在當今這么一個世界正在被改變的背景下，閱讀一些關于人工智能的書籍，對于科學、全面、準確地學習、領會******關于發(fā)展人工智能及其應用的思想，提高對新一輪變革中的行業(yè)趨勢的觀察能力，當然是及時而有益的。

人類終將繼續(xù)決定機器的能力

《人工智能簡史》（原名《與機器人共舞》，浙江人民出版社出版）作者、紐約時報高級科技記者約翰·馬爾科夫專注于機器人與人工智能領域的報道。他在舊金山為這本書的中文版寫的序，一開頭就用美國記者擅長的新聞特寫手法講了一個小場景：

幾年前，在和諾貝爾經(jīng)濟學獎得主、《思考，快與慢》一書的作者丹尼爾·卡尼曼共進晚餐時，我（約翰·馬爾科夫）曾指出，機器人技術的快速發(fā)展將對中國等新興制造業(yè)國家的社會穩(wěn)定構成威脅。我認為，主要問題在于，在向信息經(jīng)濟轉型的過程中，這些國家會遭遇失業(yè)危機。

“你沒有抓住問題的精髓，”卡尼曼反駁說，“機器人進入中國的時機其實恰到好處?！?/p>

事實證明，他是對的。在之后的10年中，無論是在工廠生產(chǎn)中還是在老年人護理中，智能機器都成了司空見慣的存在。不僅在中國如此，世界各地都是如此。

約翰·馬爾科夫這本書的特點在于生動活潑的事實敘述。在他的筆下，美國人曾經(jīng)糾結于人與機器的替代程度問題。但是，“在這本書出版的過程中，美國的就業(yè)人數(shù)從1.15億增長到了1.37億，這意味著在美國的總人口只增長了11%的情況下，美國的勞動力總數(shù)增長超過了19%。”

這本書里敘寫了微軟、英特爾、谷歌、蘋果等公司在人的智能主導下開發(fā)出的令人眼花繚亂的多種人工智能類型產(chǎn)品。實際上，所有的人工智能產(chǎn)品都經(jīng)歷了從上世紀６０年代至今的不斷演化過程。舉一個例子，在這本書第七章，講到阿布維奇的機器人手術公司Ｍako Surgical，用數(shù)字方式捕捉全球最好的外科醫(yī)生的手法，然后把這些技術整合到機器人助手上。那些不太熟練的外科醫(yī)生可將這些機器人當作模板，在運用復雜技術手段時達到良好效果。另一家專注于手術的機器人公司Intuitive Surgical，主要銷售遠程控制的自動儀器，讓外科醫(yī)生能夠在遠程進行精準操作。阿布維奇的公司更側重于觸覺——使操作機器人的人員有觸摸感，從而構建出一個機器人與人力的綜合體、一個比單獨人類醫(yī)生更熟練的設備。Ｍako更多專注于與骨骼相關的手術而不是Intuitive Surgical作為研究重點的軟組織手術。相比軟組織，骨骼更堅硬，也更易通過觸覺反饋而被“感覺到”。在這一系統(tǒng)中，機器人和人分別做著各自擅長的事情，并形成一種強大的共生關系。值得注意的一點是，這種醫(yī)生并不是半機械、半人類的“機器俠”，人類醫(yī)生與機器人之間的界線仍然十分明確。在這種情況下，人類醫(yī)生的工作只是得到了機器化的手術工具的幫助，而半機械人則是一種人類和機器人的區(qū)別逐漸模糊的產(chǎn)物。在阿布維奇看來，實現(xiàn)徹底的人工智能（機器人達到與人類相當?shù)闹橇λ剑┦且粋€非常困難的問題，即使有可能實現(xiàn)，也需要至少幾十年的時間。

經(jīng)濟史學視角：現(xiàn)在可以預測的四大類未來發(fā)展

中信出版集團納入“比較譯叢”所出版的《美國增長的起落》一書，由美國西北大學社會科學教授，世界上主要的研究通貨膨脹、失業(yè)和生產(chǎn)率增長的專家之一羅伯特·戈登所著。他最近的研究對象包括新經(jīng)濟的興衰、美國生產(chǎn)率的增長復蘇以及歐洲的生產(chǎn)率增長停滯。他這本書從三大篇《1870年-1940年偉大發(fā)明成就了家庭內(nèi)外革命》《1940-2015年黃金時代和增速放緩的早期預警》《增長加速和放緩的根源》的題目，就可大略看到全書的核心內(nèi)容：1870年至1970年的一個世紀里，一場經(jīng)濟變革席卷美國，使美國人民的生活水平空前提高。內(nèi)燃機、電力、電燈、室內(nèi)管道、汽車、電話、飛機、空調(diào)、電視等一系列偉大發(fā)明和后續(xù)的增量式創(chuàng)新不僅推動了美國經(jīng)濟的高速增長，也徹底改變了美國人的生活和工作方式。全球金融危機后，美國能夠重續(xù)這一“特殊世紀”的輝煌嗎？互聯(lián)網(wǎng)和人工智能等新技術的發(fā)展，能帶來同樣的經(jīng)濟變革嗎？

羅伯特·戈登在這篇后記中談及寫作宗旨時寫道：“當我們探究未來幾十年可能的創(chuàng)新時，我們不是要懷疑創(chuàng)新仍將繼續(xù)涌現(xiàn)，而是要以過去20年全要素生產(chǎn)率先是較快（1994-2004年）然后較慢（2004-2014年）為背景，對這些創(chuàng)新做出評估。下一波創(chuàng)新將會以革命性方式改變商業(yè)模式嗎？就像２０世紀年代末互聯(lián)網(wǎng)革命那樣，還是會像最近10年那樣，生產(chǎn)率以進化般的速度提高？”

正是在生發(fā)這些設問的意義上，這本書中，最有意思的是洋洋三大篇、600多頁內(nèi)容之外的后記《美國經(jīng)濟增長成就和未來之路》。著者所謂的“未來之路”，集中討論了“現(xiàn)在可以預測的發(fā)明”。

他引用了“技術樂觀派”埃里克·布萊恩約弗森和安德魯·麥卡菲等人的判斷：“我們正處在一個拐點”。機器人深藍在國際象棋比賽中的勝利和機器人沃森在電視游戲中的勝利顯示了顛覆性預兆，表明計算機在工作的每一個方面都超越人類的時代就要到來。

埃里克·布萊恩約弗森和安德魯·麥卡菲等人預測認為，未來發(fā)展可分為四大類：醫(yī)療、小型機器人和3D打印、大數(shù)據(jù)、無人駕駛汽車。

醫(yī)療和醫(yī)藥進展1940-1980年研發(fā)出來。在未來幾十年里，醫(yī)療和醫(yī)藥的進步無疑會繼續(xù)。作者引用說，維吉嚴厲批評了美國現(xiàn)行的藥物檢測制度，認為是在限制冒險探索，是“美國經(jīng)濟過度管制的一個例子”。

小型機器人和3D打印。吉爾·普拉特列舉了8個以穩(wěn)定的指數(shù)級速度發(fā)展的“技術驅動力”。其中，與發(fā)展更強大的機器人相關的是計算機性能的成倍增長、機電設計工具的改進以及電能存儲的改進。其他驅動力包括數(shù)字設備更廣泛的能力（本地開線通信、互聯(lián)網(wǎng)的性能和規(guī)模）以及數(shù)據(jù)存儲的指數(shù)級擴大。

計算機速度和內(nèi)存的指數(shù)級增長顯然遙遙領先于機器人復制人類行為的能力。

通常情況下，機器人與人類一起工作，而不是取代人類。正如巴克斯特與工人合作，其他機器人也不只是取代工人，還使留下的工人更有價值，并且創(chuàng)造新的工作，包括那些正在制造機器人和為機器人編程的工作。亞馬遜倉庫每天都在發(fā)生的協(xié)同工作方式可以說明機器人與工人之間的互補性。

3D打印是技術樂觀主義者描述的又一場革命。它最重要的優(yōu)勢是有可能加快新產(chǎn)品的設計過程。新的原型可以在數(shù)天甚至幾小時內(nèi)被設計出來，而不需要幾個月的時間，并且能以相對較低的成本來創(chuàng)造。對于試圖吸引創(chuàng)業(yè)融資的企業(yè)家來說，這就降低了進入的一個主要障礙。新的設計模型可以在世界各地的多個地點同時產(chǎn)生。3D打印也擅長一次性定制操作，如在牙醫(yī)辦公室就能生產(chǎn)出一個牙冠而不必制造模具。

大數(shù)據(jù)和人工智能。樂觀主義者關注的核心不是物理機器人或3D打印，而是電腦日益成熟和像人一樣的能力。大數(shù)據(jù)使市場營銷成為一種人工智能形式。計算機在多個領域發(fā)揮作用，包括醫(yī)療診斷、犯罪預防和貸款審批。最近估計的結果是，由機器人顧問管理的總資產(chǎn)仍不到200億美元，而傳統(tǒng)的人力顧問管理了17億美元。

用現(xiàn)代搜索工具以炫目的速度在現(xiàn)有信息中找到有價值的信息。

無人駕駛汽車。使用無人駕駛汽車可以減少交通事故的發(fā)生。無人駕駛汽車技術還有利于實現(xiàn)從幾乎人人保有汽車轉向城市以及郊區(qū)的汽車普遍共享，減少汽油消耗、空氣污染以及停車場。

諾貝爾經(jīng)濟學獎得主告訴我們怎樣研究人工智能

很有趣的是，與《美國增長的起落》相似，《科學迷宮里的頑童與大師：赫伯特·西蒙自傳》（中國出版集團中譯出版社出版）當中，關于人工智能的內(nèi)容也是在洋洋巨著的最后一篇用不算大的篇幅記敘的。赫伯特·西蒙是一個曠世奇才。他是卡內(nèi)基梅隆大學的計算機科學和心理學教授，于1978年獲得諾貝爾經(jīng)濟學獎。

赫伯特·西蒙的學術是在信息科學大爆炸的時代背景下發(fā)生的，與信息處理范式倡導的心理學的重大變革息息相關。他率先使用計算機模擬構建高度復雜、系統(tǒng)的人類行為模型。

赫伯特·西蒙得到諾貝爾經(jīng)濟學獎的重要學術貢獻是有限理性理論，他認定人類智能是有規(guī)律地使用符號。基于此，對機器思維所開展的研究工作為新的認知科學打下了理念基礎。

這本自傳讀來令人津津有味。關于人工智能的內(nèi)容，以下可見一斑。赫伯特·西蒙在自傳第四篇《60歲以后的研究工作》說到關于人工智能問題曾經(jīng)發(fā)生過的論戰(zhàn)：

20世紀80年代新的研究工作的重心是模擬科學發(fā)現(xiàn)。一直以來，“創(chuàng)造能力”是懷疑論者質(zhì)疑人工智能最后的借口。在模擬創(chuàng)造能力的過程中，一定要使用不會被人誤認為是瑣碎或無用的任務。因此，我們的研究小組選擇了科學史的重大時刻作為我們的實驗任務。開普勒的行星運動第三定律的發(fā)現(xiàn)；歐姆的電傳導定律、道爾頓的化學反應理論、原子和分子的發(fā)現(xiàn)、燃素和氧的燃燒理論之爭，克雷布斯關于尿素在生物體中合成的解釋，等等。

赫伯特·西蒙用通俗的語言解釋說：

科學家為自己設定了很多不同類型的任務：建構重大的問題，發(fā)現(xiàn)有趣的現(xiàn)象，找到隱匿在數(shù)據(jù)背后的規(guī)律，針對現(xiàn)象和有關理論提出新的表征方法，推斷理論的邏輯結果并對它們進行測試，設計實驗，發(fā)現(xiàn)能說明經(jīng)驗歸納結果的解釋性機制，發(fā)明供觀察和測量用的新儀器等等。

所有這些任務都使用通用的解決問題的過程，這與棋手下棋時選擇棋子的移動、醫(yī)生做診斷、計算機推銷員針對用戶配置系統(tǒng)、建筑師設計房子、有機化學家合成新的分子所用的方法一模一樣。