制造业预计将成为未来亚洲经济的巨大推动力。德勤预计，到2020年，最具竞争力的制造业国家或地区前15强中将有10个来自亚洲，分别是中国、日本、印度等。为什么会出现此格局？因为亚洲制造商正越来越多地从传统制造转向先进制造或智能制造，以应对劳动力短缺和技术进步不断带来的颠覆影响。中国政府提出了“中国制造2025”这一理念与愿景，力图通过更为科学、先进、精细以及附加高知识产权价值的运作方式，提升制造业水准与产品综合竞争力。在这一过程中，最关键的方法之一便是通过联网传感器将原本孤立的机器、系统和产品连接在一起，从而利用物联网（IoT）技术提高运营效率，获得竞争优势。例如，一家服装制造商可以组合使用传感器、数据收集与分析技术来监控其机器设备的实时性能与生产环境，并在机器出现故障前采取预防措施。有了这种预测性维护能力，制造商可以减少由于意外停机和生产中断而造成的成本和时间损失。在智能工厂中，IoT可提供整个生产线的实时洞察。制造商可以借此快速识别生产滞后或产能过剩并做出调整以满足生产订单需求。由于IoT的价值在于数据，所以数据管理战略是IoT项目成功的关键。它应该涵盖五个方面：收集、传输、存储、分析、归档。此外，制造商还需要确保他们的数据管理战略涵盖核心数据（存储在数据中心的数据）和边缘数据（在设备和传感器上生成的数据）。对于前者，收集到的所有数据首先发送到数据中心集中存储，然后再进行分析。这对于回顾性数据分析很有用。至于后者，也称为边缘计算，联网设备执行部分筛选和分析操作，并根据生成的数据做出初始决策。例如，生产线上的一个联网机械臂便可以收集其性能数据，过滤掉不重要的信息，仅在出现异常情况（例如，过热或部件故障）时，才向操作员发送警报。为了支持边缘计算和实时分析，制造商需要利用内置闪存固态驱动器的工业计算机。由于生产线上的机器通常会用到大型磁铁，这些磁铁会损害机械硬盘，因此制造商在采用IoT时应该考虑使用基于闪存的存储。此外，良好的数据管理战略应该确保无论数据驻留在何处，制造商都可以使用相同的数据管理工具和流程。随着制造商为了实现灵活性越来越多地采用混合云，他们需要采用统一的数据格式，以便能够轻松地整合来自不同环境的数据用于分析。向先进制造发展可能会让人望而生畏，因为需要处理的事情多种多样，尤其是数据管理。减少这种复杂性的一种方法是使用统一IoT数据以便用于工作负载或应用程序的解决方案，完全无需考虑架构和平台。消除数据孤岛并且能够随时随地访问数据有助于制造商提高效率和加快创新步伐。亚太地区大多数地区制造业的未来都将倚仗智能和互联技术。IDC预测，到2021年，该区域制造商在IoT上的合计投资将占到全球总投资的三分之一左右。但对亚洲制造商来说，切勿因IoT风靡全球就盲目跟风。首先，他们需要一个适应未来需求的数据管理战略，以便能有效地利用互联设备生成的数据。只有这样，他们才能够利用IoT监控业务发展，做出明智决策，推动企业向前发展，超越竞争对手。（来源：中国科学报）

今天，在人们追求个性化、服务化、开放化和共享化的过程中，数据不单单限定在类似于机器、软件，而是扩展到行为数据、轨迹数据、医疗健康数据、基因数据或教育数据等全息生命范畴。 舆论中经常出现的机器学习和神经网络，目前的数据训练，也只是让计算机通过现有数据生成函数，从而对未来类似的数据作出判断。 其中，在机器学习的过程中，目前最稀缺的就是实时、不间断、全维度产业链的数据。而这些数据除了先天性的技术性采集难问题，更多的障碍还在于那些在工业革命发展至今的传统组织所聚集的数据“孤岛”。 根据麦肯锡全球研究院的数据，互联网每颠覆一个工作岗位就创造出2.6个新工作岗位。人工智能在突飞猛进发展，并且带来就业与财富的当下，最缺的就是数据。恰恰今天仍然有众多核心数据是处于机构中心垄断的状态，不能帮助机器合理地自我学习。 因此，数据开放与共享，当成为互联网时代的主题。互联网促进了个性化体验，抛弃了静态的、放之四海皆准的单一体验。而数据开放与共享，需要建立在一种能够彻底让数据流动，让产生的价值全链流动的智能基础设施，而来自嬉皮士文化的区块链技术似乎就是为此而生。 无论是ARPAnet（阿帕网，由美国高级研究计划署组建）还是TCP/IP（传输控制协议/因特网互联协议），互联网的诞生就是基于分布式计算、分组交换与无中心化为前提。但是，真正的去中心化的数据世界还离我们非常遥远。如果说第一代互联网的今天解决了人类信息传输问题，那么我们期待的第二代互联网应该可以解决的是信息真伪问题。而区块链技术就可以解决AI应用中数据可信度问题。 人工智能领域数学和算法的发现和发明，是整个数据智能基础设施建设工作中的重中之重。数据的智能基础设施建设，不仅可以帮助机器学习提高精确性和价值性，更重要的是，其还可以驱动经济社会的发展，帮助企业找准核心目标、聚焦关键任务、发挥核心优势，增强资产匹配风口的能力。 实体经济是互联网经济的基础，数据是智能未来的基础。强化数据智能基础设施建设，将所有与智能生活有关的要素重新整理，有助于企业走出同质化、低效益的困境，向智能时代共同迈进。

第二届世界智能大会16日在天津开幕，本届大会的主题是“智能时代：新进展、新趋势、新举措”。京东集团董事局主席兼首席执行官刘强东在开幕式上发表主题演讲，他表示人工智能技术的发展并不会导致工人大规模的失业，相反技术的发展能够把人们从繁重的劳动中解放出来，国家也可以通过立法等手段缩短人们工作的时长，让更多人能够有时间陪伴家人，享受更加美好的生活。刘强东认为，在“无界零售”的愿景下，智能技术将极大提升供应链效率和商业运行效率，带来商业模式的变革。当下智能技术的高速发展，不但对企业、对产业、对经济，而且对社会、对人类来说，既是重大的历史机遇也是巨大的根本挑战——“在智能时代来临的时候，你的态度、你的变化在决定着你的未来。”刘强东在大会现场发表演讲以下为刘强东演讲实录：各位领导，各位朋友，大家上午好！今天跟大家分享三个观点。先跟大家简单介绍一下京东在智能时代在想什么，在做什么，未来的方向是什么。京东是一家比较年轻的公司，迄今为止只有14年。年轻公司的好处就是让我们很多新的业务能够在第一天就使用最新的技术，比如说京东金融，大概只成立了四年的时间，但从成立那天开始搭建的架构就是基于人工智能基础之上。而且所有的贷款都是贷给了中小制造企业，我们有物流体系，有大量的合作伙伴。京东在智能时代分成两条线，硬件和软件。硬件方面，今天京东应用最多的就是物流，我们期望能够打造一个从仓储到配送车辆、从配送站到最后一公里送货机器人，一整套的智能化系统。一年前，在上海京东已经建成了全球第一个B2C无人仓库。很多人说无人仓，我10年前就看过，20年前就见过无人仓，确实是。但是我敢保证大家看到的无人仓都是ToB模式的。但是能够把一个小小的口香糖到玩具、到一支笔、到一部手机，从我们目前在库里有将近300多万种的产品中精确检验出来其中一件客户所需要的商品，完全B2C的小包裹无人仓，可以说这是全世界真正意义上第一个。我们在西安已经建成了第一个无人配送站，整个配送站上面飞的是无人机，下面是配机器人。看起来就像过去老式空调室外机一样，一个大铁的圆筒，里面全部都是自动化的机器，智能的装置。此外，今天京东成熟的无人机已经能够大规模使用的有4款机型，已经在常态化运营。我们在国内已经拿到6个省还有十几个城市的飞行执照。京东无人机从载重5公斤飞行15公里，一直到最近测试的载重200公斤的货物飞行200公里。中型和轻型的无人机全部是垂直起降，水平飞行，目的是为了减少未来机场的投资。大家说你的无人机有什么用处？美国亚马逊他的无人机是给终端用户送货。但是大部分的中国人其实不是住在别墅里面，没有HOUSE，没有后院，我们住的是公寓房。所以京东无人机最重点解决的不是给客户送包裹，我们重点解决的是偏远地区，特别是农村地区物流成本高企的问题。京东的物流体系已经覆盖到全国所有的60万个行政村，每个村都有我们的兼职特派员，他本身就是那个村的村民。很多时候一个村庄就一个包裹，为了送这一个包裹我们要派一个司机出一辆车，从城里面开车去到村子，一来一回，油钱、过路费、人工、时间成本，导致今天很多送到一个村里面的包裹是送到像天津这样的大城市大概是5倍以上的人工成本。同时，大量的农产品想送到城市里也困难，所以京东无人机解决这个问题。比如我们在四川、陕西准备建100多座无人机的机场，我们可以做到24小时之内可以把陕西、四川全省，不论多么偏远的村庄里面优质的农产品送到中国所有大中城市去，而且能够把省内的物流成本降低70%，这是我们的无人机应用价值所在。京东现在其实已经花了一年多的时间，正在研发真正意义上第一架重型无人机。大家现在在网上经常看到视频，有的说重型无人机，也就是载重1吨以上的无人机，实际上都在买现成的有人驾驶的飞机，通过改造把它建成无人机。但是京东是从零开始，研发真正意义上的无人机，飞机造下来就没有驾驶舱，没有给驾驶员的位置，完全按照无人机的方式全新的设计和制造，我们预计今年6月底会第一次进行上线测试，当然到未来的实际应用可能还需要好几年的时间。我们的配送机器人，已经在包括人大、北大、清华等北京的多所高校进行送货，而且机器人已经可以跟电梯沟通，我们跟全球五大电梯厂家已经达成了通信协议，也就是我们的配送机器人可以告诉电梯它去哪一层。配送机器人还可以跟门铃进行通信，可以按门铃，现在唯一要解决的就是怎么让机器人爬楼梯、够走斜坡，这比较复杂，一旦这个技术突破之后，我们配送机器人完全可以替代配送员。第二条线就是软件这条线，京东是做供应链服务的，所以对我们最核心、最重要的莫过于对商品的销售预测，对消费趋势的把握。今天我们57%的产品订单从采购到库间的调拨，到销售的预测全部是用人工智能，非常非常复杂的一套体系。我们今年年底的目标是94%—95%的SKU全部实现用人工智能进行采购、定价，还有库间的调拨、补货的决策与管理。我们的人工智能客服已经发展了6年的时间，现在52%的服务其实背后是机器人为大家服务的，特别是当大家用在线交流工具的时候，跟京东金融售后服务沟通各种需求的时候，其实背后90%是用人工智能技术。我们第二代人工客服现在已经可以精确对人的情绪进行感知，也就是这个客户高兴还是不高兴，是什么情绪，已经分析的非常精准，而且超过了人工客服。因为人工客服只能通过你的声音进行判断，但是人工智能可以通过客户的订单，后面可以看到的数据更多，更全面。现在我们所有的通话，大家如果打电话到我们的客服中心，或者有消费者接到客服中心打来的电话，基本上都是人在跟大家沟通交流，而在年底之前我坚信会有很多电话通话其实是人工智能在背后跟你服务。如果在今年年底之前你要接到一个电话，听到之后很舒服，服务很好的时候，不代表那一定是人，背后可能是人工智能，通过外呼打电话，完全是跟人类一样的思考模式，声音让人分辨不出来是人工智能还是真正的人。所以说了这么多，我想各位已经有一个很大的疑惑，说如果这么做的话，那将来工人怎么办，前几天有几个自媒体在炒作，说我要准备开除员工，开除8万人等等，其实这些完全都是耸人听闻，是不准确的。我的原话是说，如果按照今天京东的规模，如果用软件和硬件的人工智能，用智能的技术来做的话，今天做的工作其实大概只需要8万名员工就足够了，而我们今天是超过16万名员工，但是京东还在发展，而且在不断的高速发展，未来还有10倍、20倍的增长空间，所以我们还需要人，我们永远不会因为技术的迭代更新开除任何一个兄弟。有人会问人工智能技术带来的好处是什么？我相信有很多。比如说京东发展配送机器人，我希望能让今天在大街上风吹日晒给大家送货的兄弟们最后能坐在办公室，用机器人代替他们送货。比如在天津建一个超大型的监控中心，把蓝领工人转换成白领工人，让他坐在办公室，一个人可以监控几百台机器人的工作，比如送货机器人出了故障，或者被偷、被抢等各种突发状况的时候，人来进行判断和干涉。大家知道任何的机械都是需要进行维修和保养的，任何的机械都会有损坏的现象，我们可以把大量今天在库房里面在跑路、库房拣货的员工转到这部分工作上来。今天光拣货员工平均每个员工每天要行走32公里，这么一个艰苦的劳动，我们以后完全可以用人工智能，用机器人来进行替代。人类今天大部分人的工作都是在创造物质文明，我认为在智能时代到来的时候，大部分人大部分时间都来做精神文明的创造。物质文明的创造应该全部用机器人，用人工智能，用技术去替代。我们可以花更多的时间思考一下哲学问题，搞一些艺术，搞一些创造，可以做自己喜欢做的事情，包括我们中国人，无数人有很多的才华，只是被淹没了，被繁重的体力劳动淹没了。我们还可以花更多时间去旅游，我们还可以花更多的时间跟家人待在一起，让家庭更加的稳固，让人更有爱。对于大量的机器人还会导致失业（这种言论）怎么看？今天我们政府的治理能力，包括法律的环境，跟第一次工业革命时代完全不一样，那个时候大家看过说因为工人砸机器，说机器抢了人的饭碗，第一次工业革命其实没有让工人获益，让工人反而劳动更快节奏，更辛苦，工人的工资没有上升。未来还有一个很大的问题就是中国的老龄化。意味着未来其实是由过去人力资源过剩，很快变为人力资源短缺的时代，而智能时代来临的时候恰恰解决了我们国家的问题。国家还可以在这方面进行立法，以前每周工作40个小时，为什么不能每周工作8个小时，我们一周干两天活就好了，每天工作4个小时，工作两天，工资待遇比今天还要高，大家更多的时间可以去旅游，可以做点自己喜欢做的事情。第三个观点，我记得我读过一个小故事，当年外国人在现在北京市的老北京站那儿建了一辆火车，慈禧太后看到之后说这是怪物，说不吃不喝能跑，这不对的，有问题，把它炸了。从此咱们中国没赶上第一次、第二次工业革命。当年，当大量的汽车在大街上跑，人们越来越喜欢汽车的时候，不愿意坐马车的时候，在欧洲有无数的马车夫去游行，大家都听过这个故事。但我想讲的故事是什么？就在这个庞大的马车夫群体里面，有那么一小拨的马车夫他干什么？他顺应了时代的潮流，他开始去学怎么驾驶汽车，过去制造马车车轮的人，有一部分人迅速转变去制造汽车车轮，从此造就了无数伟大的企业。所以我想在一个新的时代来临，在智能时代来临的时候，你的态度，你的变化在决定着你的未来。谢谢大家！

引子 前天听到了坐在我背后的产品小姐姐和UI小姐姐，关于某一个需求的激烈讨（si）论（bi）。最后的纠结的点是： “我在需求文档里写这么清楚，而且你需求评审会也没有提出来，现在又说有问题？” “你这个文档本来就没写清楚，而且会上那么短时间不可能发现这些细节问题，总要要具体设计过程中才会发现。” 突然觉得，需求评审会是个很神奇的会议。 情况大概就是： 交互设计师：你这个业务逻辑有问题吧，少了这样，这样还有这样的情况，体验太差了。 UI设计：为什么页面结构这么复杂，跟我们目前根本不是一个风格的东西。 开发：你确定要这么做？开发难度很高啊，周期可能会很长！ 运营/市场：你这样的目的是什么？你确定用户会喜欢？我觉得没有卖点啊。 然后就需要产品经理一个个耐心的解释需求，然后耐性消失开始卖萌耍贱，直到被逼死后大家勉强达成共识！ 由于本人是一名交互设计师，就谈谈交互设计师对需求评审会的一些想法。 会前准备 1、尽可能充分的理解需求 一般在需求评审会之前，产品经理会提前将需求文档发送到各个岗位手里，那么交互设计师其实从这个时候，工作就已经开始了，产品经理提供的产品需求说明文档，是交互设计师开展交互设计的主要依据。因为最后的交互方案肯定是需要满足需求文档里的所有功能的。 所以要尽可能的去理解产品的背景、业务、设计初衷等信息，这会帮你奠定之后的交互风格。 2、整理出自己需要的需求功能列表 交互设计师在了解了需求的背景目的以后，要着手对需求文档进行拆解和梳理，梳理的目的在于去掉文档中多余信息，将交互相关的罗列出来，通过XMind、脑图等思维导图工具进行分类整理，形成比较直观的功能列表。 3、整理成多维度的需求 对于整理出来的功能列表，更多的是构思中的产品架构，是思维上的，对设计师来说，并不能直接使用。因此，交互设计需要对功能列表进一步的加工，打破功能纵向上的联系，完成功能横向上的关联。 简单来说，就是将各个独立功能需求进行连接。将零散的需求能够成为一个整体。 以上说的可能比较抽象，我们看一个案例： 需求：开发一个餐厅的点餐系统。 我们将需求套用至上面的三个步骤中： 步骤1尽可能充分的理解需求 这部分工作，就是在会前，我们应该充分的去了解需求的背景等相关信息。 比如： 餐厅为什么需要打破原来的点餐规则，因为工作效率？互联网+的噱头？还是有其他不可抗力的因素？ 这样的需求背景就会影响到整个系统的交互设计风格，如果是因为效率，那么你的交互更应该注重效率，把步骤尽量简化，如果是因为蹭互联网热度找一些噱头，那么你可以设计更加酷炫的交互方案，加入一些动效、过场动画等。 步骤2整理出自己需要的需求功能列表 这部分我们需要借助一些思维导图工具来帮助自己整理，请看下图： 上方我们根据需求文档对点餐系统的功能进行了整理，整理完后，可以让你页面布局的时候，能够更加直观，不会漏掉该有的功能点。 1.3整理成多维度的需求 第三部分的内容就是把需求进行多维度的整合。还是一样，看下图： 当你将所有功能点用业务逻辑图进行整理和关联之后，你会发现，第二步骤其实还漏掉了一部分内容，那就是系统是否有库存概念，如果没有库存了要怎么办？有库存的情况下在什么时候对库存进行增减，是下单后？还是支付后？这些都是需求不确定的因素，也影响到你页面之间的交互逻辑。 因此，在需求评审会议之前，对需求进行三步走的分析、拆解和整合是很重要的，如果在时间充裕的情况下，可以画一些线框图在需求会上进行交互大方向上的讨论。 2.会议上 评审会上，首先肯定会由产品经理会对主要功能需求与特殊功能需求进行阐述，这个时候，交互设计师就要把自己所理解的需求与产品经理所描述的需求进行校对，看看其中是否能到了产品经理的预期值。对于需求有疑问的地方，在会上提出并进行探讨。 上面也提到了，如果在时间充裕的情况下，可以画出一些线框图来进行讨论。评审会的作用不仅仅是产品经理对产品功能和业务向其他人员单向输出的过程，也是交互设计师明确需求，在脑海中把需求向界面转化的过程。所以在这个时候，如果有一部分界面的线框图来帮助自己阐述对产品界面交互的构思，那么对于确认最终的交互设计方向会很有帮助。 当然在这个过程中肯定会有很多建议与不同意见，这都是很正常的现象。那么就说几点在会上讨论的时候该注意的东西： 1、不要纠结于某个细节点： 会议人员多的时候，容易陷入大家集体纠结于某个细节点，比如，第三方登录之后，是否需要另外设置昵称？这样的需求点并不重要，完全可以在会后直接与产品讨论决定即可，在需求会上纠结于这样权重的问题的时候，无疑是在浪费生命。 需求评审会是一场产品经理完整的描述功能需求，讨论技术实现方案以及评估工期时间节点为主的一场会议。不要忘记会议初衷！ 2、允许一定程度的发散： 如果同时负责两个以上产品的时候往往会有这种情况，就是之前某个做过的产品的某些逻辑可以直接拿来复用，这个无可厚非，既节省了时间成本也节省了人工成本；但是出于业务的差异性，如果讨论的过程中，突然某个人想到了之前的某个业务流的问题并发起了谈论，那么暂时不要阻止，允许他有思考的时间，或许你可以在讨论中发现以前没有发现的有意思的东西，当节点到了之后，那么拉回来，继续我们刚才没有继续完成的问题，继续讨论。要允许一定程度的发散。 3、切忌陷入开发讨论 在评审会上，很多时候会确定技术实现方案，但是绝对还没有涉及到具体开发细节上，这个时候陷入的开发讨论很多时候都仅是开发人员出于下意识的跟产品经理抱怨开发难度过高，时间周期可能会很长。但是往往过后开发人员细想想，开发难度远没有想象中的复杂。 所以在会上可以讨论技术实现方案，比如用源生开发、用H5套壳开发，亦或者混合开发等技术方案层面上的讨论。切忌陷入开发细节的讨论。 总的来说，交互设计师要在会议上确认交互界面设计方向，尽可能详细的了解功能与业务逻辑，解答需求梳理过程中的出现的问题。 评审会后 评审会后交互设计师就开始进入交互设计的阶段，但是并不建议立马开始设计，要预留出一定量的时间对在会上新接收到的新的需求理解进行消化了整理。在充分理解需求之后才开始着手设计。 沟通很重要！ 在设计过程中，如果有遇到一些模棱两可的问题，一定要及时向相关人员再次明确。尤其是一些开发上的问题，在你不确定能不能实现的情况下（更多时候是取决于想不想实现，据说程序员世界没有实现不了的功能），一定要找相关人员提前进行沟通，否则一旦无法实现，可能会导致整个交互方案被否定。所以，多多沟通吧。 这是我对需求评审会的一些理解与建议，希望对新人们有所帮助。 以上。

今天这篇文章是关于“数字经济”的，将从以下4个方面进行分享。一、从“新经济”到“数字经济”1.“数字经济”的提出20世纪90年代，全球经济表现平平，美国却保持了持续快速发展。截至2000年底，美国实现了连续118个月的增长。互联网以数字“0”和“1”构成的比特流改变了信息传输方式和交互方式，改变了商品流通方式和交易方式，一经商业化就展现出强大的生命力。在此背景下，数字经济的概念被提出并引起广泛关注。2.“数字经济”著作1995年，唐·泰普斯科特出版了一本名为《数字经济》的著作，详细论述了互联网对经济社会的影响，他被认为是最早提出“数字经济”概念的人之一。此后，随着曼纽尔·卡斯特的《信息时代：经济、社会与文化》、尼古拉斯·尼葛洛庞帝的《数字化生存》等一系列著作的问世，数字经济的理念迅速流行开来。纽尔·卡斯特的巨著为《信息时代三部曲：经济、社会与文化》分三卷，分别是：①《网络社会的崛起》②《认同的力量》③《千年终结》(中文版出版于2003年）数字经济，认为较为清晰的界定是《数字经济》（马化腾等/著）中提出来的，人类社会、物理世界、虚拟世界的融合。形象地看，我们可以把人类社会、网络世界、物理世界看成三个圆环，相互分离，有一些连接线。互联网的发展让网络世界出现，但在很长的时间里，它是相对独立的。之后，从QQ、到微博、到微信，中国人的人际交流已经很大程度上转移到了网上，我们也一再讨论社交网络给社会带来的变化。淘宝、天猫、京东、美团、滴滴，则让我们感受到物理世界和网络世界的交融。随着互联网产业的高速发展，以及近年来的虚拟现实（VR）、人工智能（AI）、区块链等技术的突破，原本只跟网络世界有关的数字经济持续扩大，开始部分覆盖到人类社会和物理世界这两个圆环。最终，这三个圆环可能会完全融合，形成一个全新的数字经济体。3.“数字经济”与各国政府各国政府也开始把发展数字经济作为推动经济增长的重要手段。1997年日本通产省开始使用“数字经济”一词。1998年美国商务部发布《浮现中的数字经济》报告，此后持续关注这一与互联网技术密切相关的“新经济”现象，并以“数字经济”为主题发布了多项年度研究成果。进入21世纪，尤其是2008年国际金融危机爆发以来，世界各国开始纷纷制定数字经济战略，期望通过发展数字经济来拉动经济复苏。4.“数字经济”与中国我国也十分重视信息通信技术对经济社会的促进作用，但在具体工作推进中较多采用了“金字工程”、“信息产业”、“信息化”、“两化融合”、“互联网+”、“共享经济”这些概念。2015年《政府工作报告》首次提出“互联网+”，通过促进互联网融合创新作用的发挥，加快经济转型升级步伐；在多年的“新经济”的说法之后，以互联网为代表的新的经济形态终于迎来一个恰当的名字“数字经济”，2017年，它首现《政府工作报告》，开始被大众所知晓与讨论。新经济一词中的“新”是把之前所有的一切归为旧，但未揭示它新在何处。新经济强调的是“新”，那么“数字经济”是什么意思呢？从字面上讲，数字经济指的是“数字化的经济”。其实，很多人理解互联网是从”数字化“开始的。1996年，MIT媒体实验室主任尼葛洛庞帝出版《数字化生存》（BeingDigital），它之后经胡泳老师翻译和推介成为很多中国人的互联网启蒙书籍。现在，经过三十年的产业发展，特别是过去七八年移动互联网让几乎所有人成为网络用户后，我们进入了实体世界和网络世界融合的数字空间，开始更多的数字化生存。二、数字经济的定义对于数字经济有很多界定：在2016年杭州G20峰会发布的《二十国集团数字经济发展与合作倡议》中，该倡议认为“数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术（ICT）的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。”在马化腾、孟昭莉等著的《数字经济》一书中，作者们总结了数字经济的5个特征：①数据成为驱动经济发展的关键；②数字基础设施成为新的基础设施；③数字素养成为对劳动者和消费者的新要求；④供给和需求的界限日益模糊；⑤人类社会、网络世界和物理世界日益融合。这5个特征总结得很全面，其中我印象最深的是“人类社会、网络世界和物理世界日益融合”，并画了一张图这里，我尝试做一些不同的解读。数字经济原本只存在于网络世界，也就是仅包括主要在线上的互联网业。但随着互联网的发展，更多的人际互动和物理世界被卷入其中。现在，每个人的生活和工作交流多数都已经发生在网络上。从网络零售电商开始，到出行、外卖等生活服务电商，再到企业的互联网应用，互联网也成为物理世界经济发展的重要推动力之一。三、新的技术加速人、网络、物理融合的趋势以2018年当下最受关注的区块链技术（区块链最核心的价值在于提供了人与自然的技术契约，从而使得人类获得了从技术上解决信任问题的能力）为例，它正在把“信用”纳入网络世界或数字空间：它给互联网增加“区块链信用层”这个新的协议，并为数字空间带来代表价值的记账单位——数字货币或代币（Token）。原本在应用层实现的功能被移到协议层，会使得使得这些功能的应用规模指数级扩张。一直以来，互联网作为关键技术支撑了数字经济发展，过去处在它的基础协议层次的功能是信息流动，现在区块链在协议层增加了跟信用与价值有关的基础功能，这会给数字经济带来全新可能。四、信息、协同与平台要理解“数字经济”，我们还可以去寻找一些研究基础。在我看来可能包括三个方面。1.信息，所指代的是信息经济学，我认为其中关键是信息的边际成本为零这个特征。这是经济学方面的，也就是人们通常说的“信息经济学”。在数字经济中，主要流动的是信息，或者按尼葛诺庞帝的说法是“原子vs比特”，比特最重要的特点是它几乎是零边际成本的。在近20年前的1999年，信息经济学领域的开山鼻祖卡尔·夏皮罗和哈尔·R·范里安两位教授写出了《信息规则》一书，该书的核心就是信息，现在范里安担任着谷歌的首席经济学家。2.协同，是互联网改变了人成为组织，然后工作产生成果的方式，过去这里用的词是“管理”，但现在协同可能更好。当人与人被互联网紧密的联系到一起之后，人类协作与共同创造成果的方式也会发生变化。过去一百年，从科学管理开始的管理学给人类的协作带来巨变，现在网络空间的人际交互、社交网络、社群带来很多新挑战与可能。中国信息经济学会名誉理事长杨培芳2016年出版一本著作名为《挽在一起的手：协同互利的新经济哲学》，他用另一种方式阐释了里夫金的词“协同共享”（collaborativecommons），“挽在一起的手”很形象地展示了社会的未来。3.平台，是指互联网平台取代企业（集团）、市场，成为新的资源配置和组织方式。当数字经济的范围越来越大，数字经济中的主体是什么？目前看，可能是平台，或更准确地说“互联网平台”。在2003年到2004年，罗歇与梯若尔以两篇重要论文提出了双边市场及后来发展来的平台经济学，梯若尔在2014年获得了诺尔贝经济学奖。在互联网产业的实践中，我们也看到，互联网平台已经取代企业（集团）成为新的资源配置和组织方式。1930年代，科斯讨论交易成本的《企业的性质》标志着企业取代了市场，现在，如我们所见，技术驱动的、促进大规模协作的互联网平台正在逐渐地取代企业。

来源/方军读书会（ID：mindmeters）原标题/《真正的出路：重读任正非2012实验室讲话》欢迎下载腾讯新闻客户端，关注科技页卡，查看更多科技热点新闻关键词：开放系统vs闭合系统请注意这个讲话是以Q&A形式出现的，完全没有稿子，都是直接思路最真实的反应。任总：首先，我不是专家，和专家沟通我本来就有压力，可能你们提到的很多敏感问题我都回答不清楚，那么我回答不清楚的就叫下面谁来替我回答。现在咱们开始开会，看看大家怎么说法，怎么开法，听听大家的。没有产权保护，创新的冲动就会受抑制Q/杨强（诺亚方舟实验室主任）：我来自诺亚方舟实验室，之前是香港科技大学的教授。您刚刚讲的一个主题是“创新”，我们都知道，我们中国直到现在还没有产生一个诺贝尔奖，我想从这个角度来看看，咱们华为怎么样来“创新”，想听听您的观点，为什么我们中国直到现在还没有一个诺贝尔奖，产生的必要条件是什么？A/任总：香港，我认为是藏龙卧虎的地方，香港很多人从欧美留学回来主要就集中在教书了，所以香港的教育质量很好。我多次跟广东政府讲，要允许香港的学校来内地、广东腹地创办学校，把他们的师资能量释放一下。我先不讲诺贝尔奖的获得，重要的是怎么能创造对人类的价值。中国创造不了价值是因为缺少土壤，这个土壤就是产权保护制度。在硅谷，大家拼命的加班，说不定一夜暴富了。我有一个好朋友，当年我去美国的时候，他的公司比我们还大，他抱着这个一夜暴富的想法，二十多年也没暴富。像他一样的千百万人，有可能就这样为人类社会奋斗毕生，也有可能会挤压某一个人成功，那就是乔布斯，那就是Facebook。也就是说财产保护制度，让大家看到了“一夜暴富”的可能性。没有产权保护，创新的冲动就会受抑制。第二个，中国缺少宽容，人家又没危害你，你干嘛这么关注人家。你们看，现在网上，有些人都往优秀的人身上吐口水，那优秀的人敢优秀吗？我们没有清晰的产权保护制度，没有一个宽容的精神，所以中国在“创新”问题上是有障碍的。大家也知道Facebook这个东西，它能出现并没有什么了不起的，这个东西要是在中国出现的话，它有可能被拷贝抄袭多遍，不要说原创人会被抛弃，连最先的抄袭者也会家破人亡，被抛弃了。在美国有严格的知识产权保护制度，你是不能抄的，你抄了就罚你几十亿美金。这么严格的保护制度，谁都知道不能随便侵犯他人。实际上保护知识产权是我们自己的需要，而不是别人用来打压我们的手段，如果认识到这一点，几十年、上百年后我们国家的科技就有希望了。但是科技不是一个急功近利的问题，一个理论的突破，构成社会价值贡献需要二三十年。雅各布突破CDMA的时候是60年代，是我们搞文化大革命的时候。我们怎么能一看到高通赚钱了，就感慨怎么我们不是高通呢？二三十年前我们还在搞“文攻武卫”，文革那个时候，还觉得谁读书、谁愚蠢，所以我们今天把心平静下来，踏踏实实做点事，也可能四五十年以后我们就有希望了。但是我们现在平静不下来。为什么呢？幸好你是香港的大学教授而不是中国内地的大学教授，否则你要比论文数量，你又产不出这么多来，就只能去抄，你去抄论文还有什么诺贝尔奖呢？不可能嘛，因此我们必须要改变学术环境。要构成一个突破，需要几代人付出极大的努力Q/李航（诺亚方舟实验室首席科学家）：我来自诺亚方舟实验室，一个半月前加入公司，非常荣幸加入华为，在您和其他领导带领的这个伟大的公司工作。华为想在下一个台阶中有很大的作为，创新力是不可缺少的，请问您觉得怎样才能使华为更具创新力？A/任总：在我们公司的创新问题上，第一，一定要强调价值理论，不是为了创新而创新，一定是为了创造价值。但未来的价值点还是个假设体系，现在是不清晰的。我们假设未来是什么，我们假设数据流量的管道会变粗，变得像太平洋一样粗，建个诺亚方舟把我们救一救，这个假设是否准确，我们并不清楚。如果真的像太平洋一样粗，也许华为押对宝了。如果只有长江、黄河那么粗，那么华为公司是不是会完蛋呢？这个世界上完蛋的公司很多，北电就是押宝押错了。中国的小网通也是押错宝了，押早了。小网通刚死，宽带就来了。它如果晚诞生几年，就生逢其时了。英雄常常是生不逢时的。有一些人性格很刚烈，大家不认同，我说你就生错时代了，你如果生在抗战时代说不定就是英雄，说不定就能当将军。我们是从人类社会的需求和价值基础上，假设将来数据流量会越流越大，但这不一定符合社会规律。马克思理论假设的前提是那时候没有汽车、没有飞机，他说的物质极大丰富，准确定义是什么呢？因为马克思没有拿出标准的数学公式来，我们还以为有更高的标准。所以我们现在的假设是要接受长期批判的，如果假设不对，那我们就要修正。首席科学家要带领我们往哪里突破。第二，在创新问题上，我们要更多的宽容失败。宽容失败也要有具体的评价机制，不是所有的领域都允许大规模的宽容失败，因为你们是高端研究领域，我认为模糊区域更多。有一些区域并不是模糊的，就不允许他们乱来，比如说工程的承包等都是可以清晰数量化的，做不好就说明管理能力低。但你们进入的是模糊区域，我们不知道它未来会是什么样子，会做成什么。因此，你们在思想上要放得更开，将你可以到外面去喝咖啡，与人思想碰撞，把你的感慨写出来，发到网上，引领一代新人思考。也许不止是华为看到你了，社会也看到你了，没关系，我们是要给社会做贡献的。当你的感慨可以去影响别人的时候，别人就顺着一路走下去，也许他就走成功了。所以在创新问题上，更多的是一种承前启后。我今天给你们讲的话，也许你们成功的时候我已经不在人世了。但是不能因为我不在人世，咱们讲话就一定要有局限性。你们科学家也不能因为这样就有局限性。也许你对人类的预测，你最终也看不见，但是我觉得这并不一定错误。比方说飞机的涡轮发动机的理论是中国人吴仲华写的，中科院工程热物理研究所所长。他在50年代写了涡轮机械三元流动的方程，发表了论文。英国按照这个理论做了第一代斯贝发动机。粉碎四人帮后，访问英国时，问我们可不可以引进它的生产，英国说可以呀，小平很高兴，就站起来向英国科学家致敬。英国的所有科学家都站起来向中国致敬，为什么致敬，因为这个技术是中国发明的。*问是谁发明的，回到中国就查，查到是吴仲华写的三元理论。当时他在哪？正在湖北五七干校养猪，赶快把他接过来，到北京当工程热物理研究所所长，让他穿上西装再出国，这是一个例子。（注：飞豹的发动机就是这个斯贝发动机）第二个例子，今天汉语非常好使用，主要是因为有汉语拼音。这得感谢55年全国文字改革会议的民主氛围。以及汉语拼音伟大的贡献者周有光，复旦大学教授，现在已经100多岁了。他过去致力于工业救国，一直学经济。后来晚年才改研究语言的。到1979年，他认为要到国际标准化组织去陈述中国对文字的观点，别人就邀请他去了。上飞机之前，单位告诉他，因为你是外方邀请的，中国不负责所有差旅费，所以他上飞机的时候连一个美金也没有。于是他一分钱也没有就去了巴黎。他用三年的努力，给国际标准化组织争取到中国要使用这个方法来拼音文字。不然，我们的汉字就无法溶入电脑时代，多伟大呀！我们的文字改革经历了几百年，今天汉字变得这么简单，年轻人学文化这么容易，都是靠这么奋斗来的。因此，要构成一个突破，需要几代人付出极大的努力，所以我们不能今天说明天能在哪里登陆，这不是诺曼底。华为公司一定要在优势方面集中发挥Q/RENZHEZHAO（首席材料专家）：我来自材料实验室，刚刚您讲到的石墨烯就是材料的一种，现在我们主要是业界现有的材料评估引进，以及与供应商和高校合作开发，做一些科研课题。我想问一下任总，您希望华为公司在材料上的研究深度是怎样的，是希望我们和别人一起合作研究，还是想让我们华为的材料人才做自主研发？A/任总：前一段时间，我认为用物理方法来解决问题已趋近饱和，要重视数学方法的突起。那天与何庭波、李英涛交流时，他们说，石墨烯的出现，也许会打破人类预测。我曾在和能源业务讲话时提过，华为公司的优势在于数理逻辑，不在物理界面。华为公司一定要在优势方面集中发挥。所以在材料科学方面，我更多的倾向于材料应用上的研究，而不是在材料的创造发明上。比如日本正在从整机收缩到部件，从部件收缩到材料，这对我们公司是一个天大的好时机，日本拼命做材料科学研究的时候，我们研究的是怎么用这些东西，使产品比美国做得好，我们就用了巧力。大家都认为日本和德国的机器可靠，为什么不让日本人、德国人做我们的中间试验，把关我们产品的质量，好坏让日本员工、德国员工去定义。中国的宗教是玄学，玄学是模糊科学，对创造发明有好处，但对做可靠的产品不一定有好处。我们要花精力理解你做这个创造发明对我有什么用，从这个角度出发，我们和世界达成互补性的经济关系，多交一些朋友，才能有助于达成主要的战略目标。所以在材料科学上我更多倾向于应用，即应用最新科技材料。我们的基站为什么还达不到更高的水平，因为还有一些日本的材料成本太高，目前我们还不敢用。材料实验室能不能研究怎么用日本的材料，研究明白了，材料价格降下来时，我们就用来武装自己，产品一下子就世界优秀了。我们不是要做一个全方位的综合科学院，什么都做，最后一事无成。我给你四亿美金每年的研发费用，给你两万人Q/宾兵（芯片平台与关键技术开发部部长）：任总，我叫宾兵，来自海思的平台与关键技术部。在您刚才所讲的芯片构筑战略竞争力，刚好我们部门承接了几项战略规划任务，同时我们也看到在一些基础研究方面和一些国外公司比还是有很大差距的。我们看到您在巴展的讲话，提出一个词叫作强攻，就是集中力量去在城墙上打一个缺口，今天就想请教任总，就这个强攻策略给我们一些指导，给我们海思这些参与强攻的年轻人一点冲劲，谢谢。A/任总：我今天不针对平台讲这个问题，我就随便讲讲芯片的设计问题，在几年以后，我们在硬件系统，特别是低流量的硬件系统，应该是有系统性的突破了。我们的末端产品的大量硬件会标准化、通用化、简单化，这些成果我们可以固化，这样，我们的研发队伍，至少有几千个设计电路的熟练工程师就挤压出来了，他们可以投入到芯片开发中去。我给何庭波说，你的芯片设计能不能发展到二万人，这些有电路设计成功经验的人把复杂的大电路变成微电路以后，经过一轮洗礼，就是芯片设计专家了。我们有两万人强攻这个未来的管道科学，我们从高端到低端这个垂直体系，难道不能整合吗？世界有两次整合是非常典型的成功案例。第一个案例就是IBM，IBM在PC机上就是抄了苹果的后路。在PC个人机上，IBM有巨大的贡献，但是在新技术产业扩张的时候，IBM已经应对不过来了，IBM就发明了一个兼容机，这个兼容机谁都可以去造，你给我点钱就行了，就是他横向把这个个人电脑整合完成了，这个是对人类的贡献，IBM的横向整合是很成功的。纵向整合我们现在讲的是苹果，它是纵向整合的成功案例。华为应该怎么整合？我们认为应该沿着管道来整合，通讯网络管道就是太平洋，是黄河、长江，企业网是城市自来水管网，终端是水龙头。如果我们沿着这个整合，都是管道，对我们都是有用的。怎么强攻，这个要靠你说了算，我只能给你人、给你钱。林彪攻城时，队伍是纵向布置的，攻城的部队，集中撕开一个口子，然后，两个主力就从口子进去，向两边扩展。进而又进去四个师，向纵深，向两侧扩大战果。我们在研发上，有没有平均使用兵力的情况呢？所以我对何庭波说，我给你四亿美金每年的研发费用，给你两万人，何庭波一听吓坏了，但我还是要给，一定要站立起来，适当减少对美国的依赖。对未来的投资不能手软Q/JASON（芯片专家）：任总您好！我是网络芯片的JASON，我05年从美国回来加入海思，到现在已经7个年头了。今天我的问题是，刚任总也提到，美国的高科技产业的蓬勃发展主要靠知识产权保护和风险投资。现在我们看到芯片的投资资金量越来越大，可是我们过去的芯片投资主要靠产品线，产品线当前盈利的压力特别大，所以在短期看不到明显收益的芯片投资越来越犹豫，请问任总在这方面能不能给我们一些指导，我们在没有风险投资的情况下，怎样来平衡这个长期投资和短期利益之间的矛盾，谢谢！A/任总：如果在短期投资和长期利益上没有看得很清楚的人，实际上他就不是将军。将军就要有战略意识，没有战略意识怎么叫将军呢？这是第一个问题。第二个问题又要讲到耗散结构，华为公司实际上是处在一个相对较好的时期，要加大投入，把这些优势耗散掉，形成新的优势。整个社会都在衰退，经济可能会循环衰退，我们虽然跟自己过去相比下降了，但和旁边相比，活得很滋润，我们今年的纯利会到20-30亿美金。因此，对未来的投资不能手软。不敢用钱是我们缺少领袖，缺少将军，缺少对未来的战略。华为能从当年三十门四十门模拟交换机的代理商走到今天，没有将军的长远眼光我们就不能走到今天。为什么我们后继就产生不了将军呢？是文化机制问题，考核机制问题。所以我们这次在广州召开的组织结构改革会上吵了一下午。胡厚崑最后说了一句话：我们的利益机制要从“授予”改成“获取”，授予就是我们上面来评，该你多少钱该他多少钱，大家都希望多拿钱。以后我们改成“获取”、“分享”。就是我们整个考核机制要倒过来，以利益为中心。为什么我们机关这么庞大，是因为机关来分钱，机关先给自己留一块，自己发的好好的，工资也涨的好好的，剩下的让阿富汗的弟兄们分，结果他们也拿不到多少。那这样的话，就是一种不能鼓励产生英雄的机制，不能产生战略的机制，所以我们现在要调整过来。在调整的这个过渡时期，我们呼唤更多有战略眼光的人走到管理岗位上来。我们看问题要长远，我们今天就是来赌博，赌博就是战略眼光。我们赌什么呢，赌管道会像太平洋一样粗。我们要做到太平洋的流量体系，有没有可能做到？我就举个例子来说明：比如空中客车和波音的的竞争，波音就假定了这个世界是个网络型的世界，点到点的飞行，这样就不需要枢纽中转就可以直达这个小城市，因此波音没有做大客机，波音在小的点对点上改进，点对点的飞行。而空中客车假定是“枢纽”型，到法兰克福先坐大飞机，再转小飞机，所以三百人的飞机就首先问世了。我们今天就要假设未来的架构是什么样的架构？如果我们假设都不清楚，我们对未来就是一个赌博，就是赌这个带宽是多少。我们没有先进武器，拿大刀长矛去砍飞毛腿是砍不掉的，我们需要有东西去对付他。我们不指望都有英明领袖，我们是共同来推动大家都有战略眼光。断了我们粮食的时候，备份系统要能用得上Q/李金喜（终端OS开发部部长）：我来自中央软件院欧拉实验室，负责面向消费者BG构建终端操作系统能力。当前在终端OS领域，Android、iOS、WindowsPhone8三足鼎立，形成了各自的生态圈，留给其他终端OS的机会窗已经很小，请问公司对终端操作系统有何期望和要求？A/任总：如果说这三个操作系统都给华为一个平等权利，那我们的操作系统是不需要的。为什么不可以用别人的优势呢？微软的总裁、思科的CEO和我聊天的时候，他们都说害怕华为站起来，举起世界的旗帜反垄断。我给他们说我才不反垄断，我左手打着微软的伞，右手打着CISCO的伞，你们卖高价，我只要卖低一点，也能赚大把的钱。我为什么一定要把伞拿掉，让太阳晒在我脑袋上，脑袋上流着汗，把地上的小草都滋润起来，小草用低价格和我竞争，打得我头破血流。我们现在做终端操作系统是出于战略的考虑，如果他们突然断了我们的粮食，Android系统不给我用了，WindowsPhone8系统也不给我用了，我们是不是就傻了？同样的，我们在做高端芯片的时候，我并没有反对你们买美国的高端芯片。我认为你们要尽可能的用他们的高端芯片，好好的理解它。只有他们不卖给我们的时候，我们的东西稍微差一点，也要凑合能用上去。我们不能有狭隘的自豪感，这种自豪感会害死我们。我们的目的就是要赚钱，是要拿下上甘岭。拿不下上甘岭，拿下华尔街也行。我们不要狭隘，我们做操作系统，和做高端芯片是一样的道理。主要是让别人允许我们用，而不是断了我们的粮食。断了我们粮食的时候，备份系统要能用得上。我们的目的要简单一点Q/Georgo（图灵开发部部长）：我以前在国外做过三家CPU设计公司，目标都是挑战Intel，三家公司最终都没成功。我现在负责嵌入式处理器，想请任总谈一下对嵌入式处理器的期望和要求？A/任总：我希望海归不要狭隘，不要学了钱学森和邓稼先的故事，就激励你们走他们一样的政治道路。他们是在中国和整个世界处在政治孤立的情况下，毅然回到中国。但我认为你们回到香港也是中国，香港税收只是大陆税收的三分之一。我们最终还是要走向全球化的体系，遇到美国的障碍是很正常的。大家都看了《大漠英雄》，我们和当年的情况完全不一样，当年做原子弹的人绝大多数都没有见过原子弹是什么样，他们用的方程是我们初中学过的平衡方程，他们在手摇计算机上摇出来了原子弹。而我们今天的创造发明不是以自力更生为基础的，我们是一个开放的体系，向全世界开放，而且通过互联网获得巨大的能力，华为也获得巨大的基础。所以说我们要跳出狭隘的圈子看到未来的结果。我们今天是有能力，但不要把自己的能力设计得完全脱离我们实际。我们若要完全背负起人类的包袱，背负起社会的包袱，背负起中国民族振兴的包袱，就背得太重了……我那天给何庭波的批示上讲，你能不能伴着华盛顿的音乐，跳一支《春江花月夜》？背上了包袱，为了中华民族，为了五千年，为了更伟大的目标，你还能跳得动么？所以我认为我们的目的要简单一点，我们也担负不起重任来，我们能往前走一点就是胜利，不要以为一定要走多远。封闭系统必然要能量耗尽，要死亡的Q/胡波（无线网络芯片开发部部长）：我叫胡波，是来自海思，做无线网络芯片的。过去几年我们在产品线做无线网络芯片做的还是不错的，后续的发展趋势是我们的一些主力产品都要使用自研的芯片，在这个过程中我们可能就会遇到竞合的压力……A/任总：何庭波翻译一下，我没听懂。何庭波：就是说如果用了我们的芯片，就不用供应商的芯片了，供应商就给我们施加供货压力。任总：我刚才已经讲，我们是一个开放的体系。我们还是要用供应商的芯片，主要还是和供应商合作，甚至优先使用它们的芯片。我们的高端芯片主要是容灾用。低端芯片哪个用哪个不用这是一个重大的策略问题，我建议大家要好好商量研究。你刚才讲的我们不用供应商的系统，就可能是我们建立了一个封闭的系统，封闭系统必然要能量耗尽，要死亡的。我们刚讲人力资源封闭系统，能量耗尽，一定要死亡的，技术系统也不能做封闭系统。怎么科学合理地去平衡这个世界呢？这是一个很难的题目，我不能一句话给你讲明。你帮我，我帮你，这是公共关系进行战略性的平衡Q/楚庆（海思战略与业务发展部部长）：听了任总战略攻关和创新号召后，我们都很兴奋。第一个问题是：现在我们其实差的很远，而且美国战略高地我们没有办法布局，那么在产业布局上，在地域选择上有没有一些指导性的原则？第二个问题是：我们做这些产业布局，按照我们传统的做法，都是去当地招几个很厉害的人，把他们放到我们的研发部，但这种做法对包括日本这些社会，可能会引起反感和激烈的反弹，那么在产业布局的深度上我们有没有新的考虑？A/任总：关于公共关系我们做了一个决议，估计你们很快就能看到了，我们是如何平衡这个世界的关系，包括我这次去圣彼德堡发言。普京当选总统，当天我就发了贺电，通过友人转给他。我们也是想平衡俄罗斯的关系，我们也要平衡日本关系，包括加拿大的关系。我们要在加拿大建个大的研究所，加拿大政府知道这个消息肯定很高兴。当然，我们还要号召我们的员工到新西兰去旅游，10月份以后慧通公司会推出新西兰旅游计划，希望你们去旅游，你帮我，我帮你，这是公共关系进行战略性的平衡。实在不行，我们就要多从新西兰多买点奶粉，你既然给了我们国家宽带网，我总要给你们新西兰作点贡献，我也要为公司的生存平衡发展作贡献。战略布局，我们唯一觉得困难的是美国。别的国家没有困难，英国这些国家是非常欢迎我们大规模投资的。我们把加拿大的人才用尽了吗？英国人才用尽了吗？这个世界的人才除了美国就没有了吗？我不相信，比如Facebook扎克伯格是新加坡公民，不是美国公民，就可以招聘他，不受美国限制呀。我们不要狭隘的认为我们已经无路可走了。你们让我到华盛顿白宫旁边的花园里建个办公室，我是没办法。我们可能坚持做几十年都不用，但是还得做Q/柳春笙（芯片领域专家）：任总您好，我叫柳春笙，来自海思后端设计部。我是去年10月底从美国回来加入海思的。首先就是海思的定位问题，我们做技术的都有一种自恋情节，认为做的都是关键技术，都是公司核心竞争力之一。但是也有很多声音说，海思就是给公司降低成本的。我们下面的兄弟确实都很辛苦，产品线对成本的要求都非常高，经常为了一点点的成本大家加班加得很辛苦，我们挣的每一分都是辛苦钱。请问任总，公司对海思的定位是怎么样？A/任总：公司运转是依靠两个轮子，一个轮子是商业模式，一个轮子是技术创新。我们今天要讨论的是技术创新的轮子。对海思的定位，它肯定是一个重要的体系，但是你的自恋情节不能取，我刚开始来就说闭合系统，如果海思有自恋，要求做的东西我们一定要用，不用的话就不光荣，那就是一个闭合系统。我们总有一天能量耗尽，就会死亡，所以我们要做开放系统。你的系统可能被放弃，但并不影响你个人的成就。这就是人力资源政策要跟上来的问题。我们先排除政治观念，讲一下这个问题，比如我们国家的高铁。中国自己也生产高铁，株洲机车厂是当时最先进的国产厂。当时高铁投标的时候，株洲没中标，都是西方国家，比如德国的、法国的、日本的合资工厂中标。株洲曾经是我们国家最强的机车厂，而德国、法国、日本都是找差一些的机车厂合资，合资厂吃得肥肥的，结果株洲也没有吃亏。这就是铁道部处理的艺术水平了。铁道部是怎么做的？为什么株洲没有叫苦？把你们合资企业赚的钱都给株洲，进行技术研究，我总有一天会用你的。到现在已经确定下来，250公里的高铁，株洲可以投标了。我们在价值平衡上，即使做成功了暂时没有用，还要继续做下去。但是如果个人感到没希望了，可以通过循环流动，流动到其他部门，换新人再来上。我们可能坚持做几十年都不用，但是还得做，一旦公司出现战略性的漏洞，我们不是几百亿美金的损失，而是几千亿美金的损失。我们公司今天积累了这么多的财富，这些财富可能就是因为那一个点，让别人卡住，最后死掉。所以，可能几十年还得在这个地方奋斗，这个岗位、这个项目是不能撤掉的，但是人员可以流动的。少林寺还可以有CEO，和尚也可以云游的，但是庙需要定在那里，这是公司的战略旗帜，不能动掉的。再比如说你知不知道什么时候打核战争？现在没有，那就应该停下来核的研究吗？你说我们的核科学产生了多少科学家，你看那些功勋一大排一大排都是。不要说邓稼先，活着的也还有很多，但什么时候甩过原子弹呀？所以海思一定要从战略上认识它的战略地位。我们一定要耐得住寂寞，板凳要做十年冷Q/王志敏（海思技术规划部副部长）：任总您好，我是王志敏，来自海思战略技术规划部，这是一个涉及产业链的问题。您刚才提到的战略攻关是我们非常重要的工作之一。半导体行业的战略攻关与后端生产制造非常相关，同时亚太区半导体的产业环境也在完善，在这个特殊的时期和阶段，我们公司是否会把半导体产业基础做得更加稳固？A/任总：我讲第一点，我们不能为了获取这个体系的利益而去做半导体生产产业。半导体的生产是化学问题和物理问题，不是我们的优势，我们的优势就是数据逻辑，就是在软件、电路设计上的数学逻辑。我们即使做了个工厂，做个12英寸，外面做16英寸的，就把我们抛弃了。我们在制造行业，是不可能持续领先的。第二点，我们一定要耐得住寂寞，板凳要做十年冷。特别是基础研究。在50、60年代的电影演员是没有啥钱的，我曾经听过在八十年代初期，我们中央顶级的明星刘欢、王刚等从北京到太原的演唱会，走一次穴能赚多少钱呢？赚20元人民币。但是怎么能说中华民族的文化他们就没有贡献呢？我们去俄罗斯的最大感受是什么？就是普希金、屠格涅夫、托尔斯泰等等这些人，俄罗斯的文化、文明，俄罗斯是文化大国，他的文化对整个区域都产生了影响。这两天看王国维的电视剧，王国维是鲁迅先生骂的“不耻于人类的狗屎堆”,今天回过头看这个人的哲学思想是很伟大的，当年张之洞去开矿山、办工厂，李鸿章搞洋务的时候，王国维说：“振兴中华要靠哲学”。但是，他还是被抛进历史的垃圾堆，作为清华大学教授，最后投湖自尽，自杀了。中国有两个痛苦的灵魂，以前说最痛苦的灵魂是鲁迅，现在往前走一步，王国维也是中国最痛苦的灵魂。王国维讲哲学才能改变中国，今天来看确实是这样的。英国、美国、日本、法国、德国及整个欧洲社会，他们在哲学体系上搞清楚了。他们国家几百年没有动乱过。而我们的政策一会儿左，一会儿右，就是从上到下我们的价值观上没有统一，哲学观点没有统一。今天重新纪念王国维是来源于王国维这句话，是因为他对中国洋务运动的批判，中国应该先搞哲学，来改造人们的思想，国家才能有新的机制和体制产生，王国维以前是一个“不耻于人类的狗屎堆”，现在我们觉得他是很伟大的。还有一个伟大的人是李鸿章，李鸿章也是“不耻于人民的狗屎堆”，是中国最大的“卖国者”，不仅自己“卖国”，他去和日本谈判签《马关条约》的时候把儿子也带去了，让儿子也参与了《马关条约》的签订，结果爆发了五四运动。但是今天重新来看历史，重新来看《血色黄昏》，李鸿章是中华民族伟大的英雄，以后大家会重新去理解这个结论。所以不要为一时半时有没有光荣和功勋去计较。为千秋万代、中华民族要做出历史贡献。在看待历史问题的时候，特别是做基础科学的人，更多要看到你对未来产生的历史价值和贡献。我们公司要宽容“歪瓜裂枣”的奇思异想，以前一说歪瓜裂枣，他们把“裂”写成劣等的“劣”。我说你们搞错了，枣是裂的最甜，瓜是歪的最甜，他们虽然不被大家看好，但我们从战略眼光上看好这些人。今天我们重新看王国维、李鸿章，实际上他们就是历史的歪瓜裂枣。从事基础研究的人，有时候不需要急功近利，所以我们从来不让你们去比论文数量这些东西，就是想让你们能够踏踏实实地做学问。但做得也不够好，为什么说不够好呢，就是我们的价值观也不能完全做到统一，统一的价值观是经过多少代人的磨合才有可能的，现在我们也不能肯定，但是我们尽力去做。必须要靠自己Q/牛社团（技术规划专家）：我来自公司技术规划部。我有几个问题，第一个是电信产业原来的业务单一，只是语音业务，所有我们公司产品都有标准规范，按标准规范去做就可以了。但现在整个移动互联网发展起来后，整个产业的业务范围已经超出了语音这个单一的业务范围，整个产业未来的方向肯定是包括像苹果、谷歌(微博)这样的终端和云端的公司。我司整个网络产品后面怎么去和终端云端产业链进行合作？公司两三年前在业界提出了“端管云”的概念，现在“端”都由苹果和谷歌控制着，所有的游戏规则都由他们来定义，在云端华为也没有很好的云服务，也没有话语权。做为运营商和设备商，你所有的控制点、商业模式的价值点，你的游戏规则定制点只能在网络层去挖掘。所以这两年我们也在考虑，在网络层里哪些东西是需要网络提供服务的，提出了一些互联网厂商在网络层面去支持的解决方案。这些方案我们和运营商、OTT交流也是获得了认可的，但是在公司内部要和各部门推动去解决及协调资源比较困难。A/任总：你要看到，我们在不断讲管道，管道不仅限于电信，这是第一点比较大的变化。第二点，是否绑定客户的问题，要看到我们自己在其中发挥的重要作用，而不仅仅是依附谁不依附谁的问题。我们的优势在管道方面，而在终端我们基本不存在任何优势。能不能产生优势要用新的模式来思维，而不是把所有的生存希望寄托在运营商身上。国际歌早就给我们唱了，从来就没有救世主，也不靠神仙皇帝，一定要靠我们自己。我跟很多女孩讲，你不能把你的希望寄托在嫁一个好老公身上，人生有五六十年，要是十年二十年他就拜拜了，你后面要怎么办？所以你必须要靠自己。终端一定会有非常厉害的发展，但是机会不一定就是我们的。我和爱立信高层领导会谈的时候，他很高兴地说：我们终于不做终端了，你们去做终端了。人家笑我们不见得不对，就看我们能不能有所突破，终端这两年有了很大进步，但未必能进步到最后。我们要耐住寂寞慢慢往前走Q/莫道春（连接器专家）：我负责公司连接器的TMG，这个领域TOP的供应商都是来自于美国，台湾和国内的供应商都只做低端的东西，或者说是山寨别人的东西。我们会不会扶持一些国内和台湾的供应商，来保证我们在产品的成本、供货方面的安全？A/任总：婆婆肯定是不能替媳妇生孩子的，生孩子是要靠儿子和媳妇的努力，我们能扶起来的也未必不是阿斗，所以我们不是扶持而是选择。公司的内部政策也从培养制改成了选拔制，中国和西方不一样，西方是因为没有人，必须要靠把你培养起来担负这个任务，中国遍地都是人，我就把最好的选来干就行了。因此我们对待供应商也是选择制，当然其中也会有一些战略，但不能因此就把我们当成是救世主，从来都没人救过我们。我也有危机感和恐惧感，所以我们要耐住寂寞慢慢往前走，终有一天我们能找到一个正确平衡之路。人生还是要咬定自己的优势特长持续去做Q/孙永芳（可行销工具架构师）：我来自中央软件院。我是一个华为13年前的新兵，在公司这么多年，我换了很多部门，但是我只做了一件事，一直在做公司配置器的开发。配置器目前支撑了公司很多的PO效率提升、IFS变更等项目，请问任总对2012实验室研发团队在支撑公司的变革、效率提升和卓越运营方面有什么要求和期望。A/任总：我认为你的人生历史就是一部华为历史，华为二十几年都只做一件事，就是坚持管道战略。你的13年只做了一件事，就是配置器。你的人生路就是华为的路，你的人生为什么那么成功，因为你只走了这一条路。人只要把仅有的一点优势发挥好了就行了，咬定青山不放松，一步一步就叫步步高。有些人就是不停的换，说是兴趣爱好，包括炒菜、扫地等什么都会做，但他并没有得到太太的表扬。华为公司也曾多次动摇过。人生还是要咬定自己的优势特长持续去做。刚才那个同事说我们做芯片不挣钱，人家做半导体的挣大钱，但是挣大钱的死得快，因为大家眼红，拼命进入。我们挣小钱怎么死呢？我们这么努力，比不上一个房地产公司，上帝先让我们死，就有点不公平。我和欧盟副主席聊天，他问我，全世界的经济都这么困难，你怎么敢大发展？我说第一点，我们的消费是小额消费，经济危机和小额消费没关系，比如你欠我的钱，我还是要打电话找你要钱，打电话就是小额消费。第二点，我们盈利能力还不如餐馆的毛利率高，也不如房地产公司高，还能让我们垮到哪儿去，我们垮不了。所以当全世界都在摇摆，都人心惶惶的时候，华为公司除了下面的人瞎惶惶以外，我们没有慌，我们还在改革。至少这些年你们还在涨工资，而且有的人可能涨得很厉害。我们为什么能稳定，就是我们长期挣小钱。如果我们不向美国人民学习他们的伟大，我们就永远战胜不了美国Q/倪乔力（网络OSS产品部部长）：我来自中央软件院U2000网管，公司在惠州务虚会上阐述了公司未来的价值构筑在软件与服务上，而以当前固定网络为例，软件（包括网管和VRP平台）在客户界面销售很多都被送掉了，我们构建软件的价值是否应该先从对软件的销售方式的转变开始？A/任总：我们过去在硬件系统里面写进去80多个软件包，目的是为了维护设备，结果使得管道不透明，流量速度不快，就像长江里面到处都是水草，水流量不快。如果我们把水草铲干净了，让管道的壁更干净，让水流的速度更快一点。这样我们在硬件管道上，把操作软件拿出来建立一个叠加系统，我们把它称作管道操作系统。管道操作系统的某一项功能，如测试功能，我们把它再拿出来变成一个颗粒？这个颗粒我们可以挂网上，也可以单独销售，这样管道的硬件系统是个透明系统，你去检查吧，全透明的，没有网络安全问题，这个颗粒你挂不挂呢？要看国家法律批准，你说要挂你就去买，你可以向社会去购买，也可以向我买，反正我就透明化，软件就是这样子。软件要构筑市场价值，例如ERP低价都买不到。你的颗粒太小，让他们作嫁妆了。婆婆应该给你钱。Q/刘桑（产品工程技术规划部部长）：我来自中央硬件工程院产品工程部。我想问一个关于氛围的问题，我们在面向未来和自主创新的时候应该是特别强调科学民主的精神，但是长期以来华为公司属于思想高度对齐、执行力强的管理风格，这是有一些矛盾的。我想请问您对于2012实验室的组织氛围的梦想是什么，基于这个梦想，您对管理者和专家分别有哪些期望？A/任总：第一，我要纠正你的说法，关于自主创新的问题，自主创新就陷入熵死里面，这是一个封闭系统。我们为什么要排外？我们能什么都做得比别人好吗？为什么一定要自主，自主就是封建的闭关自守，我们反对自主。第二，我们在创新的过程中强调只做我们有优势的部分，别的部分我们应该更多的加强开放与合作，只有这样我们才可能构建真正的战略力量。我们非常支持异军突起的，但要在公司的主航道上才好。我们一定要避免建立封闭系统。我们一定要建立一个开放的体系，特别是硬件体系更要开放。我们不开放就是死亡，如果我们不向美国人民学习他们的伟大，我们就永远战胜不了美国。我容忍你比我厉害，就是我的伟大今天和专家座谈，你们的问题我答不出来，不是我的羞耻，而是我的伟大。为什么呢？我容忍你比我厉害，就是我伟大。如果我认为自己是最高，华为是一个宝塔结构，那么我只有晚上不睡觉，我一睡觉华为就矮了嘛，睡平了嘛！站着我才高一点。我能永远不睡觉么？不可否认，个人的力量很重要，比如某个人提出的战略性观点或理论突破，但突破完了，他就是矮子了。就像李英涛和何庭波今天和我讲，石墨烯的问题，一旦突破，拿了诺贝尔奖就结束了。他就是当了一把黄继光，当完就完了。为什么？由理论突破引发的后面排山倒海般的冲锋，爆炸式的知识增长，他光是读这些东西都读不过来。当前人类社会知识的发展程度，远远超越了任何一个过往的时代，因此只有依靠集体力量才会有未来!

大数据文摘作品编译：VVN、蒋宝尚、龙牧雪、魏子敏【人工智能】正在让这个时代激动不已，但也正引发不少担忧。被誉为机器学习之父的美国三院院士、伯克利教授MichaelI.Jordan昨天在美国知名科技媒体Medium上，难得的发布了他的第一篇文章。一反以往的技术干货输出，这篇文章的主题是对当前AI研究中的问题进行冷静反思。这篇名为《人工智能：革命远未到来》的长文阅读时间在20分钟左右，从14年前Jordan教授自己的一个关乎生死抉择的故事说起，回顾了AI发展的过往，更重要的是，提出了数据和机器学习当前研究是如何偏离初衷，又蕴含了怎样的巨大威胁。他认为，我们还有机会来建构一种新学科领域——真正以人类为中心的工程学科。大数据文摘对这篇文章进行了全文编译，对原文感兴趣的读者可以在文末链接科学上网去Medium查看原文。以下为MichaelI.Jordan博客全文：作为这个时代的代名词，人工智能正被技术人员、学者、记者和风险投资人共同吟诵。和其他专业名词一样，这个名词在被使用过程中伴随着种种误解。事实上并不是公众不理解科学家，而是科学家有时候也像公众一样迷惑。“与人类智能相媲美的硅基智能正诞生于我们所处的时代。”这类想法让我们激动万分，也带来了同等程度的惊吓和分心。而关于当前的时代，也有一些不同的声音。让我先讲一个故事，它涉及到人类、计算机、数据和生死抉择。超声波检测数据和唐氏综合征14年前我的太太怀孕时，我们做了一次超声波检查。一位遗传学家指出，胎儿心脏周围有一些白色斑点。“这些都是唐氏综合症的标志，”她说，“患病风险已经高达5%。”她还告诉我们，我们可以通过羊膜穿刺术来了解胎儿的实际情况，但羊膜穿刺术具有一定的危险性，手术中胎儿死亡的概率约为1/300。作为一名统计学家，我决定找出这些数据来源。长话短说，我发现十年前有人在英国做过一项统计分析，这一分析称，这些白点反映了钙的积累，确实是唐氏综合症的一个预测指标。但我也注意到，在我们的测试中使用的成像仪比英国研究中使用的，每平方英寸多几百像素。我回去告诉遗传学家，我相信这些白点很可能是假阳性的，它们实际上是“白噪音”。她说：“啊，这就解释了为什么自从我们开始用新机器，唐氏综合症的诊断就不断上升。”我们没有做羊膜穿刺术，几个月后，一个健康的女孩出生了。这一事件让我非常困扰，特别是在粗略计算后，我发现全世界每天有成千上万的人正接受这种诊断，而且其中很多父母选择了羊膜穿刺术，导致了一些婴儿不必要的死亡。这种情况一天又一天发生，不知何时才能停止。这个故事中的问题与我个人的医疗保健无关；它关乎医疗系统，测量不同地点和时间的变量和结果，进行统计分析，并在其他地方和时间使用结果。这个故事中的问题与数据分析本身有关，而且与数据来源有关。广义而言，数据来自哪里，数据得出了什么推论，这些推断与当前情况之间的相关程度如何？一个训练有素的专家也许能够逐案解决所有这些问题，但问题能否是设计出全球医疗系统的解决方案，以至于不用人类监督也可以解决这些问题。我也是一名计算机科学家，想要建立这种全球的推理和决策系统所需的原则，将计算机科学与统计学相结合，并考虑到人类的福祉，我所学的知识并不能帮助我解决这些问题。不仅在医疗领域，而且在商业、交通和教育等领域，这些原则的发展至少与建立能让我们眼花缭乱地玩游戏和进行运动感知的AI系统一样重要。无论我们是否很快就能理解“智能”，我们都面临着一个重大挑战，即将计算机和人类友好交互，从而给人类生活带来便利。尽管有些人将之视为“屈从于人工智能”，但它也可以被更平常地看待，就像创建一个工程学科的新分支一样。就像过去几十年兴起的土木工程和化学工程一样，这门新学科的目标是聚合几个核心思想的力量，以安全的方式为人们带来新的资源和能力。土木工程和化学工程建立在物理和化学之上，而这个新的工程学科将以上个世纪落地的思想为基础，这些思想包括“信息”、“算法”、“数据”、“不确定性”、“计算“、”推理“和”优化“等等。此外，由于这个新学科建立在有关人类的数据之上，所以其发展也需要从社会科学和人文科学的视角剖析。虽然人工智能大工程的积木块已经有了，但是把这些积木块组合在一起的原则还没有出现，所以这些积木的组合仅仅以特例的方式存在。就像在土木工程学科出现之前建造房屋和桥梁一样，人类开始着手构建大规模的推理和决策系统，它涉及机器、人类和环境。正如早期的建筑和桥梁有时会以不可预见的方式崩塌并带来悲催的后果一样，目前许多早期的大规模推理和决策系统已经暴露出了严重的概念缺陷。不幸的是，我们并不善于预测下一个会出现的严重缺陷。我们缺少的是一个具有分析和设计原理的工程学科。当公众谈到这一话题时，他们过于频繁地使用“AI”，仿佛它是个通配符（wildcard），这使得人们很难推理AI这项新兴技术的范围和后果。因此我们需要仔细思考AI这一名词在历史上和今天，到底指的是什么。什么才能被称为AI？今天大多数所谓“AI”，指的是过去的几十年中被称作“机器学习”（ML）的东西。ML是一个算法范畴，它将来自统计学、计算机科学和许多其他学科的想法融合在一起，设计算法来处理数据、做出预测并帮助做出决定。ML真正给世界带来了影响，而且它所带来的影响不是最近才发生的。事实上，在90年代初就已经非常明确了：ML会给工业界带来大规模的影响。在本世纪初，亚马逊这样的前瞻性公司已经在所有业务中使用了ML，解决了欺诈检测和供应链预测方面的关键问题，并且对面向消费者的服务做出了创新，如推荐系统。在接下来的20年中，随着数据集规模和计算资源的快速增长，很明显，ML将不仅为亚马逊，而且将为任何一家能够将决策与大规模数据联系在一起的公司提供动力。新的商业模式将会出现。“数据科学”这个名词开始被用来指代这种现象，反映出ML算法专家需要与数据库和分布式系统专家合作以建立更强的ML系统，也反映这一推理系统在社会和环境方面的潜力。这种思想和技术趋势的融合在过去几年中被重新命名为“AI”。这一重塑值得仔细推敲。从历史上看，AI这个词在上世纪50年代末被创造出来，表达了在软件和硬件中实现具有人类智能实体的强烈愿望。我们将使用“类人AI”一词来指代这一愿望，它强调人工智能实体似乎应该是我们中的一员，即使不是身体上，但至少在精神上（无论这可能意味着什么）。这类研究主要存在于学术领域。虽然相关的学术领域，如运筹学、统计学、模式识别、信息论和控制论已经存在，并且常常受到人类智能（和动物智能）的启发，但这些领域可以说是集中在“低级”信号和决策上。比如说，一只松鼠能够感知它所生活的森林的三维结构，并在树枝之间跳跃，这种能力给我们带来许多启发。“人工智能”的关注点应该不同于此，AI应当关注人类“理性”和“思考”的高级认知能力。然而，60年过去了，高层次的推理和思想仍然难以捉摸。现在被称为“人工智能”的发展主要出现在与低水平模式识别和运动控制制相关的工程领域，以及统计学领域——专注于找到数据模式并做出有根据的预测、假设检验和决策。著名的“反向传播”算法在20世纪80年代初被DavidRumelhart重新发现，现在被视作所谓“人工智能革命”的核心。其实，反向传播最早出现于20世纪五六十年代的控制理论领域，它的早期应用之一是优化阿波罗号宇宙飞船向月球前进时的推进器。自20世纪60年代以来，我们已经取得了很大的进展，但可以说，这并不是来自于对“类人AI”的追求。相反，这些工程师的杰作往往隐藏在幕后，就像阿波罗飞船的情况一样。虽然公众不容易觉察，但在文件检索、文本分类、欺诈检测、推荐系统、个性化搜索、社交网络分析、规划、诊断和A/B测试等领域的研究和系统建设的确取得了重大成功，推动谷歌、Netflix、Facebook和亚马逊等公司的进步。人们可以简单地所有这些称为“AI”，但这样的标签可能会让优化或统计领域的研究人员感到惊讶，他们一觉醒来后发现自己突然成了“人工智能研究人员”。但撇开研究人员的标签不谈，更大的问题是，使用这个单一的、定义不清的首字母缩略词，会妨碍人们对技术和商业变革的清晰理解。2个关键问题：智能增强和智能基础设施在过去的二十年里，“智能增强”（IA）在工业和学术界取得了重大进展，这是对“类人AI”的补充。在IA领域，计算和数据被用来增强人类智力和创造力。搜索引擎可以被看作是IA的一个例子（它增强了人类的记忆和知识），自然语言翻译也是如此（它增强了人类的交流能力）。基于计算的声音和图像生成可以作为艺术家的调色板和创意增强器。虽然这类项目可能涉及高层次的推理和思想，但目前它们不这样涉及——它们大多执行各种字符串匹配和数字操作，捕获人类可以使用的模式。本文的最后一个缩略词是“智能基础设施”（II）。让我们想象一个由计算、数据和物理实体组成的网络，它使人类所处的环境更加友好、有趣和安全。这种基础设施已开始出现在运输、医药、商业和金融等领域，并对个人和社会产生巨大影响。有时也出现在关于“物联网”的话题中，但物联网一般指把“物”放在互联网上，并不涉及这些能分析数据和发现事实、在更高的抽象层面上与人互动的“物”所面临的更大挑战。例如，回到我的个人轶事，我们可以想象在一个“社会规模的医疗系统”中生活，它建立了医生以及位于患者体内外设备之间的数据流和数据分析流程，从而帮助人类进行诊断和提供护理。该系统将纳入来自人体细胞、DNA、血液测试、环境、群体遗传学以及大量药物和治疗文献的信息。它不仅关注单个病人和医生，而且关注所有人类。就像目前的医学测试允许在一组人（或动物）身上进行实验，然后大范围应用一样。这将有助于保持相关性、出处性和可靠性，就像当前金融业正致力于解决财务和支付的可信性一样。当然，可以预见，这一系统将会出现很多问题，比如隐私、责任、安全问题等等，但这些问题应该被视为挑战，而不是阻碍。我们现在遇到了一个关键问题：如果要解决上述这些更大挑战，“类人AI”研究是最佳的，或者说是唯一的方法吗？机器学习领域里最受欢迎的成功案例中，有一些与类人AI有关，如计算机视觉、语音识别、人机对局和机器人等。所以，也许我们应该等待这些领域的进一步发展。这里需要说明两点。首先，报纸不会告诉你，我们在类人AI上取得的成功实际上非常有限，我们距离实现类人AI的愿望还很遥远。不幸的是，尽管进步甚微，它带来的兴奋和恐惧给这个领域带来了过度的关注，而这种情况在其他工程领域还从未出现过。其次，更重要的是，这些领域的成功不仅不足以解决重要的IA和II问题。为什么说它们不足以解决IA和II问题呢？看看自动驾驶就知道了。要实现这样的技术，需要解决一系列的工程问题，而这些问题可能与人的能力（准确地说，是人所缺乏的能力）关系不大。整个交通系统（II系统）可能会更像现在的空中交通管制系统，而不是模拟现在的路况：一群分散的、面朝前的、注意力不够集中的人类驾驶员。它将比现在的空中交通管制系统复杂得多，尤其是将使用大量数据和自适应统计建模来进行更细层面上的决策。这些挑战才是最需要被摆在首位的，而在努力解决这些挑战的过程中，专注于类人AI可能会令人分心。当然也有人认为，类人AI包含了IA和II，因为类人AI系统不仅能够解决AI的经典问题（例如图灵测试），也是解决IA和II问题的最佳选择。但是，几乎没有先例可以支撑这样的论点。照这么说，发展土木工程是不是需要通过人造木匠或泥瓦匠来实现？发展化学工程是不是应该先造出一个人造化学家？或者这么说，如果我们的目标是建设化学工厂，那么我们是否应该先建立一个人造化学家，然后再研究如何建造一座化学工厂？还有一种与之类似的观点认为，人类的智慧是我们目前所能知道的唯一一种智慧，我们应该先模仿它。但其实人类在某些推理上并不十分擅长——我们会有失误、偏见和局限。而且关键的是，人类还没有演化出大规模决策的能力，这种能力是现代II系统必须拥有的。人类也还不足以应对II系统场景中的各种不确定性。有人可能会争辩说AI系统不仅会模仿人的智能，而且会“纠正”它，并把它扩展到大规模的问题上。但是，这是科幻小说里才有的，这种推测性的论点虽然在小说中具有娱乐性，但不应该成为我们在遇到IA和II问题时的主要策略。我们需要研究IA和II问题本身，而不仅仅是坐等让类人AI来解决问题。II系统的算法和基础设施挑战并不难解决，而这不属于类人AI研究的核心。II系统需要管理分布式知识库，这些知识库正在迅速变化，而且很可能在国际上互不一致。这些系统必须考虑与云端的相互作用，来做出及时的分布式决策，并且它们必须能够处理长尾现象（即少量用户的数据量巨大、而大部分用户的数据较少的现象）。它们必须解决在不同管理部门和竞争对手之间分享数据的难题。最后，尤为重要的是，必须将激励、定价等经济概念带入统计和计算基础设施领域，是它们连接了人与人、人与商品。这样，II系统就不仅仅是提供服务了，而是在创造市场。音乐、文学和新闻等领域正急需这样能够用数据分析将生产者和消费者联系起来的市场。这一切都必须在不断演变的社会、道德和法律规范的背景下完成。展望未来当然，类人AI的经典问题仍然值得关注。然而，目前AI研究的重点还是收集数据、部署“深度学习”基础设施、展示能模仿某些狭义上的人类技能（即几乎没有新出现的解释原则）的系统。这样的研究重点偏离了经典AI研究里最主要的开放性问题，包括，在自然语言处理系统中引入推理和意义、推断和因果关系的必要性、开发计算上易于处理的对不确定的表示的必要性、以及开发制定和追求长期目标系统的必要性。这些都是类人AI研究中的经典目标，但在目前“AI泡沫”的喧嚣中，人们很容易忘记这些亟待解决的问题。IA还将保持相当重要的位置，因为在可预见的将来，在抽象地理解现实世界情况的能力上，计算机还无法追上人类，我们仍然需要经过深思熟虑的人机互动经过来解决我们最紧迫的问题。我们希望计算机能够激发人类更高一层的创造水平，而不是取代人类的创造力（无论这可能意味着什么）。JohnMcCarthy（当时还在达特茅斯大学担任教授一职，但很快就去了麻省理工学院任职）创造了“AI”一词，显然是为了将他的初期研究与NorbertWiener（当时是麻省理工学院一位老教授）的研究区分。Wiener创造了“控制论”一词，用以指代他自己对智能系统的愿景，这一愿景与运筹学、统计学、模式识别、信息论和控制理论密切相关。而McCarthy的愿景里则强调了与逻辑的联系。这里有个有趣的反转，虽然“AI”是McCarthy提出来的术语，今天占据了主导地位却是Wiener的智能理论。（然而这种情况一定只是暂时的，AI的钟摆摆的比大多数领域都要大。）JohnMcCarthy(1927-2011)和NorbertWiener(1894-1964)但我们需要超越McCarthy和Wiener的观点。我们要认识到，目前关于AI的公开对话内容主要都集中在工业界和学术界的很小领域里，这可能会使我们面临由AI、IA和II带来的全方位挑战和机遇。上述的角度不关乎科幻梦想或机器超越人类的噩梦，而更关乎人类理解和塑造技术的需求。这种需求在日常生活中变得更加现实有力。此外，在这种理解和塑造过程也需要来自各行各业的不同声音，不仅仅是技术上的对话。过于集中地关注类人AI，会让人们屏蔽很多声音。工业领域的进步将继续推动发展，学术界也将继续发挥重要作用，学术界的作用不仅在于提供创新性的技术理念，而且在于将来自不同领域的研究人员：计算机和统计学科、来自社会科学、认知科学和人文科学等领域的研究人员汇聚起来，他们的价值和观点十分重要。另一方面，虽然人文和科学是我们前进的关键，但我们讨论的范畴依然是工程领域——社会造物：制造新的产物，这些产物应该能按照我们想要的方式工作。我们都不希望在建立了能帮助我们获得医疗、交通和商业机会的系统后，发现这些系统并不能真正运转起来，从这个角度来说，在机器学习和数据科学占中心地位的领域，还有一个学科亟待出现。这些已知的领域令人兴奋，但还不能被视为新的工程学科。而且，我们应该接受这样的事实：我们正在见证一个新的工程分支的诞生。在学术界以及其它领域里，“工程学”这个术语经常被狭义地引用，用以指代冷酷无情的机器，或带有人类失去控制的消极内涵，但工程学科其实是可以成为我们想要的样子的。当前，我们有机会来建构一种新学科领域——真正以人类为中心的工程学科。我不会给这个新兴学科命名，但未来，如果“AI”这个词继续被滥用，它将会给我们带来颇多限制。让我们开阔视野，淡化炒作，认识到未来严峻的挑战吧！作者简介：MichaelI.Jordan是加州大学伯克利分校计算机科学与统计学教授。他在计算、推理、认知和生物科学领域有超过三十年的工作经验。原文链接：https://medium.com/@mijordan3/artificial-intelligence-the-revolution-hasnt-happened-yet-5e1d5812e1e7

一即使是中国人，也很少有人比英国人李约瑟发自心底地爱这个东方古国。故事始于他与一名中国女留学生的婚外情。那是1937年，留洋青年方鸿渐正在返回上海的船上。“红海早过了。船在印度洋面上开驶着。但是太阳依然不饶人地迟落早起侵占去大部分的夜......中国热得更比常年利害，事后大家都说是兵戈之象。”在此之前，李约瑟是享誉世界的科学家，被称作“化学胚胎学之父”。他与大学同学德萝西·莫耳结婚，双双当选英国皇家学会会员。两人举案齐眉，处于情感与事业的双重巅峰。鲁桂珍，一个药剂师的女儿，金陵女子大学毕业生，后来前往剑桥大学生物化学实验室攻读博士学位。李约瑟夫人接受了自己的学生与自己的先生之间的恋情，“我们仨”融洽共处50年。1987年夫人病逝，李约瑟于两年后迎娶了鲁桂珍。鲁桂珍向李约瑟介绍中国悠久的“科学发明”和医药学，触动了身处“西方中心论”环境中的李约瑟，他由此形成一个信念：中国文明在科学技术史中曾起过从来没被认识到的巨大作用。一方面因为这般爱情传奇，一方面因为李约瑟本人并非科学史专家，他所提出的“李约瑟难题”，从开始至现在，由中国到世界，都充满了争论。其主题是：“尽管中国古代对人类科技发展做出了很多重要贡献，但为什么科学和工业革命没有在近代的中国发生？”Fara在《四千年科学史》里写到：“许多关键性的发明最早出现在中国，而中国在技术上的领先优势一直持续到18世纪末。”李约瑟对此进行了庞大而杰出的研究：“欧洲文艺复兴时期究竟发生了什么，使得数学化的自然科学能应运而生？”“为什么这样的情况没有发生在中国？”李约瑟难题的实质内容在于中国古代的经验科学领先世界一千年，但为何中国没有产生近代实验科学，这是关于两种科学研究范式的起源问题。西方研究者们分析如下：1、那些超群的技术所依赖的不是那些悠闲学者的天才发明，而是在家族内手手相传的工艺技能。2、（关于科举考试）指定的文本和评注旨在记忆而不是批评，因此形成了一种狭隘的一致性并最终变成了国家教条。这种僵化不仅扼杀了原创性，而且还意味着许多学者更注重道德和古代哲学辩论，而不是现实问题或科学疑问。3、不同于欧洲多种多样的小封地，而是强有力的中央集权管理体制。4、哲学和宗教的态度分歧。中国的宇宙学家们没假设有某种不动的第一推动者通过自然法则来管辖宇宙，而是相信天体的行为与凡间的人类社会相关联。相关的观点还有：秦朝统一后，加上科举制度选拔，中国有效地集中了大批聪明的、受过良好教育的人，他们的管理使得中国井然有序，并使中国发展了以整体理论，实用化研究方法的科技。上面的负面效应是，使得新观念很难被社会接受，新技术开发领域几乎没有竞争。在中国，商业阶级从未获得欧洲商人所获得的那种权利。中国有许多短语，如“重农轻商”等，和中国历代的“重农抑商”政策表明了在那些年代的官僚政府的指导性政策。比如明朝末期的宋应星在参加科举失败后撰写《天工开物》，但他认为不会有官员读这本书。在西方，发展了以还原论，公式化研究方法的科技。此种科技的兴起与商业阶级的兴起相联系，鼓励较强的技术开发竞争。中国所处的地理环境也互相影响了政府的态度。中国独有的水利问题（尤其是黄河）令中国人从很早的时候起就得去修建水利网。而且必须从整体集中资源治理，才能有希望解决水患问题。水利网超出了任何一个封建领主的领地，这就可以解释为什么在中国，封建主义让位给中国官僚式的文明。被认作中国十大国际友人的李约瑟满怀情感地做出结论：“如果中国人有欧美的具体环境，而不是处于一个广大的、北面被沙漠切断，西面是寒冷的雪山，南面是丛林，东面是宽广的海洋的这样一个地区，那情况将会完全不同。那将是中国人，而不是欧洲人发明科学技术和资本主义。历史上伟大人物的名字将是中国人的名字，而不是伽利略、牛顿和哈维等人的名字。”李约瑟甚至说，如果那样，将是欧洲人学习中国的象形文字，以便学习科学技术，而不是中国人学习西方的按字母顺序排列的语言。李约瑟难题还有另外一个表述方式：为什么在公元前2世纪至公元16世纪之间，在将人类的自然知识应用于实用目的方面，中国较之西方更为有效？或者，为什么近代科学，关于自然界假说的数学化学及其相关的先进技术，只是辉煌而短暂地兴起于伽利略时代的欧洲？二对于该问题，林毅夫是“科技供给不足”理论的支持者：中国古代的发明是经验性的，而西方现代发明是科学性的。经验科学靠的是偶然性，生产越多，偶然性出现的越多，人口越多，偶然性出现的也越多。因此一个人口多的国家和一个人口少的国家相比，经验性的发明当然是前者多（这叫规模效应），这就是古代中国领先于西方的理由。但是随着人口增长的停滞，发明自然也停滞，而现代科学则不同，它是可以在前人的基础上不断往前的，这就是西方最终超过我们的原因。这个理论倒过来，也可以演化出一个“低俗”版本的结论：为什么后来科学不发展、科技不进步了？因为韭菜够多，随便割割就好了，干嘛搞那么复杂。饶毅教授认为：除了所谓“李约瑟难题”引发“中国古代到底有无科学”这一旷日持久的争论，中国人对科学的误解其实更多体现于一种功利主义取向。很多人不了解科学是人类探索、研究、感悟宇宙万物变化规律的知识体系的总称，是对真理的追求，对自然的好奇。还有些人，希望中国“不打好地基就建楼”，急切要求将研究转化为应用，甚至讥笑和抨击基础科学研究。在严复看来，中国古代就无“学”。因为：所谓学，就是要通过大量的事实然后总结出结论来，才叫作学。中国古代，大家唯圣人之言是从，以圣人的是非为是非，根本就没有人从大量事实出发去总结出什么结论的事。严复在1895年提出了“废八股”的要求，他认为，科举制度有“锢智慧”、“坏心术”、“滋游手”三大弊害。“使天下消磨岁月于无用之地，堕坏志节于冥昧之中。长人虚骄，昏人神智，上不足以辅国家，下不足以资事畜。破坏人才，国随贫弱”。如果中国古代没科学，又何以“领先”世界数千年呢？中国古代没有，外国古代就有吗？这个问题背后的潜问题是：我们为何落后了？1840年鸦片战争爆发时，中国仍然是世界上首屈一指的大国。据英国著名经济史家和经济统计学家安格斯·麦迪森的研究，1820年中国的GDP占全世界的32.9%，这一优势直到1895年才被美国超过。吴国盛教授在《什么是科学》一书中，就此命题进行了研究。他的一些观点是：科学是一个来自西方的舶来品，要理解科学就必须回到西方的语境中。科学是一种十分稀罕的人类文化现象，起源于对自由人性的追求和涵养。中国古代没有科学，根本不是偶然的错失，而是存在的命运。在西方历史上，科学有两个前后相继的形态，第一是希腊科学，第二是近代科学。希腊科学是非功利的、内在的、确定性的知识，源自希腊人对于自由人性的追求。这一科学形态的典型代表是演绎数学、形式逻辑和体系哲学。中国文化以仁爱精神作为人性的最高追求，因此，从一开始就与科学精神错过了。吴教授解释了自己写这本书的深层动机：1、一百年来，本着我们一向熟悉的实用态度来学习西方的科学，中国的科学也取得了巨大的成就，基本实现了“科学救国”的理想。2、但是，今天我们面临新的历史使命。中国人在解决了落后挨打、贫穷挨饿的急难之后，要复兴中华文化，成为引领人类文明之未来的力量。在这个新的形势下，仍然用实用的态度来对待科学和科学家，就无法真正完成这个新的历史使命。3、今天，我们的科学事业面临基础科学薄弱、原始创新乏力这样的严峻挑战。如果不能深入思考科学的本性、科学的本源，我们的科技政策和科研管理就可能违背科学的内在逻辑和规律，人为制造发展的障碍。三近1000年前，当欧洲仍处于“黑暗”的中世纪，北宋人沈括建设了一个巨大的天文观测台，和一个华丽的浑天仪，并发起了“大数据”采集工程：每晚3次测量行星的位置，并持续5年之久。然而，沈括并未利用这些数据去推导控制行星行为的数学规律，而是（在编制日历之外）试图找到星相与现实世界线性的、简单的、无所谓因果关系的关联性。李约瑟在他的《中国科学技术史》一书中的“天文学”一章开篇就说：“希腊的天文学家是纯粹的私人，是哲学家，是真理的热爱者（托勒密即如此称呼希帕克斯），他们和本地的祭司一般没有固定的关系。与之相反，中国的天文学家和至尊的天子有密切的关系，在政府机关的一个部门供职，依照礼仪供养在皇宫高墙之内。”《什么是科学》写道：中国天文学的礼学性质，为政治服务、为伦理生活服务这种基本的研究动机，规定了中国天文学的独特任务和独特内容。如果说行星这种天空漫游者是希腊天文学亟待解决的问题，因而希腊天文学本质上是行星天文学的话，那么可以说，中国天文学本质上就是天空博物学、星象解码学、天文解释学。自古以来，中国最聪明的智者观天象以知天下，预测人世间不可知的未来，迄今络绎不绝。利玛窦在他的《中国札记》中说：“他们把注意力全都集中于我们的科学家称之为占星学的那种天文学方面；他们相信我们地球上所发生的一切事情都取决于星象。”从经书、从八卦、从文字、从星相、从抽签、从黄历、从五行、从属相、从时辰、从星座、从血型、从颜色、从数字、从左右、从方向、从节气、从山水、从房屋、从动物...，我们有各种“占卜之术”。大多无法逃离“错误归因”（逻辑谬误的一种）之嫌疑：“你从两个事物可能存在相关性，就得出一个事物是造成另一个事物的原因。错误在于，同时存在的两个事物未必有因果关系，可能这两个事物有共同的起因，或者两个事物根本没有因果关系，它们直接的共存只是巧合。一个事情比另一个事情先发生同样不能说明两个事物肯定存在因果性。”现实的例子，不胜枚举。这类不那么科学的思维模式，已经成为我们文化基因的一部分。四在黄仁宇看来，20世纪之前中国最大的问题在于名与实之间没有成功地得到连接。《驯服偶然》的译者前言里，提及他的感慨：中国传统的治国方式是“间架性的设计”，即不由它“自身做主摸索而成，而是由政治家鸟瞰的态度裁夺”。这种“间架性的设计”被认为是“超时代的政治早熟”。正如李约瑟评价朱子时所说，在没有产生一个牛顿式的宇宙观之前，先已产生了一个爱因斯坦式的宇宙观。这种理念应用于社会政治方面，则出现这样的情况，“一般政令上面冠冕堂皇，下面有名无实。结果则是中国的亿万军民‘不能在数字上管理’”。未有牛顿，早有爱因斯坦，让我想起朱清时院士的演讲《物理学步入禅境：缘起性空》：“这里海水与波浪的关系，正是弦与音乐的关系。它们也正是物质世界与宇宙本体的关系。当我弄懂了这个道理的时候，心里充满了敬畏和震撼。读到这里，你可能感到：科学家千辛万苦爬到山顶时，佛学大师已经在此等候多时了！”朱院士的演讲有其具体语境，以及对宗教的敬意。却道出了不少人心底对现代科学的情绪：你们这一套，我们的老祖宗早就预测过了，等着你们吭哧吭哧地论证出来而已。爱因斯坦曾经问一位纽约时报的记者：“为什么没有人理解我，而大家又都喜欢我？”中国有句话可以回答他：画鬼容易画猫难。一个刺耳的声音响起：智慧的人啊，既然你早早守在山峰上，能否走下两步看看？费曼认为：“科学家是探险者，而哲学家是观光客。”这位顽童大师刻薄但又扎中痛处地说：科学哲学对于科学家的作用，就跟鸟类学对于鸟的作用差不多。（费曼是个“科学原教旨主义者”，在这里我们不展开讨论科学哲学的定义，人类有史以来最伟大的科学著作《自然哲学的数学原理》书名里是有哲学二字的，后面我也会提到哲学对于犹太人的重要性。）古希腊哲学家留基伯早在公元前5世纪，就提出原子论：万物由原子构成。他的学生德谟克利特说，这些原子“太小了，因此我们无法感知到它们……它们，或者说这些元素……可见、可感知的物质”得以形成。“原子论”看起来有惊人的远见和洞察力。但科学家认为他们只是碰巧撞上了一部分事实而已。物理学家、诺奖获得者史蒂文·温伯格说：“这些早期的原子论者看似相当超前，但是（一元论者们）‘错了’，德谟克利特和留基伯的原子理论在某种意义上‘对了’，这种对错之分对我来说并不重要……如果我们不知道如何计算物质的密度、硬度或导电性，即使泰勒斯或德谟克利特告诉我们石头是由水或原子构成的，我们又能在理解自然的路上走多远呢？”爱因斯坦和因菲尔德用一个比喻描述了如此“希腊困境”--古希腊自然世界的探索者们就像：某人非常想了解手表的机械结构（机制），他却只能盯着表盘和不停转动的指针，听着手表嘀嘀嗒嗒的声音，因为表盖无论如何也打不开。如果他还算机灵，他可以绘制一幅机芯图，为他所观察到的一切做出解释。但是他……可能永远都不能用真正的机芯与自己绘制出的图纸两相对照。他觉得这样的对照不仅是不可能的，也是毫无意义的。这个比喻同样可以用来揭开我们对祖先如谜般智慧的沉醉，例如阴阳理论、八卦的二进制、能量与气、混沌......这些预言看似领先数千年，但钟表的外壳依旧紧闭。太平洋的某个小岛上的巫师也许有更令人惊讶、更“精确”的预言，也许与“引力波、量子纠缠等等”更加形神俱和。而我们，来到21世纪，却还在歌颂数千年前那些似是而非的含糊其辞。五传说乾隆下江南时，与镇江金山禅寺主持站在长江边的小山上，看江面上南来北往的船只，皇帝问和尚：“你看这江面上有多少艘船？”高僧沉吟片刻答曰：“只有两艘。”“何谓两艘？”乾隆紧接着问道。高僧答道：“一艘为'名'，一艘为'利'”。这个故事形象地描述出中国人对“顶级智慧”的定义。老外认为，中国人把宇宙看成生命体，一个依靠各种内部“动力”连接的整体。这种动力或能量称作“气”。另外两种基础动力分别是“阴”和“阳”。中国人相信宇宙由5种元素组成：金、木、水、火和土。这些元素结合阴阳产生出昼夜更替、四季变化、生死轮回、斗转星移的自然规律。在一本科普读物里，作者写道：正是因为中国人认为世间万物都由这些元素和能量构成的，彼此相通，生生不息，所以他们没有提出“原子”是物质的基本单元这一概念；而且在中国，也没有自然哲学家一定要用数字描述才符合“科学”的标准。比乾隆早2000年的阿基米德，在《数沙者》提出了更难的一个问题：要用多少粒沙子才能填满整个宇宙？阿基米德没有抛出一个高明且含混的答案。他在数据、公式、思维方式都极为贫乏的境况下，依然给出了史诗般的计算：为了计算充填整个宇宙所需要的沙子的数量,阿基米德必须知道宇宙的体积。在那个时代,人们认为,宇宙被一个晶体球包围着，恒星就镶嵌在这个晶球的固定位置上。著名的萨摩斯人阿里斯德鸠是阿基米德的同时代人，他也是一位天文学家。据他估计，从地球到那个天球边缘的距离是10,000,000,000个斯塔德(stadia),或者,大约是1,000,000,000英里的立方。通过比较这个球体的体积和沙粒的体积，经过了一系列令现代学生做恶梦的计算之后，阿基米德得出了这样的结论：“很明显，要想填满由阿里斯德鸠所估计的这个天球所界定的空间，我们需要的沙子的数量不会超过一千个米亚德的第八级单位。”结果是否精确已不重要。阿基米德的问题不仅仅是“宇宙有多大”，而是：“用数学的语言来描述一个比我们过去所测量过的任何物体都大的实体是否可能？”阿基米德以身试之：“可能。”据说，这是科学家首次迫使数学服务于科学的目的，而不是科学服务于数学。阿基米德重塑了数学语言，使其与宇宙现实相吻合。”选择沙子来度量这个被恒星填满的天空，阿基米德由此做出了一个新的断言：宇宙中没有人类不可数或不可理解的事物。假如中国的寺庙和西方的修道院一样培养科学家，那么，当高僧面对乾隆的问题时，也许会望向长江，目测一下一里地内船只数量，然后根据经济强弱分布估计一个平均数，乘以长江的长度，得出一个数量级差不离的船只数量。乾隆也能在微服私访时，得到国家水上运输的调查数据，对水运、税收、贸易有一番新的判断与思路。然而，在那样一个GDP世界第一的盛世，高僧的答案更能切中皇帝内心。“没什么不能计算”的科学思维，让位于权谋智慧。即使西汉时已有《周髀算经》和《九章算术》，南朝祖冲之对圆周率的估算领先世界一千多年，却限于实用性的计算而忽视公理化建设和理论推导。知道了阿基米德计算宇宙的故事，我们就不会对20世纪的费米“如何估算出芝加哥的钢琴调音师人数”感到意外。《中国青年报》1958年刊登过钱学森的《粮食亩产量会有多少？》。他认为太阳光能转化率如果达到30%，并将二氧化碳和水转化为养分，亩产理论上可达大约4万斤。计算，首先是求真。这是我们的血液里缺少“数目化思维”的首因。Hubbard在《数据化决策》里提出“一切皆可量化”，试图探索大数据时代的量化决策方法。他开篇举了三个“量化大师”的实例：1、古希腊人如何坐在图书馆估算出地球周长；2、费米计算费城有多少钢琴调音师；3、九岁女孩如何揭穿“抚触疗法”医学谎言。（这个方法，我们的绝大部分人都不会。）三个问题中，9岁小女孩的方法很简单但对我们最陌生：控制实验。--在我们接受的教育体系中，这种“提出问题并设计解决问题的框架”的能力，以及科学思维和科学方法，从来都是被忽视的。1996年，艾米丽发现妈妈琳达在观看一部录像，讲的是“抚触疗法”：一种通过操控患者的“能量场”来治疗疾病的有争议的方法。当患者一动不动地躺着时，临床医生会将他的手移到离患者身体几英寸（1英寸=2.54厘米）的地方，然后检测并去掉“不希望有的能量”，这种能量被认为是产生各种疾病的原因。艾米丽对妈妈说，她可以根据这种方法做个实验。作为护士和美国国家反健康欺诈委员会的长期成员，琳达给她女儿的实验方法提了一些建议。艾米丽雇了21个掌握抚触疗法的临床医生。她坐在桌子旁，临床医生坐在她对面，两人之间用一个纸板隔开，谁也看不见谁。纸板的下面剪了一些洞，艾米丽通过投掷硬币的方式，决定把手放在医生的左手还是右手处的洞里。然后，她把掌心朝上，离医生的手四五英寸远，这个距离会标记在纸板上。艾米丽的手和医生的手之间的距离是固定的，而且医生是看不到的。医生通过感知艾米丽的能量场，确定她是把手伸到了他的左手处还是右手处。结果表明，抚触疗法是“未经认证”的。1998年4月，11岁的艾米丽在《美国医学会杂志》上发表了她的实验结果。这让她被载入《吉尼斯世界纪录大全》，成为在核心科学期刊上发表论文的最年轻的人。30年前，写过“面朝大海，春暖花开”的中国诗人海子自杀。据传与“修炼气功走火入魔”有关。他在遗书里写到要找某人报仇。公开资料介绍，1988年某人以“人体科学”方面的特长（被认定有特异功能），被免试特招进入中国地质大学(武汉)，从事用特异功能找矿。那人曾在论文里写到：“已使我们确信著名科学家钱学森同志关于人体科学研究“搞下去一定会导致一次科学革命，是人类认识客观世界的一次飞跃”这一论断的正确性。”气功热，一个9岁女孩就能揭穿的谎言，当年让多少人如痴如醉。我们仿佛陷入了某种诅咒，每隔多少年就会来这么一次。科学的进步，貌似不会轻易消减反科学的比例。据说在美国，星象学家的数量是天文学家的20倍。当然，星象学家应该归属于娱乐圈、而非伪科学圈。科学也将允许人们以更加高科技的方式反科学，例如用智能手机算命。威廉·史密斯说：科学是对付狂热和狂言的有效的解毒剂。对于一个国家的科学家、各界精英、决策层、教育者而言，科学的认知体系，需要成为整个社会的思维基础设施。“名”来“利”往，千帆过尽皆不是，斜辉脉脉水悠悠。六长久以来，即使我们承认在科学上已落在后面，但仍觉有些“自留地”的优势，而且这些优势是西方外族无论如何无法企及的。例如我们觉得对“整体”、“系统”的理解更深刻，老外容易陷入局部和细节、钻牛角尖，不懂运筹帷幄；又例如对于“复杂”和“混沌”，我们也有“你看我们先辈早就说过吧”的领先感，即使科学家所研究的“复杂”和“混沌”是另外一回事情。这方面、一个较轻松（如你所见，这是我在写本文时的基本姿态）、但有极具代表性的例子就是，老外下不好围棋。围棋是中国少有的数目化事物，它兼具西式的精确量化，以及东方的混沌哲学。围棋的需要计算，许多局部死活，都有惟一的“最佳一手”；围棋又特别讲究大局观和感觉。这部分被认为是老外学不好围棋的原因，也体现了东方哲学对西方人而言不可逾越的优势。所谓大局观、天才的感觉、石破惊天的一手，都被认为是计算无法企及之处，需要靠悟，日本围棋巅峰时代，几乎所有的超一流棋手都出自木谷实和吴清源的门下，似乎其间的智慧必须依靠古老的师徒制才能传承。这便是围棋在计算基础之上、被认为是东方哲学之魅力。阿尔法狗赢了人类围棋冠军，仿佛是科学对东方哲学神秘高地的一次冲击。七我在朋友圈曾经和人发生过一次讨论。话题始自《Alphago》，一部描写人工智能战胜人类世界冠军的纪录片。这其实是一次寻常的聊天，我恳请这位朋友允许我引用这段对话（尽管未作改动，仍可能曲解了原意），来表达一个供讨论的话题：朋友：稍有疑问的是：我觉得为了戏剧化多了些加工—比赛前真正了解的人应该知道，李世石根本没机会的。真正的事实太枯燥太直白太残酷，人性本质上拒绝。而吸引不了观众的传播是失败的，所以………眼球经济哈！老喻：要相信科学家的诚实，与李世石比赛前DeepMind并不是有十足把握。朋友：呵呵，输的那盘勺子叠出，是给面子吧。剧本是有的吧。愿意为流行而妥协，甚至本身自带流量自带表演天赋的科学家，历史上很多哈。做些娱乐配合，不算是不诚实哈。老喻：觉得阿尔法狗团队在作秀很让人无语。少点儿阴谋论会让生活美好点儿。输的那盘事后有详尽分析，李世石的挖本身并不成立，但是的确击中了程序的弱点。事后DeepMind改进了算法。朋友：阴谋论是历史的客观存在，如果你有机会真正了解公司内部决策。我亲身见过兵棋推演哈。老喻：并不是所有的人都愿意为了利益而在密室里谋划、并认为排演并违背事实的“作秀”不是欺骗。我不是围棋和人工智能的专家，我只是觉得DeepMind的科学家们有这个基本的自尊和价值观。当然，在中国，这些都是图养图森破的标志，大家只计利害，不问是非，所以有王利芬事件。回到你我辩论的主题：我不认为这个专题片如你所说“是设计出来的、为了吸引眼球和流量的作秀”。我在这次对话里，表现了自己情绪化和书呆子的一面。那位朋友认为李世石赢的那盘棋是“被安排的”，我从骨子里不愿意相信哈萨比斯和黄博士作假：让李世石赢下那一盘，以谋求更多世人关注。这对科学家和棋手而言，都是极大的羞辱。作为一个科学与围棋爱好者，我不愿接受这一点。由此说开来：1、我们已经丧失了那种信任能力，不相信有人不谋私利去做伟大之事，民众尤其觉得权贵人士为富不仁，但心底却向往之。群体割裂比贫富差距更为不可逾越；2、我们相信所有的事情，都有见不得人的那一面。这是一种广义的阴谋论。例如巴菲特、盖茨、扎克伯格的捐款是为了避税，肯德基的鸡有八个翅膀，共济会在每个黑房子里操控每个大事件......等等；3、我们认为造假不是什么了不起的事情，尤其是当你有善意的出发点、或者哪怕出发点都很糟糕但是结果很牛逼的时候。4、其实，大规模的造假从来都不是一件容易的事情，被揭穿后更是得不偿失（大家集体不认账是另外一回事）；5、我们不相信体面、尊严这些词汇，活命要紧，利字当头。城头变幻大王旗，谁赢谁来写历史；6、本质上我们还是穷怕了，无论是食物还是财富，我们都摆脱不了那种饥饿感，抓住多少都不嫌够，如何抓、吃相如何，全不重要。吴国盛提及了几个关键词：西方文明经常被称作两希文明：希腊文明加希伯来文明，总的来看是一种生人文化。一种崭新的社会秩序的构成机制在起作用，这就是“契约”。中国人固然也讲诚信，讲道德自律，但是其依据并不是外在的规则约束，而是内心的良善。规则是末，良心是本，本末不可倒置。事实上，中国人通常比较轻视规则的神圣性，喜欢灵活机动、见机行事，过于依赖规则被认为是死脑筋、呆板、一根筋。契约文化要求每个人成为一个独立自主的个体，这促成了一种别样的人性理想，即把“自由”作为人之为人的根本标志。什么是自由？如何塑造自由的人性理想呢？为了塑造一颗“仁人之心”，古代中国人都要学“礼”，礼就是仁的人文形式，仁和礼构成了古代中国人的人文结构，那么，为了塑造一颗自由的心灵，需要一种什么样的人文形式呢？希腊人的答案是：科学。“自由-科学”构成了希腊人的“人-文”。在希腊人眼里，科学既非生产力也非智商，而是通往自由人性的基本教化方式。没有对科学的追求之心，你就不配做一个自由人。不在乎契约，无所谓自由，也就不在意尊严和体面了。1858年，得出自然选择理论长达20年、但仍不肯发表的达尔文，收到了英国另一位自然学家华莱士的手稿《论变种无限地偏离原始类型的倾向》，他惊奇地发现华莱士也独立得出了自然选择导致进化的思想。达尔文在给莱尔的信中表达了自己的担心：“我的所有成果，不管意义有多大，也许都得不到承认。”这意味着他小时候为了抓标本把昆虫塞进嘴巴的热爱、漫长的求学、小猎犬号上的5年航行、乃至整个生命中最重要的那部分，都化为泡影。然而，他仍慷慨地帮助华莱士发表了他的论文，只要求自己的成果也能同时发表，他甚至担心自己的这个要求“有些可鄙”。1859年底，达尔文出版了400多页的《物种起源》。但早在《起源》出版之前28年，有个不为人知的苏格兰人马修提出了与达尔文的自然选择非常类似的思想。1860年，马修给杂志写信申明他有优先权。达尔文心里也非常不安，他在信中回应道：“我完全承认马修先生多年前就提出了我对于物种起源提出的自然选择解释……我只能向马修先生道歉，因为我完全不知道他的著作。”达尔文所表现出来的谦逊、绅士、体面，与他的伟大科学成就一样值得称道。有人将达尔文的自然选择演绎为“适者生存”，进而描述成“弱肉强食”；还有人将被曲解的达尔文主义从丛林引入社会，这种价值观，正夹杂着成功学弥漫开来，我们对此不会陌生。八在《权力的游戏》里，山姆威尔·塔利是一个无害、无用、但有蕴涵着某种奇特力量的人。他肥胖又胆小，极度缺乏自信，却也非常聪明，爱读书，善于思考。他奉命去修成一位学士。他听前辈训话：学城里的人，就是为了质疑一切。1843年，当孟德尔来到圣托马斯修道院，像极了小说里的那个角色。他偏胖，不苟言笑，胆怯，结巴。想去高中当老师，却总是不能通过资格考试。在《基因传》的描述中，这所修道院看起来像个世外桃源。图书馆里有近万本数量不断增长的藏书，包括自然史、地理学以及天文学的最新进展。奥古斯丁派认为宗教与大多数科学之间并不存在冲突，他们实际上将科学看作维护世界神圣秩序的另外一种圣约。孟德尔被送往维也纳大学，系统地学习生物学知识，为日后的工作奠定了坚实基础。约从1856年到1863年，在修道院花园中的小块空场上，他进行了8年的豌豆杂交实验。这是一场孤独、卓绝的个人科学探险，远比看上去更加艰难。孟德尔获得了数量众多且可供分析使用的数据，其中包括2.8万株植物、4万朵鲜花以及近40万颗种子。他写道：“进行这种超大强度的体力劳动确实需要一些勇气。”孟德尔于1865年在布吕恩自然科学研究协会上报告了他的研究结果。他提出了遗传因子（现称基因）显性性状、隐性性状等重要概念，并阐明其遗传规律，后人称之为孟德尔定律。然而并无人关注。1866年元旦前夜，孟德尔致信当时著名的植物学家内格里，附上了有关豌豆杂交实验的简介。内格里对于孟德尔以及他从事的工作不屑一顾。他从骨子里就看不起业余科学家，他在孟德尔寄来的第一封信上随手写下了评语，言辞之中莫名其妙地充满了贬低之意：“这些只是经验之谈……根本无法证明其合理性。”按照中国当下的标准，孟德尔或许算是个标准的“民科”。科学发展至今日，业余科学家即使在博物学领域，也很难有所成就。但是，对于本来科学空气就稀薄的中国而言，对“民科”不加辨别的吹捧、和棍棒乱舞的嘲讽，其本身正是“伪科”的一部分。穆克吉写道：孟德尔在工作中展现出的慈爱更令其超凡脱俗...慈爱（tenderness）、照料（tending）以及张力（tension）这三个词具有相同的词根，其中“照料”指农民或园丁打理农作物的行为，“张力”可以形容豌豆藤蔓向阳光伸展或者紧紧缠绕在乔木上的样子。“科学研究带给我极大的满足感，”1883年，也就是他去世的前一年，他对一位同事说道，“并且，我相信，我的研究的成功很快就会得到整个世界的认可。”直至死去，孟德尔都没有被世人关注。讣告里未提及他在遗传学研究领域的贡献。一位年轻修士描述道：“他平易近人、好善乐施并且心地善良……他热爱那些美丽的花朵。”整整35年后，直到1900年，孟德尔定律才由3位植物学家--荷兰的德弗里斯、德国的科伦斯和奥地利的切尔马克通过各自的工作分别予以证实，成为近代遗传学的基础。从此孟德尔也被公认为科学遗传学的奠基人。如孟德尔自己生前所预言，人类将永远记住他，以及他栽种的甜豌豆。伟大的科学家彭加勒说：我希望捍卫为科学而科学。例如我在前面已经表明什么是天文学事实的高度价值，这并不是因为它们能够实际应用，而是因为它们是所有事实中最富有教益的事实。只是由于科学和艺术，文明才具有价值。一些人面对为科学而科学大惊小怪；可是它却与为生活而生活一样有效，即使生活只是痛苦；假如我们不相信一切欢乐都具有相同的质，假如我们不希望承认文明的目标就是向酒徒提供烈酒，那么它甚至与为幸福而幸福一样有效。追求真理应该是我们活动的目标，这才是值得活动的唯一目的。毫无疑问，我们首先应当努力减轻人类的痛苦，但是为什么要这样做呢？不受痛苦，这是一个消极的理想，世界一日不灭，痛苦终不能已。如果我们希望越来越多地使人们摆脱物质烦恼，那正是因为他们能够在研究和思考真理中享受到自由。以上一大段，翻译成中文就是：要像吃饱了撑的般搞科学。在科学家心底，也许正如《权力的游戏》里的台词：杂耍和唱歌的才需要掌声。九中国人对自己的聪明，总有着“笑而不语”的自信。欧洲人太钝，美国人太粗，日本人太坏，印度人太穷，惟一入得我们法眼的，恐怕只有犹太人。在我们看来，犹太人首先是有钱。美国前400个富豪家族中，犹太人占了23％。在全世界最有钱的企业家中，犹太人占近一半。其次犹太人很聪明。诺贝尔奖得主的科学家中将近有四分之一是犹太人，超过四分之一的菲尔兹奖得主都是犹太人，55％的国际象棋世界冠军是犹太人。但我们不太留意、也不太在意那些“玩儿虚的”领域，犹太人同样杰出：51％的普利策文学奖获得者是犹太人；20世纪伟大哲学家当中，犹太人占1/4；在艺术、流行文化领域，有许多巨星都是犹太人；1930年对美国4000多名拳击手的研究表明，其中的优秀选手（很多）都是犹太人。公元64年，犹太教主盖姆拉颁发法令要求所有男性必须能够诵读《塔木德经》。下一个在男性间普及了读写能力的民族约在1700年后。《塔木德经》写道：一个男人应该变卖所有财产去娶一位学者的女儿，也应该把自己的女儿嫁给一位学者。中国人和犹太人对智慧的定义是不同的。我们自古重文轻理，后来又追求“学好数理化，走遍天下都不怕”。现如今，理科生和文科生彼此鄙视（更多是理科生有莫名的优越感），似乎无法相容。其实，在现代科学的学术概念里，并没有理科这一概念。而且，没有人文学科的底蕴。所谓理科生也走不远。李政道说过，科学和艺术是一枚硬币的两面。人们都知道扎克伯格是哈佛计算机专业的辍学生，却很少有人知道，他同时修习心理学。格林斯潘曾经半开玩笑说：“所谓的新经济实际上就是心理学。”。--这两位都是犹太人。人们都觉得乔布斯是一位人文大师，却忘记了他小时候是一个无线电爱好者，还曾经打电话给惠普的创始人索要电子元件。孙乙戌写到：1950年6月8日召开的第一次全国高等教育会议上，来自苏联的专家阿尔辛杰夫带来了他的“苏联模式”。他认为新中国的大学就是教育工人、农民和劳动者的地方，要为国家培养工程师、医师和农业专家，而不是文科生这种大而无用的人。终于熬到20世纪90年代，文科院系终于看到了一线希望，中国兴起了建设综合性大学的热潮，没有文科专业说不过去。可他们没想到的是，这场潮流与其说是复兴，不如说是灾难。人才断代、盲目扩张、利益驱动、缺乏经费，导致一批批低水平文科专业的诞生。我喜欢乔治·桑塔亚那在《人性与价值》的话：任何艺术都不是为了让人们进入神秘主义，如果艺术会有这样的后果，那只是偶然的，也许与我们的创作过程有关。因为任何艺术都是为了建构某种东西。正是由于眼前的和科学的东西不能满足我们的要求，需要充实感性的东西，所以，当我们不满足时，这正是需要诗意的时候。《智慧之路》列出了每个犹太青年应该学习的学科：他应该学习逻辑、修辞和诗歌作品，直到他熟知它们…他也应该学习工程、语法和天文的基础知识，直到他熟知它们；以及其他学科和技艺的领域——无论他本身需要什么知识，直到他熟知它们。关于犹太人的话题，以及与中国人的对比，实在过于庞大，我姑且收于6点：1、智慧是不能分“有用”和“没用”的，也不能分“文”和“理”，更不能分“赚钱”和“不赚钱”的；我曾写过，“有用的聪明”可以训练出来，“没用的聪明”则很难。2、一个民族的“智慧浓度”至关重要，犹太人被驱逐，被屠杀，被排挤，人数不过千万，但其智慧浓度却极少被稀释，并且越来越高。只有达到一定浓度，才会涌现出各种天才；中国为什么缺诺奖得主？为什么这么多人凑不够11个人去踢足球？基数虽大，浓度不够，尤其是浓度有个临界点，而非简单的线性比例关系。3、科学和文化需要靠基因、更要靠家庭，一代代传下去。犹太人的父母、爷爷奶奶外公外婆、整个大家族，都是孩子最好的老师。而在中国，最优秀的那部分人很多连见孩子的时间都没有。4、犹太人有持久的传统、强烈的归属感（即使散布全世界），以及去中心化的社会网络。也许骨子里，他们真的相信自己是上帝的子民。5、犹太人的力量是靠结果、而非口号呈现出来的。例如在多年后，不远万里追杀逃往阿根廷的纳粹罪犯阿道夫·艾希曼；又例如犹太人对辛德勒的怀念，以行动传递出犹太人有仇必报、有恩必还的信念。6、犹太人的“抱团儿”和“个体独立性”是并存的。“两个犹太人，三种意见。”不盲从权威，独立人格与独立思考，恰恰令一个民族更团结、更强大。论坎坷和苦难，中国人和犹太人很像，彼此也友善。我们需要做更多，来证明自己同样杰出。十据说，不管在过去300年的任何时候，如果你说“有史以来80%的科学家都还健在”，你的说法都是成立的。基于科学的飞跃，在科技、工程学、商业的多方作用下，计算机、互联网、人工智能在加速改变整个世界。《终极算法》一书说：机器学习是“打了类固醇”的科学方法，也遵循同样的过程：产生假设、验证、放弃或完善。科学家可能会花费毕生精力来提出或验证几百个假设，而机器学习系统却能在一秒钟内做完这些事。机器学习使科学的发现过程自动化。因此，并不奇怪，这既是商业领域的革命，也是科学领域的革命。当科学通过科技的力量一步步逼近人类大脑本身，“范式转移”极有可能猝不及防地发生。库恩在《科学革命的结构》提出了这个有争议的名词，用来描述在科学范畴里，一种在基本理论上从根本假设的改变。这种改变，后来亦应用于各种其他学科方面的巨大转变。硅谷模式处于科学与算法的交叉点。价值假设和增长假设，是把科学家精神，与企业战略、数字经济完美结合在一起。科学试错在虚拟经济中发扬光大。亚马逊的飞轮，Facebook的增长黑客，释放了惊人魔力。尽管斯坦福的博士生佩奇，看起来更像是一位科学家，但是在硅谷特有的辅导机制下，他迅速成为杰出的企业家。特斯拉的马斯克，从宾夕法尼亚大学的沃顿商学院毕业，获得经济学学士学位后，再获得物理学学士学位。他还曾打算在斯坦福大学念应用物理与材料科学博士学位。科技公司的崛起，也是科学企业家、或者企业科学家的崛起。那些用科学思维经营和管理企业的人，那些以技术为内核的人，比以往任何一个年代都更为强大。在中国，企业家是一个很年轻的名词。早期企业家意味着胆子大、脑子活。和科学家完全不沾边。科技令中国企业家迅速完成了迭代。技术对寻租的依赖性较低，意味着科技企业家们的原罪压力没那么大，也为人们带来一股透明的清新，尽管这清新不能掩盖加剧的商业集中和资本贪婪。科学和技术是两个不同的概念。科学建构于技术，而技术是从科学和自身经验两个方面建立起来的。科学和技术以一种共生方式进化着，每一方都参与了另一方的创造，一方接受、吸收、使用着另一方。两者混杂在一起，不可分离，彼此依赖。我一方面对各地不惜代价招募科技人才感到悲观，另外一方面，又对腾讯、阿里这类企业对于科学生态的哺育抱有期待。阿瑟认为：创新与国家竞争力关于新技术体的建构非常引人注目的一件事是，它们的发展前沿通常会高度集中在一个或最多几个国家或地区。真正前沿的技术，那些处于边缘的复杂技术并不是源于知识，而是源于别的东西，我将它们称为“深奥的手艺”（deepcraft）。深奥的手艺不只是知识，它是一套认知体系。阿尔弗雷德·马歇尔在1890年就曾写道：当一个产业为自身找到这样一个地方，它很有可能就驻留在那里了：人们在邻近的街区学习相同的行业技术，这使他们获得了很大的收益。从此神秘的行业不再神秘。就像呼吸空气一样，孩子在不知不觉中就知道了很多知识。干得好马上会被欣赏。关于设备、工艺以及企业组织形式的发明和改进都会立即被讨论其优劣与否；一个人有了新点子，可能会被别人借鉴过去，并结合他们自己的想法，从而产生了另一个新点子。不久以后，相关的附属产业就会成长壮大起来，从而为主产业提供工具材料、组织交易，并在很多方面提供有助于构成经济的素材。这是深圳、杭州现在看起来的样子吗？我们有机会在计算科学时代弯道加速吗？即使有，也将是很大、很长的一个弯道。日本政府2000年“科学技术基本计划”中提出的目标：要在今后50年内获得30个诺贝尔奖。到2016年，日本共有17位科学家获得诺贝尔自然科学奖，速度惊人。北大教授周程从宏观、中观、微观三个层面分析其文化、体制等多方面因素发现，日本科学“井喷”最不可忽视的原因是，该国在经济快速发展时持续加大科研投入，在经济形势严峻时依然不吝于科研投入，并把坚持原始性科技创新作为改观日本前途的必由之路。本世纪日本诺贝尔奖获得者接受义务教育和高等教育的年代大多集中于上个世纪五、六十年代，而当时日本的教育正经历着一场深刻的变革。日本经历了三次教育改革：第一次改革从明治维新开始到二战结束为止；第二次，1947年颁布的《教育基本法》，许多国际知名的文学作品被写进教科书，洋溢着科学精神，包含尊重人与个性、世界的合作与和谐等要素。第三次教育改革从七十年代开始，直至今日仍在继续。日本的诺奖计划只是一个果。科学的种子、土壤、气候，至少需要好几代人的接力和执着。树上能结出什么，无法预测。但惟有如此，方能结出些什么来。我们可以用超常速度开工厂，修高速，建高铁，拓城市，但教育、科学不能。最后马斯克曾说，自己12岁到15岁期间，遇到过“存在危机”。这时看到了《银河系漫游指南》，书中一台超级计算机发现了有意义生命的答案，但只给出了简单的数字“42”。对此，年轻的马斯克深感兴趣。他说：“如果你能正确解释这个问题，答案将非常简单。据此我们可以更好地理解宇宙，然后更好地知道我们该问什么问题。”有篇讲“孤独的马斯克”的文章，说他是孤独的拯救世界的伟人。我看着有些发冷。在我看来，我们要警惕那些梦想拯救世界的大人，宠爱那些梦想拯救世界的孩子。马斯克处在标准的中年油腻男的年龄，但他的太空梦，仍属于那个十来岁少年的延续，所谓：太空梦，少年心。他一点儿也不孤独。去年暑假，我们一家去西雅图流行文化博物馆，来到科幻主题区，看到许多星球大战和星际迷航的展品。亚马逊的创始人贝佐斯正是《星际迷航》是骨灰级粉丝。据说在他的多年乞求下，派拉蒙影业勉强在《星际迷航3：超越星辰》中给他安排了一个小角色。是不是让你想起了《生活大爆炸》里的谢耳朵？这也许解释了，为什么贝佐斯能够穿越漫长的亚马逊亏损期。他的跨越星际的时空观，让亚马逊开发AI助手——Alexa时，显得那么理所当然。贝佐斯于2000年时成立了一家名为蓝色起源（BlueOrigin）的载人航天，他迷恋太空旅行，同样来自童年的梦想。我记得看过，包括马斯克在内的“PayPal黑帮”们聊天，说起“谁小时候玩儿过火箭”，一半的人举起了手。马斯克，贝佐斯，都只是无数个在后院儿引发爆炸的孩子们中的一个。这些源自少年时代的冲动，既盲目、又持久，也值得安抚。我们不缺“想要拯救世界的”成人，我们缺的是敢于梦想的孩子。纯真的梦想是一种童子功，社会的梦想需要一个金字塔形的结构。不管是足球，还是科学，都是如此。在少年马斯克读到《银河系漫游指南》时，1983-1986年的中国，还是一个懵懵懂懂的乡下孩子。我们刚刚填饱肚子，用着粮票布票，挤在邻居家的彩电前看《射雕英雄传》。马克斯·格利克曼说：科学是使这一代的傻瓜都能超越上一代的天才的一门学科。未来总是在孩子们的身上。维纳说，科学是一种生活方式，它只在人们具有信仰自由的时候才能繁荣起来。让我们给孩子自由探索、选择世界的权利。科学是一种信仰。何谓信仰，就是你即使没有得到任何直接的激励，也会如同在恋人、或是孩子期待的目光下般，满怀激情，全力以赴。李约瑟研究所所长古克礼转述了李约瑟临终前的观点：“李约瑟先生透过他多年来对中国以及中国人的了解，他确信中国能够再度崛起，一个拥有如此伟大的文化的国家，一个拥有如此伟大的人民的国家，必将对世界文明再次做出伟大贡献。”然而这位善良的科学家，并未对他的“李约瑟难题”给出答案。对于科学，我们需要耐得住寂寞，能不在意名利，我们要有足够的耐心，我们需要有人去做那些“吃饱了撑的”无用之事。“科学是神奇的。它是人类发现世界、探知万物——当然也包括了解我们自己的最好途径。”我们最欠缺的，是一种需要代代相传的精神：为自己无法享用的树荫去种树。你，愿意吗？

近期，因为中兴遭受美国制裁和当年助手的一篇题为《一段关于国产芯片和操作系统的往事》的微信刷屏文章，79岁的中国工程院院士倪光南被推上了各家媒体的新闻头条。他多年来为国产芯片和操作系统付出的努力，再一次被世人记起。他又是怎么看中兴事件的？国产芯片和进口芯片差距究竟有多远？芯片的国产化只能靠BAT了吗？4月24日，倪光南接受了中新经纬客户端专访，就上述热点作出回应。倪光南接受中新经纬客户端(微信公众号：jwview)采访。中新经纬罗琨摄谈中兴事件：必然会发生美国商务部公告称，未来7年内禁止中兴通讯向美国企业购买敏感产品。22日，曾任倪光南助手的梁宁发表文章《一段关于国产芯片和操作系统的往事》，回忆了当年和倪光南等人一起研发芯片和操作系统的历史，成为微信刷屏文章。这段历史是如何影响今天的？中兴走到今天的局面是必然还是偶然？4月24日，在银谷大厦8层的会议室里，倪光南向中新经纬客户端(微信公众号：jwview)表示，中兴遭受美国制裁是必然会发生的一件事情，只是什么时候发生具体会到什么程度无法预测。“我们一直说要做自己的芯片，如果你不做，一定会遇到很多问题。核心技术受制于人是我们最大的隐患，中兴事件也验证了这一点。如果不掌握核心技术，人家迟早会用各种办法来给你设置障碍。”倪光南说。造船不如买船，买船不如租船。如果不考虑自主可控，确实直接从市场上买要来得便宜来得快，而自己研发见效慢费时长成本高。倪光南指出，在过去，中国企业并没有重视到自主可控的重要性，大家应该从这次事件中汲取教训，重视自主创新的力量。谈中国芯片：不能一概而论说很差中兴事件已经给中国企业敲响了一记警钟，此后中国还需要多少年才能用上中国芯，摆脱对国外的依赖？倪光南说，台式电脑和笔记本所用的电脑芯片国产水平离进口芯片尚有三五年的距离，手机和服务器上使用的芯片有些已经与进口芯片旗鼓相当，有一些特殊领域的则差距较大。“一概而论说现在中国企业芯片不行，也不符合客观情况。”倪光南说。他也同时指出，芯片产业主要分为设计和制造两大块，中国的短板主要在制造上，在制造上如果要赶上美国的水平还至少需要十年八年。倪光南近期在《光明日报》撰文指出，加快推进国产自主可控替代计划和构建安全可控的信息技术体系，是建设网络强国的需要。《国家中长期科学和技术发展规划纲要(2006—2020年)》确定了发展“核心电子器件、高端通用芯片及基础软件产品”的重大专项，其目标就是要以基于高端通用芯片(CPU)和操作系统等基础软件所构成自主的技术体系来替代Wintel体系，这是没有疑义的。按照工信部最近的评估，国产软硬件已从“不可用”发展到“可用”，正在向“好用”继续推进。实践表明，推广国产自主可控不等于“保护落后”，通过技术创新、模式创新等，从政府和重要领域开始，加快推进国产自主可控替代计划和构建安全可控的信息技术体系是切实可行的。政府和企业应该怎么做？从863计划、973计划到国家重大专项到集成电路大基金的成立，政策层面一直不缺乏激励。如何把这些激励落到实处？倪光南认为，在芯片的关键领域和大项目上应该在政府支持下形成企业主导的格局来推动芯片的国产化，如果过于分散很容易导致不合作，在这一方面可以借鉴北斗导航的成功经验。至于小的项目则可以放开，通过竞争的方式去实现优胜劣汰。在操作系统上也如此。据倪光南介绍，当前国内有七八家企业在做操作系统，说明其门槛并不高，但是力量分散，他建议在国家基金支持下将这些分散的资源整合起来，形成一个统一标准，在一个共同的体系下和跨国公司竞争，这样才有成功的可能。“我们一定要及早投入力量，通过自主创新来解决的问题，不能有侥幸心理。”倪光南再三强调。他也提出，在芯片的制造上，投入几千亿是至少的，而且需要持续地投入。只有这样，中国的芯片制造才能赶上世界先进水平。芯片国产化要靠BAT?中兴事件发生后，阿里巴巴集团宣布，全资收购号称中国大陆唯一的自主嵌入式CPUIPCore公司——中天微系统有限公司(以下简称中天微)，此前百度、腾讯、科大讯飞、华为等巨头也在芯片产业上早有布局。有观点认为芯片的国产化要靠BAT这样的大公司大资本来入局才能破解推广难题。对此倪光南认为，目前来讲，BAT在这类核心技术方面并没有投入很大的力量。“BAT是很成功的，在电商的移动支付和共享单车等上确实做得很好，但是在这个我们说的传统的计算机领域里，比如CPU也好，操作系统也好，他们投入不大，我觉得因为和他们的业务关系也不是太大，目前也不作为他们的业务的主要的方向，所以他们投资的力量也有限。”倪光南坚持认为，在芯片研发制造上还是要靠国家更多的支持，企业如果靠这个可能要十多年才能盈利，投资风险太大。倪光南生于1939年，1961年毕业于南京工学院(现东南大学)。作为中国最早从事汉字信息处理和模式识别研究的学者之一，提出并实现在汉字输入中应用联想功能。主持开发的联想式汉字系统，较好地解决了汉字处理的一系列技术问题，于1988年获国家科技进步一等奖，所在企业亦由计算所公司改名为联想集团。随后又主持开发了联想系列微型机，于1992年获国家科技进步一等奖。1994年当选为中国工程院院士。

清晨起床，美女机器人管家为你提示天气温度，搭配好着装；她参照你的口味提前订好早餐，根据你的行程安排订车；如果忙于加班，她还会提醒：主人，该安排健身娱乐了……这不是科幻片，而是软银集团董事长、总裁孙正义眼中的未来生活场景。他认为，未来30年内，人类将与100亿机器人一起生活。100亿人与100亿机器人一起生活近日，孙正义在CNBC的一次访谈节目中表示，智能机器人的数量将快速增长，未来30年内，地球上的智能机器人将达到100亿。到那时，人类数量也将达到这一数量。这就意味着100亿人口将与100亿机器人一起生活。孙正义认为，如此巨量的机器人出现，人类创造的每个行业都将被重新定义。医疗行业、汽车行业、当然也包括信息行业。人类定义和创造的每个行业，即使是农业，也将被重新定义。因我们创造的工具在过去不如人类的大脑，而现在工具变得比人类自身更加聪明。无论任何行业的定义，都将被重新界定。当然，行业重新定义也意味着一批人存在着失业的风险。孙正义警告，人类的大多数工作将被智能机器人替代：现在我们有“白领”和“蓝领”之分。我认为一个新“领”将会出现：“金属领”（指机器人）。“金属领”不仅将取代大部分蓝领职位，也将取代很多白领职位。因此当他们变得非常聪明，肌肉可以活动时，人类应该会重新定义工作。机器人上岗，科技似乎占领了金融业德勤中国数据研究院院长赵文华认为，金融业已经开始利用人工智能去代替人为的分析，其中包括预测金融的走向，未来股票的高低。目前，德勤财务机器人正式上岗，作为国内首个投入使用的财务机器人，“小勤人”几分钟就能完成财务几十分钟才能完成的基础工作，且可以7*24不间断工作。开票：预计每个开票流程可由20分钟缩减到5分钟，每天缩短每个FTE6H的工作时间（75%效率提升）。增值税发票管理：一个“小勤人”三四个小时就完成了财务人一天的工作。“小勤人”只是科技“占领”金融业的一个缩影，更多的变革正在悄然发生：华尔街见闻此前提到，随着人工智能的迅速崛起，曾经熙熙攘攘的华尔街交易大厅越来越冷清了。瑞银设在康涅狄克州斯坦福德城的交易大厅，全世界最大的交易大厅然而，短短8年以后，它就变成了现在这样：交易员：2000年，高盛位于纽约的股票现金交易部门有600个交易员。而如今，仅剩下两个交易员，剩余的工作全部由人工智能所替代。银行柜员：摩根大通正推动ATM在未来满足客户日常需求，如客户通过手机“取款”，并在24小时内到任意ATM取现。约60%的柜台交易可通过ATM进行，明年这一比例将升至90%。投行IBD：高盛将令IPO过程中约146个步骤自动化，这节省了人工所需的成千上万个小时。卖方分析师：机器人分析师的准确度和速度可能都已超过人类，高盛向开发分析程序的金融数据服务商Kensho大量投资。分析师需要40小时完成的工作，Kensho开发的程序只需1分钟，量子计算机更能在眨眼间完成对所有金融模型的分析。机器人包水饺，“大妈们”也要失业了？除了金融业被“攻陷”，大量工业机器人正在制造业的流水线上“闪亮登场”。秦皇岛的“无人化水饺加工厂”火了，这是此前网上流传的片段：几千平方的厂房里，干净整洁，机器24小时不休息的工作，看不到一个员工。从和面、放馅再到捏水饺，是一条完全干净整洁的流水线：柔软的气动抓手，连特别柔软的饺子都能安全抓起，而且从抓取到安放都定位精准：没有了埋头包饺子的工人，取而代之的是不停往返的机械手以及地表穿插有序的轨道。以前整个工厂需要200个工人，现在生产相同的东西用工却在20人以下，这意味着，“无人工厂”压缩人工可达90%。慧聪电子网提到，机器人执行任务约占全球制造业制造任务的10%。波士顿咨询公司（BCG）预计，到2025年，这一比例将提高至约25%。作为全球最大工业机器人应用市场，我国不少制造业企业在招聘机器人一线操作工时陷入困境，不少企业招不到操作机器的人。教育部、人社部与工信部发的《制造业人才发展规划指南》中预测，到2020年我国高档数控机床和机器人领域人才缺口将达到300万，到2025年，缺口将进一步扩大到450万。看来AI在夺走岗位的同时，也在创造新的岗位，机器人正在改变我们生活和工作的方式。人类应该如何面对未来？AI的IQ将达到1万，10年内取代50%的工作孙正义认为，人的IQ水平大约为100，人类的天才爱因斯坦、达芬奇可能达到了200，而他相信，AI计算机的IQ最终将达到1万。赵文华提到，当前在商业领域的AI应用也十分广泛，预计十年内50%的工作被人工智能取代。目前AI已经在各个领域大展身手：2015年腾讯推出了梦幻写手，2016年阿里与第一财经合作研发了DT稿王；8月8日四川九寨沟地震发生后的25秒内，“中国地震台网”已经发布了由机器人自动编写的新闻消息；谷歌无人驾驶已经累计行驶300万公里的行程；科大讯飞将语音识别的准确率已经从60.2%提升至95%；支付宝现在已经使用了智能客服，成功提升自助服务率至97%，同时提高满意度3个百分点；物流领域开始广泛使用无人机、RFID技术进行盘点和物流信息的记录追踪。在应对AI技术的挑战方面，IBM首席执行官Rometty认为，对美国来说，劳动者的技能是“最急迫也最核心的问题”。她也重申了美国教育必须进行彻底改革，以应对“人与机器共存时代”的到来。马云也持相似观点：未来三十年是最佳的超车时代，是重新定义的变革时代。如果我们继续以前的教学方法，对我们的孩子进行，记、背、算这些东西。不让孩子去体验，不让他们去尝试琴棋书画。我可以保证，三十年后孩子们找不到工作。面对AI的考验，你准备好了吗？孙正义：30年后地球上将有百亿机器人据CNBC报道，软银集团首席执行官孙正义（MasayoshiSon）在“唤醒良知基金会”（AppealofConscienceFoundation）的演讲中警告称，奇点（Singularity）即将到来。孙正义强调了两个观点：第一，当人工智能（AI）的智力最终超越人类的时候，奇点时刻就会到来，届时机器人将取代大量人类工作岗位。第二，地球上有感知能力的机器人数量将可与人类数量相匹敌。孙正义在演讲中称：“我们现在有白领工人和蓝领工人，我要说金属领工人即将出现。这种金属领工人不仅会取代大多数蓝领工人的工作，还会危及白领工人的工作。因此，当它们变得足够聪明和肌肉发达时，人类的工作应该如何定义？如果它们取代了人类大量工作，我们该怎么办？我们生命价值如何界定？我们必须再次深入思考这些问题。”关于人工智能，孙正义表示：“我预计，30年后地球上的智能机器人数量将会达到100亿。到那时，人类数量也将达到100亿左右。所以那时的地球上将有100亿人口和100亿个智能机器人。这是我们第一次与100亿个机器人共同生活在地球上。人类创造的每个产业都将被重新定义，包括医疗行业、汽车工业以及信息产业，甚至是农业。因为过去我们创造的工具相对比较落后，而现在工具正变得比人类更聪明。”软银930亿美元的愿景基金（VisionFund）技术投资工具已经引发巨大关注。但业内许多人始终在问：孙正义想做什么？在演讲中，他说：“这一切都可归于人工智能和机器人。我对这项投资的信念和愿景是什么？我只有一个信念，那就是迎接奇点。”当然，孙正义并不是唯一一个痴迷于奇点的科技巨头。美国科技大亨伊隆·马斯克（ElonMusk）曾警告说，这是人类生存面临的“最大生存威胁”。他还认为这比核武更危险。孙正义比较感兴趣的投资包括专车领域，软银投资了数十亿美元，并将其视为无人驾驶运动的先锋。

AI的价值并不在模型自身，而在于公司怎样用好它们。麦肯锡出品，一份深度学习领域的分析报告，包含400个应用案例，横跨19个行业的9种业务功能。报告重点强调了前沿AI技术的应用范围之广，以及经济潜力之盛，也提到了发展中的一些局限和挑战。还有，需要注意的是，就算AI技术的前景再光明，使用数据之前都要把数据安全、隐私以及可能出现的偏见问题考虑周全。报告共分四大章节，那我们开始吧。AI技术与对应的任务类型随着AI技术的发展，其定义也跟着发生变化——AI到底由哪些技术构成。这里，AI代指使用人工神经网络的深度学习技术。具体来说，报告分析了三类神经网络的应用和价值——·前馈神经网络(FFNN)这是神经网络中最简单的一类。在FFNN的结构里，信息的流动是单向的、无环的，从输入层开始，延伸到隐藏层，最后到输出层。第一个单神经元网络，是FrankRosenblatt在1958年提出的。虽然，方法听来有些老旧，但计算能力、训练算法以及可用数据的演变，都让FFNN随着时间的推移变得更强大。·循环神经网络(RNN)神经元之间的连接是有环的，适合处理序列化输入。2016年11月，牛津大学发表的研究成果中提到，有一种RNN读唇的准确率达到95%，远超人类的52%。·卷积神经网络(CNN)层与层之间的连接方式受到了动物视觉皮层结构的启发，那是动物大脑处理图像的地方，适合执行感知任务。另外，本章节探讨了生成对抗网络(GAN)以及强化学习。不过，这两种技术并没有包含在AI的价值评估里面，因为，它们很年轻，还没有成为广泛应用的技术。这一环节，也探讨了其他机器学习技术，以及传统数据分析方法。应用案例分析在19个行业、9种业务功能的400个案例中，可以看到的事情有很多——深度神经网络在哪些领域能够产生最大的价值;与传统数据分析相比，神经网络能够带来多少营收增长;以及达到相应的目标，对数据的数量(volume)、速度(velocity)以及多样性(variety)有怎样的需求。报告使用的案例库虽然庞大，但也并非应有尽有，依然可能夸大或低估AI在某些领域的潜力。以下是一些应用栗子，可以一窥AI的力量。·预测性维护(predictivemaintenance)机器学习拥有检测异常的能力。深度学习用来分析大量高维数据，可以把现有预防性维护系统的性能提升到一个新的高度。把许多传感器的数据层层叠起，神经网络能够增强或者取代许多传统方法。AI可以预测故障，让干预计划有了用武之地，从而减少停机时间和运营成本，提高产量。比如，AI可以通过整合飞机模型数据、维护历史记录、IoT传感器数据(如用于故障检测的发动机数据)，来延长货机的寿命。·AI驱动的物流优化AI可以通过实时预测和行为指导来降低物流成本。算法能够优化配送路径，从而提高能源利用效率，减少配送时间。欧洲一间货运公司，利用传感器监测货车性能和驾驶员行为，司机会收到实时指导，何时加速或减速，优化油耗并减少维护开销。由此，燃料成本降低了15%。·客服管理和个性化服务在呼叫中心，语音识别和来电分流，可以提升服务效率，并为用户提供更加流畅的体验。比如，基于深度学习的音频分析系统，可以估计当前用户的情绪状态，并据此判断要不要切换到人工服务。在销售和营销的其他方面，AI也有所作为。将用户个人信息和过往交易数据与社交媒体监测相结合，便可以生成个性化产品推送。在案例库69%的应用案例中，深度神经网络都是用于替代传统分析方法，提升系统表现。有16%的案例，神经网络的任务是传统方法无法完成的专属任务，这些领域称为greenfield。余下15%的案例中，神经网络带来的性能提升非常有限，原因包括数据方面的局限性等等。毕竟，深度学习对数据的需求，远远大于任何传统分析方法。而如果要完全激发AI的潜力，则需要多种多样的数据，包括图像、视频、音频等。估计AI的潜在价值据估计，报告探讨过的所有AI技术加在一起，可能在19个行业的9种职能中，产生每年3.5-5.8万亿美元的价值。这在所有(包括传统和AI)数据分析技术一年产生的价值中，约占40%。报告中估计，在每个行业的2016年营业额中，AI的平均贡献约在1-9%。但在19个行业之间，AI贡献的营业额百分比差异较大，取决于具体应用案例、获取大量复杂数据的能力，以及规章制度等其他限制。案例分析得到的结果是，AI能够产生最大价值的领域，既有顶线导向(top-line-oriented)的功能，比如营销和销售，也有底线导向(bottom-line-oriented)的功能，如供应链管理和生产制造。在零售和高科技等消费行业，AI可能在营销和销售中拥有更大的潜力，因为商家与用户之间频繁的、数字化的互动会为AI技术提供庞大的数据集。电子商务平台将会尤其受益，点击数据与页面停留时间等用户信息都可以轻松获取，并用于生成实时动态的产品推送。以下又是一些栗子。·在零售领域，定价和促销可以成为AI的天地。案例表示，使以用户数据来定制个性化促销活动，可以将实体零售商促销的增量销售额提升1-2%。·在消费品的供应链中，AI部署也能起到重要的作用。基于潜在因果驱动因素(而非先前结果)的预测，可以将预测准确度提升10-20%，从而带来2-3%的营业额增长。·在银行业，特别是零售业务中，AI依然可以在营销和销售中施展才能。另外，鉴于风险评估和管理的重要性，AI在这一方面的产生价值可能会更大。挑战在哪里AI正在吸引越来越多的企业投资，但到目前为止，拥有AI技术的公司里，只有约20%将自己的技术应用于核心业务或者大规模使用。如今，AI技术的应用还面临着许多挑战——·标注训练数据这在监督学习中必不可少。目前大多是手动标注，但新的技术正在涌现，比如强化学习和in-streamsupervision，数据可以在自然使用过程中获得标注。·大量全面的数据获取对许多行业案例来说，获取大量数据非常困难，比如用于预测治疗方案效果的临床数据。·解释输出结果比如，疾病诊断过程中，AI可以利用患者信息来得出诊断结论，但无法解释这一结论是如何一步步取得的。·学习的普遍性AI模型在将学习经验从一类情况向另外一类情况迁移时，经常遇到困难。这意味着，企业需要投入大量资金训练新模型，即便情况与之前的用例相似也很难避免。这可能牵扯到一些社会性的问题。比如，训练数据无法代表一个更大的群体时，人脸识别模型便可能在无意之间产生偏见。或许，AI是一个难以琢磨的商业案例，许多因素都会减缓深度学习的行业落地。最后一个小节，便是从许多案例的研究中得出的，AI技术提供者、应用者，以及政策制定者可能需要的启发。