在這個(gè)世界上，一部分人選擇看到丑惡與混亂， 但我選擇看到美好的一面。

01

讓我們來做一個(gè)思想實(shí)驗(yàn)：

盡管人類經(jīng)常干蠢事，但其實(shí)大腦非常強(qiáng)大，而且能耗只有20瓦。假如我們要造一個(gè)類似大腦功能的計(jì)算機(jī)，能耗將高達(dá)一萬億倍。

請問：假如人類發(fā)明了一種技術(shù)，每周可以讓上面這個(gè)計(jì)算機(jī)的能耗降低一半，請問多久這個(gè)計(jì)算機(jī)可以和人腦一樣高效而省電？

答案：只用40個(gè)星期。

2的四十次方是一個(gè)驚人的數(shù)字。

這背后的秘密是什么？

技術(shù)的指數(shù)級增長。

在過去的半個(gè)世紀(jì)里，摩爾定律一直“神奇”地令集成電路單位成本性能每18-24個(gè)月就增強(qiáng)一倍，結(jié)果就是，我們手上的手機(jī)，計(jì)算能力是當(dāng)年登月的阿波羅飛船的1.2億倍。

雷·庫茲韋爾的核心論點(diǎn)是：加速回報(bào)定律。

他認(rèn)為這是信息科技中的基本理論，它遵循可預(yù)見的指數(shù)級增長規(guī)律，反對傳統(tǒng)的認(rèn)為“你無法預(yù)知未來”的觀念。

雖然仍有許多事情都是未知數(shù)（例如哪個(gè)項(xiàng)目、公司或者技術(shù)指標(biāo)會在市場流行，中東何時(shí)能迎來和平），但事實(shí)證明，基礎(chǔ)性價(jià)比及信息承載量卻確確實(shí)實(shí)可以預(yù)見。

更讓人吃驚的是，這些變化并不受戰(zhàn)爭或和平、繁榮或蕭條等因素的干擾。

圖片來自《人工智能的未來》

以此為“秘密武器”，雷·庫茲韋爾保持了驚人的預(yù)測紀(jì)錄，包括非常準(zhǔn)確地預(yù)言AI將先后在國際象棋和圍棋上戰(zhàn)勝人類。

比爾蓋茨評價(jià)雷·庫茲韋爾是“在預(yù)測人工智能方面，我所知道的最厲害的人”。

對于未來，雷·庫茲韋爾還有如下預(yù)測：

• 2045年左右，強(qiáng)人工智能將出現(xiàn)，奇點(diǎn)來臨；
• 人類在本世紀(jì)內(nèi)就可能借助機(jī)器實(shí)現(xiàn)“長生不死”的夢想；
• 未來人工智能將可能擁有自主意識，擺脫人類的控制；
• 22世紀(jì)中葉，純粹的人類可能將不復(fù)存在。

他的如上預(yù)測，會實(shí)現(xiàn)嗎？

02

關(guān)于人工智能的預(yù)測，整體而言，人類并沒有很好的記錄。

在上個(gè)世紀(jì)60年代，人類發(fā)出了兩個(gè)雄心勃勃的10年“壯志”：

• 一個(gè)是約翰·肯尼迪總統(tǒng)宣布：在10年內(nèi)，人類將登上月球。
• 一個(gè)是怪才赫伯特·西蒙宣稱：“我們離復(fù)制人類大腦解決問題的能力和信息處理的能力已經(jīng)不遠(yuǎn)了?！?/li>

西蒙給的時(shí)間也是10年。

眾所周知，看起來工程浩大的登月計(jì)劃成功實(shí)現(xiàn)了；而破解那個(gè)不到1.4公斤的大腦，直到今天都毫無頭緒。

赫伯特·西蒙絕非信口開河。他是一位罕見的跨界天才，拿過九個(gè)博士學(xué)位，在頂尖大學(xué)里擔(dān)任計(jì)算機(jī)和心理學(xué)教授。他開創(chuàng)性地提出了決策理論，從事過計(jì)量學(xué)研究，是企業(yè)界和政府的聰明大腦。

赫伯特·西蒙看到了一個(gè)機(jī)會：用計(jì)算機(jī)作為對于符號（因而是對于思維）的通用處理機(jī)而非僅僅是用作算術(shù)運(yùn)算的快速引擎。

1955年底，他與合作者發(fā)明了為計(jì)算機(jī)編程使用的列表處理語言，并利用該語言創(chuàng)造了首個(gè)通過選擇性搜索解決非數(shù)字問題的計(jì)算機(jī)程序。

從此，計(jì)算機(jī)不僅會計(jì)算，還會“算計(jì)”。

赫伯特·西蒙自己用大白話解釋道：

我們發(fā)明了能夠思考非數(shù)值問題的計(jì)算機(jī)程序，從而解決了歷史悠久的心/身問題，解釋了由物質(zhì)構(gòu)成的系統(tǒng)如何能具備心理的特征。

借此，我們開辟了將大量以前只能由人類智能完成的任務(wù)進(jìn)行自動化操作的道路，對研究思維提供了新的方法—計(jì)算機(jī)“模擬。

從此，一個(gè)曠日持久的爭執(zhí)開始了：機(jī)器能思考嗎？

赫伯特·西蒙認(rèn)為能。

1975年，赫伯特·西蒙榮獲計(jì)算機(jī)科學(xué)最高獎——圖靈獎。

1978年，他又拿下諾貝爾經(jīng)濟(jì)學(xué)獎。

然而，即使是地球上最聰明的人，也低估了人類大腦的復(fù)雜程度。直到今天，智能機(jī)器距離人類的大腦依然很遠(yuǎn)。

03

追溯“智能機(jī)器”的思想萌芽，會讓我們?nèi)サ?00多年前，遇見一個(gè)叫帕斯卡的人。

總有些人，神奇地出現(xiàn)在人類歷史進(jìn)程中的某個(gè)重要交叉路口，并且如先知般，將那些毫無頭緒的要素匯在一處。

帕斯卡為人類點(diǎn)燃了三盞與智能機(jī)器有關(guān)的明燈：

（1）人對自我的認(rèn)知

帕斯卡說人不過是一棵蘆葦，是自然界最脆弱的東西。然而，這是一棵會思考的蘆葦。

縱使宇宙毀滅了他，人卻仍然要比致他于死命的東西高貴得多。

（2）會計(jì)算的機(jī)器

帕斯卡的父親是位稅務(wù)監(jiān)督官，帕斯卡為了幫父親減輕繁重的計(jì)算任務(wù)而設(shè)計(jì)出了這部機(jī)器，是17世紀(jì)唯一的機(jī)械計(jì)算器。

（3）概率思維與計(jì)算

帕斯卡和費(fèi)馬，在書信來往中，開始了對概率論這個(gè)數(shù)學(xué)分支的第一次實(shí)質(zhì)性研究。

仔細(xì)想想看，感嘆人不過是一棵蘆葦?shù)呐了箍?，和造出一部?jì)算機(jī)器的帕斯卡，是矛盾的，用確定的數(shù)學(xué)知識，去思考看起來不確定的概率問題，似乎也是矛盾的。

這似乎暗示著，對于智能的思考，從來都不是單一命題，而是需要多學(xué)科的思維。

300多年后，我們知道帕斯卡的這三盞明燈分別對應(yīng)著認(rèn)知科學(xué)、計(jì)算機(jī)和算法。

04

計(jì)算機(jī)的本質(zhì)是用代碼“模仿”人類的思想。要做到這一點(diǎn)，我們首先必須將思想“解碼”。

亞里士多德認(rèn)為邏輯是一切科學(xué)的基礎(chǔ)，開創(chuàng)了形式邏輯學(xué)。

然而在他之后，邏輯學(xué)和數(shù)學(xué)都是各行其路，可計(jì)算和不可計(jì)算似乎是涇渭分明的。直到萊布尼茲開始嘗試將二者聯(lián)系起來。他結(jié)合邏輯學(xué)和數(shù)學(xué)，形成第三種創(chuàng)新思想，這就是所謂“異類聯(lián)想”。

萊布尼茲發(fā)明了能夠進(jìn)行加、減、乘、除及開方運(yùn)算的二進(jìn)制，創(chuàng)立了符號邏輯學(xué)的基本概念，后來發(fā)展出“數(shù)理邏輯”這門學(xué)科。

萊布尼茲對于“一切皆可計(jì)算”滿懷熱情，據(jù)說他的口頭禪是：來，讓我們算一下。

1651年，托馬斯·霍布斯在其名著《利維坦》中提出了一個(gè)開創(chuàng)性的思想：

從這個(gè)層面來說，“推理”只不過是“計(jì)算”，也就是對我們大腦中的一些符號與表達(dá)的結(jié)果進(jìn)行加加減減。當(dāng)我們獨(dú)立計(jì)算時(shí)，稱其為“符號”；當(dāng)我們向他人展示與證明我們的計(jì)算時(shí)，則稱其為“表達(dá)”。

隨后，交織著偉大的思想和偉大的公式，不同的學(xué)科先后發(fā)生著融合：

• 1847年，午治·布爾成功地把形式邏輯歸結(jié)為一種代數(shù)，創(chuàng)立了邏輯代數(shù)學(xué)；
• 1936年，圖靈嚴(yán)格地描述了計(jì)算機(jī)的邏輯結(jié)構(gòu)，首次提出了計(jì)算機(jī)的通用模型——“圖靈機(jī)”；
• 1938年，香農(nóng)用二進(jìn)制系統(tǒng)表達(dá)布爾代數(shù)中的邏輯關(guān)系，把二進(jìn)制運(yùn)算與電子器件相結(jié)合，實(shí)現(xiàn)了邏輯功能，將邏輯映射到現(xiàn)實(shí)物理世界；
• 1945年6月，馮·諾依曼提出了在數(shù)字計(jì)算機(jī)內(nèi)部的存儲器中存放程序的概念,這是所有現(xiàn)代電子計(jì)算機(jī)的模板，被稱為“馮· 諾依曼結(jié)構(gòu)”。

如果我們跳出現(xiàn)代計(jì)算機(jī)的定義，還可以向前追溯至“通用計(jì)算機(jī)之父”巴貝奇，以及為他的機(jī)器編寫了最早計(jì)算機(jī)軟件的Ada。

也許是因?yàn)榱魈手赣H——著名詩人拜倫的血液，Ada做出了遠(yuǎn)超那個(gè)時(shí)代的浪漫主義預(yù)測：機(jī)器不僅可以計(jì)算，還能夠做譜曲，寫詩，編織，以及別的更復(fù)雜的事情。

當(dāng)我們從亞里士多德開始，回顧人類在發(fā)明計(jì)算機(jī)過程中的大膽探索，會有這樣一個(gè)發(fā)現(xiàn)：思考“會思考的機(jī)器”，需要兼顧科學(xué)與人文的大腦，需要在智慧的不同疆界之間搭起橋梁，需要最大膽的想象力。

05

今天，我們審視人類在“計(jì)算”和“智能”上所處的歷史階段，會不由得發(fā)出感慨：

我們的運(yùn)氣真好。

原因有三：

1. 從蒸汽時(shí)代，到電氣時(shí)代，再到信息時(shí)代，“計(jì)算”已經(jīng)成為社會的基礎(chǔ)設(shè)施。
2. 人工智能在經(jīng)歷了過于樂觀和過于悲觀的起起伏伏之后，來到了一個(gè)新的轉(zhuǎn)折點(diǎn)。
3. 在軟件時(shí)代有些薄弱的中國，有機(jī)會在云計(jì)算和智能時(shí)代彎道超車。

一切正在發(fā)生。

也許你覺得人工智能離你還有點(diǎn)遠(yuǎn)，AI似乎還是實(shí)驗(yàn)室里的概念，還在做些挑戰(zhàn)世界圍棋冠軍這種很厲害但又“沒啥用”的事情。

其實(shí)，透過互聯(lián)網(wǎng)和智能手機(jī)，人工智能已經(jīng)開始滲入我們每天的日常生活。

當(dāng)你登錄上淘寶，里面每一件商品、每一項(xiàng)活動，甚至每一張圖片，它們的展示順序、方式，都是智能后臺根據(jù)你過往行為進(jìn)行的定制化推薦。在你打開淘寶首頁的一剎那，它們被一一擺放到了你想看到的位置。

當(dāng)你通過登陸手機(jī)淘寶和手機(jī)天貓“召喚”新版阿里小蜜，就可以獲得屬于自己專屬的智能服務(wù)助理，享受量身打造的服務(wù)體驗(yàn)。

“猜你想問”基于促銷活動、用戶偏好和購物場景等，主動判斷你的需求和提問方向。

“服務(wù)管家”自動推送服務(wù)流程中的處理信息。不僅可以直接查看正在進(jìn)行中的售后進(jìn)程，處理完畢后還將自動推送結(jié)果信息給到用戶，并打通熱線、在線數(shù)據(jù)，實(shí)現(xiàn)用戶“只來一次，只說一次”的極致服務(wù)體驗(yàn)。

我們似乎早習(xí)慣了中國電商和手機(jī)支付的便利。像那些平常住在海外的華人，例如我，回到國內(nèi)，才會強(qiáng)烈地感受到一種似乎跨時(shí)代的科技先進(jìn)性。

06

科幻小說大師阿瑟·克拉克說：

“如果一個(gè)德高望重的老科學(xué)家說：‘這件事情是可能的’，那他可能是正確的。但如果他說：‘某件事情是不可能的’，那他也許是非常錯(cuò)誤的?！?/p>

數(shù)字化和人工智能的指數(shù)級進(jìn)步，重新定義了“遠(yuǎn)見”這個(gè)詞。

我想問一個(gè)問題：馬云聰明嗎？

1. 從數(shù)學(xué)和圍棋的角度看，馬云一點(diǎn)兒也不聰明，眾所周知他的數(shù)學(xué)成績很差。從馬云自己講過的往事可以知道，他在圍棋上也沒有什么天賦。
2. 為什么一個(gè)看起來不太懂計(jì)算的創(chuàng)始人，可以率領(lǐng)一家算法時(shí)代的超級科技公司？
3. 一個(gè)簡化的答案是，馬云自己不懂技術(shù)，恰恰讓他避免陷入“過度擬合”的陷阱。我曾經(jīng)說過，愿景是一種粗線條的算法。
4. 在圍棋上，不存在只靠大局觀好就能夠贏棋的。然而企業(yè)可以，因?yàn)槟憧梢怨陀帽茸约焊斆鞯娜?。?019年的云棲大會上，我看見阿里云的那些良將們，不禁感慨：“不靠譜”的馬云挑了一堆靠譜的人。
5. 一個(gè)真相是：我們對現(xiàn)實(shí)世界所不知道的東西，要遠(yuǎn)遠(yuǎn)多于自己所知道的東西。但是，絕大多數(shù)人把“熟悉”當(dāng)作“知道”，所以，人們總覺得至少知道自己世界的大多數(shù)東西。這只是一個(gè)幻覺。
6. 在一個(gè)新興的、快速發(fā)展的領(lǐng)域，一個(gè)專家可能比普通人懂10倍，但也只是1%和千分之一的區(qū)別。大家懂的絕對值都很低，二者蠢的程度是非常接近的。換而言之，一個(gè)承認(rèn)自己蠢的普通人，可能比一個(gè)“總覺得自己對的聰明人”正確的時(shí)間還要多。尤其是在一個(gè)指數(shù)級增長的領(lǐng)域，老專家們的預(yù)測反而可能是錯(cuò)的。
7. 馬云聰明嗎？按照我們傳統(tǒng)的對智商的定義，他并不聰明，這讓我們意識到，對“智能”的定義應(yīng)該是多樣化的。同樣，在一個(gè)算法時(shí)代，我們對算法的定義也應(yīng)該有更廣闊的視野。但是他技術(shù)上的“外行”，以及受益于圍棋的“大局觀”，反而令他有一種與眾不同的“遠(yuǎn)見”。

阿里是怎樣成為一家技術(shù)領(lǐng)先的公司的？

說起阿里巴巴，我們腦中會涌現(xiàn)出“價(jià)值觀”、“雙11”等關(guān)鍵詞。

但似乎是不知不覺間，作為商業(yè)高手的阿里，突然變成了一名技術(shù)高手：

• 在2019年“阿里云主論壇·飛天智能”上，阿里亮出了技術(shù)成果：
• 平頭哥發(fā)布全球最強(qiáng)AI芯片含光800，打破業(yè)界紀(jì)錄，性能及能效比全球第一；
• 全球前三、亞太第一的阿里云已構(gòu)建起亞洲種類最全、規(guī)模最大的人工智能集；
• 阿里巴巴AI每天調(diào)用超1萬億次，服務(wù)全球10億人；
• 日處理圖像10億張、日處理視頻120萬小時(shí)、日處理語音55萬小時(shí)、日處理自然語言5千億句；
• 阿里巴巴視覺智能日調(diào)用量超過1600億次；
• 達(dá)摩院在國際頂級學(xué)術(shù)會議上累計(jì)發(fā)表450多篇論文，在自然語言處理、智能語音、視覺計(jì)算等領(lǐng)域算法奪得40多項(xiàng)世界第一；
• 全球23個(gè)城市引入了城市大腦。

“商業(yè)阿里”如何成為“技術(shù)阿里”，其實(shí)包含著兩個(gè)懸念：

1. 阿里的價(jià)值觀優(yōu)勢，是如何延伸至阿里云和達(dá)摩院的？
2. 為什么從全球范圍內(nèi)來看，商業(yè)公司成為人工智能研發(fā)的主戰(zhàn)場？

07

讓我們再次回到AI元年：1956年。

正是在那一年，科學(xué)家麥卡錫、明斯基、羅切阿斯特和香農(nóng)等在美國達(dá)特茅斯學(xué)院召開“人工智能”研討會，標(biāo)志著“人工智能”這門新興學(xué)科的正式誕生，1956年也被稱為AI元年。

隨后，人工智能經(jīng)歷了數(shù)次高潮和低谷。

第一次高潮（1956～1973年）：第一個(gè)聊天程序ELIZA誕生。在西洋跳棋項(xiàng)目上，計(jì)算機(jī)開始取得“人機(jī)大戰(zhàn)”的勝利。

第一次低谷（1974～1980年）：1973年，英國著名數(shù)學(xué)家萊特希爾對當(dāng)時(shí)的機(jī)器人技術(shù)、語言處理技術(shù)和圖像識別技術(shù)進(jìn)行了嚴(yán)厲的批評，并表達(dá)了對先前的AI投資未能產(chǎn)生預(yù)期收益的失望。

隨后，各國政府和機(jī)構(gòu)也停止或減少了資金投入，人工智能在70年代陷入了第一次寒冬。

第二次高潮（1981～1987年）：由卡耐基梅隆大學(xué)開發(fā)的一款幫助顧客自動選配計(jì)算機(jī)配件的軟件程序XCON投入實(shí)際使用，標(biāo)志著“專家系統(tǒng)”從理論到實(shí)際工業(yè)應(yīng)用邁出了第一步。深度學(xué)習(xí)”三巨頭”發(fā)表反向傳播算法論文，開啟深度學(xué)習(xí)潮流。

第二次低谷（1987年～2005年）：“專家系統(tǒng)”應(yīng)用領(lǐng)域狹窄、推理方法單一、數(shù)據(jù)獲取困難等問題逐漸暴露出來，同時(shí)無法自我學(xué)習(xí)并更新知識庫和算法，導(dǎo)致維護(hù)越來越麻煩，成本激增。

1997年，IBM的深藍(lán)戰(zhàn)勝了世界國際象棋冠軍卡斯帕羅夫。然而，勝利背后，是IBM的高速計(jì)算機(jī)資源、定制的國際象棋芯片、強(qiáng)大的國際象棋特級大師顧問團(tuán)。

人們多多少少認(rèn)為，這場計(jì)算機(jī)的勝利夠“暴力計(jì)算”，而不夠“人工智能”。

因?yàn)閲H象棋的變化，相對而言不像圍棋復(fù)雜得那樣驚人–比宇宙間所有原子加起來還要多。

深藍(lán)的研發(fā)者許峰雄，在2002年時(shí)這樣判斷計(jì)算機(jī)下圍棋的前景：“它實(shí)在太難了，以至于在未來20年中可能得不到解決。”

第三次高潮（2006年至今，又稱人工智能之春）：計(jì)算機(jī)性能進(jìn)一步提高，GPU加速技術(shù)出現(xiàn)，計(jì)算量不再是阻礙神經(jīng)網(wǎng)絡(luò)發(fā)展的問題。2012年的ImageNet年度挑戰(zhàn)把深度學(xué)習(xí)和大數(shù)據(jù)推到前臺，大量投資資金涌入。

2016年，AlphaGo打破了許峰雄的預(yù)言，戰(zhàn)勝了世界圍棋冠軍，震驚世界。

AlphaGo圍棋程序應(yīng)用了近年來在人工智能領(lǐng)域有重大突破的深度學(xué)習(xí)（Deep Learning）和強(qiáng)化學(xué)習(xí)（Reinforcement Learning）等技術(shù)，加上谷歌強(qiáng)大的并行計(jì)算實(shí)力，可以說其“智能”水平已經(jīng)遠(yuǎn)遠(yuǎn)超過當(dāng)年的“深藍(lán)”。

2018年AlphaGo之父哈薩比斯，創(chuàng)立了專注于人工智能研發(fā)的DeepMind公司，其目標(biāo)是建立強(qiáng)大的通用學(xué)習(xí)算法，將技術(shù)應(yīng)用于解決現(xiàn)實(shí)世界的難題。

這一目標(biāo)，比以往任何時(shí)候都更具野心，但又似乎值得冒險(xiǎn)。

回顧人工智能的發(fā)展歷程，我們會發(fā)現(xiàn)這樣一個(gè)秘密：人工智能其實(shí)是一個(gè)有點(diǎn)兒籠統(tǒng)的概念。

也許因此，人工智能研究人員傾向于組成不同的陣營，甚至?xí)ハ嗯u。這已經(jīng)成為并且將繼續(xù)成為進(jìn)步的阻礙。

布萊·惠特比在《人人都該懂的人工智能》一書中這樣寫道：

“人工智能問題的領(lǐng)域如此廣泛，人工智能技術(shù)應(yīng)用的領(lǐng)域同樣廣泛……但是，人工智能研究人員常常只在自己的工具包里放置一種技術(shù)?！?/p>

為什么人工智能歷史如此短暫，卻會引發(fā)派系之爭？

原因之一是：研究人員需要在激烈的競爭中爭取到資金。

好消息是，在商業(yè)世界里，不同的技術(shù)路線的整合是可行的。

在這里，我們可以回答上一節(jié)的懸念之一：

為什么從全球范圍內(nèi)來看，商業(yè)公司成為人工智能研發(fā)的主戰(zhàn)場？

答案如下：

1. 企業(yè)里的研究人員更加務(wù)實(shí)，那些成功的商業(yè)人工智能產(chǎn)品，包含了不同的技術(shù)組合；
2. 企業(yè)有數(shù)據(jù)、算法、算力方面的資源優(yōu)勢；
3. 科技公司自身的主營業(yè)務(wù)，本身就是一個(gè)巨大的人工智能實(shí)驗(yàn)室；
4. 有價(jià)值的人工智能研究，需要有具體的應(yīng)用場景。在現(xiàn)實(shí)中“有用”，要比在實(shí)驗(yàn)室里“有效”，更能激勵(lì)技術(shù)的進(jìn)步。

那么另外一個(gè)懸念呢？

阿里的價(jià)值觀優(yōu)勢，是如何延伸至阿里云和達(dá)摩院的？

一個(gè)原因是前面提及的“愿景”，馬云因?yàn)槭羌夹g(shù)外行，所以沒有受到技術(shù)細(xì)節(jié)的限制，反而擁有了“粗線條算法”的優(yōu)勢。

另外一個(gè)原因是，“商業(yè)阿里”與“技術(shù)阿里”的基因是一致的，那就是：敢于試錯(cuò)。

商業(yè)的阿里，是一家敢于失敗的公司。例如從“來往”到“釘釘”，血戰(zhàn)到底，卷土重來。

技術(shù)的阿里，信仰科學(xué)的方法。

科學(xué)的本質(zhì)在于不斷承認(rèn)你是錯(cuò)誤的，并接受新的、概括性更強(qiáng)的模型。

如路易斯?達(dá)特內(nèi)爾所言：科學(xué)作為一個(gè)理解世界運(yùn)作的體系如此有用，科學(xué)方法本身才是最偉大的發(fā)明。

08

阿里的達(dá)摩院，也許有機(jī)會成為人工智能時(shí)代的貝爾實(shí)驗(yàn)室。

作為公司內(nèi)部的獨(dú)立實(shí)體，貝爾實(shí)驗(yàn)室是晶體管、激光器、太陽能電池、發(fā)光二極管、數(shù)字交換機(jī)、通信衛(wèi)星、電子數(shù)字計(jì)算機(jī)、蜂窩移動通信設(shè)備、長途電視傳送、仿真語言、有聲電影、立體聲錄音，以及通信網(wǎng)等許多重大發(fā)明的誕生地。

貝爾實(shí)驗(yàn)室的科學(xué)家們一共獲得過8項(xiàng)諾貝爾獎，其中7項(xiàng)物理學(xué)獎，1項(xiàng)化學(xué)獎。

真是神一般的存在。

前面提到的信息論之父香農(nóng)，就是在貝爾實(shí)驗(yàn)室提出了香農(nóng)定理。香農(nóng)也體現(xiàn)了貝爾實(shí)驗(yàn)室科學(xué)天才們的特點(diǎn)：研究那些可能做出來產(chǎn)品的科學(xué)。

阿里的達(dá)摩院，是一個(gè)被阿里巴巴定義為“探索未來科技，為人類愿景而努力的科研機(jī)構(gòu)”。

“達(dá)摩院”由馬云親自取名，從這個(gè)名字就可以看出他寄予的厚望。

在金庸的武俠世界里，達(dá)摩院是少林寺的最高武學(xué)機(jī)構(gòu)，研究天下武學(xué)恩惠天下的天下觀，是達(dá)摩院的精髓。

這種觀世界、濟(jì)天下的胸懷和情懷也融入了達(dá)摩院的初心。

短短兩年，達(dá)摩院交出了漂亮的成績單。

截至 2019 年 9 月，達(dá)摩院在國際頂級學(xué)術(shù)會議上累計(jì)發(fā)表 450 多篇論文，在自然語言處理、智能語音、視覺計(jì)算等領(lǐng)域算法奪得 40 多項(xiàng)世界第一，已成為阿里聚集科技人才和基礎(chǔ)技術(shù)研發(fā)的 “技術(shù)基石”。

達(dá)摩院機(jī)器智能實(shí)驗(yàn)室過去兩年構(gòu)建了完整的算法體系，涵蓋語音智能、語言技術(shù)、機(jī)器視覺、決策智能等方向，并取得多個(gè)世界領(lǐng)先水平的成果，包括自研的語音識別算法（DFSMN）、在機(jī)器翻譯的國際頂級大賽 WMT 獲 5 項(xiàng)第一，在被譽(yù)為人工智能世界杯的 WebVision 競賽斬獲冠軍……

其中特別令人矚目的是，在量子計(jì)算領(lǐng)域，達(dá)摩院量子實(shí)驗(yàn)室完成了第一個(gè)可控的量子比特研發(fā)工作，該比特的設(shè)計(jì)、制備和測量全部由達(dá)摩院量子實(shí)驗(yàn)室自主完成。此外，量子實(shí)驗(yàn)室也在著手量子芯片研發(fā)。

在指數(shù)式增長的數(shù)字化和智能化時(shí)代，達(dá)摩院還將創(chuàng)造什么奇跡？

09

從2016年AlphaGo掀起的熱潮迄今，人們開始對人工智能有更多不同角度的審視。

圖靈獎得主朱迪亞·珀?duì)栒J(rèn)為 ：當(dāng)下的AI只是曲線擬合，而不是真正的智能。

珀?duì)栒f，除非算法和由它們控制的機(jī)器能夠推理因果關(guān)系，或者至少概念化差異，否則它們的效用和通用性永遠(yuǎn)不會接近人類。

朱迪亞·珀?duì)栆匀斯ぶ悄芨怕史椒ǖ慕艹龀煽兒拓惾~斯網(wǎng)絡(luò)的研發(fā)而知名。2011年，他因通過概率和因果推理的算法研發(fā)在人工智能取得的杰出貢獻(xiàn)而獲得圖靈獎，被稱為貝葉斯網(wǎng)絡(luò)之父。

諾貝爾經(jīng)濟(jì)學(xué)獎獲得者托馬斯·薩金特說，人工智能其實(shí)就是統(tǒng)計(jì)學(xué)，只不過用了一個(gè)很華麗的辭藻。好多的公式都非常老，但是所有的人工智能都是利用統(tǒng)計(jì)學(xué)來解決問題。

南加州大學(xué)信息科學(xué)家巴特·卡斯科認(rèn)為：人工智能=高速計(jì)算機(jī)上運(yùn)行的老算法

所以機(jī)器不會思考。它們更類似于函數(shù)，即將輸入變?yōu)檩敵觥?/p>

他說，大數(shù)據(jù)和機(jī)器學(xué)習(xí)中最流行的兩種算法：無監(jiān)督算法，監(jiān)督算法，都是現(xiàn)代統(tǒng)計(jì)學(xué)中同一標(biāo)準(zhǔn)算法——期望最大化算法的特例。大多數(shù)所謂的人工智能只不過是“機(jī)器爬山算法”而已。

麻省理工學(xué)院的一篇論文指出：

• 創(chuàng)建類人的學(xué)習(xí)和思考的機(jī)器需要他們能夠構(gòu)建出世界的因果模型，能夠理解和解釋他們的環(huán)境，而不僅僅是使用模式識別來解決問題。
• 這樣的系統(tǒng)必須建立在物理(物理學(xué))和社會(心理學(xué))科學(xué)的基礎(chǔ)上，才能具備對世界進(jìn)行直觀推理的能力，從而使機(jī)器能夠“迅速獲取知識，并將其推廣到新的任務(wù)和情況中”。

然而，這些科學(xué)家們可能忽略了一個(gè)重要的現(xiàn)實(shí)：不管現(xiàn)在的人工智能技術(shù)是否算真的“智能”，它們真的很有用。

尤其對中國而言，因?yàn)闆]有經(jīng)歷過完備的信息化洗禮，大數(shù)據(jù)+人工智能，其實(shí)是順手把“信息化”缺的課也全都補(bǔ)上了。

這就像在中國，移動支付被廣泛應(yīng)用的原因之一是信用卡不像國外那樣普及，沒有存量顧慮。

結(jié)果，支付寶把信用卡該辦的事兒也辦好了。

達(dá)摩院的技術(shù)研究有兩個(gè)特點(diǎn)：

1. 阿里自己要用。正所謂“己之所欲，方施于人”。
2. 致力于成為全社會的信息化基礎(chǔ)設(shè)施，技術(shù)的目的是造福社會。

“整個(gè)阿里巴巴的AI的調(diào)用次數(shù)已經(jīng)達(dá)到了1萬億次，服務(wù)的人數(shù)已經(jīng)達(dá)到了10億人！我們在不知不覺當(dāng)中，已經(jīng)成為最大的一家AI公司。”

10

你如何看待人工智能的未來？

我自己的態(tài)度是：樂觀向往，參與其中。

我認(rèn)同哈薩比斯的觀點(diǎn)：“如果未來的世界沒有AI，我會對這個(gè)世界非常悲觀?！?/strong>