马云说智能世界三要素:互联网、大数据、云计算,机器是不可能取代人类的

添加时间:17-06-30   添加人:  点击:

马云,大数据,云计算,人工智能,

马云,大数据,云计算,人工智能,

6月29日上午,天津“世界智能大会”现场,马云作了万字演讲,36氪做了一定精简,以下是马云演讲整理:


我今天不是为不同而不同,我自己觉得我们在进入数据时代,一个很重要的事,每个人对每个问题的看法、角度、深度和广度必须是不一样的,只有不一样,你才是你。


其实大数据时代,最重要的是让每个人做最好的自己。


我最近一直在讲,我说我念高中,从小到达,没有考试当过第一名,一个很重要的原因,我知道我当不了第一名。第二,当第一名太累。第三,第一名只有一个,一个班五十个人,做个二十名的人其实蛮好的。做最好的自己,做最有特色的自己。所以我们对任何问题的看法都必须要有不同的角度、不同的深度和不同的广度去看这个问题,我一直坚持自己这么想。


所以我想今天来探讨一下,我挺喜欢“世界智能大会”这个词或者说叫做“智能”,我们很快进入智能世界。但我对于中国有些词的翻译,不对。人工智能这几个字听起来,是不对的,人把自己看得太高大。大数据这两个字也有问题,很多人讲这个“大”,误解很大,人家以为大数据就是数据量很大,其实大数据的大是大计算的大,大计算加数据,称之为大数据。

马云,大数据,云计算,人工智能,


机器不应该像人一样,应该做人做不了的事


人工智能,我是这么看的:人是有智慧的,机器是讲究智能的,动物是有本能的。


这三个东西是不一样的,蒸汽机释放了人的体力,但并没有要求蒸汽机去模仿人的臂力。计算机释放了人的脑力,但并没有让计算机去按照大脑、人脑一样去思考,机器必须要有自己的方式,人类必须要尊重、敬畏机器的智能。机器必须要有自己独特的思考。


如果我们把汽车去模仿人类的话,汽车应该是两条腿走路,两条腿走路的汽车永远跑不快,人类在两千年以前,人类就在思考,要是能飞就好,总是希望自己能够长出翅膀来,但是没有想过飞机取代了人的飞行。很多的问题,我们都要有不同的思考去看问题。


我觉得所谓的智能世界,我们不应该让万物像人一样,机器应该具备自己的智能、具备自己的学习方式。所以我自己觉得,人工智能这几个词,Artificial Intelligence 翻译过来总有一点误解,使得所有人希望机器怎么样像人一样去干。


1、智能世界三要素:互联网、大数据、云计算


智能世界有三个最主要的要素:第一、互联网;第二、大数据;第三、云计算;


互联网,是一个生产关系;云计算是一个生产力;而大数据是生产资料。有了生产资料,生产力和生产关系,这三个合在一起,天下没有一台机器,单独的一台机器是可能智能的,所有数据,基于互联网为基础设施、基于所有数据联通、基于强大的计算能力,才能进入到所谓的一个大的智能世界。智能世界是一个系统性思考,而不是单一的东西。


今天我们对于人工智能的理解还是非常之幼稚,就像一百年以前,人类对电的理解非常幼稚,认为电那就是一个电灯泡,没有想到今天会有电饭煲、洗衣机,有各种各样,人类会离不开电。


今天我们对AI没有清楚的定义。没有清楚的定义很正常,有清楚的定义就很不正常了,我们对于未来来讲,我们都是婴幼儿。人类往往会高估自己,做事情成功的人,所谓有一点成就的人,特别容易高估自己,像我这样的人往往以为我看清楚了,其实你根本没有看清楚。


人工智能有很多概念和观点,每个人都可以有不同的观点,然后你要相信你自己的观点,并且以此去坚持。就像我们做电子商务一样,我们不是今天相信,我们十八年以前相信,坚持了十八年,才会走到今天,每个人的做法都可以不一样。


2、智能时代为了解决人解决不了的问题


第二个,智能时代到底为了什么?为了解决人解决不了的问题,以及了解人不能了解的东西。


机器做人能做的事情,我觉得没有什么了不起,机器要做人做不到的事情才了不起。刚才那个机器人,在我看来是很愚蠢的,把一个东西推推倒,把自己爬爬起来,我们两岁的孩子都能做的,搞了半天,命也搞出,还是不如人的灵活。


甚至我最近前两天发现很多美国学者,特别是脑外科专家进入到了人工智能的研究,并且讲出人脑怎么样,机器要像人脑一样学习,我觉得这是一个悲哀,我们人类对大脑的了解不到5%,我们希望机器去学5%,那不是愚蠢吗。


所以我个人觉得,不要让机器去模仿人类,而让机器去做人做不到的事情。我们应该让机器做人类做不到的东西,让机器去发展自己智能的力量、尊重机器、敬畏机器,一个巨大的系统的诞生,它会与众不同的走出不一样的东西。


其实数据最可怕的是我了解你,比你了解自己一样,其实人类最不了解的还是自己。而大数据有可能解决一个了解自己的东西,人了解自己,我们中国的佛家讲究悟,而真正的大数据把人所有的Behavior,行为数据集聚起来以后,我们才开始对自己有一点点了解。


有一点是肯定的,未来的机器一定比你更了解自己,人类最后了解自己,是有可能通过机器来了解的,因为我们的眼睛是往外看的,IT往外看的,但是DT是往内看的,往内走才是有很大的一个差异。至于前段时间比较热门的AIphaGo,人跟围棋下,我在深圳互联网大会上讲了一下,我认为这是一个悲剧,围棋是人类自己研究出来,自己玩的东西,人要跟机器去比围棋谁下得好,我第一天就不会比,就跟人要跟汽车比谁跑步跑得快,那不是自己找没趣吗,它一定比你算得快。


围棋是为人类的乐趣去学的,等对方下两步臭棋,对方的电脑根据不会下臭棋,它的脑子算得比你快,记忆力比你好,而且不会有情绪,你怎么搞得过它呢,道理是一样,Alpha Go1.0跟G2.0比比才有意思,两辆汽车比比谁快才更好,人跟机器比谁厉害,没有意义。


马云,大数据,云计算,人工智能,


3、你没有办法停止,只能拥抱它


第三,智能社会会给我们带来什么?喜欢的人看起来都好,不喜欢的人看起来都是问题。


这是我们人类的本性,我要喜欢他,我看他什么都能接受,我要讨厌他,他哪怕笑一笑,我都很讨厌。人类进入智能社会也是一样,有很多人特喜欢,也有很多人反对,反对的人总能提出很多的威胁的理论,支持的人也能找出各种还是理由,这是未来,这是趋势。


我认为这种东西你没有办法停止它,你只能拥抱它,改变自己适应它。我们不能改变未来,那就学会改变自己。人工智能你是改变不了的,你只能改变自己。


未来三十年也好、五十年也好,人类的冲击一定会非常之大,而且一定会非常疼痛的,任何高科技带来的问题,带来好处也会带来坏处。


互联网带来好处,也一定带来社会治理的问题,我们天天想人活得长一点,以后,由于大数据和计算能力的提升,人将活得越来越长,这是好事还是坏事?不知道。


人均年龄20岁的时候,我们只有七八亿人口;年均年龄到30岁的时候,我们已经到了20亿人口;现在我们人均年龄到了六七十岁,人类人口已经到了76亿人口——我们该怎么解决人口膨胀的问题。


现在70亿人我们已经觉得地球的资源不够,那么如果到了人均年龄100岁,出现两百多亿人口的时候,我们这个世界会往哪儿去?


当然有一点是肯定的,这个世界有一个程序设计,我们人类还不够智慧,摸出这个程序设计,就是人活得长的时候,生育能力一定差,会打仗的民族人口一定少,它是有一个程序在里边的。


很多人说人工智能让很多人失业。我小时候,我爸说马云你必须要有一技之长,我刚好相反,我要啥都懂一点,啥不深,可能更好,我把边上的东西都串起来。


事实上,一技之长二十年以后,可能无计可施,你不改变自己,你今天认为的专业技能,三十年以后都没有了。今天数据技术的分析师很重要,这个行业以后就没有了,一定是计算机进行分析。


刚开始出来铁路的时候,挑担子的人就业没有了,但至少增加了两百多万的铁路工人,这些东西都是产业之间的变革。无人机、无人汽车、无人驾驶出来以后,大批的司机可能就没有了,不是说就业没有了,但是每次技术革命都会诞生很多新的就业,只是人类要去做更多有价值的东西,做人类应该做的事情,而不是去做机器要做的事情。


对于就业要有新的价值的发现,对就业,对新的价值的判断。


有一点是肯定的,三十年以后的就业,五十年以后的就业,一定比今天多,工资一定比今天好,但是未必是你,如果你不改变,你就没机会。所以我们这一代人还算比较运气,但是我们的孩子如果不改变,麻烦就大,而改变孩子,在中国这样的社会,我们的父母还是有很大的决定权。


我经常讲,过去的工业化,我们把人变成了机器,未来的数据化,我们会把机器变成人,机器会越来越聪明,未来所谓的程序化的工作,技术化的工作,都会变得越来越麻烦。所以,未来的社会应该想办法让人活得更像个人,机器更像机器,这样才是我们应该要有的社会。


4、企业如何应对?多思考客户跟未来


我自己觉得,数据的时代还刚刚开始,零头都没有到,中国是有机会走出一条独特之路,我特别不喜欢很多今天的科技人员,特别是写论文为主的科技人员讲美国做了这个事情,所以我们必须做这个事情。我们应该填补未来的空白,我们中美之间的比较没有多大意义,美国有了,我们必须有一个?是未来有,我们必须要有,我们要为未来定标准。


所以其实多花一点时间在客户上、在未来上,比多花点时间在竞争对手上要来得重要。刚才李彦宏讲贵州的事情,说他担心我们两个人吵架观点不一样,马化腾出来打了个圆场,我根本就不知道李彦宏在那儿,我也不知道马化腾(打圆场)。


今天大家都刚开始起跑,未来的竞技,如果是一万米跑步的话,大家都跑了十米左右,别看边上的人是你的竞争对手,跑三千米以后,才知道谁是竞争对手。


你看前面更高的高手,我不是看百度,也不是看腾讯,我们应该看看Google走到哪里,IBM走到哪里,看看世界,甚至最应该看的是未来、客户,我们的孩子们会碰上什么问题,我们去解决它。


我认为中国有这个能力,也有这个担当,中美之间对抗没有意义,中美之间联合起来解决问题才是有意义的,你如果说牛,跟Facebook,跟Google联合起来解决一个联合的问题,这才是我们这个世界应该去倡导的东西,而不是说他有,我必须有,我要把他干倒,我觉得这个时代已经过去了。


社会如何应对?要重新定义“聪明”、改变教育


下一个问题,我们探讨一下如何做好准备,我们做好准备数据时代的到来?


我们这帮人今天在座三十岁以上的人,你要改也有一点难度了,你的地位未来二三十年只会摇晃、疼痛,但是我们不能让我们的孩子失去一代,最重要的是我们必须进行教育的改革。坏事是这个冲击一定会来,好事是孩子给我们留下了一点时间。


5、我们要重新认定、重新思考我们的教育方式。


刚才牛津大学的维克托讲的,我非常同意,我们对教育得重新re-define一下。科学不是真理,科学是用来证明真理的。对未来和对宇宙来讲,今天的科学还是一个婴幼儿,我们应该去思考未来,教育来讲,过去两三百年知识积累的教育,让人类取得了巨大的红利,但是未来知识会让机器越来越聪明。


什么是聪明,聪明就是记性比你好,算的比你快,它还体力比你强,这三样东西,人类跟机器都没法比,电脑一定比你算得快,记忆,它从来不会忘掉,它插上电,永远不停止,而且它的知识越来越结构化的情况下,我们的孩子今天的教育如果依然围绕数学算得快,背书背得好,可能麻烦就来了。但是不等于放弃,我没有说放弃这个教学。


教和育是两回事,教让人具备知识,育让人成为真正的人,育让以机器为主的知识和科技为主的力量有与众不同,可以活得更好。所以未来的一百年是智慧的时代,而智慧的时代,我认为是体验的时代,是服务的时代,机器将会取代我们过去两百多年依赖的技术和科技为积累的一切的东西。


经常有孩子几年前,孩子的父母来问我,马云啊,你看我们学这个科好不好,我孩子考大学了,学了这个以后,能找到工作吗,以前能够判断四年以后这个行业行不行,现在根本很难判断。


我们原来的教育体制永远希望你成为最好的学生,我认为我们要让这些孩子做最好的人,人与机器之间,未来的竞争就是人是有智慧的,机器只能是智能。


我希望我们专注的是教知识、教文化,还有多花点在价值观上面,因为像创意、创新、创造,机器还是有很大的难度。我坚定希望未来的孩子,多花在琴棋书画上面,音乐让孩子能够产生智慧源泉、下棋让孩子懂得格局、布局、舍和得,书诗歌懂得执着坚持,画培养想象力。培养想象力、好奇心是我们这些孩子们未来生存的必须的条件,如果我们孩子们丧失了创新力、创造力、好奇心,那我们一定人类会输给机器,我们最怕的不是机器学人,我们怕的是我们的教育让我们人都开始学机器的时候,这个时代、这个世界才是真正的威胁。


6、创新的主体是企业


另外一个问题,我想谈的是关于创新,创新的主体是企业。


阿里巴巴来讲,我们做人工智能的研究和应用已经十多年了,从支付宝第一天诞生的时候,我们就用机器去学习什么是犯罪行为,因为支付宝里面骗钱的人太多了。我们研究这个,不是因为科学需要这么一个课题,而是因为我们不解决这个问题,我们公司明天就关门了,这个是市场的需求,没有市场这个需求,是不可能做到的。


所以我呼吁今天很多院士,我们老工程院的院长、副院长也在这儿,给企业里面的科学家有一些院士的身份,对中国科技进步是有帮助的。我们的院士不能都是在院所大学里面,都很重要,但是作为第一线的士兵们,第一线的人,应该要有这样的能力,我认为就像人工、数据这些东西,不是科研院所出来,尽管理论上推动。


最后我们应该做好这样的准备,教育的准备、创新机制的准备,我们要重新定义聪明也很重要,如果我们的聪明是昨天的定义这样的聪明,我告诉你,机器会彻底把你全部颠覆掉,人类会越来越沮丧,实际上并不值得。


所以我们必须重新开始,智慧是靠体验,知识是可以学来的,智慧一定是体验,我说教和育不一样,学和习不一样,学可以获取知识,习可以让你得到智慧,人只有通过被电刺过以后才知道这个电还是很厉害的。什么叫做聪明和智慧,聪明的人知道自己要什么,智慧的人知道自己不要什么,这个世界有太多的聪明人,我们在座绝大部分人问一下,你要什么,你肯定说我要钱,我要房子,我要什么,你都能说出来,但是不要什么,你五分钟之内答不清楚不要什么,这是人类智慧的差异。


我们人类一定要明白,什么事情是人类做到,机器做不到,什么事情是机器做到,想明白这些东西,面向未来,才有可能。


人类没有必要害怕机器,机器是不可能取代人类的。西方杂志讲,现在开始的一百年,机器将比人聪明,我告诉大家,人类还是太乐观,机器现在已经比我们聪明,只是你不肯承认这一点而已。


我们要的是,不要再重现红旗法案这样的事情,英国最早发明汽车,汽车出来的时候,马夫失业、抗议,因此出了一个法案规定,汽车永远速度不能超过马车,如果汽车的速度超过了马车,汽车的牌照将会吊销。这三十年的红旗法案,完全阻碍了整个英国汽车工业的发展


本文章转载自360大数据