谷歌高级研究员吴军劝地方官员转变思路，别老盯着制造业

高扬

2017-01-17 02:54:10

来源: 时代在线网

AlphaGo只是提高了数据量，算法有了进步，但两者的“智能”水平却因此有了天壤之别，这就是大数据的力量。

时代周报记者高扬发自广州

如果你了解人工智能 AlphaGo，就会发现它背后的原理与1997年战胜国际象棋冠军卡斯帕罗夫的“深蓝”并无不同，而近日AlphaGo以“Master”之名再次取得60胜一平的辉煌战绩，并不是其因为具备了人类的逻辑推理能力或者大脑神经构造，而是因为接受了谷歌以几十万盘围棋高手对弈数据的训练，从而真正做到了“算无遗策”。从原理上来说，相比深蓝，AlphaGo只是提高了数据量，算法有了进步，但两者的“智能”水平却因此有了天壤之别，这就是大数据的力量。

在谷歌工作多年，致力设计中日韩文搜索算法的谷歌研究院资深研究员吴军，对大数据技术有着深入的了解。在新作《智能时代》中，吴军认为，AlphaGo的胜利并非机器的胜利，相反，这是人类的胜利。未来，大数据与机器智能将给传统的商业模式和社会形态带来巨大的变化，人类能做的不是回避与否定，而是面对现实，抓住智能革命的机遇。吴军同时坦言，任何一次技术革命中，真正从一开始受益的就只有2%的人，然后再慢慢扩展到另外的98%—这一过渡时间大概至少需要半个世纪。

水到渠成的大数据时代

时代周报：你在书中提到，“大数据+计算模型”能解决许多以前只能由人来解决的问题，所以被称为“智能”，反过来说，人类的哪些问题是“智能”解决不了的？目前有没有一个明确的界线或共识？

吴军：很难划一条界线把这个问题清楚地分开。客观的问题，比如天为什么会下雨或者说天为什么是蓝颜色的？夏天为什么比冬天热？这是计算机能回答的。比较难回答的是一些主观性问题，比如说前段时间张靓颖遭遇的事情，她到底应该怎样做？计算机就很难回答了。再就是一些艺术创作类的问题，简单地写一首诗倒不困难，但如果原来没有某类创作形式，要靠计算机来产生的话，会比较难。

时代周报：大数据、智能革命的兴起是不是互联网发展的一个必然阶段？智能手机的普及在其中起到多大的作用？

吴军：大数据时代在这个时候到来，首先是因为存储器的性能提升了，能存大量的数据；然后移动互联网起来了，人们能够上传数据；传感器技术起来了，能够收集收据；而计算机处理数据的能力也大幅提升，所以大数据时代的到来可以说是水到渠成。

其实 2007-2008年的时候智能机就开始产生了。在这之前，大家只是在网上买东西、看图片、看视频，但智能手机跟每个人每日的线下生活还是联系得不紧。但此后，线上生活和线下生活逐渐开始联接起来。

时代周报：根据你在谷歌的工作经历，谷歌除了数据资源足够丰富以外，在发展大数据技术本身方面跟国内的差距大不大？

吴军：那差距还是很大的。在国内，实际上真正能利用一点大数据的企业，所用的基本软件，在很多的时候都是开源的。国内现在哪怕是从谷歌请几个人，把谷歌的系统重新做一遍的能力都没有。

另外，这方面的技术研发实际上不需要太多的人，但需要水平非常高的人，而且这些人必须连续三年什么事都不干，就专心干这件事，但目前国内这个环境还不太具备。但是从工程上来说，国内能够把已经开源的软件运营得很好，在这方面中国、美国没有太大的差距。

时代周报：国内的大数据产业相比美国来说，差距大不大？

吴军：中美的发展基本上是平行的，前后相差两三年，但是基本上是同时发展。

启用机器人不等于智能制造业

时代周报：大数据行业的主角，除了谷歌或者国内的BAT、华为之类的大公司，中小企业有没有崛起的可能性？

吴军：任何一个工业时代，每一次只能替换掉一部分公司，比如说20%，不可能说小公司起来了，就把大公司全都替代掉。现在美国基本上有五家比较大的大数据企业，包括苹果、谷歌、微软、亚马逊和Facebook，中国则是BAT。在大数据时代，美国如果能冒出来第六家，这就已经算很好了，中国也一样。

现在有几种大数据，全世界几乎都还没开始用，比如说医疗数据。美国的病例数据比整个互联网的数据还要多，在中国，不说别的，我在上海交大上课，光是上海交大附属的13家三甲医院所拥有的数据就是一个非常庞大的体量，这些数据都还没有被利用。谁有能力去做这几家的大数据服务，就很厉害了。

再比如，中国还有一个广播电视网，信息量也很大，但是这些数据过去都不收集，全部浪费掉了。像这些行业，大数据是空白，即使BAT也没有触及。

时代周报：制造业方面，德国的工业4.0，中国2025都是要靠大数据和智能化的，它们离真正实现还有多少距离？

吴军：其实制造业应该怎样做已经蛮清楚的了，关键是大家要更换概念。比如说冰箱的制造，最后可能要把冰箱从制造业变成副业，冰箱不再是一个大件的电器消费品，而是商店在家庭里的延伸。我在书中举了一个例子，制造风力发动机的金风公司，制造利润比较薄，但是后来变成了发电设备的运营和服务商，利润率就有了很大提升。所以，制造业的智能化不是简单地说利用了机器人就可以提升10%的利润什么的，这样就还是停留在制造的范围里。

工业4.0首先是资源的整合。现在中国很多人理解工业4.0就是机器人，我觉得这还不够。制造业包括了设计、仓储、制造、物流、批发零售等几个环节，这些环节以前都是分开的，而且有时候是由不同的公司来运作。将来则有可能把几个环节连成一个整体，比如说一部手机完全是由消费者自己在网上下单，在整个生产线上实现定制化的生产，自己找苹果的售后定做一部稍微跟标准配置不一样的手机，例如闪存还要再大一倍之类的。这在过去是办不到的。

智能制造方面，特斯拉是一个典型。它去掉了传统的批发代理环节，建立了一条从公司直接能通到个人的、安全的、快速的通道。所以说制造业的可扩展性很强，以前没有大数据，移动互联网不发达，你无法知道每一个终端节点，大家都不觉得自己能够精细地到达这一步，但现在可以做到这一点了。

制造业智能化也是一个渐进的过程，不是顶层设计能决定的。这个过程一般是某个技术或环节首先成熟了，先提高了某一部分的效率，造成其他地方的效率相对低了，成为瓶颈，这时就会有人出来解决这些问题。那么慢慢地，各个环节都会补齐，整个链条就走通了。

贵阳，中国大数据的试验场

时代周报：现在贵阳的大数据中心也很出名，你认为贵阳的定位、发展速度怎么样？

吴军：这个问题，贵阳的市长和我聊过，他们很清楚自己所做的事情。实际上，以贵阳的科技力量是搞不了大数据的，所以他们把贵阳定位成一个大数据的试验场，我觉得这个定位特别好。比如说无人驾驶汽车，你得有个地方来试验，而我这里交通不是那么拥堵，试验条件好，那么在我这里就可以尝试在某一个地方全部用无人驾驶，首先取消红绿灯等。

时代周报：大数据产业的特点决定了它的地域性不是很强，贵阳发展大数据会给当地带来多少效益？

吴军：这的确跟建个工厂带动当地经济发展是不一样的，不会说因为建了大数据中心，当地的经济就发展了，但是像无人驾驶、大数据医疗这些新兴产业，不可能直接在全国铺开，总是需要有一个点来试验。

时代周报：你给很多政府官员讲过大数据、智能化方面的知识，他们最感兴趣的是哪些问题？

吴军：我做过很多这类讲座，给上海市委、北京海淀区都讲过相关知识。政府官员需要换脑筋，转变思维方式，要认识到将来智力上增值的东西会很重要，不要老盯着制造业等，这些观念我都在不断地讲。中国对待大数据和智能化是很积极的，各级政府都很积极。从我接触到的官员来看，还没有谁会担心智能化导致失业怎么办，或者说保护现有的体系等。