📖 ZKIZ Archives

《大數據時代的歷史機遇》1.5 大數據面臨的挑戰和機遇 趙國棟

http://xueqiu.com/2594854241/23965263
大數據概念剛剛提出，有人擊節讚歎，認為「數據人」的春天到了，也有人質疑為炒作，認為不過是業界和資本市場又一次發神經而已；但更多的人是茫然的，並不知道這個概念對自己的業務意味著什麼。本節主要澄清一些概念和誤讀，探討大數據落地存在的障礙。

重新審視「自主版權」

大數據時代，產業重心發生了遷移。信息產業的重心由基礎軟件嚮應用軟件過渡，信息技術本身的重要性向數據資產的重要性過渡。而應用軟件領域，恰恰是中國軟件企業的強項。利用好開源的基礎軟件，實現在應用軟件領域的突破，帶動基礎軟件領域的進步，是中國信息產業的發展方向。

「智慧出，有大偽」。多少人假「自主版權」之名，卻從未超越開源軟件的功能？信息產業的創新，是亦步亦趨麼？微軟有操作系統，我們就必須搞「自主版權」的操作系統？多年的撥款，支持「創新」，為我國信息產業技術提升帶來哪些進步呢？幸而我們有一個華為，看看華為老闆任正非怎麼說。

2012 年7 月份，任正非與華為實驗室的幹部和專家座談。有人問：「當前在終端OS領域，Android、iOS、Windows Phone 8 三足鼎立，形成了各自的生態圈，留給其他終端OS 的機會窗已經很小，請問公司對終端操作系統有何期望和要求?」

「如果說這三個操作系統都給華為一個平等權利，那我們的操作系統是不需要的。為什麼不可以用別人的優勢呢?微軟的總裁、思科的CEO 和我聊天的時候，他們都說害怕華為站起來，舉起世界的旗幟反壟斷。我給他們說我才不反壟斷，我左手打著微軟的傘，右手打著CISCO 的傘，你們賣高價，我只要賣低一點，也能賺大把的錢。我為什麼一定要把傘拿掉，讓太陽曬在我腦袋上，腦袋上流著汗，把地上的小草都滋潤起來，小草用低價格和我競爭，打得我頭破血流。我們現在做終端操作系統是出於戰略的考慮，如果他們突然斷了我們的糧食，Android 系統不給我用了，Windows Phone 8 系統也不給我用了，我們是不是就傻了？同樣的，我們在做高端芯片的時候，我並沒有反對你們買美國的高端芯片。我認為你們要儘可能的用他們的高端芯片，好好的理解它。只有他們不賣給我們的時候，我們的東西稍微差一點，也要湊合能用上去。我們不能有狹隘的自豪感，這種自豪感會害死我們。我們的目的就是要賺錢，是要拿下上甘嶺。拿不下上甘嶺，拿下華爾街也行。我們不要狹隘，我們做操作系統，和做高端芯片是一樣的道理。主要是讓別人允許我們用，而不是斷了我們的糧食。斷了我們糧食的時候，備份系統要能用得上。」

在國家「信息安全」的背景下，我們的確是要搞操作系統，萬一別人不給我們用了呢？不能被人卡脖子。這是國家或者和華為一樣體量的公司，不得不在安全層面思考的一個問題。但是過分強調「自主版權」的操作系統是否是任正非口中「狹隘的自豪感」呢？

國家的數據安全，應該建立在「自主可控」的軟件、硬件之上，並非一定是「自主版權」的軟件、硬件。自主可控與自主版權僅僅兩字之差，但導致的產業方向，截然不同。

華為過去沒有自己操作系統，也沒有自己的芯片，但是硬是在廣闊的「應用市場」，打開一片天地。利用「應用」帶來的市場地位、積累的研發實力，開始向產業鏈上游擴張。這是一條實實在在的路。華為的成功和戰略選擇，帶給信息產業寶貴的經驗，就是紮紮實實做好應用，切切實實積累技術。華為並不是在平地起高樓，充分利用了「開源軟件」，是華為在基礎軟件領域，快速趕上的原因之一。在開源的Hadoop（大數據主流技術）社區重要貢獻公司名單，排名第七。是貢獻最大的中國公司。

過分的強調「自主版權」，使一些「頭腦靈活」的公司嗅到「商機」。去開源軟件社區，下載幾個軟件，改改界面，換一個標識，就成了「自主版權」軟件，拿來騙取國家的科技補貼。這樣的公司就是國家的蛀蟲，產業中的敗類。第一，欺騙國家，第二，違背開源社區的精神。這些公司的出發點從不是著眼於實際的應用中，他們只是騙取國家的創新扶持的撥款。他們的技術從開源社區「偷竊」而來，從無超越開源軟件的可能。

相反，哪些埋頭解決客戶的實際業務問題，利用開源軟件彌補自身基礎軟件的短板，在實際應用中，不斷的修改、完善、昇華開源軟件的公司，才是中國的信息產業的希望，他們才有可能借助應用為王的時代，實現反超。

充分利用開源軟件，尊重開源社區分享、合作的精神，發展「自主可控」的基礎軟件、基礎硬件產品，才是一條正路。事實上，中國絕大多數的軟件公司，都在利用開源軟件。最值得學習和推崇的是華為公司。第一，他們大張旗鼓的在用，尊重開源精神。第二，他們不斷地反哺開源社區，促進開源軟件的發展。反哺開源軟件，是一種態度，更是一種能力。如果公司不能超越開源軟件，是談不上反哺開源的。除華為之外的第二類是偷偷的用，模糊版權問題，談不上反哺開源社區。第三類則最為惡劣，明明是拿的人家開源軟件，非要說自主版權，這種行徑與偷盜無異。幸好中國有一些有志於技術的年輕人，自發地成立開源技術小組。我衷心的祝福他們在開源的道路上，走的更遠。

中國的互聯網公司在使用開源軟件方面做出了表率。淘寶網光棍節一天的銷售額達到191 億，這在世界上都是獨一無二的。這套以開源軟件為基礎構建、開發的後台信息系統可以說承受了最大的壓力。。京東商城也是如此，2012 年初，京東開始「去貴族化」（拋棄昂貴的商業軟件）的努力，以開源軟件為主，重新構建了其信息系統。我們在和其CTO 交流的時候，他感到非常欣慰，因為這次光棍節的購物，京東的信息系統沒有出現任何性能問題。海外的最大的電子商務公司亞馬遜、最大的搜索引擎谷歌、最大的社交網站Facebook，無一例外都選擇了開源軟件為主，構建信息系統。而且大數據技術，本就是開源軟件唱主角。既然如此複雜的業務，如此巨大的交易量，都可以使用開源軟件，我們為什麼要花大把大把的金錢，給那些提供昂貴產品的公司呢？京東商城恰好又是非常典型的例子：京東的CTO，是從大名鼎鼎的甲骨文（Oracle）公司挖來的，但也正是他主導了京東「去甲骨文」的歷程。

開源軟件，是送給中國信息產業界的一份大禮，我們要大大方方的接受他，改造他，支持他。這是一種態度，更是一種能力。校正公司對待開源軟件的態度，引導公司加強開源軟件研發、改進，支持開源事業，則是信息產業政策需要認真對待的一個課題。開源軟件既然是送給我國信息產業的一份大禮，那麼如何收下，如何用好，就是需要政府和產業界共同面對的大命題了。

缺少大數據思維和意識，沒有緊迫感

曾經有人問，發展大數據要採用哪些技術，有什麼產品？事實上：大數據首先是一種思維方式，其次才是判斷產業發展趨勢和選擇公司戰略，最後才談得上技術實現的問題。有四種典型的片面認識阻礙企業家完整的認知大數據：第一，認定是炒作；第二，片面理解；第三，視野狹隘；第四，唯技術論。這些都是缺少大數據意識的表現。儘管還有其他各種客觀原因，但是企業家的思想認識，是阻礙大數據獲得深入應用的最重要因素。
第一，認定無非是另一次炒作。這是最常見的一種誤讀。其流毒在於阻礙了人們去耐心認真的研究大數據的由來和機理。IT 業和資本的確有炒作的傳統。對千年蟲連篇累牘的報導和宣傳，除了讓IBM 等大賺一筆外，結果發現問題並沒有事前描述的那麼聳人聽聞。物聯網也曾經是資本市場的寵兒，但現在卻已風光不在。如果因此就把大數據歸於炒作一途，肯定會與機會失之交臂。大數據與以往的技術概念有顯著的不同，最大的差異是大數據已經遠遠超越技術的概念，是互聯網、智能終端、社交網絡發展到一定階段的必然產物。以往，信息技術總是在圍繞提升企業運營效率打轉，而大數據促使商業智能真正走向企業的決策中樞。

第二，片面的理解。有人一聽說大數據，就說十多年前我們就有多少多少數據。以前都說海量數據如何如何。的確，海量的數據是大數據的特徵之一，但海量數據並不等同於大數據。大數據更強調數據的多樣性、及時性。網絡日誌、文檔、視頻、圖片等都是大數據關心和處理的對象。更重要的是，大數據技術總是要求儘可能快的發現有決策價值的信息。快的度量單位是不能超過1 秒。廠商在介紹大數據概念時，往往介紹三個「V」特徵：Volume 體量大，至少要到PB 級別（1PB 等於1024 個TB，大約相當於地球觀測系統五年的數據）；Velocity，實時要求高；第三個Variety，強調數據的多樣性。還有廠商增加一個V，Value，意思是說大數據有價值。這些都是對的，但不免過於片面。

第三，狹隘的視野。僅僅埋頭在自己的一畝三分地，是難以領略大數據全部魅力的。它首先是超越行業的，一定會促使新的行業誕生，也一定會令一些行業消亡。幾乎所有行業的競爭格局都將被大數據所顛覆。其次它是超越技術的，無論是開源的Hadoop，還是各廠商力推的新產品，都不足以反映大數據的全貌。作為投資人，或者公司的決策者，如果不能確立這是行業競爭的戰略要地思維，則不足以妄談大數據。

以企業在線服務市場為例，這個看起來很朝陽的產業，並沒有在中國取得引人矚目的成長。國內最大的幾家公司，營業收入大約在1 億元左右。前段時間和業內人士辯論能否免費為企業提供在線服務。大多數業界人士認為企業市場與個人市場不同，企業客戶擔心免費服務的質量，不收錢人家反而不敢用云云。事實上，我看到已經有公司免費為企業提供在線的企業管理服務，其盈利模式變成為他的在線客戶提供金融貸款業務。在線業務加小額貸款服務已經成為極具顛覆性的商業模式，這種商業模式如果進展順利，傳統的在線服務商，將面臨行業性的滅頂之災。這種新模式，其核心競爭力體現在擁有大量的、真實的客戶運營數據。借助對這些數據的收集分析，預測客戶的運營風險，最大限度的降低借貸違約風險。阿里巴巴公司剛剛提出的平台、數據、金融的戰略，則是大數據前景的最佳詮釋。

廣告產業將重新洗牌。大家都知道廣告預算至少有一半被浪費掉，可悲的是不知道浪費的是哪一半。借助大數據，廣告將變得及時和精準，而且能夠評估量化每個渠道的廣告效果，看起來具有非常誘人的前景：廣告主大大節約資金，消費者得以避免垃圾廣告的騷擾。理論上，如果大數據技術得到充分運用，那麼我們每個人將不會收到垃圾信息。在日常消費中，衝動型的購買決策越來越普遍。商家必須在消費者最感興趣的時候，及時觸發刺激消費者的購買慾望。離開大數據的支持，這種精準的營銷則難以實現。

製造業將重新定義核心競爭能力。在製造業發展的不同階段，其核心競爭力是不同的。在發展初期，產品質量是非常重要的因素，就是能夠做到人有我優。這個階段的關鍵資源是擁有先進的生產設備。產品同質化後，對於渠道的掌握和控制成為生命線，關鍵資源是優質經銷商隊伍。當渠道成熟到一定的階段，誰能掌控終端，誰將佔據競爭優勢，關鍵資源終端營銷團隊。考察製造業關鍵資源的遷移，我們發現它逐漸向最終用戶端遷移。換句話說，誰能掌握最終用戶，誰就能笑傲江湖。這方面例子還有很多，各行各業都不在少數。對此本章不在贅言，後續章節均有詳細描述。

第四，唯技術論。大數據是一種思考方式，和有沒有數據、數據量的大小、使用什麼技術，不存在嚴格的正相關。沒有最新的技術，也可以通過數據資產來獲利；即便擁有最先進的技術，缺少數據思維，沒有數據資產，往往也徒勞無功。不能單純的認為只有哪些圍繞hadoop（泛指大數據技術）開發的新興公司，才是大數據公司。也不能認為沒有技術的就不是大數據公司。相反，在大數據領域，那些擁有稀缺性數據資產的公司，往往可以指點江山，獨領風騷。大數據既不等於數據挖掘也不等於統計分析，更不等於人工智能。但是這些技術和算法都需要大數據的支持。使用同樣的算法，如果利用全部的數據集，而非小樣本量，甚至得出截然不同的結論。這就是大數據的魅力。他可以在宏觀尺度上把握潮流，也可以在微觀顆粒上預測未來。

數據治理缺位

數據割據、數據孤島和數據質量，是典型的三大數據治理問題。

因為制度、地方主義、部門主義等人為因素造成數據分散的現象，我稱之為「數據割據」；因為技術差距、歷史遺留問題等形成的數據分散的現象，稱之為「數據孤島」。數據割據現象更多存在於國家各部門、各地方之間；大型企業內部也會存在數據割據現象。譬如氣象部門詳盡的天氣觀測數據，是研究大氣規律、做天氣預報的第一手資料。但是這些數據因為各種各樣的原因在氣象局那裡睡大覺。理論上講，科學院的大氣物理研究所是可以拿到這些觀測數據的，否則，大氣所的科學家們怎麼支持氣象局的工作啊？根據「有關部門的有關規定」，大氣所的確也能夠接觸到這些數據。但實際操作中，要拿到些有用的數據，不拖個半年是不行的，而且就算到手了，也是雞零狗碎的，沒什麼用途。這就是典型的「數據割據」現象。

有家公司專門為淘寶網上的商家提供在線的服務。這些服務需要淘寶開放數據接口。早期，如果不使用淘寶提供的服務器是沒有任何障礙的，但現在這項服務有50%的時間是無法連通的。我們自然無權指責淘寶的經營策略，但這種因先發優勢進而形成數據割據的局面，的確令人擔憂。

美國政府在消除數據割據方面可謂用心良苦。除了系統性的提出國家層面的數據戰略外，一些做法也值得借鑑。具體方法參見本書第三部分的詳細介紹。

我國政府面臨更加嚴峻的數據割據困境。數據保護主義不過是部門保護主義在信息領域的延伸而已，必須出台國家級別的頂層設計，由上而下地破除阻礙數據分享的藩籬，並建立數據共享，成果分享的利益分配機制，才有望從根本改善數據割據的問題。

數據質量的好壞，直接影響數據資產的價值。數據質量主要包括數據的真實性、完整性、一致性。數據質量的解決非一日之功，需要技術、制度、文化等等方方面面的努力。如果把數據認認真真的當成資產對待，數據質量，就是需要面對的第一個問題。

數據資產的界定與安全

隨著數量越來越多的數據被數字化，在跨越組織邊界而流動著，一系列政策問題將會變得越來越重要，這包括但不限於隱私、安全、知識產權和責任。顯然，隨著海量數據的價值愈加明顯，隱私是個重要等級（尤其是對消費者來說）不斷提高的問題。個人數據（例如健康和財務記錄）經常能夠提供最重要的人類福利，例如，幫助精準確定適當的醫療或者最恰當的金融產品。然而，消費者也將這些類別的數據視為最敏感的個人隱私。顯然，個人和其生活所在的社會將不得不努力在數據隱私和數據的功用之間權衡取捨。

另一個密切相關的擔憂是數據安全，例如，如何保護競爭方面的敏感數據或應保持隱私的其他數據。最近的例子表明，數據被盜不僅暴露消費者個人信息和企業保密信息，甚至還會暴露國家安全秘密。鑑於嚴重的數據被盜事件有增無減，通過技術和政策工具解決數據安全問題將成為關鍵。

海量數據日益提升的經濟意義也昭示了一系列法律問題，尤其是當其與如下事實聯繫起來時：即數據與許多其他資產具有根本性的差異。數據可以與其他數據結合起來完美而輕鬆地複製，同樣一份數據可以由多個人同時使用。這些是數據與實體資產相比的獨有特徵。有關數據所附帶的知識產權的問題不容迴避：何人「擁有」某份數據，某一數據集附帶著何種權利？數據的「公平使用」的定義是什麼？此外，還有與責任相關的問題：當一份不準確的數據導致負面結果時誰應負責？要充分發揮海量數據的潛力，此類法律問題需要澄清，也許會隨著時間的推移逐步澄清。

缺乏大數據人才

就算政府和企業界認識到大數據可以釋放經濟的下一波增長潛力，認識到數據資產是關乎企業未來的命脈。但是如果想要成功運用大數據技術，達成企業戰略目標，最大的制約因素往往是大數據人才的匱乏。這一點已然成為推廣利用大數據技術的阿喀琉斯之踵不過許多高校近期的舉動令人欣慰。北京大學、上海交通大學、中國人民大學、北航等高校都在設立數據科學的專門研究機構和相關專業，未來，也許數據科學家將成為令人尊重的職業。

寶寶的挑費該怎麼花 證券市場紅週刊

http://xueqiu.com/2994748381/29756014
證券市場紅週刊 特約作者 沈紀
    引言：初為人父，按捺不住內心的喜悅。從寶寶出生到現在，可以精打細算，把有限的經濟資源投入到關鍵的地方。下面就為大家曬曬我家的養兒理財經。
　　這年頭，養娃不易，操心受累不說，沒點經濟基礎還真難堪重負，把個小不點養到18歲一米八的大個子，花的錢折成百元大鈔摞起來，恐怕都不止這個高度！所以如果您不是富一二代，您家的寶寶不是富二三代，那就精打細算一下寶寶身上的花費。
　　小記見識了不少寶爸寶媽平時對自己都跟葛朗台似的，給寶寶買東西倒跟不要錢似的。但話又說回來了，人不算計就受窮，誰家的鈔票也不是大風颳來的不是？再者，精打細算並不等同於省下錢不花，而是要分清什麼錢該花、什麼錢不該花，把有限的經濟資源投入到關鍵的地方，這才是寶爸寶媽們的理財態度。
衣服雖貴 可拿來主義
　　有經驗的家長都知道，在寶寶小的時候，最費錢的就是小衣服。寶寶長得太快，眼見著小衣服穿在身上就像縮水了似的。經常一件剛買回來沒多久、穿著正合身兒的小衣服，這才過了不到倆禮拜，洗了也就五水，怎麼穿著就露手腕子、露腳脖子啦？
　　因此隔三差五地給寶寶添置衣服、褲子、連體服便成了家常便飯，因此這實在是一筆不小的花銷。
　　其實以小記的經驗來看，寶寶的衣服漂不漂亮無所謂，舒服就行，必須要純棉的；新舊都無所謂，乾淨就行。我家葫蘆娃小的時候，就是撿了好幾戶乾媽家穿剩下的純棉小衣服，回家煮乾淨、曬透了，軟軟乎乎的，不似新衣服那般皺，寶寶穿上也是倍兒爽！也省了不少銀兩嘞！
　　但是需要注意的是，小衣服的來源最好是知根知底的，最起碼沒有什麼皮膚病、傳染病之類的。再者，取回來一定要殺菌，沒有紫外消毒櫃也沒事兒，《野外生存》的貝爾說過「100度開水煮3分鐘，70度熱水煮15分鐘」就足矣。
吃得要好 可保證健康
　　上面介紹的是「雞賊」的方面，但是有些錢可是不能省的，比如寶寶吃的東西，吃母乳的省心，吃奶粉的也不過費心挑一挑靠譜的牌子吧，好的孬的也就是差一二百塊錢，一個月下來頂多一千塊錢。等到吃輔食時就頭疼了，現在的食品安全實在是個問題，惹不起吧，你還躲不起，什麼農藥、催熟劑、生長劑什麼的一招呼，搞得人見人愛的蔬菜瓜果其實都像小藥丸似的。要擱大人也就算了，那麼多年鍛鍊下來，脾胃功能強大無比、肝臟祛毒無堅不摧，可小寶寶不行啊，吃了不乾淨的東西腹瀉不說，小肝臟也指望不上啊，這要是鬧個病可就不得了，去趟醫院，寶爸寶媽看著心疼不說，那兜裡的銀子可就嘩啦啦地出去了。
　　因此在寶寶吃的東西上，應該大方一點，就豁出去買一些綠色有機食品。
玩具既要衛生 又要精少
　　俗話講病從口入，寶爸寶媽們不可忽視的是，入口的東西可不僅僅是指吃的東西，寶寶的玩具可也是關鍵！
　　對於小寶寶的玩具，小記確有切身體會。當時在寶寶4個月大的時候，他的乾媽1送了一套費雪的組裝式玩具架，上面拴了一些可拉可踢、可愛喜人的小玩具，價值三四百塊錢吧，乾媽2也送了一套組裝式玩具架，但是是國內不知名小廠生產的，價值大概五六十塊錢吧。
　　價錢不是問題，質量才是差異。費雪的玩具架經過小記家的「葫蘆娃」大鬧天宮式的折騰後，依然能夠頑強屹立著；國產小廠的玩具架可就沒這般幸運了，去趟廚房的功夫就肯定「塌方」了，知道的是被葫蘆娃給強拆了，不知道的還以為遭到了城管的打砸搶。
　　更重要的是，學會爬之前的小寶寶，最樂意干的事兒就是用嘴去感知世界，看到什麼新鮮玩意都先送到嘴裡嘗嘗鮮兒，這要是玩具的製作材料、噴塗材料不過關還了得？什麼甲醛、氨水、重金屬，哪個聽著不得慌？雖然說便宜沒好貨的結論過於武斷，但是不容忽視的是，知名廠商的產品可信度就是會超過「山寨」的，再吝嗇的寶爸寶媽也不要拿寶寶的安全、健康來作為攢錢的籌碼。
　　再有，寶寶的玩具不必多，有國外專家研究過，如果讓寶寶玩過太多玩具，他在每一件玩具上投入的經驗就比較少，會導致寶寶長大後做事情沒耐心、容易半途而廢；倒不如專心、仔細地鑽研一件玩具，來鍛鍊寶寶的思維。因此，可少買，但要買精品玩具，這樣下來反倒省錢。
　　當然了，上面這些問題都是很「雞賊」的問題，就那點挑費，無論貴賤，安全衛生最重要。比起寶寶日後的教育、熏陶、培養等，簡直就是小巫見大巫。
　　以上就是小記家的葫蘆娃正在成長的故事。也希望能有更多前輩奉上真經，讓小記和其他菜鳥級的寶爸寶媽們少走些彎路吧。

人工智能——人類最後的挑戰和戰爭

來源: http://www.iheima.com/zixun/2016/0624/156889.shtml

文 | 黑君

人工智能一直是一個熱議的話題。

但最近，因為“阿爾法狗”發明者的一篇論文，再次將人工智能是否會對人類造成威脅的話題成為熱點。

人工智能一直在我們身邊 

不要一提到人工智就想到機器人。這只是人工智能的硬件，而人工智能自身則是機器人體內的“大腦”。

人工智能是“大腦”，機器人是身體，但有時身體並不一定必需。比如Siri只有大腦，並沒有身體，它背後的軟件和數據是人工智能，Siri說話的聲音是這個人工智能的人格化體現。

可能有些人一直以來把人工智能當做科幻小說，但最近卻一直聽到很多人嚴肅的討論這個問題，你可能會感到困惑。人工智能跟我有什麽關系？

常人總是把人工智能和電影聯想到一起。如星球大戰、鋼鐵俠、終結者等，但電影是虛構的，所以人們總是覺得人工智能缺乏真實感。

其實，人工智能說起來是個很寬泛的話題。從手機到無人駕駛汽車，到未來可能改變世界的重大變革，人工智能可以用來描述很多東西。

但你可能未曾發覺，人工智能技術已經來到眾人身邊，甚至每天都在使用，只是我們沒意識到而已。在生活中我們就在使用著這一項技術，例如智能搜索、siri或語音助手軟件。

但這些技術從嚴格意義上來說卻並不屬於人工智能範疇，絕大部分人工智能系統都相對比較狹隘，預先編程完畢的初級機器人只能處理特定領域的任務，對其他領域則並不擅長。

可能，在將來具備超高智能的機器人將會和人類的專家聯手解決所有的難題。

人工智能安全初創企業Spark Cognition公司CEO阿米爾•侯賽因表示，當今，軟件正在吞噬整個世界，未來，人工智能也會對軟件做同樣的事情。

人機圍棋世紀大戰後，人類是否遭受威脅？

今年3月，一場舉世矚目的“人機圍棋大戰”開戰，谷歌旗下的人工智能硬件AlphaGo挑戰世界圍棋冠軍李世石。最終，人類代表李世石總比分0-3輸給了阿爾法狗，“人機世紀大戰”以人類完敗而告終。

媒體給這次人機大戰一個特別燃的口號，“方寸之間，世紀之戰”。其實回顧人機之間的“恩怨”可以推到上個世紀。

19年前，俄羅斯棋王、國際象棋世界冠軍卡斯帕羅夫在與IBM公司的深藍計算機在第6次交手時，誓要捍衛人類尊嚴的卡斯帕羅夫在僅走了19步的情況下就眉頭緊鎖，向深藍“拱手”稱臣。

來自IBM的“深藍”計算機在國際象棋場上首次擊敗人類，這成為AI戰勝人類的第一個標誌性事件，但賽後，IBM宣布“深藍”退役。

“人類還會說，幸好還有圍棋。他們說，圍棋是‘人類智慧最後一塊高地’。”不同於國際象棋，圍棋每回合的可能性更多，共有250種可能，一盤棋可以長達150回合。同時，圍棋局面多變，無法被算法窮舉。

在科大訊飛董事長劉慶峰看來，在這場“人機大戰”，谷歌贏是理所應當。因為未來五到十年，可以說最能深刻影響和改變我們目前生活方式和生產工作方式的就是人工智能。可以說人工智能將像水和空氣一樣，進入我們日常生活每一個角落。

而這場“世紀之戰”之後，不乏聽到越來越多的聲音，人工智能是否會威脅人類甚至取代人類？這一討論再度成為人工智能領域的熱門話題。

最近，百度CEO李彥宏在百度聯盟大會上就人工智能領域展開探討。

李彥宏認為，人工智能是無法毀滅人類的，因為人類有最總的控制權力，去制定相應的功能。

同時，他指出互聯網的下一幕是人工智能，人工智能是移動互聯網後更激動的時代。

而人工智能再往後發展，會取代人類簡單的勞動，未來很多簡單重複的勞動可以通過人工智能的方式實現，人工智能會重構傳統產業。

最近，開發“阿爾法狗”的深度思維公司發表最新論文中，Deep Mind提出了給機器人安裝“切斷開關”的想法，為的是阻止AI學會如何阻止人類對某項活動的幹預，以預防科幻影片中機器人崛起、毀滅人類等類似情況的發生。用專業術語來說，叫做“安全可中斷性”。

研究人員表示，“一鍵終止”按鈕的核心在於如何讓機器人認為這一次人類控制者終止自己的行動只是一次性的，將人類控制者的終止指令看做是無害中性的，人類的“關機”行為不會在人工智能的強化學習過程中產生任何印記。

牛津大學人類未來研究所專家斯圖爾特-阿姆斯特朗曾表示，人類語言如此微妙，很有可能被人工智能誤讀。

一條“阻止人類繼續承受痛苦”的指令，可能會被人工智能解讀為“殺掉所有的人類”，而“保證人類安全”的指令也可能讓機器人把所有人禁閉起來。人類處在一場致力於打造安全人工智能機器的競賽中，必須爭分奪秒，以免為時過晚。

人類創造的最後一個互聯網作品——人工智能

天生具備拯救人類使命感的 Elon Musk 以及地球最聰明的大腦之一霍金都認為，機器對人類的威脅並非杞人憂天。

微軟聯合創始人比爾·蓋茨在接受媒體訪時曾表示，人工智能變得太過聰明的風險還“遠得很”。他認為，在未來10到20年時間里，人工智能對於管理人們的生活來說將是“非常有用的”。

在這里，人類更應該擔心的是，一旦當機器供養著人類，人類達到了一定的基本需求，那麽，人類真的還會有動力去追求更宏偉的目標嗎？還是醉生夢死、無所事事？

創新工廠創始人李開複覺得，未來十年，大部分的人類工作將被機器人所取代。雖然機器在邏輯分析推算方面，能力會遠超人類，但是依然是屬於人類操控的工具。

而基於深度學習的人工智能將可能為我們帶來更大的好處，它能夠解決問題、拯救生命、甚至產生巨大的商業和用戶價值。

人工智能時代的到來最大的益處在於，各種人工智能將幫助我們定義人性。我們需要人工智能告訴我們——我們是誰？

《連線》雜誌創始主編、《失控》作者凱文·凱利(KevinKelly)不僅絲毫不擔心人工智能會對人類產生威脅，反而沈浸於智能技術所蘊含的無窮想象之中、並為此興奮不已。

他表示，人工智能的應用無處不在，它帶來的影響力是巨大的。

因為這意味著一切物體均可擬人化，意味著我們可以加速新事物發展，雲端人工智能技術意味著，兩雙智能鞋的數據可以彼此分享，這就是綜合人工智能的表現。這的確大大加快了發明新事物的進程。

這些似乎都是極其看好人工智能領域發展與未來前景的人，但有支持就會有反對。

馬克斯則是擔憂者之一，他覺得人工智能的出現，雖實現了科技迷們的兒時夢想，但它們可能對未來產生負面影響，並非所有人工智能功能都是良性的。

如果人類創造出超越人類智慧很多的超級人工智能，確保其處於良性狀態非常重要。

因此，馬斯克特別強調，人工智能可能落入少數人之手，而對於他所說的少數人並沒有明確指明。

iRobot和Rethink Robotic兩家機器人公司的聯合創始人羅德尼•布魯克反駁了馬斯克和霍金曾對人工智能的擔憂。

“有一些不從事人工智能行業的科學家和工程師曲解了AI，而且普遍的說，很多人對人工智能都存在誤解。有些人太激動了，說我們已經需要擔心超級智能機器人，但實際上，我們距離‘弱智能’機器人都還很遙遠。”

王小川也認同看好人工智能未來的學者們，人工智能現在還不能完成自我的進化，現在深度學習的方法只是對已知的數據去重複，泛化它，其實解決的還是已經有的問題。只是可能做得更好，但不能創造新的問題，它還沒有創造力。

人工智能未來還很遙遠

看到了這麽多觀點，肯能有人會說，遇到威脅時，我們把超人工智能的插頭拔了不就行了？其實這就好比蜘蛛說，我們不給人類捉蟲的網把人類餓死不就行了？實質上都是可笑的。

把人工智能藏起來，或鎖起來，甚至斷絕它和外界的一切聯系的做法是沒用的，因為當人工智能的社交操縱能力變得強大之時，你是無法阻擋的。

在人工智能的代碼編程上，寫一個友善的弱人工智能很簡單，但寫一個能在變成超人工智能後依然友善的智能確實非常難的，甚至是不可能的。

其實，人工智能領域的概念很寬泛的，而人工智能領域的種類則分三種：弱人工智能、強人工智能和超人工智能。

我們現在所謂的人工智能研發領域還僅停留在弱人工智能領域之上，這個系統並非那麽嚇人，一般出現故障無非是代碼造成的程序死機等。

目前，人類已基本掌握了弱人工智能領域，弱人工領域作為人工智能革命的最基礎一環是必不可缺的。它的鏈條是從弱人工智能，通過強人工智能，最終到達超人工智能的旅途。

每一個弱人工智能的創新，都在給通往強人工智能和超人工智能的旅途添磚加瓦。

雖然現在的弱人工智能沒有威脅我們生存的能力，但還是要懷著警惕的觀點看待正在變得更加龐大和複雜的弱人工智能的生態。

現在，世界上的各階層都在研究著這一項世紀矚目的浩大工程，總有一天，一個人的創新將導致超人工智能的出現。

當他們思考，甚至去做這些事情的時候，只能夠慢慢來，並且格外格外小心。因為，人工智能創新和人工智能安全的賽跑，可能是人類歷史上最重要的一次競爭。

結果究竟如何，誰也無法預料。其實，即便不去想結果我們也都知道無非是兩種，一個是人類戰勝機器，另外一個是機器戰勝人類。

人工智能，可能是人類的最後一大挑戰和戰爭。