人工智能来了,我们得警惕点什么

简介:

谁能成为这一领域的领先者, 谁就是未来世界的统治者。

——普京

2017-12-18-401fb13504-f638-4695-a4d4-3ae

历次产业革命给人类社会带来的负面教训都源于对新技术的高估和滥用。大数据和人工智能正在带来全新的产业革命,值得警惕的是,对新技术的盲目崇拜已经跃跃欲试。

人工智能与产业革命的另一面

7月8日,国务院发布《新一代人工智能发展规划》。9月初,俄罗斯总统普京在谈及人工智能时表示,人工智能技术发展引发了“难以预测的巨大机遇和威胁”。“谁能成为这一领域领先者, 谁就是未来世界的统治者。”在普京的眼里,人工智能不仅是重大战略机遇,而且是俄罗斯存亡的关键。

在人类历史上,所有的技术革命,所有创新性革命性的发生,都是从市场上产生出来的,都是以私有制为基础的企业家创造出来的,是优胜劣汰的最后结果。大力推动人工智能,这个大方向是非常正确的,但是我们要关心的是怎么做:是用计划的方法做吗?我们可以非常确定的回答:计划的方法做不出来。计划的方法充其量就是跟着别人走,能走多远也不知道。

在人工智能的大量辩论中,已经有重要的人物站出来说:人工智能将来可以产生新一代的计划经济。比如人工智能很重要的一个应用就是在金融领域。既然投资都可以由机器来决定,那不就是计划经济吗?

所以这是一个非常重要的基本问题,就是计划经济的界限在哪里。

中国面对的最大问题是制度问题

产业革命的效用并不永远在所有方面都是正面的,我们首先要警惕那些负面的东西。

在回答这个问题之前,我首先要强调的是,中国面对最大的问题是制度问题,不是一揽子的技术问题。因为一两项技术是不是全球领先并不重要,重要的是国民经济是不是整体领先。

去年麦肯锡做了一个调研,发现中国的劳动生产率仅为经合组织(OECD)国家平均值的15%-30%,就是说中国的劳动生产率比发达国家低很多倍。这意味着中国不是说在最前沿的领域上有多落后,而是普遍的落后。

2017-12-18-03cd1513b7-27ba-4918-91f0-7fe

图表1:部分国家单位劳动成本

一方面是劳动生产率如此低下,但与此同时,我们看到的另一方面是劳动力成本非常高。经济学人智库的分析显示,2016 年中国单位劳动力成本高于美国和西欧。

牛津经济研究院调研结果发现,2016中国劳动力成本仅比美国低4%。另一个计算方式是按照单位劳动生产率,就是说如果我们在中国和美国造同样的东西,结果发现如果单独看劳动力的话,中国实际上比美国还贵。这就奇怪了。

2017-12-18-48b541d6e0-7e5d-4806-9efe-f9c

图表2:2016年中美最盈利行业对比 数据来源:Wind资讯

劳动力成本非常贵,是不是意味着中国的工人拿钱太多了呢?不是。中国的家庭收入只占中国GDP的三分之一略强,为世界最低。

世界上所有其他国家,家庭收入占本国GDP的比例都在一半以上,所以中国的工人并没有拿多少钱。

劳动力这么贵,工人却没拿多少钱,成本是压在企业脑袋上,企业也没拿到,因此是国家拿走了。所以我们看到,政府财政收入增长率连续二十多年超过GDP增长率,如今仍然如此。所以政府的收入是世界上最高的,导致劳动者和企业承担了巨大的制度成本。

不解决制度问题,仅仅把力量集中在最前沿技术的所谓产业升级上,可以得到产业升级的结果,但是解决不了普遍的经济问题。而且即便是单独讨论产业升级,也只是个别的解决。

产业革命的负面教训

当人们误认为新兴科学技术超越人类几千年积累的科学知识,误认为他们可以全面取代人类文明几千年积累下来的制度,灾难就会接踵而至。

现在人们的看法是大数据和人工智能在引领下一轮的产业革命,这样的看法是有道理的。但是在讨论它们如何引领的时候,我们需要非常冷静的回顾过去历次产业革命所带来的巨大的负面教训,这些教训都来自于对新技术的高估和滥用。

产业革命的效用并不永远在所有方面都是正面的,我们首先要警惕那些负面的东西。

历次产业革命造成的最大的负面教训就是国有制和中央计划经济。实际上,这个想法最早是在两次产业革命过程中产生出来的。

当时,一些极左翼知识分子误认为人类有能力认识一切,误认为人类有能力掌控社会所有的方方面面。在这个背景下,误认为人类有能力知道所有人的福利是什么,有能力安排所有人的福利,有能力帮助人类安排所有的技术的变化,所有的生产,一切的一切,这就是国有制和中央计划思潮产生的背景。

因为人类历史上以前没有出现过这种产业革命性质的事情,一部分知识分子高估自己的力量,高估了以后去滥用。

2017-12-18-27b746ed85-6b0e-426d-beb8-a7d

图表3:产业革命使各国经济拉开巨大差距

Galore, 2011, p.2

国有制和中央计划经济影响了全球三分之一的人口,这种基本制度的另一个更普遍的负面作用是对环境的破坏。

举两个例子:一是巨大的水利工程。人们以为自己有全部的能力规划河道、湖泊、陆地,可以通过建坝的方式建造前所未有的巨大的人工湖,直到后来发生灾难性的后果,才意识到有大量的事情他们不知道。

他们误以为政府手里有了资源,有了权力,哪怕他是好心,也可以制造出巨大的灾难,就是因为他们不知道,但是他们误以为他们知道。

二十多年前,在国际间已经形成了共识,人类一定不要再制作大的人工湖了,任何巨大的水坝在建设之前,第一重要的是评价其对环境的破坏,这是其一。

其二,碳排放导致地球温度上升。这是过去历次产业革命、技术发展、经济发展完全没有意识到的问题。原因是一样的,人们误认为自己聪明的不得了,误认为他们可以集中一切力量解决一切问题,直到用化石燃料排出来巨量的碳,导致地球温度上升。

比如横扫西印度群岛和美国的飓风“艾玛”,每小时速度达到300公里,扫过的岛屿95%的建筑被全部抹平。实际上,这个天灾是人造的,是人们误认为自己能力大的不得了,什么都能干,结果干出这样的后果。

当这些老的教训还远没能充分吸取,现在大数据和人工智能来了。我们必须要关心滥用大数据、滥用人工智能带来的危险。

我们知道现在有一些科学家已经发出警告,但是他们大部分讨论的是基本的道德问题,比如有没有可能机器人杀人,我更想强调的是另外一个问题,制度问题,就是市场和计划之间的关系。

当人们误认为新兴科学技术超越人类几千年积累的科学知识,误认为他们可以全面取代人类文明几千年积累下来的制度,灾难就会接踵而至。

比如一些政府或者是带有垄断性的大公司,试图利用他们掌握的大数据来控制社会,试图利用它来取代市场,试图利用它来取代或者控制自由的言论,利用技术进步来反社会,这会给社会带来灾难。

对新技术的盲目崇拜已经跃跃欲试,反思历次产业革命对人类带来的教训,警惕对新技术的高估和滥用,才能让这一次产业革命真正持久地造福人类。





本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
6月前
|
人工智能 算法 安全
人工智能的伦理与社会影响
人工智能的伦理与社会影响
81 1
|
10月前
|
人工智能
我们该如何面对人工智能?
我们该如何面对人工智能?
74 0
|
机器学习/深度学习 人工智能 自动驾驶
人工智能如何真正获得成功
最近的一项调查表明,要让人工智能发挥作用,企业将需要充足资金和良好的数据。假设这些因素都到位,可以了解人工智能在改善人们的生活方面取得进展的一些领域,在这些行业领域中的应用不仅仅是营销和宣传。
202 0
|
机器学习/深度学习 人工智能 自然语言处理
2019年对于人工智能发展的担忧和预测
虽然加密货币和区块链如今是无处不在的流行商业术语,但被称为第四次工业革命的真正强大因素是人工智能。无论是被誉为提高商业效率的灵丹妙药,还是让人类工作消亡的恐惧,人工智能都会为每个人带来影响,并以人们难以想象的方式影响商业和社会。
105 0
|
机器学习/深度学习 人工智能 算法
放过机器人吧!人类真正需要担忧的是人工智能
原创 读芯术 2019-12-09 17:00:00 图源:Unsplash 近年来,公众对人工智能的伦理问题讨论得如火如荼,前不久刚结束的中国计算机大会(CNCC)分论坛上也开设了“人工智能开发的道德边界”相关主题讨论。
放过机器人吧!人类真正需要担忧的是人工智能
|
机器学习/深度学习 人工智能 自动驾驶
科幻小说中的人工智能网络攻击,未来几年或成现实
如果你觉得让计算机程序学会自学,并在积累知识的过程中变得日渐成熟甚至有了自己的想法,是一件很可怕的事情,那么你将无法想象当它学会攻击的时候,事情会变得多失控。这不难让人们联想到目前正火热的人工智能,而在日常应用中,机器学习算法是被提到的更多的一个专业术语。
1927 0