AI 奇点临近？_风闻

纵使5G兵临城下、AI狼来了，第六届互联网大会来得依旧没有第七届军运会惊心动魄。

当然，在普罗大众心中活在当下确实有可能比预设未来更加重要，尤其是在月初我们才刚刚经历了一次全方位无死角的爱国教育。

再加上这群高屋建瓴的互联网大佬终究离我们太远，屁股决定脑袋的话语说了太多，个中真相谁能明白？

就好像百度李彦宏说：人工智能会让人获得“永生”；

腾讯任宇昕说：未成年人保护是企业发展的生命线。

我们不怀疑人工智能这根救命稻草对百度的重要性，也不否定科技向善有机会淡化腾讯居高不下的舆论危机；但人工智能八字还没有一撇就被寄予厚望：矫正一家市值3.04万亿港元企业的价值观，甚至是拯救一家市值363.01亿美元企业于生死存亡，这压力会不会有点大？

但不得不提百度和腾讯这两位对于人工智能的预期才是最接近真相的，毕竟，和马云、王兴、丁磊、杨元庆、曹国伟、张朝阳、梁建章这群在互联网大会上“尬聊”的人比起来，他们的话或多或少还与我们息息相关。

唏嘘之后，又难免有些失望。

他们给我们的，真的就是9102年的人工智能么？

怎么左看、右看、上看、下看都不像。

不过对于这场能够救万民于水（量子速读）火（量子暖宫）之中的“高科技联谊”我们还是喜闻乐见的；至少，它能矫正我们即将崩坏的三观。

要知道不到一个月前我们还在对谷歌的“量子霸权”耿耿于怀？

国外忙着用量子超算完成计算速度上的超越，国内还在忙着利用普通人对量子力学的无知雁过拔毛。

虽然我们依旧对5G、AI抱有戒心，它会加剧信息不对等的鸿沟、并人为制造出算力富集化的黑洞，最终，它们会带来怎样的未来，有可能会比量子力学收割智商税更加糟糕；但相比于遥不可及的量子计算，至少我们已然身处于5G元年，并和AI有过无数次亲密接触，在大国碰撞、烽火四起的当下我们有理由也有必要裹挟人类文明进入下一个周期：人类解决不了的问题，没准人工智能都可以。

而在这个周期内我们会经历什么？

5G可见的万物互联似乎已经不足为惧。

而AI却很有可能是一个“潘多拉的盒子”。

这不，美国在给中国5G建设拖后腿之后，又对人工智能下了狠手。

继华为之后，海康、大华等中国AI+安防技术产业里的半壁江山，也有诸如商汤、旷视等躺在资本风口上若干年的人脸识别独角兽，还有中国A股市场最受关注的语音技术巨头科大讯飞；8家“上榜企业”几乎囊括了中国AI领域与安防技术领域最负盛名的公司，Time等外媒直呼“美国将中国人工智能企业列入了黑名单”。

而上榜原因与华为因“危害美国国家安全”而受到制裁略有不同，美国政府动手的理由是这8家企业“涉嫌侵犯中国部分少数民族人权问题”。

连理由都懒得找了，可见美国对于中国人工智能发展的忌惮；以及它为了维持自身的领导地位又大肆动用国家机器的用心。

当然，美国早在2016年就已经发布了第一个国家AI研发战略计划，2017年美国国防部成立“算法战争”团队，2019年又对AI研发战略计划做了一次更新，该文件中有一个值得关注的判断：人工智能已经准备好随时有可能改变未来战场；这也让美国有了封杀中国AI企业的“合宪性”。

而近日美国国防后勤局也在大力推进人工智能技术在全球供应链体系中的运用。

小到科技向善、大到国防战争、远到数据永生，人工智能似乎无所不能。

而在这恍如神灵、超能力一般的人工智能面前，我们作为人、作为创业者、作为工业设计师又该如何迎接这一场“0和1的最终幻想”？

①

AI发展简史？

▽

仰望未来之前我们需要厘清它的发展脉络。

人工智能是现代工业文明发展的必然产物。

1611年，早在“现代性”发端的时代就已经出现了“机械人”（Automaton）这样的词汇，它是那个时代想象的产物，借指用钟表齿轮技术制造出来的自动机械人偶；虽然这种人偶还不具备任何意义上的“智能”，但它却体现了用机器模拟人类行动的初衷。

1770年，在奥地利女皇玛利亚·特蕾莎的宫廷上，一位叫做Wolfgang von Kempelen的发明家展示了一台下国际象棋的机器——土耳其机器人；这可能是最原始的“人工智能”，因为土耳其机器人那个柜子里面就藏着一个国际象棋大师。

1946年，宾夕法尼亚大学摩尔工程学院向记者公开展示电子数字积分计算机（ENIAC）对5000个数求和、以及在一枚炮弹从出膛到击中目标所需时间之内演算出炸弹的飞行轨迹；但演示没有披露的是这部计算机背后有一支6人组女性“人肉计算机”。

1950年，数字时代即将开启之际，艾伦·图灵提出“图灵测试”；如果电脑能在5分钟内回答由人类测试者提出的一些列问题，且其超过30%的回答让测试者误认为是人类所答，则通过测试；这篇论文预言了创造出具有真正智能的机器的可能性。

1956年，达特茅斯大学助理教授约翰·麦卡锡（John McCarthy）创造出“人工智能”（AI）一词；它是一个通用术语，指的是表现出智能行为的硬件或软件。

1957年，罗森布拉特发明神经网络Perceptron诞生，被誉为迈向类人机器智能的第一步。

1968年，首台人工智能机器人诞生；美国斯坦福研究所（SRI）研发的机器人Shakey，能够自主感知、分析环境、规划行为并执行任务，可以根据人的指令发现并抓取积木；这种机器人拥有类似人的感觉，如触觉、听觉等。

1970年，能够分析语义、理解语言的系统诞生；美国斯坦福大学计算机教授T·维诺格拉德开发的人机对话系统SHRDLU，能分析指令，比如理解语义、解释不明确的句子、并通过虚拟方块操作来完成任务；由于它能够正确理解语言，被视为人工智能研究的一次巨大成功。

1980年，卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”，“知识库+推理机”的组合模式在1986年之前每年为公司节省下来超过4000美元经费；仅专家系统产业的价值一度高达5亿美元。 

1984年，大百科全书项目试图将人类拥有的所有一般性知识都输入计算机，建立一个巨型数据库，并在此基础上实现知识推理；目标是让人工智能的应用能够以类似人类推理的方式工作。

1986年，辛顿与他人合作提出“反向传播算法”，它为人工智能在最近十年的发展奠定了基础。

1987年，苹果和IBM公司生产的台式机性能超过Symbolics等厂商生产的通用计算机；从此，专家系统风光不再。

2006年，辛顿在神经网络的深度学习领域取得突破，深度信念网络让我们又一次看到算法的可能性。

2012年，辛顿和他在多伦多的学生发表论文表明，用反向传播训练的深度神经网络在图像识别领域打败了当时最先进的系统——“深度学习”面世；同年，谷歌无人驾驶汽车上路。

2019年6月，深度学习教父辛顿在谷歌I/O开发者大会上接受了《连线》杂志的采访表示：未来神经网络可以重建人脑意识。

我们通常把1956达特茅斯AI的诞生作为人工智能的起点，此后的60多年又可以划分为三个时期：

1956~1980：人工智能起步期，这个时代我们试图通过算法模拟人类行为并理解人类语言。

1980~1990：专家系统推广期，这个时代专家系统的出现为人工智能找到了商业化路径。

2000~至今：深度学习崛起期，这个时代深度学习取代统计学习不断向人类发起挑战。

②

AI攻防战？

▽

而在正视AI的发展前景之时，我们却有必要立足于现实。

撇开中美双方的AI博弈不说，AI这些年留下了无数传说。

第一：AI打榜

1997年，IBM公司“深蓝”超级电脑击败国际象棋世界冠军卡斯帕罗夫。

2011年，IBM开发的人工智能程序Watson在一档智力问答节目上战胜了两位人类冠军。

2016年1月，AlphaGo以5:0完胜欧洲围棋冠军、职业二段选手樊麾。

2016年3月，AlphaGo与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜。

2017年5月，AlphaGo在中国乌镇围棋峰会上3比0打败世界围棋冠军柯洁。

2018年6月，OpenAI宣布其研发的人工智能OpenAIFive已经能在Dota2 5V5团战中战胜人类。

2019年7月，世界排53的国际特级大师Igors Rausis被拍到在厕所中使用AI作弊。

2019年10月，OpenAI通过强化学习训练出来的AI系统可以支持机械手单手玩转魔方，就算人类也难以做到。

在不断优化的算法和日新月异的软硬件设施保障“后勤”的前提下，AI就像是进击的巨人一样不断突破人类坚守的围墙，并在最后堡垒中“大肆破坏”；而面对这一切的人类却似乎无计可施。

从最初深蓝战胜卡斯帕罗夫的震惊和恐慌，到AlphaGo战胜樊麾、李世石、柯洁的惊奇和围观，乃至于面对Igors Rausis使用AI作弊的揶揄和鄙夷；不知不觉A战胜人类精英已经不足为奇，甚至算是家常便饭，而我们再一次的震惊之余也慢慢认同了一个无奈的现实：

AI本该比人类强大。

第二：AI进化

一方面是人类自身不断失守，另一方面却是AI不厌其烦的给自己的王冠上镶嵌各种“头衔”。

能够自己学习发现原理也就罢了，它还能惟妙惟肖的模拟人类大脑和行为进行“艺术创作”。

2017年12月，《科学》杂志上显示：AlphaGo Zero在三天内自学了三种不同的棋类游戏，包括国际象棋、围棋和日本将军棋，而且无需人工干预；最令人不可思议的是每秒只计算6万个位置的AlphaGo Zero通过自主发现国际象棋的原理能够“愚弄”并“瘫痪”每秒计算6千万个的Stockfish，而且百场比赛无一败绩。

2018年5月，Google Duplex可以以假乱真地使用自然语言与真实人类对话沟通。

2018年11月，搜狗与新华社合作开发的全球首个全仿真AI合成主播亮相。

2019年2月，美国哥伦比亚大学团队利用人工智能算法，训练出了一款可以自主认识自己身体的智能机械臂，该机器人被定义为“具有自我意识”的新型机器人！

2019年8月，清华天机AI芯片登Nature封面，作为全球首款异构融合类脑芯片能够实现自行车无人驾驶；Google带来一种手语识别算法，可以帮助理解他人的手势行为。

2019年9月，日本京都的数据网格有限公司开发了“自动生成全身模型 AI”，可以自动生成不存在的模特的高分辨率全身图像。

2019年10月，中国平安人工智能研究院打造了全球首部AI交响变奏曲《我和我的祖国》；微软带来的AI新技术可以让头像照片动起来，并有感情的“讲话”；而DeepFakes在换脸之后，还预谋进军“全身”领域。

如果人工智能只是按部就班的超越人类精英，在视觉疲劳之后我们不会有任何意见。

但是人工智能拥有了一切近似于人类“本能”的天赋之后，在资本和利益的蛊惑下就难免失去试探某些边界。

它从曾经的积极进取，表现出越来越强的“替代性”。

第三：AI危机

人工智能什么时候才能完成觉醒天衣无缝的取代人类，我不知道。

但从材料、造型和情绪的设计趋势来看，人工智能越来越像人了。

或许，厕所中向AI求助的象棋大师还能让你哂笑。

而AI正在“成为大师”这条远大前程上，一路狂飙。

5月份，微软小冰就以中央美术学院研究生“夏语冰”的身份参加了央美的研究生毕业展；隐藏在“夏语冰”这个代号背后的微软小冰并不起眼。

但在7月份，小冰在央美就有了自己的个展《或然世界》。

和伦勃朗的女儿、威廉·吉尔平的女儿、马蒂斯的模特、伊藤博文的宠伎等人在一起的微软小冰俨然正在走向“毕加索”的神坛。

而这还只是AI不经意间表露出的野心。

如果AI想要制造混乱，那再简单不过。

与一夜之间在朋友圈掀起渲染大波的ZAO不同，Deepfake虽然低调但却因为色情被推上风口浪尖，96%的视频都是色情视频一度让Adobe、Google、Facebook如坐针毡。

这还只是AI在作恶方面的小试牛刀。

而一旦AI耍起心眼人类就像个白痴：

在谷歌和斯坦福2017年的一项研究中，为了完成图像转换的任务，CycleGAN在训练过程中通过人类无法察觉的某种“隐写术”，骗过了它的创造者，给自己留下了隐秘的“小抄”，然后顺利完成了任务。

在OpenAI 2018举办了首届强化学习竞赛Retro Contest中，有一个案例的人工智利用游戏中Bug更加快速的完成任务。

一群研究者2019年在整理AI为了完成任务作弊List中发现，AI在玩俄罗斯方块的时候会直接暂停游戏，在玩井字棋的时候，会做出奇怪的步骤让对手崩溃。

当AI在能力上胜过了人类精英、在潜力上又拥有无限的可能；或许，我们不怕人工智能在极短时间内掌握人类无法企及的专业技能，但它们也能走“捷径”的小聪明却是有点让人触目惊心。

哪怕，2018年12月，欧盟已经为此准备了一份“人工智能道德准则草案”，但这有没有用还需要打一个问号。

第四：AI脱缰

当然，我们怕的不是人工智能超越人类本身，也不是人工智能超神达到了人类无法企及的高度；毕竟，现在在某些领域我们早就不是机器的对手了。

我们真正怕的是人工智能超出我们的掌握，而现在它已然靠近了我们的警戒线。

在大多数科幻电影里，人工智能就是一部没有感情只有理智的机器；但在现实生活中人工智能却没有想象中的那么不食人间烟火，以至于AI茧房、偏见和暴力愈演愈烈。

AI茧房不必多说，尤其是现在的“个性推荐算法”大行其道，不管是资讯、购物还是短视频它们已经深度渗透我们的生活。

虽然短时间内似乎没有什么恶果，而且还能“精准”推荐我们想看到的内容；但长此以往在这种虚假繁荣之下，被相似内容“投喂”的我们就可能丧失主动探索这个世界的兴趣。

AI偏见这个比较容易理解，毕竟不管是统计学习还是深度学习AI它们都少不了巨量的数据；而数据本身就不存在绝对的公正，人工智能又如何能够独善其身。

2016年5月， ProPublica的调查记者披露全美用于预测未来犯罪情况的软件COMPAS对非洲裔美国人存在偏见。

2018年2月，麻省理工学院Joy Buolamwini发现IBM、微软和中国公司Megvii最新的性别识别AI可以在99%的情况下准确从照片中识别一个白人的性别，但女性黑人准确率会降至 35%。

AI暴力也不难理解，不管是“算法没有价值观”、还是“唯算法论”，这都不是AI撇清责任的依据；而现阶段AI无法承担的责任自然就需要AI的所属主体分担。

2018年3月，Uber无人驾驶测试车撞死行人，当时车上还坐着一名司机。

2019年4月，波音公司CEO米伦伯格就两起波音客机坠机事故导致近350人丧生向遇难者家属道歉，表示事故原因在波音公司一方；波音承认事故的主要原因是飞机的自动防失速系统(MCAS)“故障”。

2019年9月，10架无人机攻击沙国国家石油公司（Saudi Aramco）的两处设施，已造成两设施暂停部分原油生产。

在AI越来越普及，逐步进入手机、电视、传统家居乃至于城市卫生、医疗和交通系统的当下，AI但凡有一点小问题都有可能被整个社会系统无限放大。

而一旦出现问题，AI就有可能变成一匹脱缰的野马。

③

一个好消息？

▽

作为第四次工业革命的主题，好消息是人工智能没有我们想象中的那么先进，它的真实状态甚至远远落后于我们所相信的技术神话。

虽然大多数研究成果都是真的，在事先明确环境和问题的前提下，基于算法和大数据的深度学习的确都有着不错的表现；但是不排除资本借助人工智能进行过度炒作，我们有必要面对一个骨感的现实：如今的人工智能，智能的成分很少，它们一如既往的笨拙。

从某种程度上来说，当下的人工智能更像是机器学习和大数据杂糅出来的东西，人工的成分太过明显，智能的成为却少得可怜；因此也就有人说当下人对于AI的过度解释和焦虑不安都是臆想出来的，人工智能或许就跟永动机一样是永远都不会实现的东西。

而这也是不少人断定现在的人工智能是假人工智能、弱人工智能、甚至只是机器智能的缘故。

当然，考虑到部分人的立场，离资本更近的他们确实没有看到AI更大的商业变现价值；但这不妨碍他们对AI趋势的判断、以及在这一块早早的布局：从AI芯片、云服务、实用算法、企业解决方案到垂直解决方案，围绕AI我们已经形成了一套相对完整的生态雏形。

© Best Practice AI Ltd.

但这里也不缺乏异类，比如马斯克就曾声称人工智能是人类文明的最大威胁，盖茨也曾发表过言论人工智能在未来几十年有可能成为人类的心头大患。

而这些大佬的担忧也在影视作品《终结者》《生化危机》《西部世界》《银翼杀手》和《流浪地球》中有过淋漓尽致的表现。

但与其说我们对于人工智能的恐惧来源于影视文学创作的放大，不如说是来自于我们对于未知世界的恐惧？

现如今普通人对于网络、尖端科技对于计算机的依赖程度太高了；从原子裂变、聚变到量子通信、计算，进入微观、纳米世界已经无法离开机器智能的辅助，就像小麦驯服了农耕文明一样；人工智能也在某种程度上淬火了整个现代文明。

对于人工智能从业者来说，AI是有迹可循的；但在旁观者看来，这一切有如神迹。

我们无法想象人类失去了计算机文明会倒退多少年，而失去了计算机之后这一代的人类又是否能够从0开始重建互联网文明我们不得而知，哪怕我们有着前人的遗泽。

在我看来：

人工智能是一种集群算力，只要硬件许可、软件没有限制，它可以像癌变一样扩散。

这种扩散决定了人工智能的“成长”几乎不需要时间，而它的“增殖”也不是加法、不是乘法、甚至不是指数递增，而是幂次效应。

这样简单粗暴的算力堆叠可能会造成一种结果，人工智能会像基因编辑一样变成“特权”加速社会的伦理危机，它会像一把“剪刀”一样删减人类几千年来建立的社会文明。

当然，这种看法可能依旧有些激进，毕竟连图灵测试都无法通过的它们现在还只是个“孩子”，即使这个孩子身上有着“超人”的基因。

但有一点可以确定的是：面对人工智能的积极进取人类正在化主动为被动让渡自己的决策权。

例如用户出行和城市交通，每时每刻都会产生庞大的数据，人类处理不过来就只能交给人工智能算法的“黑盒子”。

鉴于这一次中国市场对于5G前所未有的推进力度，更快的软硬件设施、更开放的互联网市场以及14亿公民产生的庞大数据集将有可能把人工智能的科技红利留在中国；普华永道（PwC）预测，到2030年人工智能将为全球经济带来16万亿美元的增长。

④

一个坏消息？

▽

对于人工智能来说坏消息是，人工智能所谓的智能依旧谈不上“智能”。

而被业界奉为圭臬的机器学习也并不是机器在进行主动学习，只是被“训练”而已。

而作为人工智能背后最有力的推手也在逐渐对它失去信心：纵使AlphaGO神挡杀神佛挡杀佛，却依旧无法避免其背后的公司DeepMind去年一年亏损5亿美元。

一方面AI的明星公司正在亏损，另一方面类脑人工智能计划：远有日本雄心勃勃打造的能像人一样推理的“第五代计算机”破产、近有耗时10年烧光10亿欧元试图模拟大脑86亿个神经元和100万亿突触的“蓝脑计划”凉凉。

这些都为人工智能“智能化”蒙上了一层阴影。

而近年来AI已然认识到人脑生物系统本身处理信息上的优越性，正在试图通过“脑机合体”突破“模拟程序智能”对AI的桎梏；而伯克利大学的研究人员也在探索神经网络的“无意记忆”。

但这只能说我们找到了方向，目前的人工智能依旧“弱智”。

那么人工智能真的就无法拥有真正的智能吗？

考虑到人脑智能的实现是通过化学物质来传递激活、抑制的信号，这对于0和1的纳米制程芯片似乎也不是无法模拟的存在。

只能说我们暂时还没有找到那个“更合适”的算法，而我们此前所做的一切都是在试错。

“意识”觉醒之后的人工智能到底选择是作“齐马蓝 ”，还是“奥创”，我们不得而知。

而对于普通人来说坏消息就是，不管人工智能有没有可能诞生意识，我们都要被动让出一部分工作岗位。

即使机器的出现在替代一份工作的同时也会创造新的工作，但这里的效率不可能对等。

而在这些即将被替代的工作中，曾经我们一度以为最危险的是那些体力工作者，但事实上最危险的可能是一些脑力工作者、一些白领工作；体力劳动者一方面因为人力成本更加便宜、另一方面因为非标准化很难被取代；而流水线上的产业工业就很容易被取代，而一些看护老人、小孩做卫生等工作因为不标准机器人很难普及；但是白领工作很多岗位并没有绝对的壁垒，诸如电话推销员、打字员、会计、保险业务员、银行政府职员、前台客服等。

就算曾经被我们寄予厚望的创意产业，也正在被人工智能入侵。

人工智能已经可以写诗作画、就算是做设计、写文案也不再话下（阿里巴巴鹿班、京东莎士比亚），它们正在取代门槛没那么高的工作职能。

⑤

我们拿什么来战胜AI？

▽

把计算交给AI，把劳动交给机器人，人类的未来在哪里？

AI的危险在于它试图取代我们“双手”的同时，还在试图代替我们“思考”。

久而久之，就会形成一种“异化”：我们创造出了机器，让它取代了我们的工作，接着又把思考的权利交给了它们，然后沉浸在机器为我们编制的乌托邦中。

这又何尝不是另一种奴役？

或许，我们的未来就像是《机器人总动员》中那一群“豢养”在太空飞船中的“肥球”。

我们真的已经做好准备迎接AI时代的到来吗？

很显然我们没有。

但庆幸的是人工智能暂时还只闻其声不见其人。

严格意义上我并不是一个人工智能悲观主义者，就目前而言我们也不用担心人工智能会抢了我们的工作，但是眼光放长远一点：在不需要薪水、无需休息、不会请假、不会犯错、没有情绪，关键是成本还比雇人要便宜很多的人工智能面前我们似乎“毫无胜算”。

最悲观的未来，或许是人类成为人工智能这种硅基生物王冠之上的一颗明珠；作为钢筋铁骨之上的那一抹血肉。

回到工业设计行业，很不幸，国内工业设计80年代刚刚起步，还未有过辉煌就已经与人工智能不期而遇；而一旦我们安于现状被AI取代就是早晚的事。

毕竟，AI最大的特质在于用充沛的算力加速，甚至取代一切需要“过程”的工种；只要给出一个目标范畴，输入需求特质，它就能帮你合成一切；嫌它提供的选择太少，加钱啊、加参考系，提高算力，它就能穷极所有的可能。

那么面对人工智能，当资本、趋势和政策都不站在我们这边的时候，工业设计师真的就只能负隅顽抗了吗？

未必。

创意人最大的优势就是“开荒”，将自己的创意发挥在熟悉的领域固然能够熟能生巧，但也难免会落入俗套。

只有将自己的创意挥洒在人工智能“前所未见”的领域，我们完全可以做未来城市设计、太空设计甚至是火星移民设计；永远比它快一步、倒逼自己，甚至成为人工智能的“参考系”才能保持自己的优势。

当然，在这里我们也有必要理解人工智能的语言，尝试把它“驯化”成为自己“创作”的红袖添香。

而一旦我们能够跳出人工智能的威慑，有能力基于标准化人工智能打造一套属于自己的工业设计标准；或许，这才是一个工业设计师前所未有的高度。

互联网已然颠覆第三产业，人工智能即将“改造”第二产业并渗透第一产业；在这个过程中必然会造成一波财富的重新分配，但由于它离资本太近离普通人太远，所以我们大可不必抱有太多不切实际的幻想：努力堆叠自己的才能增加人工智能取代的门槛，才是解决之道。

工业革命都几百年了，地主还是地主，普通人还在流水线上。

但不管现在的人工智能是否算是“真的”智能，至少它们真的很有用；而且对于人类总体来说它利大于弊，失去时、也是未来；因为它们有机会倒逼整个人类社会的产能升级。

PS：部分资料参考@36Kr @CSDN @虎嗅 @Medium       文章首发于公众号：玩意东西工业设计