快适应这些。
未来会带给我们惊喜。我们不要怕机器人，机器能做的只是照顾人类，我们害怕的实际是我们不当利用机器人。
提问环节
Q：您一直在提硅谷，很多地方政府想复制硅谷的成功，而美国也只有一个硅谷而已。复制硅谷的成功有可能吗？或者说这种追随有意义吗？
A：中国人经常邀请我来中国来谈这个问题。简单的回答是，你不可能在中国建造另一个硅谷。我们能不能在加州复制一个北京呢？实际上，在美国有多少个硅谷呢？只有一个。
所以我认为，你可以从硅谷学习一些东西，但不能复制一个硅谷。北京不是上海，上海不是深圳，上海和杭州虽然非常接近，但风格迥异，每个地方都要找到合适自己的创新之路。
Q：您提到硅谷的一些大学对硅谷的影响之大，我想请您告诉我为什么中国的大学没有做出相同的贡献和影响力？
A：其实中国的大学对硅谷做了很多贡献，斯坦福的高材生都是中国学生，大家都嫉妒中国人。[笑]
实际上，中国的高材生在硅谷和在北京的职业生涯是不一样的。在硅谷，他们会被逼着去创新，去尝试一些疯狂的想法，并且即使失败了也没关系。我很感谢中国留学生为硅谷做出的贡献，但我也希望中国的大学生能影响中国的IT事业。
还有一个延伸问题，为什么美国的大学生不愿意来中国呢？当然这是另一个话题。
Q：硅谷的码农加班吗？一周加班多少小时？
A：其实有两个硅谷。一个是谷歌、苹果这样的大公司，在这些企业上班的话每天工作时间8小时。另外还有一个硅谷，就是我刚才说的那些开源的创业者社区，他们不眠不休，永远在创新的路上，就像乔布斯说的，时刻保持好奇（stay hungry）。
Q：在硅谷，您觉得最重量级的发明是什么？有没有您看得上的中国发明？
A：我认为中国企业还不擅长市场和营销，所以硅谷实际上并不熟悉中国的产品。中国的企业还没有真正走出去，也没有向世界讲好中国的产品故事。
Q：这些您认为未来很有前景的领域是怎么挑选出来的？有什么评价标准？
A：我住在硅谷，我也去开源工程师的办公室，我会观察年轻人都在玩什么，会为了什么而兴奋，从这我们会了解下一个硅谷、下一个脸谱网会是什么样的。
大家可能会认为硅谷在谈共享经济，其实大部分人不感兴趣，这不关你赚不赚钱，而是这个东西大家是否感兴趣，兴趣更为重要。
大家可以去看我刚说的开源社区，里面很多人都喜欢VR，很多硅谷的人都喜欢3D打印，由此我认为这是未来的趋势。
Q：川普上台之后，硅谷的优势是不是会弱化？
A：大家都有点担心硅谷会变成什么样子，大家也不是特别满意这次大选。我就说到这里吧。
Q：刚刚您说到我们把计算机引入人体，这会触发数据安全等方面的问题。我们如何来确保它们的安全性能？尤其是防止这些数据不被竞争企业和政府拿去滥用？
A：在湾区有两派：一派是技术狂人，没有底线；另一派是批评人士，不相信技术，不喜欢技术，认为技术不会为人类社会带来好处。向你刚刚说的这种对技术的探讨古而有之。
湾区不喜欢大公司，因为大家认为大公司就是为了盈利；也不喜欢政府，因为政府会出台法律来管制我们。所以区块链是由那些不相信政府、大企业的人打造出来的，他们就想利用互联网来达到权利的平衡。但事实上，风险一直在这里。
我出生在欧洲，和美国相反的是，欧洲保守派力量太强，创新的力量太弱。
由此可见，关于技术的两派之争，从技术之初就有了，在各个地方也都有，如何平衡这两派是一个长久的问题。
Q：我想问关于人工智能政策方面的问题。我发现您对AI未来的发展还是持非常积极的态度，但很多人仍然有担忧，AI会导致失业，我们会太依赖人AI，也会引发一系列数据安全问题、道德问题。您的观点是什么？
A：首先你说的都是正确的，每个技术都有自己的短板，但我们不能单一地看人工智能。当我们讲生物科技时，这里面涉及到很多基因啊，生物技术可以改变基因，你觉得哪个更危险呢？
新的科技会摧毁旧的就业机会，但也会创造更多新的就业岗位，问题在于如何培训低文化水平、低素质水平的人去适应和胜任新的工作。这其实是教育体系的问题，这也是为什么我们希望每个人都去上大学，每个人要拿专业证书。
我们的社会体系还不能适应很好的就业体系，不能快速培训人才适应新的工作，但这是政治家要考虑的问题。
Q：今年斯坦福大学的李菲菲博士被谷歌挖走了，那我好奇，未来人工智能重大技术的诞生是否会在大企业里？人工智能技术在学术上是不是会停滞不前，而只获得商业上的成功？
A：中国人问的问题啊都非常直捣人心。
的确，谷歌、Facebook都会在大学挖最好的科学家。人工智能在60年前就有了，只是经历了很多失败，20年前我都不好意思去承认我是人工智能研究的，当时的企业都没有动力去做人工智能。那么，谁来延续做这个研究呢？大学。
深度学习的热度其实来源于大学的研究，科学家从大学到企业其实是技术自然的传递。我们也会担心这些学术价值的消减，我们最好的期待是谷歌也会投钱资助学术研究，当然不是为了投钱而投钱。
Q：我的假设是人类会不断发展常识，因为常识是我们为了应对自然资源竞争的自然反应，但我们没有给AI足够的时间去成长成熟。如果我们培训AI，像人类社会哺育孩子一样，它们能不能有这样的常识？
A：我们在做研究中很重要的是学习和分享。
首先，作为机器人它们不擅长学习，它们要很多数据库、数据集才能反馈给你答案。但我们不需要给孩子几千几万份资料去学习，它们只要重复几遍就会了。其实机器根本不擅长学习。
第二，分享知识，机器人之间是不会做这个的。
还有第三点，多任务同时处理的能力。就像我刚刚举的例子，Alpha Go需要44万瓦的电力完成一个任务，而我们人类只需要20瓦，而人类社会很难打造一个只需要20瓦就能完成的任务。
实际上，当我们希望普及人工智能时，我们并不需要它去成为围棋冠军，而是希望它像一般人一样就好。
Q：其实我想提一些不同的看法。在今年Alpha Go和李世乭的对弈当中，令很多围棋大师惊讶的是Alpha Go下出了一些人类都想不到的棋路。所以，可能人工智能跟我们的智能是不一样的，它们不一定要模拟我们的思维方式，也许未来机器与机器之间也可以用它们的语言来交流分享，会不会是这样的呢？
A：当然啦，人工智能和我们的智能当然不一样，它们一断电就不行啦。
自然世界中有很多种类的智能，机器很有用，在人类无法完成的领域，机器人很厉害，很快，很精准。
实际上，在今天提到的AI通过深度学习创造艺术的案例很有意思，但其中更有意思的点是，我们是如何实现艺术的？我们是如何画的呢？
这是个很有意思的问题，我也很好奇，我们没有答案，但人工智能能帮助我们提升自己。