科学网 › 标签 › 智能产业

标签: 智能产业

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

知识自动化：智能产业的基础与关键: 热度 6 王飞跃 2017-4-6 09:14; 知识自动化：智能产业的基础与关键王飞跃 , 王晓 , 王帅就像工业时代必须依靠工业自动化一样，知识自动化将是发展知识时代智能产业的基础与关键。一、时代的召唤: 从知识自动化到智能的自动化近来，一部名为《西部世界》的美剧在学术界、技术界与影视界引发了激烈的争论：机器能否获得生命？它们能否获得智能？未来的人与机器将保持怎样的关系？剧中，所有的机器人接待员最终获得生命及智能，根据内置的机制与设定的“目标”，能够在面临不同境地时做出符合目标的决策。当然，《西部世界》目前只是文学上对机器智能的梦想，但生命和智能的确一直是人类最美好、最重要的两类追求。让机器获得智能，一定程度上就是让机器根据输入的知识，借助智能算法，如当下流行的长短期记忆网络（LSTM ）、深度神经网络（ DNN ）、卷积神经网络（ CNN ）、深度信念网络（ DBN ）等，来解决知识型工作中遇到的问题。归根结底，是让机器围绕特定的目标 / 任务，结合数据处理、知识提取、算法分析、模型构建等形成决策制定流程，实现知识自动化。经过约 200 年的发展，人类社会基本完成了工业化建设，并从工业时代迅速向知识时代转移，智能产业随之崛起。就像工业时代必须依靠工业自动化一样，知识自动化将是发展知识时代智能产业的基础与关键。近年来，随着网络化的虚拟空间成为与现实化的物理空间平行的一个实实在在的新空间，数据成为这一空间中最为重要的“矿藏”资源。未来产业一定是围绕数据的处理、知识的加工、智能的自动化建设而成，就像围绕地下矿藏的挖掘、加工和制造形成的大型现代企业一样。在新的产业中，成百上千的算法被集成到一起，形成“数据清洗厂”“信息加工厂”“知识生成厂”，甚至“决策制定厂”，使得它们面对具体问题时具有深度知识的敏捷性，针对具体问题时具有深度分析的聚焦能力，同时具有自适应精准实时地向目标收敛的能力，实现智能的自动化。知识自动化是时代的召唤，是人工智能 AI （ Artificial Intelligence ）通向智能自动化 AI （Automation of Intelligence ）的必由之路。二、知识自动化的核心：软件定义一切近年来兴起的软件定义的网络（Software-defined networks ， SDN ）技术，可扩展成为构建“数据清洗厂” “信息加工厂”“知识生成厂”以及“决策制定厂”的一种有效手段。结合知识表示（ Knowledge Representation ）和知识工程（ Knowledge Engineering ），针对各类特定领域和问题，我们能够构建可计算、可重构、可编程的软件定义的对象（ Software-defined Objects ， SDO ）、软件定义的流程（ Software-defined Processes ， SDP ）、软件定义的系统（ Software-defined Systems ， SDS ），进而搭建软件定义的“工厂实验室”，甚至“社会实验室”，进行复杂问题和决策的计算实验。基于软件定义知识自动化的“工厂实验室”或“社会实验室”，可根据实际输入的数据作为小数据或训练数据，通过 SDO 、 SDP 和 SDS 等，使常识、经验、猜测、假定、希望等形式化，并使其组织、过程、功能等软件化，变为可操作、可试验、可评估的流程和系统，进而实现知识自动化系统的构想、设计、实施、运营、管理与控制。这种以软件定义为基础，利用计算实验把物理世界、心理世界里的小数据变成大数据，然后通过人工智能、机器学习、认知学习、交互学习，像化工厂提炼各种各样的化工原料一样，炼成针对具体问题的小知识、小定律，就是要实现从牛顿的“大定律小数据”到默顿的“大数据小定律”之升华，为智能企业以及智能产业的发展奠定技术基础。三、从牛顿到默顿：描述、预测、引导的交融由于“人”与机器、流程、系统的深度耦合，并且人的行为具有动态性、实时性、自组织性、突变性、高度复杂性、虚实交互性等特点，人机复杂系统极易表现出显著的不定性、多样性、复杂性（ Uncertainty ， Diversity ， Complexity ，简称 UDC ）特征。同时，这类系统面临着巨大的“建模鸿沟”问题。随着复杂程度的增加，系统逐渐地从简单的物理系统向大型的信息系统，再向复杂的社会系统过渡，所涉及的关键信息也从物理信号，到商务信号，再到社会信号。系统的行为越来越难以理解，因而也难以被精确地刻画，相应的建模方法也从解析式的数学模型到仿真模型，再到描述型的人工模型。但是，实际行为与模型行为之间的差别也越来越大，以至形成“建模鸿沟”的客观现象。当复杂性提高的时候，目标跟现实的差距甚至无法跨越。无法跨越，还要跨越，这就是矛盾。使用传统的方式无法跨越，就需要我们转变思维，从传统的“牛顿系统”思维转换到“默顿系统”思维。“牛顿系统”是指系统行为遵循牛顿定律的系统。牛顿定律泛指可以通过解析的方式精确地描述系统行为的各类物理、化学、生物等传统意义上的科学定律和公式，当然也包含经典的牛顿三大定律等。“默顿系统”是指系统行为遵循美国社会科学家罗伯特 • 金 • 默顿提出的默顿定律的系统。默顿定律是指默顿的自我实现定律，即由于信念和行为之间的反馈，预言直接或间接地促成了自己的实现。对于“默顿系统”，建模的首要任务变为根据希望的目标去描述并设计能够有效地影响或指导系统行为的默顿定律。大数据以及其中所蕴含的社会开源信号可被用于“制造”默顿定律。西方管理学界有两句名言，其一为现代质量工程的奠基人戴明所说，“除了上帝，其他任何人都必须用数据说话”；其二为提出“知识工人”和“信息社会”概念的现代管理之父德鲁克所说，“预测未来最好的方法，就是去创造未来”。简言之，就是“数据说话”“预测未来”和“创造未来”。系统首先必须以可描述、可实验、可执行的手段完成从数据、信息、知识到智慧的解析，而基于 ACP 的平行智能，即通过人工社会或组织（ Artificialsocieties/organizations ）、计算实验（ Computational experiments ）和平行执行（ Parallel execution ）的有机组合，为沿此方向的有效尝试。其基本思路为：利用人工社会对复杂企业和社会单元、过程及系统进行建模，实现描述智能；通过计算实验对复杂企业和社会场景进行分析和评估，达到预测智能；借助平行执行对复杂问题进行引导和管理，从而直接或间接地影响自由意志，改变行为模式，进而通过实际系统与人工系统的平行互动，引导实际系统运行在希望的目标之下。基于 ACP 实现描述、预测、引导的交融四、从 CPS 到 CPSS ：虚实一体的平行智能按照科学哲学家波普尔的观点，世界由三部分组成：第一部分的物理世界、第二部分的心理世界和第三部分的人工世界。使用物理学上的 3 个术语对其特征进行定义，则分别是：能量（ Energy ），对应物理世界；熵（ Entropy ），信息熵对应心理世界；纠缠（ Entanglement ），对应人工世界。从地表到地下资源，农业和工业社会已全面地开发了我们的物理自然世界和精神心理世界，保障了人类的生存和发展。互联网、物联网、云计算、大数据、区块链等理念和技术的出现以及人工智能、机器人、无人驾驶等技术的再次风靡，预示并已经开始了人类向人工世界的进军，核心任务就是深度开发数据和智力资源。解放智力，让数据资源、知识体系和社会智慧成为建设智能时代的原料和动力，人类才能得以进入一个崭新的“智业” 社会。为此，我们必须从传统的信息物理系统（CPS ）转向以人为本、面向物理世界和网络空间融合的社会物理信息系统（ CPSS ）。研究知识自动化的主要动机之一是面向CPSS 系统，解决复杂系统中 UDC 特征向智能系统中灵捷、聚焦、收敛（ Agility ， Focus ， Convergence ，简称 AFC ）特性的转化问题。为此，我们需要将知识自动化嵌入到基于 ACP 的平行智能框架和流程之中，将虚拟的网络空间变成我们解决复杂问题的新的、另一半空间，同自然的物理空间一起构成求解复杂问题之完整的“复杂空间”，从而突破传统理念、方法及资源的约束。一定程度上，平行智能的使命就是借助信息化、自动化、智能化的技术与方法，化解复杂系统的 UDC 特征。利用虚实一体的平行智能，知识自动化可实现面对具体问题时具有深度知识的灵捷性，针对具体问题具有深度分析的聚焦能力，同时具有自适应精准实时地向目标收敛的能力。它的框架由 5 部分组成：一个物理系统，与一个或多个虚拟系统交互，平常可以用来学习和培训，“以万变应不变”；一旦遇到突发异常情况的具体问题，系统可以立即进行实验与评估，“以不变应万变”，进行管理与控制。面向CPSS的平行智能基本框架五、从平行科技到智能产业：新 IT 和工业 5.0 2016 年 3 月初，人工智能系统 AlphaGo 以 4:1 战胜人类围棋高手；年末，其升级版本“大师 Master ”更以 60:0 横扫人类围棋群雄，在世界范围内引发了广泛的讨论与争议。计算机的胜利不仅大大提高了人们对以人工智能为代表的智能技术的信心，同时也为解决优化问题中的计算复杂性提供了一个现实的解决方案。就像邱奇 - 图灵论题（ Church-Turning Thesis ）假设所有“合理”的计算都可以用图灵机完成一样，或许现在我们又有了一个“ AlphaGo 论题”：所有“合理”的复杂性问题，包括 NP-Complete 甚至 NP-Hard 问题，或许都可以用 AlphaGo 方法与结构处理。邱奇 - 图灵论题为我们带来了计算机与信息时代，“ AlphaGo 论题”能否催生基于新 IT （ Intelligent Technology ，即智能技术）的新纪元？如果“ AlphaGo 论题”成立，软件定义的组织（军队、企业、机构等）将成为必须和现实，通过知识自动化的集成，变成“组织围棋”，与物理形态的实际组织虚实互动，构成“平行组织”，产生“平行智能”，进而实现智慧型组织，最终走向智能产业和新 IT 的智能时代。像 AlphaGo 一样，平行组织可以通过“自我对打”在短期内提高能力并且在线学习监控。例如，平行军队可以进行数百场“战争”，平行企业可以积累数十年的“经营”经验，从而迅速对人员进行培训教育、对决策进行实验评估，使过去必须长期实践才能获得的经验和知识在短期内取得，最后实现对行动的闭环反馈式的监控与指导。平行产业 1.0 即为工业 5.0 。此时 IT 也是平行的，包括了新 IT 的智能技术、旧 IT 的信息技术和老 IT 的工业技术。物理世界中，我们强调工业基础，此时需要“人机结合”；信息世界中，我们最终强调的是真正的“知行合一”；面向人工世界，我们要达到“虚实一体”，软件定义的你、人工人、人工组织、人工企业将变成第三世界的主体。每个时代都有一个时代的任务，农业时代的任务是克服血缘和资源不对称；工业时代的任务是克服发展资源与信息不对称；在智业时代，我们利用平行 IT ，构造各种各样的 X5.0 式的智能系统，以此解决数据和智力的不对称。这就是今天我们发展人工智能、机器人、虚拟助手的原因。未来，很可能每个人一生下来，都会有他 / 她的专属平行机器人（硬件 + 软件），软件定义的机器人伴随人类生活，其时代任务就是弥补人与人之间智力的不对称，最终达到一个虚实互动，公开、公平、公正的平行智能社会。六、迈向智慧社会和智能时代我们知道，新学科、新技术、新产业出现的标志之一，就是各种各样的新名词所表示的新型社会基础设施的出现。今天，我们一谈到发达国家，首先会想到这个国家有高速公路，有飞机场、火车站等基础设施；未来，我们提到一个智能社会，一定会首先想到各式各样的 CPSS 与 X5.0 平行系统。因此，智能产业中的智能系统一定是首先使用人工社会对物理系统进行描述，然后基于计算实验挖掘 CPSS 中的“默顿定律”并分析预测系统状态，最后平行执行引导系统朝着预期的方向运行。人工与实际虚实互动，平时以万变应不变，以游戏或博弈的方式，计算出、评估出企业的市场策略、企业的效率，增强企业运营的敏捷性；一旦出现异常，则以不变应万变，通过计算实验产生的大数据，针对异常情况下的具体问题进行个性化、智能化的决策，使得企业向既定的目标收敛。这样，未来的智能时代，一定是“合一体”平行智能系统：人机结合、知行合一、虚实一体。未来智能时代的“合一体”特征：人机结合、知行合一、虚实一体文章发表于《张江科技评论》：王飞跃, 王晓, 王帅,知识自动化：智能产业的基础与关键, 张江科技评论, 2017(1): pp.35-38. 知识自动化：智能产业的基础与关键.pdf ------------ ------------ ------------ ------------ ------------ ------------ ------------ -----------; 个人分类: 行业观察|12873 次阅读|7 个评论

“将来一定有多个平行的你”—王飞跃谈正在来临的第五次工业革命: 热度 20 王飞跃 2015-8-10 09:01; “将来一定有多个平行的你” ——王飞跃谈正在来临的第五次工业革命有一次我作报告，讲完后一位名家当时就说：“哎呀，你做的工作最后必然导致《 1984 》……”我说自己做的恰是《 1984 》的反面，因为我所从事工作的目标就是促进社会走向开放，而且这是技术发展的必然。——大概常常有人对他的工作提出这种疑问，因此在腾讯文化 · 2015夏季思享会上，中科院自动化所复杂系统管理与控制国家重点实验室主任王飞跃在做“跨界、跨世界：迎接平行时代的智能产业与智慧社会”的主题演讲时，开篇就主动说起这事。第二天，在王老师的办公室，南方周末记者请他继续分享了 40 分钟对正在到来的智能社会的基本理解与应对之道。 X 5.0 与平行世界戴志勇：在腾讯做的演讲里，你提到了 X5.0 时代，但德国人才提出工业 4.0 没多久。德国政府认为，工业 4.0 即是以智能制造为主导的第四次工业革命，旨在通过充分利用信息通讯技术和网络空间虚拟系统 — 信息物理系统 (Cyber-Physical System s ) 相结合的手段，将制造业向智能化转型。现在，中国各大互联网公司也在提工业 4.0 。你正在研究的 X5.0 时代，与目前主流的工业 4.0 时代有什么区别？王飞跃：什么区别？去看看《工业 4.0 》一书和德国“工业 4.0 ” 的战略计划实施建议，就会发现它完全没有新的理念、方法和技术，只是在总结已有的东西，但是它的宣传营销做的非常成功。至于我为什么提倡工业 5.0 和 X 5.0 ？其中一部分原因的确是让德国 “ 工业 4.0 ”说法刺激的；另一部分原因就是反思咱们中国人自己的“四大发明” 。就技术发展而言，我觉得在机械化、电气化、信息化、网络化之后，我们进入了第 5 个技术发展阶段：平行化，就是以虚实平行互动为特征的智能技术时代，所以就有了 X5.0 的讲法。机械化的典型特征是蒸汽机，电气化是电动机，信息化是计算机，网络化是路由器，平行化呢？机器人？无人机？智能机？平行机？我不知道。但无论如何，就像蒸汽机和电动机一样，计算机和路由器将很快 “ 消失 ” 在无所不在之中。社会上有中国对人类贡献了“四大发明”的说法，可惜，指南针成就了风水、造纸术催生了冥钱、火药放了鞭炮、印刷术繁荣了宗教经卷。其实，我认为我们祖先最早最重要的发明是“二进制法”，不过国人称之为“八卦”用来算命，相应的学问叫做“易学”，《易经》成了经典。莱布尼茨最早认识到八卦与二进制的关系，从此有了现代的计算机科学和人工智能研究。所以，中国人应认识到自己的祖先有过五大发明，遗憾的是后人用错了地方，而最大的发明正是支撑当今智能时代的基石。因此，我更愿意称当今时代为第五个技术时代。戴志勇： “平行化”是 X5.0 时代的核心概念？它包括哪些特征？王飞跃：总结来说， X 5.0 时代的智能体系包括：一个核心，平行的虚实互动理念；两个支撑， ACP 方法和 CPSS 基础设施；三个主题，智能组织，智慧管理和社会智能。一般人只熟悉两个世界，物理世界和心理世界；但波普尔告诉我们，还有个第三世界 —— 人工世界。农业社会开发了物理世界的地表资源，工业社会通过文艺复兴，开发了心理世界的智力资源，催生了现代科学，回头又开发了物理世界的地下资源。如今，第一、第二世界都开发了，环境污染、精神污染之后，物联网、云计算、大数据来了，就必须开发第三世界。农业社会打破了 “ 血缘的不对称 ”，工业社会打破的是 “ 信息的不对称 ”，那么新智能时代的挑战就是 “ 智力的不对称 ” 。关于“ 平行 ”，要从复杂性与智能化说起。我给复杂系统做了一个定义，一是不可分，二是不可知。对于复杂系统的研究，从还原论和整体论看，以前的科学思维就是把事物或现象一直往下拆分，拆成最基本的组成元素。现在由于资源有限、系统庞杂，无法继续拆分，但人类往往除了分以外，就不知道怎么去认识世界了。不可分又要分，这就是个矛盾。人类的 “ 知 ” 在大时间和大空间尺度上都会遇到困难，想知又不能知，这也是个矛盾。同样，智能化也面临算法的封闭与开放，已知的知识与未知的问题之间的矛盾。这些矛盾的特征可归结为 UDC ：不定性（ Uncertainty ），多样性（ Diversity ）和复杂性（ Complexity ）。人工智能的使命就是把压在人类头上的 UDC 这三座大山，转化成 AFC ：具有深度知识支持的灵捷（ Agility ）、通过实验解析的聚焦（ Focus ）、能够反馈互动自适应的收敛（ Convergence ）。完成这一使命，必须是信息化、自动化、智能化的一体融合，从而化解矛盾，使 “ 无解 ” 的问题变得 “ 有解 ” ，这就需要平行的概念。戴志勇：这就需要引入一个与现实世界平行的人工世界来进行处理？王飞跃：对！矛盾无解，往往是由于求解空间的局限。例如 X 2 +1=0 ，如果只找实数，那就是无解，怎么办？这时候就需要改变概念，引入虚数，扩大解的空间，这样就会 “ 有解 ” ！要解决复杂性与智能化的本质性矛盾，就要对立统一。分与不可分、知与不可知是对立的，如何将它们统一起来？这就是“平行”的任务。进入新智能时代，我们必须承认其 “ 虚实二象性 ” ，以后不仅要考虑实数，还要考虑虚数，物理空间就是那个实数，网络虚拟空间就是虚数。仅限于物理空间中不可分不可知，但在物理和虚拟合成的平行空间里就能够可 “ 分 ” 可 “ 知 ” 。四百年前，虚数刚出来时不被认为是实实在在的 “ 数 ” ，英文是 “ imaginary number ” ，直接翻译过来就是 “ 想象的数 ” ，含有神经病想出来的“数”的意思。但是今天人人都知道虚数是实实在在的数，是数的一半，不多不少 50% 。没有了虚数，一个简单的一元二次方程都可以 “ 无解 ” ，有了它之后才能有 “ 解 ” 。有解无解差别很大，量子力学、相对论的推导和数学就是建立在这个差别之上的。如果没有虚数，今天许多计算机程序就要停下来，也就没有了今天的信息产业了。所以，虚数半点不虚！就像方程要有解需要虚数一样，复杂智能系统要有 “ 解 ” ，必须引入相应的 “ 虚数 ” 才可以 —— “ 知必虚而解 ” ，这就是我们的基本想法。虚拟世界中的另一个你戴志勇：那 ACP 和 CPSS 又分别指什么？王飞跃： ACP 是智能时代实现从 UDC 到 AFC 转化使命的基础方法，也就是人工社会（ Artific i al Societies ） + 计算实验（ Computational Experiments ） + 平行执行（ Parallel Execution ）的有机组合。 CPSS 则是支撑 ACP 方法基础设施，也就是社会物理信息系统 ( Cyber-Physical-Social Systems , CPSS) ，它比眼下正热的 CPS(Cyber-Physical System s ) 多了一个 S ，这至关重要，这个 S （ social ）把人及其组织纳入系统之中，使虚实互动、闭环反馈、平行执行成为可能。以后不但物理世界有一个你，在虚拟的网络世界里还有多个平行的 “ 你 ” ，时时刻刻伴你生活、学习、工作……，这个虚拟的你可以在许多方面督促、帮助、指引物理空间中的你，与你一起成长、变化，协助你解决各种问题。未来的世界，一定是真人与虚人一体化的平行人：平行人 = 人 +i 人，平行物 = 物 +i 物，开始是虚实的一对一，然后是一对多，多对一，最后是多对多，形成虚实互动、互生、互存的平行社会。学术上，这可称为“软件定义的系统”、“软件机器人”或“知识机器人”等等。本质上， ACP 平行理念的核心就是利用数据把复杂智能化系统“虚”的和“软”的部分建立起来，通过可以定量实施的计算化、实时化，使之“硬化“，真正用于解决实际的问题。而当前兴起的大数据、云计算、物联网等正是支撑 ACP 方法的核心技术。大数据可为平行系统的构建提供实时、全面、有效的输入，其作用可概括为： “ 数据说话 ” ， “ 预测未来 ” ， “ 创造未来 ” ；而合成起来，就归结到一个人工社会，一个计算实验和一个平行系统，实现从知识的表示、决策的推理，到情景的自适应学习和理解的大闭环反馈运行。戴志勇：这个人工社会的所有数据都是基于现实的吗？王飞跃：不见得。基于和符合是两回事，所有基于现实的规划都符合现实吗？一个人工社会的数据可以基于现实，也可以基于其它的人工社会提供的数据。社会媒体的广泛应用为社会信号的产生提供了新的途径，更为人工社会的构建提供了有效的数据支持，而人工社会产生的数据反馈到真实世界中，也会引发网民的反应并产生新的数据。戴志勇：那能不能说，我们在物理世界生活产生的数据就是原始数据、基础数据？王飞跃：当然。可以说原始数据直接来源于物理世界、心理世界，但人工世界也是一个世界，也可以产生原始数据，例如设计网络游戏所产生的数据也是原始数据。我觉得总的思路应该是：源于实际，补充实际；异于实际，高于实际；引导实际，创造实际。人的需求和供给正成为社会信号戴志勇：在本次腾讯思享会的演讲中，你提到的“牛顿到默顿的升华 ”、“物理信号到社会信号的转化”是什么意思？王飞跃：牛顿定律是“知你为何”，我们将来必须到默顿定律——“望你为何”，实现从牛顿的机械思维与机械系统到默顿的引导思维与智能系统的转化。实际上就是从大定律、小数据的时代向小定律、大数据的时代转化。怎么做呢？上面的思路就是我们的出发点。借助大数据等信息化“能源” 的支撑，通过 ACP 的平行方法，我们就可以实现从牛顿到默顿的升华。就是基于 ACP 的平行理念，通过虚实互动构建一个跨越认知鸿沟的桥梁，在不定情况下实现已有知识的灵捷利用，通过计算实验，在多样情况下完成知识的优化聚焦，然后在复杂场景下以平行的方式利用知识向既定的目标收敛。戴志勇：听起来不太容易理解。你可否举个例子？王飞跃：以打车为例，传统的出租车司机整天都要在路上跑着寻找乘客，使用滴滴打车的出租车司机就可以等着乘客下单，如果有事也可以不接单，这样一来自由度就增加了，赚的钱也不比别人少。这就是虚拟空间的真实作用，一点都不虚。目前价格的确定，现在是依靠优化博弈等算法，这就是计算实验的雏形，将来会更加复杂。虚拟空间实现了实时的社会的共享性、协作性和开放性，传统的物理空间做不到一点。其实这就是人肉搜索的进一步发展，我称之为 CMO （ cyber mo ve ment organization s ，动态网群组织）。以后所有行业都有可能变成这样，依靠手机等移动智能设备传来的社会信号，不是工业传感器传来的物理信号，跟虚拟世界连成一片。手机等移动传感设备传来的社会信号根植于人的主观个性化需求，例如我要到哪里去，区别于温度多少、压力多少这类的客观统一物理信号。我们依靠物理信号实现了实时工业控制的工程自动化，下面要靠社会信号的实时社会管理来实现社会智能化，最后达到以智能产业为主体的智业社会。人类现在有衣食住行的需求，将来还会有精神的需求，你抑郁了需要安慰，也可以发出信号，心理师就能及时与你聊天，这就产生了新的工种，能让人们活得更舒服、更有效、更有意义。目前社会上已经开发了许多号称智能的软件，正朝着这个方向发展。通过虚拟世界改造物理世界戴志勇：这就是你说的社会信号。那“平行执行”该如何理解？是说在虚拟世界和物理世界都可以执行？王飞跃：是的，都可以执行！以汽车为例。将来工厂生产出汽车，会卖给顾客一辆实际的车和一辆虚拟的车，假设给实际的车加满了油，可以行驶五公里；给虚拟的车“加油”，它也应该行驶五公里，如果它行驶了四或六公里，就出错了，我们就要检查是否是物理车的哪一个部件出了问题，导致和虚拟的车产生了不一致的情况，这就是虚实互动、平行执行。很可能，将来玩游戏长大的年轻人，沒了虚拟车可能连物理车也无法掌握了。这样一来，就形成了一个监控系统，同样可以应用于政府政策执行、交通状况评估等方面。如果出现了问题，计算机可以自己寻找原因，但最后还是要靠人来操作，人无法主宰物理世界和心理世界，但是应该能主宰人工世界，要让物理、心理都往人工靠近，目的就是使不定变确定、使多样有标准、最终使复杂成为简单，不是相反。戴志勇：以前的政治课本说物质决定意识，现在是有点唯心了？王飞跃：王飞跃：这不是唯心的，是绝对唯物的，是知行合一，是把你的目标计量化、数值化并可视化，动员你所有的力量、聪明和才智去改造物理世界。戴志勇：这是否意味着目前的现实生活里的种种数据，将全数进入虚拟世界？那未来谁掌控虚拟世界就将变得至关重要。王飞跃：是，但要有个过程。我们认为，在不久的将来，一个企业、机构、军队甚至国家的竞争力和实力，很大程度上可能并不取决其外在规模与资产的大小，而取决于其掌控 CMO 的手段和能力，取决于其对虚实互动的认识、实践和效率，取决于与其伴生的人工企业、机构、军队或国家的规模和深度。戴志勇 : 这是已经到来的社会了。只是大家对此还没命名，也还没有一个很清晰的认知。你能描述出一个框架吗？王飞跃：我认为这就是智慧的“平行社会 ” 。首先是游戏与动漫的科学化。游戏工程师、游戏玩家将与今天的软件工程师一样，成为公司 “标配” 。游戏工程师干什么？当然是打“游戏“，打自己“人工公司“的管理游戏、市场游戏、生产游戏，等等，直到打出自己公司的管理制度、运营效率为止。其次是仿真与模拟的常态化。举个例子，将来人工的桥会跟实际的桥一起通车、老化甚至一起经历事故，二者可通过无线传感网、物联网等进行连接，形成互动。我们甚至可以把这些模型置于网上，发挥众包的力量，共同监督桥梁建筑模型的运行，协同维护社会安全。当然，这只是一个简单的例子，大坝、高楼等公共设施都可以通过这样的方式来管理和维护，其核心就是仿真模拟的嵌入式和常态化，要年年仿、月月仿、天天仿、时时刻刻不停地仿下去。最后是经验与知识的数字化、动态化和即时化。以后 80% 所需的知识上网一查就有了，剩余的 20% 或更少才需要专家，如历史学家、科学家等。我们所需的即时编写并修改机代码，而且即写即用，使其成为谋生的常规手段。可以说，今天的科技工作者——“码农”，就是未来的智能平行时代的“工人农民”。未来智慧社会的作用有三个：人工影响现实，“ 虚 ” 的影响 “ 实 ” 的；未来影响历史， “ 无 ” 的影响 “ 有 ” 的； “ 水晶球 ” 的科学化、仪表化，不仅是对历史进行感知，而且可以对未来进行感知，进而对未来进行统计、设计、干预等。开放社会必须奠基于分布式、可移动、协同化社会计算技术戴志勇：人类的力量将会更强大，但这可能会造成另一种贫富差距啊。有的人如果未能进入这个平行世界，就被远远抛在了其他人后面。变成你在演讲中说的“智力上的残废”。王飞跃：所以我在演讲中还提到，十多年前曾说过一点比较危言耸听的话：“以后的小孩一生下来要跟种痘一样种两个芯片，一个增加存储能力，一个增加计算能力，而且还要联网。” 其实不见得这么可怕，只要有了“平行的你”就行了，将来知识机器人产业发达之后，这些“平行的你”都可以网购、下载，最终消除“智力上的不对称”。戴志勇：那从事这方面工作的科学家岂不是将有很大优势？那些能够主导平行世界规则的公司和其他机构，将对普通人的生活拥有巨大的控制能力？作为一个科学家，您是否有这种强大的能力去改造世界，使 X5.0 时代早日到来？王飞跃：我自己做这个领域做了三十多年，明确地提出来大家一起来干这件事也十多年了，目前所在的这个实验室就是这样成立的，给国家列的任务就是用 ACP 做控制、做管理、做智能医学和智能社会，从 2002 年至今已有十余年。但我个人不可能有这种强大的能力，必须是分布式、可移动、协同化的，这些能力独立分布在很多地方。我不可能把这些全部建立起来，我只能挑选几个领域。但大家都可以集体往这个目标去努力，要依靠整个社会的大规模协作力量。这样，未来的智能系统一定是开放的、开源的、实用化的、大众化的、微小 “ 创客 ” 式的，非乌托邦式的。社会的开放性也建立在分布式的基础之上，最后做到公开、公平、公正。戴志勇：目前人工智能还不能在实际生活中充分应用，面临着很多技术难题。王飞跃：这就涉及到我所说的“开放的算法”。从技术或工程角度而言，智能的本质就是利用已知知识、解决未知问题，从已知到未知目前只能靠想象。人想象靠大脑，而大脑是开放的，可以“心游万仞” 。但机器想象目前却只能依靠封闭的算法：迄今为止，不管是多么复杂的机器算法，几乎全都限制在机器的内存空间中。如果算法不 “ 解放 ” 、不开放，人工智能永远只能 “ 人工 ” 、无法逼近人类、无法 “ 类人 ” ：人工智能就只能利用已有的知识，解决已知的问题，就是目前 Google 和百度的正在追求的水平；而无法到达智能的第二境界之利用已知的知识，解决未知的问题。戴志勇：算法怎么开放？王飞跃：我认为算法只能在第三世界开放。这个第三世界不是政治意义上的第三世界，而是之前提到的波普尔第三世界 —— 人工世界。开放智能算法，开发人工世界，最终消除 “ 智力的不对称 ” ，就是新智能时代的历史任务。以前我们只关注物理和心理世界，现在必须要将人工世界变成 “ 主战场 ” 。算法一定要在第三世界开放，因为只有在人工世界，人类才是真正的主宰，因此人类设计的算法能够在这里得到解放，不必非得受到经济、法律甚至科学上的约束，唯一的约束就是想象。戴志勇：很多人质疑，当人工智能发展到一定阶段后，会对人类造成危害，甚至导致机器换人，您怎样看待这一观点？王飞跃：在什么意义下的危害 ? 绝对意义下所有的技术都有危害，人类的最大危害其实就是人类本身。相对意义下，我不相信人工智能会危害人类，至少近一段时期如此。我相信它将在知识自动化方面得到广泛应用和大力发展。未来的智能机要打破三个世界的界限，一定要融物理空间、社会空间、网络空间为一体。将来的机器人、智能机必然会促进新工作、新工种的产生，就像计算机产生新的工种（如软件工程师等），工业社会把农民转成工人一样，只有这样它才有未来。所以，我不信机器换人，应该是机器渡人，机器升人、机器化人。一句话，人工智能和智能机器是人类走向开放社会的朋友、不是敌人。本文源自王飞跃研究员在腾讯文化 · 2015夏季思享会“跨界、跨世界：迎接平行时代的智能产业与智慧社会”的主题演讲，修改后发表于《南方周末》杂志。; 19025 次阅读|23 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 智能产业

相关帖子

相关日志

关闭安全验证