机器人能像人一样学习吗？
在 2019 年 3 月 15 日由中国标杆企业考察培训中心和中国标杆学习俱乐部主办的 2019 全球标杆学习高端峰会上，陆峰以“大数据、AI 开启了产业发展新时代”为主题进行了精彩分享。笔记侠作为合作方，经主办方和讲者审阅授权发布。
陆峰：工业和信息化部赛迪研究院互联网研究所副所长，“十二五”“十三五”国家信息化规划、电子政务规划编制起草组核心成员。博士，高级工程师。
一、关于大数据
一家企业若能实现数据流通速度快、数据使用成本低、数据驾驭能力强，就有可能在产业界脱颖而出。数据驾驭能力决定了企业的核心竞争力。
在当今社会，互联网、大数据和人工智能不仅为产品赋能，还对企业进行全方位赋能，使管理决策更具预见性，执行效率更高，执行成本更低。
近年来，围绕云计算、物联网、智慧城市、大数据、互联网+以及最近的区块链，整个产业界和社会对其认知程度不断提高。
（一）大数据产业规模高速增长
2017 年，大数据产业规模同比增长 30%，保持高速增长态势。一个产业若能保持 15%以上的增长速度就算相当快了，而除软件和信息服务业、大数据行业外，其他产业的增长速度均不超过 10%。
（二）大数据平台处理能力显著增强
以“双 11”购物为例，7 年前和今天的下单购物体验已大不相同。这得益于阿里巴巴在技术创新方面的不断改进，通过技术系统支撑，解决了网站问题，又出现了支付问题。支付结算必须与银行打交道，传统银行不具备大规模并发能力，尤其是面对互联网这种大规模并发能力。于是，阿里开发了 OceanBase 数据库，解决了下单支付问题。现在，他们正在解决物流问题，通过菜鸟系统让物流最快地衔接起来。
（三）技术支撑、数据服务、融合应用取得显著成就
联想、华为、浪潮、曙光等公司在大数据服务器方面取得突破，特别是大数据行业解决方案近年来发展迅速。随着各行各业对大数据的认识不断提高，需求凸显，在金融、交通、旅游等行业涌现出一大批专业服务商从事大数据挖掘。
数据治理问题成为社会焦点。随着大数据、AI 的应用，我们将构建以数据为关键要素的数字经济，必须制定数据的应用规则。
去年，大数据杀熟问题引起了广泛关注。一些大型网络平台对用户行为了如指掌，并且发现用户对平台有很强的信任度和依赖性后，会对老客户报出最高价。这种行为不违法，但违背了社会道德。数据治理还涉及个人数据的滥采滥用、企业的数据流通交易等问题，比如菜鸟和顺丰、腾讯和华为之间的纠纷都是围绕数据交易展开的。
去年，欧盟发布了《一般数据保护条例》，对数据的归属、处理、控制等方面都给出了明确的方案。美国也一直在与 WTO 就数据贸易提案进行谈判，其中一个重要内容就是如何在贸易中保护数据的应用。
（四）平台型企业成为大数据的主导者
从农业经济、工业经济到数字经济，社会的生产要素发生了很大变化。农业经济时期的生产要素是劳动力和土地，生产工具是农耕工具。工业经济时期的生产要素是技术和资本。而在最近 10 年，数据资源和网络平台变得更加重要。
如今，大学毕业生更倾向于去谷歌、facebook、阿里巴巴、腾讯、百度这样的平台型公司，而不是摩托罗拉之类的跨国企业。制造企业在转型过程中能够成为耀眼的明星，很重要的一点在于注重提高对数据的利用能力。
服装行业虽不能说是夕阳行业，但竞争已十分激烈。红领为何能成为行业内的明星企业？很重要的原因在于其拥有工业互联网平台，通过该平台提高了数据驾驭能力。红领为每个人生产不同的服装，进行个性化生产定制，这在以前似乎是不可想象的，但通过机器与机器之间的交流，对数据的驾驭能力得到了大大增强，数据的使用成本也大大降低了。
二、关于 AI
AI 已经发展了 60 年，但直到最近才引起了足够的重视。谷歌在做很多 AI 技术研究，但不会大规模炫耀，比如 AlphaGo 以 3 比 1 战胜了世界围棋冠军李世石。
AlphaGo 与围棋冠军决战时，60 局无一败绩，从理论上来说，其能力远远超过了人类。谷歌并不对外宣传其真正的核心技术。例如，国内很多企业都在做语音识别、图像识别，但谷歌的图像识别不做人脸识别，而是做猫科动物的识别。
因为猫科动物的表情实在太复杂了，猫脸上长了那么多毛，任何表情变化都比人脸的波动更多。人脸的表情变化也就几百个点在动，猫脸表情变化可能是数千个点在动。所以只要把猫科动物识别清楚了，人脸可以说轻而易举。这就是国内企业和国外企业的差别，他们研究得更深，而且很多都是默默地研究，向来不说。
AI 发展的一个重要因素在于大数据、物联网以及各种技术情景的突破，计算能力和感知能力的提升。但在认知智能方面，特别是机器学习、情感交流、认知学习、预测分析等方面，还有很长的路要走。
今天我们用人的认知去发展机器人，所以机器人都有手、脚和脸，但未来的机器人不一定像人，其外在形态与场景有关，比如消防机器人、医疗机器人、血液机器人肯定不能长成像人一样的东西。真正的机器人更主要在于思维决策，能够像人一样自我学习。
各种各样的 AI 有着广阔的前景，特别是谷歌看中了一个领域，未来 5 到 10 年会实现大规模爆发，那就是无人驾驶汽车。未来我们上车就是睡觉，到单位就下车，车里不再是一个座位，可能是一张床，这就是 AI 带给我们的改变。
尤其是在新一代信息技术快速发展的今天，我们不能用今天的认知去限制我们对未来的想象。
（一）AI 发展的重要因素
AI 发展的重要因素在于大数据、物联网以及各种技术情景的突破，计算能力和感知能力的提升。
（二）AI 发展的现状
AI 已经发展了 60 年，最近才引起了足够的重视。谷歌在做很多 AI 技术研究，但不会大规模炫耀，比如 AlphaGo 以 3 比 1 战胜了世界围棋冠军李世石。AlphaGo 与围棋冠军决战时，60 局无一败绩，从理论上来说，其能力远远超过了人类。谷歌并不对外宣传其真正的核心技术。例如，国内很多企业都在做语音识别、图像识别，但谷歌的图像识别不做人脸识别，而是做猫科动物的识别。因为猫科动物的表情实在太复杂了，猫脸上长了那么多毛，任何表情变化都比人脸的波动更多。人脸的表情变化也就几百个点在动，猫脸表情变化可能是数千个点在动。所以只要把猫科动物识别清楚了，人脸可以说轻而易举。这就是国内企业和国外企业的差别，他们研究得更深，而且很多都是默默地研究，向来不说。
（三）AI 的发展前景
今天我们用人的认知去发展机器人，所以机器人都有手、脚和脸，但未来的机器人不一定像人，其外在形态与场景有关，比如消防机器人、医疗机器人、血液机器人肯定不能长成像人一样的东西。真正的机器人更主要在于思维决策，能够像人一样自我学习。
各种各样的 AI 有着广阔的前景，特别是谷歌看中了一个领域，未来 5 到 10 年会实现大规模爆发，那就是无人驾驶汽车。未来我们上车就是睡觉，到单位就下车，车里不再是一个座位，可能是一张床，这就是 AI 带给我们的改变。
尤其是在新一代信息技术快速发展的今天，我们不能用今天的认知去限制我们对未来的想象。
（四）全球 AI 巨头的分类
全球 AI 巨头可以分为综合队和特种队。综合队如百度、腾讯、阿里，基于其网络平台的产业生态圈，结合自己各方面的业务来做。阿里结合金融、电子商务、物流，腾讯结合社交，百度主要结合搜索，包括无人驾驶汽车等等。特种队如高通公司，则结合自己的专业能力来做。
高通是一家非常了不起的公司，特别是在 CBMA 芯片领域，可以说全球独一无二。未来的边缘计算，必须在芯片里面解决，各个领域都要智能化。今天的路由器都是按照既定的协议在进行，未来要更加智能，对于网络安全网络攻击的检测能力会大大增强。
国内涌现的科大讯飞、今日头条、美团、滴滴，这些企业都是了不起的。比如今日头条，能够做到千人千面，根据客户不同的喜好提供新闻，必须具有很强的计算能力。滴滴和美团也一样，全国这么多店，这么多人下单，能够做到即时匹配和优化，点一个外卖就能够基于位置让就近的客户收到，更重要的是平台治理优胜劣汰机制特别好。
科技巨头主要做平台和基础，如谷歌、微软、脸谱、苹果都做开源框架，要么做网络平台，要么做图像识别、语音识别等技术研发，再跟产品紧密结合。
在专业队领域，比如英伟达，能把芯片跟 AI 有效结合起来。国内阿里巴巴也一样，结合电子商务、物流、金融来做大数据。像蚂蚁金服，大数据和 AI 发挥了至关重要的作用。阿里能够推出余额宝做小微贷，就是通过大数据大大降低了信贷的决策成本。传统银行完成一笔信贷支付，成本至少 2000 元，但利用大数据几乎可以把成本降为 0。传统银行做不到，其根本原因就是没有先进武器，跨越不了成本线，无法持续。
国内的专业队，如科大讯飞，能够在数博会上进行实时翻译，虽然后台有人工做辅助，但能够实时翻译出来已经很了不起。
三、关于中美在新一代信息技术的比拼
总体来看，中美之间还是有很大的差距。比如芯片领域，尽管国内有很多芯片生产企业，其供应量也比较大，但芯片设计软件是美国三家公司提供的。离开美国三家公司，我们的设计能力就是巧妇难为无米之炊。芯片设计软件不是简单的 CAD 软件，是工艺和技术的结合，由英特尔这样的芯片企业跟软件企业一同开发完成，传统的软件企业做不了。目前包括日韩、印度等一些国家都在这方面进行了布局。
同时，美国更注重在基础理论、基础算法，基础平台等方面的研究，国内更多的是在应用方面。当然应用做得好也不错，国内市场比较大，如果在各种各样的市场比如无人机市场，占有一席之地，打开市场没有问题，但核心技术受制于人这个问题难以改变。
四、大数据、AI 开启了产业发展新时代
以互联网、大数据、AI 为代表的信息通信技术正在成为通用目的性技术。无论是互联网企业还是传统企业，要在未来有生存之地，必须积极拥抱这些技术，才能降低管理成本、生产成本，更加智能化，提高管理能力和市场预测能力。
要以信息流带动技术流、资金流、人才流、物资流，促进资源配置优化，促进全要素生产率提升。这句话是习总书记在 2016 年 4 月 19 日讲的，5 个流的核心是技术流。这句话深刻揭示了智慧社会、数字经济时代的经济社会运行本质。上个世纪八九十年代，企业之间比拼的是技术、资金、人才、物资，很多跨国企业在这些方面具有很强的整合能力。
但是今天游戏规则发生了变化，这四个流都是信息流在引领。信息流引领靠网络平台，所以有网络平台的企业具有很强的竞争力。
今天很多投资者都喜欢投互联网企业，喜欢投 BIT，很多大学毕业生喜欢去网络平台企业，很重要的原因在于信息流正在引领技术流、资金流、人才流和物资流。
最近 10 年，我们发现硬件、软件、数据这三者在轴力。比如苹果手机做得好，有人说是艺术品，但我觉得更主要是在硬件、软件、商业模式上协同发力。苹果在硬件和软件的兼容、对数据的利用方面，做到了炉火纯青，还在商业模式上进行了创新。通过打造 APP store 平台，涌现了大量开发者，形成产业生态。大家都围绕着你做，大家一起挣钱，朋友伙伴越多，你的生存能力就越强。
如果整个产业里只有你一家，我相信你的路走不远。诺基亚手机犯了一个很重要的错误，就是操作系统。技术上本身有缺陷，更重要的是在智能操作系统起来之后，诺基亚收购了塞班公司。于是三星等生产手机的企业和竞争对手通通不用塞班，都转向安卓，这就是技术跟商业模式之间的一种竞争。
智能终端具有网络连接能力和大数据发展能力，正在快速迭代。10 年前，如果家里的电脑磁盘满了，或者公司磁盘满了要增加磁盘，大家都觉得是很麻烦的事。今天大家都认为数据是资产，非常重要，网络空间正在成为经济社会活动的重要运行空间。
传统企业、互联网企业，都在向网络空间进军，以信息流引领技术流、资金流、人才流和物资流。因为物理空间受成本、空间距离等各种资源环境的约束，发展有限，但网络空间不受这些约束，可以大大降低企业运行成本。
准确把握时代脉搏，思维创新很重要。产品卖不出去，并不是消费者没有需求，而是生产跟消费者脱节了。这方面我们要向苹果公司学习，苹果公司在关键转折点让大家对手机又有新的需求。
未来各个领域，包括家具、汽车、制造、健康等各个领域，都需要推进供给侧改革。我相信如果无人驾驶汽车真正上市，传统的汽车企业绝对没有市场。市场在改变，不是颠覆性改变，而是迭代升级。
就像 90 年代 CAD 显示器跟液晶显示器一样，不是简单的转型升级，是迭代。
无论大企业还是中小企业，必须注重诚信思维。大数据、物联网处处留痕，好事不出门、恶事行千里的时代已经到来，宣传一个好产品非常困难，但要是出了问题，可能第二天全天下都知道了。
过去 10-15 年，互联网产业的繁荣是依靠消费互联网，打通的是顾客与企业之间连接。未来制造业的转型升级，推进供给侧改革，很多领域都离不开工业互联网，只有工业互联网才能降低企业在研发设计生产制造等各个环节的信息流通成本。