微软亚洲研究院院长洪小文：人工智能处于半认知阶段，人类大可不用担心会被 AI 超越

人工智能是近年来最火热的话题之一，关注度也一直居高不下。距离这个概念被提出已经过去了 60 多年，如今，人工智能发展到什么阶段了？未来发展的前景是怎样的？6 月 14 日，在由清华大学五道口金融学院、清华大学国家金融研究院、清华大学研究生会联合主办的“未来已来—全球领袖论天下”系列讲座上，微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文发表了题为“智能简史及数字化转型的未来”的演讲，介绍了人工智能的发展现状与未来发展方向，并就企业如何借助技术的发展实现数字化转型进行探讨。

以下为洪小文演讲 部分精华内容 （经 AI 前线整理，有删减 、调整 ）

人类对于 AI 又期待又害怕

大家都知道，现在 AI 很热，我经常开玩笑说，AI 火热是因为“人工”的反面是“天然”，“智能”的反面就是“愚蠢”，因为没有人想做天然的愚蠢，那当然就喜欢 AI 了。

1955 年我的师祖（老师的老师）John McCarthy 在达特矛斯会议上提出了“AI”（Artificial Intelligence），AI 这个学科如今已经发展了 60 多年了。

1950 年，《时代周刊》发表的一篇文章中曾提到了这样一句话，“对于拥有‘超人’力量的机器，现代人已经习以为常，但是拥有‘超人’脑力的机器仍然让人们感到恐惧。‘超人’的设计者们否认他们正在创造人类智力的竞争对手。”

1950 年那个时代，AI 还没有被定义出来，且 1950 年全世界计算机应该少于 10 台，（计算机是在二战期间诞生的），每一台计算机都有一个房间那么大，其运算能力、储存比今天的智能手机差，在那个时代，大家很担心有人造出了比人都聪明的计算机。

我们并不害怕大型机械（飞机、汽车），但是却在 AI 还没有影子的时候就感到害怕，这说明人类对智能这件事情，真是既期待，又怕受伤害。

人工智能处于半认知阶段

最底层的是计算、记忆力。不管是图灵机还是冯诺依曼机，我们见过的机器基本都包含了 CPU（中央处理器）以及存储两大基本组成，计算机靠这两样东西就可以运算所有的程序。自下而上第二层是感知，感知主要是视觉、听觉方面。现在 AI 在计算机视觉、语音识别上已经有非常广泛的应用。

第三层是认知，认知基本上是说我们对一件事情的理解，最后还可以推理，做一个计划，做出决策，我们来看看计算机和人做的怎么样。去年，微软在自然语言方面有一个很大的突破，微软亚洲研究院机器阅读系统在 SQuAD 挑战赛中率先超越人类水平，在翻译方面，微软中 – 英机器的翻译水平已经可以“与人类媲美”，微软对话式人工智能机器人小冰可以与人类单次对话轮数达到 20 次以上。

目前，人工智能发展阶段处在认知阶段，包括理解、洞察、推理、计划和决策等能力。而认知的进化主要来自一个反馈闭环，该闭环依靠传感器和执行器两大部分，主要表现为物理世界通过传感器将数据传输给系统，系统针对传输数据进行分析后作出决策，并将决策反馈给执行器，最后由执行器在物理世界中实现决策。人工智能在闭环中扮演最重要的分析与决策角色。

人类大可不用担心会被 AI 超越和“吃掉”

关于智能金字塔中的创造力层，目前人比 AI 做的更好。近些年，深度学习也在进行一些创造力的尝试，如微软小冰现在不但能写诗，还可以看图写诗，小冰也可以作歌、作词、作曲，她能作各种风格的曲子。

这是不是代表计算机真的有创造力？其实创作这种东西，特别是艺术的创作，还是要有自己的想法。今天 AI 可以产生这些东西，但是不代表它知道为什么产生，因为它是黑盒。计算机能创造不代表它有像人一样的创造力。而从现实世界的角度看，我们把创造力定义成解决问题的步骤，我今天解问题，要想出这些步骤去解这些问题，这个算法就是创造力。

大家常说今天谁做了一个什么 AI，人类没希望了，事实上大家忘记了一件事，今天计算机所有的算法都来自于人，如果有一个人告诉你有一个计算机可以自己想出算法，那绝对是吹牛。从这个角度来看，人类大可不用担心计算机超越我们、有一天把我们“吃掉”，根本没有这么回事。

人工智能 VS 人类智慧

对于人工智能与人类智慧的边界问题，我这里先讲一下黑盒和白盒认知的差别，当前的 AI 主要是黑盒模式，它基于大数据的模式识别推理，它可以告诉你 what，但是不能够告诉你 why，不同黑盒系统之间无法完成因果推理。所以，很多人把它说成不可解释的 AI。而人类认知更多是白盒推理，人最重要的是做因果分析，还可以举一反三，在不同白盒系统间实现认知和推理。

人工智能可分为弱人工智能和强人工智能。弱 AI 具备观察和感知的能力，可以做到一定程度的理解和推理。目前的研究都是集中在弱人工智能这部分，事实上今天的 AI 大多做的是相关性，它做不出因果关系。而强人工智能，期待可以获得自适应能力，能够解决一些之前没有遇到过的问题。

但目前看来，强人工智能还遥不可及。强 AI 就像通用 AI，每样都懂一点，很多东西我们不是专家，我的师祖 John McCarthy 当年召开达特茅斯会议，当时人家问他这种通用 AI 多久可以实现，他给了一个很有智慧的回答，5-500 年，我们知道当然不是 5 年，500 年相当于永远，所以实在不知道什么时候会发生。

人工智能与数字化转型

如今我们生活在数字化时代，人工智能的发展将促进人类生活的彻底数字化，从文字、数据库、商业交易、信息知识再到物联网、数字孪生等方面都有所体现。

彻底的数字化世界，需要无处不在的计算，应对未来，企业数字化转型尤为重要。我们跟德勤，针对全世界的这些企业里面（大、小、中型企业）做了调研，90% 的企业已经认识到数字化转型的重要性，但是只有 30% 的企业认为他们已经开始数字化了，只有 15% 的企业认为他们可以自己搞定。

企业数字化转型的基础是以人工智能的强大算法、海量数据以及大规模的计算三个因素组成的人工智能平台（ABC）。企业可以利用智能系统，进行运营优化、产品升级、沟通客户、赋能员工四大转型，使企业获得新的产品服务和商业模式，优化决策，提高生产力。

如何看待 AI ？

我们应该怎么看待 AI 呢？我非常乐观，人工智能的关键还是人，而创造技术的目的是为了更好地拓展人类的局限。应该很庆幸，我们是第一代跟人工智能一起生活的人类。而且我自己的经验里，通过人工智能的研究让我们对人类智慧有了更深入地了解。

再来讲讲 AI For Good，技术正在变得越来越重要，但与此同时，人们也会有很多与技术相关的负面隐忧，如安全、隐私、假新闻、偏见，甚至 AI 会不会取代工作等问题，我觉得一个产品或者一项技术，最后都反映了人的价值观。这方面，我觉得需要商业专家、经济学家、社会经济、公共政策者、心理学家、律师、政府等多方利益相关者共同参与、共同探讨。

我认为要以赢得信任的方式设计人工智能，我们提到七个原则：合法与主权、负责、透明、公平、可靠与安全、隐私与保障、包容。这里重点说一说透明原则，比如大家现在对人脸识别有顾虑，那该怎么做呢？比如，你进到公共场合，进入有监控的地方，就需要知道自己被监控。

一百多年前、两百多年前，90% 的人是从事农业的工作，今天可能只有 10% 的人在从事农业工作，其它 90% 的人去哪里了，是都失业了吗？没有，因为工业革命产生了更多新的价值。

所以，与其担心技术会不会改变工作，还不如关注我们应该如何训练我们和我们的下一代，终身学习。

未来的发展非常漫长，让我们一起努力。