《红顶奖颁奖盛典》文字速记（5）

　　梁婧：在这十年过程中，中国经济面临巨大变革，无论是转型还是经济结构的调整。中国经济就像今天的LOGO一样，顶端我们还没到，但是在逐渐爬坡过程中。而在这期间，“中国制造”这个词语发生了翻天覆地的变化。

　　在今年10月的时候，我带着85岁的姥姥去美国纽约玩，我们当时通过airbnb在华尔街旁边两个街区附近租了大概130平的房子，我们一进去：哇，高大上!特别有品质。姥姥开玩笑说：你知道吗?我现在就认识一个中文词，叫china。转了一小圈之后姥姥说“不对，这个词我认识。”因为美国家庭一般用开放式厨房，姥姥突然发现有两个家电的品牌她认识，一个是烤箱，一个是冰箱，这两个家电的牌子都来自于中国海尔。姥姥说除了china之外，我又认识了一个词，“海尔”。你看中国制造之前这个词现在有了新的含义，这个是品质的“质”，是智慧的“智”，一个中国老人也认识到中国制造从过去的形象和状态变成了新的巅峰 。这个小细节在某个侧面 也反映着中国家电发展的环节，我们也希望在下一个十年，随着中国经济不断爬坡，中国制造能够再创新的辉煌。非常感谢姚老师的精彩演讲!

　　说到中国制造 ，有一个品质的“质”，有一个智慧的“智”，智能化是家电业的共识，日常生活中越来越多的智能元素融入到你我生活当中。早上起来，我们随手用声音可以叫响身旁 的智能音箱，甚至我们和家电也可以进行智能化的交流。有人开玩笑说，未来人类世界会不会被机器所取代?人机共容的时代会是什么样?接下来请下一位嘉宾与我们共同畅想。

　　接下来，有请科幻作家《我是科学家》节目主题嘉宾杨平先生，跟我们一起聊一聊人机融合的时代真的要来了吗?

科幻作家《我是科学家》节目主题嘉宾 杨平

　　杨平：非常感谢，刚才听了姚老师在上面的讲座我们都听入迷了，学了很多东西，我还学了一个非常好的技巧，下次我去美国的时候也买一个充气的篮球。我今天的讲座主要内容是讲人机融合，我想从一句话开始。上个月雨果奖获得者中国著名作家刘慈欣又获得一个克拉克想象力服务社会奖，他在获奖感言中说，未来像盛夏的大雨在我们还来不及展开伞的时候就扑面而来，这句话表达了他的焦虑，面对科技浪潮涌来时的焦虑，其实这种焦虑不光是他有，我们每个人多多少少都有，过去一段时间，科技正以前所未有的速度深度和广度改变着我们的世界。一百年前两代人可能会经历一次科技浪潮，而如今一代人就需要经历两次科技浪潮，我们真的准备好了。

　　我们回过头来看会发现很多现在刚刚出现的科技在他们没有出现之前就已经被长久的讨论过了，但是当这些科技真的出现时候，真的像雨点一样落在我们身上的时候，我们的准备我们的讨论似乎并不是非常充分，举个例子也是现在非常热的，人工智能，人工智能也叫AI，它是我们希望用这样的计算机技术能够制造出一种机器，这种机器可以像人类一样做出反应。对于人工智能的讨论其实已经有100多年的历史，在漫长的讨论过程中我们主要讨论的是人和机器之间控制权的争夺，讨论的是人工智能是人类的帮手，还是人类的对手，还是人类的统治者。有一种观点认为当人工智能发展到一定程度之后会超出人们能够理解的范围，会脱离人们的控制，甚至它和人类的关系会重新审视，我们根本无法确定它在那个时候会采取什么态度，它有可能是对人类友好也有可能是敌对的，这个时候是机点到来的时刻，机点什么时候会到来?有一种观点认为机点在2050年会到来，但是更多的人尤其是很多在人工智能行业内的专业人士他们认为这个时刻到来还非常遥远，我们现在还不用太多的担心这个问题。

　　人工智能既然有这样的问题，那么我们就要来问这个问题，我们为什么要发展人工智能，它既然有可能对我们造成威胁，我们为什么要发展它?因为我们到现在为止还没有发现外星人，所以我们需要造出另外一个文明来和它交流吗？也许是这样的，但这肯定不是最关键最急迫的需求。我们之所以现在发展人工智能是因为现在的社会和科技发展已经到达了一个节点，在这个节点上我们必须要使用比人类更强大的机器来帮助我们维持社会的进步，现在有越来越多的飞机航班、越来越多的高铁班次、越来越多的汽车流量、越来越多的网购需求，现在一个网络上的搜索引擎在一年之内接到的搜索请求达数万亿次，这样的情况下依靠传统的人工方式是完全没有办法解决这些问题的，我们必须要使用人工智能这样的东西来帮助我们，因此当我们现在再谈人工智能的时候，把人工智能当成一个帮手。

　　既然我们把人工智能看成一个帮手，这就需要谈到人工智能中的两个概念，强人工智能和弱人工智能，什么是强人工智能?想象这样一个场景，一个人工智能和一个小孩在下棋，这个人工智能的能力很强，它在下棋过程中占了上风，小孩眼看就要输了，这时候我走过去跟这个人工智能说他只是个小孩，我就说了这么一句话，结果这个人工智能听了我这句话之后，就重新改变了他下棋的方法，最后人这个小孩获得了胜利，如果真的有这样的人工智能的话这个机器就非常厉害了。我们看到它有好几个特点，第一它下棋很厉害，第二它能够听懂我的话，而且它可以听出我话中的弦外之音，第三它还可以把我的话与下棋这两种行为之间连接起来，这是完全不同的两件事情，并且重新制定它的下棋的策略，重新制定它的行为的策略，这是一个非常强大的人工智能。它是不是我们所说的强人工智能呢?其实还差一点，如果这个人工智能能认识到它自己的存在，认识到它与周围的东西是不一样的东西，认识到它与人类是不同的东西，我们该称它为真正的强人工智能，强人工智能有可能脱离人类控制，但是它也有可能会成为人类很好的帮手。

　　有强人工智能就有弱人工智能，比如人脸识别、语音识别、语音模拟，2016和2017年横扫了人类围棋棋手的阿尔法围棋，他们都属于弱人工智能，我们把所有人工智能都称为弱人工智能，因为它们只能在特定领域完成特定的工作。强人工智能和弱人工智能差别在什么地方，弱人工智能如何往前继续推进，我们现在的局限在什么地方呢?

　　今年创意工厂的人工智能执行院长指出现在的人工智能有两大局限，我们知道当初战胜李世石的人工智能程序叫阿尔法狗，阿尔法狗是怎么学会下棋的，首先通读了人类的所有围棋棋主，更重要的是它和自己下了很多盘，它下了数千万盘，通过这样一次一次自己跟自己下，它慢慢从完全不会的棋手变成了高手，哪个人能自己下几千万盘呢，这是不可能的事情。它的算法它的数据结构都经过了大幅度的提高，它的能力非常高，它从零基础的人工智能成长为跟阿尔法狗相同水平的人工智能也下了490万盘，现在的人工智能学习方式完全依赖于大量的数据而且是优质的大数据学习，但是是不是所有领域都能这么做呢?其实不是，比如航天领域，航天领域中我们从开始到现在已经发射了很多的航天器上天，但是这个数量相比刚才提到的百万千万级的数量仍然是很少的数量，差得非常大，航天领域怎么应用人工智能怎么训练人工智能让它进行学习这是现在很大的问题，因此我们考虑怎么解决大数据依赖的问题。

　　第二，跨领域的表示推理很难进行，比如我今天来到这里演讲看到各位领导和嘉宾，我有个感知，这是我作为人的感知，但是如果是个人工智能的话它会怎么来感知呢?它会把这个东西分成很多不同的任务，比如这个大厅的长宽高叫三维空间检测，比如各位的脸想认出谁是谁，不同的人，这叫人脸识别，比如我在这里走来走去一不小心掉下去了，这是不行的，因此这里还需要有一个边缘检测任务。这些都是完全不同的任务，而且这些不同任务之间的数据算法是不能互通的，都是完全独立的。

　　我们下面就要看看怎么解决这些问题。首先我们简单看一下人工智能是怎么学习的，我们现在的人工智能学习方式通过神经网络的方式学习，计算机将数据和算法组织起来，组织的方式模拟了人类大脑当中的神经系统的方式组成。这个示意图下方是输入层，上方是输出层，比如人脸识别的任务，输入层就是我们的摄像头，我们通过不同的摄像头拍到的画面图像，输出层就是我们最后识别出来的结果，中间的隐层是进行人脸识别的数据和算法所在的地方，在真正的神经网络中中间的隐层远比我们这里看到的复杂得多，有很多神经元，每个神经元都有特定的任务，但是就像我们在前面所说的，这些不同的任务之间尤其中间隐层部分数据和算法不能共享的，都是完全独立的。

　　现在的探索就是怎么来打通这个任务之间不同的隔阂，我们在这里看到的是今年在国际上著名的人工智能大会上的一篇获奖论文的示意图，它试图打通任务之间的隔阂，用内部表示的方式将不同的任务组织起来，组织起来之后让机器自己学习任务之间的关联，因为这种表示是通过一种方式进行表示，表示之后机器就会自己找这些关联，有的关联是可能成功的有的关联是不能成功的，通过这样不断的学习之后就可能找到不同领域之间进行中间隐层相互表示和数据相互共享的方式，当然我们在这里看到的还是比较初级的做法，它离我们最后能真正应用还差得很远，但是这是个非常好的方向。

　　如果这样的做法能够成功的话，未来我们就真的有可能将一个领域内的人工智能训练好之后就可以让它很快在另一个领域学习，而不需要在另外一个领域内重新培养，这样人工智能的发展就变得更快，这有可能会造成我们在前面所说的人工智能听了我的话之后它就可以改变自己行为的策略，从而再实现跨领域的表示和跨领域的推广。这是人工智能的现状和未来可能会突破的方向。

　　除了人工智能之外，我们下一个热点、下一个突破的点或下一个方向是什么?我们现在很难来确定具体是什么，但是有一个趋势我们基本可以比较确定，就是人机融合的趋势。比如我们现在所说的人工智能是完全在计算机领域内研发的，但是我们在未来希望包括人工智能和其他各种各样的高科技可以和人更紧密的结合起来，到了那个时候我们不再把计算机不再把机器和人看做是两个东西，而是把它看做是一体看做是一个东西，这就是人机融合的未来。这样一个事情现在是不是已经开始了呢?其实它已经开始了。

　　我们都很熟悉谷歌眼镜这个东西，它可以拍照片，我们可以通过它来查一些信息。可能很多人还戴着手环，手环可以监测身体的状态，我们也可以通过它来查询很多信息，有的人还可以把它拴在宠物身上让它替自己走路，这都是对可穿戴设备的应用。实际上这些可穿戴设备都是一个个的小型计算机，我们现在已经把计算机给穿在了身上，未来我们甚至可能把计算机缝在衣服里，我们的衣服不再是传统衣服，它可能是智能的衣服，这些都是有可能的。当然除了穿戴式设备以外我们还可以有植入式设备，我们可以通过把一个芯片植入到体内，这也不是未来的趋势，而是现在已经有具体的应用了，把一个芯片植入到体内，这个芯片可以定位，它可以知道我在哪儿，它还可以记录个人的信息，在一些医院里我们可以使用这样的技术给病人扫描一下手臂就可以知道病人的所有信息。比如家里装了智能门锁，我回家的时候不用按钥匙，只要把手往门口一晃门就开了，这些都可以通过芯片实现。当然这是很基本的，我们还可以往前进一步分享。

　　假如这个芯片可以和人的意识结合起来，如果人的意识可以和芯片进行通信的话，它又会是什么样子?如果到了这个时候，电子科技和生物科技的结合就成为了一个必然，到了这个时候我们不能再只关注堆积的电路板，我们还要关注人体，我们还要关注人的大脑，这正是人机融合目前的短板所在。我们现在可以知道人的大脑由很多的神经元组成，这些神经元之间的通信组成了我们的意识组成了我们的思维，我们也知道人的大脑中分成不同的区域，每个区域大概是什么功能我们也能知道，但是我们没有办法实现可应用的研究，我们并不知道内部到底确切是怎样工作的。

　　举个例子，我可以给人脑输入一个刺激信号，然后观察他的反应，这个是可以做到的，但是他的这些反应所输出的这些信息是混杂的，也就是说我们想要的有价值的信息和背景的噪音和其他神经元传回来的信息是混在一起的，我们现在依然没有办法把它们精准的分离出来。因此在这点上以及其他很多问题上都阻碍了我们对大脑工作的细致研究，导致我们在人脑的研究上一直处于尴尬的境地。如果未来我们能够在这方面获得比较大的革命性突破的话，我们能做的事情就会非常有趣。

　　比如我们可以对人的神经系统进行改造，我们可以把芯片植入到人的体内，当有信号从神经元传递过来的时候我们可以截获神经传递过来的信号并且对它进行修改。比如我们走在路上看到街道，我们看到路边有一辆的车，红色车正在出手，有一个出手的价格可以直接映在视觉感知当中，我们要去什么地方找什么人，这些东西都可以在我们视觉中标记出来，就像我们现在在手机上所应用的现实增强的技术，在以后可以直接在我们的视觉感知当中应用。不仅如此，我们还可以修改其他的感知，桌上都有矿泉水，我们可以通过数字化的方式编写味觉，这个水可能是咖啡味的，可能是果汁味的，可能是牛奶味的，这些都可以来编写，我们还可以屏蔽掉我的痛觉，比如我的牙坏了，系统就可以知道哪颗牙出问题了，但是我不会感觉到疼，因为痛觉可以屏蔽。

　　除了对感知的修改之外，我们还可以让大脑获取信息的方式更加便捷，我们的大脑可以随时与网络连在一起，我们可以随时在线，不会再有街道上的低头族了，不需要拿着手机边走边玩，整个网络都可以成为我们的数据来源，网络上的数据库可以随时在线查阅，整个互联网就是我的记忆我的知识的大的储藏库，我们每个人相当于整个互联网的终端机，那个时候我们人和机器就更紧密的联合在一起，这种结合不光是我们刚才说的神经改造的问题，在人的肢体上在人的体型上外形上额可以有很多改造，如果我身有残疾的话，我可以换一个智能的义肢，这样就不会再有残疾人的出现。有些人不是出于残疾的需要，出于比别人更强的需要，他想获得更强的手臂，我们也可以让他换上一个电子的手臂，到了那个时候如果这个做法普及开来的话我们可以想象一下，那个时候的人肢体一部分是机器一部分是肉体，生物和电子怎么能精确的区分呢?我们很难精确的区分，因此我们只能把它看做一个个体，这就是人机融合体的未来。

　　是不是有人觉得恐怖?这很正常，一种新的技术到来的时候我们总会感到恐怖，我们会感到不适应、一种陌生感，但是回过头来想一想其实科技对人的改造已经有很长的历史，我们通过农业技术通过军事技术通过医疗技术通过各种各样的技术的发展已经使人体和几千年前的人体和原始时候的人体已经完全不一样，我们的寿命从二三十岁已经延长到了七八十岁，这就是很明显的改变，植入到体内的设备也不是陌生的东西，我们有假牙，我们有心血管疾病的时候还要在血管内放入支架，这些都是植入到体内的东西，我们为什么没有对这些东西感到恐惧呢，因为这些东西更多的是为了保护我们为了治疗我们为了使我们身体变得更加健康我们活得更长，但是我们刚才所提到的这些东西可能会对社会对个人产生非常大的影响，我们就需要对这些东西进行深入的审思。

　　举个例子，大数据，大数据也是现在很热的话题，我们如果把它利用好的话可以优化社会的运行，让我们的社会从一个比较混乱的状态转入非常高效的状态。这里看到的是北京市打车的热点图，这个热点图上可以看到哪些地方打车的人多，哪些地方打车的人少，通过这样的热点图就可以很好的帮助出租行业优化他们的配置，对某个个体的出租车司机来讲也是有用的，这是大数据好的例子。当然在大数据当中也有令我们担忧的东西，比如很多大数据的数据是由用户行为产生的，也就是说这些数据本质上都是用户的隐私组成，这里的问题就出来了，我们怎么来处理这个问题，我们这里看到的是一个人网购的清单，我不知道大家能不能看得清楚，如果一个人不认识这个人，他拿到了这个清单他就可以在清单上分析出这个人的特性。

　　比如这个人买了一袋面粉我们可以知道他喜欢在家里自己做面食，他有可能是个北方人，我们看到他买了些牛肉菊花茶，有趣的是他还买了猫粮和猫砂，说明他家养猫，他可能是个猫奴，如果我想和这个人套近乎的话，也许通过猫这个话题可以很容易打开局面，我就可以很容易和他拉上关系，这时候就有点可怕了，我们消费的行为可以使我们暴露在另外一个人的眼皮底下。但是如果我们想避免这样的情况出现怎么办呢?难道我们以后就不网购了吗，我们就不打车了吗，我们就不点外卖了吗，现在非常乐于享受非常方便快捷的服务以后都不使用了吗?这恐怕也不是我们喜欢见到的局面，怎么办?

　　也许我们可以想另外一个思路，我们真的害怕我们的隐私被人获取吗?恐怕也不是，我们真正恐惧的是我们的隐私被滥用，因此如果我们能够想一个办法建立一种集中式的隐私管理的方式，我们就可以把被滥用的可能性大大降低，也许我们可以构建一种跨企业的大数据平台，在这里面所有的用户隐私都在这里面被击中存放，而供应商和用户之间没有直接的联系。比如我在一个网购平台上买一个手环，我下了订单付了钱之后这个供应商或手环的生产厂商得到的信息很简单，他只看到有一个什么品牌的手环、什么型号的手环以什么样的价格卖了出去，而这个买家的所有信息他都不知道。因此这样的话这些数据全都会被屏蔽在平台里面。这样的平台也可以对大数据的二次开发，比如我可以对这些大数据进行分析，分析出哪个季节什么样的产品好卖，哪个地区喜欢什么样的产品，什么类型的用户喜欢什么产品，我们都可以对他进行开发，开发之后把开发出来的结果再分发给这些供应商分发给这些厂商，由他们再来制定自己的商业策略。这就是我们可能的一种做法，当然这只是对大数据的单独例子。未来我们要面对的问题非常多，我们可能都需要通过这样的方式思考它可能的风险，并且想出解决的办法。

　　在《未来简史》这本书当中，作者提出了我们现在的阶段正从智人阶段转向成人阶段。过去数千年间通过认知革命、农业革命、科学革命，已经基本确保 了我们身为智人的生存能力。下一阶段升格为神人，获得永生能力、永远快乐能力、神格能力，最后变成所谓的神人。这是一个非常理想化的想法，一种对未来的想象。

　　我们也许可以达到这样的境地，但是我可以很明确的认识到的是，我们要达到这样的未来还是非常遥远的，我们要经历漫长的时期。在这个时期中我们面临一定的风险，甚至经历一定的痛苦，因此我们必须要认识自己：我们有没有准备好?我们有很多的问题要问，比如：对人体改造的伦理问题是不是真正得到理清?我们能够容忍对人体改造到什么程度?当一个人身上装了一个机器腮就可以在水里呼吸了，我们还把这个人看成和我们一样的人吗?我们怎么认定他?我们的社会心理怎么适应这样的变化?我们愿意让自己的孩子和一个经过改造的孩子在同一环境下竞争吗?当我们在地铁上看到一个浑身装满机器肢体的人会感到恐惧 吗?更重要的是社会架构能否及时跟上赶上这种变化?高科技更深入介入到我们的生活中去，会让我们的贫富差距变大还是变小?我们怎么更公平的分配科技?我们的法律体系怎么跟上这种变化?这都是我们未来在讨论这个问题时所必须要讨论的。

　　人机融合的进程从我们戴上手环的那一刻就已经开始了，我们与其恐惧 、害怕，不如正面面对。在这个过程中，要想办法让人类提高幸福感、生活品质，同时我们要面对它所带来的各种各样风险。思考这些东西，现在就该开始!

　　谢谢大家!