了解科技史，是為了找到科技發(fā)展的客觀規(guī)律。

為什么到了工業(yè)革命以后，科技發(fā)展這么快，從偶然性的成功變成必然性的成功？這就是技術的特點。一是可疊加的進步，科技加速進步是因為今天的進步是基于昨天的技術發(fā)展，技術進步是一個疊加。二是可復制的具有必然性的成功，讓成功不是偶然碰運氣?？萍际鞘澜缟衔ㄒ荒軌虍a生可疊加式進步的力量。

人工智能不能做什么

前三次工業(yè)革命是對“人手”的延伸，以人工智能為代表的第四次工業(yè)革命，則主要是“人腦”的延伸。

三年前人工智能時代開啟。在任何時刻，如果一個事兒所有人都覺得它能做的時候，會有兩種可能，一是的確太厲害，二是可能發(fā)展到了頭。當紅利被所有人都看到的時候，紅利就未必是紅利，這個時候恰恰需要冷靜地思考，換一個角度，看人工智能不能做什么。

人工智能基于計算機。無論是用深度學習還是人工神經網絡，人工智能的極限取決于計算機的極限，計算機的極限取決于計算的極限。這決定了什么能算，什么不能算，對本源問題的思考決定了做事的大方向和對錯。

今天討論人工智能，首先要清楚它的邊界在哪里，這樣才知道什么事需要由人工智能解決，而不是說把一個原本不是人工智能的問題，也不需要用人工智能解決的問題，硬套上人工智能。

或者原本可能是數學的問題，非要說成是人工智能的問題，最后做了一大堆未必有用的產品。

人工智能能做什么

人們常常會高估三五年內發(fā)生的事，會低估十年后發(fā)生的事。比如有人覺得無人駕駛汽車會馬上上路，是高估了這件事。

為什么人們會熱衷于5G？因為上網設備突然增加十倍、百倍之后，需要足夠的網速支持。這么密集的網絡會產生大量的數據，人處理不了的時候自然需要人工智能，這是很重要的原因。

人工智能，確切講是機器智能涉及的一個可計算的問題，它跟我們人類的智能沒有什么關系。如果人無法判定機器和人哪個做得更好的時候，機器和人是等價的。

人工智能和人腦智能是完全無關的。它實際上是一種數據驅動的方法加上機器學習。機器學習又有賴于摩爾定律，因為只有計算機的性能速度達到足夠高的時候效率才能出來。人工智能是讓現在的計算機在回答問題的時候能超過人，而不是說研究人腦的結構。說人工智能和認知科學有很深的關系，就像說發(fā)明了一架翅膀可以振動的飛機，這都是騙人的。這是人工智能的重要特點。

人工智能是1956年提出來的，人類認識一個事物，起初都是憑直覺。最早模仿鳥飛行，后來才搞出空氣動力學的理論，今天飛機飛的方式和鳥是完全不同的。人工智能起初也是這樣，先是模仿人，讓它解決一些簡單的智能問題。

提出人工智能的著名科學家明斯基用兩句英文說明了為什么計算機難以模仿人。 “The pen was in the box”“The box was in the pen”，在英語里pen一是指鋼筆，二是指圍欄。這件事對人來說不難理解，但是對計算機非常費解。因為人知道小東西要放在大的東西里，這是常識。但是計算機怎么知道鋼筆有多大？即使賦予它與人類類似的分析語法和語義，也往往得不到這種知識。人類很簡單的常識，計算機也做不到。

2004年左右，人工智能曙光初顯。機器翻譯的水平基本上可以達到人的水平了。2011年前后，深度學習開始熱門起來。

人工智能發(fā)展到今天，好消息是它得到了全世界的認可，壞消息是人類找到數據驅動方向的時候，用光了40年技術積累的紅利，之所以今天有這個結果，是40年前栽下的樹。

接下來20年人工智能是否會有一個巨大的加速？也會，也不會！

先說好消息。這40年成果在一些領域被證實可以開花結果，AlphaGo可以用它下棋，可以在股票上掙錢，無人駕駛汽車，語音識別、機器翻譯、醫(yī)學影象的識別，人臉識別都做得很好，這項技術已經成熟到了可以用到各行各業(yè)中去。從產業(yè)發(fā)展來講，它會加速。

今天一家企業(yè)要想做人工智能，基礎是三件事。一個是摩爾定律，手機性能每18個月翻一番，手機速度加快才能實現實時處理圖像，無論是拍照后的美圖還是識別人臉就變得很容易；二是大數據，多一倍、兩倍的數據不會有結果，但是多一萬倍的數據就會有結果；三是數學模型，生活中某些問題可以類似數學問題，想用人工智能解決這些問題，就需要對它建立起一個數學模型。

在上海有一家人工智能研究所，公司內有三類人，一類人學MBA，去各家公司了解客戶的業(yè)務邏輯；第二類人學數學，根據業(yè)務邏輯抽象出數學模型；第三類人學計算機，把數學模型變成計算機算法。

任何一次技術革命中，掌握核心技術的可能是2%的人，但是剩下來的人有無限應用它的可能性。

未來在人工智能時代，有三類企業(yè)會受益，第一類是像阿里巴巴、騰訊、今日頭條、百度這樣的企業(yè)，有足夠的技術和數據，自成體系，與他們合作的企業(yè)很少有機會。第二類是中石油、四大國有銀行，中國移動、中車等企業(yè)，有大量的數據，但沒有能力來處理。第三類是提供解決方案的企業(yè)。一些從某個垂直領域進入的企業(yè)會很有機會，而且當企業(yè)能夠不斷證實第一件事為第二件事打基礎，第二件事為第三件事打基礎這樣可復制的成功時，機會就很大。這就要求深入企業(yè)了解業(yè)務邏輯，做一些臟活累活。

人們常常會問，人工智能對商業(yè)會產生怎樣的影響呢？人們通常持有三種態(tài)度，一是取代人、模擬人，即將原來人能做的事讓機器來做。但在某些領域未必是一個好思路，比如養(yǎng)老領域，老人更想跟人聊天，而不是和機器聊天。

二是人工智能比人還了解自己。當人們在社交網絡或是電商平臺點擊上百次后，平臺會比人更了解人的需求。

萬物互聯是下一代互聯網，之所以能誕生，主要有三個技術的先決條件：機器智能、移動互聯網和傳感器技術。

三是人工智能會比人做得更好，包括無人駕駛汽車，一些疾病的診斷等。疾病診斷誤診、漏診的情況很多。世界上一流和二流醫(yī)生的差別在哪？一流醫(yī)生知道愈后的情況，具有一致性和穩(wěn)定性，二流醫(yī)生時靈時不靈。但是計算機做到這件事是非常容易的。

IoT、5G未來的應用

IoT之所以發(fā)展起來是因為廣義上的傳感器數量變得很多。萬物互聯是下一代互聯網，之所以能誕生，主要有三個技術的先決條件：機器智能、移動互聯網和傳感器技術。

沒有傳感器技術就沒有萬物互聯，移動互聯網傳輸大量的數據，大量的數據處理需要機器智能，這三個現在的條件都成熟了。

未來的市場前景會怎樣？我們可以通過歷史來做推算。每一代互聯網都有核心的受益者，第一代互聯網的核心受益人群就是兩家公司，一家是微軟公司，還有一家是英特爾。因為處理器和操作系統(tǒng)就這兩個選擇，拿住這兩頭就占據了整個行業(yè)的制高點。第一代互聯網用戶的體量在全球是10億用戶。PC機銷售量最高峰是2011年，全年3.65億，一天100萬臺，此后就走下坡路了。

第二代互聯網，是人和人的聯網，而不是手機與手機的互聯網。人和人聯網導致在網上的時間大大增加，原來人們使用互聯網的方式是上班工作，晚上回家查資料，余下的時間不在網上。智能手機出來后，把整片的時間都變成了碎片時間。Android和ARM成為受益者。

摩爾定律帶來的結果是，在過去的半個多世紀里，計算機處理器的性能提升了數十億倍，耗電量卻下降了上百倍，價格異常便宜。從能量的角度來看，摩爾定律其實反映出人類在單位能耗下所能完成的信息處理能力的巨大提升。

單位能量使得計算能力有著突飛猛進的進步，這才使得移動設備成為可能。所以看一個行業(yè)根本的增長點，把握信息和能量這兩條非常重要。如果谷歌做的Android系統(tǒng)的耗電量和Windows還是一樣多的話，功能更酷也一定沒有市場，基于ARM的處理器也是一樣。但是到了IoT時代，ARM還是太耗電了。

移動互聯網的體量有多大？2016年為30億用戶，漲了3倍。移動設備每年出貨量超過10億臺，增長依然看不到頭，但PC銷量還在下滑。

通過這些數據可以解釋一個現象，有些時候不用去分析為什么一家企業(yè)衰落，只是因為PC互聯網衰落了，移動互聯網起來了，在移動互聯網上沒有任何建樹的企業(yè)沒有機會。第二代互聯網的體量比第一代大半個數量級，并且還在增長。

手機跟電腦幾乎是一樣的價格，手機app還要不斷在上面花錢，這個體量三倍都不止。在Windows和Intel的Wintel時代，沒有人覺得能挑戰(zhàn)這兩家公司的地位。騰訊在PC時代，市值不及百度，但現在高出了快一個數量級，是時代幫助了騰訊，幫助了阿里巴巴的移動支付。

在接下來的萬物互聯的時代，這又是一個近乎無邊界的時代，能夠想象的一切都連在上面。

想象力要豐富，但是要有邊界。未來至少有500億臺IoT的設備要聯網。2016年電信市場是3.5萬億美元，5G+萬物互聯全開通后，會將這個市場規(guī)模擴大一倍，最保守的估計也會達到7萬億美元的市場。全世界只有兩個國家的GDP超過7萬億美元，這是一個非?？捎^的前景。

每一次技術革命都會有一些核心點。從本源來看，基礎架構會有變化。PC時代靠物理線連接，在移動時代通過空中的電波連接，但是空中的頻帶是有限的。

萬物互聯的基礎架構還沒有準備好。現有的IoT設備本身不能直接聯網，要通過WiFi和手機，除了不方便還會有很多隱患。因此IoT需要新的基礎架構，也將誕生新的產業(yè)領導者。

歷史總在重演，科技永遠向前?？茖W在過去的發(fā)展由偶然性走向必然性，就在于人們總結出一套方法論，尤其是笛卡爾發(fā)展出一套方法論后，讓科學得到了快速的發(fā)展。它不能保證每次都成功，但是大部分都是會成功的。（作者吳軍系智能搜索科學家、交大安泰訓練營營長） 采訪整理：錢麗娜