Michael Jordan：AI 不应该模仿人类，市场智能更重要 | WAIC 2018

雷锋网消息，9 月 17 日，在举行于上海的世界人工智能大会（WAIC 2018）上，人工智能领域的专家 Michael I Jordan 教授（非篮球巨星）发表了自己的演讲；在演讲中，Michael Jordan 提到了自己对于人工智能的新思路。

他表示，谈到人工智能，目前大家都想创造一个与人类一样的东西，但实际上，人们本质上是要创造的是一个系统，尤其是经济系统，而且是由智能性存在的系统。

在演讲中，Michael Jordan 提到了亚马逊所打造的欺诈检测系统。实际上，这个系统是利用机器学习技术，只不过用了更多了数据，而且建立的是端到端的系统。他认为，目前我们对于世界上什么人类拥有智能了解不多，而且不知道怎么界定智能，可能二十年以后才能界定；因此我们没有必要模拟人类机器自身的智能，而是把市场和数据加在一起，可以有很大的赋能。

最后，Michael Jordan 表示，像人一样的 AI 是很好的目标，但是人们真正需要的其实不仅仅是人的智能、生物智能，还包括市场智能。

以下是 Michael Jordan 的演讲全文：

今天上午的发言我觉得非常好，我很喜欢，但是我现在听到的理论和我讲的角度是不一样的。

我觉得人们是太想创造一个人，创造一个和自己一样的东西，觉得这样会解决问题。但是我们要创造的是一个系统，我今天没有听到或者不够多的一个词的就是经济，经济是一个有智能的系统。人工智能是像人一样的人工智能，我们还要创造类似于市场模型一样的人工智能。

很多东西其实都不是新的，AI 包括机器学习存在了三十年，对我们世界有巨大的影响。在第一代工业上的影响，我们可以看到后端完全是得到 AI 技术的影响。像亚马逊，他们的欺诈检测做的非常好，可以很好的监督供应链，可以把很多产品以规模化的方式很快送到客户手中，没有机器学习是不可能出现的，这是 1990 年代。建立这样的平台之后，他们还可以使用这个平台做其他的事情，比如说可以做到人类端，不仅仅是后端。他们会做建议系统，收集数据，提供产品的推进和建议，这也是规模化机器的成功。到现在还没有一个很大的变化，用的是同样的算法，只不过是更多的数据，而且建立的是端对端的系统。

现在不再是建议系统或者欺诈检测系统，现在是端对端的系统，比如说可以做翻译、计算机视觉等等，这是十年前做不到的。现在已经成为一个商品，你可以嵌入到其他的系统当中，但是它仍然是一个用机器学习的方法做的变革。现在我觉得更有意思的不是更多像人一样的人工智能，应该是基于数字的网络，它可以让人、数据和效用之间接触起来。

现在不是说我们没有 AI，其实我们有一些非常简单的 AI 算法，我们是需要更加复杂的算法，可以真正的能够增加人类的福祉。

我们再来看看智能这个词，现在所有人都在用智能，但是我们不知道自己在说什么。智能不仅是一种识别，或者范式的识别。比如说小孩子有智能，但是现在人工系统还没有这种智能。现在的智能系统有什么样的一些智能系统呢？当然生物体有，大脑思想都有。但是世界上还有什么是有智能的，你从火星看地球的话，你会看到什么呢。我已经讲到的一点就是我们的市场，大家想想上海，如果你上一个经济学的课，就会有人跟你解释说，每天所有在上海需要的食品都会被送到上海，每个餐馆都有自己想要的菜单，每个人都可以吃到自己想吃的产品，这些每天都在发生，是以几十亿的级别移动着，这是非常复杂的系统，为上海、北京、深圳、纽约提供食品。从火星往地球看的话，你可能会说这是最令我吃惊的智能系统。

市场是有智能的，即个体的每个决定是人的决定。例如说，在城市中莴苣不够多，要运更多的莴苣，可以赚更多的钱。市场机制可以创造出其他的东西，但我们其实没有把这些东西充分的涵盖到 AI 系统当中。我们对大脑和思想了解不多，当然可以做很多研究，但是我们对于世界上什么人类拥有智能了解不多，而且不知道怎么界定智能，可能二十年以后才能界定。我们一定要模拟自身的智能才能创造出有用的智能系统吗？

答案是否定的，市场做了很好的事情，把市场和数据加在一起，可以有很大的赋能。现在市场没有使用数据，你在学经济学的时候会讲博弈理论等等，但是我们说的数字是有人编出来的，但是如果把学习系统和市场机制并起来，可以有更加有效解决问题的机制，解决今天讲的很多问题，包括失业的问题。

现在我们可以看到计算机带来了大量的数据，但是大部分的数据都是来仿造人的。其实我们已经有几十亿人，为什么还要多出来人呢？我们为什么不能把数据用来做其他的事情呢？所以特别来讲，如果我们看一下数据，然后想想市场的背景，其实有的数据流当中，我们可以在数据上获得价格、价值，可以提供服务流、报价、价格。所以这个可以释放价值，不仅仅是获得数据，通过智能还可以释放价值。

你想一下，一个像 Uber 或者滴滴打车这样的系统。它是一个市场，有一些人有一种类型的 APP，比如说司机的 APP，乘车人的 APP，我们有生产者和消费者，数据得到交换。所以在交流数据，汽车会在正确的时间到正确的地方。人可以采用这种市场，使用这种市场，会增加价值，如果现在有更多 AI 系统，我们要的不是每部车都有自主性，我们希望每部车和其他车联系在一起，如果车知道这个马路上有一个树掉起来，其他车都应该知道，他们应该作为团队玩一个合作的游戏，合作性和合作机制是非常重要。如果我们确实出现稀缺性，或者没有稀缺性的话，AI 系统是不错的。但是如果没有稀缺性，AI 会跟每个人做出同样的建议。

如果我建立一个系统是做咨询建议的，同一个咨询建议给到所有人，比如说要看某一部电影，这是 OK 的，但是没有稀缺性，这个电影想看几遍看几遍。但是如果建议大家走同一条道路到达机场，这个街就会堵住，不再是非常通畅的大街。或者建议给大家买同样的股票，股票会上升，造成股市不稳定。如果开始担忧稀缺性的时候，我意识到 AI 做出的决定是相互联系和相互协调的，这样系统才会对所有人都好。这个就是 AI 研究的结果。

我们从 IT 商业模型的角度来看，我们现在主要的商业模型靠广告，唯一的一个带来很多钱的市场就是广告，因为数据在流动，但是在公司和广告公司之间流动，而提供这些数据的人没有被包括进去，我们必须要把市场变的更宽更广。我们想把真正的人包括在这些市场当中，我给大家举一个具体的例子，我们可以考虑一下比如说艺术世界，特别是音乐。

很多人在一生当中是现在还是开出租车的，但是他们周末的时候会打开手机创造音乐放到网站上，很多人确实会听。可能在历史上来讲听众数量是以前的十倍，但是这没有市场，人的因素没有被考虑进去。如果我们创造市场，现在做的网站是把数据给人，把流卖给广告商，在上面放广告赚钱，但是这不是可以让人过的更幸福。有更好的方法，比如我把音乐放到网站上面，我在周末的时候可以看到中国的一张地图，在这个地图上我可以看到比如说成都很受欢迎，过去一周有一万个人听我的音乐，我就知道如果我去成都的话，我可以在那边开一个演唱会，可能可以赚 10 万块钱。如果我一年当中做三次的话，就有足够的工资，就不用开出租车了。所以可以在中国有一百万个音乐人，就是可以获得数据流，有 AI 帮助，可以创造这样的数据流。

其他的服务，人给人提供的不仅仅是音乐服务，比如说在家里面提供的音乐会服务等等，有各种各样的服务，这个价值不仅在于广告。在美国有一家公司确实是这样做的，你可以去看一下。它就在做刚才讲的工作，我觉得这个公司将会改变西方的音乐世界，而且我相信在中国也有类似的公司做这样的事情，这个公司会赚很多钱，因为所有平台的交易都可以抽成，可以不做任何广告，也仍然可以赚钱。

最后，我要讲人的 AI 或者像人一样的 AI，并不一定是最好的目标，这是很好的目标，但是非常难，而且会占据人的工作。但是一个以市场为导向的，同时又是非自主性的 AI 会带来工作，创造现在不存在的价值，它使用数据、使用算法就可以创造价值，如果把这些东西和市场加在一起就是我要的智能，不仅仅是人的智能、生物智能，还是市场智能。