大数据开启智能时代

　　我首先从AlphaGo说起。

　　AlphaGo人机大战发生之前，应该说大部分人，尤其是行家对机器都是不看好的，即便大数据已经热了好几年。在这种前提下，AlphaGo却仍然给我们带来了震惊。以前我们没有想过会有这样的事发生。

　　AlphagoGo应用的局限性

　　业外的人都说围棋太复杂了，可以走的策略比宇宙里的原子还要多。这种说法其实是不对的。这样的问题在我们学术界尤其是统计物理和量子物理已经处理过很多次了，处理这种问题我们使用蒙特卡罗树的方法。而且，在国际象棋领域，早在1997年，机器（IBM深蓝）就战胜了人。

　　那对于AlphaGo，行家怎么说？他们说看了之前AlphaGo和欧洲冠军的打法，觉得它的水平离围棋九段的人的水平还差很远。但其实，这里面最重要的一点是，AlphaGo是一个会学习的机器，几个月的学习就让它的水平提高了很多。这是AlphaGo给我们带来的一个震惊——它是会学习的机器，前提是大数据，跟我们统计物理使用的蒙特卡罗不一样，它是用大数据解决问题，并采用了强化学习的办法。

　　要强调的是，AlphaGo的基本原理是马尔科夫决策过程，它可以应用于一般的智能决策系统，但背后的数学模型都是马尔科夫决策过程，包括医疗、健康和政府决策、军事决策等。机器人在很多不同领域的数学模型都可以适用。

　　当然，这并不是说AlphaGo已经把所有问题都解决了。只是围棋与其他应用不同的是，它是一对一的博弈系统，角色是对称的。而刚刚提到的金融、医疗健康、决策问题则是多方的博弈，且是不对称的。

　　所以，尽管AlphaGo背后的数学模型是通用的，但是并不是说AlphaGo已经把所有问题都解决了，要解决其他的问题，我们还需要进一步的努力，还需要解决在角色不对称的前提下怎么把AlphaGo推广得更好。

　　智能时代意味着什么

　　但是这里需要强调的一点是，AlphaGo作为标志，使得人工智能进入了新的时代。人工智能这个领域已经有了几十年的历史，到20世纪80年代人工智能在走下坡路，很多人工智能企业都开始做跟人工智能没有关系的业务了。但是以AlphaGo作为标志，我们看到人工智能进入新的时代。这里面主要的原因是它的核心技术有一个重大改进，就是以大数据为学习尤其是深度学习为基础，这使得人工智能进入新的时代。

　　这样一个新的时代，智能化的时代意味着什么？

　　人类已经完成了非常大的改变，就是工业化的时代，这是因为我们人类造出了会劳动的机器，即机械化。机械化对我们产生了什么影响？

　　第一，它把我们人类从非常繁重的体力劳动中解放了出来；第二，机器劳动的效率比人类的劳动效率提高了很多倍；第三，我们的生产进入了专业化的模式，就是说我们生产出来的东西都是标准化、大规模地去做，由此给国际社会产生了很大的影响，包括国际贸易、商业化，甚至我们现在的社会制度，都跟工业化、机械化有直接的影响和关联。

　　现在我们面临着的就是下一个突破，也就是智能化的时代。中间可能会插入一个信息化，我们正在完成的所谓信息化时代，但是我认为信息化只是一个过渡，真正要面临的是智能化时代这样一个新的转变。

　　智能化时代就是以会学习的机器作为代表，我们人类造出了会学习的机器，你试想人跟机器，跟其他的有什么不一样？就是因为人会学习，通过学习我们积累了很多经验，我们可以处理机器不能处理的问题，我们有直观感觉。直觉是从经验来的。为什么在座领导可以做领导其他人不可以做领导？就是因为我们在座领导有很好的经验，可以做很好的决策，是通过工作经历和学习经历学习过来的。

　　现在我们造出了会学习的机器，这个会学习的机器比我们人类学习的效率要高很多倍。这点，通过AlphaGo，我们已经看到了，它通过自己下棋积累经验的速度远远超过人类。这会给我们这个社会产生什么样的影响？

　　首先，我们可以想像的是，机器可以帮我们人类做决策，把我们从一些我们不大喜欢的、比较繁重的体力和脑力劳动里解放出来，使我们人类可以做更富有创造性的劳动。

　　其次，跟工业化相对是个性化。工业化时代产品是标准化的，下一步可能有智能化个性化的产品，我们喜欢什么就造什么。

　　从社会管理的角度，我还是想谈一点我自己的看法。现在很多人都在讲智慧城市，智慧城市是什么？它绝不仅仅是搞一些物联网的传感器，而是有更深刻的背景。

　　我们现在的社会管理是专业化的模式，比如说四川省下面有很多的部门，像环保部门、农业部门和水利部门，不同的部门都是由专业人员在管他们专业范围内的事，他们在自己专业范围内做得非常好，是专业化的管理模式。

　　但以环境为例，环境涉及到不仅是环保部门，还有工业部门的污染，还有交通、农业、林业、水利等的污染，是一体化的事。让我们来想想人是怎么做决策的？人通过眼睛、鼻子、手采集信息，采集完了以后传输送到大脑，由大脑作决策，再通过手、脚执行，这是人类决策的模式。大数据驱动下的智能时代的决策模式，应该跟人的决策模式类似。决策是中心化、平台化的，而部门起到的作用是信息采集和执行的作用。这样的决策模式可以更系统化，可以把不同的重要的因素都给考虑进去。就像我们说的数据孤岛，它将来可能就是数据平台，数据平台下的执行模式一定是中心化的。

　　我们该怎样衡量社会的发展程度？现在我们采用的是专业化的模式，比如GDP、各种各样的指标。但实际上，我们关心的并不只是GDP，而是个人的满意程度和社会发展的和谐程度。这些在过去是很难来实现和描述的，但在未来，我们可能将社会进步的标准逐步地变成个人价值、个人满意的幸福感和社会的和谐程度。

　　发展与挑战

　　要做到这一点还面临很多挑战。首先，我国人才缺乏，人才是一个重要的问题，这方面我不多言。

　　还有一个很现实的问题，我们各个相关领域的知识结构还有一点落后。跟大数据和人工智能、智能化比较相关的有哪些领域？首先像人工智能、机器学习、数据挖掘、计算方法、统计，这些在我国都有，而且做的人还很多，但是我们的知识结构和概念、理念还比较落后，还没有达到应有水平。比如说人工智能，我们多少人是做新模式人工智能的，有多少人是在做旧模式的人工智能？比如说计算方法，我们有多少人在做新的算法，多少人在做过去的传统算法？知识结构尤其是概念的落后，在我国是非常普遍的。还有一个困难是基本概念的混淆，我们在推动一项新措施的时候常常看到，比如把云计算和大数据混合在一起，这对我们推动大数据和人工智能以及智能时代发展是非常不利的。

　　另外就是体制机制的制约。产学研在我国已经提了很长时间，各个学校都有产学研的部门，但是不是做到位了，是不是可以满足智能化时代新的需求，尤其是大数据提出的新需求，还需要掂量。

　　我想强调的是，就国内的情况来看，我们大的互联网企业在大数据方面做得非常领先，也吸引了一批非常好的研究人员到他们企业去，这些人才在学术界都有很高的成就，现在去企业工作是非常好的事情，因为他们本身就有非常好的资源。当然，如果人才都流到企业界去了，这对未来的发展也很不利，从人才培养的角度来说企业界缺乏造血功能，人才培养还是在研究机构、高校来做比较好。

　　（本文根据我国著名的数学家，北京大学教授、中科院院士、中国大数据专家委员会副主任委员鄂维南在“2016首届中国大数据应用大会”上的演讲整理，未经本人确认。）

　　■中国科学院院士 鄂维南

关注读览天下微信， 100万篇深度好文， 等你来看……