李开复对话MIT实验室负责人伊藤穰一：应大力推动AI生态的开放性

虎嗅注：本文是李开复在创新工场董事长及CEO李开复在日前的达沃斯期间，与MIT Media Lab（麻省理工学院媒体实验室）负责人伊藤穰一（Joi Ito）在人工智能焦点论坛上探讨人工智能的话题，主持人则是《金融时报》驻旧金山科技记者蒂姆·布拉德肖（Tim Bradshaw）。本文是由创新工场整理的现场速记。

主持人蒂姆：今年我首次来到达沃斯参与世界经济论坛，感觉人工智能（Artificial Intelligence，以下简称AI）在今年大会已然成为炙手可热的焦点。现在当人们谈及AI和它所引发的生产力进步时，往往会一道谈及AI可能引发的伦理和政治议题，甚或争辩AI的终极价值。我希望今天咱们能换一种观点来讨论AI。

伊藤：我觉得AI确实变的热门了，这种变化从去年底开始，2016年是非常重要的一年，连许多非计算机领域的科学家都开始提出他们的观点，而非像过往单纯质疑AI。

李开复：的确，如今AI已经被全社会所更广泛地接受了。人们开始认识到，AI正在为现实生活服务。自2016年初AlphaGo战胜李世石一役，为大众揭示了一个无法否认的事实，那就是AI确实能以极高的效能掌握特定垂直领域。AI能够为我们的生活提供许多超越当前产品与服务水平的解决方案，AI能开始正式为人们提供服务。

蒂姆：所以，您认为这项变革的动力来自技术领域，还是外在的实体环境？

李开复：我认为它属于技术引领的变革。数十年来，人们普遍把AI视为一项技术，确实在AI发展的同时，经济、政治等外在环境也发生了一些改变，但我不认为实体环境的改变和AI技术的发展具有直接相关性。

蒂姆：前不久，IBM与微软都卷入了一项重大讨论，那就是AI技术是否会对人们现有的工作造成威胁，人们是否会因此失业？他们认为，AI的目的是增强人类的智能，而非替代人类。两位认为上述论点成立吗？

伊藤：所有事物的价值都需要经过长时间的检验，而并非一段短暂时间内的观察。宏观角度来看，我们无法否认人们会因“新技术总会导致人们失业”而恐慌，但随着新技术的发展，某些领域又会诞生新的工作。例如在美国，高中毕业生如果想当护士，就必须就读社区大学考执照，而AI技术能够达到护士必须学习的操作流程技能，使得费时且昂贵的职业资格考试变得不那么重要。护士这一职业还将存在，但将不再受限于繁琐的操作任务和流程事务，对于想从事护士一行的人来说，这是一大利好。对于许多职业而言，立刻要谈立即被AI技术取代还言之尚早。但是显然，许多工作领域的问题正被解决也正被改变。

主导AI技术研发的各大科技巨头，如果能为人们树立一种正确的态度，驱散人们心中对AI技术的恐惧，也将会是一大利好。毕竟人们对AI技术的恐惧，绝大部分来自于对于AI的不解。

要消除恐惧，我们需要在两个方面努力，其一，是消除人们心中情绪化、非理性的恐慌心理；其二，则是理性解决问题。例如，我们必须对当前的教育体系，以及职业资格认证等体系进行改革，这取决于未来机器发展的速度有多快。

在接下来数十年甚至很长时间内，AI技术都将会不断发展。但现实是，我们的教育体系和人才市场仍然一成不变。我预见各项既有制度的僵化与缺乏弹性，将成为比AI技术本身更大的阻碍。

李开复：大体上我同意，不过我认为，我们需要更为急迫的唤醒社会集体意识来理解并准备AI时代的到來。

当今时代变革的速度，比以往任何一次工业革命时期都要快。随着AI技术的不断完善，越来越多的工作如今开始被AI技术取代。举例来说，中国有一批AI创业公司正在研究人脸识别，这类技术已能批量辨识20到30万张人脸，这是一般人类不可能达到的量级和精准度，诸如保安、边防等从事辨识任务的从业人员，也势必会被取代。在另外一些领域，AI处理人际和人机关系的能力确实还不如人类，医疗行业是最好的例证，医疗检测中的某些涉及影像识别的岗位很快也会被AI技术所取代，但那仅仅是医疗专业的一小部分。

所以大体上来说，人们的工作必须具备足够的深度，需要让自己强大到不会轻易被机器所撼动。我不认为现在正在从事这类有足够深度工作的人们，会轻易被AI取代。

当前有两项重大的任务等着我们去解决。其一，是思考如何调配未来二十年大量被AI技术替代的工作者；其二，是我们的教育亟待改革。我们需要对我们的子女、下一代子女进行再教育，分析哪些工作不会被轻易替代，而不仅仅去幻想从事目前看似光鲜亮丽的工作。

投身服务业可能是其中一个选择。我们希望能鼓励更多人参与人际间的交往互动，建立机器人与人类的交流沟通模式，并不是所有人都能做到这一点，而这些对于服务行业来说至关重要，AI技术能够使未来的服务业更被人们期待和尊重。

伊藤：日本人对于服务行业的看法就很有意思。日本人认为，服务业是与人打交道的工作。在日本很少有人带着好莱坞梦，为了将来成为明星而在餐厅打工，他们单纯就是喜欢在餐厅工作、热爱着他们的顾客，这样的态度完全刷新了我个人对于工作价值的认知。

我们有必要重新设定价值的评价体系。过去我在日本的时候，日本还是一个经济发展至上的国家。但如今，人们的观念已经发生了很大转变。在以前，工作只是为了获得金钱，而金钱是衡量一个人是否成功的标准。

但如果你基于你对工作技艺的精通程度去评价你是否热爱这份工作，同时改采你对工作的热爱程度来衡量成功，那么很多被归结为服务行业的职业其实都相当成功，服务本身可能谈不上伟大，也不在创造什么新事物，但这些当下从事的工作让你明确目标，支撑着你的生活结构，让你找到人生的意义。

我们应当少关注一点工作产出的经济效益，而更关注工作的目标和意义。举例来说，育儿应当是国家GDP的组成部分，而不是像现在这样只被视为家务，养育下一代对全社会而言至关重要，如果每个父母都能在育儿领域多花些时间，社会将会变得更好。我们在比较人和机器的劳动产出时，多半仅仅用劳动价值和工时长短来衡量人类的产能，却忽视了工作背后潜在的社会价值。这也是为何许多非计算机领域的科学家自去年起，也开始提出他们的观点。

李开复：另外一个重点在于，人类的工作进入了一个新的层次。人们在竞争中，将选择更好的雇主和工作，同时取得工作技能与深度上的提升，逐渐成为各类专业能手和顶尖人才，甚至最后成为特定领域的首席科学家、最有价值的金牌球员、最受饕客追捧的明星大厨等。

但机器也拥有着属于它的全新定位。我们要做的是去思考在AI時代来临之际，如何保留一手的经验，如何为人类提供成长的空间，从而创造更多的就业机会，为人类共同的未来找到更好的解决方案。

蒂姆：那么随着AI技术的普及，社会上的职业构成、各类职业对经济贡献的性价比会不会随之改变？例如，一个人周游世界开另类杂货铺，会不会比在办公室当一名白领赚得多？

伊藤：这正是另一个关乎整体经济的重要问题。 如果AI真能把整体社会的生产力无限提高到一个极其充沛的程度，那很多人可能根本就不愿意继续从事现在的工作，如今包括政府公务员在内，很多人在岗位上过度劳动，薪水却巨低无比。这些职业的确需要政策扶持和薪酬相关的补助，才能鼓励人们考虑选择那些看似低回报的工作。

古希腊的雅典城邦就是一个例子。当然我们现在没有那时代的奴隶制，但想象我们处在一个充满了艺术家、哲学家的社会，那时公民们关心的，会是资源分配是否公平、收入是否均等。这并不意味着我们不再需要工作，否则就太不符合现代的经济法则。社会仍然需要人类劳动力，但人们将变得更富裕、更能投身内心真正渴求的工作，将会有更多的音乐家能心无旁骛专注他们热爱的创作、厨师们方能每天精心烹调让人赞叹的美食，他们周遭人们的生活体验，将会因此更为多彩丰富。

蒂姆：说到刚才的音乐家，如今他们挣钱的道路似乎更辛苦了。您觉得该由谁来支付这种额外收入？是政府？还是科技公司？

伊藤：目前的音乐行业，正随着流媒体技术、更趋完善的数字版权制度蒸蒸日上，可预见的是，数字音乐不会在近期没落，产业规则和行业规模随着技术平台而生了重大变革，整体音乐行业反而是在上升的。但是，我预见音乐产业各种独家约束制度仍然是个发展瓶颈。上世纪后期，在电视和传统音频媒介当道的时候，巨星经济、高销量唱片和企业垄断形成了当时的市场格局。但现在，这种体系已经过于复杂、而且不符合当今以技术平台为主流的发布体系。

李开复：不仅是音乐行业，其他的行业也存在着明显的问题。例如，专栏作家和记者们的前途也值得忧虑，他们依循传统媒体游戏规则都曾经历过获利颇丰的年代，而对于新的技术平台分发规则、更为AI自动化的媒体模式他们仍未做好准备，记者编辑们的专业地位也需要被重新检视与定位。未来型的AI技术公司将有机会赚得较高的经济收益，这些创新公司甚至能和前沿政府紧密合作，共同为未来世界的工作结构和薪酬制度，进行前瞻的规划和准备。

我们过去专注在培养数理化人才，为了训练符合上个时代需求的工程师、医师、会计师、律师等等专业人才，我们已经投资庞大的社会资源，导致很多人打从学习阶段其实就开始偏离了他们的核心潜能而毫不自知。在不久的未来，许多工作都能被机器取代，人们将从这种演进中被释放，真正投入我们擅长、我们热爱的领域。

蒂姆：让我们再来谈一下当前AI技术带来的经济收益。由于AI技术对于大数据存储、从业人员技能、辅助设施研发等领域提出了高门槛的要求，是否因而大部分收益都将集中在屈指可数的几家大型科技公司中？对于其他小型的创业公司，由于缺乏机器、缺乏数据集，AI技术的研发成本无疑是巨大的，您认为AI技术对经济结构有什么影响？

李开复：我觉得目前的体系会持续促使大型科技企业不断发展。他们有能力垄断资源、垄断数据，在商业利益和激烈竞争的驱使下，他们会不断竞逐更为精进的技术能力，为公司赚取更大的利益。对于较小企业，进入AI市场的难度的确比移动互联网时代的创业高出非常多。

我呼吁行业需要大力推动AI生态系的开放性。创新工场北京总部和我们所投的创业公司体系中，已经启动了全新的AI技术相关研发工作，近期我们成立了人工智能工程院，带着孵化中国AI生态系的目标投入大量资源，招聘培训一批年轻工程师入门AI领域，展开可公开数据集的采集和标注，我们也积极寻求在中国和全球资本市场的融资和成长机会。

全球AI竞技场上，美国市场有Google、Facebook、微软，中国市场有百度、腾讯、阿里巴巴等行业巨头，激烈的市场竞争导致他们的技术极低程度会考虑开放出来，创新工场希望能够借此成为AI领域开放发展的倡议者和实践者。

蒂姆：我们之前提到，谁拥有数据上的优势，谁就拥有敏锐的洞察力和创新能力。那么非技术型公司什么时候能够真正采用AI技术，亦或是只能运用像IBM、Google、微软等公司的平台？

伊藤：随着世界愈发紧密互连，要以“赢家通吃”的玩法去垄断市场是越来越难。现在，如果某个个体试图进行垄断行为，会自动触发市场机制。市场竞争会形成限制：如果某方采取垄断动作，对标竞争的另一方会花数百上千万美元去找到超级优秀的AI博士们来迎头赶上。

现今人才培养的源头已经到位，但我担心，当某个企业实现了垄断甚或做上了寡头的时候，自然而然能顺势招募AI领域的全球才俊，吸引能够负担他们百万美金酬金的投资人，种种多方因素都正汇聚在一起。市场单方面依赖竞争机制进行调节并不完善，因此，我对开复和创新工场在中国推动的开放做法特别感兴趣。

接着我想说下一个经典的“电车难题”，虽然看起来有点偏题，但其实这个跟我们的讨论挺相关的。这个研究大概就是询问人们，如果街上一辆满载乘客的电车马上就要撞上一大群人，它应不应该立刻转向，牺牲车内乘客的生命，还是放任让车辆撞上人群。结果大多数的人都说，当然应该牺牲车内乘客的生命来保全更大一群人。但如果按照这个标准设计一辆无人驾驶汽车，你们会不会买具备这种人性道德的汽车？我是肯定不买。所以其实这就意味着，当我们只把责任交由市场机制，人们普遍都是自私的。

而且，就像开复所说的一样，资本主义的市场竞争是不会激励大家分享数据、资源和市场的。传统的政府监管方式过去曾经行之有效，但在面对互联网的开放和动态结构，这种传统的监管方式将会失效。现在这些AI、比特币和其他所有领域中的问题，都不是过去十年二十年间学者们研究的题目，而是真正在资本市场能够快速赚钱的技术。然而相较于开放的互联网，行业不曾充分在开放场域来探讨这些技术衍生的问题和现象，这是我的担忧所在。

李开复：我们倒是尝试采用务实并直接一点的方法，用大公司跟大公司来抗衡。比如某巨头企业说他们能够提供数百万美金的资金，另一家巨头企业便说我们可以提供一个昂贵的开放平台。我们不知道这个方法是否有效，但毕竟我们都是敢于冒险的资本家，这个策略肯定是值得尝试的。作为风险投资家，我们理解商场上凡事皆求回报，我们试图串联各方利益点，聚合成一条具有共通性的利益链条。

蒂姆：现今大家都能看到AI产出已经开始变得极具说服力，那么投入方面状况如何？谁在编写、改进算法，我们又怎么知道这些算法何时会被使用？AI技术的透明性又如何？市场能否避免AI这样的黑科技遭受偏见误区，或者避免AI技术被滥用？

李开复：我觉得目前有些公司采取所谓公开透明的做法，其实是很讨喜的宣传手段。但我也确实担心，下面这种两难问题会不会出现：一些公司选择通过自律或推动立法来限制错误发生，但另一些公司不会这么做。自然而然，比较规范自律的公司由于发展顾虑更为周全，相对发展速度上可能放缓；而较不顾虑错误发生的企业，反而可能成为最快速或最成功的那一方。

例如在无人驾驶技术的开发上，Google很小心谨慎，把保护驾乘人员和行人放在了极其重要的位置上，技术不成熟就不推广；相反，特斯拉的AutoPilot就很激进，会直接把测试版产品拿给公众进行试验。然而现在看来，特斯拉造出好无人驾驶车的可能性还要更大一点。所以这个难题对任何规模、任何阶段的企业，都是一个道德层面的决策。

伊藤：偏见同样会影响到产品开发。曾经有某家企业开发面部识别系统的时候，仅用他们自己的工程师作为训练数据库的模板，但发布演示产品的时候，这个产品竟然认不出一位黑人女性的脸，正因为他们的工程师全都是白人男性。很多偏见，是你在日常职场中不容易意识到的。

过往许多公司会去搜集信息、理解客户，然后给出个解决方案。如果要做一个真的对社会有益、解决问题的架构，就只要想着把这个工具做得更好、更有用就可以了。我喜欢举会计和电子表格的例子，在VisiCalc发布以后，这个苹果公司自己都不知道该卖给谁的软件出乎意料获得会计行业的巨大欢迎，这让他们欣喜万分。于是他们在VisiCalc中投入了更多的灵感，VisiCalc 的开发者都没有设想过它有如此多的可能性。

我们需要的不是企业销售人员出去收集客户需求，然后回头要求工程师做出什么，我们需要的是赋予人们自己打造这些工具的能力，这不会是目前主导AI领域那些科技巨头的商业模型和运作方式，反而更可能来自像开复您所投资的实践型的创业者。

蒂姆：数据和最终的成果归属之间是否有条清晰的界限呢？比如说如果某个商业公司使用Google的演算法找到公共部门数据中有利可图的部分，例如运用某些医疗数据而大赚一笔，会发生什么？会因为来源是公共数据而把这样得来的利润回报给政府呢，还是因为用了Google算法而成为其产品的一部分呢？毕竟没有公共数据就不会有这一结果，目前这些数据相关的行业规则是如何制定的呢？

李开复：我感觉我们正站在一道门前，正打开去探索一个美丽勇敢的新世界，针对上述问题其实行业还没有定论，也应该好好充分研究一下这个问题。

伊藤：看来科技巨头们有一套针对现存数据库、获取数据的战略。Google、Facebook或中国的百度、腾讯当然都会收集大众的数据、从公共的数据中试图做出成果。但很显然个人电子邮件就不是公共数据，想要购买这些数据也是不可能的。也有很多人争论是算法重要还是数据重要，显然两个都十分重要，但不同企业由于其业务属性的侧重，将会有不同的选择。

蒂姆：我在这星期听到许多关于人工智能未来是不是真的能带来巨大收益的相关讨论，比如增加税收，帮助政府能让所有人都开心地生活还不用工作。你觉得AI能缓解社会焦虑、解决其他情况下可能会出现的不平等问题吗？它会是我们期待的那个灵丹妙药吗？

李开复：应该说这是必然的，在可预见的未来大规模的职业转移即将发生，人才与人力需要重新部署，在AI驱动的工作形态改变之际，有两部分我自己特别关注：

一是孩童和成人的教育体系，举例前面提到的音乐家、育儿等都将更能彰显其价值，目前各项专业教育和技能培训需要检视其未来的适切性。

二是人们有更充裕的时间来体验享受更优质的娱乐，娱乐行业比如虚拟现实（Virtual Reality）在未来势必更为百花齐放。

蒂姆：这是场非常有意义并非常有趣的对谈，十分感谢你们参与。