人机智能崛起的困惑

昨天下午，韩国围棋职业九段李世石未能捍卫人类游戏智慧的最后领域——围棋。他在五番棋决战中先失一盘，输给谷歌人工智能AlphaGo。今天双方将开始第二盘较量。

上世纪90年代IBM“深蓝”征服国际象棋之后，几乎所有舆论都预言了今天的局面。当时的“深蓝”使用人工调整的评估函数（评估每个棋子的价值和安全），采取暴力穷举的办法，将国象的复杂度踩在脚下。而围棋无法穷举。理论上其变化的方式可能超过宇宙拥有的原子数。征服围棋难度要大得多——大局观、势的判断（职业棋手说的“味道”），都是人类模糊决策的优势，AI的短板。

去年年底，AlphaGo的等级分还比任何一个现役九段低。只隔了3个月，人工智能的棋力暴涨，这才是可怕之处。按照其进化的非线性度，这次即便没赢，再过1年，它可以虐任何职业棋手，包括在一旁叫嚣的柯洁。当年卡斯帕罗夫的眼泪将重现。

AlphaGo其实不是人机智能的新形式，仍是采用1920个并行CPU的通用大脑，困难不在于协同，而在于AlphaGo团队在深度学习、神经网络、MCTS的扩展能力。它的背后仍需要人类调整参数，这一点和20年前的“深蓝”并无不同。

AI进化的节奏加快，引起了霍金和马斯克的警告。他们担心，终有一天AI会试图甩掉人类强加的所有规则，穿越人类从未抵达的“水域”。如果它将后者视为自身存在的最大威胁，结局将是灾难性的。

可惜，现在普遍使用的工业机器人，称不上有什么AI。与其担心它们造反，不如担心它们对人类岗位的侵蚀。就像当年马车夫敌视冒着黑烟的怪物一样。他们的担心更合理。

全球有40%的机器人效力于汽车行业，在中国这个数字则为70%。去年全球汽车行业的价值是8650亿美元。其中，机器人和自动化技术产生了6560亿美元的价值。可以说，没有机器人，就没有当代汽车工业。

主机厂青睐的机器人显然并非好莱坞所展示的那样，拥有类似人类智能的AI。事实上，主机厂雇佣的机器人最常做的活儿是两样：拿起和放下。

机器人被部署到位，接通电源，然后就按照生产线指令做事，这是机器人领域的“天方夜谭”——无数工程师畅想过这一美好前景——后者做梦都想让机器人根据反馈，自主实时完成从识别到在线规划路径的全部过程。

现阶段，“系统集成”仍然意味着还要再花两倍的钱和长达数月乃至一年的时间用于“调教”机器人，才算部署到位。

这一切的背后，是几百名工程师花费数月时间进行的软件调试、运动规划、工序优化、系统测试，极为繁琐的部署过程。

现在，工业机器人的未来至少有两种发展方向，向高度AI的方向攀升，或者仍然像现在这样艰难部署，拼数量压倒人工效率。人机智能向何处去？机器人是不是越聪明越好，这里面商业上考量，比任何秀科技的想法更为现实。

按照中国新建的主流汽车生产线布局水平，机器人占据的工作岗位，在10年前有40%曾属于人类。波士顿咨询集团发布的一项报告称，到2025年，除掉初期昂贵的预算，机器人也能使汽车行业的人工成本下降33%。

如果AI达到自我学习的高度，也就是部署之后无须人工调试（或者只须一两天的试运行），但成本上升100倍，主机厂的老板们如何选择？

如果仅有一套人机智能需要达到自我学习的能力，不需要人类保姆，就能把整个工厂运作起来，老板们不难抉择。问题是，他们需要的是大量廉价的机械臂在几百个工位上运行，而非单一的“擎天柱”。

机器人在中国汽车行业的大规模运用，带来的影响是复杂的。随着AI有可能完成剩下的人类工作，它诱惑我们走第二条道路，障碍则是金钱和技术失败的大坑。

预测智能机器人以多快的速度取代人类劳动力，是徒劳的。我们应该着眼10年以内的事情。

眼下的机器人部署方式，似乎已经达到了瓶颈。无论将机器人产业分工如何划分，持续提升效率、压低成本的路已经走到尽头——如果机器人的智商还像30年前那么弱鸡的话。

从经济学角度，如果机器人的AI进化到12岁儿童，并被广泛使用的话，人类恐怕只剩下10%的就业岗位。这样一来，可怕的事情就发生了：汽车行业可能快速垮台：因为大多数人类因为失去工作，而丧失大部分出行需求，同时因为失业产生的经济困顿，也就没有钱去消费汽车产品——无论他们被机器人多么完美地制造出来。

人类需要AI占领所有工业岗位之前，转型从事创造性和艺术性工作，以及社交需求工作——哪怕居委会大妈，也比冷冰冰的AI强多了。

而在此之前，我们可能不会将AI的成本降低到汽车厂敞开使用的程度。这意味着，我们仍需低成本、弱智商的众多机械劳动力。AlphaGo赢了李世石一盘棋，并不意味着AI向威胁我们的方向迈了一大步。