首頁熱門文章
預測：人工智能最直接的財富生產
發布時間：2019-09-03 分類：趨勢研究 來源：i黑馬
文 | 雷濤
在近日舉行2019世界人工智能大會上，特斯拉聯合創始人Elon Musk和阿里集團創始人馬云獻上了一場引起廣泛反響的“世紀對話”。
以下，這是一場對未來科技的綺麗幻想。
馬云：“今天要預測未來很難，人類歷史上99.99%的預測都是錯的，只有0.01%的預測是對的。”馬斯克語頓……
這是在被媒體稱作中國AI奧林匹克盛會中雙馬對話的對白，筆者有幸作為論壇演講者近距離聆聽了這場巨大認知海拔落差的對話。預測，是人工智能最商業化的落地路徑，作為AI產業從業者，有責任分享自己的思考。在此，我想就從馬云最引以為傲的財富角度，闡述預測的創新價值。
關于財富，撰寫過《第三次浪潮》的作者托夫勒在十年前還出版了一部書《財富新革命》，講述了每一次巨大財富的出現，都是時間空間維度的打開。
冰河時期的結束，讓人類得以孵化農耕文明。從種子到谷物，通過對時令節氣的時間掌握，我們收獲了以季節為單位的時間里的財富；馴服牛馬，從幾公里的生活范圍拓展到數百公里的空間從事狩獵和采集，我們收割空間里的財富。
工業文明同樣是一段時間與空間拓展中生產財富的進程。無論是伽利略的望遠鏡還是哥倫布的Carrack四桅帆，大航海時代的新大陸發現與連接，重新分配了勞動力、資源和市場，資本主義的財富流動從地理空間的打開中噴涌而出。
工業文明的另一個財富積累，發生在時間維度上。我們無法透支未來，卻可以揮霍遠古和歷史的積累。植物在億萬年壓縮沉積的能量，被蒸汽機、內燃機轉化生產出動能，動力可以被包裝并在全球移動，甚至可以封裝在小小手機電池里確保我們always on。動力和能量不再只是當下的脂肪燃燒和血糖代謝，跨越漫漫地質紀元的生化能源所蘊含的能量，給了我們向過去索要財富的機會。
互聯網挖掘空間財富——協同
互聯網造富了20年，Google，Facebook，Amazon這些big-name。我們可以和另一個大陸的伙伴充分交流，熟稔程度超過了隔壁鄰居；我們可以坐在家里買賣數千公里之外的公司標的資產，只需要通過交易所的炒股軟件；空間的概念不再是笛卡爾坐標系里連續分布的尺度度量，而是Like按鈕的熱度和幾度空間的HOP鏈接。
空間的連接也不僅是建立我們熟知物理空間的連接，也在深挖數字空間的尺度和容量。摩托羅拉投資在銥星上的悲劇，就是忽略了光纖通道里豐富的帶寬資源，用十年在外太空部署更多衛星的速度，遠比不上挖掘10^14方光波頻譜空間。
互聯網創建連接，連接促進協同協作，協作是信息革命的真正價值，如商業于農業社會一樣，新的財富空間的打開。人類第一次馴服了火的時刻，發明了車輪的時刻，研制出蒸汽機的時刻，無疑都非常重要。但與人類相互合作的能力相比，這些發明創造就都顯得蒼白無力了。沒有合作，火焰就只能給一個人提供溫暖，車輪也只能運輸一個人，蒸汽機也不會有軌道。如果這世上存在一個唯一可以貫穿人類歷史的關鍵脈絡、那它一定是重要的人類合作一一不管我們的目標是搭建一座吉薩金字塔、還是建設一個國家。
網絡不僅連接，還平等地放大了個體聲音和欲望。Facebook的組織邊界遠遠超過國家機器的力量，連接讓任何障礙協同效率提升的組織形態，逐步消解。人類在數字空間里打破了空間約束，緊密的協同與合作打開了空間的財富。
人工智能挖掘時間財富——預測
天高地佪，覺宇宙之無窮，興盡悲來，識盈虛之有數。古人對數的原始觀念亦包括命運的揣摩。從商周的文龜問象，到易經算卦，前者重感性解讀，后者有推演運算。二進制的奠基者十七世紀的萊布尼茨，據說是引用了周易的陰陽64卦才獲得論文的發表。中國古代早已嘗試建立有數理依據的認知體系，如同亞里士多德的《物理學》一樣，融合哲學和自然理解的綜合認知體系，比如通過對天體自然現象的觀測，來預測和把控政治經濟規律。
很可惜，昨天在上海人工智能大會上的雙馬對話中,針對馬斯克指出AI預測對人類生活重大改變，馬云給了一個斷言：“人類歷史上99.99%的預測都是錯誤的”。筆者就列舉一些被馬爸爸忽略的0.01%。
1863年，我童年最熱愛的作家儒勒凡爾納(Jules Veme)完成了《20世紀的巴黎Paris in the Twentieth Century》的預言小說。成功預測在1960年巴黎會有玻璃摩天大樓、空調、電視、電梯、高速列車、汽油動力汽車、傳真機。凡爾納以離奇的精確性描繪了現代巴黎的生活。另一位偉大預言者是列奧納多達芬奇(Leonardo da vin)，他在15世紀后期畫出了400年后的天空會出現的機器:直升機、滑翔機，甚至飛機。作為畫家每一個草圖都美麗和精確，唯一缺少的是發動機。
以往人類在時間維度的能力是極度匱乏的，上述杰出科學家的預測是馬云忽略的萬分之一，直至機器學習ML出現。基于無限連接產生的規?；瘮祿?，機器智能完成了自身演進過程：數據可記錄、可識別、可關聯、可預測預判以及可規劃。
無論是定量的回歸，還是定性的分類，一個基礎的時間序列模型，可以通過對過往數據回歸出的數學表達，獲得一個穩定的預測模型，使用它只需要輸入未來的條件，就預測未來的結果。人類在長時間周期里通過不斷試驗和試錯所沉淀的經驗、規則和流程（白箱模型），都會被數據科學全新方法構建模式所替代。知識或智力（模型）的生產被加速，從歷年來的經驗積累時間，壓縮到數小時的模型訓練時間；知識或智力的復雜性被放大，人類大腦無法抽象和邏輯化的規則，（比如圍棋中的棋風或大局觀），被深度學習這樣的非線性網絡連接表達和代價評估所替代；知識或智力的封裝和移動更為簡單高效，從專家大腦中形式化到自動化代碼，從教師們的口傳心授到云計算中的一鍵下載，并像電力一樣可以被廣泛傳輸。
當機器學習變得普適和廉價時，開始賦予每一個人每一個線索事件的預測能力，人類開始真正的在時間軸上，向前向未來爬行，讓我們以領先當下變化的事實作出行動。自此時點，人類進入支配未來時間軸中的巨大財富。
在未來時間軸上，通過AI預測所挖掘的財富的能力如何計量？凱文凱利給出了一個新概念—知化Cognifying。
從樹上下到草原的人類，能夠使用0.2馬力的肌肉能量采集果實；農耕文明的伏牛馴馬可以獲得1馬力的動能；工業文明賦予我們腳掌離合即獲得250馬力的駕馭快感，遠大于秦皇漢武的區區天子六乘。
但想象一下AI帶來的智力爆炸，人類大腦從5%的大腦激活比例（0.05腦力），轉換到250腦力在250條時間軸上的預測，人類不僅能操作250馬力的汽車，同時可以駕馭250腦力的思想。傳統對個體智商評估，60還是150的智商度量，將會像我們回顧64Kb字節內存一樣，忽略在無數個零之后的電子碎片與智力塵埃中。
移動互聯網打破空間約束，AI打破時間約束，財富從撕開的新維度方向上開始流淌。
