為什麼人工智慧發展需要國家?

如果你是電影迷，你一定看了今年奧斯卡熱門電影《模仿遊戲》，這個以英國著名科學家阿蘭·圖靈為主線的傳記電影，展現出圖靈如何設計一套模仿人類思考機器，從而破解納粹德國密碼的歷程。

如果你是一個科學迷，你一定看到霍金、馬斯克對於正在興起的一股熱潮的恐懼，馬斯克甚至斷言：「我們需要萬分警惕人工智慧，它們比核武器更加危險!」

如果你是一個互聯網迷，過去一年你會被互聯網公司各種新奇的名詞「洗腦」，包括但不限於機器學習、電腦視覺等等。

如果你是個新聞迷，最近一定關注到兩會上，以政協委員、百度創始人李彥宏提出的「中國大腦」計畫，一時間引發媒體熱議。

這一切的一切，都歸於一個詞：人工智慧。 過去一年，人工智慧毫無懸念地成為整個互聯網的熱詞，其影響力無遠弗屆。 但和業界熱議的大資料、雲計算一樣，人工智慧並非什麼新鮮概念。 早在上世紀50年代，MIT的約翰·麥肯錫教授就提出「人工智慧」的概念，指的是一種製造智慧型機器的科學和工程。 隨後的人工智慧發展起起伏伏。 在80年代經歷了一股大熱之後陷入沉默，而在人類進入互聯網時代的21世紀，為什麼這個概念又重新興起呢?

三大技術趨勢讓人工智慧不再遙遠

互聯網革命帶來的不僅是讓全世界緊密聯繫起來，形成麥克盧漢預言中的「地球村」，更使得之前無法想像的技術成為現實。 如果要讓程式像人一樣智慧地理解某個口語單詞，就必須能夠聽清(不同音節)彼此之間的所有音素;而程式識別出某幅圖片的關鍵技術，則是需要看到其周圍圖元環境內的所有圖元。 近幾年來GPU技術逐漸成熟，GPU是一種滿足可視遊戲中高密度的視覺以及並行需求的晶片，如今已是百度首席科學家的吳恩達在2009年就使用GPU建立並行神經網路，以此來實現諸如識別圖片的目標。

互聯網時代海量的資料為人工智慧研究提供了大量樣本，這些海量資料有助於讓機器更全面的識別與學習。 在機器學習上，新一代演算法如深度學習脫穎而出，與之前的機器學習模式不同，深度學習通過組合低層特徵形成更加抽象的高層特徵。

舉個例子來說，以識別圖片上的人臉為例，機器首先從一張臉的邊緣入手，由小到大，再將各個要素組合，最後通過這些要素的比對得出結論，這個過程與人類大腦識別人臉的過程類似。 目前從國內情況來看，百度在深度學習領域有著不小的競爭優勢，特別在吳恩達加入之後，百度深度學習的研究也逐步延伸到整個百度產品體系，估計也正是因為如此，李彥宏才有底氣在兩會中提出「中國大腦」的提案建議吧。

正是在這三大技術趨勢的相互作用下，人工智慧技術在過去幾年成為業界關注的焦點。 CB Insight研究員整理的資料顯示，2010年只有兩家人工智慧公司成立，而2014年則大幅增加到16家。 更重要的是，歐美政府以及互聯網巨頭都在緊鑼密鼓的上線人工智慧專案，比如歐盟的人腦計畫，就是建立一套基於神經科學的全新的、革命性的資訊通信技術;谷歌、IBM先後收購和研發出新一代智慧型機器人與智慧晶片; 美國國防部的高級技術研究所，也就是大名鼎鼎的DARPA正在推動人機交互的新專案CwC，目的就是為了讓人類與機器之間更好地通信。 這些國家或企業為何對人工智慧如此鍾情呢?

人工智慧的想像力到底有多少?

讓我們首先來看看人工智慧現在的研究領域：

人機交互(自然語言識別)

電腦視覺

語音辨識

這三大基礎研究會極大地改變現有產業的發展模式，以製造業為例，隨著自然語言識別與語音辨識技術的成熟，人與機器之間的交互變得更加簡單，在此基礎上，工業機器人能夠更好地理解普通工人的口令。 而在那些工藝要求嚴格的儀器製造環節，電腦視覺技術可以説明機器人精確完成任務。

人工智慧在製造業的潛力也和目前業界廣泛討論「工業4.0」不謀而合。 「工業4.0」強調了智慧工廠與智慧機器人的重要，這背後都需要一套更加智慧的系統來支撐，人工智慧毫無疑問將在其中扮演重要作用。

如果說上述情景還停留在工廠，那麼無人駕駛汽車則讓人工智慧技術走入尋常人家。 讓汽車做到無人駕駛，首先需要讓汽車認識「路」，在此基礎上在識別路上的各種物體——前後左右的車、路上的行人、路障等等，這必須依靠電腦視覺技術給汽車調配好「視力」。 其次，語音辨識和人機交互可以説明汽車更好地懂得駕駛人的想法，做到安全駕駛和文明駕駛。

很多害怕人工智慧的人都反反復複重申一個觀點：人工智慧就是要讓人類失業，從體力和智力上戰勝人類。 這當然沒錯，還是以製造業為例，隨著智慧型機器的普及，工廠需要的工人越來越少，但工廠的效益卻大幅提升。 而大量工廠生產模式的改變則整個製造業的轉型升級，這也是德國以國家的名義啟動「工業4.0」與推動歐盟「大腦計畫」的初衷。 同樣道理，美國政府也通過Depra與NASA，將大量資金注入到圍繞人工智慧研究的企業或專案裡，為何人工智慧的研究需要國家層面的支援呢?

沒有國家力量的推動，人工智慧專案或恐難成功

人類的進步一直離不開技術創新的力量，但隨著技術的不斷發展，能真正推動技術發展的不在僅僅是個體、公司，而成為一種國家的使命和責任。 這是因為隨著技術發展越來越複雜，個體、公司的力量已經無法完全承擔。 歷史上，第一次工業革命的興起幾乎就是瓦特一己之力改進了蒸汽機;而第二次工業革命則是與電力相關的幾家公司所推動;但在第三次技術革命中，美國二戰期間「曼哈頓計畫」的遺產——從貝爾實驗室到各種軍工企業， 成為戰後帶領美國成為全球技術領先者的核心力量。

在2013年的一次TED演講中，來自英國蘇塞克斯大學科學和技術政策研究中心的Mariana Mazzucato教授提出一個令人驚訝的觀點：在經濟市場中，最能引領創新潮流的角色是國家!

Mariana Mazzucato的論據源于她對手上一部iPhone 的研究，她發現：

「iPhone中這些十分巧妙、革新性部分全由政府資助，也就是說，移動互聯網由美國國防部DARPA資助; GPS由軍方Navstar(導航之星)計畫資助;甚至Siri，事實上由DARPA資助;觸控螢幕由兩個國家部門-CIA(中情局)和NSF(國家科學基金會)-資助了德拉瓦大學兩位公立大學研究員。 」

有關人工智慧的研究更需要國家層面的參與，這不僅因為人工智慧研究的耗費驚人，比如歐盟的「人腦計畫」，歐盟委員會將在未來十年內拿出10億美元支撐其研究， 上文提到的IBM智慧晶片TrueNorth得到美國國防部高達5000萬美元的支援。 如此的研究經費早已超出普通人甚至企業的承受範圍，只有從國家戰略層面的資金支援，才能保證研究的持續發展。

其次，人工智慧是一項搶佔未來競爭高地的基礎性技術。 我國是製造業大國，但並非製造業強國，近幾年來，我國製造業面臨工作力和原材料成本上升的雙重壓力，傳統層面的成本優勢逐漸消失，製造業的轉型迫在眉睫。 也正如前文所言，人工智慧會從根本上改變傳統制造業的生產模式，從而能夠讓中國製造業快速實現產業轉型，在這個層面，中國需要和傳統制造業強國，諸如日本和德國開展競爭，其重要性不言而喻。

第三，啟動一項國家層面的人工智慧專案也是我國政府創新模式的新嘗試。 我國經歷過較長時期的計劃經濟時期，政府也長期「霸佔」創新什麼如何創新的發言權。 但隨著政府職責的變化，政府也開始將部分創新專案放在高校和科研機構，但由於高校、科研機構缺乏必要的市場敏感度，其創新產品往往無法真正推向市場。 而中國的人工智慧專案，則是國家、高校/科研機構、企業三重發力：國家負責政策引道與資金支援，高校推動基礎研究和人才培養，企業則結合市場和國家需求，將基礎研究產品化，並利用不同產業和行業需求實現產業鏈的優化和調整。

站在2015年這個時間節點，人類對人工智慧的未來充滿著憧憬與恐懼，一如1400年代歐洲人對古登堡的那台印刷機一樣。 然而我們有理由相信，就像古登堡的印刷術終結歐洲野蠻的中世紀文明，從而為歐洲文藝復興吹響了號角一樣，我們有理由相信人工智慧能成為人類騰飛的翅膀，而中國，在這場輸不起的比賽裡，也正蓄勢待發!