阿里研究員吳翰清：世界須要什麼樣的智能系統？

簡介：吳翰清，被你們親切地稱爲「小黑」「道哥」。他是阿里巴巴研究員，更是一位「白帽黑客」。15歲，考入西安交大少年班，畢業後應聘阿里。23歲，成爲阿里最年輕的高級技術專家。32歲，被評選爲2017年度全球35位35歲如下的青年科技創新人才（TR35）。網上有許多關於他的猜想，然而，他始終保持低調，專一於本身熱愛的事業。2014年以後，他幾乎再也不寫文章；但在今天，他有話想說，關於本身，關於科技，關於將來，說給你聽，說給世界聽。

做者 | 吳翰清

不得不說的話

在過去的18個月裏，我拒絕了全部的採訪，投入了所有的精力專心在作一件事情。因此我想先借着這篇文章澄清一下18個月以來網上的全部關於個人新聞、抖音視頻等，都是好事者編撰的個人段子，用來吸收流量的假新聞。這些假新聞讓我很苦惱，由於這些新聞將我描繪成爲了我最不想成爲的人，裏面的我是一個符號，而不是真實的我。我爲此專門給今日頭條寫過信，要求審覈並過濾這類不實傳播，但只清淨了一個月。我想再進一步只有向監管部門反饋，以及繼續保留法律追責的權利。

這些未經我許可的新聞和視頻，將我描繪成了一個無所不能的人，連帶着馬老師也受到了牽連。我想有沒有我，馬老師都睡得很安穩。阿里的安全是上千名工程師共同努力的結果，我一我的的力量在其中的貢獻極其微薄。我也從沒有黑過阿里的網站，只是之前由於工做性質在受權的狀況下對阿里的業務系統作過不少的安全測試。咱們不該該捧吹以破壞爲目的的黑客，那是犯罪，是我最不想成爲的人。我過去的工做是對抗黑客攻擊，打擊網絡犯罪，所以以破壞系統的黑客來描述曾經的我，是對我最大的羞辱。真正的黑客精神是挑戰權威，追求開放、自由，而並不是入侵計算機系統。我想是時候終止這些不正確的傳播了。

至於我過去取得的一點不足爲人道的成就，我想99%的讀者都沒搞明白我爲何會在2017年被評爲 MIT TR35，你們只是在看個熱鬧，鼓鼓掌。但我不須要這樣的掌聲，我不須要你們爲我我的鼓掌，我但願你們是爲個人做品鼓掌。這也是爲何在2014年之後我幾乎再也不寫文章的緣由。我但願你們記住的是個人做品，我對社會的貢獻，而非我我的的成長軌跡。從這個角度來看，我對本身還很是不滿意，人們關注個人經歷多過個人做品，因此我還得加倍努力。

就我我的來講，從2017年下半年開始，我離開了網絡安全領域，進入到了今天你們所說的人工智能領域。我帶領團隊在浙江，在上海，在重慶建設了不少關鍵的基礎設施系統。尤爲是2018年在上海作的事情，傾注了個人全部心血，我歷來沒有如此認真地作過一件事情，結果也很好。只是這些事情並未曾對外宣傳，故不爲外人所知。這18個月來關於我我的的假新聞滿天飛，讓我啼笑皆非，由於這些段子手連我最引覺得豪的事情都沒搞清楚。

因此我今天決定寫一篇文章，做爲一名工程師，我想把我對將來的判斷寫下來，也許能夠幫助一些人少走一點彎路。只表明我的的見解，不表明公司的觀點。

科技的進步是爲了解放生產力

我將生產力的進步分爲五個階段：體力勞動，機械化，電氣化，信息化，智能化。其中每一次科技的進步，都會帶來生產力的解放，對社會的改變是巨大的。

在140年前發生的第二次科技革命，讓電力深刻到各行各業。自從中央發電站和交流電變壓器等關鍵技術構建的電力基礎設施成型後，獲取電力的成本逐漸下降，各類各樣的電氣應用開始涌現，人們獲取到了新的、穩定的能源。

咱們如今知道電力最先是應用在電話、電報、電燈上的，也正是電氣照明這一需求，拉動了電力基礎設施的發展。由於在當時電力的用途比較單調，並無今天這麼琳琅滿目的電器。在100年前愛迪生通用電氣與威斯汀豪斯之間的主要競爭就是聚焦在電氣照明領域。咱們很難說在這個過程當中，究竟是電燈泡更重要，仍是發電站更重要。我曾經比喻說當前雲計算面臨的窘境，就是「中央發電站」已經造出來了，咱們有單集羣上萬臺服務器規模的算力基礎設施，可是「電燈泡」在哪裏卻沒有找到。咱們用「中央發電站」在點「煤氣燈」，今天託管在雲計算上的業務，大多數依然是「信息化系統」。而理想中的會消耗大量算力的應用，應當是「智能化系統」。咱們一直在苦苦追尋雲計算的「電燈泡應用」，卻夢寐以求。

這裏須要講清楚「信息化系統」和「智能化系統」的區別。我認爲「信息化系統」的本質是編輯數據庫，一個業務系統若是存在大量人工交互，依賴於人提交表單來完成業務，那麼就是一個信息化系統。而我理想中的「智能化系統」，應該是以自動完成任務爲目的，以任務做爲輸入，以完成的結果做爲輸出，中間的過程應該是機器高度自動化完成的。以其完成任務的複雜度，來評價其智能程度的高低。

從這個角度看，「智能手機」並不智能，依然是個「信息化系統」。市面上形形色色的智能系統也都只是冠上了智能的名號在魚目混珠。我並非說「信息化系統」沒有價值，信息化系統頗有價值，但不是下個時代的東西。自從計算機技術發展以來，產生的各色各樣的信息化系統極大地改變了世界，完成了從「電氣化」到「信息化」轉型升級的重要一步。這就是咱們看到各色各樣的計算機系統開始應用在各個領域，幫助人們更加高效的管理工做和提供服務。

互聯網在這一過程當中扮演了放大做用。我認爲互聯網自己並非生產力，互聯網只是鏈接了成千上萬個信息化系統，從而具有了規模效應。互聯網是規模經濟，能讓一個系統的價值實現上千倍、上萬倍的放大，可是生產力是信息化系統自己提供的。可以接收互聯網鏈接服務的終端，是瀏覽器，是 iOS 和 Android，這些端的演進自己是重要的。百度經過互聯網鏈接了人和信息，騰訊經過互聯網鏈接人和人，阿里經過互聯網鏈接了人和信息化服務。可是這些都不是下一個時代的東西。

下一個時代會發生的事情，首先是出現智能化系統對信息化系統的升級換代，而後會出現經過互聯網鏈接全部智能化系統的公司。智能化對信息化的升級換代，是一次巨大的生產力進步，處於社會變革中的商業公司的結局是適者生存。從歷史來看，在信息化時代的PC操做系統升級換代到移動操做系統，其過程就是天翻地覆的。蘋果的iPhone 發佈以後，全部的開發者都再也不給微軟的 Windows 寫軟件，而轉去給 iOS 寫軟件，對微軟帶來了強烈的衝擊，若是不是微軟後來又抓住了雲計算的機遇，就極可能會今後一蹶不振。從商業發展的角度看相似事件必定會發生，在信息化時代的龐然大物極可能隨着一次生產力的變革就變得無足輕重。那麼如今全部的問題在於，將來世界須要的智能系統究竟是什麼？

讓機器得到智能，一直是計算機科學家孜孜以求的事情。在過去簡單的專家系統，依靠經驗和規則，也能處理簡單的任務。但有一個弊病是對於專家經驗未覆蓋的異常狀況，機器就不知道怎麼處理了。因此後來出現了數據驅動誕生的智能。

咱們看到當機器具有必定的智能後，就能處理相對簡單的任務，從而部分地解放人的生產力，此時增長機器規模就等同於增長人力的規模。而機器智能和人的智能又各有所長，機器運算量大且不知疲倦，所以對於不少工做都有可能作到精細化管理。這每每能帶來成本的節約。

好比在過去公交車的排班是按照經驗，在一個線路里設置好公交車的數量，可是若是市民的出行狀況發生波動時，公交車的供需關係之間必定會存在差別，有的線路會繁忙，有的線路則會空閒，從而出現資源的浪費。要解決這一問題須要先統計清楚每輛公交車每一趟的精確載客人數，再依靠機器智能精細化的調度公交車到不一樣的線路，就能在同等資源下實現效率最優。所以使用機器智能的好處是顯而易見的。

五年前作不出大規模的機器智能系統

咱們看到在生產力發展的過程當中，從信息化到智能化的這一轉型升級正在到來，已經到了爆發的前夜。這得益於四項技術的成熟：雲計算、大數據、IoT、網絡鏈接技術。

咱們知道機器智能當前的發展是得益於對腦科學的研究，以及算力的進步，讓神經網絡進化到了深度學習，從而在視覺、語音等領域有了重大突破。算力的重要性毋庸置疑，可是光有算力依然難以在實際的應用中取得成功，還須要其餘幾項技術的成熟。在當前的技術環境來講，雲計算爲智能提供了足夠的算力，是算力基礎設施；大數據技術提供了數據處理的方法論和工具，是數據基礎設施（當前尚未壟斷性的數據基礎設施，碎片化嚴重）；IoT 技術將智能設備的成本降到了足夠低，爲部署豐富的神經元感知設備提供了基礎；網絡鏈接技術，從4G到5G，爲數據的高速傳輸提供了重要基礎。

若是有科技樹這種說法的話，那麼機器智能的大規模應用，就須要先點亮前四個技術，這是基礎。在五年之前，這幾項技術的成本是制約咱們將智能技術大規模應用的主要瓶頸。到今天已經逐漸成熟了。

在一項新技術剛出現的時候，咱們每每會遇到兩個問題。

第一個問題是人才的稀缺性問題。咱們知道一個懂深度學習或其餘機器智能技術的博士生剛畢業的年薪可能比得上一個工做了十年的程序員。業界各處都須要機器智能，供不該求。

第二個問題是技術的成本問題。新技術剛出來的成本必定是昂貴的，就像雲計算剛出來的時候也是先解決能力問題，再解決效率問題。我前些時看一個報告，AWS 的 EC2 推出到如今連續降價了57次。咱們熟知的摩爾定律，計算的性能每18個月翻一倍，也就意味着同等算力的硬件每18個月會降一半的成本。機器智能做爲新技術也有一樣的規律，在一開始咱們不要期望它的成本會足夠便宜到能進入千家萬戶，新技術的普及須要時間。只是咱們每每火燒眉毛。

這兩個問題決定了機器智能在一開始的時候，應該首先被應用在對社會效率撬動最大的那個點上。從商業上咱們要找到這樣的場景，來讓這項技術脫離實驗室，走向社會，經過商業來源源不斷的滋養這項技術的迅速成長。

世界須要什麼樣的機器智能系統

這兩個問題隨着時間的推移很快就能解決。但今天產業界真正碰到的問題我認爲是搞偏了方向。這體如今兩個方面。

閱讀原文了解更多機器智能系統解決的問題：https://developer.aliyun.com/...