“今天人工智能給出的猜想在很多情況下可以遠超我們當下的認知，會有越來越多探索宇宙真相的東西被人工智能找出來，怎么用好他？在于我們怎么讓普羅大眾的認知同步?！?1月28日，商湯科技聯合創始人、首席執行官徐立在由《財經》(博客,微博)雜志、財經網(博客,微博)和《財經智庫》主辦的“《財經》年會2022：預測與戰略”上如是表示。

商湯科技聯合創始人、首席執行官徐立

徐立認為技術往前演進的時候有非常強的路徑依賴，它是一種人類認知的延續，不管是在手機行業的應用，在智能設備上，甚至智能零售，都是在已有的熟知領域上的一點點延伸，非常難做一種跨越式的應用。而人工智能否能跳出人的認知邊界，恰恰是人工智能走向下一步，乃至整個行業變革下一步的關鍵。

在未來5到10年當中，一些我們對于行業運行規律了解特別少的學科，在并沒有一個合適的定理或者科學的公理給出這些學科運營規律的時候，人工智能將可能很大層面上推動行業的顛覆式的變化。

發展和治理永遠是平衡約束的問題。徐立提到，當我們的技術真的要進入行業中時，需要有一個平衡來對技術使用邊界進行治理，而從應用的邊界以及行業的認知度來說，中國的AI技術都走在了整個行業平行起步的過程中。我們在調研了行業中人工智能治理的框架后，就可以把它歸類為可持續的、以人為本和技術可控的約束的準則，這些約束的準則往往對于現在技術了解的認知上給出的邊界條件，推動了生產力的發展、變革。

對個人來說，人工智能能做的事情是非常有價值的，就像是把原來稀缺的資源復制很多份，讓更多的人享受，但在這個過程中會面臨諸多的正面和反面的問題，我們要及時考慮到治理框架和企業技術的平衡發展。

以下為部分發言實錄：

徐立：大家好，非常感謝《財經》的邀請，有機會跟大家分享一下商湯科技關于人工智能的一點想法和看法，剛才聽薛教授講，也是非常有啟發。

這次的主題叫人工智能的下一步，技術一直是演進的，但我認為在現在這個點上，我們可能會面臨著一個比較大的跨步，而這個跨步會突破我們現在的認知。有一天我回到家里看到了我們家養的貓，同時我們家小朋友在做生物課的作業，研究海底的生物，研究一些長的特別不一樣的生物。這引發我一個很有意思的思考，在人看來，很顯然左邊這一類的寵物大家比較喜歡，右邊的，大家會覺得長的比較奇怪，不拘一格，其實右邊是因為更符合自然和環境的生存條件進化成的樣子。人類做選擇的時候，往往都是用人的認知做挑選和選擇。如果主觀的美是以這樣的方法選擇，在技術演進上是不是人也會受到這樣的影響，實際上目前看大部分的情況是這樣的，技術往前演進的時候有非常強的路徑依賴，這個路徑依賴在于人類認知的延續，不管是在手機上行業的應用，在智能設備上，甚至智能零售，或者我們看到的各式各樣的通行，背后的分析，都是在已有的熟知領域上的一點點延伸，非常難做一種跨越式的應用。

如果在人類本身認知局限里，人工智能是不是能夠放飛自我，是不是能夠跳出現在人的認知邊界，這恰恰是人工智能走向下一步，或者我們整個行業變革的下一步的很有意思的關鍵。講到這里可以提一提人類過往科研創新的范式，從最早經驗歸納的范式，到演繹推理的范式，被稱為是第一、第二范式，經驗歸納從培根開始，講了用數據做歸納。當有了計算機之后，比如仿真模擬就是計算機在做推理演繹，比如大數據，第四范式大數據科學可以對應到經驗的歸納。這樣的范式在過往很長時間當中把創新的模式總結到這個框架當中。其實真正意義上，在人類發展的過程當中，我們所做的既不是歸納也不是演繹，很多情況下是非常不連續的跳躍，在這個跳躍的基點上做我們的演繹，做我們的歸納。這樣的一個天才的腦洞，在今天是不是可以用機器完成？或者創新是不是有一種新的范式呢？這是我們在1950年提出的機器會不會思考的問題之后，70年同樣也問這樣的問題，機器是不是復刻這樣的腦洞，我想很多的行業已經驗證了機器能夠在這個過程當中給出一些超出人認知的猜想。

這是人工智能能夠超越人的能力的行業應用，仔細看柯潔在復盤的時候有一句話很有意思，說你下棋的境界比我高，對手說我經?？碅lphaGo下棋。圍棋的例子非常有意思，雖然它是一種娛樂性的代表，但非常復雜。人工智能在這上面只能做到的是猜想，但它的猜想即使距離最優的答案非常遠，但也遠遠超過我們人。包括蛋白質的分析，很多人驗證說人工智能在現在這個階段上，如果只給出過往的數據，它能夠猜想出宇宙的運行規律。今天我們就面臨這么一個問題，如果機器能夠猜想出牛頓定律，但牛頓可能要在一百年甚至兩百年以后再來，今天的人類能不能用牛頓定律，這就是一個我們面臨的問題，人工智能下一步能夠怎么走好？就是我們怎么能夠在有邊界場景的情況下用好機器人猜想。

猜想背后的支撐點是什么？大家說我們進入了數據的時代，算法有很大的突破，但是剛才的例子顯示出來的，沒有一個例子是真正意義上跟本身大數據有強相關的，AlphaGo下圍棋已經完全不依賴于人類，但一個有意思的點是過往的10年最好的人工智能算法，對于算力的需求每年增長10倍以上，過往10年差不多增長了百萬倍。理論上我們認為算法越精妙，某種意義上我們需要的算力越少，但恰恰是因為我們給出了一個很好的表達的探索能力，使得在現在上不停地搜尋最優解，在這個過程中，我們認為現在的人工智能大型的算力是推動機器猜想的本質，在未來5到10年當中，一些我們對于行業了解，本身行業的運行規律了解特別少的學科，比如地球科學、材料、生物、醫藥等等科學，原來并沒有一個合適的定理或者科學的公理給出這些學科運營規律的時候，人工智能在這個過程當中將可能很大層面上推動行業的顛覆式的變化。

問題來了，有了這個猜想之后，我們能夠怎么樣把這個很好的猜想應用大行業邊界當中，我們的目的是怎么用好在現實場景當中約束好的猜想，在我們看到的人工智能發展的趨勢當中，機器是可以猜想出宇宙探索的運行真相的，不管是天體的、地球的等等一系列的運行真相。但這里面只有很少一部分規則能夠被我們這個時代所采用，恰恰是因為我們這個時代的認知局限。比如現實當中已經廣泛被采用，直到今天沒辦法解釋原理的一些應用，飛機的起飛，飛機的起飛即使今天有流體力學都沒辦法解釋它起飛的動力真正意義上來自哪里，但是千百萬次的嘗試，經過大家經驗的認知，不會覺得這件事是不可行的，所以在給定邊界和給定認知達到這個高度的時候，我們就能很好的駕馭目前沒有解釋的東西。

自行車也是這樣的一種物體，自行車的平衡性到現在也是一個力學的難題，但這不妨礙我們在人類社會當中廣泛使用。這表示我們的技術真的要進入行業當中，我們需要有一個平衡，這個平衡是對現在技術使用邊界治理，以及原來說技術能夠推動生產力的平衡，這個平衡歸根到底是我們約束與發展之間的平衡。當然我們希望能夠在合適的時間點上把我們的治理問題、技術應用邊界的問題和最原始的技術發展問題聯系在一起。

這里有兩個非常有意思的例子，右邊的是行業的約束是在認知之前的，在我們沒有充分了解到這樣的技術，沒有充分嘗試過這樣的邊界時，給出了一個過早的約束。比如最早的蒸汽機車，大家要求車前的150碼要有人揮動紅旗，所以開一輛車需要三個人，因為這個紅旗法案，英國錯失了汽車工業的大發展，因為當時對這個事情的認知遠遠落后于這個時代。

左邊也是一個英國的例子，在蒸汽機發明之后，英國發展的非?？?，第一次工業文明起來的速度非?？?。第二次工業革命之后，帶來的就是整個城市環境污染的問題巨大，不得不頒布清潔法案，同時汽車有很大的倒退。今天我們如果給出人工智能的猜想，給出行業的新的認知，往往可能沒有辦法完整的解釋這件事情，甚至這件事情我們對它的期待也會要求時間非常遠，正是因為我們有各種方案做這樣平衡的約束，可以看得到行業的變化是不一樣的。

整個社會也是在這個時間點上理解了人工智能往前發展的一些特性，在2016年的時候，過往的五到七年時間，各國都紛紛提出對于人工智能底層的思考，怎么樣用人工智能更好的治理框架，邊發展邊給出約束的邊界，使得這個技術能夠更好的被我們行業所使用。在這個過程當中，中國是有很好的土壤的，因為從應用的邊界來說，以及行業的認知度來說，中國都走在了平行起步的過程當中。我們提出以發展為目的的人工智能，我們調研了行業里的所有的人工智能治理的框架，就可以把它歸類為可持續的、以人為本和技術可控的約束的準則。這些約束的準則往往對于現在技術了解的認知上給出的邊界條件，如果我們不談發展，帶來的問題是，我們什么都不做非常能夠滿足應用條件。但我們的目的在于怎么樣讓人工智能走出下一步，推動生產力的發展，生產力的變革。所以，發展和治理永遠是平衡約束的問題。

舉幾個行業當中的例子，比如一個人工智能已經分分鐘鐘影響到我們生活的方方面面，并且把治理成本大幅度下降，提升效率，在智慧社區用人工智能降低的成本是18%，并且可以拓展原來的治理邊界不可能的事情。但同時這里面帶來的一些沒有觸及到的問題，數據的差異化帶來算法的歧視，如果這些問題不及時考量，可能會帶來非常大的倒退的發展過程。

同樣，在各行各業，比如工業使用人工智能非常多，因為流水線質檢的問題都可以用人工智能完成，可以提升產業安全可靠性，包括可以把所有的流程和標準做比較，能夠更好的影響到流程的自動化。這帶來的社會面的問題是，提升效率，節省勞動力，我們需要思考要不要讓這些人培養新的能力，適應新的發展方向，這可能是我們現在這個階段要用好這個技術必須面臨的挑戰。

對個人來說，人工智能能夠做的事情是非常非常有價值的，把原來稀缺的資源復制非常多份，讓更多的人享受，比如人工智能講課，可以把名師講的內容更好的推廣。包括醫療，把原來稀缺的專家意見分享到更多的病患當中，讓病患都可以享受專家級別的服務。在這個過程當中，原來由人完成的東西，現在逐步由機器替換，人的價值就沒了。比如有人患病，機器說你有70%的可能得了腫瘤，這樣的感覺不會親切，如果有醫生告訴你說，如果你很好的吃藥治療，相信病人的信心也會提升。這個過程當中會面臨諸多的正面和反面的問題，我們要及時考慮到這樣治理的框架和企業技術的發展。

認知是決定我們能不能使用好人工智能下一步猜想的核心，2001《太空漫游》里給出了一個黑石碑，黑石碑的邊長是永恒的，即使放大了無數倍以后仍然是1：4：9，遠超了人類對材料和力的認知，它其實是太空文明在這里樹立的一個紀念碑，告誡人類，人類的認知非常渺小，我們在月球上再次看到了絕對的1：4：9。今天人工智能給出的猜想一樣，它在很多情況下可以遠超我們當下的認知，給我們超出我們意外的結果，會有越來越探索宇宙真相的東西被人工智能找出來，怎么用好他？在于我們怎么讓普羅大眾的認知同步。謝謝！