吳翰清（道哥）眼中的機器智能：計算機的再發展

時間 2020-05-26

標籤眼中機器智能計算機再發展简体版

原文原文鏈接

簡介： 人類社會的發展離不開技術的革新。一項新技術的成熟須要經歷哪些考驗？爲何說對於計算機、AI 的發展而言，算力和數據都是重要的生產資料？如何實現數據的智能化？經過本文，吳翰清（道哥）將從人類社會的發展講起，梳理總結技術革新的規律和脈絡，分享他對當前技術發展及機器智能的見解。（文末福利：AI 直播合集，探討人工智能的如今與將來）算法

一從歷史和社會的角度看技術的發展

想要理清技術發展脈絡，就須要回顧人類歷史，由於人類歷史自己就是技術的發展史。馬克思對於人的定義中有一項是：勞動令人變得和動物不同。而具體是什麼不同呢？我認爲是技術賦予了人類獨有的特性。數據庫

農業革命以前，人類大可能是以社羣的形式生活。當時，人類獲取食物的主要手段是狩獵和採集，所以效率很是低。大概在八千到一萬年之前，人類歷史上發生了農業革命，出現了種植以及畜牧。在此以後，人類在單位面積土地上獲取食物的效率就大大提高了。由於不須要全部人都去從事農業生產，因此多出的勞動力造成了最先的社會分工，好比有的人開始進入手工業製造工具，進一步造成了人羣的彙集和交換，由此出現了最先的城邦，也就是說世界上第一個城市的誕生是由農業革命所產生的技術驅動的。這以後人類歷史發展得很是平緩，農業社會經歷了漫長的幾千年的時間。一直到了近代，大概兩百多年前，在英國首先誕生了工業革命。自此以後，人類社會的經濟開始呈現指數級增加。安全

咱們這一代出生在二戰以後的人特別幸運，由於沒有經歷過大規模戰爭，而且享受着中國高速發展帶來的紅利。建國伊始，中國一貧如洗，就直接開始工業化建設，並完成了國家和社會工業化建設。到 70 後、80 後、90 後出生的時候，中國已經進入了消費型社會，並經歷着不斷的變革，出現了計算機、互聯網。現在，咱們即將進入下一個時代，姑且把它定義爲智能時代。網絡

定義一個時代並不簡單，當一項新技術出現，可以對經濟產生巨大影響，並拉動整個社會的全面改造時，才能稱之爲一個時代。從兩百多年前的工業革命開始到如今爲止，是一次巨大的社會變革，而此次社會變革對人類思想的改變也是很是巨大的。能夠設想，三四百年前生活在明朝的人，可能一輩子的生活、工做都不會變化，所從事的工做可能和一千多年前的漢唐時期沒有太大改變。而咱們這一代人卻不一樣，咱們直接從工業社會進入到了消費社會，再到如今的互聯網時代。所以，即使是幼年的光景如今看來也很是遙遠。若是在今天想要預測幾十年後會發生什麼也很是困難，這就是技術對社會帶來的巨大改變。架構

從工業革命開始的兩百多年裏，人類科技不斷爆發。回到工業革命的本質，其實資本的本質實際就是技術，是技術創造了新的財富。回顧兩百多年來發生的全部技術變革，從蒸汽機、鐵路、火車，到蒸汽輪船、電報、電話、電器照明以及汽車、石油、飛機，而後再到計算機、互聯網、人工智能，這些變化互相影響，相互刺激，承前啓後，共同改造了這個多元化的社會，也促成了現代城市的誕生。相比於古代城市，現代城市已經發生了根本性的變化，而這些變化正是由工業革命帶來的。工具

工業革命的另外一項資源——煤炭，在中國古代很早就有了，但中國古代的富人只是拿煤炭來取暖，並無把煤炭做爲重要的生產資源來使用。正是由於這些客觀因素致使工業革命首先發生在英國。工業革命的最直接緣由是消費需求的刺激，當時的英國消費者對從印度進口的色彩鮮豔、價格便宜的印花棉布產生了很是高的興趣，所以，英國會花大量金錢去買印度進口的棉布品。當時英國最先採用的是貿易保護措施，就像如今產業對新技術的遏制同樣。但即使英國制定了法律來禁止印花棉布的進口，也遏制不住人民的旺盛需求，這就使得英國生產者不斷思考如何實現技術創新。之因此選擇技術創新，是由於英國的人力成本很是高，致使紡織業資本須要尋求技術的幫助來拉動產業升級，用機器取代人力多是當時英國的惟一出路。所以，棉紡織工業出現了大量的技術進步，好比 1733 年，約翰凱伊發明了「飛梭」，提升了織布速度；1779 年，克朗普羅頓發明了「羅機」，後來爲了適應蒸汽機變成了一個廣泛的紡紗機器，使得產能巨幅提高；後來還有一個傳教士發明了水利制機，開創了機械織布的新時代。到了 19 世紀 20 年代，一個初級學徒經過操做機器織的布要比熟練的手織工多 15 倍。大數據

站在今天看工業革命，能夠明顯地感覺到需求對技術誕生的刺激做用。瓦特改良蒸汽機是一項很是重要的工做，而棉紡織業對新技術的需求才是關鍵所在。之因此工業技術革命發生在英國，是由於想要經過技術創新下降人力成本，這也是創新的重要特色。優化

回到當下，在看待人工智能時，好比在一個倉儲中的細分場景中，想要經過倉儲物流機器人實現自動分揀和配送，而倉儲管理員每每以爲只須要僱幾我的力成本很是低的員工便可，從當下的投入產出比來看，不值得去構建人工智能系統。所以，在新技術誕生的初期，最須要找到合適的產業，才能更好地孵化創新。阿里雲

整體來看，技術實際上就是生產力。在工業革命時代，經過蒸汽機、紡紗機，釋放大量的人力成本，提升了產能。能夠說，需求刺激了新技術的誕生，而新技術要解決的第一件事情就是提升產能。雲計算

二新技術的成熟要經歷通用化、成本、安全的考驗

當談到計算機時，要先談計算，它也是對產能的巨大提高。即使是人工智能也依然是計算機的發展，不管是計算仍是人工智能都沒有脫離誕生於 1946 年的馮諾依曼架構。

在計算機的發展歷史中，圖靈提出了圖靈機，而馮諾依曼架構是對圖靈機的一次典型實現，後續計算產業全部發展都是在馮諾依曼架構下實現的。而馮諾依曼架構依然是在實現 200 多年前萊布尼茨對於經過符號邏輯模擬世界萬物的願景。正如萊布尼茨的願景同樣，計算之因此重要，是由於它能夠模擬、運算咱們能觀察到的萬事萬物。計算不只僅是加減乘除這些基本運算，人類對世界的全部觀察均可以符號化。所以，今天全部可以符號化的信息，均可以經過符號進行實現，這也正是當年布爾所作出的重大貢獻。

今天，計算機是各個產業中重要的生產力。計算機解決的是計算的產能問題，也就是生產效率問題。而計算之因此如此重要，是由於其可以模擬萬事萬物。所以，今天的不少產業都離不開計算，好比設計橋樑須要很是精密的計算，也由於計算使得現代橋樑設計的效率比古代高出了千萬倍，這些改變都是由計算機帶來的，因此說計算創造了一個新的世界。

技術是有完整生命週期的。正如工業革命時期，棉紡織業對於蒸汽機技術的拉動同樣，任何技術的發展，在一開始都要找到對應的需求市場。先找到對應需求，再考慮新技術到底解決什麼問題。我認爲新技術的根本是要去提高領域內的生產效率，解決產能問題。解決了根本問題以後，接下來要解決通用化問題。就像蒸汽機發明時用的是直線傳動，最先用於在水井裏抽水的，而瓦特對蒸汽機的重要改良就是使用曲柄傳動，進而將其適用到各個行業，成爲了通用的蒸汽機。瓦特對蒸汽機做出的兩項重要改變，分別是通用化和下降成本。

首先，技術的通用化很是重要，馮諾依曼最大的貢獻是經過改造計算機的架構實現了通用化，後來又根據這一架構，造出了真正好用的計算機。經過產業的需求孵化新的技術，再經過技術的通用化，去服務於各行各業。

其次，技術成本的下降也很是重要。蒸汽機改良以前的能耗集中在散熱上，瓦特在對蒸汽機進行改良時，設計了冷凝器和睦缸分離的架構，基本上解決了一半的能耗問題，大大下降了成本。回顧技術的歷史，成本也是創新的根本動力，它決定了技術可否走向市場，完成規模化。

在計算機的發展歷史中，馮諾依曼提出了兩項技術的關鍵性改進，第一，由二進制代替了十進制；第二，將程序和數據放到了存儲器。當時世界上第一臺計算機是由電子管制成的，須要經過大量的外部電路進行控制。馮諾依曼是第一個提出電路設計和邏輯設計是應該分離的，這是思想上的巨大進步。

回顧技術的發展歷史，可以發現一項技術的背後可能有不少人共同作出了貢獻，但瓦特、愛迪生、馮諾依曼等這些作出關鍵性改變的人被稱爲技術革命的英雄。他們之因此可以作出改變，實際上是由於解放了思想，使得他們可以換一種角度去思考。馮諾依曼本來是數學家，並不懂計算機。但當他接觸計算機以後認爲應該把邏輯設計和電路設計分開，因而提出了馮諾依曼架構。他還提出直接把數據和程序放入存儲器，大大下降了計算機的成本而且提升了效率。一樣的，從晶體管走向集成電路，也是工程上重要的改進，也大大下降了成本。

在計算機的發展史上有幾回關鍵性改良，第一次是馮諾依曼架構的提出；第二次是從電子管到晶體管；第三次是從晶體管到集成電路，而後纔有了今天的半導體產業。能夠明顯地看到，在幾回技術迭代的過程當中，推進技術改良的最主要緣由是對成本下降的思考，這也是典型的從工程角度出發的架構改良思路。

回到互聯網、AI 時代，可以發現有幾個關鍵結論。若是想要改良技術成本，原材料的成本就變得很是關鍵。對於計算機而言，有兩個關鍵成本，即算力成本和數據成本。若是將智能技術當作計算機技術的一種，那麼所須要解決的依舊是幾個典型問題。第一，通用化問題，如何實現智能技術的通用化；第二，成本問題，包括算力和數據的成本問題，這也嚴重製約着新技術的發展。

計算機實現了計算效率的巨大提高，而軟件就是幫助計算機提高效率最直接的工具。軟件所消耗的生產資料就是算力和數據。算力本質上就是晶體管，還會涉及存儲、網絡等。集成電路實現了晶體管在產能和成本上的優化，而云計算實現了算力的規模化。雲計算依然沒有脫離馮諾依曼對計算機的定義，實際上就是解決了算力的規模化問題，這樣纔會顯現出經濟的規模效應。邊際成本遞減也是雲計算商業模式成立的最重要緣由，使得算力成本獲得了下降。除了計算以外，數據的成本也須要優化，如何有效下降數據成本是 AI 時代須要考慮的關鍵問題。

回顧技術發展的歷程，首先是需求的產生，進而有效刺激了新技術的誕生，而後技術開始通用化，而且有效地下降成本。可是到此爲止，技術依然沒有走完它的生命週期，還須要解決技術自己的安全問題和生產穩定問題。在技術的發展史上，早期的許多工程師須要冒着巨大的風險對技術進行改進，而現在咱們只須要寫寫軟件。總之，技術的安全問題也是須要解決的。當技術的通用化問題、成本問題、安全問題所有解決以後，才能真正地說這個技術成熟了。與此同時，新技術出現以後，也會不斷迭代，進而催生新的需求，好比在工業革命中，蒸汽機只是一個標誌，由蒸汽機拉動了鐵路的需求，而後出現了火車、輪船，造成了鐵路網和船運網，進而帶動了時代的變化。在那個時期還出現了電報，這樣就造成了運輸物質的鐵路網、輪船網和運輸信息的通訊網。而現在的電話、互聯網也是通訊網。這兩張網使得全球經濟獲得了巨大的推進，也使得全球的聯繫也變得更加緊密。

在 1850 年到 1910 年之間，全球貿易量增加了 10 倍，這可以體現出工業革命對世界貿易的推進做用。網絡的重要性在於一次建設，重複使用，並且網中的結點越多，結點間的互動性越高，成本就越低，而帶來的經濟效應就越大。此外，一張網絡將全部能夠觸達的客戶拉入了統一的市場中，從而有效地擴大了產業規模。互聯網相對於鐵路網而言，沒有本質上的變化，只有規模上的變化。但也能夠說量變引發質變，互聯網打破了物理空間的限制，使得今天在互聯網上觸達客戶的效率很是高。所以，在看技術之間的關係時，鐵路網和蒸汽機的關係，就很是像互聯網和計算機之間的關係。互聯網的出現對於經濟起到了很是大的放大做用，其主要具有四個經濟效應，即規模經濟效應、協同經濟效應、雙邊市場效應和梅特卡夫效應。正是由於同時具有這四個效應，使得互聯網成爲了一個超級強大的經濟放大器。

三算力和數據如何實現規模化突破

回到今天看互聯網、計算機與智能技術的發展，我認爲第一個真正被驗證過的就是搜索，互聯網的發展拉動了搜索技術的發展。搜索是第一個實現算力、數據規模化的軟件，它依然知足馮諾依曼架構的設想。其實，搜索最開始被提出來的時候就是爲了解決海量數據的計算效率問題，最先由雅虎發明，後來 Google 經過 PageRank 算法作了改良，以更好的體驗創造了巨大的市場。正是由於在互聯網廣告領域發現了巨大的市場需求，才使得源源不斷技術投入到搜索領域。正是由於對於搜索技術的沉澱，使得算力和數據的規模化問題得以更好地解決，也就造成了雲計算和大數據。

傳統思路沒法思考新技術的估值問題，對於創新的技術，很難對它造成正確的估值，由於技術迭代速度很是快。好比當蒸汽機出現以後，很快又出現了鐵路、輪船，所以對蒸汽機進行估值時，很難想象後面會出現多大的市場，對世界和社會造成多大的改變，這就是創新的力量。因此說只有技術創新纔是在創造新的財富，由於它增長了產能，再經過資本的投入不斷擴大規模。所以，在研究技術的變化、迭代時，很難想象一個新技術出來以後會創造怎樣的新需求，因此難以經過一套成熟的方法評估一項新技術將來的潛力空間。

今天，若是想要在企業的競爭中具備更好的競爭力，須要從資源角度去思考對每項新技術的見解。好比在工業時代，其實出現了一次天然資源的大發現，英國最先使用木材做爲生產生活的主要燃料，後來由於木材減小纔開始使用煤炭，但直到蒸汽機發明以後，煤炭才被大量開採出來。工業革命誕生在英國還有一個很重要的緣由是英國的煤炭比較多而且方便開採，離海岸線近，比較容易運輸。在古代中國，煤礦主要在內陸，而經濟最發達的地方在長三角，在沒有鐵路、輪船的狀況下，將煤炭運輸到沿海地區的成本很高，因此煤炭沒有成爲古代中國經濟發展的重要材料。當蒸汽機出現以後，煤炭成爲了重要的戰略資源。一樣的事情也發生在石油出現以後，美國克利夫蘭由於附近的油田從小城鎮發展成爲一個工業化城市，也正是在這裏洛克菲勒拿到了第一桶金。電力發展上也同樣，1886 年，美國決定在尼亞加拉瀑布上建設一個水電站，輸送十萬馬力的電能到距離 26 英里外的布法羅市。瀑布在電力發明以前，只能被當作壯觀的天然景觀，而當電力系統發明以後，就會發現瀑布的水落差是很是重要的天然資源，而誰佔有了這樣的資源，誰就擁有了巨大的財富。對於天然資源的壟斷或攫取，可以讓企業或者國家在競爭上處於優點位置，所以有必要從天然資源的角度從新看待新技術的發展。當一項新技術出現以後，創新其實是須要講究市場規模的。而對於時代的改變來講，創新的規模纔是最關鍵、最本質的事情。

回到計算機的發展，最開始的電子管還會發光發熱，存在巨大的能耗問題。後來發明了晶體管，硅就成爲了一種新的天然資源，而這種材料在地球上處處都是，使得新造晶體管比維修電子管更加便宜，這就致使了商業模式的重構。因而可知，天然資源會決定不少事情。

對於計算機、AI 的發展而言，算力和數據都是重要的生產資料。算力涉及到晶體管、存儲網絡等，而數據則須要當作一個新的天然資源從新思考。在信息時代，計算機的發展就是出現了各類各樣的數據庫，經過計算機取代了許多須要人工的填表工做。而在智能時代，一些低門檻、低複雜度的事情均可以被計算機自動完成。回過頭來看，計算機在信息時代對算力和數據利用的規模都比較小，PC 時代所使用的算力和數據可能僅僅來源於自身，但在智能時代的軟件操做，利用的多是雲計算海量的數據和算力。所以，今天新的軟件才能解決不同的問題，它對效率的提高會是信息時代的無數倍。雲計算有效地完成了算力的規模化，數據的規模化曾經指望經過大數據來完成，但目前大數據並無獲得充分應用，各行各業依然在處理小數據。今天咱們談論機器智能到底應該設計成什麼樣的軟件，其實應該看這個智能軟件到底消耗多少算力和數據，從規模上來判斷。若是一個智能軟件沒有消耗很是多的算力與數據，很難想象它可以提高很是高的產能。

要實現數據的規模化，其實最重要的就是 IoT。今天，經過大量的 IoT 設備，會源源不斷地採集海量的數據，數據規模遠遠大於人工填表時代所產生的數據規模。人工填表採集的數據依然認爲是信息時代採集的數據，而 IoT 設備採集的數據則是知足智能時代所需數據規模的基礎。數據要想成爲天然資源，規模很重要。

對於數據的成本而言，AI 的成本高是由於數據成本很是高。算力成本經過晶體管、集成電路、雲計算已經有效地實現了規模經濟，能夠在實現路徑中逐漸收斂，而且符合摩爾定律。而數據成本依舊很是高，這主要有幾點緣由：第一，對不少 AI 算法而言，數據打標的成本很是高，每每須要人工參與，所以整個學界和產業界都在思考如何讓機器自動打標籤，進而有效下降數據成本。第二，IoT 設備以及全鏈路數據採集的成本太高。IoT 設備不生產數據，而是採集數據，經過 3G/4G/5G 的發展下降了設備數據採集鏈路的成本。數據採集以後，還須要考慮如何存儲和加工，須要綜合考量成本，也須要和上層的應用軟件造成互動，因此人工數據治理也浪費了大量時間。只要須要人工參與，效率必定不高，成本也會上升。所以，學術界和產業界也在思考如何讓機器自動進行數據治理，解決數據的質量問題。當這些所有完成以後，才能讓數據成爲在智能時代可以被有效使用的天然資源。

四數據的智能化

當有了大規模的算力和數據，如何提升各個產業的生產力呢？機器智能技術其實有點像工業革命出現的蒸汽機，各個產業的應用就相似於英國棉紡織業的紡織機。所以，沒有辦法簡單地說智能技術如何去改變世界，而是要經過製造各行各業的「紡織機」，提高產能，下降成本，進而拉動產業的進步，服務整個社會。所以，須要觀察到底哪一個產業能拉動本身技術的發展，實現數字化和智能化。

數據的智能化就是經過精細化的管理或者治理來解決資源的合理分配，這是計算可以爲各行各業做出的最通用的貢獻。當這個問題解決以後，各個行業的產能會巨幅提高，成本也會巨幅降低。

再回到經濟和社會層面上，蒸汽機、鐵路、輪船出現以後，又發生了農業機械化革命，大量的農民開始失業，大量人口涌向城市，出現了工人階級。又由於工廠投資大規模的機器設備，因此須要大量工人彙集進行勞動，因此出現了產業分工，進一步造成了工業化城市。因此最先的工業化城市是英國的曼徹斯特，當時有 50 萬工人用機器從事棉紡織業的製造。隨着電力、石油革命的發展，在 20 世紀早期的2、三十年間，人口過百萬的城市從六個上升到了2、三十個，這就是工業革命所帶來的城市人口的大規模彙集。

進入消費時代，產業彙集進一步發生，致使最先開始產業分工的一批企業積累了大量財富，因而開始出現階級分化，出現了勞工、白領以及中產階級。由於不少重要的生產活動不是在一線完成的，而是在辦公室裏完成的，而中產階級的知識與經驗的沉澱變得很是的重要，這批人變得很是富有，也所以拉動了社會的需求，特別是第三產業的需求。在 1990 年先後，社會的產業結構發生了巨大的變化，大量人口從工業轉移到了服務業，城市結構也從工業型轉向消費型。

今天，互聯網企業是以技術驅動的，不少企業不會嚴格地執行打卡，是由於咱們又讓人從新迴歸到了人，而不是機器，這其實也是人工智能要解決的問題。由於讓人彙集打卡上班的制度是工業革命以後，在工廠裏基於流水線發明的一套管理制度。而在今天，若是說技術就是資本自己，技術創造新財富，創新是驅動財富發展的最重要的動力，那麼就應該爲技術創新提供一個更加寬鬆的環境。

隨着機器智能的進步，社會分工會進一步細化，城市會彙集更多的人口。預計到 2050 年，全球 70% 的人口會生活在城市。而城市的發展須要解決住房、就業、環境、衛生等問題，所以當智能技術出現以後，咱們但願能夠從新思考和解決工業革命帶來的弊病，讓整個社會和人類實現可持續發展。

不管是算力仍是數據，經過精細化計算，均可以有效地下降損耗，實現對資源的合理分配與利用。機器智能會對將來的經濟和社會產生巨大影響，讓更多人迴歸到更具備創造力的工做上，讓人更像人，讓工做更加開放和自由，進而改變生活的面貌。而技術的發展依然符合前面提到的規律，須要強烈的需求刺激新技術的誕生，須要解決技術的通用性、成本和安全問題，最後技術再創造新的需求，創建技術與需求之間的正反饋，進而造成新的社會分工，以此來改變社會、城市與生活的面貌，催生新的文化與價值觀。

現在，不管是 AI、IoT 仍是 5G 技術，依然應從需求、成本和經濟影響的角度來思考，並做出有效的戰略決策，也應從天然資源的角度去思考，爲企業找到新的競爭優點。