本文轉載自公眾號“讀芯術”(ID：AI_Discovery)

一直以來，關于奇點事件以及同人工智能接管世界的討論層出不窮——自己的電腦會在不遠的未來取代杰夫·貝佐斯或馬克·扎克伯格嗎?

[[354569]]

筆者是負責為管理人員開發Sat-Nav(衛星導航的縮寫)工具的首席執行官。由于衛星導航是自動駕駛汽車的基礎，這些天我經常被問到：科學家會讓機器人來管理公司嗎?答案很明確：絕對不可能。

奇點事件：一派炒作

誠然，人工智能在過去三十年間進步顯著。然而目前的水平要達到技術奇點，也就是機器能夠復制甚至超越人類思想的程度，還有很長的路要走。

從核心上來講，這個新的數據科學術語是個崇高的名稱，代表著廣泛的數據處理活動，其大多數產生于過去。但最近獲得新生，它們應用在更先進的技術儀器上，這些儀器數據量更多、處理能力更強，結果更合理還更便宜。

圖為人工智能的三波浪潮，基于Evo的DHL research

隨著數據的儲存和處理所需成本的降低，數據收集量上升：這是非常簡單的供需法則，又叫數據的價格彈性——價格下降，容量上升。同那些更舊更小的數據相比，新數據的價值更低。這是純粹的經濟學知識，之后就得有人來處理這些數據了，也就是數據科學。

數據科學基本上都是老一套的科學。還有人記得專家系統嗎?盡管人們大肆宣傳，這個系統即使到今天還有嚴重的技術限制：

• 僅自下而上，從上級數據而來。舉個例子，一份圖像會被掃描為數百萬或數十億像素的集合，而這些像素是數字的向量。這種方式效率低下，但由于成本低廉，它在某些問題上仍在使用。

然而，在機器學習方面，這種方法要慢得多，而且比用人力昂貴得多。一個三歲孩子可以在依次看到兩個香蕉后就能分辨出什么是香蕉，但一個昂貴的系統需要一百萬張圖像來自我學習，還只有95%的可信度，平均每20次圖像分辨會出錯一次。

• 僅復制機械部分，缺失了大腦中的化學部分。神經網絡為機器學習的核心，它某種意義上成功復制了大腦的機械部分：神經元和神經元之間的電子信號。然而，有關大腦化學部分的研究極少，這些部分可能掌管整體思維、情感和自上而下推理的直覺思考。

從結構來說，機器缺失了許多功能。這就是人工智能同人類之爭的關鍵：機器只能按照已有的程序運行，而人類能夠發揮創造力。人類的根本能力是提出正確的問題，但可惜的是，今天的學校教的是如何回答問題，這項技能變得無關緊要。

這就是杞人憂天的理由嗎?

優步、谷歌和特斯拉正對此爭論不休

目前有關人工智能的爭論受到自動駕駛汽車的影響。隨著優步、谷歌，和特斯拉爭先推出自動駕駛汽車，人們猜測這只是危機的開端，機器將很快足以掌控公司，甚至是整個地球。

事實是，管理公司需要多種的能力以處理模棱兩可的問題，還需解釋人類情感，這通常“十分混亂”且難以被量化。定義一個目標使其改變市場，并且需要定義新目標，這叫做自反性。

自反性指的是因果間的循環關系，尤其根植于人類的信仰結構中。自反關系是雙向的，因與果間相互影響，在這種關系中兩者都不能被指定為原因或結果。

自動駕駛汽車只需運用可量化數據如位置或速度，從而辨識物理條件，例如交通狀況、其他車輛、行人等。即便這樣也總會出現程序員未納入考量的“黑天鵝事件”，然而這些突發事件的數量是有限的，最終都會規劃好。

結構上來說，自動駕駛只是有一輛車能自己上路，僅此而已。然而管理行為會導致市場范式的轉變，整個循環需要機器再次從頭開始。

2012年在澳大利亞墨爾本，一輛裝載著綿羊的卡車在高架橋上發生車禍，導致幾百只綿羊像下雨一樣落在了橋下的高速路上。雖然人類能夠克服遇見綿羊會飛時的認知失調，但你能設身處地想象出困惑的優步機器人講著老套的科幻笑話：它無法計算!

這是意料事件中的極端例子。這或許能更生動地理解為什么機器無法在不遠的未來接管公司，在相互競爭的管理游戲中可有不少會飛的綿羊。

機器人企業的真相

當然，就像在工業革命中許多手工勞動被機械替代，機器能接管許多管理功能。然而，越是富有創造力并需要高水平思維的工作，越有可能留在人類手中并進一步發展。越使用數據，就越需要更強的領導力來掌握方向。

近年來，汽車制造商大眾公司的許多研發將人工智能同人類的相互作用設為主題。首席信息官馬丁·霍夫曼(Martin Hoffman)解釋了該公司是如何將自動駕駛汽車的清單運用于“機器企業”領域：他們在公司功能流程中采用了自適應算法。

用我比較熟悉的東西舉例，想象一下倉庫自動化的重新排序過程。今天，系統能使供應鏈處于自動執行模式，除了執行策略仍舊需要人類設計：

• 是更高成本下選擇更多的庫存和客戶服務，還是背負缺貨風險選擇選擇更少的庫存?未來幾周覆蓋范圍會是多少?
• 最優水平是不存在的，因為最優視情況不同而不同。確定決策需要將策略前景的變化轉化為日常調整。
• 機器決定了權衡的效率前緣。任何給定的目標覆蓋周數只有一個最優的倉儲水平，但人類必須選擇目標周數。

大眾公司已經確定了人工智能控制水平的五個階段。從階段一的手動，即人力決定所有商業決策，到階段五的完全自動化，這個階段完全不需人工輸入。

根據大眾公司的判斷標準，通常來說機器在階段二表現出色：它能夠提供建議，但最終做出決策的是人類。機器并非取代了人類判斷，而是加強了人類，就像我們今天的手機每天都在加強大腦一樣。在可見的未來，人類的大腦將依然掌控管理權。