思辨｜市场化AI：系统智能较机器智能更为重要

　　全世界最著名的迈克尔•乔丹当然是篮球巨星迈克尔•乔丹。不过，人工智能领域有一位大神级人物也叫这个名字。这位迈克尔•乔丹是加州大学伯克利分校教授，美国三院院士。2016年《科学》杂志的计算机科学影响力榜单中，这位乔丹名列第一。杂志称他是“计算机科学领域的迈克尔•乔丹”。

　　在接受澎湃新闻采访时，乔丹教授表示，经典的人工智能定义为，“尝试让计算机成为像我们这样的人类”。但是，他认为人类距离这个目标其实非常遥远。现在大家谈论的很多热门的人工智能应用，比如图像识别、语音识别、自然语言翻译等，乔丹教授认为，“这些是能力”，而不是智能。人工智能这个词语被过度使用了。“过去被称为统计、数据分析或者机器学习的，现在这一切都变成了人工智能”。而且，人类其实还没弄明白“人类智慧”，“更不用说通过计算机进行创建”。

　　至于已经创造出的经典定义中的人工智能，一方面，乔丹教授认为它很遥远，“未来100年也很难说”；另一方面，他认为这也不重要，“毕竟世界上已经有这么多人了，为什么还要AI像人呢”；“理解人类智慧诚然是一件很有意思的事情，但是这对于我们要解决的问题来说，是一个既不充分也不必要的条件。”

　　乔丹教授的观点是：“我们不需要让机器智能，我们需要做的是建立一个市场机制。”

　　举例而言，一个城市的食物流通过程就是“智能”。每天，“无论生产者有什么样的食物、餐馆需要什么食材、有多少消费者，这个市场总能带来适量的食物，不是太多也不会太少。”如果从火星看地球，就会发现这个系统非常智能。但是，其实这系统中的每个环节都并不是那么全知全能，是系统让大家开始协作，做到了整体的智能。

　　他认为，网约车的交通协调系统就是这样一个例子，因为系统把需求和供给匹配起来了。在乔丹教授看来，这是一个“基于数据的新型市场。除了运输，还可以应用在教育、商业、医学和许多其他事情上，这是一股正在崛起的力量。”

　　乔丹教授还给了人工智能学习者一些建议。他说，读博士的目的其实是“常识和知识修养”。因此，一个人工智能领域的学习者，要学好计算机科学和统计学，还要学一点经济学、与复杂性和不确定性相关的算法等，“没有人能够学完所有这一切，所以先打好相关基础，剩下的，有一辈子的时间可以慢慢学。”

　　大数据处理信息服务商金盛网聚WJFabric认为，在时下的人工智能领域，类人AI已引发了越来越多的争议，最典型的问题是，这样的技术是否有必要进行投入及研究。而方兴未艾的则是对传统行业进行AI化的改造。事实上，通过人工智能的方式，为传统行业构建智能化网络，以此提升行业效率正成为人工智能技术的“落地”方式，由此创造出的新价值正改变着人们固有的生产生活习惯。

　　金盛网聚（北京）科技有限公司成立于2012年，是一家数据处理与信息咨询服务商，公司拥有自主核心技术与服务咨询的团队， 公司“WJFbaric-互联网大数据信息监测SaaS平台”目前注册使用客户将近上万个，为企业、政府、学术机构、成功人士等提供在线信息收集、展示、阅读、存储的免费平台，公司远景致力于通过数据+计算形成可视化的人工智能决策平台。