下一波浪潮和AI的未来

今天，虽然产业界都觉得人工智能的风潮来了，但是如果你冷静下来想想，人工智能从研究方面还是有很多问题没有解决的。当然这不是说不能用，仍然可以用，就看你怎么用，用在哪里。

人工智能现在主要的缺陷或者不足还是在机器学习方面。神经网络是学习的一个方法，这个方法确实可以解决很多问题，但是它的问题是你不知道它是怎么解决问题的，在神经网络机器人的表达里面有很多东西是没有办法定性、解释的，这是比较难的一个问题。如果把这个问题解决掉，人工智能可能又会来一波大的浪潮。不管怎么样，怎么样做好知识处理，能够做到知其所以然，这是现在面临的一个比较大的问题。

这方面有人在做研究，围绕这个领域，做机器学习的人都在探索怎么把这个理论实用化，因为他们的理论太理论，没办法直接用，所以很多人都在探索这个问题。

人工智能的划分

现在的人工智能和未来的人工智能到底从阶段上怎么来划分？或者说我们现在做了多少事，未来还有多少事需要做？

不要认为我们解决了人工智能的所有问题，我们解决的问题还是很小一部分。是哪一部分呢？我们把这个分成四部分，包括可推理，可统计；可推理，不可统计； 不可推理，可统计；不可推理，不可统计。

第一部分是可统计，可推理的。这一部分工业界已经可以用了，拿去做机器人、去做各种各样的知识决策系统都是可以的。

第二部分是不可统计，可推理的。什么东西是这样的？要么数据不完备，要么数据里面特征的描述还没有找到更好的办法，可能里面是很稀疏的东西，表达根本没有办法统计出来，在里面是游离状态，但是是可推理的，可以写出正确的规则。这些靠大数据解决不了问题，但是只能靠传统的逻辑来做。这方面又相当脆弱，许多东西需要进一步去验证。

第三部分是可统计，不可推理的。这个意思就是我有大数据，通过大数据都能把规律统计出来，但是用语言表述出它的因果关系不行，有点复杂。当然随着时间的推移，可能也变成可推理。至今这里有相当一部分用神经元网络可以解决，但是用推理的办法还很难解决。这方面曙光有一些，但是也需要更多的沉淀。

第四部分是不可推理，不可统计的。未来机器人在这方面很难有作为。为什么？连我们自己都说不清楚。比如说人类有很多顿悟，这些顿悟通过统计能证明它产生？不可能统计出来。通过理论证明这个东西产生吗？不可能。也不知道什么人在什么环境下突然想明白一件事，这个机器做不了，没有模型和数据，所以这些东西是未来机器人不可能涉足，不可能胜过人的。我讲到这里，大家都很容易理解，将来机器人会在哪些领域可以，在哪些领域不可以替代人类。

人工智能时代真的要到了吗？答案可以是肯定的。比如你仅仅是期望计算机能够做的事比人做得更好，很多事情是可重复、可统计、可推理的，把这些事交给计算机去做，它一定做得比人强。

例如下围棋，尽管比较难，但是它是经验和知识积累的过程。也就是说，慢慢的，机器一定会胜过人。之前我在香港和一个教授还在讨论，以后还有没有人下围棋呢？为什么这样想呢？他说人和人下很有乐趣，和计算机下盘盘输，为什么还要下？我说为什么要和计算机下？还是要和人下，这样你还是冠军。

人工智能对经济的五个影响

这是我们对AI的看法。现在大家可能知道，2016年10月13日，美国白宫发布两个和人工智能有关的报告。2016年12月20日，美国白宫又发布了一个报告，叫做《人工智能自动化与经济》。这篇报告中说，人工智能总体来说，不管你是否接受，不管你是否看好，这件事就要发生了。我们现在要做的是，如果这件事发生了，我们怎么去应对它。

我认为这个报告出得非常及时，列出了人工智能对经济五个方面的影响。例如对总的生产率增长的影响是积极的，对就业市场的影响会发生变化，对不同层次的人变化不一样，影响分布是不均衡的，所以不同层次、部门、领域、区域的都会不一样。人工智能会导致一些工作职位的消失，也会产生一些新的类型的工作。劳动力市场将会被搅乱，一些工人短期会失业，失业的时间肯定更长，这就看政策到底怎么调整。

按照美国的判断，对每个小时40美元以上的工作影响不大，只有4%，对每小时20～40美元之间的影响是31%，但是对于低于20美元的劳动力影响非常大，达到83%。所以政府要有所应对。应对的策略包括鼓励投资开发，也包括对新的工作类型进行培训、对转型期间的工人提供帮助，让他们能够通过再学习得到就业。

下一波浪潮一定是AI

回到今天我们的主题，人工智能带来的机遇对全社会，当然也包括对于自动化领域，特别是机器人领域，机遇是非常多的。如果我们说过去这几十年比较大的浪潮，第一波是PC浪潮，给信息领域带来颠覆性的影响。紧接着是互联网浪潮，成就了一大批互联网公司，例如谷歌、百度。之后马上出了一波新的浪潮，叫移动互联网，比如说今天的苹果就是这波浪潮起来的公司。下一波是什么？一定是在AI，这一技术的研发和应用，将使得苹果、百度、华为这样的公司得到更大的发展。

是否用AI做机器人？当然可能，也有可能是做别的，所以说浪潮就在这里。

我们现在做机器人，绝大部分的行为是设计出来的，我们把它叫做Designed Robot，要前进、拐弯都是按规律设计出来的。这没有错误，但是不是AI。什么是AI机器人？或者叫学习机器人呢？就是机器人做好以后，他不知道要干什么。你训练他干什么他就干什么。就像小孩一样，小孩出生了，你说他将来是数学家、物理学家、技术工人、农民？他什么都不是，但什么都可能是，就看你教他什么。

我们以后的机器人也应该是做出来的时候什么都不是，你教他做什么他就是什么，你教他开车，他就会开车，你教他上流水线操作，他就会流水线操作。这一天一定会到来，就看谁在上面花的工夫更大，或者准备更充分。

AI带来的机遇与挑战

我们怎么样能让系统和人具有同样的知识能力和水平呢？现在大部分是软件知识，有一个系统，你会给它大数据的集合，它进行不断的训练，不断的和人聊天、对话。这些机器人开始的规则比较简单，当大数据进去之后，不断的会话调整反馈，就能慢慢抓住聊天对象的注意力，让你跟着它转。这可能是现在的一些情况。

真正到了AI阶段，就不是软件知识，而应该是开放知识。现在人类之所以一直在进步，是因为知识本身是開放的，我们得到了一些知识，然后把它教给学生，写成书给社会，社会得到这些知识之后就会不停的进步。在这个基础上，别人再去加新的知识。所以一定是开放的，如果不开放，这个社会就不能进步。这个道理一样落到机器人和AI方面。

人工智能对于教育和就业的机遇比较多，因为现在整个社会需要非常多的学习人工智能的博士，现在在美国，博士能够拿到上百万的年薪，当然在国内也一样。有时候我们开玩笑，老老实实教了一辈子书，刚毕业的学生就比我们的薪水高。需求太大就水涨船高，所以需要教育提供更多的人才。

未来，AI在研究方面的挑战会更大。针对这些挑战和问题，中国工程院正在做“AI 2.0”的报告，准备从 技术演变的角度去分析这些问题。

（根据高文院士在2016高工机器人年会的闭幕式主题报告会的演讲整理而成，未经本人确认。）