AI熱潮——當下及未來

張春晏

和很多接受本刊采訪的企業家或高管一樣，謝少毅先生擁有耀眼的光環——畢業于清華和哈佛商學院，曾是硅谷高科技公司惠普最年輕的全球副總裁，現在是全球領先企業應用軟件和解決方案提供商SAP的全球高級副總裁，負責大中華區的數字化企業服務。他不僅對全球科技前沿有長期的關注和深刻的理解；更深耕于中國市場，對中國企業的數字化應用富有實踐經驗。

本刊就AI對謝少毅進行了專訪。討論的問題包括：AI投資是否進入了泡沫期？摩爾定律是否會失效？量子計算機有多遠？大數據投資給AI投資是否可以帶來啟示？云計算將走向何方？……

人工智能投資進入泡沫期？

TBR：之前聽到您談到人工智能已經有一定泡沫了，您如何得出這樣的結論？

謝少毅：新技術或新產品的興起和應用，大致都遵循著一定的J曲線（J-Curve）規律，從興起、過熱、泡沫，到有實力的剩者存活并崛起，當年渡過網絡泡沫經濟時期的亞馬遜、eBay就是典型的例子。人工智能也是如此。

TBR：從全球的角度來看，硅谷可以說在AI研究應用上全球遙遙領先的吧？

謝少毅：在物聯網、人工智能、大數據等領域，美國在概念與創意上有相當的領先優勢，尤其是硅谷或波士頓附近，憑借良好的文化、品牌和軟實力，吸引了世界各地最高端的人才來到這里。在中國，我們的市場還是擁有巨大的潛力，現在政府也開始推動吸納各國的人才。此外，中國市場擁有相當充裕的投資資金來支持科技發展，以人工智能為例，預估2017年中國在這個領域的投資額會超越美國。

雖然中國市場在人工智能投資的“量”上具有領先優勢，但當人工智能成為投資熱點的同時，我們還是要冷靜分析。中國人工智能公司的市盈率PE倍數一般都很高，同時間有許多項目在嘗試與進行，成功的概率還不清楚。

TBR：面對AI這樣全面改變社會的浪潮，大家會有焦慮感，覺得不去關注它，不去投資它和參與它，就會未來被拋棄。

謝少毅：對于這樣的浪潮，我們無法忽視，但也沒有必要有焦慮感，更需要的是冷靜的分析和積極的利用。目前的人工智能是計算機基于海量的數據，通過模型、算法不斷的演變、糾錯，而進行的自我學習和優化的結果。就可重復、可統計或推算的工作而論，人工智能依靠強大的計算能力比人類智慧更有優勢。這也是圍棋人工智能AlphaGo能戰勝世界排名第一的天才棋手柯潔的主因。

人工智能與人類的智慧各有所長，我們應該思考人工智能可以有哪些商業、社會的應用，并挖掘如何更好地利用人工智能，來幫助我們優化各項決策。例如，機器學習（Machine Learning）和深度學習（Deep Learning）的應用能訪問和分析大數據，并發現大數據中的模式，不需要經過精確的編程就能自主學習。以SAP的新技術SAP Leonardo（物聯網解決方案）為例，機器學習就是其數字化創新智能體系中不可或缺的組成部分。通過SAP Leonardo，全球越來越多的企業已經在利用或開始考慮在云端借助其嵌入式機器學習和相關的創新技術，推進企業的數字化轉型。

人工智能代表了人類科技的迅猛發展與計算機飛速提升的計算能力。確實，機器人或人工智能可以取代某些工具或事物，替代人類完成某些工作，促使一些行業衰退。然而，就像社會從農業到工業、服務業的轉型與發展，新的轉變也會促進一些行業的新興并帶來新的機遇。

AI將帶來全面沖擊和改變

TBR：每次時代或者技術的變革，都會有一兩代人會成為犧牲品。

謝少毅：成為犧牲品的原因在于教育以及社會制度等是否能跟得上變革。在摩爾定律下，事物呈指數式的增長，行業變化速度越來越快，所需的人才也將隨之變化。例如，當前社會最稀缺的人才之一是數據科學家，還有既懂財務又了解計算機的復合型人才，以及醫療與護理所需的人才等等。面對這樣的狀況，我們的教育、再教育，和學校的課程設計是否能跟得上呢？我們是否有合理并完善的社會制度或法規，來應對由此衍生的各種問題？這些都是我們必須直面的挑戰。

人類的“創意”是現在的計算機無法替代的，也是我們要充分發揮的特質。我們應該提供公平的教育機會，并反思如何通過教育培養創意與創造性的思維，授之以“道”，教的是“為什么”，而不是“結果”。

目前計算機或人工智能可以替代的是簡單計算或復雜計算的事物，但無法發明或創造，也無法自己生成更好的新算法或創造新的模型。人類的“創意”是現在的計算機無法替代的，也是我們要充分發揮的特質。我們應該提供公平的教育機會，并反思如何通過教育培養創意與創造性的思維，授之以“道”，教的是“為什么”，而不是“結果”，藉此啟發學生們進一步去發現、去創造更大、更好的價值。

僅靠一門手藝活一輩子的時代已經過去，企業只有以變應變才能永續發展；未來是人與計算機共存的社會，如果我們無法在教育、制度等方面做好準備，那么類似《人類簡史》這本書里面作者所預言的“無用階級”，可能真的就會出現。

AI應用從可實現的事情開始

TBR：AI長期必然是大勢所趨，目前有泡沫，作為投資人、創業企業或者是大企業，我們怎么去盡可能把握機會和時間點呢？

謝少毅：隨著科技的不斷演進，無論是人工智能還是量子計算，我相信都只是時間的問題。我認為我們要做的不是坐等“那一天”的到來，而是通過了解技術當前發展的層次以及如何利用，從可實現的應用先做起，為“那一天”的到來做儲備。

摩爾定律會失效嗎？

TBR：我們說摩爾定律失效，從另一個方向來說，由于技術的突破，尤其是量子計算機的產生，計算能力的增長將是指數級增長，從這個角度說，摩爾定律將不再有效？人工智能非常重要的一個硬件基礎是芯片。摩爾定律會走向何方？

謝少毅：摩爾定律是不是不再有效，各方有不同的討論，有些人從半導體的制程看，認為摩爾定律遲早會失效，同時，傳統以硅為基礎的芯片所帶動的增長速度可能不再像摩爾定律所談的那么快；但，如果我們從IT信息技術相關的發展看摩爾定律，可以發現，直到現在整個大勢還是沿著摩爾定律的方向在走，因為會有創新的科技突破去解決發展過程中遇到的問題與瓶頸。我相信摩爾定律還是會繼續往前走。

目前在量子計算和傳統電腦之間還存在著差距，這當中可能會出現計算機架構的改變，來加快計算的速度，以應對大數據分析的計算需求。

TBR：新的芯片架構和英偉達GPU圖形處理器的架構類似嗎？

謝少毅：GPU是在傳統CPU（計算）和內存（存儲）分離的模式下，進行架構的改變。它將原本由一個CPU所進行的復雜計算工作，通過編程分配給數個CPU同時進行運算，以提升運算速度，緩解計算機在運算大數據時遇到的問題。

我認為，在量子計算機出來之前，憶阻器可能將會是下一代計算機的組件。

而新型的芯片如憶阻器（memristor），它可以將原本分離的計算和存儲兩大功能合為一體，突破傳統計算機體系遇到的瓶頸，更好地應對龐大與復雜的大數據和人工智能的需求。我認為，在量子計算機出來之前，憶阻器可能將會是下一代計算機的組件。

TBR：量子計算機對計算能力將會有一個質的改變。

謝少毅：量子計算機已經存在，它具備非常驚人的強大運算能力，可以破解幾乎所有的密鑰，我想目前主要應用在美國國家航空航天局（NASA）、美國國家安全局（NSA），或其他特定用途等。

量子計算機并不像現有的計算機是屬于通用電腦，并且，未來要成為通用電腦還是有相當難度，還需要時間。幾個月前，瑞士蘇黎世聯邦理工學院的研究團隊以全球排名第五的超級計算機，模擬由45位量子組成的量子計算機的行為與表現。當這樣的模擬超過傳統通用電腦的能力范圍，之后的運算就只能交給量子來完成。在該研究團隊往49位量子計算機的模擬前進的同時，我們也必須認識到，無法進行模擬就無法做編程，無法走向產品化成為通用電腦。

大數據領域目前瓶頸在哪里？

TBR：以大數據為例，我們在考慮新技術新產業的時候，有什么經驗教訓可以汲取？

謝少毅：現在我們所面臨的更多的不是技術層面的問題，而是應用層面的挑戰，也因此，我們的期望值與新技術當前所能做到的事情以及所能實現的應用之間有所偏差。

大數據非常重要，也非常有用，但在應用上面臨了沒有完整數據的瓶頸。有些數據尚不存在，有些數據涉及隱私權或擁有權；沒有完整的數據，無法打通并結合所有所需的數據，就無法解決所有的問題。這也是目前大數據還未能完全實現當初所預期的價值，以及大數據公司陷入難以變現的困境的主因。

同樣的，人工智能是基于數據進行學習的，除了演算法，還需要完整的大數據，才能完備。當然，隨著傳感器的成本持續下降、網絡速度不斷提升、存儲幾乎走向零成本，以及越來越多設備接入互聯網，數據會不斷完善，我們也將有更大的機會實現更多的事物，盡管這還是需要一段累積的時間與過程。

在大數據這個領域，我認為還是可以先專注地做一部分，例如，企業內部的大數據。SAP作為40多年來專注在提供企業級應用管理軟件的公司，大數據也是我們的核心技術之一，我們不但做整個大數據模型，做基礎架構，同時還提供大數據應用分析解決方案。我們這一塊在中國增長非常快。

云計算走向何方？

TBR：AI意味著我們對于算力的需求更大了，在未來，公有云還會往什么方向去發展？

謝少毅：我相信公有云可能是一個趨勢，大家會走向云，并且就像IT發展的歷程，它的發展隨著計算成本下降，網絡帶寬增加，會是一個先集中，接著再分散的過程。

電腦發明之初，所有東西都集中在一個IBM的主機上，其他只是終端之一；隨后互聯網誕生，并且有了內部網絡進行連結，于是走向分散化；現在由于互聯網再提速，集中又再度變成了一個可行方案；未來幾年有機會隨著帶寬和計算成本再度下降，可能又走向分散。

人類對于計算的需求可以說是無窮盡的，我們預測云計算的市場每年還會有40%的增長。

納斯達克綜合指數是否過高了？

TBR：現在大家對技術發展和應用前景非常樂觀，納斯達克指數清晰反映了這一點。現在有一些言論，認為納指已經非常高了，或有深度調整。不知道您怎么看？

謝少毅：我相信從長遠的趨勢來看，指數還是會往上漲，只是個別行業周期可能已經不存在，可能會呈現的是上漲、下行，下行之后不再上漲；然而，與此同時會有更多新興行業出現，將整個經濟往上托。也就是說，隨著技術的快速迭代，推動指數上漲的公司會不斷轉換，指數成分股的生命周期會越來越短，不斷會有公司被顛覆，隨后會有更大的價值被創造出來，推動指數再上漲。