3.談邊界：「『自監督學習』新技術正在崛起」
甲小姐：說兩個小段子。一個是打德撲，幾年前我跟您一起玩過德撲機器人「冷撲大師」，當時我在和「冷撲大師」的嘗試較量中，前四局我贏了，後面沒繼續玩；另一個是80年代的莫拉維克悖論（Moravec's paradox） ，即和傳統假設不同，人類所獨有的高階智慧能力其實只需要非常少的計算力，例如推理，但無意識的技能和直覺卻需要極大的運算能力——所以讓機器人模仿嬰兒的本能反應比模仿成年人的運籌帷幄難得多。
這兩個小段子，是否意味着面對人類大腦處理信息時的風格，AI在某些能力方面存在上限，比如機器不如人類會「唬人」，也不懂「會哭的孩子有奶喝」？
進一步地，是否有哪些事情是AI無論如何都不可能做到的？
李開復：我認為在三個方面，AI存在明顯不足。即便到了2042年，AI可能仍然無法完全掌握這些能力。
第一，創造力。AI不具備創造、構思以及戰略性規劃的能力。儘管AI非常擅長針對單一領域的任務進行優化，使目標函數達到最優值，但它無法選擇自己的目標，無法跨領域構思，無法進行創造性思考，也難以具備那些人類不言自明的常識。
第二，同理心。AI沒有「同情」「關愛」之類的「感同身受」，儘管目前科研人員已經致力於改進AI在方面的缺陷，但人類仍然很難從一個機器人身上真正得到心靈的慰藉，即所謂的不夠「人性化」。
第三，靈活性。AI和機器人技術無法完成一些精確而複雜的體力工作，例如手眼協作。此外，AI還無法應對未知或非結構化的空間，尤其是它觀察不到的空間，更不用說在其中工作。
甲小姐：未來的所有工作，什麼應該歸人，什麼應該歸機器？而這種機會屬於多數人，還是少數人？
李開復：我覺得未來大多數人都可以在AI的能力邊界之外創造價值。
那些需要創造力、複雜工藝、社交技巧，以及依賴人工操作AI工具的工作是AI無法勝任的。我們可以倡導人們積極投入二次學習，幫助他們掌握從事此類工作的技能，為適應AI新經濟下的新型工作場景做好準備。
此外，我們還需要結合各類AI工具，重新調整工作崗位的「人機協作」模式。比如，人們生病了，最信任的仍然是人類醫生。如果醫生可以使用專業的AI醫療診斷工具，快速準確地為患者定下最佳治療方案，就能騰出充裕的時間和患者深入探討病情，撫慰他們的心靈，醫生的職業角色也將因此被二次定義為「關愛型醫生」。
正如移動互聯網催生了滴滴司機、美團小哥等職業，AI的崛起也創造了很多全新的職業，目前已經有AI工程師、數據科學家、數據標註員、機器人維修員等。我們應該時刻關注AI新經濟進程中湧現出的新興職業，確保公眾掌握就業情況，並且為他們提供相關的職業技能培訓。
有了得當的培訓和稱心的工具，我們可以期待又一次「文藝復興」的到來。例如AI文字工具可以輔助小說家、詩人、記者，為寫作注入新的靈感。由AI催生的人類，更有機會去達到釋放激情、創造力迸發、人性升華的新高峰。
甲小姐：在書中你發出建議：不要把通用人工智能當做AI發展的終極目標。這句話和很多人理解不同。是「不能夠」（做不到通用AI），還是「不應該」（人類應該主動鎖死AI的邊界）？
李開復：要發展到通用人工智能，還需要一系列根本性的AI科學突破，但這種科學突破每一項都需要幾十年、甚至上百年時間才能出現。
AI的「思考模式」與人類完全不同。20年後，基於深度學習的機器及其「後代」也許會在很多任務上擊敗人類，但在很多任務上，人類會比機器更擅長。而且，如果AI的進步推動了人類的發展和進化，我認為，屆時甚至會出現更能凸顯人類智慧的新任務。
我們應該把精力放在開發適合AI的、實用的應用程序上，並尋求人類與AI的良性共生，而不是糾結於基於深度學習的AI能否成為或者何時成為通用人工智能的問題。
甲小姐：你認為AI的終極目標該是什麼？
李開復：我在《AI未來進行式》的最後一章《豐饒之夢》中有探討，在AI轟轟烈烈地拉開第四次工業革命帷幕的同時，清潔能源的革命也將展開，不但將解決日益加劇的全球氣候變化問題，而且會大幅降低全世界的能源成本，隨之而來的，所有消耗基礎能源的產品的價格都將隨之下調，包括水、原料、製造、計算等。另外，生產製造所需的人力成本在AI和自動化技術的支持下，也將大幅度降低，未來的生產力水平將大幅提高。
當廉價的能源、材料以及高效的生產力全部唾手可得時，人們將翻開全新的歷史篇章——「豐饒時代」。我們之所以選擇用「豐饒」這個詞來描述人類生活的嶄新階段，是因為人們在這個階段不僅在物質上能夠近乎免費地獲得任何商品和服務，在精神上也能自由選擇想從事的工作，所有人都能過上舒適的生活。
甲小姐：在你的觀察中，中國AI產業的發展有哪些「中國特色」？
李開復：中國有許多獨特之處：
首先，中國企業家更渴望成功，他們工作更努力，意志力更頑強。他們正在尋找各種各樣讓人工智能可以發揮作用的商業模式，因此人工智能正在更快地賦能傳統產業；
第二，使用人工智能不再是一件神秘莫測的事。之前人們普遍認為少數人才能擁有這項尖端技術。事實並非如此。人工智能現在是開放資源。大學畢業生一年後就可以在設計和製造產品時使用人工智能。中國有大批應屆畢業生，他們都渴望進入人工智能的領域；
第三，中國擁有的數據量超過任何國家，而對於人工智能開發者來說數據多多益善。比方說，如果你希望將人工智能訓練成一個廣告定位引擎，或者銀行希望使用人工智能來確定貸款額度，那麼你擁有的數據越多，人工智能就變得越精確。由於數字服務的使用非常普遍，中國的用戶越來越多，每個用戶的使用量也越來越大。例如，現在中國人幾乎不使用信用卡和現金，都在使用移動支付。這是促進人工智能飛速發展的最大驅動力；
第四，中國的AI科研能力大幅提升。依據斯坦福 2021年度AI指數報告，全球主要AI期刊上來自中國研究者的AI論文的引用數量在去年以微弱優勢（20.7%）首次超越美國（19.8%）並且全球領先，中國已經開始在AI研究上展現出略優於美國的實力；
最後，中國政府非常支持人工智能的發展。截至去年底，國家新一代人工智能創新發展試驗區已達17個。中央和地方政府相繼出台各種政策扶持人工智能產業的發展。
甲小姐：人工智能現在通常不再單獨出現了，而是以技術組合的一種成分組團出道，賦能到千行百業，比如「RPA+AI」，比如「雲網端芯+AI」。這種變化意味着什麼？
李開復：起初，發展通用性AI技術的企業有很大規模優勢，因為只有少數企業掌握圖像識別、語音識別等技術，他們天然能夠占據更大的市場份額。
但是橫向的、通用性技術正在快速大眾化。以圖像識別為例，攝像頭公司、物聯網設備公司，甚至醫療器械公司都開始具備這項能力。在過去，企業僅利用技術層的優勢就能夠攫取價值，如今這變得不再容易。AI已經從「AI+」的黑科技發明期邁向「+AI」的應用為王的階段。
在科技交叉越來越頻繁的當下，AI和自動化已經成為了底層的「數字基建」。隨着AI在產業的應用逐漸成熟，接下來，「AI+Science 」——人工智能與科學交叉將獲得越來越多的應用，各學科領域不斷交叉融合，包括醫療在內的多個領域將迎來創新突破。
甲小姐：隨着AI四小龍陸續上市，AI熱潮到了一個階段性節點。如果要為過去一個時期的AI發展做一個總結的話，你覺得是什麼？
李開復：AI的發展可以按照兩個時間點劃分：
第一個時間點是2015年，以CNN為核心的計算機視覺技術讓機器超越了人類，帶來了人臉識別、智能質檢、無人零售、智慧城市、無人駕駛等商機，這是第一個以感知智能技術為首的重大機遇；
而第二個時間點出現在2019年，以大模型為代表的自然語言方向取得突破性進展，讓NLP從數據、信息走向知識和洞見成為可能，將會在翻譯、語音識別、法律、金融、新聞、廣告、醫療、娛樂等大賽道開花結果，這是可期的由認知智能技術主導的重大機會。
過去兩年，我們進行了世界範圍內的技術研究，並看到了「自監督學習」新技術正在崛起。如果說CNN造就了今天計算機視覺領域的突破和眾多應用，「預訓練大模型+微調」將帶來自然語言的百花齊放，用數據智能驅動各類業務的升級。
