首頁(yè) > 優(yōu)秀范文 > 人工智能時(shí)代的看法
時(shí)間：2024-02-07 14:43:44
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇人工智能時(shí)代的看法范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！
用數(shù)據(jù)“陪伴”用戶
當(dāng)前，大數(shù)據(jù)與商業(yè)應(yīng)用的結(jié)合，對(duì)我們的思考模式、生活習(xí)慣和商業(yè)法則都進(jìn)行著顛覆。從智能交通到能源管理、從政府財(cái)政到醫(yī)療體系都在因?yàn)榇髷?shù)據(jù)的使用發(fā)生著深刻的變革。而如何利用大數(shù)據(jù)打造智慧城市、提高扶貧精準(zhǔn)度、關(guān)注農(nóng)業(yè)發(fā)展、促進(jìn)居家養(yǎng)老服務(wù)業(yè)發(fā)展等也在今年“兩會(huì)”中成為提案熱點(diǎn)。
2013年被稱為中國(guó)的“大數(shù)據(jù)元年”，短短幾年后，在物聯(lián)網(wǎng)、云計(jì)算的推波助瀾下，2016年，我們將迎來大數(shù)據(jù)應(yīng)用的爆發(fā)?，F(xiàn)場(chǎng)，京東集團(tuán)CTO張晨進(jìn)行了主題為“在數(shù)據(jù)的王國(guó)里，用更好的體驗(yàn)創(chuàng)造更大的價(jià)值”的演講。他表示，通過大數(shù)據(jù)和精準(zhǔn)的個(gè)性化，讓京東成為用戶的陪伴。“根據(jù)每個(gè)用戶的消費(fèi)習(xí)慣、愛好和家庭情況，讓京東能陪伴他的生活和成長(zhǎng)，給用戶創(chuàng)造更好的品質(zhì)生活。”
張晨認(rèn)為，把數(shù)據(jù)用好的核心是大數(shù)據(jù)的精準(zhǔn)和分析。一直以來，京東都在用大數(shù)據(jù)了解并精準(zhǔn)判斷用戶的需求。例如JIMI（京東人工智能客服機(jī)器人），可通過大數(shù)據(jù)了解并判斷用戶的需求，在售前咨詢上，部分品類的回答滿意度已超過人工客服。
“帶來品質(zhì)生活的關(guān)鍵是了解用戶，推薦最適合用戶的個(gè)性化產(chǎn)品。”張晨表示。以京東個(gè)性化推薦系統(tǒng)為例，它可以根據(jù)用戶所處區(qū)域的購(gòu)買力指數(shù)提供最合適的產(chǎn)品搜索，強(qiáng)化個(gè)性化投放、精準(zhǔn)化投放的能力。在另一個(gè)項(xiàng)目“移動(dòng)商店”中，京東可以通過大數(shù)據(jù)描繪小區(qū)畫像，實(shí)現(xiàn)物流配送的“未買先送”，根據(jù)預(yù)測(cè)的銷售量提前安排庫(kù)存，由此出現(xiàn)了iPhone6s首發(fā)只用12分鐘20秒配送到家的紀(jì)錄。
“京東的數(shù)據(jù)戰(zhàn)略是從技術(shù)平臺(tái)、到數(shù)據(jù)洞察、再到商業(yè)價(jià)值的三層演進(jìn)?！本〇|技術(shù)副總裁趙一鴻表示，利用京東數(shù)據(jù)挖掘平臺(tái)，京東對(duì)用戶畫像、商品畫像、店鋪畫像、小區(qū)畫像都進(jìn)行了深度挖掘和提取，并在商業(yè)應(yīng)用中產(chǎn)生巨大價(jià)值。目前，京東大數(shù)據(jù)平臺(tái)總服務(wù)器數(shù)量超過10000臺(tái)，數(shù)據(jù)總?cè)萘客黄?00PB，每天新增超過1.5PB數(shù)據(jù)，每天約有20萬(wàn)個(gè)作業(yè)運(yùn)行。通過京東大數(shù)據(jù)，大幅提升了運(yùn)營(yíng)效率、降低成本、優(yōu)化用戶體驗(yàn)。
為人工智能裝上引擎
對(duì)于當(dāng)下異?；鸨娜斯ぶ悄茴I(lǐng)域，與大數(shù)據(jù)又將會(huì)有怎樣的聯(lián)系？在開場(chǎng)的主旨演講“為人工智能裝上引擎”中，卡耐基梅隆大學(xué)計(jì)算機(jī)科學(xué)系教授邢波為了便于大家理解，特意一改往日講技術(shù)干貨的風(fēng)格，以登山為比喻，從人工智能的源頭細(xì)說人工智能的歷史變遷。在邢波看來，登山與人工智能計(jì)算任務(wù)有息息相通之處：“人工智能計(jì)算任務(wù)像登山，有明確的、可以用數(shù)學(xué)描述的目標(biāo)，本身有彈性容錯(cuò)性和隨機(jī)性。人工智能領(lǐng)域發(fā)展也像登山，遇到各種各樣的起伏，有各種各樣的思路的跳躍和重新的定位?！?/p>
邢波表示，要用好大數(shù)據(jù)，人工智能和機(jī)器學(xué)習(xí)將是最主要的分析手段。預(yù)計(jì)在未來計(jì)算世界，人工智能計(jì)算和機(jī)器學(xué)習(xí)會(huì)占全球計(jì)算資源上計(jì)算任務(wù)比重的80%到90%，所以有必要對(duì)人工智能和機(jī)器學(xué)習(xí)所需的計(jì)算框架和操作性框架重新設(shè)計(jì)。
在AlphaGo大勝李世石之后，媒體立刻被各色輿論所充斥。有人激動(dòng)于人工智能的輝煌成果，有人則戰(zhàn)栗于人工智能可怕的潛力，甚至開始擔(dān)心這是否預(yù)示著人類文明的衰亡。邢波呼吁大家建立獨(dú)立的個(gè)人思考，不要輕易被任何觀點(diǎn)左右。他認(rèn)為：“人工智能和人類對(duì)決不是什么大得了不起的事，人類和機(jī)器的對(duì)決自古就有，現(xiàn)在還在發(fā)生。馬車被火車戰(zhàn)勝后，同一時(shí)代的人類發(fā)明照相機(jī)，有人驚恐照相機(jī)來了，畫家失業(yè)了，但是現(xiàn)在畫家還是活得好好的。人機(jī)大賽是我們技術(shù)上的里程碑，展示了人類的功勞，我們要以歡迎的心態(tài)接受它?！?因?yàn)槿斯ぶ悄芎腿祟愔悄芩叩穆凡煌?，我們大可不必杞人憂天。“人的頭腦有很多獨(dú)特的東西，創(chuàng)作性思維、感情、常識(shí)、美感，這都是人工智能無(wú)法企及的，正如孔子、拿破侖、貝多芬、愛因斯坦不會(huì)被機(jī)器代替一樣?！?/p>
他表示，算法也需要數(shù)據(jù)、工程的支持。前不久圍棋領(lǐng)域人機(jī)大賽是一個(gè)技術(shù)的里程碑，展示了人類社會(huì)的力量和功能，我們要以歡迎的、平常的心態(tài)來接受?！霸谟邢抟?guī)則、特定任務(wù)下，機(jī)器超越人類的水平只是時(shí)間問題，人工智能的目標(biāo)不是用來代替人類，而是人與機(jī)器的有機(jī)共存。”
趙一鴻也談及了對(duì)人工智能的看法。他認(rèn)為，Alpha Go的跨越性突破是機(jī)器已經(jīng)從簡(jiǎn)單的技術(shù)型思維變?yōu)閼?zhàn)略型思維，這是硬件、軟件和科學(xué)家思維的共同進(jìn)步?！霸谏虡I(yè)思維上突破計(jì)算的邊界，讓商業(yè)的模型和大腦在決策上媲美甚至超越人類，這也是人工智能對(duì)于京東的意義?！?/p>
4月下旬，著名物理學(xué)家史蒂芬?霍金在北京舉辦的全球移動(dòng)互聯(lián)網(wǎng)大會(huì)上做了視頻演講，“生物大腦可以達(dá)到的和計(jì)算機(jī)可以達(dá)到的，沒有本質(zhì)區(qū)別。計(jì)算機(jī)在理論上可以模仿人類智能，然后超越”，“人工智能可能是人類文明的終結(jié)者”。
5月下旬，目前圍棋世界排名第一的中國(guó)職業(yè)九段柯潔將與人工智能程序AlphaGo（阿爾法狗）進(jìn)行終極對(duì)弈，盡管柯潔早已放出豪言，“我會(huì)抱必勝心態(tài)、必死信念。我一定要擊敗阿爾法狗”，但是此前德州撲克人機(jī)大賽中，人工智能完勝已經(jīng)讓部分看客有些心灰意冷，一旦柯潔失敗，或許會(huì)再次加深這一悲觀情緒。
當(dāng)然，“文明終結(jié)”的憂慮還為時(shí)尚早，無(wú)論是世界上最強(qiáng)的象棋、圍棋還是黑白棋程序，尚屬“弱人工智能”。
在人工智能擁有自主意識(shí)的“強(qiáng)人工智能”時(shí)代到來之前，企業(yè)家、投資者以及創(chuàng)業(yè)者們可能更擔(dān)心另一些現(xiàn)實(shí)的問題，比如，怎么把人工智能商業(yè)化。這是過去數(shù)十年人工智能一直溫而不火的重要原因。
真正的爆發(fā)
無(wú)論是科學(xué)家的危言聳聽式擔(dān)憂，還是商業(yè)巨頭們瘋狂的攻城略地，總之，“人工智能”已然成了這兩年最火的科技熱詞。
創(chuàng)新工場(chǎng)創(chuàng)始人李開復(fù)對(duì)《財(cái)經(jīng)國(guó)家周刊》記者說，“我們每個(gè)禮拜都會(huì)收到5家巨大的企業(yè)的請(qǐng)求，基金公司、汽車公司、管理公司、國(guó)企、甚至政府，都希望能夠利用人工智能幫他們解決問題?！?/p>
人工智能的概念第一次被提出硎竊61年前，盡管之后持續(xù)有些熱度，但它在最初50多年里幾乎沒有得到爆發(fā)性的關(guān)注。
“人工智能”關(guān)注度爆發(fā)的導(dǎo)火索，或許是去年3月韓國(guó)著名圍棋棋手李世石以1：4輸給AlphaGo。
它讓不少人錯(cuò)誤估計(jì)了人工智能的爆發(fā)節(jié)點(diǎn)。就好比在1997年，名為深藍(lán)的IBM計(jì)算機(jī)也曾經(jīng)擊敗世界象棋冠軍，但人工智能并沒有從此進(jìn)入人類日常生活。
李開復(fù)也曾錯(cuò)誤地預(yù)判人工智能的技術(shù)趨勢(shì)，從而導(dǎo)致創(chuàng)業(yè)失敗――2000萬(wàn)美元的投入、100個(gè)員工，幾乎全軍覆沒。
李開復(fù)反思道，“創(chuàng)新固然重要，但不是最重要的，最重要的是做有用的創(chuàng)新”，而判斷它能否成為科技主流的重要標(biāo)志，就是能否商業(yè)化。
Deep Mind創(chuàng)始人、AlphaGo之父杰米斯?哈薩比斯也表示，“我們發(fā)明AlphaGo，并不是為了贏得圍棋比賽，我們是想為測(cè)試我們自己的人工智能算法搭建一個(gè)有效的平臺(tái)，我們的最終目的是把這些算法應(yīng)用到真實(shí)的世界中，為社會(huì)所服務(wù)?！?/p>
那么，人工智能商業(yè)化的時(shí)候真的到了嗎，會(huì)不會(huì)又是一陣虛火？
4月25日，在JIC投資沙龍上，阿里云戰(zhàn)略資深總監(jiān)李樹解釋，“AI的基礎(chǔ)是三個(gè)理論，第一是算法，第二是必須得有計(jì)算的支撐，第三是必須有數(shù)據(jù)作為序列或者教化算法的基礎(chǔ)”，這三方面都在走向成熟。
2016年，百度董事長(zhǎng)兼CEO李彥宏曾在2016貴陽(yáng)大數(shù)據(jù)博覽會(huì)上表達(dá)過類似觀點(diǎn)，“越來越多的數(shù)據(jù)每天產(chǎn)生，我們可以利用這些數(shù)據(jù)做一些過去只有人能夠做的事情，同時(shí)，計(jì)算能力越來越強(qiáng)大，計(jì)算的成本越來越低廉”。
出門問問創(chuàng)始人兼CEO李志飛則以“虛擬個(gè)人助理”為例，稱“四年前跟現(xiàn)在相比，我們都不知道能用在哪里，手機(jī)也沒有習(xí)慣”，而今天，“家庭、車等場(chǎng)景我們都能看得清楚，產(chǎn)業(yè)、用戶的需求變得比以前更加成熟了?！?/p>
在這種情況下，毫無(wú)疑問，4月10日德?lián)淙藱C(jī)大戰(zhàn)最終以人工智能“冷撲大師”完勝，成了真正引爆AI商業(yè)化的導(dǎo)火索。
這是因?yàn)?，圍棋是一種“完全信息博弈”，比賽雙方所有信息都呈現(xiàn)在棋盤上;而撲克和電腦游戲這些由多人對(duì)戰(zhàn)的游戲是“不完全信息博弈”，計(jì)算機(jī)無(wú)法獲知所有信息。
人工智能冷撲大師的勝利，意味著在爾虞我詐、概率不確定、非完美信息需要推理和情商的游戲里，機(jī)器一樣可以獲勝，它最大的價(jià)值就在于賦予了人工智能商業(yè)化的可能性。
德州撲克冷撲大師和中國(guó)龍之隊(duì)對(duì)決結(jié)束的時(shí)候，李開復(fù)發(fā)了一條朋友圈，“據(jù)聞AlphaGo近期即將來華和柯潔對(duì)戰(zhàn)，其實(shí)已經(jīng)不再具有科學(xué)意義了。以后我們應(yīng)該更關(guān)注商業(yè)領(lǐng)域的人工智能，在金融、醫(yī)療、教育等領(lǐng)域產(chǎn)生商業(yè)價(jià)值?！?/p>
生活在“弱人工智能”時(shí)代的我們，還遠(yuǎn)沒到擔(dān)心人類會(huì)“永生”還是“滅絕”這樣龐大而沉重的課題，但毫無(wú)疑問的是，人工智能的商業(yè)化時(shí)代，真的來了。
開始總是美好的
“中國(guó)任何浪潮來了都會(huì)來得太猛，大家都跳進(jìn)去瞬間就有可能藍(lán)海變成紅?！保铋_復(fù)如是說。
不出所料，浪潮之下，巨頭們聞風(fēng)而來。
4月28日，百度公布了2017年第一季度未經(jīng)審計(jì)的財(cái)務(wù)報(bào)告，李彥宏在財(cái)報(bào)中明確提到，百度的戰(zhàn)略已經(jīng)從“移動(dòng)先行”變成“AI先行”。
同一天，剛剛上任100天的百度集團(tuán)總裁兼COO陸奇，在百度與小魚在家聯(lián)合的搭載了百度DuerOS操作系統(tǒng)的視頻通話機(jī)器人“分身魚”會(huì)上重申，“對(duì)百度公司來講，不光是一個(gè)搜索引擎的公司，基于AI，從現(xiàn)在到將來會(huì)逐漸成為一個(gè)平臺(tái)，這是一個(gè)戰(zhàn)略上和文化上的改變。”
這讓人聯(lián)想到早先陸奇的到來和百度前首席科學(xué)家吳恩達(dá)的離開。在曾與吳恩達(dá)有過接觸的首席科學(xué)家林暉看來，這某種程度上反映了百度對(duì)于人工智能需求的變化，從“學(xué)術(shù)派”走到了“實(shí)干派”。
隨后，5月3日，據(jù)美國(guó)科技網(wǎng)站報(bào)道，騰訊宣布任命語(yǔ)音識(shí)別技術(shù)頂級(jí)專家俞棟博士為AI Lab副主任。這個(gè)2016年4月成立的人工智能實(shí)驗(yàn)室，現(xiàn)有50多位世界知名院校的AI科學(xué)家（90%為博士）與200多位應(yīng)用工程師，此舉或意味著騰訊在AI領(lǐng)域的正面回?fù)簟?/p>
相對(duì)低調(diào)的阿里巴巴事實(shí)上也在伺機(jī)而動(dòng)，去年以來，阿里逐漸拋棄了AI產(chǎn)品頭上的“云”背書，直接用“人工智能”給產(chǎn)品定位。
今年3月9日的阿里巴巴技術(shù)峰會(huì)上，馬云推出了“NASA”計(jì)劃，稱面向未來20年組建強(qiáng)大的獨(dú)立研發(fā)部門，同時(shí)點(diǎn)名了五大技術(shù)，機(jī)器學(xué)習(xí)、芯片、IoT、操作系統(tǒng)和生物識(shí)別都與人工智能相關(guān)。
隨著互聯(lián)網(wǎng)三巨頭BAT的布局加速，一場(chǎng)真正的商業(yè)化戰(zhàn)爭(zhēng)，已經(jīng)蓄勢(shì)待發(fā)了。
根據(jù)獵云網(wǎng)研究院4月13日的《2017人工智能投融資白皮書》顯示，2016年1月～2017年2月，共發(fā)生365起人工智能領(lǐng)域融資事件。
其中，來自投資界的數(shù)據(jù)顯示，僅2017年第一季度，就有超60家人工智能公司獲得了融資，金額超億元的融資事件至少有5起。
這幅“人工智能”的“烽火狼煙圖”，不禁讓人聯(lián)想起一年以前VR概念風(fēng)頭正盛的時(shí)候。
去年一季度，共有29家VR/AR公司總共獲得融資超過10億美元。
然而，僅僅一年后，市場(chǎng)研究公司Crunchbase的報(bào)告顯示，今年一季度全球VR/AR的風(fēng)險(xiǎn)投資額只有2億美元，不僅暴跌八成，而且被26家公司分食，創(chuàng)出了過去一年中投資的最低紀(jì)錄。
AI會(huì)不會(huì)重蹈VR覆轍，還不好說，但資本一定有也有低谷。更何況，即便是在當(dāng)下，也并不是所有投資者都對(duì)人工智能持樂觀態(tài)度。
建投華科投資股份有限公司董事總經(jīng)理戴D認(rèn)為，“比爾?蓋茨說有關(guān)人工智能領(lǐng)域的重大進(jìn)步的所有預(yù)言，都已經(jīng)被證明過于樂觀。這一點(diǎn)對(duì)于22年后的今天這些投資人來說，仍然有一定的警示意義。”
在他看來，“人工智能處于初期發(fā)展階段，對(duì)于投資、尤其是對(duì)于我們產(chǎn)業(yè)并購(gòu)的整合者來說，可能為時(shí)尚早。”
小心陷阱
τ諶斯ぶ悄?？茖W(xué)家在渲染危機(jī)感，投資者在夸大它的神奇，然而創(chuàng)業(yè)者需要警惕：人工智能的創(chuàng)業(yè)路徑跟過往的經(jīng)驗(yàn)完全不同。
其中，最大的不同就是創(chuàng)業(yè)門檻的高低，起步資金就是最重要的一項(xiàng)。
“移動(dòng)互聯(lián)網(wǎng)時(shí)代讓創(chuàng)業(yè)成本達(dá)到歷史新低，一個(gè)產(chǎn)品經(jīng)理帶著一個(gè)工程師就可以零元?jiǎng)?chuàng)業(yè)”，李開復(fù)調(diào)侃到，“但AI的創(chuàng)業(yè)成本卻達(dá)到歷史新高，挖人、買數(shù)據(jù)、買機(jī)器，每一項(xiàng)都要投重資”，以創(chuàng)新工場(chǎng)投資的一家創(chuàng)業(yè)公司為例，“第一個(gè)月就花了500萬(wàn)買機(jī)器”。
并且，人工智能創(chuàng)業(yè)大部分是“B端”的，然而大多數(shù)投資公司已經(jīng)習(xí)慣了投資“C端”創(chuàng)業(yè)者，這就決定了融資的難度。
李開復(fù)這樣對(duì)《財(cái)經(jīng)國(guó)家周刊》記者描述過去很長(zhǎng)一段時(shí)間“C端”創(chuàng)業(yè)公司的投資模式，“給你一筆錢搞100萬(wàn)個(gè)用戶，再給你一筆錢搞1000萬(wàn)個(gè)用戶，再給你一筆錢開始變現(xiàn)，再給你一筆錢你就盈利了，再給你一筆錢你就上市了，這一定程度上成為了投資的四步曲或五步曲”，這與大多數(shù)“B端”創(chuàng)業(yè)者要去苦苦哀求企業(yè)級(jí)用戶的門是完全不同的。
然而，矛盾之處在于，創(chuàng)業(yè)者要想避免被BAT碾壓，最好的方式就是去尋找一個(gè)巨頭不能碾壓的領(lǐng)域，避開社交、游戲、電子支付，而“賣企業(yè)級(jí)軟件給銀行”、“賣解決方案給醫(yī)院”等等“B端”領(lǐng)域，雖然BAT可能不會(huì)去做，但創(chuàng)業(yè)公司也很難成功。
并且，在人工智能領(lǐng)域創(chuàng)業(yè)，一個(gè)很大的問題就是“想象力不夠”，導(dǎo)致從一開始同質(zhì)化競(jìng)爭(zhēng)就很嚴(yán)重。
“大家都做一樣的應(yīng)用，人臉識(shí)別現(xiàn)在大概有15個(gè)公司”，李開復(fù)反問道，“人臉識(shí)別當(dāng)然有商業(yè)價(jià)值，但是需要15家公司來做嗎？”
當(dāng)然，作為最早一批回國(guó)創(chuàng)業(yè)的科學(xué)家，曾在谷歌擔(dān)任高級(jí)工程師的李志飛對(duì)《財(cái)經(jīng)國(guó)家周刊》記者闡述了不同的看法。
“早期有一些趨同，這個(gè)不值得奇怪”，因?yàn)?，“這就跟摘果子一樣，最大的摘完了之后大家才會(huì)動(dòng)腦筋去想，是不是可以再自己培養(yǎng)果子或者到另一個(gè)地方去摘，關(guān)鍵是后面這個(gè)產(chǎn)業(yè)是不是真能夠進(jìn)一步地升華?！?/p>
那么，創(chuàng)業(yè)過程中最需要注意的問題是什么？
最顯而易見的一點(diǎn)，是要找到強(qiáng)需求而不是偽需求，然后判斷這個(gè)強(qiáng)需求能不能被技術(shù)解決，同時(shí)，讓場(chǎng)景和產(chǎn)業(yè)深度結(jié)合起來。
其次，脫離工程師的思維，把焦點(diǎn)放在用戶身上。
李志飛說，“工程師的思維就是特別喜歡做一個(gè)自己覺得很牛的、技術(shù)很復(fù)雜的東西，但這個(gè)可能跟用戶的需求完全不一樣?！?/p>
以語(yǔ)音識(shí)別軟件出門問問為例，李志飛說，“過去我們喜歡演示特別復(fù)雜的句子，比如一句話把‘幫我查一下附近的餐廳、人均50塊錢、帶wifi、帶停車場(chǎng)的’講完，但用戶真實(shí)的習(xí)慣可能是把它分成幾個(gè)短句，通過漸進(jìn)式的交互去完成查詢?！?/p>
此外，不要急于打造平臺(tái)級(jí)技術(shù)和場(chǎng)景，什么都想做。
過去的創(chuàng)業(yè)經(jīng)驗(yàn)告訴創(chuàng)業(yè)者，通過一味的“鋪場(chǎng)景”也可以拉高估值，但是危險(xiǎn)在于，一旦業(yè)務(wù)方向不像設(shè)想的那么順利，就會(huì)無(wú)形中拉高B輪融資的難度，造成現(xiàn)金流枯竭，這對(duì)于現(xiàn)金需求量極大的人工智能創(chuàng)業(yè)尤為危險(xiǎn)。
在這一點(diǎn)上，李志飛很坦誠(chéng)，“我們也跟熱點(diǎn)，這是肯定的，因?yàn)槟悴桓鸁狳c(diǎn)的話，拿不到錢”，“但是熱點(diǎn)一定是輔助的，公司業(yè)務(wù)的核心一定要以AI技術(shù)推動(dòng)，然后才會(huì)有各種各樣的使用場(chǎng)景，如果你隨著資本波動(dòng)而波動(dòng)的話，一定會(huì)死得很慘?！?/p>
李志飛稱，“對(duì)于技術(shù)型公司，你的擴(kuò)張速度要永遠(yuǎn)保證你的賬上還有18個(gè)月的經(jīng)費(fèi)”，因?yàn)椤板X是很貴的”。
其中的龍頭企業(yè)iRobot在2015年前6個(gè)月實(shí)現(xiàn)收入2.67億美元，在全球市場(chǎng)占有率超過60%，目前市值約為9億美元。IFR預(yù)測(cè)2013-2016年估計(jì)會(huì)有2200萬(wàn)臺(tái)智能家庭機(jī)器人得到銷售。比爾?蓋茨曾針對(duì)機(jī)器人的應(yīng)用趨勢(shì)發(fā)表自己的看法：“未來機(jī)器人將會(huì)延續(xù)PC的發(fā)展歷程，屆時(shí)，家用機(jī)器人將像門鈴、計(jì)算機(jī)、移動(dòng)電話、電冰箱等一樣普及?！?/p>
隨著互聯(lián)網(wǎng)和人工智能技術(shù)的推進(jìn)，家庭服務(wù)機(jī)器人正經(jīng)歷著從自動(dòng)化到智能化的演變。中科院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心特聘研究員劉鋒博士認(rèn)為，未來只要是互聯(lián)網(wǎng)所能觸及之地，人工智能機(jī)器人就有機(jī)會(huì)“存活”。也就是說，Siri、Google now和微軟的小冰這類虛擬人工智能機(jī)器人有一天將走出手機(jī)，擁有一個(gè)真正的“身體”，或者直接住進(jìn)我們的家用電器里，Siri和Apple TV的鏈接就是一個(gè)例證，家庭智能機(jī)器人將成為智能物聯(lián)網(wǎng)時(shí)代家庭的核心終端。
AlphaGo勝在大數(shù)據(jù)與深度學(xué)習(xí)的技術(shù)優(yōu)勢(shì)：沒有人性的弱點(diǎn)
關(guān)于李世石為什么會(huì)輸，業(yè)界存在諸多看法。其中一種看法是認(rèn)為人類相對(duì)于機(jī)器，更容易受到情緒的干擾而導(dǎo)致犯錯(cuò)，而機(jī)器卻沒有情緒波動(dòng)。然而，事實(shí)上，AlphaGo勝出源于做到了“知己知彼”，谷歌利用大數(shù)據(jù)與深度學(xué)習(xí)的技術(shù)優(yōu)勢(shì)為AlphaGo構(gòu)建了一套策略網(wǎng)絡(luò)，機(jī)器通過深度學(xué)習(xí)能力，模擬人腦的機(jī)制來學(xué)習(xí)、判斷、決策。即AlphaGo可以從大量的棋譜和對(duì)局中學(xué)習(xí)策略，形成一套落子決策判斷與數(shù)據(jù)解讀的能力體系，讓其在沖殺狀態(tài)下懂得一套試探與引導(dǎo)的能力，最終成功擊敗人類棋手李世石。
巨頭正在試圖通過人工智能攻克最后一座堡壘：理解人類和語(yǔ)言
從AlphaGo連贏人類九段棋手李世石中，我們可以看到，人工智能神經(jīng)網(wǎng)絡(luò)的前景在于它在不斷縮小機(jī)器和人類之間的差距，而且隨著技術(shù)開發(fā)者的跟進(jìn)，人工智能將會(huì)對(duì)理解人類語(yǔ)言，揣摩人類情感。比如我們看到的，扎克伯格曾定下2016年的個(gè)人目標(biāo)，即創(chuàng)建一個(gè)類似《鋼鐵俠》中的人工智能助手?！拔议_始準(zhǔn)備了解現(xiàn)有的技術(shù)，并將教會(huì)人工智能助手理解我的語(yǔ)音，讓它學(xué)會(huì)控制家中的一切，比如音樂、燈光、溫度等。我還計(jì)劃教會(huì)助手識(shí)別朋友們的面孔，當(dāng)朋友們按門鈴時(shí)，它會(huì)讓他們進(jìn)入。”扎克伯格在其Facebook個(gè)人主頁(yè)中寫道。
理解人類，這對(duì)于巨頭們的想象空間在于，基于用戶需求的商業(yè)決策會(huì)因此更加精準(zhǔn)。人機(jī)對(duì)戰(zhàn)讓我們看到，推理、判斷、分析問題等功能處理之外，識(shí)別人的情感與情緒與對(duì)人的語(yǔ)言理解力將是未來發(fā)展的高地。圍棋大戰(zhàn)，只能體現(xiàn)出，在封閉規(guī)則的計(jì)算領(lǐng)域，機(jī)器比人類聰明得多，因?yàn)槲覀兊男乃隳芰Ρ旧砼c計(jì)算器相差甚遠(yuǎn)；但是思維、對(duì)話、情感等都是不確定的。而前面說到，機(jī)器沒有情緒，只有它懂得了人類的語(yǔ)言，逐漸了解人類表達(dá)的意思甚至是情緒，才意味著人工智能達(dá)到了更高的領(lǐng)地。
而語(yǔ)音搜索，則是打開人工智能進(jìn)階大門的鑰匙。百度的語(yǔ)音搜索，就是多種人工智能技術(shù)整合起來的典型應(yīng)用，包括語(yǔ)音識(shí)別、自然語(yǔ)言處理，因?yàn)樗认聡暹@種單一任務(wù)、封閉規(guī)則的任務(wù)要復(fù)雜得多。語(yǔ)音搜索借助核心的自然語(yǔ)言處理技術(shù)(NLP)，通過典型的多輪對(duì)話交互模式，逐步理解人類語(yǔ)言和意圖，并提供需要的信息。
語(yǔ)音搜索的結(jié)果不僅能提供聚合的數(shù)據(jù)，還會(huì)通過語(yǔ)音播報(bào)，將用戶從輸入文字的桎梏中解放出來，為中老年用戶提供方便。從上面的例子看出，搜索引擎能夠通過多輪對(duì)話的方式，聯(lián)系用戶的上下文，準(zhǔn)確地通過用戶的語(yǔ)言，理解真實(shí)的搜索需求，一步步給出相應(yīng)的反饋。除此以外，搜索結(jié)果是基于對(duì)數(shù)據(jù)的挖掘和聚合呈現(xiàn)，通過數(shù)據(jù)為用戶決策提供依據(jù)。說白了，就是機(jī)器將可以通過語(yǔ)音“理解”人類的真實(shí)意圖，在大數(shù)據(jù)基礎(chǔ)上提供智能的交付，滿足需求。而且，通過背后的機(jī)器學(xué)習(xí)技術(shù)搜索引擎還具備像人類神經(jīng)網(wǎng)絡(luò)一樣的深度神經(jīng)網(wǎng)絡(luò)，吸取人類語(yǔ)料數(shù)據(jù)，就是具有學(xué)習(xí)進(jìn)化的能力。
談到語(yǔ)音技術(shù)，除了谷歌在該技術(shù)上地不斷優(yōu)化，使用上下文、物理定位及其他方式對(duì)談話者的真正含義進(jìn)行預(yù)測(cè)之外，百度度秘則更是基于二者技術(shù)的人工智能產(chǎn)物，并寄托了連接人與服務(wù)的生態(tài)構(gòu)想。度秘可以在廣泛索引真實(shí)世界的服務(wù)和信息的基礎(chǔ)上，依托搜索及智能交互技術(shù)，不斷學(xué)習(xí)和替代人的行為，為用戶提供多樣化服務(wù)。例如：可以實(shí)現(xiàn)“幫我訂一張適合小孩看的電影票”、“餐廳附近有沒有寵物美容店”等一系列的多輪對(duì)話、預(yù)定等任務(wù)。百度此前認(rèn)為，與同為支持語(yǔ)音、文字交互的微軟小冰、蘋果Siri相比，度秘有著更為突出的特性，包括語(yǔ)音識(shí)別技術(shù)與更為核心的自然語(yǔ)言處理技術(shù)(NLP)，當(dāng)機(jī)器獲得人說的話之后就需要進(jìn)行理解，而自然語(yǔ)言處理(NLP)技術(shù)是不斷去分析用戶搜索意圖，通過反復(fù)學(xué)習(xí)與大數(shù)據(jù)分析，更為高效地幫助用戶做出決策。
BAT人工智能的“軍備競(jìng)賽”:百度技術(shù)帝國(guó)初具模型
在全世界范圍內(nèi)人工智能的“軍備競(jìng)賽”對(duì)抗中，在國(guó)內(nèi)，以BAT為代表的互聯(lián)網(wǎng)巨頭已在人工智能領(lǐng)域不斷的嘗試，而在BAT三家中，探索人工智能發(fā)展方面，百度更為積極，這與其主營(yíng)的搜索業(yè)務(wù)與技術(shù)基因相關(guān)。移動(dòng)搜索時(shí)代，百度更需要大規(guī)模機(jī)器學(xué)習(xí)和深度學(xué)習(xí)為基礎(chǔ)的人工智能在搜索引擎中的應(yīng)用，優(yōu)化搜索業(yè)務(wù)來推動(dòng)各項(xiàng)業(yè)務(wù)的協(xié)同發(fā)展。
所以，百度也一直在政策層面推進(jìn)人工智能技術(shù)。梳理最近幾年的兩會(huì)提案就會(huì)發(fā)現(xiàn)，李彥宏在去年的兩會(huì)中提出的“中國(guó)大腦”以及今年提到的為無(wú)人車立法提案。百度積極推動(dòng)無(wú)人車政策落地，也基于通過無(wú)人駕駛項(xiàng)目推動(dòng)自身搜索業(yè)務(wù)有更多想象空間，資料顯示，百度無(wú)人駕駛車項(xiàng)目于2013年起步，由百度研究院主導(dǎo)研發(fā)，其技術(shù)核心是“百度汽車大腦”，包括高精度地圖、定位、感知、智能決策與控制四大模塊。
之所以國(guó)內(nèi)唯有百度在無(wú)人車領(lǐng)域展開了布局，緣于其支撐圖像識(shí)別技術(shù)與語(yǔ)音等技術(shù)的融合推進(jìn)，百度研發(fā)出了基于多層單向LSTM(長(zhǎng)短時(shí)記憶模型)的漢語(yǔ)聲韻母整體建模技術(shù)，該技術(shù)能夠使機(jī)器的語(yǔ)音識(shí)別相對(duì)錯(cuò)誤率降低15%，普通話語(yǔ)音識(shí)別的準(zhǔn)確率接近97%。圖像技術(shù)的積累可以輔助無(wú)人車更為精細(xì)的判斷交通路況，利用無(wú)人車這個(gè)入口，在萬(wàn)物物聯(lián)與共享經(jīng)濟(jì)之外，關(guān)鍵在于解放了人的雙手，進(jìn)一步可以實(shí)現(xiàn)諸如語(yǔ)音搜索音樂、閱讀、視頻，以及O2O的訂位、餐館預(yù)訂等功能?？梢钥闯觯俣雀幼⒅貙⒓夹g(shù)融于產(chǎn)品中，快速實(shí)現(xiàn)商業(yè)化。
這里看出，百度與谷歌的探索不同，谷歌的探索帶動(dòng)研發(fā)成本無(wú)止境的提升，但許多黑科技項(xiàng)目卻又看不到盈利來源，比如Google去年在研發(fā)方面的投入更飆升了38%，遠(yuǎn)超過了谷歌19%的收入增長(zhǎng)率。同時(shí)隨著Google Glass等項(xiàng)目的受挫，Google的投資者開始要求更快的投資回報(bào)率，谷歌的廣告營(yíng)收壓力增長(zhǎng)。相對(duì)于谷歌的探索，國(guó)內(nèi)以百度為首的人工智能的布局與探索則聚焦于連接人與服務(wù)的戰(zhàn)略方向，或更具備商業(yè)化落地的示范效應(yīng)。比如說，人工智能早已成為百度未來營(yíng)收增長(zhǎng)頗有想象空間的一部分。
人工智能的背后是規(guī)?；挠布危簞?chuàng)業(yè)者慎入巨頭需加碼
盡管人工智能是未來互聯(lián)網(wǎng)的發(fā)展方向，但人工智能的推動(dòng)背后是一套人工智能算法，需要規(guī)模化的云計(jì)算中心、IDC、等硬件支持。這很顯然并不是創(chuàng)業(yè)者短時(shí)間能力所能及的事，以百度目前正在推進(jìn)一個(gè)名為“百度大腦”的項(xiàng)目為例，這是一個(gè)利用計(jì)算機(jī)深度學(xué)習(xí)模擬人腦的項(xiàng)目，但在這背后，需要十幾座云計(jì)算中心、規(guī)?；疉RM服務(wù)器、并行GPU等支持生成、配合針對(duì)不同應(yīng)用和場(chǎng)景的網(wǎng)絡(luò)結(jié)構(gòu)，從而為人工智能提供有力的硬件支持。有業(yè)界人士指出：”依賴于云端大規(guī)模計(jì)算資源的人工智能算法限制著人工智能在消費(fèi)者場(chǎng)景的應(yīng)用“因此，人工智能在國(guó)內(nèi)推進(jìn)與發(fā)展的重任很顯然還是落在BAT等互聯(lián)網(wǎng)巨頭身上。
在目前國(guó)內(nèi)巨頭投資布局圖譜中，我們看到除百度之外，更多巨頭的布局僅在于針對(duì)競(jìng)爭(zhēng)對(duì)手進(jìn)行卡位與產(chǎn)業(yè)鏈布防，合眾連橫擴(kuò)張版圖爭(zhēng)奪現(xiàn)有市場(chǎng)，巨頭們也是時(shí)候開始轉(zhuǎn)變下主力布局方向，重度思考人工智能未來的發(fā)展了。
一輛載人的自動(dòng)駕駛汽車高速接近一個(gè)路口，此時(shí)路口有十個(gè)行人正在過馬路。在剎車突然失靈的情況下，汽車的自動(dòng)駕駛系統(tǒng)應(yīng)該如何選擇：
1、拐向路邊的固定障礙，躲避十個(gè)行人但犧牲車內(nèi)一位乘客;
2、保持直行，確保車內(nèi)一位乘客的安全但犧牲十個(gè)行人。
您會(huì)如何選擇？我們看看公眾的觀點(diǎn)。
當(dāng)美國(guó)學(xué)術(shù)期刊《科學(xué)》就這個(gè)問題進(jìn)行公眾調(diào)查時(shí)，76%的被調(diào)查者表示，應(yīng)該選擇犧牲一位乘客以保全十位行人。而且這些選擇“犧牲一位乘客”的被調(diào)查者都同意以下觀點(diǎn)：自動(dòng)駕駛汽車的制造商應(yīng)該把“汽車事故死亡數(shù)最小化”作為一個(gè)指導(dǎo)原則設(shè)計(jì)自動(dòng)駕駛系統(tǒng)――我們且稱之為“公平對(duì)待系統(tǒng)”。
有意思的是，當(dāng)詢問被調(diào)查者是否愿意購(gòu)買安裝“公平對(duì)待系統(tǒng)”的自動(dòng)駕駛汽車時(shí)，大部分人表示，他們還是會(huì)選擇安裝“車內(nèi)乘客優(yōu)先系統(tǒng)”的汽車。
作為人工智能技術(shù)發(fā)展目前最成熟的領(lǐng)域之一，自動(dòng)駕駛汽車遇到的選擇悖論并不是特例。事實(shí)上，人工智能技術(shù)作為數(shù)字經(jīng)濟(jì)時(shí)代最重要的科技創(chuàng)新，在逐漸深入發(fā)展并成為現(xiàn)代社會(huì)一部分的時(shí)候，從道德與法律到監(jiān)管與責(zé)任劃分，無(wú)不面臨著前所未有的兩難選擇。
歐美研究監(jiān)管原則
針對(duì)這樣的挑戰(zhàn)，目前從美國(guó)、歐盟到中國(guó)，各國(guó)都在從技術(shù)、法律、行政和道德倫理等多個(gè)方面進(jìn)行研究探討，以期在不遠(yuǎn)的將來制定滿足人工智能應(yīng)用的監(jiān)管原則。 76%的被調(diào)查者表示，自動(dòng)駕駛汽車的制造商英國(guó)把“汽車事故死亡數(shù)量小化”作為一個(gè)指導(dǎo)原則設(shè)置自動(dòng)駕駛系統(tǒng)。
在人工智能技術(shù)發(fā)展最為領(lǐng)先的美國(guó)，有關(guān)人工智能監(jiān)管的研究是由最高行政機(jī)構(gòu)――總統(tǒng)行政辦公室直接領(lǐng)導(dǎo)參與的。2016年，在組織了有關(guān)人工智能的多場(chǎng)研討會(huì)之后，總統(tǒng)行政辦公室和國(guó)家科技委員會(huì)（NSTC）于10月份了兩份重量級(jí)報(bào)告：《國(guó)家人工智能研究發(fā)展戰(zhàn)略規(guī)劃》和《為未來的人工智能做好準(zhǔn)備》。
在《國(guó)家人工智能研究發(fā)展戰(zhàn)略規(guī)劃》中，包含了7個(gè)關(guān)鍵性戰(zhàn)略，其中的第三戰(zhàn)略：理解和確定人工智能在倫理、法律和社會(huì)領(lǐng)域的影響;第四戰(zhàn)略：_保人工智能系統(tǒng)的安全和隱私保護(hù)，前瞻性地包含了有關(guān)人工智能在倫理、法律、社會(huì)影響、安全和隱私保護(hù)等領(lǐng)域的相關(guān)內(nèi)容，包含了和人工智能監(jiān)管相關(guān)的目標(biāo)與原則。
歐盟由歐洲議會(huì)牽頭以立法研究的方式探討人工智能和機(jī)器人監(jiān)管的相關(guān)原則。在美國(guó)總統(tǒng)行政辦公室人工智能規(guī)劃和報(bào)告的同月，歐盟法律事務(wù)委員會(huì)向歐盟提交了《歐盟機(jī)器人民事法律規(guī)則》。該法律規(guī)則從機(jī)器人使用的責(zé)任規(guī)則、倫理原則、對(duì)人類自身和財(cái)產(chǎn)的傷害賠償?shù)榷喾矫嫣岢隽藢?duì)基于人工智能技術(shù)控制機(jī)器人的監(jiān)管原則。
作為即將脫離歐盟的英國(guó)，也在人工智能監(jiān)管領(lǐng)域開始獨(dú)立的研究。2017年2月，英國(guó)下議院科學(xué)技術(shù)委員會(huì)向多位英國(guó)頂尖的互聯(lián)網(wǎng)與人工智能領(lǐng)域的專家發(fā)出邀請(qǐng)，希望其對(duì)于“決策中的算法”給出自己的專家意見。4月26日，科學(xué)技術(shù)委員公布了收到的正式回復(fù)，并將以此作為基礎(chǔ)開展人工智能監(jiān)管的研究。
公平和準(zhǔn)確難平衡
從美國(guó)、歐盟和英國(guó)的研究結(jié)果和形成的文件、決議與規(guī)則來看，目前在人工智能監(jiān)管方面形成公式的挑戰(zhàn)主要來自公平性、透明性和責(zé)任認(rèn)定等三方面。
首先是公平性。對(duì)于人工智能算法來說，任何對(duì)于輸出，也就是預(yù)測(cè)值有貢獻(xiàn)的信息都應(yīng)該作為輸入變量參與到人工智能算法的計(jì)算中。但在現(xiàn)實(shí)社會(huì)中，并不是所有與結(jié)果相關(guān)的信息都可以被接受。
2014年以來，美國(guó)多個(gè)州的犯罪執(zhí)法機(jī)構(gòu)都依靠一個(gè)名為COMPAS的人工智能系統(tǒng)預(yù)測(cè)過往有犯罪記錄的人員再次犯罪的可能性，并以此數(shù)據(jù)作為是否允許罪犯減刑提前回歸社會(huì)的決策依據(jù)之一。2016年6月，COMPAS系統(tǒng)被第三方調(diào)查機(jī)構(gòu)ProPublica質(zhì)疑其預(yù)測(cè)結(jié)果對(duì)黑人罪犯有明顯的歧視。
按照ProPublica提供的數(shù)據(jù)，在各個(gè)預(yù)測(cè)再次犯罪的評(píng)分水平上，白人與黑人均保持相似的再次犯罪概率。
但從整體結(jié)果看，在其他輸入條件與白人罪犯基本類似的情況下，COMPAS人工智能預(yù)測(cè)模型仍然會(huì)傾向于把黑人罪犯判別為會(huì)再次犯罪。其中的一個(gè)重要原因是有關(guān)黑人的記錄遠(yuǎn)多于白人的記錄。這一點(diǎn)是COMPAS人工智能預(yù)測(cè)模型無(wú)法改變的。
這個(gè)結(jié)果引起了媒體和社會(huì)的爭(zhēng)議。單純基于人種、膚色、文化、信仰乃至生活習(xí)性的差異，人工智能系統(tǒng)基于算法就給予不同的評(píng)判和對(duì)待，這對(duì)于公平是一種事實(shí)上的漠視。那么未來在人工智能技術(shù)廣泛進(jìn)入人類社會(huì)的時(shí)候，各種小眾人群都有可能由于個(gè)體差異遭受來自“模型的歧視”。
這顯然是現(xiàn)代社會(huì)的文明準(zhǔn)則所不能接受的。這也是監(jiān)管部門首先要解決的問題――模型的公平性。
目前可行的折中方法是，限制種族、膚色、年齡、性取向和其他生物與生活習(xí)慣等特征被作為輸入變量參與到人工智能算法的構(gòu)建，以避免這些有可能造成“模型的歧視”的變量最終影響模型的預(yù)測(cè)結(jié)果。
應(yīng)該認(rèn)識(shí)到，人工智能模型的公平性和準(zhǔn)確性是一個(gè)蹺蹺板，如何讓這個(gè)蹺蹺板取得平衡并與現(xiàn)代社會(huì)的公平價(jià)值觀取得一致，目前還沒有一個(gè)最佳答案。
找不到問題所在
其次是透明性，也被稱為可解釋性。在現(xiàn)有的人工智能技術(shù)發(fā)展路徑下，成熟的人工智能算法或許永遠(yuǎn)都是一個(gè)“黑盒子”――外界無(wú)法得知內(nèi)部的運(yùn)行機(jī)制，只能夠通過對(duì)輸入和輸出數(shù)據(jù)的解讀來了解其能夠達(dá)到的效果，并推測(cè)其內(nèi)部計(jì)算機(jī)制的構(gòu)成。
目前科技界主流的看法都認(rèn)為人工智能模型缺乏透明性，而且這一點(diǎn)不會(huì)隨著技術(shù)發(fā)展而徹底改變。那么以往通過企業(yè)透明披露產(chǎn)品和系統(tǒng)信息以便政府監(jiān)管的做法在人工智能領(lǐng)域是行不通的。
舉個(gè)例子，傳統(tǒng)汽車是由車身、發(fā)動(dòng)機(jī)、變速箱、剎車系統(tǒng)、電子控制系統(tǒng)等多個(gè)部件組成。每個(gè)部件也都可以拆解成為具體的零件。任何一個(gè)產(chǎn)品問題都可以歸結(jié)到具體零件上，并針對(duì)其提出改進(jìn)意見。
但對(duì)于自動(dòng)駕駛汽車，人工智能系統(tǒng)作為一個(gè)整體完成最終的控制動(dòng)作，一旦發(fā)生人工智能系統(tǒng)的錯(cuò)誤操作，除了明顯的傳感器故障，我們無(wú)法清晰定位問題原因，也不會(huì)立即明確該如何調(diào)整系統(tǒng)。
目前通用的做法是猜想故障原因，并用場(chǎng)景還原的方式提供與錯(cuò)誤操作時(shí)類似的數(shù)據(jù)輸入，并觀察輸出結(jié)果。在捕捉到錯(cuò)誤輸出后，通過提供修正錯(cuò)誤的訓(xùn)練數(shù)據(jù)集，逐步完成對(duì)人工智能系統(tǒng)的調(diào)整。最終還是要在反復(fù)測(cè)試的情況下確認(rèn)人工智能系統(tǒng)已經(jīng)完成了針對(duì)此錯(cuò)誤的修正。
由于人工智能算法的非透明性，監(jiān)管部門就無(wú)法從人工智能算法本身入手提出管理要求，因?yàn)槿斯ぶ悄芟到y(tǒng)的提供商自己都無(wú)法清晰解釋算法的核心工作機(jī)理。所以，最終的監(jiān)管要求就會(huì)從基于原理和結(jié)構(gòu)管理轉(zhuǎn)而基于最終結(jié)果管理。也就是說，不管白貓黑貓，抓到老鼠就是好貓。
非透明性決定了未來人類在監(jiān)管人工智能系統(tǒng)時(shí)永遠(yuǎn)要面臨著“黑盒子”帶來的不確定性。而這一點(diǎn)，也給責(zé)任認(rèn)定帶來天然的障礙。
誰(shuí)來承擔(dān)責(zé)任
對(duì)于責(zé)任認(rèn)定的探討研究，目前是最少也是最困難的。對(duì)于一般的C械電氣設(shè)備，由于設(shè)計(jì)缺陷、材料質(zhì)量或其他產(chǎn)品質(zhì)量所導(dǎo)致的人身財(cái)產(chǎn)損害，設(shè)備制造商將承擔(dān)主要甚至全部責(zé)任。
而對(duì)于人工智能系統(tǒng)控制的設(shè)備，由于其在算法透明性和可解釋性方面的困難，監(jiān)管部門幾乎無(wú)法從算法本身去認(rèn)定是否包含設(shè)計(jì)缺陷，也就無(wú)法就算法本身的設(shè)計(jì)去進(jìn)行責(zé)任認(rèn)定，這為監(jiān)管帶來了非常大的困難。
有意思的是，歐盟在其2017年2月投票通過的《歐盟機(jī)器人民事法律規(guī)則》中，提出了考慮給予機(jī)器人以特殊的法律地位，即電子人的概念。也就是說，未來法律體系中將會(huì)存在一個(gè)不同于自然人、法人、動(dòng)物等的另一法律實(shí)體，其能夠獨(dú)立存在，享有自己的權(quán)利并承擔(dān)相應(yīng)的義務(wù)。對(duì)于由自身引起的第三方人身財(cái)產(chǎn)傷害，電子人將會(huì)被認(rèn)定承擔(dān)一定的責(zé)任，并作出賠償。
如果電子人的概念未來被現(xiàn)有的人類社會(huì)廣泛接受，那么其造成的影響就不局限于人工智能監(jiān)管本身，而將深深影響到未來社會(huì)的各個(gè)方面。
除了公平性、透明性和責(zé)任認(rèn)定之外，人工智能系統(tǒng)還會(huì)大量替代現(xiàn)有的人工崗位，從而對(duì)未來的勞動(dòng)力市場(chǎng)產(chǎn)生巨大的影響。由此而衍生的社會(huì)就業(yè)沖擊和對(duì)人類技能要求的改變還會(huì)影響更多的方面。
每一個(gè)元年好像都是投資人的春節(jié)，當(dāng)投資人苦惱的時(shí)候，他們有了錢，有了行業(yè)資源，有了人才，但是他們還是不知道今年春節(jié)聯(lián)歡晚會(huì)誰(shuí)會(huì)紅，誰(shuí)會(huì)火。然后索性就拋出了我要包場(chǎng)，每個(gè)節(jié)目我都有人。
但是每一個(gè)“元年”好像創(chuàng)業(yè)者都在掉隊(duì)，我不知道我能做什么，我不知道我該做什么，我不了解行業(yè)變了，我只知道元年來了，投資人也來了。我的方向是媒體說的方向，我的管理是投資人教的管理，我的技術(shù)是國(guó)外扒的開源技術(shù)。
但是每一個(gè)“元年”好像投資人都在掉坑，你懂移動(dòng)游戲，不懂，你了解VR，不了解。但是我有錢，我想投誰(shuí)就投誰(shuí)。創(chuàng)業(yè)者那么多，我就不信砸不出一個(gè)金蛋。我投不是因?yàn)槟愕膱F(tuán)隊(duì)好，主要是因?yàn)檫€有KPI。
2017年中國(guó)的Ai元年，創(chuàng)業(yè)者像瘋了一樣，開始扎堆人工智能。每一個(gè)創(chuàng)業(yè)者都必須用人工智能才能彰顯自己的能力與實(shí)力。但是在眾多的人工智能團(tuán)隊(duì)中，真正擁有人工智能能力的團(tuán)隊(duì)少之又少。
今天你做AI了嗎？下面劍鋒將根據(jù)個(gè)人主觀給大家分享一下。關(guān)于AI的六大謊言。
第一個(gè)謊言：投資人來了
2012-2017年間，中國(guó)AI投資市場(chǎng)共有570家投資機(jī)構(gòu)參與投資，其中僅投資過一家AI企業(yè)的機(jī)構(gòu)共有391家，占到總數(shù)的68.6%；剩余的179家企業(yè)中，投資頻數(shù)2-4次的機(jī)構(gòu)共137家，其余僅有42家機(jī)構(gòu)投資過大于4家AI企業(yè)。由此可見，中國(guó)AI投資市場(chǎng)中，真正專注于AI投資的機(jī)構(gòu)僅占少數(shù)。
以AI企業(yè)的投資頻數(shù)作為評(píng)價(jià)標(biāo)準(zhǔn)，中國(guó)AI投資市場(chǎng)中排名前十位的投資機(jī)構(gòu)。其中，真格基金、創(chuàng)新工場(chǎng)和紅杉資本中國(guó)位列前三。眾多的投資人也給出自己的觀點(diǎn)，雖然都是看好長(zhǎng)期發(fā)展，但是對(duì)于短期內(nèi)，人工智能的發(fā)展，投資人出現(xiàn)了分歧。
同時(shí)根據(jù)盛世方舟(注：中國(guó)最大的股權(quán)母基金管理機(jī)構(gòu))觸及到的一手?jǐn)?shù)據(jù)，自2016年下半年至今，前來募資的基金當(dāng)中，投資領(lǐng)域包含“人工智能”的基金數(shù)量占比約為10%；包含“智能/AI/大數(shù)據(jù)/云計(jì)算”的基金數(shù)量占比約為24%。相比之下，覆蓋文化娛樂領(lǐng)域的基金占比約為19%，覆蓋醫(yī)療領(lǐng)域的基金占比約為27%，覆蓋消費(fèi)領(lǐng)域的基金占比約為22%。
劍鋒認(rèn)為人工智能雖然在資本的行業(yè)中呼聲很高，但是真正投資人工智能的機(jī)構(gòu)還是相對(duì)比較少數(shù)，主要是很多投資人對(duì)于人工智能的行業(yè)理解還處在迷茫與認(rèn)識(shí)階段，對(duì)投資標(biāo)的的要求比其他行業(yè)都要高。以團(tuán)隊(duì)背景為例，投資人要求有海外知名院校畢業(yè)并在人工智能領(lǐng)域從業(yè)多年，團(tuán)隊(duì)以著名技術(shù)公司核心技術(shù)骨干為重點(diǎn)。對(duì)于這樣的要求很多團(tuán)隊(duì)都只能望塵莫及。
第二個(gè)謊言：Ai+行業(yè)或行業(yè)+Ai
從“互聯(lián)網(wǎng)+”走向“Ai+”，隨著科技行業(yè)技術(shù)的不斷進(jìn)步，每一個(gè)新的技術(shù)或者新的應(yīng)用都被宏偉的媒體及有錢的投資人冠名“XXX+”。沒有如果“+”感覺這個(gè)市場(chǎng)就不夠大，不夠規(guī)模。不夠吸引廣大的投資人及創(chuàng)業(yè)者。
根據(jù)億歐網(wǎng)統(tǒng)計(jì)的投資機(jī)構(gòu)行業(yè)分布處在前三基本是企業(yè)服務(wù)、汽車交通、金融領(lǐng)域，如果說Ai+已經(jīng)滲透到各行各業(yè)，以互聯(lián)網(wǎng)公司為例，他們的公司都應(yīng)該是某某人工智能科技有限公司，我是人工智能，我為人工智能代言?，F(xiàn)在的人工智能基本還處在一個(gè)起步的階段，目前所謂的Ai+行業(yè)或者行業(yè)+Ai處在一個(gè)概念階段。有人會(huì)反駁劍鋒說，你看人臉識(shí)別不就是Ai+行業(yè)，如果你身在成都可以去東站體驗(yàn)體驗(yàn)所謂的人臉識(shí)別安檢系統(tǒng)。
劍鋒認(rèn)為一個(gè)技術(shù)的興起并不能改變世界或者重造行業(yè)，就如同互聯(lián)網(wǎng)沒有打垮創(chuàng)統(tǒng)行業(yè)，Ai還沒有統(tǒng)領(lǐng)人類。技術(shù)與行業(yè)中間還是隔著一道深深的鴻溝，如果要拉近他們的距離，不是技術(shù)可以解決，也不是行業(yè)可以解決。只有在行業(yè)與技術(shù)融合才能解決。哪些鼓吹A(chǔ)i+或行業(yè)+Ai就如同當(dāng)年的O2O一樣，O2O號(hào)令天下行業(yè)，最終尸痕遍野。
第三個(gè)謊言：Ai等于深度學(xué)習(xí)
有行業(yè)人士指出許多初創(chuàng)公司以及產(chǎn)品都打上了人工智能領(lǐng)域的標(biāo)簽，就像流行用語(yǔ)一樣，但是真正使用了深度學(xué)習(xí)的卻很少。大多數(shù)人忽視了一個(gè)事實(shí)，深度學(xué)習(xí)只占了機(jī)器學(xué)習(xí)領(lǐng)域的1%，而機(jī)器學(xué)習(xí)又只是人工智能領(lǐng)域的1%。剩下的99%都是大多數(shù)任務(wù)已經(jīng)在實(shí)際使用的。一個(gè)“深度學(xué)習(xí)領(lǐng)域?qū)＜摇辈⒉皇且粋€(gè)“人工智能專家”。
2016年谷歌圍棋人工智能AlphaGo戰(zhàn)勝李世石成為全球新聞熱點(diǎn)，不管是生在科技圈還是非互聯(lián)網(wǎng)圈，人工智能一躍成為了全球各個(gè)國(guó)家的焦點(diǎn)。當(dāng)阿爾法狗火了，人工智能的股票漲了。但是有行業(yè)人士提出阿爾法狗為什么能贏的時(shí)候，行業(yè)內(nèi)的各類磚家及科學(xué)家給出的答案是數(shù)據(jù)與算法。
2016年很多做大數(shù)據(jù)分析的初創(chuàng)公司開始冠名自己是人工智能公司，我有數(shù)據(jù)，我有算法，我有未來極大的商業(yè)價(jià)值。但是如今的人工智能公司就如同2015年大數(shù)據(jù)公司一樣，只要你有你家的兩三年賬本，你就可以成為大數(shù)據(jù)公司。2017年只要你家的賬本能夠算清楚賬，而且有一套算賬的公式。你就可以是人工智能公司。對(duì)于這樣的評(píng)判標(biāo)準(zhǔn)，往往有顯的可笑與無(wú)奈。
Ai是什么？作為一名科技追風(fēng)者。從2015年開始就一直在找尋答案。Ai是大數(shù)據(jù)分析嗎?好像數(shù)據(jù)只是它的一部分，Ai是深度學(xué)習(xí)嗎？人工智能相比深度學(xué)習(xí)是更寬泛的概念，而深度學(xué)習(xí)，是AI中的一種技術(shù)或思想。
劍鋒認(rèn)為Ai更多是科學(xué)的一個(gè)分支，它是一個(gè)廣泛的概念。如果非要找一個(gè)學(xué)科來形容它，我覺得最合適的就是腦科學(xué)。就如何人類不斷在仿生動(dòng)物，人工智能不斷在仿生人腦。腦科學(xué)的主要研究方向認(rèn)知神經(jīng)科學(xué)的最終目的是在于闡明人類大腦的結(jié)構(gòu)與功能，以及人類行為與心理活動(dòng)的物質(zhì)基礎(chǔ)，在各個(gè)水平(層次)上闡明其機(jī)制，增進(jìn)人類神經(jīng)活動(dòng)的效率，提高對(duì)神經(jīng)系統(tǒng)疾患的預(yù)防、診斷、治療服務(wù)水平。人工智能主要研究方向讓計(jì)算機(jī)具有與人類結(jié)構(gòu)與功能，以及幫助人類更加智能的處理事宜。
在人類腦科學(xué)與人工智能的研究，他們一個(gè)圍繞的是細(xì)胞神經(jīng)，一個(gè)圍繞的是網(wǎng)絡(luò)神經(jīng)。一個(gè)是讓人類的大腦更加的聰明，一個(gè)是讓機(jī)器的運(yùn)算更加的智能。如果說人工智能要得到極大的進(jìn)步，我更傾向于如何與腦科學(xué)更好的結(jié)合。
第四個(gè)謊言：Ai
2014年特斯拉CEO馬斯克在麻省理工學(xué)院的一次公開訪談中，發(fā)表對(duì)人工智能的看法時(shí)表示，“我認(rèn)為我們應(yīng)當(dāng)格外警惕人工智能。如果讓我說人類當(dāng)下面臨最大的威脅是什么，我覺得是人工智能無(wú)疑”。同一年物理學(xué)家斯蒂芬·霍金就曾語(yǔ)出驚人，表示人工智能發(fā)展到目前的初步階段已證明非常有用，但他擔(dān)心的是，“人工智能可能自行啟動(dòng)，以不斷加快的速度重新設(shè)計(jì)自己。而人類局限于緩慢的生物進(jìn)化過程，根本無(wú)法競(jìng)爭(zhēng)，最終將被超越”，因此他認(rèn)為，“徹底開發(fā)人工智能可能導(dǎo)致人類滅亡”。
人類簡(jiǎn)史的作者尤瓦爾·赫拉利曾在公開演講中提到，人類的恐懼來自未知和不可控。雖然人類智慧發(fā)展至今，已經(jīng)掌控了自然界的很多東西，包括如何對(duì)抗自然災(zāi)害，掌控生物界的命運(yùn)等，但人類最不可控的東西始終讓人類恐懼，比如死亡。
未知與不可控成為行業(yè)內(nèi)大佬激辯的觀點(diǎn)，有樂觀派表示人類一直在探索未知，所以人類才能如此的進(jìn)步，有悲傷派表示一切的不可控將是世界末日。
對(duì)于以上大佬的觀點(diǎn)，劍鋒認(rèn)為技術(shù)是純粹的，只是人類是私欲的和無(wú)知的。例如在封建王朝時(shí)期天狗食月是譽(yù)為神仙對(duì)百姓的一種懲罰，故而形容成為天下末日。但是今天的科學(xué)表明月食是一種特殊的天文現(xiàn)象。
現(xiàn)在的人工智能技術(shù)遠(yuǎn)遠(yuǎn)還沒有達(dá)到損害世界，操縱宇宙的階段，如果真的有哪一天，地球是機(jī)器人的地球，因?yàn)榈厍虻沫h(huán)境只適合機(jī)器人，人類已經(jīng)移居到別的星球。
第五個(gè)謊言：遠(yuǎn)離互聯(lián)網(wǎng)，擁抱Ai
有行業(yè)人士指出以PC來說，全球PC出貨量連續(xù)5年下滑。大家知道國(guó)內(nèi)最后出現(xiàn)的一個(gè)PC互聯(lián)網(wǎng)獨(dú)角獸是誰(shuí)嗎？是知乎，大概是2011年初推出，這么多年過去，再也沒有PC互聯(lián)網(wǎng)的獨(dú)角獸出現(xiàn)。做個(gè)類比，我們知道2015年移動(dòng)互聯(lián)網(wǎng)的滲透率和競(jìng)爭(zhēng)程度和2011年的PC互聯(lián)網(wǎng)類似，以此類推，2015年以后再做移動(dòng)APP，也很難出獨(dú)角獸了。所以互聯(lián)網(wǎng)的流量紅利已經(jīng)消失。
對(duì)于這位行業(yè)人士的觀點(diǎn)，劍鋒在這里不做過多的評(píng)述，只是以數(shù)據(jù)和市場(chǎng)來告訴大家，互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)的紅利真的已經(jīng)消失了嗎？在中國(guó)還沒有高舉互聯(lián)網(wǎng)+的時(shí)候，互聯(lián)網(wǎng)只是解決的信息不對(duì)稱的問題，電商被譽(yù)為最成功的案例。根據(jù)阿里研究院的《創(chuàng)新飛躍的五年：10大關(guān)鍵詞解讀中國(guó)互聯(lián)網(wǎng)》報(bào)告指出，截止2016年底，中國(guó)互聯(lián)網(wǎng)用戶高達(dá)7.1億人，全球排名第一，幾乎是第二、三名印度和美國(guó)之和。中國(guó)互聯(lián)網(wǎng)相關(guān)GDP占比高達(dá)6.9%，居世界第二位；如果去除信息通信設(shè)備出口等制造業(yè)相關(guān)行業(yè)，中國(guó)互聯(lián)網(wǎng)相關(guān)GDP占比為6.4%，居世界第一。
互聯(lián)網(wǎng)經(jīng)濟(jì)有沒有可能進(jìn)一步提升呢？古曰：三百六十行，行行出狀元。那今天的互聯(lián)網(wǎng)是否已經(jīng)把三百六十行包圍了，以電商為例中國(guó)的電商主要還是在一二三線城市，對(duì)于廣袤的四五六線還有待挖掘，以游戲?yàn)槔?，王者榮耀拉動(dòng)了新的消費(fèi)群體(女人與小學(xué)生)，對(duì)于還有消費(fèi)能力的其他的群體還有待挖掘，以B2B為例，找鋼網(wǎng)豎起了垂直行業(yè)的市場(chǎng)，那水產(chǎn)，礦產(chǎn)等等垂直行業(yè)的市場(chǎng)還有待挖掘。以短視頻為例，快手圈起來三低人群，那三高人群市場(chǎng)還有待挖掘。
對(duì)于一直生在一線市場(chǎng)，長(zhǎng)在一線市場(chǎng)的互聯(lián)網(wǎng)小兵而言，互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)的機(jī)會(huì)還遠(yuǎn)遠(yuǎn)沒有被挖掘出來，只是那些投資人站得太高，創(chuàng)業(yè)者望的太遠(yuǎn)。
還有就是擁抱Ai，我一直挺郁悶的是Ai還處于技術(shù)發(fā)展期，就開始談?wù)撔袠I(yè)應(yīng)用期。多少感覺有點(diǎn)像前幾年的VR，硬件不過關(guān)，軟件體驗(yàn)差。然后就開始鼓吹VR+將改變世界，統(tǒng)領(lǐng)行業(yè)。
AI是技術(shù)不是魔術(shù)
《時(shí)間線》：您認(rèn)為AI真正的本質(zhì)是什么？JK：人工智能是以使機(jī)器能夠勝任一些通常需要人類智能才能執(zhí)行工作為目標(biāo)的一個(gè)工程領(lǐng)域。但這并不意味著電腦本身是智能的，只是它們能在某些情況下替代人 類。
《時(shí)間線》： AI似乎更容易對(duì)顯性知識(shí)進(jìn)行技術(shù)轉(zhuǎn)化，那么在對(duì)隱性知識(shí)技術(shù)化時(shí)遇到哪些阻礙？現(xiàn)在是否有所突破呢？
JK：你可以將AI技術(shù)大概分為兩類。第一類是趨向于理性問題的AI技術(shù)，像是規(guī)劃一個(gè)駕駛路線，在電路板上布局組件，合理高效地將包裹放置在運(yùn)輸車上。處理這類問題時(shí)，人們是通過顯性信息和使用顯性邏輯規(guī)則開始處理的。第二類是趨向于感知問題AI技術(shù)，這其中包括識(shí)別照片中的人物，駕駛汽車，研究收集醫(yī)療數(shù)據(jù)模型。一般來說，這類問題很難被明確地描述出來。還有些問題像是翻譯語(yǔ)言、玩一些復(fù)雜的游戲，可能需要對(duì)這兩類技術(shù)都有所涉獵。
主人or奴隸
《時(shí)間線》：在Ray Kurzweil的《奇點(diǎn)臨近》一書中曾描寫道：在“奇點(diǎn)”到來之際，機(jī)器將能通過人工智能進(jìn)行自我完善，超越人類，從而開啟一個(gè)新的時(shí)代。很多人都開始恐慌AI或許會(huì)在未來的某一天取代人類，對(duì)此您怎么看？您認(rèn)為最為適當(dāng)?shù)娜藱C(jī)關(guān)系是怎樣的？
JK：我并不同意Ray Kurzweil的觀點(diǎn)。機(jī)器已經(jīng)在許多領(lǐng)域超越人類的能力，并且我們對(duì)此也并沒感到任何的不適。事實(shí)上，這就是我們?yōu)槭裁词褂盟鼈?。電腦能夠比人類計(jì)算得更快更精確，記憶存儲(chǔ)大量的信息，并且通訊交流的速度是人類無(wú)法想象的。隨著AI領(lǐng)域的進(jìn)步，將會(huì)有越來越多的任務(wù)是由機(jī)器去處理，并且會(huì)比人類處理得更好。但是這不意味著它們能比得上人類的智慧。我們并沒一個(gè)言之成理的人類智慧的理論，即使我們有，也沒有證據(jù)能表明我可以編制一個(gè)機(jī)器去復(fù)制它。
《時(shí)間線》：現(xiàn)如今一些企業(yè)工廠已經(jīng)在開始利用AI進(jìn)行日常生產(chǎn)工作活動(dòng)了，但對(duì)于工種的替代還只是局限在初級(jí)的、可替代性強(qiáng)的工作，那么在未來隨著AI的發(fā)展是否會(huì)挑戰(zhàn)高級(jí)工作，例如高級(jí)電腦程序工程師、注冊(cè)會(huì)計(jì)師、高級(jí)律師等等？
JK：AI程序不能執(zhí)行工作，它們的作用是使任務(wù)自動(dòng)化。如果一個(gè)人的工作是由那些能被自動(dòng)化的任務(wù)組成的，那么的確他們的職業(yè)是面臨風(fēng)險(xiǎn)的。如果一些人的工作任務(wù)是機(jī)器不能處理的，那么AI技術(shù)只是能夠幫助人們把工作處理得更加高效。這無(wú)關(guān)乎工作多么高級(jí)，人們需要接受多么多的培訓(xùn)去做他們的工作。我們?cè)谟秒娔X執(zhí)行計(jì)算時(shí)，執(zhí)行任務(wù)往往需要相當(dāng)大的訓(xùn)練和專業(yè)知識(shí)作為前提的。比如，一個(gè)放射線研究者的工作職能可能是容易去自動(dòng)操作的，但是相反地，一個(gè)兒科醫(yī)師需要的是機(jī)器無(wú)法執(zhí)行的人類技能。
《時(shí)間線》：在您的《人工智能時(shí)代》一書中介紹了AI對(duì)財(cái)富再分配的影響，您希望AI的發(fā)展可以極大地提高社會(huì)財(cái)富，但現(xiàn)實(shí)情況是，現(xiàn)在無(wú)論是東方還是西方，貧富差距是不可避免的問題，因此，AI在提高社會(huì)財(cái)富的同時(shí)會(huì)不會(huì)反而加重了貧富差距和財(cái)富分配不均勻的問題？
JK：我不確定我們所理解的社會(huì)財(cái)富是否是完全一樣的。但是在我看來，AI是自動(dòng)化的一種形式，它是資本對(duì)勞動(dòng)力的替代。從邏輯上看，這意味著擁有資本的人可以通過利用機(jī)器去獲得更大的利益，而那些只能依賴出售自身的勞動(dòng)力的人，將會(huì)被取而代之。一般來說，自動(dòng)化使社會(huì)更加富裕，而獲益者主要是那些富人，除非我們采取一些措施來確保整個(gè)社會(huì)都享受新財(cái)富。
《時(shí)間線》：您認(rèn)為當(dāng)前人們對(duì)AI誤解的主要爭(zhēng)議點(diǎn)是什么？您對(duì)當(dāng)前人們對(duì)AI的看法和理解有何建議？
JK：許多人所理解的AI就正如他們?cè)陔娪爸锌吹降哪菢?。通常都是一些傷害和攻擊人類的壞的機(jī)器人和程序。但是這些都是幻想。機(jī)器是沒有感情的，除了我們指令它們做的事情以外它們是沒有獨(dú)立目的。只要我們仔細(xì)考慮如何使用這些技術(shù)，它們將會(huì)很好地為我們的需求服務(wù)。但是像另外一些技術(shù)，比如核能，我們既可以用它來做建設(shè)也可以用它去搞破壞。但這些都取決于我們?nèi)祟悾皇恰八鼈儭薄?/p>
AI在中國(guó)
《時(shí)間線》：在AI領(lǐng)域，西方國(guó)家，例如美國(guó)，擁有較為完善的技術(shù)支持和發(fā)展環(huán)境，而中國(guó)的AI領(lǐng)域更多的是依賴于商業(yè)驅(qū)動(dòng)，那么對(duì)技術(shù)驅(qū)動(dòng)與商業(yè)驅(qū)動(dòng)，您認(rèn)為哪一個(gè)更能推進(jìn)AI的可持續(xù)發(fā)展？
JK：我認(rèn)為在美國(guó)AI技術(shù)的發(fā)展和在中國(guó)一樣都是由經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)的。有很多大學(xué)都在研究AI這個(gè)領(lǐng)域，但是大多數(shù)的進(jìn)步是發(fā)生在像谷歌和Facebook這樣的公司。我相信在中國(guó)，百度也是這樣的公司。
《時(shí)間線》：從倫理角度來看，在西方國(guó)家，例如美國(guó)，AI的發(fā)展遇到哪些問題和阻礙？中國(guó)擁有特殊的文化環(huán)境和較為保守的倫理邏輯，您認(rèn)為當(dāng)AI甚至是未來的AI機(jī)器人在步入中國(guó)普通老百姓生活中時(shí)是否會(huì)遇到更多新的問題？
1981年，畢業(yè)于浙江美術(shù)學(xué)院工藝系（現(xiàn)中國(guó)美術(shù)學(xué)院），學(xué)士；
1982年-1983年，任教于中國(guó)美術(shù)學(xué)院，教師；
1984年-1986年，德國(guó)慕尼黑造型藝術(shù)學(xué)院與柏林藝術(shù)大學(xué)訪問學(xué)者；
1986年-1988年，獲美國(guó)耶魯大學(xué)藝術(shù)學(xué)院碩士學(xué)位，被授以作為表彰最優(yōu)秀畢業(yè)生的諾爾曼?艾弗斯紀(jì)念獎(jiǎng)；
1988年，成立個(gè)人設(shè)計(jì)工作室，為Adobe公司提供設(shè)計(jì)；
1989年-1997年，美國(guó)耶魯大學(xué)藝術(shù)學(xué)院，講師；
1991年-1998年，就職于全球最大的出版O計(jì)軟件公司Adobe，先后擔(dān)任設(shè)計(jì)師，高級(jí)藝術(shù)指導(dǎo)，設(shè)計(jì)總管，負(fù)責(zé)全公司設(shè)計(jì)工作；
1998年，加入兩方設(shè)計(jì)公司，任設(shè)計(jì)總監(jiān)；
1999年，任上海大學(xué)美術(shù)學(xué)院，客座教授；
2001年，參加北京申奧工作，藝術(shù)指導(dǎo)；
2006年-2008年，任北京奧組委形象與景觀藝術(shù)總監(jiān)；
2003年-至今，任中央美術(shù)學(xué)院設(shè)計(jì)學(xué)院院長(zhǎng)、長(zhǎng)江學(xué)者特聘教授、博士生導(dǎo)師
主要設(shè)計(jì)、研究項(xiàng)目：2001 年參與北京市申奧工作，設(shè)計(jì)北京申奧多媒體陳述報(bào)告；2004建立中央美院奧運(yùn)藝術(shù)研究中心并任主任，中心設(shè)計(jì)了奧運(yùn)獎(jiǎng)牌、奧運(yùn)體育標(biāo)識(shí)、奧運(yùn)色彩系統(tǒng)、奧運(yùn)景觀系統(tǒng)指南、奧運(yùn)門票等奧運(yùn)設(shè)計(jì)項(xiàng)目；2006年10月至2008年10月任北京奧組委形象與景觀藝術(shù)總監(jiān)，負(fù)責(zé)北京奧運(yùn)形象與景觀設(shè)計(jì)工作；2009年作為學(xué)術(shù)總監(jiān)與主要發(fā)起人負(fù)責(zé)申請(qǐng)、籌備、舉辦了ICOGRADA 北京世界設(shè)計(jì)大會(huì)。大會(huì)有40多個(gè)國(guó)家2000人參會(huì)，超過100場(chǎng)演講，24個(gè)專業(yè)展覽，成為推動(dòng)中國(guó)設(shè)計(jì)發(fā)展的一項(xiàng)重要活動(dòng)。曾任教于美國(guó)耶魯大學(xué)藝術(shù)學(xué)院并擔(dān)任世界最大出版設(shè)計(jì)軟件公司Adobe 高級(jí)藝術(shù)指導(dǎo)與設(shè)計(jì)總管，負(fù)責(zé)全公司設(shè)計(jì)工作。作品多次參加國(guó)際重大展覽并獲獎(jiǎng)，作品被多家博物館收藏；多次被邀請(qǐng)作為設(shè)計(jì)比賽評(píng)委；在世界多地舉辦過學(xué)術(shù)講座，主持過很多與設(shè)計(jì)相關(guān)的學(xué)術(shù)活動(dòng)。
技術(shù)的進(jìn)步、互聯(lián)網(wǎng)的發(fā)展和數(shù)字化時(shí)代的到來使得設(shè)計(jì)行業(yè)面臨著巨大的機(jī)遇和挑戰(zhàn)。在2016年11月召開的國(guó)際藝術(shù)設(shè)計(jì)教育年會(huì)上，中央美術(shù)學(xué)院設(shè)計(jì)學(xué)院院長(zhǎng)王敏教授就現(xiàn)階段技術(shù)和數(shù)字化發(fā)展所引發(fā)的設(shè)計(jì)領(lǐng)域的一系列變革問題進(jìn)行了名為“Envision， Empower， En-hance―Design in the Era of 4th Industry Revolution”的主題演講，在設(shè)計(jì)領(lǐng)域引起了巨大的反響，更是吸引學(xué)者們廣泛的關(guān)注。發(fā)言中，其不僅對(duì)目前數(shù)字和人工智能背景下的設(shè)計(jì)問題進(jìn)行了廣泛的論述，更對(duì)未來設(shè)計(jì)行業(yè)和設(shè)計(jì)教育的發(fā)展指引了方向。本期，我刊特別邀請(qǐng)到了王敏教授做客權(quán)威人物欄目，就第四次工業(yè)革命所引發(fā)的設(shè)計(jì)價(jià)值與設(shè)計(jì)蛻變相關(guān)問題接受我刊專訪，深入探討設(shè)計(jì)未來的研究方向和設(shè)計(jì)師的培養(yǎng)問題。
本刊主編：王院長(zhǎng)您好！感謝您接受我刊的專訪！我們知道，在去年年底結(jié)束的國(guó)際藝術(shù)設(shè)計(jì)教育年會(huì)上，您的發(fā)言引起了巨大的反響，特別是其中有關(guān)人工智能所引發(fā)的設(shè)計(jì)變革方面的問題，更是得到了很多學(xué)者和教育工作者們的關(guān)注。您能進(jìn)一步深入解讀一下您是如何看待設(shè)計(jì)師與人工智能的關(guān)系的呢？
王院長(zhǎng)：好的。首先，我想說的是目前人工智能的發(fā)展已經(jīng)對(duì)設(shè)計(jì)師帶來了巨大的沖擊，而且在未來，設(shè)計(jì)師的很多工作還將會(huì)被人工智能系統(tǒng)所取代。但其次，我想進(jìn)一步說明的是某些工作的消失并不意味著設(shè)計(jì)行業(yè)的消失，因?yàn)樵O(shè)計(jì)師的很多工作是不能被人工智能所取代的。因此我想，設(shè)計(jì)師和人工智能的關(guān)系應(yīng)該是相互促進(jìn)、相互激勵(lì)發(fā)展的關(guān)系。歷次的工業(yè)革命，都帶來了設(shè)計(jì)理念、設(shè)計(jì)價(jià)值的轉(zhuǎn)變，也為設(shè)計(jì)領(lǐng)域的發(fā)展帶來了巨大的機(jī)會(huì)。第四次工業(yè)革命也以一樣。在人工智能、物聯(lián)網(wǎng)Internet of Things ，工業(yè)4.0、新能源、新思維興起的時(shí)候，也為設(shè)計(jì)領(lǐng)域和設(shè)計(jì)師帶來了前所未有的機(jī)遇與挑戰(zhàn)。
本刊主編：王院長(zhǎng)，剛剛您談到了歷次工業(yè)革命和第四次工業(yè)革命的問題，您能介紹一下四次工業(yè)革命都對(duì)設(shè)計(jì)帶來了怎樣的影響嗎？中國(guó)在這四次革命過程中又處于一種什么樣的狀態(tài)呢？
王院長(zhǎng)：當(dāng)然可以，而且我個(gè)人認(rèn)為將四次工業(yè)革命的影響梳理清楚對(duì)于我們現(xiàn)階段把握好設(shè)計(jì)發(fā)展的脈絡(luò)是非常有幫助的，因?yàn)榘殡S工業(yè)革命、技術(shù)革命發(fā)生時(shí)，設(shè)計(jì)師設(shè)計(jì)理念的轉(zhuǎn)變、設(shè)計(jì)所帶來的價(jià)值的轉(zhuǎn)變、設(shè)計(jì)行業(yè)發(fā)生的變化，這都會(huì)給我們一些對(duì)未來的啟示和思考。首次，第一次工業(yè)革命由蒸汽機(jī)引發(fā)，人類進(jìn)入機(jī)械生產(chǎn)時(shí)代，機(jī)器產(chǎn)生的能量大于人與動(dòng)物的力量，機(jī)器取代了人工，帶來了生產(chǎn)的進(jìn)步，但也帶來了各種毫無(wú)美感的粗劣的機(jī)器，在人們?yōu)楣I(yè)進(jìn)步歡呼之時(shí)，莫里斯倡導(dǎo)的藝術(shù)與手工藝運(yùn)動(dòng)也開始掀起，隨后新藝術(shù)運(yùn)動(dòng)，新裝飾，青年風(fēng)格等在歐洲形成，很多藝術(shù)家設(shè)計(jì)師投入其中，創(chuàng)造了大量的精美設(shè)計(jì)作品，今天仍為很多人喜愛，這讓人們看到了藝術(shù)與工業(yè)結(jié)合去創(chuàng)造美的可能性；其次，電與工業(yè)流水線帶來了第二次工業(yè)革命，電報(bào)電話的能力遠(yuǎn)優(yōu)于人的傳播能力，人類通訊方式從此發(fā)生了革命性的變革。福特的T型車流水生產(chǎn)線大大提高了工業(yè)生產(chǎn)效率，將汽車帶進(jìn)普通人的生活，也預(yù)示著工業(yè)產(chǎn)品對(duì)人類生活所將帶來的巨大影響。此時(shí)出現(xiàn)的包豪斯帶來了現(xiàn)代設(shè)計(jì)教育的理念，包豪斯倡導(dǎo)藝術(shù)與技術(shù)統(tǒng)一，功能性與極簡(jiǎn)的現(xiàn)代審美觀，其后形成的現(xiàn)代主義設(shè)計(jì)潮流極大推動(dòng)了工業(yè)化對(duì)人類生活形態(tài)與審美的滲透與改變，在這個(gè)現(xiàn)代主義設(shè)計(jì)發(fā)展的進(jìn)程中吸引了眾多人才，也產(chǎn)生了很多設(shè)計(jì)大師，設(shè)計(jì)的價(jià)值為社會(huì)所關(guān)注；其三，第三次工業(yè)革命始于60年代，從計(jì)算機(jī)再到互聯(lián)網(wǎng)，第三次工業(yè)革命又一次引起了生產(chǎn)方式和生活方式的巨大變革，比如計(jì)算機(jī)的應(yīng)用顛覆性改變了設(shè)計(jì)、印刷、傳播的過程，改變了設(shè)計(jì)師的工作與設(shè)計(jì)的價(jià)值，3D打印勢(shì)必引發(fā)產(chǎn)業(yè)組織形態(tài)和供應(yīng)鏈模式包括設(shè)計(jì)價(jià)值的顛覆性變化；最后，第四次工業(yè)革命來到，隨著互聯(lián)網(wǎng)的發(fā)展和計(jì)算機(jī)技術(shù)的更新，人工智能和機(jī)器學(xué)習(xí)開始成為新的熱點(diǎn)，也是必為設(shè)計(jì)行業(yè)帶來巨大挑戰(zhàn)與機(jī)會(huì)。
再來看看我國(guó)，由于歷史原因我們錯(cuò)過了第一次與第二次工業(yè)革命，僅僅搭上了第三次工業(yè)革命的末班車，面對(duì)第四次工業(yè)革命，我們從來沒有像今天這樣與世界領(lǐng)先的技術(shù)浪潮如此接近過。尤其是在人工智能領(lǐng)域，中國(guó)最大的優(yōu)勢(shì)在于7億多互聯(lián)網(wǎng)用戶，而大量的用戶就意味著更多的數(shù)據(jù)。2016年白宮前沿峰會(huì)報(bào)告指出，在人工智能的新領(lǐng)域深度學(xué)習(xí)領(lǐng)域中，中國(guó)無(wú)論是數(shù)量或是被引用論文數(shù)量都趕超美國(guó)位居全球第一。深度學(xué)習(xí)的應(yīng)用也體現(xiàn)在我們的日常生活之中，購(gòu)物平臺(tái)利用大量的數(shù)據(jù)分析用戶需求，匹配并推薦其需要的商品，或是資訊類APP為用戶匹配并推送相關(guān)的新聞?dòng)嵪?。除此以外，深度學(xué)習(xí)最終價(jià)值的體現(xiàn)其實(shí)還有更多，比如AlphaGO大戰(zhàn)李世石，深度學(xué)習(xí)在背后也起著非常重要的作用，再比如自動(dòng)駕駛、語(yǔ)音識(shí)別、圖像識(shí)別等都是深度學(xué)習(xí)的研究范疇，也將是人工智能未來在我們生活中的應(yīng)用場(chǎng)景。
本刊主編：王院長(zhǎng)您的思路太清晰了！正如您所說，歷次的工業(yè)革命都對(duì)設(shè)計(jì)和人類產(chǎn)生了幾乎是具有顛覆意義的影響，那么我想進(jìn)一步請(qǐng)教一下您，您認(rèn)為設(shè)計(jì)在第四次工業(yè)革命中是一個(gè)什么樣的身份？設(shè)計(jì)存在的價(jià)值在哪里？而我們?nèi)绱吮姸嗟脑O(shè)計(jì)師將何去何從？將如何重新找到自己的社會(huì)價(jià)值呢？
王院長(zhǎng)：這個(gè)問題非常好，它正是我們中國(guó)設(shè)計(jì)和設(shè)計(jì)師們面臨的困惑，這里我就談?wù)勎覀€(gè)人的看法。前面幾次工業(yè)革命過程讓我們看到，技術(shù)的發(fā)展淘汰了一些行業(yè)、工種，但它也不斷創(chuàng)造新的機(jī)會(huì)、新的工作。在社會(huì)、技術(shù)發(fā)展的進(jìn)程中，設(shè)計(jì)與藝術(shù)起到技術(shù)無(wú)法替代的作用。我們應(yīng)該將第四次工業(yè)革命當(dāng)作機(jī)遇、機(jī)會(huì)，來實(shí)現(xiàn)設(shè)計(jì)的新的價(jià)值?，F(xiàn)階段，第四次工業(yè)革命帶來了對(duì)設(shè)計(jì)新的要求、新的機(jī)會(huì)。設(shè)計(jì)的定義、價(jià)值正在改變，企業(yè)對(duì)設(shè)計(jì)的需求也在改變。這是一個(gè)擁抱創(chuàng)新、創(chuàng)意、設(shè)計(jì)的時(shí)代。近年來，很多大型公司開始并購(gòu)設(shè)計(jì)公司；國(guó)內(nèi)外很多商業(yè)學(xué)院陸續(xù)開設(shè)設(shè)計(jì)思維的相關(guān)課程，新加坡甚至將設(shè)計(jì)思維作為高中的必修課；越來越多的設(shè)計(jì)師開始創(chuàng)業(yè)。這里我們所說的設(shè)計(jì)師創(chuàng)業(yè)，并非開辦一個(gè)設(shè)計(jì)師事務(wù)所，或者打造一個(gè)設(shè)計(jì)品牌，而是更多的涉獵到非設(shè)計(jì)行業(yè)。這些變化就要求我們不斷重新定義設(shè)計(jì)、重新定義設(shè)計(jì)師、重塑設(shè)計(jì)師，作為最根本的，我們還需要重新定義設(shè)計(jì)教育。在人工智能時(shí)代，很多行業(yè)或是消失，或是大量削減人數(shù)，設(shè)計(jì)行業(yè)也一樣，但這并不意味著設(shè)計(jì)行業(yè)的消亡，正相反的是，未來社會(huì)更需要設(shè)計(jì)師，只是是與以往不同的設(shè)計(jì)師。我們要不斷重新定義設(shè)計(jì)、重新定義設(shè)計(jì)師、重新判斷設(shè)計(jì)的價(jià)值。設(shè)計(jì)師因?yàn)樗麄兊穆殬I(yè)特點(diǎn)，他們對(duì)用戶體驗(yàn)的關(guān)注、他們所普遍具有的同理心、他們的創(chuàng)造性思維的能力，加上對(duì)跨行業(yè)的經(jīng)驗(yàn)，使他們可以為企業(yè)帶來美化產(chǎn)品之外的價(jià)值。設(shè)計(jì)由最初對(duì)產(chǎn)品的關(guān)注被提升到組織與策略的層次，設(shè)計(jì)一詞不再局限于有型的產(chǎn)品，而是一種策略思考。
生活實(shí)際是指與學(xué)生的生活密切相關(guān)的事物，結(jié)合生活實(shí)際創(chuàng)設(shè)情境是情境教學(xué)法的一種重要運(yùn)用方式。目前的高中信息技術(shù)教材中的很多內(nèi)容均可以與我們的生活實(shí)際密切聯(lián)系在一起，為高中信息技術(shù)教師在課堂中創(chuàng)設(shè)生活情境提供了重要的前提條件。例如，執(zhí)教《網(wǎng)絡(luò)資源下載》一課時(shí)，高中信息技術(shù)教師可以創(chuàng)設(shè)這樣一個(gè)生活情境：同學(xué)們，永州市第十七屆中學(xué)生運(yùn)動(dòng)會(huì)剛剛落幕，本屆運(yùn)動(dòng)會(huì)共產(chǎn)生66枚金牌。請(qǐng)同學(xué)們分小組上網(wǎng)搜索本屆運(yùn)動(dòng)會(huì)獲獎(jiǎng)的有關(guān)資料，并將相關(guān)網(wǎng)頁(yè)保存在自己的電腦之中。為了引導(dǎo)學(xué)生更好地對(duì)問題進(jìn)行探究，信息技術(shù)教師還需要提出如下幾個(gè)問題：（1）總結(jié)幾種具體的網(wǎng)頁(yè)保存類型；（2）思考一下哪種網(wǎng)頁(yè)保存類型更為方便，談?wù)勀愕目捶?。由于該情境與學(xué)生的生活實(shí)際密切相關(guān)，因此學(xué)生參與探究的積極性也非常高，取得了很好的教學(xué)效果。對(duì)于高中生來說高中信息技術(shù)知識(shí)的學(xué)習(xí)是較為枯燥的，如若信息技術(shù)教師可以適時(shí)地結(jié)合學(xué)生的生活實(shí)際創(chuàng)設(shè)情境，則可以在一定程度上激發(fā)學(xué)生的學(xué)習(xí)興趣，進(jìn)而提高課堂教學(xué)的質(zhì)量。
二、結(jié)合多媒體創(chuàng)設(shè)情境
多媒體是高中信息技術(shù)課堂教學(xué)的重要輔助利器。因此，在高中信息技術(shù)課堂中結(jié)合多媒體創(chuàng)設(shè)情境無(wú)疑是一個(gè)很好的選擇。相關(guān)研究表明，結(jié)合多媒體創(chuàng)設(shè)情境可以給學(xué)生更加直觀的視覺刺激，可以有效激發(fā)學(xué)生的學(xué)習(xí)興趣。例如，執(zhí)教《人工智能離我們有多遠(yuǎn)》一課時(shí)，高中信息技術(shù)教師可以對(duì)人工智能進(jìn)行簡(jiǎn)要的介紹，然后再利用多媒體播放動(dòng)畫展示人工智能技術(shù)在生活中的應(yīng)用成果，并讓學(xué)生認(rèn)真觀看，觀看完畢之后，學(xué)生就可以對(duì)人工智能形成了一個(gè)直觀的了解，進(jìn)而激發(fā)學(xué)生學(xué)習(xí)新課的興趣。除此之外，教師也可以在上課之前安排學(xué)生親自動(dòng)手制作多媒體課件。為了提高多媒體課件制作的有效性，教師可以讓學(xué)生自由分組，合力完成多媒體課件的制作；然后在課堂中選擇幾個(gè)較為優(yōu)秀的課件播放給學(xué)生看。由于課件是學(xué)生親手制作的，因此學(xué)生參與課堂學(xué)習(xí)的積極性也會(huì)更高。在高中信息技術(shù)課堂中結(jié)合多媒體創(chuàng)設(shè)情境，不僅可以激發(fā)學(xué)生的學(xué)習(xí)興趣，也可以讓多媒體這一現(xiàn)代教學(xué)手段更好地服務(wù)高中信息技術(shù)課堂教學(xué)。因此，高中信息技術(shù)教師應(yīng)積極制作精美的多媒體課件，在課堂中創(chuàng)設(shè)出更加有效的多媒體教學(xué)情境。
《培訓(xùn)》：對(duì)于未來企業(yè)發(fā)展而言，人工智能等技術(shù)至關(guān)重要。在未來，企業(yè)可以更成熟地運(yùn)用跨界科學(xué)技術(shù)來培訓(xùn)人才。您對(duì)于這一趨勢(shì)的看法是什么？
王殿平：未來社會(huì)智能無(wú)處不在，到2029年，機(jī)器智能可以跟人類智能相匹敵；到2030年，人類可能跟人工智能結(jié)合，變成一種混血兒；到2045年，人與機(jī)器深度融合，奇點(diǎn)來臨。未來，人工智能會(huì)延伸出四大層面：首先是基礎(chǔ)智能，較為普遍，類似于智能終端、智能物理；其次是計(jì)算智能，它通過智慧終端獲取一些大數(shù)據(jù)，根據(jù)大數(shù)據(jù)的應(yīng)用做計(jì)算分析，如購(gòu)物APP；然后是感知智能，起到輔助增強(qiáng)的作用，甚至可以替代人類的視聽覺能力，這一智能目前正在成熟，它將實(shí)現(xiàn)讓機(jī)器圍繞人，并且融入人的感知系統(tǒng)；最后是認(rèn)知智能，主要輔助人類做出業(yè)務(wù)等方面的決策，機(jī)器通過深度學(xué)習(xí)逐步具備推理和決斷的能力。在認(rèn)知智能層面，機(jī)器將具備學(xué)習(xí)和推理的能力。
關(guān)于運(yùn)用跨界科學(xué)技術(shù)培養(yǎng)人才，中興通訊提倡的智慧學(xué)習(xí)目前正處在基礎(chǔ)智能和計(jì)算智能兩大層面。最初，學(xué)習(xí)基于機(jī)器終端，學(xué)員通過多媒體學(xué)習(xí)所需內(nèi)容。隨著移動(dòng)學(xué)習(xí)逐漸發(fā)展，學(xué)習(xí)內(nèi)容可存放在移動(dòng)終端，學(xué)員可以隨時(shí)隨地進(jìn)行學(xué)習(xí)?，F(xiàn)在我們的智慧教室和智慧學(xué)習(xí)平臺(tái)還在計(jì)算層面，機(jī)器具備簡(jiǎn)單的統(tǒng)計(jì)分析和決策能力，它會(huì)把現(xiàn)場(chǎng)教學(xué)最精彩、最關(guān)鍵的部分捕捉下來，自動(dòng)形成課件，還可以根據(jù)學(xué)員的學(xué)習(xí)習(xí)慣以及學(xué)習(xí)興趣作出推薦。智慧學(xué)習(xí)系統(tǒng)也會(huì)根據(jù)學(xué)員的崗位特性組合學(xué)習(xí)內(nèi)容，高度關(guān)注學(xué)員體驗(yàn)。
《培訓(xùn)》：您之前提到：“未來社會(huì)智能無(wú)處不在，人與機(jī)器將深度融合。”針對(duì)這一趨勢(shì)，中興通訊對(duì)人才發(fā)展戰(zhàn)略做了哪些調(diào)整？
王殿平：人才戰(zhàn)略須跟公司發(fā)展戰(zhàn)略一脈相承，中興通訊近期了M-ICT2.0戰(zhàn)略，我們的人才戰(zhàn)略也在據(jù)此調(diào)整。整體上，我們認(rèn)為M-ICT2.0戰(zhàn)略包括五個(gè)方面的內(nèi)容：虛擬、開放、智能、云化以及萬(wàn)物互聯(lián)，簡(jiǎn)稱VOICE。該戰(zhàn)略是針對(duì)萬(wàn)物移動(dòng)互聯(lián)而提出，以前我們比較關(guān)注人跟人的連接和無(wú)線連接，未來人跟物、物跟物的連接更豐富，且這種連接會(huì)逐漸數(shù)字化和虛擬化。
V指virtuality（虛擬化）。未來是大視頻、虛擬現(xiàn)實(shí)的時(shí)代，我們的學(xué)習(xí)將不再需要很密集的場(chǎng)面，而是通過掃二維碼或佩戴高科技眼鏡就可以身臨其境，感受到講師與學(xué)員之間的互動(dòng)和熱情。
O是openness（開放、開源、共享生態(tài)圈）。未來產(chǎn)業(yè)結(jié)構(gòu)、形態(tài)、甚至企業(yè)競(jìng)爭(zhēng)模式將更加開放，形成協(xié)同、開源的外部生態(tài)環(huán)境，逐漸模糊企業(yè)內(nèi)外部的培訓(xùn)邊界。
I表示intelligence（智能化、人工智能、泛在智能）。隨著智能手機(jī)的普及，智能技術(shù)的廣泛運(yùn)用，學(xué)員對(duì)智能化的體驗(yàn)將越來越深刻，學(xué)習(xí)會(huì)更加便捷。
C為cloudification（云計(jì)算、管道加速）。雖然現(xiàn)在手機(jī)和電腦上的資源都可以共享，但若沒有網(wǎng)絡(luò)或數(shù)據(jù)線，這些就是紙上談兵。然而，未來可以將這些資源進(jìn)行云化處理，學(xué)員就可以無(wú)后顧之憂，直接下載使用客戶端資源。
E指internet of everything（萬(wàn)物互聯(lián)）。萬(wàn)物和移動(dòng)互聯(lián)，資源廣泛協(xié)同。
創(chuàng)造共享的學(xué)習(xí)體驗(yàn)
《培訓(xùn)》：M-ICT2.0戰(zhàn)略倡導(dǎo)了開放、開源和協(xié)作的時(shí)代。根據(jù)這一戰(zhàn)略，中興通訊有哪些推動(dòng)人才培養(yǎng)方式向數(shù)字化、智能化轉(zhuǎn)型的探索？
王殿平：伴隨著互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，以及商業(yè)模式創(chuàng)新的加速涌現(xiàn)，單靠一家企業(yè)創(chuàng)新人才發(fā)展很難領(lǐng)跑未來，因此我們始終保持著開放與分享的心態(tài)。為適應(yīng)大趨勢(shì)發(fā)展，運(yùn)用新興科技進(jìn)行人才培養(yǎng)時(shí)需特別注意三點(diǎn)，即開源、生態(tài)圈和共享。
開源是將企業(yè)內(nèi)部的課程、平臺(tái)的開發(fā)對(duì)外開放。早期，我們視培訓(xùn)為非常專業(yè)的項(xiàng)目，大量的員工、講師、開發(fā)團(tuán)隊(duì)都為課程的開發(fā)和交付而服務(wù)。企業(yè)將大量精力投入培訓(xùn)中，產(chǎn)出結(jié)果卻不盡人意。隨后，企業(yè)逐漸培養(yǎng)來自一線的導(dǎo)師。他們既有較強(qiáng)的業(yè)務(wù)素養(yǎng)，又有很強(qiáng)的授課能力，兼職做培訓(xùn)的課程、項(xiàng)目開發(fā)，使整個(gè)團(tuán)隊(duì)呈現(xiàn)輕量化，并逐步形成專業(yè)的能力中心?，F(xiàn)在，我們的培訓(xùn)從內(nèi)部走向公司外部，通過合作的方式廣泛汲取外部?jī)?yōu)秀講師、精品課程，以及高校優(yōu)質(zhì)資源，依托移動(dòng)學(xué)習(xí)平臺(tái)對(duì)所有員工開放。
生態(tài)圈是將線上線下的供應(yīng)商、合作伙伴的資源連接起來，形成協(xié)同，確保資源的優(yōu)勢(shì)互補(bǔ)。
共享，主要是指人才、技術(shù)、管理等方面的資源經(jīng)驗(yàn)分享。比如在國(guó)際化過程中，我們?cè)缙谧叱鋈サ钠髽I(yè)付出了大量“學(xué)費(fèi)”，這些寶貴的市場(chǎng)經(jīng)驗(yàn)、管理經(jīng)驗(yàn)都可以分享給國(guó)際化新秀，同行業(yè)內(nèi)還可以共享國(guó)際化人才的培養(yǎng)和認(rèn)證標(biāo)準(zhǔn)。人才、技術(shù)的分享也會(huì)促成大量業(yè)務(wù)的合作，有力促進(jìn)行業(yè)的發(fā)展。例如，我們的線上學(xué)習(xí)系統(tǒng)推出了1000多門免費(fèi)課，在很短的時(shí)間內(nèi)就有幾萬(wàn)學(xué)員注冊(cè)。
《培訓(xùn)》：運(yùn)用新興科技培養(yǎng)人才時(shí)，中興通訊在學(xué)習(xí)產(chǎn)品的設(shè)計(jì)方面有哪些特別之處？
王殿平：中興通訊對(duì)學(xué)習(xí)產(chǎn)品設(shè)計(jì)方面，會(huì)嚴(yán)格遵循三項(xiàng)原則。
原則一，易學(xué)，我們做的課程、平臺(tái)首先要非常簡(jiǎn)單實(shí)用。如果講師開發(fā)的課件或課程非常晦澀難懂，實(shí)際就是將學(xué)員拒于千里之外。很多培訓(xùn)人課程開發(fā)量十分巨大，但在實(shí)際操作中，這些課程往往點(diǎn)擊率低，鮮有人學(xué)，因此收效甚微。所以課程的開發(fā)一定要做到易學(xué)，無(wú)論線上線下的課程，都應(yīng)符合大多數(shù)學(xué)員的認(rèn)知能力。
原則二，尚學(xué)，工作當(dāng)中的場(chǎng)景學(xué)習(xí)一定要接地氣和實(shí)用。無(wú)論是“學(xué)以致用”，亦或是“用以致學(xué)”，講師提供的（培訓(xùn)）產(chǎn)品對(duì)用戶、學(xué)員應(yīng)具有價(jià)值和實(shí)用性。
原則三，樂學(xué)，增加學(xué)習(xí)的趣味性，未來學(xué)習(xí)要增加學(xué)員學(xué)習(xí)的粘性，從“要我學(xué)”轉(zhuǎn)變成“我要學(xué)”。
《培訓(xùn)》：中興通訊還嘗試了哪些比較新穎的舉措，以適應(yīng)智能化時(shí)代的人才培養(yǎng)？
王殿平：未來將呈現(xiàn)VOICE趨勢(shì)，即虛擬化、智能化的趨勢(shì)，為適應(yīng)這種時(shí)代的發(fā)展，中興通訊設(shè)計(jì)了智慧教室進(jìn)行人才培養(yǎng)。智慧教室類似于當(dāng)下的網(wǎng)紅經(jīng)濟(jì)，以“互聯(lián)網(wǎng)+智慧”為核心，是一種建立在傳統(tǒng)教室之上的網(wǎng)絡(luò)直播室。傳統(tǒng)的教室以講師為中心，而智慧教室以學(xué)員為中心。智慧教室直播系統(tǒng)有五機(jī)位自動(dòng)跟蹤課堂焦點(diǎn)，不管是講師、PPT還是板書，學(xué)員在遠(yuǎn)端可以非常清楚地感受到互動(dòng)的過程，自己也可以實(shí)時(shí)與教室中的講師、學(xué)員進(jìn)行語(yǔ)音或文字互動(dòng)，從而拉近主教室和遠(yuǎn)程學(xué)習(xí)端的距離，貼近線下課堂的學(xué)習(xí)體驗(yàn)。智慧教室的智能錄播系統(tǒng)，可在現(xiàn)場(chǎng)授課的同時(shí)，自動(dòng)生成講師授課的課程視頻，包括講師講授、板書書寫的過程和課件等。智能錄播系統(tǒng)會(huì)把錄播的學(xué)習(xí)內(nèi)容上傳到電腦、手機(jī)等智能科技產(chǎn)品，方便學(xué)員利用碎片時(shí)間隨時(shí)隨地學(xué)習(xí)。點(diǎn)擊率和點(diǎn)贊率越高，就基本可以證明課件越受歡迎。
當(dāng)然，智慧教室的發(fā)展也有一定局限性，它的運(yùn)行會(huì)受到網(wǎng)絡(luò)的限制，網(wǎng)絡(luò)覆蓋面還不夠廣泛。國(guó)內(nèi)互聯(lián)網(wǎng)，尤其是移動(dòng)互聯(lián)網(wǎng)的發(fā)展非?？?，因此在國(guó)內(nèi)運(yùn)用智慧教室，會(huì)比較順利地展開人才培訓(xùn)。但覆蓋海外國(guó)家時(shí)，由于網(wǎng)絡(luò)帶寬限制，智慧教室就不能較好地給學(xué)員帶來便利。隨著網(wǎng)絡(luò)的發(fā)展，未來中興通訊希望通過VR/AR更進(jìn)一步提高智慧教室的學(xué)習(xí)體驗(yàn)，甚至把教室搬回學(xué)員的家中或辦公室。
迎接技術(shù)挑戰(zhàn) 儲(chǔ)備高新人才
《培訓(xùn)》：基于對(duì)行業(yè)變革趨勢(shì)的理解和判斷，您認(rèn)為未來企業(yè)的人才培訓(xùn)面臨哪些技術(shù)上的挑戰(zhàn)？
王殿平：移動(dòng)互聯(lián)網(wǎng)的趨勢(shì)，對(duì)我們的人才培養(yǎng)提出了一些新的挑戰(zhàn)。我個(gè)人認(rèn)為，培訓(xùn)要求常態(tài)化，未來的培訓(xùn)在技術(shù)應(yīng)用上要體現(xiàn)以下幾個(gè)特點(diǎn)。
第一，要不斷地向輕量和智能化發(fā)展。以前培訓(xùn)主要是靠公司的管理者，或靠一些行政命令驅(qū)動(dòng)員工接受培訓(xùn)和學(xué)習(xí)，未來應(yīng)該是靠低門檻、便捷和智能化的學(xué)習(xí)產(chǎn)品、學(xué)習(xí)平臺(tái)，為員工培訓(xùn)提供服務(wù)。
第二，學(xué)習(xí)虛擬化，它會(huì)極大提高員工的學(xué)習(xí)效率。原先的學(xué)習(xí)是依賴優(yōu)秀講師開發(fā)出的精品課程，隨著數(shù)字化、虛擬化時(shí)代到來，虛擬化技術(shù)會(huì)拓展員工培訓(xùn)外延，以及擴(kuò)充更多學(xué)習(xí)內(nèi)容。
【正文】
一、人工智能法律系統(tǒng)的歷史
計(jì)算機(jī)先驅(qū)思想家萊布尼茲曾這樣不無(wú)浪漫地談到推理與計(jì)算的關(guān)系：“我們要造成這樣一個(gè)結(jié)果，使所有推理的錯(cuò)誤都只成為計(jì)算的錯(cuò)誤，這樣，當(dāng)爭(zhēng)論發(fā)生的時(shí)候，兩個(gè)哲學(xué)家同兩個(gè)計(jì)算家一樣，用不著辯論，只要把筆拿在手里，并且在算盤面前坐下，兩個(gè)人面對(duì)面地說：讓我們來計(jì)算一下吧！”（注：轉(zhuǎn)引自肖爾茲著：《簡(jiǎn)明邏輯史》，張家龍譯，商務(wù)印書館1977年版，第54頁(yè)。）
如果連抽象的哲學(xué)推理都能轉(zhuǎn)變?yōu)橛?jì)算問題來解決，法律推理的定量化也許還要相對(duì)簡(jiǎn)單一些。盡管理論上的可能性與技術(shù)可行性之間依然存在著巨大的鴻溝，但是，人工智能技術(shù)的發(fā)展速度確實(shí)令人驚嘆。從誕生至今的短短45年內(nèi)，人工智能從一般問題的研究向特殊領(lǐng)域不斷深入。1956年紐厄爾和西蒙教授的“邏輯理論家”程序，證明了羅素《數(shù)學(xué)原理》第二章52個(gè)定理中的38個(gè)定理。塞繆爾的課題組利用對(duì)策論和啟發(fā)式探索技術(shù)開發(fā)的具有自學(xué)習(xí)能力的跳棋程序，在1959年擊敗了其設(shè)計(jì)者，1962年擊敗了州跳棋冠軍，1997年超級(jí)計(jì)算機(jī)“深藍(lán)”使世界頭號(hào)國(guó)際象棋大師卡斯帕羅夫俯首稱臣。
20世紀(jì)60年代，人工智能研究的主要課題是博弈、難題求解和智能機(jī)器人；70年代開始研究自然語(yǔ)言理解和專家系統(tǒng)。1971年費(fèi)根鮑姆教授等人研制出“化學(xué)家系統(tǒng)”之后，“計(jì)算機(jī)數(shù)學(xué)家”、“計(jì)算機(jī)醫(yī)生”等系統(tǒng)相繼誕生。在其他領(lǐng)域?qū)＜蚁到y(tǒng)研究取得突出成就的鼓舞下，一些律師提出了研制“法律診斷”系統(tǒng)和律師系統(tǒng)的可能性。（注：SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）
1970年Buchanan&Headrick發(fā)表了《關(guān)于人工智能和法律推理若干問題的考察》，一文，拉開了對(duì)法律推理進(jìn)行人工智能研究的序幕。文章認(rèn)為，理解、模擬法律論證或法律推理，需要在許多知識(shí)領(lǐng)域進(jìn)行艱難的研究。首先要了解如何描述案件、規(guī)則和論證等幾種知識(shí)類型，即如何描述法律知識(shí)，其中處理開放結(jié)構(gòu)的法律概念是主要難題。其次，要了解如何運(yùn)用各種知識(shí)進(jìn)行推理，包括分別運(yùn)用規(guī)則、判例和假設(shè)的推理，以及混合運(yùn)用規(guī)則和判例的推理。再次，要了解審判實(shí)踐中法律推理運(yùn)用的實(shí)際過程，如審判程序的運(yùn)行，規(guī)則的適用，事實(shí)的辯論等等。最后，如何將它們最終運(yùn)用于編制能執(zhí)行法律推理和辯論任務(wù)的計(jì)算機(jī)程序，區(qū)別和分析不同的案件，預(yù)測(cè)并規(guī)避對(duì)手的辯護(hù)策略，建立巧妙的假設(shè)等等。（注：Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(1970).pp.40-62.）法律推理的人工智能研究在這一時(shí)期主要沿著兩條途徑前進(jìn)：一是基于規(guī)則模擬歸納推理，70年代初由WalterG.Popp和BernhardSchlink開發(fā)了JUDITH律師推理系統(tǒng)。二是模擬法律分析，尋求在模型與以前貯存的基礎(chǔ)數(shù)據(jù)之間建立實(shí)際聯(lián)系，并僅依這種關(guān)聯(lián)的相似性而得出結(jié)論。JeffreyMeld-man1977年開發(fā)了計(jì)算機(jī)輔助法律分析系統(tǒng)，它以律師推理為模擬對(duì)象，試圖識(shí)別與案件事實(shí)模型相似的其他案件。考慮到律師分析案件既用歸納推理又用演繹推理，程序?qū)烧叨冀o予了必要的關(guān)注，并且包括了各種水平的分析推理方法。
專家系統(tǒng)在法律中的第一次實(shí)際應(yīng)用，是D.沃特曼和M.皮特森1981年開發(fā)的法律判決輔助系統(tǒng)(LDS)。研究者探索將其當(dāng)作法律適用的實(shí)踐工具，對(duì)美國(guó)民法制度的某個(gè)方面進(jìn)行檢測(cè)，運(yùn)用嚴(yán)格責(zé)任、相對(duì)疏忽和損害賠償?shù)饶Ｐ?，?jì)算出責(zé)任案件的賠償價(jià)值，并論證了如何模擬法律專家意見的方法論問題。（注：''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).）
我國(guó)法律專家系統(tǒng)的研制于20世紀(jì)80年代中期起步。（注：錢學(xué)森教授：《論法治系統(tǒng)工程的任務(wù)與方法》（《科技管理研究》1981年第4期）、《社會(huì)主義和法治學(xué)與現(xiàn)代科學(xué)技術(shù)》（《法制建設(shè)》1984年第3期）、《現(xiàn)代科學(xué)技術(shù)與法和法制建設(shè)》（《政法論壇》）1985年第3期）等文章，為我國(guó)法律專家系統(tǒng)的研發(fā)起了思想解放和理論奠基作用。）1986年由朱華榮、肖開權(quán)主持的《量刑綜合平衡與電腦輔助量刑專家系統(tǒng)研究》被確定為國(guó)家社科“七五”研究課題，它在建立盜竊罪量刑數(shù)學(xué)模型方面取得了成果。在法律數(shù)據(jù)庫(kù)開發(fā)方面，1993年中山大學(xué)學(xué)生胡釗、周宗毅、汪宏杰等人合作研制了《LOA律師辦公自動(dòng)化系統(tǒng)》。（注：楊建廣、駱梅芬編著：《法治系統(tǒng)工程》，中山大學(xué)出版社1996年版，第344-349頁(yè)。）1993年武漢大學(xué)法學(xué)院趙廷光教授主持開發(fā)了《實(shí)用刑法專家系統(tǒng)》。（注：趙廷光等著：《實(shí)用刑法專家系統(tǒng)用戶手冊(cè)》，北京新概念軟件研究所1993年版。）它由咨詢檢索系統(tǒng)、輔助定性系統(tǒng)和輔助量刑系統(tǒng)組成，具有檢索刑法知識(shí)和對(duì)刑事個(gè)案進(jìn)行推理判斷的功能。
專家系統(tǒng)與以往的“通用難題求解”相比具有以下特點(diǎn)：(1)它要解決復(fù)雜的實(shí)際問題，而不是規(guī)則簡(jiǎn)單的游戲或數(shù)學(xué)定理證明問題；(2)它面向更加專門的應(yīng)用領(lǐng)域，而不是單純的原理性探索；(3)它主要根據(jù)具體的問題域，選擇合理的方法來表達(dá)和運(yùn)用特殊的知識(shí)，而不強(qiáng)調(diào)與問題的特殊性無(wú)關(guān)的普適性推理和搜索策略。
法律專家系統(tǒng)在法規(guī)和判例的輔助檢索方面確實(shí)發(fā)揮了重要作用，解放了律師一部分腦力勞動(dòng)。但絕大多數(shù)專家系統(tǒng)目前只能做法律數(shù)據(jù)的檢索工作，缺乏應(yīng)有的推理功能。20世紀(jì)90年代以后，人工智能法律系統(tǒng)進(jìn)入了以知識(shí)工程為主要技術(shù)手段的開發(fā)時(shí)期。知識(shí)工程是指以知識(shí)為處理對(duì)象，以能在計(jì)算機(jī)上表達(dá)和運(yùn)用知識(shí)的技術(shù)為主要手段，研究知識(shí)型系統(tǒng)的設(shè)計(jì)、構(gòu)造和維護(hù)的一門更加高級(jí)的人工智能技術(shù)。（注：《中國(guó)大百科全書·自動(dòng)控制與系統(tǒng)工程》，中國(guó)大百科全書出版社1991年版，第579頁(yè)。）知識(shí)工程概念的提出，改變了以往人們認(rèn)為幾個(gè)推理定律再加上強(qiáng)大的計(jì)算機(jī)就會(huì)產(chǎn)生專家功能的信念。以知識(shí)工程為技術(shù)手段的法律系統(tǒng)研制，如果能在法律知識(shí)的獲得、表達(dá)和應(yīng)用等方面獲得突破，將會(huì)使人工智能法律系統(tǒng)的研制產(chǎn)生一個(gè)質(zhì)的飛躍。
人工智能法律系統(tǒng)的發(fā)展源于兩種動(dòng)力。其一是法律實(shí)踐自身的要求。隨著社會(huì)生活和法律關(guān)系的復(fù)雜化，法律實(shí)踐需要新的思維工具，否則，法律家（律師、檢察官和法官）將無(wú)法承受法律文獻(xiàn)日積月累和法律案件不斷增多的重負(fù)。其二是人工智能發(fā)展的需要。人工智能以模擬人的全部思維活動(dòng)為目標(biāo)，但又必須以具體思維活動(dòng)一城一池的攻克為過程。它需要通過對(duì)不同思維領(lǐng)域的征服，來證明知識(shí)的每個(gè)領(lǐng)域都可以精確描述并制造出類似人類智能的機(jī)器。此外，人工智能選擇法律領(lǐng)域?qū)で笸黄?，還有下述原因：(1)盡管法律推理十分復(fù)雜，但它有相對(duì)穩(wěn)定的對(duì)象（案件）、相對(duì)明確的前提（法律規(guī)則、法律事實(shí)）及嚴(yán)格的程序規(guī)則，且須得出確定的判決結(jié)論。這為人工智能模擬提供了極為有利的條件。(2)法律推理特別是抗辯制審判中的司法推理，以明確的規(guī)則、理性的標(biāo)準(zhǔn)、充分的辯論，為觀察思維活動(dòng)的軌跡提供了可以記錄和回放的樣本。(3)法律知識(shí)長(zhǎng)期的積累、完備的檔案，為模擬法律知識(shí)的獲得、表達(dá)和應(yīng)用提供了豐富、準(zhǔn)確的資料。(4)法律活動(dòng)所特有的自我意識(shí)、自我批評(píng)精神，對(duì)法律程序和假設(shè)進(jìn)行檢驗(yàn)的傳統(tǒng)，為模擬法律推理提供了良好的反思條件。
二、人工智能法律系統(tǒng)的價(jià)值
人工智能法律系統(tǒng)的研制對(duì)法學(xué)理論和法律實(shí)踐的價(jià)值和意義，可以概括為以下幾點(diǎn)：
一是方法論啟示。P.Wahlgren說：“人工智能方法的研究可以支持和深化在創(chuàng)造性方法上的法理學(xué)反思。這個(gè)信仰反映了法理學(xué)可以被視為旨在于開發(fā)法律分析和法律推理之方法的活動(dòng)。從法理學(xué)的觀點(diǎn)看，這種研究的最終目標(biāo)是揭示方法論的潛在作用，從而有助于開展從法理學(xué)觀點(diǎn)所提出的解決方法的討論，而不僅僅是探討與計(jì)算機(jī)科學(xué)和人工智能有關(guān)的非常細(xì)致的技術(shù)方面。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模擬法律推理的過程中，法學(xué)家通過與工人智能專家的密切合作，可以從其對(duì)法律推理的獨(dú)特理解中獲得有關(guān)方法論方面的啟示。例如，由于很少有兩個(gè)案件完全相似，在判例法實(shí)踐中，總有某些不相似的方面需要法律家運(yùn)用假設(shè)來分析已有判例與現(xiàn)實(shí)案件的相關(guān)性程度。但法學(xué)家們?cè)诩僭O(shè)的性質(zhì)問題上常常莫衷一是。然而HYPO的設(shè)計(jì)者，在無(wú)真實(shí)判例或真實(shí)判例不能充分解釋現(xiàn)實(shí)案件的情況下，以假設(shè)的反例來反駁對(duì)方的觀點(diǎn)，用補(bǔ)充、刪減和改變事實(shí)的機(jī)械論方法來生成假設(shè)。這種用人工智能方法來處理假設(shè)的辦法，就使復(fù)雜問題變得十分簡(jiǎn)單：假設(shè)實(shí)際上是一個(gè)新的論證產(chǎn)生于一個(gè)經(jīng)過修正的老的論證的過程?？傊?，人工智能方法可以幫助法學(xué)家跳出法理學(xué)方法的思維定勢(shì)，用其他學(xué)科的方法來重新審視法學(xué)問題，從而為法律問題的解決提供了新的途徑。
二是提供了思想實(shí)驗(yàn)手段。西蒙認(rèn)為，盡管我們還不知道思維在頭腦中是怎樣由生理作用完成的，“但我們知道這些處理在數(shù)字電子計(jì)算機(jī)中是由電子作用完成的。給計(jì)算機(jī)編程序使之思維，已經(jīng)證明有可能為思維提供機(jī)械論解釋”。（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計(jì)算機(jī)》，載《哲學(xué)研究》1985年第5期。）童天湘先生認(rèn)為：“通過編制有關(guān)思維活動(dòng)的程序，就會(huì)加深對(duì)思維活動(dòng)具體細(xì)節(jié)的了解，并將這種程序送進(jìn)計(jì)算機(jī)運(yùn)行，檢驗(yàn)其正確性。這是一種思想實(shí)驗(yàn)，有助于我們研究人腦思維的機(jī)理?！保ㄗⅲ恨D(zhuǎn)引自童天湘：《人工智能與第N代計(jì)算機(jī)》，載《哲學(xué)研究》1985年第5期。）人工智能法律系統(tǒng)研究的直接目標(biāo)是使計(jì)算機(jī)能夠獲取、表達(dá)和應(yīng)用法律知識(shí)，軟件工程師為模擬法律推理而編制程序，必須先對(duì)人的推理過程作出基于人工智能理論和方法的獨(dú)特解釋。人工智能以功能模擬開路，在未搞清法律家的推理結(jié)構(gòu)之前，首先從功能上對(duì)法律證成、法律檢索、法律解釋、法律適用等法律推理的要素和活動(dòng)進(jìn)行數(shù)理分析，將法理學(xué)、訴訟法學(xué)關(guān)于法律推理的研究成果模型化，以實(shí)現(xiàn)法律推理知識(shí)的機(jī)器表達(dá)或再現(xiàn)，從而為認(rèn)識(shí)法律推理的過程和規(guī)律提供了一種實(shí)驗(yàn)手段。法學(xué)家則可以將人工智能法律系統(tǒng)的推理過程、方法和結(jié)論與人類法律推理活動(dòng)相對(duì)照，為法律推理的法理學(xué)研究所借鑒。因此，用人工智能方法模擬法律推理，深化了人們對(duì)法律推理性質(zhì)、要素和過程的認(rèn)識(shí)，使法學(xué)家得以借助人工智能科學(xué)的敏銳透鏡去考察法律推理的微觀機(jī)制。正是在這個(gè)意義上，BryanNiblett教授說：“一個(gè)成功的專家系統(tǒng)很可能比其他的途徑對(duì)法理學(xué)作出更多的（理論）貢獻(xiàn)?！保ㄗⅲ築ryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）
三是輔助司法審判。按照格雷的觀點(diǎn)，法律專家系統(tǒng)首先在英美判例法國(guó)家出現(xiàn)的直接原因在于，浩如煙海的判例案卷如果沒有計(jì)算機(jī)編纂、分類、查詢，這種法律制度簡(jiǎn)直就無(wú)法運(yùn)轉(zhuǎn)了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其實(shí)不僅是判例法，制定法制度下的律師和法官往往也要為檢索有關(guān)的法律、法規(guī)和司法解釋耗費(fèi)大量的精力和時(shí)間，而且由于人腦的知識(shí)和記憶能力有限，還存在著檢索不全面、記憶不準(zhǔn)確的問題。人工智能法律系統(tǒng)強(qiáng)大的記憶和檢索功能，可以彌補(bǔ)人類智能的某些局限性，幫助律師和法官?gòu)氖孪鄬?duì)簡(jiǎn)單的法律檢索工作，從而極大地解放律師和法官的腦力勞動(dòng)，使其能夠集中精力從事更加復(fù)雜的法律推理活動(dòng)。
四是促進(jìn)司法公正。司法推理雖有統(tǒng)一的法律標(biāo)準(zhǔn)，但法官是具有主觀能動(dòng)性的差異個(gè)體，所以在執(zhí)行統(tǒng)一標(biāo)準(zhǔn)時(shí)會(huì)產(chǎn)生一些差異的結(jié)果。司法解釋所具有的建構(gòu)性、辯證性和創(chuàng)造性的特點(diǎn)，進(jìn)一步加劇了這種差異。如果換了鋼鐵之軀的機(jī)器，這種由主觀原因所造成的差異性就有可能加以避免。這當(dāng)然不是說讓計(jì)算機(jī)完全取代法官，而是說，由于人工智能法律系統(tǒng)為司法審判提供了相對(duì)統(tǒng)一的推理標(biāo)準(zhǔn)和評(píng)價(jià)標(biāo)準(zhǔn)，從而可以輔助法官取得具有一貫性的判決。無(wú)論如何，我們必須承認(rèn)，鋼鐵之軀的機(jī)器沒有物質(zhì)欲望和感情生活，可以比人更少地受到外界因素的干擾。正像計(jì)算機(jī)錄取增強(qiáng)了高考招生的公正性、電子監(jiān)視器提高了糾正行車違章的公正性一樣，智能法律系統(tǒng)在庭審中的運(yùn)用有可能減少某些現(xiàn)象。
五是輔助法律教育和培訓(xùn)。人工智能法律系統(tǒng)凝聚了法律家的專門知識(shí)和法官群體的審判經(jīng)驗(yàn)，如果通過軟件系統(tǒng)或計(jì)算機(jī)網(wǎng)絡(luò)實(shí)現(xiàn)專家經(jīng)驗(yàn)和知識(shí)的共享，便可在法律教育和培訓(xùn)中發(fā)揮多方面的作用。例如，(1)在法學(xué)院教學(xué)中發(fā)揮模擬法庭的作用，可以幫助法律專業(yè)學(xué)生鞏固自己所學(xué)知識(shí)，并將法律知識(shí)應(yīng)用于模擬的審判實(shí)踐，從而較快地提高解決法律實(shí)踐問題的能力。(2)幫助新律師和新法官全面掌握法律知識(shí)，迅速獲得判案經(jīng)驗(yàn)，在審判過程的跟蹤檢測(cè)和判決結(jié)論的動(dòng)態(tài)校正中增長(zhǎng)知識(shí)和才干，較快地接近或達(dá)到專家水平。(3)可使不同地區(qū)、不同層次的律師和法官及時(shí)獲得有關(guān)法律問題的咨詢建議，彌補(bǔ)因知識(shí)結(jié)構(gòu)差異和判案經(jīng)驗(yàn)多寡而可能出現(xiàn)的失誤。(4)可以為大眾提供及時(shí)的法律咨詢，提高廣大人民群眾的法律素質(zhì)，增強(qiáng)法律意識(shí)。
六是輔助立法活動(dòng)。人工智能法律系統(tǒng)不僅對(duì)輔助司法審判有重要的意義，而且對(duì)完善立法也具有實(shí)用價(jià)值。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）例如，倫敦大學(xué)Imperial學(xué)院的邏輯程序組將1981年英國(guó)國(guó)籍法的內(nèi)容形式化，幫助立法者發(fā)現(xiàn)了該法在預(yù)見性上存在的一些缺陷和法律漏洞。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）立法輔助系統(tǒng)如能應(yīng)用于法律起草和法律草案的審議過程，有可能事先發(fā)現(xiàn)一些立法漏洞，避免一個(gè)法律內(nèi)部各種規(guī)則之間以及新法律與現(xiàn)有法律制度之間的相互沖突。
三、法理學(xué)在人工智能法律系統(tǒng)研究中的作用
1.人工智能法律系統(tǒng)的法理學(xué)思想來源
關(guān)于人工智能法律系統(tǒng)之法理學(xué)思想來源的追蹤，不是對(duì)法理學(xué)與人工智能的聯(lián)系作面面俱到的考察，而旨在揭示法理學(xué)對(duì)人工智能法律系統(tǒng)的發(fā)展所產(chǎn)生的一些直接影響。
第一，法律形式主義為人工智能法律系統(tǒng)的產(chǎn)生奠定了理論基礎(chǔ)。18-19世紀(jì)的法律形式主義強(qiáng)調(diào)法律推理的形式方面，認(rèn)為將法律化成簡(jiǎn)單的幾何公式是完全可能的。這種以J·奧斯汀為代表的英國(guó)分析法學(xué)的傳統(tǒng)，主張“法律推理應(yīng)該依據(jù)客觀事實(shí)、明確的規(guī)則以及邏輯去解決一切為法律所要求的具體行為。假如法律能如此運(yùn)作，那么無(wú)論誰(shuí)作裁決，法律推理都會(huì)導(dǎo)向同樣的裁決?！保ㄗⅲ海溃┦返傥摹·伯頓著：《法律和法律推理導(dǎo)論》，張志銘、解興權(quán)譯，中國(guó)政法大學(xué)出版社1998年9月版，第3頁(yè)。）換言之，機(jī)器只要遵守法律推理的邏輯，也可以得出和法官一樣的判決結(jié)果。在分析法學(xué)家看來，“所謂‘法治’就是要求結(jié)論必須是大前提與小前提邏輯必然結(jié)果。”（注：朱景文主編：《對(duì)西方法律傳統(tǒng)的挑戰(zhàn)》，中國(guó)檢察出版社1996年2月版，第292頁(yè)。）如果法官違反三段論推理的邏輯，就會(huì)破壞法治。這種機(jī)械論的法律推理觀，反映了分析法學(xué)要求法官不以個(gè)人價(jià)值觀干擾法律推理活動(dòng)的主張。但是，它同時(shí)具有忽視法官主觀能動(dòng)性和法律推理靈活性的僵化的缺陷。所以，自由法學(xué)家比埃利希將法律形式主義的邏輯推理說稱為“自動(dòng)售貨機(jī)”理論。然而，從人工智能就是為思維提供機(jī)械論解釋的意義上說，法律形式主義對(duì)法律推理所作的機(jī)械論解釋，恰恰為人工智能法律系統(tǒng)的開發(fā)提供了可能的前提。從人工智能法律系統(tǒng)研制的實(shí)際過程來看，在其起步階段，人工智能專家正是根據(jù)法律形式主義所提供的理論前提，首先選擇三段論演繹推理進(jìn)行模擬，由WalterG.Popp和BernhardSchlink在20世紀(jì)70年代初開發(fā)了JUDITH律師推理系統(tǒng)。在這個(gè)系統(tǒng)中，作為推理大小前提的法律和事實(shí)之間的邏輯關(guān)系，被計(jì)算機(jī)以“如果A和B，那么C”的方式加以描述，使機(jī)器法律推理第一次從理論變?yōu)楝F(xiàn)實(shí)。
第二，法律現(xiàn)實(shí)主義推動(dòng)智能模擬深入到主體的思維結(jié)構(gòu)領(lǐng)域。法律形式主義忽視了推理主體的社會(huì)性。法官是生活在現(xiàn)實(shí)社會(huì)中的人，其所從事的法律活動(dòng)不可能不受到其社會(huì)體驗(yàn)和思維結(jié)構(gòu)的影響。法官在實(shí)際的審判實(shí)踐中，并不是機(jī)械地遵循規(guī)則，特別是在遇到復(fù)雜案件時(shí)，往往需要作出某種價(jià)值選擇。而一旦面對(duì)價(jià)值問題，法律形式主義的邏輯決定論便立刻陷入困境，顯出其僵化性的致命弱點(diǎn)。法律現(xiàn)實(shí)主義對(duì)其僵化性進(jìn)行了深刻的批判?；裟匪狗ü倜鞔_提出“法律的生命并不在于邏輯而在于經(jīng)驗(yàn)”（注：（美）博登海默著：《法理學(xué)——法哲學(xué)及其方法》，鄧正來、姬敬武譯，華夏出版社1987年12月版，第478頁(yè)。）的格言。這里所謂邏輯，就是指法律形式主義的三段論演繹邏輯；所謂經(jīng)驗(yàn)，則包括一定的道德和政治理論、公共政策及直覺知識(shí)，甚至法官的偏見。法律現(xiàn)實(shí)主義對(duì)法官主觀能動(dòng)性和法律推理靈活性的強(qiáng)調(diào)，促使人工智能研究從模擬法律推理的外在邏輯形式進(jìn)一步轉(zhuǎn)向探求法官的內(nèi)在思維結(jié)構(gòu)。人們開始考慮，如果思維結(jié)構(gòu)對(duì)法官的推理活動(dòng)具有定向作用，那么，人工智能法律系統(tǒng)若要達(dá)到法官水平，就應(yīng)該通過建立思維結(jié)構(gòu)模型來設(shè)計(jì)機(jī)器的運(yùn)行結(jié)構(gòu)。TAXMAN的設(shè)計(jì)就借鑒了這一思想，法律知識(shí)被計(jì)算機(jī)結(jié)構(gòu)語(yǔ)言以語(yǔ)義網(wǎng)絡(luò)的方式組成不同的規(guī)則系統(tǒng)，解釋程序、協(xié)調(diào)程序、說明程序分別對(duì)網(wǎng)絡(luò)結(jié)構(gòu)中的輸入和輸出信息進(jìn)行動(dòng)態(tài)結(jié)構(gòu)調(diào)整，從而適應(yīng)了知識(shí)整合的需要。大規(guī)模知識(shí)系統(tǒng)的KBS(KnowledgeBasedSystem)開發(fā)也注意了思維結(jié)構(gòu)的整合作用，許多具有內(nèi)在聯(lián)系的小規(guī)模KBS子系統(tǒng)，在分別模擬法律推理要素功能（證成、法律查詢、法律解釋、法律適用、法律評(píng)價(jià)、理由闡述）的基礎(chǔ)上，又通過聯(lián)想程序被有機(jī)聯(lián)系起來，構(gòu)成了具有法律推理整體功能的概念模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）
第三，“開放結(jié)構(gòu)”的法律概念打開了疑難案件法律推理模擬的思路。法律形式主義忽視了疑難案件的存在。疑難案件的特征表現(xiàn)為法律規(guī)則和案件之間不存在單一的邏輯對(duì)應(yīng)關(guān)系。有時(shí)候從一個(gè)法律規(guī)則可以推出幾種不同的結(jié)論，它們往往沒有明顯的對(duì)錯(cuò)之分；有時(shí)一個(gè)案件面對(duì)著幾個(gè)相似的法律規(guī)則。在這些情況下，形式主義推理說都一籌莫展。但是，法律現(xiàn)實(shí)主義在批判法律形式主義時(shí)又走向另一個(gè)極端，它否認(rèn)具有普遍性的一般法律規(guī)則的存在，試圖用“行動(dòng)中的法律”完全代替分析法學(xué)“本本中的法律”。這種矯枉過正的做法雖然是使法律推理擺脫機(jī)械論束縛所走出的必要一步，然而，法律如果真像現(xiàn)實(shí)主義法學(xué)所說的那樣僅僅存在于具體判決之中，法律推理如果可以不遵循任何標(biāo)準(zhǔn)或因人而異，那么，受到挑戰(zhàn)的就不僅是法律形式主義，而且還會(huì)殃及法治要求實(shí)現(xiàn)規(guī)則統(tǒng)治之根本原則，并動(dòng)搖人工智能法律系統(tǒng)存在的基礎(chǔ)。哈特在法律形式主義和法律現(xiàn)實(shí)主義的爭(zhēng)論中采取了一種折中立場(chǎng)，他既承認(rèn)邏輯的局限性又強(qiáng)調(diào)其重要性；既拒斥法官完全按自己的預(yù)感來隨意判案的見解，又承認(rèn)直覺的存在。這種折中立場(chǎng)在哈特“開放結(jié)構(gòu)”的法律概念中得到了充分體現(xiàn)。法律概念既有“意義核心”又有“開放結(jié)構(gòu)”，邏輯推理可以幫助法官發(fā)現(xiàn)問題的陽(yáng)面，而根據(jù)社會(huì)政策、價(jià)值和后果對(duì)規(guī)則進(jìn)行解釋則有助于發(fā)現(xiàn)問題的陰面。開放結(jié)構(gòu)的法律概念，使基于規(guī)則的法律推理模擬在受到概念封閉性的限制而對(duì)疑難案件無(wú)能為力時(shí)，找到了新的立足點(diǎn)。在此基礎(chǔ)上，運(yùn)用開放結(jié)構(gòu)概念的疑難案件法律推理模型，通過邏輯程序工具和聯(lián)想技術(shù)而建立起來。Gardner博士就疑難案件提出兩種解決策略：一是將簡(jiǎn)易問題從疑難問題中篩選出來，運(yùn)用基于規(guī)則的技術(shù)來解決；二是將疑難問題同“開放結(jié)構(gòu)”的法律概念聯(lián)系在一起，先用非范例知識(shí)如規(guī)則、控辯雙方的陳述、常識(shí)來獲得初步答案，再運(yùn)用范例來澄清案件、檢查答案的正確性。
第四，目的法學(xué)促進(jìn)了價(jià)值推理的人工智能研究。目的法學(xué)是指一種所謂直接實(shí)現(xiàn)目的之“后法治”理想。美國(guó)法學(xué)家諾內(nèi)特和塞爾茲尼克把法律分為三種類型。他們認(rèn)為，以法治為標(biāo)志的自治型法，過分強(qiáng)調(diào)手段或程序的正當(dāng)性，有把手段當(dāng)作目的的傾向。這說明法治社會(huì)并沒有反映人類關(guān)于美好社會(huì)的最高理想，因?yàn)閷?shí)質(zhì)正義不是經(jīng)過人們直接追求而實(shí)現(xiàn)的，而是通過追求形式正義而間接獲得的。因此他們提出以回應(yīng)型法取代自治型法的主張。在回應(yīng)型法中，“目的為評(píng)判既定的做法設(shè)立了標(biāo)準(zhǔn)，從而也就開辟了變化的途徑。同時(shí)，如果認(rèn)真地對(duì)待目的，它們就能控制行政自由裁量權(quán)，從而減輕制度屈從的危險(xiǎn)。反之，缺少目的既是僵硬的根源，又是機(jī)會(huì)主義的根源?！保ㄗⅲ海溃┲Z內(nèi)特、塞爾茲尼克著：《轉(zhuǎn)變中的法律與社會(huì)》，張志銘譯，中國(guó)政法大學(xué)出版社1994年版，第60頁(yè)。）美國(guó)批判法學(xué)家昂格爾對(duì)形式主義法律推理和目的型法律推理的特點(diǎn)進(jìn)行了比較，他認(rèn)為，前者要求使用內(nèi)容明確、固定的規(guī)則，無(wú)視社會(huì)現(xiàn)實(shí)生活中不同價(jià)值觀念的沖突，不能適應(yīng)復(fù)雜情況和變化，追求形式正義；后者則要求放松對(duì)法律推理標(biāo)準(zhǔn)的嚴(yán)格限制，允許使用無(wú)固定內(nèi)容的抽象標(biāo)準(zhǔn)，迫使人們?cè)诓煌膬r(jià)值觀念之間做出選擇，追求實(shí)質(zhì)正義。與此相應(yīng)，佩雷爾曼提出了新修辭學(xué)(NewRhetoric)的法律理論。他認(rèn)為，形式邏輯只是根據(jù)演繹法或歸納法對(duì)問題加以說明或論證的技術(shù)，屬于手段的邏輯；新修辭學(xué)要填補(bǔ)形式邏輯的不足，是關(guān)于目的的辯證邏輯，可以幫助法官論證其決定和選擇，因而是進(jìn)行價(jià)值判斷的邏輯。他認(rèn)為，在司法三段論思想支配下，法學(xué)的任務(wù)是將全部法律系統(tǒng)化并作為闡釋法律的大前提，“明確性、一致性和完備性”就成為對(duì)法律的三個(gè)要求。而新修辭學(xué)的基本思想是價(jià)值判斷的多元論，法官必須在某種價(jià)值判斷的指示下履行義務(wù)，必須考慮哪些價(jià)值是“合理的、可接受的、社會(huì)上有效的公平的”。這些價(jià)值構(gòu)成了判決的正當(dāng)理由。（注：沈宗靈著：《現(xiàn)代西方法理學(xué)》，北京大學(xué)出版社1992年版，第443-446頁(yè)。）制造人工智能法律系統(tǒng)最終需要解決價(jià)值推理的模擬問題，否則，就難以實(shí)現(xiàn)為判決提供正當(dāng)理由的要求。為此，P.Wahlgren提出的與人工智能相關(guān)的5種知識(shí)表達(dá)途徑中，明確地包括了以道義為基礎(chǔ)的法律推理模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）引入道義邏輯，或者說在機(jī)器中采用基于某種道義邏輯的推理程序，強(qiáng)調(diào)目的價(jià)值，也許是制造智能法律系統(tǒng)的關(guān)鍵。不過，即使把道義邏輯硬塞給計(jì)算機(jī)，鋼鐵之軀的機(jī)器沒有生理需要，也很難產(chǎn)生價(jià)值觀念和主觀體驗(yàn)，沒辦法解決主觀選擇的問題。在這個(gè)問題上，波斯納曾以法律家有七情六欲為由對(duì)法律家對(duì)法律的機(jī)械忠誠(chéng)表示了強(qiáng)烈懷疑，并辯證地將其視為法律發(fā)展的動(dòng)力之一。只有人才能夠平衡相互沖突的利益，能夠發(fā)現(xiàn)對(duì)人類生存和發(fā)展至關(guān)重要的價(jià)值。因此，關(guān)于價(jià)值推理的人工智能模擬究竟能取得什么成果，恐怕還是個(gè)未知數(shù)。
2.法理學(xué)對(duì)人工智能法律系統(tǒng)研制的理論指導(dǎo)作用
GoldandSusskind指出：“不爭(zhēng)的事實(shí)是，所有的專家系統(tǒng)必須適應(yīng)一些法理學(xué)理論，因?yàn)橐磺蟹蓪＜蚁到y(tǒng)都需要提出關(guān)于法律和法律推理性質(zhì)的假設(shè)。從更嚴(yán)格的意義上說，一切專家系統(tǒng)都必須體現(xiàn)一種結(jié)構(gòu)理論和法律的個(gè)性，一種法律規(guī)范理論，一種描述法律科學(xué)的理論，一種法律推理理論”。（注：GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.）人工智能法律系統(tǒng)的研究，不僅需要以法理學(xué)關(guān)于法律的一般理論為知識(shí)基礎(chǔ)，還需要從法理學(xué)獲得關(guān)于法律推理的完整理論，如法律推理實(shí)踐和理論的發(fā)展歷史，法律推理的標(biāo)準(zhǔn)、主體、過程、方法等等。人工智能對(duì)法律推理的模擬，主要是對(duì)法理學(xué)關(guān)于法律推理的知識(shí)進(jìn)行人工智能方法的描述，建立數(shù)學(xué)模型并編制計(jì)算機(jī)應(yīng)用程序，從而在智能機(jī)器上再現(xiàn)人類法律推理功能的過程。在這個(gè)過程中，人工智能專家的主要任務(wù)是研究如何吸收法理學(xué)關(guān)于法律推理的研究成果，包括法理學(xué)關(guān)于人工智能法律系統(tǒng)的研究成果。
隨著人工智能法律系統(tǒng)研究從低級(jí)向高級(jí)目標(biāo)的推進(jìn)，人們?cè)絹碓揭庾R(shí)到，對(duì)法律推理的微觀機(jī)制認(rèn)識(shí)不足已成為人工智能模擬的嚴(yán)重障礙。P.Wahlgren指出，“許多人工智能技術(shù)在法律領(lǐng)域的開發(fā)項(xiàng)目之所以失敗，就是因?yàn)樵S多潛在的法理學(xué)原則沒有在系統(tǒng)開發(fā)的開始階段被遵守或給予有效的注意?！薄胺ɡ韺W(xué)對(duì)法律推理和方法論問題的關(guān)注已經(jīng)有幾百年，而人工智能的誕生只是本世紀(jì)50年代中期的事情，這個(gè)事實(shí)是人工智能通過考察法理學(xué)知識(shí)來豐富自己的一個(gè)有效動(dòng)機(jī)?！保ㄗⅲ篜.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自動(dòng)化的目標(biāo)，“一方面是用人工智能（通過把計(jì)算機(jī)的應(yīng)用與分析模型相結(jié)合）來支撐法律推理的可能性；另一方面是應(yīng)用法理學(xué)理論來解決作為法律推理支撐系統(tǒng)的以及一般的人工智能問題。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在前一方面，是人工智能法律系統(tǒng)充當(dāng)法律推理研究的思想實(shí)驗(yàn)手段以及輔助司法審判的問題。后一方面，則是法律推理的法律學(xué)研究成果直接為人工智能法律系統(tǒng)的研制所應(yīng)用的問題。例如，20世紀(jì)70年代法理學(xué)在真實(shí)和假設(shè)案例的推理和分析方面所取得的成果，已為幾種人工智能法律裝置借鑒而成為其設(shè)計(jì)工作的理論基礎(chǔ)。在運(yùn)用模糊或開放結(jié)構(gòu)概念的法律推理研究方面，以及在法庭辯論和法律解釋的形式化等問題上，法理學(xué)的研究成果也已為人工智能法律系統(tǒng)的研究所借鑒。
四、人工智能法律系統(tǒng)研究的難點(diǎn)
人工智能法律系統(tǒng)的研究盡管在很短的時(shí)間內(nèi)取得了許多令人振奮的成果，但它的發(fā)展也面臨著許多困難。這些困難構(gòu)成了研究工作需要進(jìn)一步努力奮斗的目標(biāo)。
第一，關(guān)于法律解釋的模擬。在法理學(xué)的諸多研究成果中，法律解釋的研究對(duì)人工智能法律系統(tǒng)的研制起著關(guān)鍵作用。法律知識(shí)表達(dá)的核心問題是法律解釋。法律規(guī)范在一個(gè)法律論點(diǎn)上的效力，是由法律家按忠實(shí)原意和適合當(dāng)時(shí)案件的原則通過法律解釋予以確認(rèn)的，其中包含著人類特有的價(jià)值和目的考慮，反映了法律家的知識(shí)表達(dá)具有主觀能動(dòng)性。所以，德沃金將解釋過程看作是一種結(jié)合了法律知識(shí)、時(shí)代信息和思維方法而形成的，能夠應(yīng)變的思維策略。（注：Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.）目前的法律專家系統(tǒng)并未以知識(shí)表達(dá)為目的來解釋法律，而是將法律整齊地“碼放”在計(jì)算機(jī)記憶系統(tǒng)中僅供一般檢索之用。然而，在法律知識(shí)工程系統(tǒng)中，法律知識(shí)必須被解釋，以滿足自動(dòng)推理對(duì)法律知識(shí)進(jìn)行重新建構(gòu)的需要。麥卡錫說：“在開發(fā)智能信息系統(tǒng)的過程中，最關(guān)鍵的任務(wù)既不是文件的重建也不是專家意見的重建，而是建立有關(guān)法律領(lǐng)域的概念模型。”（注：McCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必須以法律家對(duì)某一法律概念的共識(shí)為基礎(chǔ)，但不同的法律家對(duì)同一法律概念往往有不同的解釋策略。凱爾森甚至說：即使在國(guó)內(nèi)法領(lǐng)域也難以形成一個(gè)“能夠用來敘述一定法律共同體的實(shí)在法的基本概念”。（注：（奧）凱爾森著：《法與國(guó)家的一般理論》，沈宗靈譯，中國(guó)大百科全書出版社1996年版，第1頁(yè)。）盡管如此，法理學(xué)還是為法律概念模型的重建提供了一些方法。例如，德沃金認(rèn)為，法官在“解釋”階段，要通過推理論證，為自己在“前解釋”階段所確定的大多數(shù)法官對(duì)模糊法律規(guī)范的“一致看法”提供“一些總的理由”。獲取這些總的理由的過程分為兩個(gè)步驟：首先，從現(xiàn)存的明確法律制度中抽象出一般的法律原則，用自我建立的一般法律理論來證明這種法律原則是其中的一部分，證明現(xiàn)存的明確法律制度是正當(dāng)?shù)?。其次，再以法律原則為依據(jù)反向推出具體的法律結(jié)論，即用一般法律理論來證明某一法律原則存在的合理性，再用該法律原則來解釋某一法律概念。TAXMAN等系統(tǒng)裝置已吸收了這種方法，法律知識(shí)被計(jì)算機(jī)結(jié)構(gòu)語(yǔ)言以語(yǔ)義網(wǎng)絡(luò)的方式組成不同的規(guī)則系統(tǒng)，解釋程序使計(jì)算機(jī)根據(jù)案件事實(shí)來執(zhí)行某條法律規(guī)則，并在新案件事實(shí)輸入時(shí)對(duì)法律規(guī)則作出新的解釋后才加以調(diào)用。不過，法律知識(shí)表達(dá)的進(jìn)展還依賴于法律解釋研究取得更多的突破。
第二，關(guān)于啟發(fā)式程序。目前的法律專家系統(tǒng)如果不能與啟發(fā)式程序接口，不能運(yùn)用判斷性知識(shí)進(jìn)行推理，只通過規(guī)則反饋來提供簡(jiǎn)單解釋，就談不上真正的智能性。啟發(fā)式程序要解決智能機(jī)器如何模擬法律家推理的直覺性、經(jīng)驗(yàn)性以及推理結(jié)果的不確定性等問題，即人可以有效地處理錯(cuò)誤的或不完全的數(shù)據(jù)，在必要時(shí)作出猜測(cè)和假設(shè)，從而使問題的解決具有靈活性。在這方面，Gardner的混合推理模型，EdwinaL.Rissland運(yùn)用聯(lián)想程序?qū)σ?guī)則和判例推理的結(jié)果作集合處理的思路，以及Massachusetts大學(xué)研制的CABARET（基于判例的推理工具），在將啟發(fā)式程序應(yīng)用于系統(tǒng)開發(fā)方面都進(jìn)行了有益的嘗試。但是，法律問題往往沒有唯一正確的答案，這是人工智能模擬法律推理的一個(gè)難題。選擇哪一個(gè)答案，往往取決于法律推理的目的標(biāo)準(zhǔn)和推理主體的立場(chǎng)和價(jià)值觀念。但智能機(jī)器沒有自己的目的、利益和立場(chǎng)。這似乎從某種程度上劃定了機(jī)器法律推理所能解決問題的范圍。
第三，關(guān)于法律自然語(yǔ)言理解。在設(shè)計(jì)基于規(guī)則的程序時(shí)，設(shè)計(jì)者必須假定整套規(guī)則沒有意義不明和沖突，程序必須消滅這些問題而使規(guī)則呈現(xiàn)出更多的一致性。就是說，盡管人們對(duì)法律概念的含義可以爭(zhēng)論不休，但輸入機(jī)器的法律語(yǔ)言卻不能互相矛盾。機(jī)器語(yǔ)言具有很大的局限性，例如，LDS基于規(guī)則來模擬嚴(yán)格責(zé)任并計(jì)算實(shí)際損害時(shí)，表現(xiàn)出的最大弱點(diǎn)就是不能使用不精確的自然語(yǔ)言進(jìn)行推理。然而，在實(shí)際的法律推理過程中，法律家對(duì)某個(gè)問題的任何一種回答都可根據(jù)上下文關(guān)系作多種解釋，而且辯論雙方總是尋求得出不同的結(jié)論。因此，智能法律專家系統(tǒng)的成功在很大程度上還依賴于自然語(yǔ)言理解研究工作的突破。牛津大學(xué)的一個(gè)程序組正在研究法律自然語(yǔ)言的理解問題，但是遇到了重重困難。原因是連法學(xué)家們自己目前也還沒有建立起一套大家一致同意的專業(yè)術(shù)語(yǔ)規(guī)范。所以EdwinaL.Rissland認(rèn)為，常識(shí)知識(shí)、意圖和信仰類知識(shí)的模擬化，以及自然語(yǔ)言理解的模擬問題，迄今為止可能是人工智能面臨的最困難的任務(wù)。對(duì)于語(yǔ)言模擬來說，像交際短語(yǔ)和短語(yǔ)概括的有限能力可能會(huì)在較窄的語(yǔ)境條件下取得成果，完全的功能模擬、一般“解決問題”能力的模擬則距離非常遙遠(yuǎn)，而像書面上訴意見的理解則是永遠(yuǎn)的終極幻想。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）
五、人工智能法律系統(tǒng)的開發(fā)策略和應(yīng)用前景
我們能夠制造出一臺(tái)什么樣的機(jī)器，可以證明它是人工智能法律系統(tǒng)？從檢驗(yàn)標(biāo)準(zhǔn)上看，這主要是法律知識(shí)在機(jī)器中再現(xiàn)的判定問題。根據(jù)“圖靈試驗(yàn)”原理，我們可將該檢驗(yàn)標(biāo)準(zhǔn)概括如下：設(shè)兩間隔開的屋子，一間坐著一位法律家，另一間“坐著”一臺(tái)智能機(jī)器。一個(gè)人（也是法律家）向法律家和機(jī)器提出同樣的法律問題，如果提問者不能從二者的回答中區(qū)分出誰(shuí)是法律家、誰(shuí)是機(jī)器，就不能懷疑機(jī)器具有法律知識(shí)表達(dá)的能力。
依“圖靈試驗(yàn)”制定的智能法律系統(tǒng)檢驗(yàn)標(biāo)準(zhǔn)，所看重的是功能。只要機(jī)器和法律家解決同樣法律問題時(shí)所表現(xiàn)出來的功能相同，就不再苛求哪個(gè)是鋼鐵結(jié)構(gòu)、哪個(gè)是血肉之軀。人工智能立足的基礎(chǔ)，就是相同的功能可以通過不同的結(jié)構(gòu)來實(shí)現(xiàn)之功能模擬理論。
從功能模擬的觀點(diǎn)來確定人工智能法律系統(tǒng)的研究與開發(fā)策略，可作以下考慮：
第一，擴(kuò)大人工智能法律系統(tǒng)的研發(fā)主體?，F(xiàn)有人工法律系統(tǒng)的幼稚，暴露了僅僅依靠計(jì)算機(jī)和知識(shí)工程專家從事系統(tǒng)研發(fā)工作的局限性。因此，應(yīng)該確立以法律家、邏輯學(xué)家和計(jì)算機(jī)專家三結(jié)合的研發(fā)群體。在系統(tǒng)研發(fā)初期，可組成由法學(xué)家、邏輯與認(rèn)知專家、計(jì)算機(jī)和知識(shí)工程專家為主體的課題組，制定系統(tǒng)研發(fā)的整體戰(zhàn)略和分階段實(shí)施的研發(fā)規(guī)劃。在系統(tǒng)研發(fā)中期，應(yīng)通過網(wǎng)絡(luò)等手段充分吸收初級(jí)產(chǎn)品用戶（律師、檢察官、法官）的意見，使研發(fā)工作在理論研究與實(shí)際應(yīng)用之間形成反饋，將開發(fā)精英與廣大用戶的智慧結(jié)合起來，互相啟發(fā)、群策群力，推動(dòng)系統(tǒng)迅速升級(jí)。
第二，確定研究與應(yīng)用相結(jié)合、以應(yīng)用為主導(dǎo)的研發(fā)策略。目前國(guó)外人工智能法律系統(tǒng)的研究大多停留在實(shí)驗(yàn)室領(lǐng)域，還沒有在司法實(shí)踐中加以應(yīng)用。但是，任何智能系統(tǒng)包括相對(duì)簡(jiǎn)單的軟件系統(tǒng)，如果不經(jīng)過用戶的長(zhǎng)期使用和反饋，是永遠(yuǎn)也不可能走向成熟的。從我國(guó)的實(shí)際情況看，如果不能將初期研究成果盡快地轉(zhuǎn)化為產(chǎn)品，我們也難以為后續(xù)研究工作提供雄厚的資金支持。因此，人工智能法律系統(tǒng)的研究必須走產(chǎn)研結(jié)合的道路，堅(jiān)持以應(yīng)用開路，使智能法律系統(tǒng)盡快走出實(shí)驗(yàn)室，同時(shí)以研究為先導(dǎo)，促進(jìn)不斷更新升級(jí)。
第三，系統(tǒng)研發(fā)目標(biāo)與初級(jí)產(chǎn)品功能定位。人工智能法律系統(tǒng)的研發(fā)目標(biāo)是制造出能夠滿足多用戶（律師、檢察官、法官、立法者、法學(xué)家）多種需要的機(jī)型。初級(jí)產(chǎn)品的定位應(yīng)考慮到，人的推理功能特別是價(jià)值推理的功能遠(yuǎn)遠(yuǎn)超過機(jī)器，但人的記憶功能、檢索速度和準(zhǔn)確性又遠(yuǎn)不如機(jī)器。同時(shí)還應(yīng)該考慮到，我國(guó)目前有12萬(wàn)律師，23萬(wàn)檢察官和21萬(wàn)法官，每年1.2萬(wàn)法學(xué)院本科畢業(yè)生，他們對(duì)法律知識(shí)的獲取、表達(dá)和應(yīng)用能力參差不齊。因此，初級(jí)產(chǎn)品的標(biāo)準(zhǔn)可適當(dāng)降低，先研制推理功能薄弱、檢索功能強(qiáng)大的法律專家系統(tǒng)?？膳c計(jì)算機(jī)廠商合作生產(chǎn)具有強(qiáng)大數(shù)據(jù)庫(kù)功能的硬件，并確保最新法律、法規(guī)、司法解釋和判例的網(wǎng)上及時(shí)更新；同時(shí)編制以案件為引導(dǎo)的高速檢索軟件。系統(tǒng)開發(fā)的先期目標(biāo)應(yīng)確定為：(1)替律師起草僅供參考的書和辯護(hù)詞；(2)替法官起草僅供參考的判決書；(3)為法學(xué)院學(xué)生提供模擬法庭審判的通用系統(tǒng)軟件，以輔助學(xué)生在、辯護(hù)和審判等訴訟的不同階段鞏固所學(xué)知識(shí)、獲得審判經(jīng)驗(yàn)。上述軟件旨在提供一個(gè)初級(jí)平臺(tái)，先解決有無(wú)和急需，再不斷收集用戶反饋意見，逐步改進(jìn)完善。
第四，實(shí)驗(yàn)室研發(fā)應(yīng)確定較高的起點(diǎn)或跟蹤戰(zhàn)略。國(guó)外以知識(shí)工程為主要技術(shù)手段的人工智能法律系統(tǒng)開發(fā)已經(jīng)歷了如下發(fā)展階段：(1)主要適用于簡(jiǎn)單案件的規(guī)則推理；(2)運(yùn)用開放結(jié)構(gòu)概念的推理；(3)運(yùn)用判例和假設(shè)的推理；(4)運(yùn)用規(guī)則和判例的混合推理。我們?nèi)绱_定以簡(jiǎn)單案件的規(guī)則推理為初級(jí)市場(chǎng)產(chǎn)品，那么，實(shí)驗(yàn)室中第二代產(chǎn)品開發(fā)就應(yīng)瞄準(zhǔn)運(yùn)用開放結(jié)構(gòu)概念的推理。同時(shí)，跟蹤運(yùn)用假設(shè)的推理及混合推理，吸收國(guó)外先進(jìn)的KBS和HYPO的設(shè)計(jì)思想，將功能子系統(tǒng)開發(fā)與聯(lián)想式控制系統(tǒng)結(jié)合。HYPO判例法推理智能裝置具有如下功能：(1)評(píng)價(jià)相關(guān)判例；(2)判定何方使用判例更加貼切；(3)分析并區(qū)分判例；(4)建立假設(shè)并用假設(shè)來推理；(5)為一種主張引用各種類型的反例；(6)建立判例的引證概要。HYPO以商業(yè)秘密法的判例推理為模擬對(duì)象，假設(shè)了完全自動(dòng)化的法律推理過程中全部要素被建立起來的途徑。值得注意的是，HYPO忽略了許多要素的存在，如商業(yè)秘密法背后的政策考慮，法律概念應(yīng)用于實(shí)際情況時(shí)固有的模糊性，信息是否已被公開，被告是否使用了對(duì)方設(shè)計(jì)的產(chǎn)品，是否簽署了讓與協(xié)議，等等。一個(gè)系統(tǒng)設(shè)計(jì)的要素列表無(wú)論多長(zhǎng)，好律師也總能再多想出一些。同樣，律師對(duì)案件的分析，不可能僅限于商業(yè)秘密法判例，還可能援引侵權(quán)法或?qū)＠ǖ呐欣?，這決定了緣由的多種可能性。Ashley還討論了判例法推理模擬的其他困難：判例并不是概念的肯定的或否定的樣本，因此，要通過要素等簡(jiǎn)單的法律術(shù)語(yǔ)使模糊的法律規(guī)則得到澄清十分困難，法律原則和類推推理之間的關(guān)系還不能以令人滿意的方式加以描述。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）這說明，即使具有較高起點(diǎn)的實(shí)驗(yàn)室基礎(chǔ)研究，也不宜確定過高的目標(biāo)。因?yàn)?，智能法律系統(tǒng)的研究不能脫離人工智能的整體發(fā)展水平。
第五，人－機(jī)系統(tǒng)解決方案。人和機(jī)器在解決法律問題時(shí)各有所長(zhǎng)。人的優(yōu)點(diǎn)是能作價(jià)值推理，使法律問題的解決適應(yīng)社會(huì)的變化發(fā)展，從而具有靈活性。機(jī)器的長(zhǎng)處是記憶和檢索功能強(qiáng)，可以使法律問題的解決具有一貫性。人－機(jī)系統(tǒng)解決方案立足于人與機(jī)器的功能互補(bǔ)，目的是解放人的腦力勞動(dòng)，服務(wù)于國(guó)家的法治建設(shè)。該方案的實(shí)施可以分為兩個(gè)階段：第一階段以人為主，機(jī)器為人收集信息并作初步分析，提供決策參考。律師受理案件后，可以先用機(jī)器處理大批數(shù)據(jù)，并參考機(jī)器的和辯護(hù)方案，再做更加高級(jí)的推理論證工作。法官接觸一個(gè)新案件，或新法官剛接觸審判工作，也可以先看看“機(jī)器法官”的判決建議或者審判思路，作為參考。法院的監(jiān)督部門可參照機(jī)器法官的判決，對(duì)法官的審判活動(dòng)進(jìn)行某種監(jiān)督，如二者的判決結(jié)果差別太大，可以審查一下法官的判決理由。這也許可以在一定程度上制約司法腐敗。在人－機(jī)系統(tǒng)開發(fā)的第二階段，會(huì)有越來越多的簡(jiǎn)單案件的判決與電腦推理結(jié)果完全相同，因此，某些簡(jiǎn)單案件可以機(jī)器為主進(jìn)行審判，例如，美國(guó)小額法庭的一些案件，我國(guó)法庭可用簡(jiǎn)易程序來審理的一些案件。法官可以作為“產(chǎn)品檢驗(yàn)員”監(jiān)督和修訂機(jī)器的判決結(jié)果。這樣，法官的判案效率將大大提高，法官隊(duì)伍也可借此“消腫”，有可能大幅度提高法官薪水，吸引高素質(zhì)法律人才進(jìn)入法官隊(duì)伍。
