凯文·凯利: 人工智能将如何推动第二次工业革命

译者：赵嘉敏  审校：Alvin Lee

来源： TED演讲，由译言(yeeyancom)进行中文翻译制作

https://v.qq.com/txp/iframe/player.html?vid=w0366822mco&width=500&height=375&auto=0

凯文·凯利: 人工智能将如何推动第二次工业革命

我打算谈一谈技术的发展趋势。当（新的）技术到来时，常常会令我们感到惊讶。但事实上，技术在很大程度上是能够被预见的。这是因为所有的技术都有某种倾向性，有某种冲动，有某种趋势。这些趋势是由电线、开关、以及电子的物理和化学本质所决定的，并且呈现出不断重复的模式。或者说，这些模式形成了某种趋势、某种倾向。

你可以把它看成类似于重力的东西。想象雨点汇入山谷：一滴雨点流入山谷的实际路径是无法预测的。我们并不知道它的具体走向，但大方向是很显然的：它往下流。因此，这些内在趋势和冲动，深深扎根于技术系统中，使我们能够感知它们的大体方向。具体点说，电话是必然的，但 iPhone 不是；因特网是必然的，但推特不是。

同样道理，当下有许多正在发生的趋势，而我认为其中最重要的一个是让物体变得越来越聪明。我称之为“知化”，也就是人们常说的人工智能，或者AI。我认为在未来二十年中，这将是社会中最具影响力的发展趋势和驱动力。

当然，它已经发生了。我们已经有了AI，它们通常都隐身在后台工作，在医院里，AI 分析X光片的水准比人类医生还要棒。在律所里，AI核查证物的本事比人类助理律师还要强。我们乘坐的飞机是由AI在驾驶。人类驾驶员只飞个七、八分钟而已；其他时间都是AI在操控。当然，在Netflix和亚马逊网站，是AI在后台进行推荐。这些都是我们已经实现的。

我们也有一些更前沿的例子，比如“阿尔法狗”战胜了人类最强的围棋世界冠军。但还不止于此。我们打电玩时，对手往往是AI。不过最近，谷歌教会了他们的AI自己学习如何打电子游戏。教（AI）打游戏已经不是什么新鲜事了，但（AI）自己学习打游戏则是另一个境界。这就是人工智慧。我们正在以此为起点，让它变得越来越聪明。

在这个大趋势中，我认为有三点尚未被充分认识；如果我们能理解这三点，就能更好的理解AI，并更加全身心的拥抱AI。只有拥抱AI，才能控制AI。我们可以通过拥抱 大趋势来控制细节。

所以，请允许我谈谈这三点。第一点，我们自己尚未很好的理解什么是智能。我们通常认为智能是单维度的，就像一个越来越响的音符。我们用智商来衡量它。老鼠的智商较低，猩猩的智商较高，接下来是比较笨的人，然后是像我一样的普通人，再往上是天才。智商越高，智能就越高。这种看法是完全错误的。这根本就不是智能，人类智能也并非如此。智能更像由不同音符组成的交响乐，每个音符由不同的认知乐器来奏响。

人类的心智包含了多种智能。我们可以进行演绎推理，我们具备情绪智力，我们有空间智能。我们可能有一百种不同的智能集合在一起，它们在不同人的身上也体现得强弱不一。而动物们则可能是另一套体系——由其他智能组成的另一首交响乐，当然，有些乐器与人类是相同的。可能思考的方式相同但侧重点不同，某些方面可能还强于人类，像松鼠的长期记忆就很了不得，能清楚记得坚果的埋藏之所。但在另外一些方面可能不如人类。

当我们制造机器时，也会用同样的方式来设计它们，它们在某些方面会比我们聪明得多，而在其他方面则远远不如我们，因为根本没必要。我们会用这些东西，这些人造的功能组合，为我们的AI添加各种各样的人工认知。我们会让它们（的功能）非常具体。

比方说，计算器在数学运算上要比我们聪明得多；GPS的空间导航能力远胜过我们；谷歌、必应在长期记忆上完胜我们。然后我们再把这些不同类型的智能塞到……比如说汽车里，实现自动行驶。我们之所以这么做，正是因为它的驾驶方式跟我们不一样。它不像我们那样思考。这恰恰是它的特点。它不会分心，不会担心是否忘记了关炉子，不会纠结要不要选金融专业。它只知道开车。

谷歌无人驾驶汽车

它会专心开车，对吧？我们甚至可以把这个做为卖点，叫做“无意识”。它们没有意识，不会东想西想，不会分心。

所以，我们应该尽我们所能制造各种各样的思考（机器）。我们应该去尝试所有可能的思考方式。在商业和科学上，我们会遇到一些难题，单凭人类自身的思考无法解决。我们可能需要分两步走，先发明出新的思考方式，再与它们一起解决这些真正的难题，比如暗能量和量子引力。

我们实际上是在创造异形智能。某种意义上，甚至可以将它们看作人造异形。它们将帮助我们用不同的方式思考，而换一种思考方式是创造的源泉，是财富和新经济的引擎。

第二点是，我们将用AI推动第二次工业革命。在第一次工业革命中，人类发明了我称之为“人造能源”的东西。在此之前，在农业革命时期，制造业靠人力驱动，或者靠畜力。除此之外别无他法。工业革命时期的伟大发明就是人们利用化石燃料和蒸汽所产生的“人造能源”来做我们想做的任何事情。今天，当我们开车行驶在高速上，只需轻轻拨弄开关，就能驾驭250匹马——或者说，250匹马的马力——我们可以建造高楼大厦，修建道路，建设城市，开办工厂，源源不断地生产桌椅或冰箱，这些都远远超出了人力所为。这种“人造能源”还可以通过电网和电线输送到家庭、工厂和农庄，任何人都可以购买这种“人造能源”，只需插上插头就可以使用。

它也带来了很多创新，农民可以为手动泵通上电，加上这种“人造能源”，就变成了电泵。类似的改造成千上万，这个（人力器械+人造能源的）公式造就了工业革命。今天我们看到的所有事物，享受的所有服务，几乎都来源于此。

现在我们要用AI做同样的事情。我们用网路传输AI，把AI加载到诸如电泵之类的东西上，就得到了聪明的电泵。类似的改造做上几百万次，就会掀起第二次工业革命。那么将来汽车行驶在高速上，它不仅有250倍马力，还有250倍的脑力。这就是自动驾驶汽车。它是一种新的商品，是一种新的基础设施。AI将会在网络、在云端传输，就像电一样。

所以凡是可以用电的地方，都可以用AI。正如Jeff所说，未来一万家创业公司的秘诀 其实非常非常简单：拿来某样东西，加上AI。这个公式就是我们将要不断践行的。我们将以这种方式来掀起第二次工业革命。顺便说一句，就在此时，你可以登录谷歌，购买AI：用6美分 购买100次服务。这个服务现在就能用。

第三点是，我们将AI实体化，就得到了机器人。机器人可以帮助我们，完成许多曾经需要我们亲力亲为的任务。而工作就是一系列的任务，我们的工作将会被重新定义，一部分任务将交给机器人来完成。与此同时，也将产生一大批不同种类的新任务，一批以往我们没有意识到要去做的任务。它们甚至有可能催生出新的职业，我们感兴趣的新工作，就像自动化带来的许多新事物，我们之前并不知道会需要它们，但今天我们已经离不开它们了。所以机器人带来的工作机会比它们抢走的要多。更重要的是，我们交给它们的都是需要效率或生产率的任务。如果一个任务，不管是体力的还是脑力的，可以用效率或生产率来衡量，那么就应该交给机器人来完成。需要效率的事情交给机器人好了。我们真正擅长的是浪费时间。

我们最擅长做那些没有效率的事情。科学从本质上来说是低效的。我们一次又一次的失败，很多试验和尝试都徒劳无功，否则我们也学不到什么东西。事实就是，科学研究没有什么效率。创新从定义上来说就是低效的。毕竟我们需要制作原型，需要做各种尝试，经历各种失败。探索是低效的。艺术是低效的。人际关系也是低效的。这些都是我们喜欢做的事情，因为它们都是低效的。高效是机器人的使命。还要认识到，我们将和AI一起工作，因为它们的思维方式与我们不同。

在“深蓝”战胜国际象棋的世界冠军后，人们以为国际象棋没什么玩头了。但事实上，目前世界上最厉害的国际象棋冠军并不是AI，也不是人类，而是由人类和AI组成的团队。最棒的医学诊疗师既不是医生，也不是AI，而是他们组成的团队。也就是说我们将和AI一起工作，你将来的薪酬，很可能取决于你跟机器人合作得如何。这就是我想说的第三点：AI是不同于我们的，它们是技术设备，我们将与它们合作，而非竞争。

那么，未来会如何？我想，25年后我们回头再看今天对AI的理解，我们会说：“你们那都不叫AI。你们甚至都还没有真正的因特网，25年后的因特网才能叫因特网呢。“我们也还没有真正的AI专家。而大量的资本正涌向这个领域，动辄数十亿美金，这是一个巨大的产业。但我们尚未拥有真正的AI专家——如果跟20年后相比的话。我们还处在最初的起步阶段，所有一切才刚刚开始。因特网的历史才刚刚开始。美好的未来才刚刚开始。未来20年最受欢迎的AI产品，最普及的AI产品，还没有被发明呢。也就是说，你们还有机会。

谢谢！

我愿意以我全部的科技换取跟苏格拉底待一个下午
每天一杯咖啡吸收宇宙能量！
重构思维方式，读互联网思想（wanging0123)!

联系方式：投稿及内容合作｜[e-mail]