30年後，再來看霍金的“人工智能威脅論”

短短幾天內，一個又一個重量級人物離開了我們。 接二連三的突然，讓人有些來不及悼念。

肉身雖逝去，精神永流傳。 他們留下的，有唯美浪漫的愛情傳奇，有驚世駭俗的時空遐想，還酣暢淋漓的嬉笑怒罵。 但同時留給世人的，還有振聾發聵的警告。

比如霍金生前曾三番五次表態，“人工智能可能會毀滅人類”。

未雨綢繆也好，危言聳聽也罷，老爺子已經仙遊，剩下的就交給我們來思考。

核心技術的屢獲突破與重磅新聞的接踵而至，讓人工智能這一事物早已不再像從前那般神秘。 至於如何評價人工智能，主流態度無外乎兩種：一來，它可以大大提高生產力，推動社會進步的同時，改善老百姓的生活水平；二來，它顛覆性的發展與存在，或將在未來 大面積取代人類，並帶來倫理層面的挑戰。

孰是孰非，恐怕辯論個三天三夜都難有定論。 不過，或許正因為爭議不斷，才造就了人工智能的魅力無限。

正如霍金本人，其實同樣也是人工智能技術的支持者。

1

人工智能並不是新鮮事物。 早在20世紀上半葉，“機器思維”就已出現在這個世界上。

1936年，英國數學家、邏輯學家阿蘭·麥席森·圖靈從模擬人類思考過程和證明過程入手，提出利用機器實現邏輯代碼的執行，模擬人類的各種計算和邏輯思維過程。 他用一條無限長的紙帶、具體進行操作的機械以及一張操作規則表，構建了一台“解決任何可證數學問題”的“機器”，即後人津津樂道的 “圖靈機” ，它讓純數學的符號邏輯同實體世界之間第一次建立了聯繫。

1950年，圖靈再度發表了一篇劃時代的論文《計算機器與智能》。 文中提出了著名的 “圖靈測試” ，即如果一台電腦能在5分鐘內回答由人類測試者提出的一系列問題，且超過30%的回答讓測試者誤認為是人類所答，那麼就可以認為這台電腦具有智能。 同年，圖靈還做出預言： 創造出具有真正智能特質的機器，是完全有可能的。

圖靈超前的思想，勾起了無數學者對未知世界強烈的探索慾望。 1956年夏天，以麥卡錫、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在美國達特茅斯大學舉辦了一場會議，共同研究和探討用機器模擬智能的一系列 有關問題，並提出了 “人工智能（Artificial Intelligence，AI）” 這一術語。 由此，達特茅斯會議也被認為是人工智能這門新興學科誕生的標誌。

不過，人工智能的發展實踐卻不是一帆風順。 一個甲子的輪迴中，人工智能的發展經歷了三起三落，但總的趨勢依舊是穩步向前（詳見圖1）。

自2006年起，人工智能進入加速發展的快車道，而日益成熟的互聯網技術，以及並行計算能力、大數據和先進算法也在給予助力。

2016年春天，一枚“重磅炸彈”震驚了全世界： AlphaGo戰勝了世界頂級圍棋高手李世石，正式宣告了多年的曲折前行終生蛻變，人工智能新時代已經真正來臨。 而後的接連突破更是一發不可收拾，人機高考大戰、智能機械手臂、無人駕駛、人臉識別……不經意間，人工智能已經悄無聲息地滲透到人們生活中的方方面面。

與此同時，人工智能行業還倍受資本市場青睞。 2017年前三季度，我國在人工智能領域共有107個項目獲得投資，獲得投資總金額201.2億元左右，相比2016年全年，實現48.6%的增長。 為了爭奪這一風口，國內眾多互聯網巨頭更是紛紛跑馬圈地，競相佈局以謀求發展，整個市場一片繁榮。

為了搶抓人工智能發展的重大戰略基於，構築我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國，國家不遺餘力地給予政策扶持。

2015年，國務院提出將人工智能作為11個重點佈局的領域之一，推動其在智能家居、智能終端、智能汽車、機器人領域的應用。

2017年7月，《新一代人工智能發展規劃》出台，提出“三步走”計劃，到2030年人工智能理論、技術與應用總體達到世界領先水平。

此外，為貫徹落實“十三五”規劃《綱要》，加強“互聯網＋”、人工智能等前沿技術領域創新，加快推動數字經濟發展，今年年初，國家發改委組織實施了2018年“互聯網＋”、 人工智能創新發展和數字經濟試點重大工程，並有56個項目入選其中……

天時地利人和占盡，人工智能想沒前途都難。

2

隨著人工智能在各行各業中的普及與應用，人們已完全能夠切身感受到其優勢所在。 當無人駕駛亮相深圳令世人驚嘆之時，當生產車間越來越依靠智能化、自動化流水線時，當產品的外觀質檢越來越依靠機器視覺設備來替代質檢員的人眼和人腦 來實施時，當學校的老師們可以無需為批改試捲而費力之時， 人工智能可以大幅度提高工作效率 這一命題自然也就成立了。

於是，在這個追求效率和質量的時代，人工智能成為了當之無愧的寵兒，甚至在國民經濟發展中扮演的角色也越來越重要。

可殊不知，我們在享受人工智能帶來的種種利好時，很多人的飯碗已經快要保不住了。

失業危機，也成為了目前人類對人工智能強勢崛起最為忌憚的痛點所在。

一切歷史都是當代史。 當前我們眼前所發生的種種，從歷史上幾乎都能找到類似的情境；所以，“以史為鑑，可以知興替”，之於人工智能大抵也是如此。

我們不妨回憶一件有意思的事情：

上世紀70年代，電子信息技術革命來臨，IT界不斷的技術革新讓人們的工作方式發生了巨大變化，效率顯著提高。 然而，事實卻與人們看到的不盡相同。

1973年美國政府公佈的非農業生產部門數據顯示，表徵人均產出大小的勞動生產率與表徵技術進步/生產效率的全要素生產率年均增長分別為2.9%和1.9%；隨後的1973～1997年間， 勞動生產率與全要素生產率年均增長速度分別僅為1.1%和0.2%。

儘管計算機處理能力增加了兩百多倍，但美國自1973年開始便結束了生產率高增長時期，生產率的增長速度降至此前25年的一半，而且企業的信息技術投資與投資回報率之間沒有 明顯的關聯。

這一現象，便是著名的  “IT生產率悖論” ，諾貝爾經濟學獎得主羅伯特·索洛對此描述道： “除了生產率統計方面之外，計算機無處不在。”

換句話說，雖然IT產業發展迅猛，但是它對宏觀經濟生產率的提高作用卻微乎其微。

之所以用此為例，是因為人工智能同IT技術一樣，都屬於 “通用目的技術（General Purpose Technology）” 的範疇。 根據最新的維基百科介紹，經濟學家們普遍認為，人類發展史走到今天，總共出現過26種通用目的技術，包括蒸汽機、電力、內燃機、IT、人工智能……等等。

什麼是通用目的技術？ 我們可以將其理解為同時包含以下四方面特點的一種技術：

1. 可以被廣泛應用至國民經濟各個領域，無論是農業、工業還是服務業；

2. 可以持續促進生產率提高，並同時降低使用者的成本；

3. 可以顯著促進新技術創新，並推動新產品的生產；

4. 可以不斷促進生產、流通和組織管理方式的調整和優化。

以IT技術為例：它問世後，以初期的某個特定應用領域為起點；隨著技術的不斷發展與進步，其應用成本將會逐漸下降，同時應用範圍會不斷拓展至其他各行各業。 此外，IT技術具有極強的正外部性，其自身的演進也會顯著地促進其他新技術的創新和應用，並同其他技術形成良好的互補。

最後，IT技術的應用不僅促進了產品和生產環節的技術創新和生產方式的轉變，還加速了組織管理方式的優化，實現了產品技術、過程技術、組織技術的提升。

可以看出，人工智能同樣具備這些特徵。

那麼，今天的人工智能，是否會重複昨天IT生產率悖論的故事？ 我們不妨從數據總尋找答案。 從圖2來看，自2008年國際金融危機至今，中國的勞動生產率水平一直是穩步上升的，但增速卻從2009年的9.02%降至2017年的6.85%，雖說個別年份增速有所 波動，但依舊無法掩蓋總體下降的態勢。

另外，為了便於觀察，筆者採取大致五年一個階段來衡量全要素生產率的平均增速水平。 從圖3中不難看出，自2000年以來，中國的全要素生產率增速是逐階段趨於下降的，儘管近年來各種新技術、新產業、新業態、新模式噴薄湧現，但是2010~ 2017年全要素生產率的平均增速卻降至1990年以來的最低值，僅為2.04%。

如此看來，人工智能在我國的崛起與幾十年前IT產業在美國的繁榮如出一轍，雖然人工智能技術的應用可以大大提高人們的工作與生產效率，但是卻並沒有讓宏觀層面的整體勞動生產率 與全要素生產率得到顯著提高，二者甚至還有所降低。

稱人工智能為當代版的“生產率悖論”，並不過分。

3

凡事皆有因，悖論也不例外。

追本溯源，不少人對處於發展初期的通用目的技術抱有過高的預期，認為它能夠在短期內迅速促進生產率的增長。 然而他們並未考慮到，生產率增長與通用目的技術的發展之間有著明顯的 滯後效應 。

麻省理工學院數字經濟倡導行動主任Erik Brynjolfsson教授認為，這種滯後效應源自三個方面：

第一，通用目的技術自身從發展到成熟，再到最後提高國民經濟生產率增長速度，會經歷一個較長的時間週期；

第二，若想充分全面地發揮出通用目的技術的潛力，還必須依賴於與其相關的其他互補式創新技術的大力發展，這樣才可能激發出組合式創新並推動生產率的大幅度提升；

第三，通用目的技術的發展需要極為耗時的額外創新和投資，而為了獲得通用目的技術的好處而跟上技術的加速發展，社會組織與機構可能需要經歷長期的內部重構方可適應。

儘管我國人工智能的發展勢頭迅猛無比，但依舊處於初級階段的基本行情並沒有變，行業規模佔國民經濟比重尚不足1.5%。 這也就意味著， 作為一項通用目的技術的人工智能將與較低的生產率增長水平長期並存。

可若干年後，一旦人工智能技術進一步成熟，同時其他相關的互補式創新技術也得以提升，社會組織與機構的內部重構完成，屆時必將迎來一個爆發式的生產水平提升階段。

正如Brynjolfsson教授所說：

“我們在自動駕駛汽車項目投入了時間和金錢，但因為它們還沒有上市出售，這就不被認為是創造了生產力……雖然我們現在可能看到比較低的生產力，但在將來我們能看到 更高的生產力數據。”

這一點，同樣可以從歷史上找到證據。

在1890~1920這30年間，除了發明了電動引擎和燈泡外，人們似乎沒有看到大幅度的生產力提升。 工廠大多在信息技術時代才用電動引擎替換了蒸汽動力，但一座工廠的基本結構並沒有發生變化，這種結構被設計成圍繞著一個大的中央電源運轉。

事實上，當“小的電源動力分佈在整個工廠”這一模式開始流行時，已經過去了20~30年。 隨著流水線生成的普及，制度和生產方式也在發生變化，這反過來卻促成了19世紀20年代的生產力大發展與大提升，同時也充分印證了生產率增長與通用目的技術發展之間滯後效應 是真實存在的，更加支持了“生產率悖論”的合理性。

既然國家整體生產率水平尚且沒有因人工智能而發生明顯提高，那麼人們姑且可以鬆一口氣： 雖然微觀上看，不少領域的工作已經可以由人工智能代勞了，但是宏觀上看，大面積的失業目前還不至於到來。

話說回來，像人工智能這樣的新技術的確能代替人完成某些任務，甚至在某些領域完全可以取代人力進行智能化工作，但也要看到，這樣的新技術同樣會導致產出的增加 、諸多配套產業的發展與新興商業模式的出現，隨之而來的便是無數新增的就業機會。 新技術可以把從生產領域替換下來的員工轉移到新的互補領域中，通常這對整個社會來講都是有益的。

說白了， 長期來看，人工智能必然會“吃掉”相當一部分就業崗位，但也會同時創造新的就業崗位，那些因人工智能而失業的人們，似乎也無需為自己的才能無處安放而過於擔心。

然而，二三十年後，新增的就業崗位數量是否能覆蓋減少的數量？ 到那時，失業的人們是否能在短時間內快速適應角色的轉換，並勝任新的工作？ 新的就業市場是否會比今天國家的就業形勢競爭更為激烈，求職更為艱難？

誰也說不准。

4

還沒有結束。

人工智能給人類帶來的衝擊，就像它的強大一樣超出我們的想像。 除了失業的風險外，還有 “三座大山” 在等待我們去搞定：

1. 收入分配

不少研究顯示，伴隨著20世紀70年代信息社會的來臨，技術的飛速發展引起了收入分配的加速惡化，大量的財富聚集在越來越少的人手中，而且還有愈演愈烈之勢。

究其原因在於，各類生產要素的邊際收益水平是不同的，資本與技術的邊際收益高於勞動已是眾所周知。 於是，勞動工人的收入增速必然會落後於資本與技術的擁有者，久而久之，收入分配不公的態勢會越來越明顯。

事實上，同樣作為新技術的人工智能，其發展勢必也會面臨這一問題， 即大頭的收益只是越來越被少數的技術精英攫取，大部分的民眾非但沒有從發展人工智能之中獲得收入的增長，還要承受著隨時可能會失業的壓力。 倘若這些風險持續累積，或許還會對社會長久穩定造成負面影響。

2. 政治權威

縱觀歷史，在任何時代，不管是何種體制、何種性質的政權，其背後權力實施的唯一主體都是人類。 但是，按照目前人工智能的發展勢頭，倘若日後擁有自我意識和情感的 “超級人工智能” 得以崛起，那麼 “代替人類行使行政權力” 的戲碼便極有可能會上演，到時必然會威脅到人類權力的權威性和合法性。 因此，當未來新的行政權力出現時，如何從法律層面清晰地界定不同權力實施主體的邊界尤為關鍵，而最為重要的是如何保證人類行使權力的正當性，以防止機器威脅到人類的生存。

同時，人工智能的存在還可能會顛覆傳統的政府治理模式。 毋庸置疑的是，人工智能在商業領域應用進度要快於政府。 當商業領域廣泛使用人工智能，而政府卻未能緊隨其後，那麼技術落差便會逐日增加，這將對政府造成巨大壓力。 所以，如何基於人工智能技術便捷政務流程，優化治理模式，是當前又一大重點難題。

3. 監管與倫理

埃隆·馬斯克曾經提出，人工智能有可能會成為人類文明的最大威脅，呼籲政府快速採取措施，有效監管這項技術。 這與霍金的言論多少有些異曲同工之妙。

從目前來看，政府需要對人工智能加強監管的領域主要包括兩方面：

一來，人工智能的大部分算法雖然高效，卻缺乏透明度，且該特性不會隨著技術發展而徹底改變，而這也給責任認定帶來了天然的障礙。 於是，以往通過企業透明披露產品和系統信息以便政府監管的做法，在人工智能領域是行不通的。

以自動駕駛汽車為例，人工智能係統作為一個整體完成最終的控制動作，一旦發生人工智能係統的錯誤操作，除了明顯的傳感器故障，人們無法清晰定位問題原因，也不會立即明確該如何調整系統 ，更不用說如何有針對性地提出意見，並判定責任所在。

二來，人工智能很可能會在不久的將來挑戰現有的法律體系，衝擊社會的倫理道德。 比如說，機器傷害了人，應該由誰來負責？ 當機器人具備自主意識後，是否會成為民事主體？ 到底何為生命？ “人”的定義是否會發生變化？ “人”與“非人”的界限到底在哪裡？ 如何確保人工智能遵循人類的道德與價值觀，保障人類的基本人權？

路漫漫其修遠兮，我們與人工智能的賽跑才剛剛開始。

5

如何完成人工智能技術攻關，是對人類頭腦和意志的要求； 而怎樣融洽地與人工智能和睦共處，則是對人類智慧與靈魂的考驗。

好在我們還有時間，儘管人工智能可能不會等待我們太久。

參考前文的討論，不妨給自己設定一個期限： 30年 。

30年後的21世紀中葉，源自人工智能的國民生產力爆炸式飛躍很可能會得以應驗，而關乎到民生、經濟、社會、政治、倫理的諸多應對措施，大概也該兌現得差不多了。

那時的人們，一定也會時常談起那位輪椅上的物理巨匠，談起他留給世人的關於人工智能的“遺言”，就像我們今天會談起愛因斯坦與他的相對論一樣。 “人工智能威脅論”，到底是未雨綢繆還是危言聳聽？ 相信這個今天我們無法回答的問題，謎底會在30年後自行揭開。