阿法狗的供給側與需求側

　　圍棋大賽已落下帷幕，各界從不同方面予以反思；眼下，“供給側改革”炙手可熱，不妨將這二者聯系起來，看看阿法狗與谷歌的“供給側”。

　　其一，比較谷歌與中國的BAT三巨頭，特別是同樣提供搜索服務的百度。谷歌志存高遠，重在創新，90%的成員奇思妙想，10%的成員考慮賺錢，后者（包括阿里巴巴和騰訊）雖然也都有各自的研發領域，但主要旨在把自己的平臺做大，以及向下整合傳統產業，以擴大市值為重。或許出于把這一點看得太重，百度甚至陷入“貼吧門”事件。然而在阿法狗大勝之后，在這一領域追趕的意義又被放大，已經不僅是人工智能與圍棋，甚至被上升到政治的高度。

　　相比之下，可以看到 DeepMind的游戲精神。游戲精神植根于西方文化傳統，與知識至上和為科學而科學一脈相承。BAT三巨頭，是否有過這樣的閑情逸致，以及愿意花大把銀子進軍象棋圍棋？游戲精神，在企業中的體現就是不計眼前得失，永不遏止的創新，挑戰前沿（如看似不可能的圍棋），挑戰自我。韓國人感嘆，他們的年輕人多以醫生、律師和公務員為業，重在穩定安逸。

　　有一個細節也可以佐證這一點。第五局李世石要求執黑先行時，哈比薩斯未經“請示”與之在同一家酒店下榻谷歌創始人謝爾蓋·布林和董事長埃里克·施密特，當即表示同意，輕易改變了游戲規則。哈比薩斯僅僅是拿薪水打工的執行官，但該領域的所有決定全權交由現場指揮官負責。

　　其二，舉目四望，整個世界，有誰比中國更有資格談論圍棋？雖然近年來韓國與日本的圍棋高手輩出，但圍棋畢竟為中國所創，源遠流長，是中國的國粹，還有正廳級的中國棋院。然而圍棋界，有誰考慮過把圍棋科學化甚至程序化？這是對國粹的不尊不敬。即使有，也是淺嘗輒止，附屬于圍棋。

　　歐美大約有幾十萬人喜歡圍棋，集中在大學和科技界，他們的圍棋水平遠遠不如把圍棋當作競賽或者消遣的東方人，但對圍棋中反映的博弈、數學等問題有極大的興趣。有人這樣評論，這正是歐美科學家、工程師身上特有的“極客”特質（Geek，美國俚語中意指智力超群，善于鉆研但不愛社交的學者或知識分子）。正是這樣的特質讓他們往往能夠在很多重大問題上取得突破。在“阿法狗”的締造者哈薩比斯身上，就可以能看到這樣的氣質。

　　這就是阿法狗及其背后的谷歌等公司成功的另一面：科學精神。這里的科學精神表現為以理性解析神秘，以程序延展瞬間，化神奇為常理，拓展人類的知識領地，永無止境。谷歌是有游戲精神，不過其本意不僅是在圍棋大賽在贏得勝利，功夫在棋外。谷歌是在經由圍棋開發深度學習，人工智能。

　　當然谷歌未必就是游戲第一，賺錢第二，把賺錢看成副產品；或者只是埋頭于科學，兩耳不聞窗外事，而是深諳市場之道，尤其是吸引眼球的重要性。“炒作”，現在應該成為一個褒義詞，至少中性詞。

　　這次圍棋人機大戰之前，谷歌方面事先采取了嚴格的保密措施，比賽是在信息嚴重失衡的情況下發生的。2015年10月AlphaGo圍棋已經戰勝歐洲圍棋冠軍樊麾的事實直到2016年1月28日才得以披露。在2015年的11月北京舉行的第一屆世界計算機圍棋大賽上谷歌沒有參加，欲擒故縱，獲得冠軍的機器對弈中國職業七段棋手被讓5子完敗。這些事件造成了圍棋和人工智能兩個業界的誤判，普遍認為還需要10—20年計算機圍棋才能與職業棋手對壘。當時最樂觀的估計是5—10年。全世界對于谷歌的技術進步都沒有思想準備。這次人機大戰賺足了眼球，被認為“是一次宣誓性的商業運作行為。”

　　當DeepMind癡迷于圍棋，自有谷歌看好DeepMind，當谷歌未能如中國同行那樣大把賺錢之時，自有投資方和廣大股民看好谷歌的未來。

　　阿爾法的成功還建立在古往今來多少棋手對弈的棋譜的基礎之上，沒有這樣的大數據，阿爾法就不可能從中總結提煉，更不可能自我學習。有觀點將大數據比作人工智能的“原材料”和“燃料”以強調其重要性。人工智能的其他領域也是如此。數據之大之充分而非片斷局部、之客觀而非故意編造，以及之透明而可以共享，而非壟斷私有。這也給當下中國的供給側改革以啟示，特別是在涉及大數據的領域。譬如說，BAT三巨頭之間能否數據共享，政府各部門之間能否數據共享，以及政府和平臺擁有的數據能否與社會共享，不要讓百姓“不明真相”而屢屢“誤讀”政府的善意。這里還可以提出另外一個問題，在谷歌大獲成功之時，提供大數據的圍棋界似乎只有被戰勝甚至征服之感，少有同樣的成功喜悅。圍棋界，是否對成果擁有知識產權？

　　游戲精神+科學精神+市場意識，以及大數據，這就是谷歌等公司成功的秘訣。不是誰都有本事發展人工智能。

　　有網友評論：于美國而言，慶幸有蘋果，有SpaceX，有谷歌，但科技狂人們更需慶幸有這樣一塊適合生長的土壤。公司追逐的方向，代表著一個國家的導向、方向與未來。

　　谷歌之于美國，正如百度之于中國。如維特根斯坦所言，什么樣的河床，流淌著什么樣的河水。供給側改革，除了“去”，還要“加”一些更深層的因素。

　　再看阿法狗的需求側。

　　既然人工智能可以幫助人類成為更優秀的國際象棋和圍棋選手，那么合理地推測，它也能幫助我們成為更優秀的飛行員、醫生、法官、教師。大多數人工智能完成的商業工作都將由專注某個狹小領域的專門化超級而又自閉的智能軟件負責。頭痛醫頭腳痛醫腳，歷來為國人所不齒，卻在局部問題上一一得手，且越做越好。MindDeep宣稱，他們開發人工智能的目的，就是為了解決人類社會面臨的最棘手的問題，使得世界變得更好。譬如DeepMind Health，借助跟阿法狗類似的算法，幫助醫生識別最具風險的腎病患者，在幾秒內就能查看驗血結果，并優化對病人的治療方案。“直接發出提示，并對病人優先級進行排序。”

　　謝耘博士這樣預言，不會過多久，導演就會成為一個名副其實的程序員。只要一個劇本，便可以利用計算機制作出一部震撼大片。演員，道具，攝影，外景地等等都不再需要。如果說以前信息技術是在改進提升電影的制作水平，這一次則完全不同。信息技術將在根本上顛覆甚至可以說將摧毀傳統的電影業。未來的流行大片，可能就是有才華的普通人的作品，而不必出于大牌導演之手。制作一個大片的成本也將降低到驚人的程度，類似于今天很多人在做自己的動畫那樣。

　　凱文·凱利的理解是，這種基于云端的人工智能愈將成為日常生活中根深蒂固的部分。云計算遵循網絡效應（network effect），網絡價值增加的速度遠超過規模擴大的速度。越多人使用人工智能，它就會變得越聰明；就會有更多人使用它。一家公司進入這個良性循環后，規模會變得極大，發展速度極快，以至于對其他新興競爭對手形成壓倒性優勢。結果就是，未來的人工智能將由兩到三家寡頭公司主導，并以基于云端的多用途商業產品為主。谷歌將在已經領先的高度加速發展，擴大與追趕者之間的優勢。

　　云計算模式的風行與去中心化完全背道而馳。它猶如現代農業對小農生產方式的否定，在用大型云計算中心去不可抗拒地改變著自建自用的無中心分散模式。對“去中心化”這種小農生產方式的憧憬，僅僅是自由知識分子陶淵明式的浪漫想象。信息技術的發展，與其說是產生了去中心化的效果，不如說是帶來了社會的扁平化趨勢。而扁平化并不等于去中心化。扁平化是將資源與權力推向了兩端---普羅大眾與少數的壟斷性中心，很難說在這個扁平化的過程中，哪一端受惠更大，謝耘博士的判斷顯然較之那些“小農生產方式的憧憬”更符合現實。

　　阿法狗在需求側上的影響還不止于此。在第四次工業革命的浪潮中，德國以其出眾的制造業實力，由智能制造向上攀登，一心向往為CPS制定標準，與美國抗衡。美國的谷歌等超一流的互聯網巨頭通過人工智能等高技術，直接做出高大上的智能產品，似乎沒有把德國念茲在茲的標準放在心上。

　　傳統把產業分為一二三產，現在有一種說法比較時尚卻不無道理。世界未來的產業格局分為三個維度，分別為一維的傳統產業，即現有的一二三產，二維的互聯網產業，如谷歌、臉譜、BAT等“平臺”型公司，以及處于萌芽階段尚未顯山露水的三維的智能科技產業。高維產業向下挑戰低維有優勢，所以居于二維的網店可以沖散留在一維的實體店，譬如阿里巴巴。反過來，同樣處于二維的谷歌則憑籍大數據和尖端技術（硬件、云……）做智能眼鏡等各種智能產品，正在向三維攀登。阿法狗具有普遍性，可以適用于廣泛的領域。在德國工業4.0致力于溝通一維與二維的標準之時，谷歌似乎正在瞄準二維通往三維的標準。

　　面對谷歌的阿法狗以及逐一問世的智能產品，且不論中國制造2025，不知德國的工業4.0是否會感到幾分落寞，幾分尷尬。

　　讓一部分人先富起來，其結果已經看到了；現在是讓一部分人先聰明起來…

　　阿爾法狗挑戰的不只是智商，而且還有游戲規則。無論多復雜如圍棋，只要有規可循，就可以重復博弈進而演進博弈，發展人工智能。然而要是過多的“原則上”，大量的一次性博弈，下不為例不能重復，個案處理難以推廣，發展人工智能就是一句空話。在類似的意義上搜狗CEO王小川表示，“答案越標準，應對的問題越單一，這種崗位就更有可能被機器干掉，而且機器一定干得好很多。而你輸出的解答的故事越開放，越沒有固定的答案，那會更難被取代。”受人治權力朝三暮四的干預，為熟人之情所困或私相授受或網開一面，中國雖大，卻未必是人工智能理想的市場。

　　不是誰都可以用上人工智能。發展人工智能，中國是否做好了準備？

　　然而中國必須發展人工智能。林建超將軍注意到谷歌圍棋大賽背后的軍事與國家戰略。2014年谷歌收購DeepMind和Alpha團隊不僅本身具有價值，還應該聯系美國正在大力推進的從大數據到決策智能化發展的戰略與背景，包括軍事決策系統的智能化，以及如何從大數據和復雜圖像中得出最佳決策等問題。2015年11月，美國國防部宣布成立了數字防御部門，設立了國防部創新顧問委員會，而該委員會的主席正是谷歌母公司阿爾法拜特的董事會主席。不能只做技術解讀。這次Alpha Go圍棋亮相的人機大戰，其目的并非只在圍棋，而是一個從大數據到決策，從人工交互中增長機器智能的可公開案例，是測試深度學習和決策響應效果的有計劃、有組織的階段性檢驗性測度，是一次典型的美國版的軍民融合，其向通用性人工智能發展，包括運用指揮決策的可能性客觀存在。

　　除了上述各點外，阿法狗還有一個特點，需求側內置，以及供給側與需求側關系的自催化。樊麾就在團隊內，阿法狗“雙手互搏”。這一過程類似于進化算法。

　　供給側與需求側密切相關。中國在由需求拉動轉向供給側改革之時，不要忘了二者不可分割的關系。

　　上述內容零零散散在科學網上發過，這次應張九慶老師之約進行了梳理、補充和完善，全文刊于《科技中國》今年最新一期。向《科技中國》和張九慶老師致謝！