人工智能是从计划经济中来吗?人工是能与大数据的前世今生有怎样的联系?人的智能与人造智能的区别在哪里?人工智能究竟可以为我们做什么?

　　9月23日，第二届野三坡中国经济论坛在河北保定野三坡举行，众多国内外经济学家将齐聚一堂，聚首拒马河畔，以“改革推动力”为主题，深入探讨中国经济改革的新引擎，长江商学院许成钢教授针对大数据、人工智能以及计划经济、市场经济等问题发表了自己的观点，以下为许教授演讲的节选内容。

　　我今天讨论的是大数据、人工智能以及计划经济、市场经济的争论。

　　重要的问题就是人工智能的产生是从计划来还是从别的地方来?这是第一个问题。第二个问题就是，人工智能发展了之后会把我们带到哪儿去?人工智能会把我们带到计划经济去吗?这个就是我要今天讨论的主题。

　　人工智能与大数据的前世今生

　　为了讨论这个主题，我想从最基本的技术层面开始讨论，因为我需要理解人工智能是什么意思，人工智能到底能做什么不能做什么，大数据跟它是什么关系。

　　首先，大数据它自己其实没有那么大的重要性，它的重要性在于它是人工智能的基础。如今之所以世界上所有发达国家都高度关注人工智能的发展，原因现在已经很清楚，就是这是一次正在兴起的产业革命。

　　这个产业革命会引起的后果立即能看到的就是大量的无人工厂会产生、许多无人服务行业会产生、人类历史上从来没有见过的高效率会产生，会有巨大量的失业。

　　那么由于人工智能的技术基础是大数据，因此如今大数据变成了一个基础资源，和我们人类历史上过去经历过的原材料、能源等一样。但是这个资源不一样的地方是它不是原来就在世界上存在的，而是我们人工去收集的。

　　下面的问题就是当这种生产模式发生基本变化的时候，这种全新、全面的自动化，它会不会从基本的地方改变制度?我想非常简要的概要一下，我们要吸取从过去已经发生过的产业革命的教训，如果我们不吸取过去的教训，那么我们会重蹈覆辙。

　　过去的产业革命之所以带来教训，就是因为当这些产业革命产生的时候，人们过高的估计了产业革命可能到什么地方，在过高估计自己力量的时候人类会滥用这些新兴的科学和技术。

　　我举两个历史上的例子，第一个是在第二次产业革命时期，靠那个技术在那个背景下产生出来的以国有制为基础的中央计划这样一类制度的设计，这是一个过高地估计了人的计划能力、人的统治能力设计出来的东西。

　　另外一个例子就是对环境的破坏，比如化石原料，化石原料的大规模使用就是伴随着第一次和第二次产业革命来的，造成了全球碳排放过高带来全球变暖、带来的一系列污染，人们已经意识到现在到时间扭转了。

　　这都是过去带来的教训，今天当大数据和人工智能结合在一起的时候，它可能的危险我们还不知道，比如带有垄断性质的大公司利用手中的数据试图来控制社会，用于大规模的战争，用于犯罪等等。

　　下面我们从最基础的地方认识一下人工智能和大数据，只有知道基础，才有可能能知道它能做什么不能做什么。

　　今天人工智能整个的大发展实际上是过去超过了半个世纪的发展积累出来的。

　　首先，人工智能第一个重要的部分是算法，而这个算法是早在1950年代就开始探索的东西。关于人工智能的提法、算法和想法，甚至一些指导性的意见，是很少几个创始人在1956年的时候在一次会上把这个名字确定下来，讨论了大的方向，其中奠基人之一是经济学家西蒙教授，他是诺贝尔经济学奖获得者，同时他是卡内基梅伦大学的经济学教授、计算机教授、心理学教授，这三个专业统一在一起，才有了人工智能的想法。

　　人工智能的算法部分如今发展的最好的是所谓的“神经元模型”，神经元模型导致这个机器可以在人的指导下进行学习，所谓“深度学习”就是今天通常人们讲人工智能时所提到的东西。

　　人工智能的另外一个普遍使用和可探索的方法是“统计算法”，但是无论是使用的是人工训练的办法还是统计得办法，都必须要大量的数据，这就是为什么大数据是基础。

　　人工智能的第二个基础是计算能力。在过去的半个世纪里，计算速度、计算能力和存储能力基本上是每两年提高一倍(摩尔定律)，积累了半个世纪以后，现在超强的能力使得无论使用任何一种计算方法的人工智能，在一些领域机器超过人，而且是大大得超过人，一部分是因为算法，一部分原因是因为计算能力。当然了，所有的这些的基础是大数据。

　　下面我们需要理解一下大数据本身的技术基础是怎么回事，我们才能明白人工智能可以做什么不可以做什么。

　　首先，大数据产生的最基本的基础是传感器、移动设备，是传感器和移动设备先检测到一些具体的数据，然后通过互联网和物联网把他们传送，然后集中起来，所谓的大数据的核心就在于收集、传输、储存和处理所有这些传感器和移动设备他们可以度量的数据。这是关键所在，人工智能可以做什么不可以做什么，是由这个决定的，即是不是可以度量。

　　另一层面的大数据，是利用历史上积累的大量文献，其中包括各个学科积累的文献，比如说图书馆里有文字的、有图的、有音乐的、有舞蹈的记录，这些全都可以转换为大数据供机器去学习、分析。

　　所谓“深度学习”的人工智能(我们今天讲人工智能多半讲的是这个)，它的技术基础基本是用大数据来训练机器来产生识别的能力、推理的能力、规划的能力，等等。

　　下面我们讲的是算法，因为所谓的深度学习其实是一种算法。这个东西从一开始产生就从同经济学里的决策理论是在一起的，或者换句话说可以认为它是决策理论的一个部分。

　　算法的核心是什么东西?首先，作为人工智能的设计者，你要为你的机器人分配一个目的，就是你造的这个机器在世界上的目的是什么，它是用来干什么的?他的目的和我们经济学家讨论的是一回事——它要寻求它自己效益(利益)的最大化。

　　没有任何一个经济学家知道世界上每一个人真实的目的是什么，是什么东西影响你?抽象来说你的目的是为了幸福、为了愉快，但是什么东西影响了你的幸福、你的愉快，没有任何一个经济学知道，这就是为什么“市场”重要。

　　下面的问题就是如果有了大数据，有了这么聪明的人工智能，有没有可能通过收集无数的巨大量大数据把它算出来、把它模拟出来，有没有可能?