谢丹丹

如果说以蒸汽机为代表的工业革命, 取代的是体力劳动者。那么, 这一次该轮到脑力劳动者了。

九寨沟地震发生18分钟后, 中国地震台网用机器写出第一篇震后新闻稿, 用时25秒。明略数据的明智系统在某市公安局落地实践后, 在5分钟内就掌握了关键线索, 而同等复杂程度的推演以往可能需要三天时间。世界第一个人工智能律师ROSS, 可以“通读法律”、收集证据、做出推论, 并给出基于证据的高度相关性答案……

这一波人工智能浪潮, 已经波及各行各业。人类依靠时间和经历堆砌起来的大量经验, 在人工智能 (Artificial Intelligence, 也简称“AI”) 面前毫无施展的机会。李开复甚至认为:未来十年, 翻译、简单的新闻报道、保安、销售、客服等领域, 将约有90%的工作会被人工智能全部或部分取代。

“当你的判断和机器相冲突时, 老板是听你的, 还是听他的?”“努力还有意义吗?”“职场人士需要恐惧AI吗?”

问题的答案, 关乎着你、我、他, 每一个人的饭碗。

一场关于饭碗的世纪大辩论

落日的余晖刚刚隐去, 北京大学校园里, 一场关于“职场人士是否需要恐惧AI”的大辩论, 即将拉开帷幕。

《奇葩说》知名辩手马薇薇、邱晨、黄执中等人在众人的欢呼声中落座。他们代表了当下中国社会最有思想, 最有活力的一群年轻人。

为AI的发展而“深感恐惧”的正方一辩程丹旭陈述了AI前所未有的价值之后, 反方一辩周玄毅登场:

“清代一个开采井盐的师傅, 有一门独门绝技。当开采矿井的小工具掉到一个很窄的洞时, 只有他知道怎么把工具捡起来。矿主非常尊敬他, 每天奖励他一只鸡。当你的格局被每日吃鸡定位的时候, 你一定会非常害怕技艺被取代。

“而在电影《星际迷航》里, 企业号上的所有人为什么都不怕那个机器人呢?因为他们的目标是星辰大海, 探索宇宙的真理, 而不是每日吃鸡——所以, 真正束缚我们的不是技术, 而是大脑的格局!”

正方二辩胡渐彪唰地起身:“我看到的不是星辰大海, 而是我司里每一个人的饭碗。员工靠时间历练、堆积起来的经验, 将会借由人工智能平摊在所有人面前!如果我是一个老板, 你工作五年了要求加薪, 我当然知道你的经验和知识值钱, 但当我能找到一个AI替代你时, 我要你何用?”

反方二辩邱晨不紧不慢:“我们都是普通的职场人。但为什么看到AI你才觉得智商不够呢?Alpha Go打败柯洁花了4个多小时, 柯洁打败我们只需要花几分钟!你为什么觉得柯洁输了就跟你输了一样?你没有输那场世纪之战, 你在朝阳区的比赛里就已经输了!——真实的恐惧, 永远不是人和技术的差距, 而是人与人之间, 财富、智力、体力乃至身高的差距。”

紧接着, 在一阵唇枪舌战的自由辩论之后, 迎来双方的总结陈词。

代表反方陈词的马薇薇风轻云淡:“如果要说取代, 聪明的人总会取代笨的人, 你还有空担心AI?再说, 被取代是一件坏事吗?科技发展带来成本的降低, 人的需求反而会变得旺盛, 人们又能找到新的就业途径。生活成本的下降, 也会间接提高人们的幸福指数。——任何工作都是社会结构提供给我们的选择, 当我们的人生梦想变得更多的时候, 才会出现更多的职位和选择。”

正方黄执中则在陈词中痛心疾首:“新技术出来要取代独门绝活了。你要下岗了, 但你可以吃星辰和大海啊!其他人能力都比你强, 你怕AI干什么呢?什么叫技术强于人类?柯洁只能抢走我一个人今天在这个地方的工作, 但人工智能会让你在所有地方, 不是现在而是永远都没有工作做。因为科技带来的是剧烈的、全面的、结构性的变革!智力劳动的本质是大量学习, 反复熟练的经验积累, 而这恰恰是AI最擅长的!人类智力劳动的核心正在被快速取代!”

话音一落, 掌声就迫不及待地响了起来, 这场唇枪舌战吸引了大约三百位现场观众, 数以万计网友的在线观看, 堪称世纪大辩论。

轮到点评时, 辩论主持真格基金联合创始人王强, 点评嘉宾北京大学国家发展研究院教授杨壮、IBM大中华区董事长陈黎明, 竟然一时间说不出个输赢来, 只得承认双方都有道理。

再看大屏幕, 支持正方, 认为职场人士需要恐惧AI的比例, 已经从辩论开始之前的36%上升到了55%。

不论场上胜负如何, 但AI投给大众的阴影面积无疑正在越来越大。

深度学习引领的热潮

如果这场辩论玩儿的全是嘴上功夫, 那么校园的高墙之外, 则是每个职场人、商场人和AI之间硬碰硬的较量。也恐怕只有置身其中的人, 才能将它说个明白。

黄通兵是在2009年创立七鑫易维的, 其主要技术是眼球追踪。前几年, 他们的主要产品是沟通辅助系列, 被使用在渐冻人 (肌萎缩侧索硬化症) 身上, 帮助他们用眼球控制电脑。

在追踪眼球的过程中, 通常要借助瞳孔中心来对眼睛进行定位。传统的做法是模式识别, 即通过一系列数学计算得出瞳孔中心的位置。而如果恰好遇到一个斜视的眼睛, 这个方法恐怕就行不通了, 还得加上标定的环节。

当时, 市面上公开的眼球算法模型都是经过简化的, 存在诸多问题。例如, 把眼球设想成一个正规的球体。但事实上, 眼球不是一个规则的球, 而是一个椭球。瞳孔也不是通常人们理解的圆, 而是一个不规则形状。当然, 除开这些, 人与人之间还存在个体差异, 有人近视, 有人远视、斜视, 甚至有更严重的眼睛病变。黄通兵认为, 必须得用到人工智能构建自己的神经网络, 才能处理如此复杂的情形。

早在1960年代, 人工智能就已经被提出, 为何在最近几年才开始火?事实上, 这波人工智能的兴起, 主要是因为2006年深度学习算法有了突破性进展。而著名人机大战李世石以及柯洁和Alpha Go对决的两番惨败, 则成为历史性引爆点。

如何通俗易懂地理解深度学习?

如果用1990年代的深蓝和Alpha Go相比的话, 就会发现:深蓝团队本身就拥有国际象棋大师, 当时沿用的思路就是把人的经验程序化。而在Alpha Go团队里, 找不到顶尖的围棋选手。因为Alpha Go是通过学习上千万份棋谱, 在下棋的过程中不断净化, 最后找到每一步的最优策略的。

再举例, 在深度学习算法出现以前, 如果要让计算机识别一只狗, 通常需要下一系列定义:四条腿、两只眼睛、一条尾巴……只有满足所有条件, 才会识别。但如果出现一只缺胳膊少腿的残疾狗, 机器恐怕就难以辨别了。而深度学习是什么呢?不给狗下诸多定义, 只需要让机器浏览数百万张狗的照片, 并告诉机器这是狗, 机器就会自我学习, 自我进化。

如果再深入一些, 就涉及到权重和参数了。在训练模型的过程中, 七鑫易维会先标定眼睛、瞳孔、光斑、眼皮等分类, 每种都有严格标注规范的参数, 但这个模型在具体运行过程中的参数、每一层之间具体的权重是多少, 就不得而知了。而用于机器训练的数据越多, 各个权重就会越精确。所以, 有人说, 深度学习是“知其然而不知其所以然”。

从理论上来讲, 对于大量规律可循、可重复、复杂的脑力劳动, 机器的处理能力会远远超过人类的极限。

大投入差点就打了水漂

2015年9月, 专门做2D电影转3D技术的王绪兵, 紧急叫停了原本在济南计划投入的3D产业园。尽管场地和人员面试都已经确定下来, 他还是果断地把战线收了回来。因为, 他此前投入的人工智能, 有了新的技术突破。那一刻, 王绪兵突然意识到:机器可能在某种程度上会大规模替代人!

事实上, 不久前他的思路还停留在:“通过智能算法把2D转3D的工具改造到极致, 只要比同行高好几倍, 找到最便宜的场地和人工, 就足以抢占更多的市场。”普通电影转3D一直成本高昂, 当时《泰坦尼克》 (3D版) 就一共花费了1800万美元, 平均每分钟9万美元。尽管经过了不断优化, 王绪兵带领聚力维度, 把最终的价格降到了3万到5万元人民币之间, 如果济南的3D产业园建成, 成本则有望降低至1万到2万元人民币左右, 但价格仍然不低。

2015年, 国际上深度学习在各行各业的应用开始起步, 一向对人工智能领域保持高度关注的王绪兵有些坐不住了。2015年夏天, 他决定组织人工智能团队, 启动攻关。但说实话, 对于深度学习这项技术能否适用于自己从事的这个领域, 王绪兵的心里是没底的。

然而, 几个月后, 聚力维度的攻关取得了意想不到的进展, 效率得到了极大的提升。以前一百人的团队, 需要数月才能完成的工作, 现在一个人几周就可以完成。对于中等质量的内容而言, 以前1000个人做的事情, 只需要一个人就可以完成。而就在过去的九月底, 聚力维度已经能够做到把直播的电视实时转换成3D格式, 根本不需要人了。“以前是让自己的工具更好用, 而现在的思路是直接替代干活的人了”。回想起来, 就连从事了几十年IT业的王绪兵, 都没有像今天这样感受过技术更迭之快。“要不是及时醒悟, 几千万的投入就打了水漂啊。”

以深度学习为代表的人工智能发展太快, 以至于王绪兵自己对研发的进程都无法预估。“最后机器能够自我学习, 自我进化到什么程度, 我是根本不知道的。”这正是深度学习的特点。

如果把深度学习比喻成一个孩子学习英语的过程, 孩子最后的学习效果如何, 不仅和其本身领悟力、记忆力等有关系, 同时也和英语教师以及使用的教材有着直接关系。对应到深度学习领域, 学生自身的基因就相当于初始的网络模型;而3D数据就是教材;多年从事3D行业的人, 就是最好的训练老师。

而在人工智能团队彻底做起来之后, 王绪兵就彻底放弃了原来传统的操作团队, 专注到人工智能。

人工智能的三大战场

提起人工智能, 不得不提科大讯飞, 其在语音和人工智能领域早已走在了世界的前列。在科大讯飞副总裁江涛看来, 目前人工智能主要有三个战场:

第一、运算智能, 即计算机像人一样能掐会算, Alpha Go就是典型代表。

第二、感知智能, 指像人一样感知到外界变化, 典型代表就是无人驾驶。

第三、认知智能, 即对人类理解、推理、学习等高级认知活动的模拟。江涛认为, 在所有智能中, 认知智能是当前面临的最大挑战。

而语义技术就属于第三种认知智能。在语义领域, 95%以上的微信机器人使用的都是图灵机器人和微软小冰的语义。而图灵机器人主打儿童市场, 他们的儿童陪伴机器人价格贵则上万, 便宜的至少也得上千元。一个儿童玩具为何会如此昂贵?

图灵机器人联合创始人郭家现身说法:“很多时候, 人面对问答类机器人, 通常都聊不起来。为什么?因为太死板了, 问什么答什么。传统机器人是通过知识库搜索寻求特定答案的。”

如果问图灵机器人:“你今天心情好不好?”它不会直接回答好还是不好, 而是会自己组织语言:“我今天有点不爽”。平常人的聊天通常是带有话题延展的, 例如一对闺蜜可以从跳舞, 聊到身材, 再聊到饮食。关联思维和跳跃思维正是人类典型的思维特征。基于人类的这个特征, 图灵机器人构建了一个围绕话题延展、跳跃思维、关联思维的知识库。

不但如此, 机器人还会察言观色。另一方面, 如果机器人想要表达自己很开心, 它会忍不住手舞足蹈起来。这被郭称为“多模态”, 指的是机器人不仅会说话, 还应该有相应的动作和表情。

这是语义技术里很重要的模块——情感计算。情感计算指的是计算两个人在交互过程中, 情绪的变化和感情的程度。情绪是瞬间的, 感情是不断积累的。所以, 机器人对待一个陌生人和认识两个月的人, 态度是不一样的。

目前, 图灵机器人和不少卡通IP合作, 赋予机器人卡通人物的性格。图灵有一个合作伙伴叫超级飞侠乐迪, 这个卡通人物的性格阳光、勇敢、爱旅游。如果孩子和乐迪聊天, 就会感受到它乐观向上的性格, 而且聊天的内容几乎都是故事里的情节。

亟待被人工智能拯救的人

不仅仅是儿童陪伴机器人, 人工智能在医疗、翻译、营销等各个领域的应用, 都在一时间内如雨后春笋般涌现。以至于让很少被“科技之光”照耀到的中学校园, 也出现了一丝变化。

“来来来, 我正有事儿找你们呢!我在题库里选题的时候, 有些题拿不准就暂时保留, 但稍不注意数量就超了, 又不得不倒回去删。能不能在左边加一个提示功能?”人大附中教生物的雷老师, 正在招呼前来拜访的科大讯飞工作人员。

雷老师正在使用科大讯飞智学网的“学情组卷”功能。这项功能以学生过往练习数据为参考, 能够帮助老师快速勾选组合出一张符合每个班集体情况的试卷。要是在以前, 从上一次试题情况的统计到组一张试卷, 中途至少需要一个月。

2016年4月, 北京市2018年中考制度改革出台, 以往必考的物理、化学, 和生物、历史、思想品德、地理一起, 被列为选考科目。生物, 与化学*绑捆**在一起, 第一次成为中考考试科目。由于初三才开设生物课, 与其他科目相比, 雷老师所在的生物组面临的现实是:教师少, 且备考经验不足。

如何提高学生的练习效果?雷老师不得不向科技求助。

第一次见到智学网的“手阅卡”时, 雷老师瞬间就激动了。过去的网阅模式, 虽然方便了老师网上阅卷, 同时也省去了大量的计算工作, 但并不适用于学生的日常练习。当老师讲评试卷时, 学生拿到的答题纸看不到任何的批注痕迹。学生会一脸困惑, 老师通常也记不起来了。

而手阅卡是老师先用红笔正常批改, 然后再进行扫描上传。虽然增加了扫描这一步, 但这既保证了试卷讲评的效果, 同时还省去了大量核分、统分等事务性工作。而它最大的价值在于提供个性化的分析数据, 例如, 通过正答率就可以知道学生对试题的掌握情况。智学网有一个大题库, 把每道题和对应知识点都进行了关联, 由此, 老师可快速了解每个学生的薄弱章节。在讲评试卷的时候, 就会更有针对性。雷老师有时候会在课堂上, 故意点名那些错同一道题的学生, 沉闷的课堂就会因为小小的黑科技而充满欢乐。

“老师少, 就必须要借助信息化手段, 不仅要提高作业批改的效率, 更要提高教学质量。如何低投入高产出?就是要精准打击!精确地知道每个孩子薄弱的知识点在哪儿, 才能更好的‘因材施教’。”

事实上, 这些年学校开始越来越重视素质教育, 学生的课外活动多了、作业少了, 但还得要求老师出成绩。雷老师只能趁课间, 把学生“逮”过来开小灶。“这就是所谓的个性化。”雷老师开玩笑说。不过这种个性化是以牺牲老师的休息时间, 乃至健康为代价。

组里的其他两位老师已经去了医院, 这对于雷老师来说, 是个非常危险的信号。“一旦有一个老师病倒了, 接下来我们就会像多米诺骨牌一样。”雷老师的咽炎也快上来了, 间歇之余, 他拿出一罐薄荷糖, 开玩笑说“你们看, 我完全是靠‘*药嗑**’在维持啊!”除了四个班级的日常教学之外, 他还要负责一个班级的管理。

还好人工智能来了, 雷老师看到了自己被拯救的希望。

重新定义Who we are

“人工智能这场革命, 让我们重新定义Who we are。”王强在辩论最后总结道。

在《当呼吸化为空气》一书里, 主人公是个罹患癌症的神经科住院医生。当他生病后, 对医生的价值和使命有了全新的认识。在医院时, 保罗经常纠结的不是某个疑难病症的攻克, 而是到底是要保住病人的性命, 还是要保住病人的个性?

而人工智能时代, 面对这个问题, 机器永远无法替代医生做出最佳选择。如果在人工智能时代, 手术刀没有用武之地, 那么外科医生唯一的工具, 就是言语。比挽救生命更重要的, 是引导病人或家属去理解死亡或疾病。

而被拯救出来的雷老师, 将不再以燃烧自己的蜡烛形象存在, 而是继续扮演着一个可以追求美好、享受生活的灵魂导师角色——激发孩子兴趣, 引导他们认识自我, 帮助他们过上丰富而有意义的人生。

是的, 机器永远无法具备理解人性中的悲悯和善良, 也永远无法理解人类的使命感和对生命的敬畏之心。而人工智能正是将人类从繁重的脑力劳动中解放出来, 让人们开始重新发现作为人的意义和价值。我们是谁?我们是活生生的人, 我们追求美好、探索真理、爱自己, 更爱众生。

人工智能时代, 面对恐惧、征服恐惧唯一的办法, 就是展示自己积极的态度。王强说:人工智能这几个字, 不如倒过来解释:“能”, 未来的世界需要什么能力, “智”, 生存的智慧究竟是什么?“工”, 什么是我们理解的全部的工作?“人”, 什么又是全新的人生?

而回到当下, 恐怕盯着人们手里饭碗的, 还不是机器人, 而是那些拥抱未来, 闪耀人性光辉的人。

深度学习是“知其然而不知其所以然”

人工智能这几个字不如倒过来解释:能”, 未来的世界需要什么能力智”, 生存的智慧究竟是什么工”, 什么是我们理解的全部工作人”, 什么又是全新的人生。

（原刊登于2017年10月《中外管理杂志》）