【做錯事的背後,是說不出的難】
夜裡傳來一個中年男性的懺悔:
「我怎麼變成自己最不齒的人?」
他是我在寫失業一書的受訪者,時不時會傳來最新動態,我對他的狀況滿了解的。年輕時,他是典型的天之驕子,台成清交這類頂尖大學理工研究所畢業,進的都是像台積電這樣的大企業,薪水優渥,前途光明。後來有一波到中國大陸工作,他覺得應該去闖一闖,跟著去了,並且娶妻生子,妻子也很優秀。
哪裡知道台商變港商,再變成百分之百陸資,他就被辭退。回台時,已經事隔10年,人事變遷,謀不到職,到處碰壁。這兩年鐵了心想考公務員,都快50的人,也不得不佩服他。可是妻子找不到好工作,孩子還小,他只得一邊上班一邊讀書。這個年紀,腦力不如年輕人,還要熬夜讀書,是極大的挑戰。
他評估之後,認為私人企業太操,沒法留時間與體力讀書,就盯著公家機關想當聘雇人員。為此還考了一張執照,我考過,不到10%的錄取率,他居然一次就考上,看起來的確是K書的料!即使如此,卻競爭不過沒有執照的年輕人,教過他的教授跟單位熟,嘲笑他是沒有背景、沒有後門,本來就沒他錄取的份。
磕磕碰碰多次之後,終於讓他找到一個國宅類似總幹事的位子,事後才發現必須24小時待命,隨時都有住戶帶著各種疑難雜症找上門,搞得他更沒法讀書。問題是全家沒人同意他辭職,說還不是有人一邊工作一邊讀書考上的。後來也不知道是幸或不幸,他被新冠確診,必須就醫與隔離,妻子才同意他離職。
這次終於讓他找到坐辦公桌的工作,需要專業知識,不是一直有工作來,他跟主管商量好,沒事時讓他能讀書。不到一個月被檢舉了……主管當然不能再保他,而且反過來盯他死緊。對於檢舉的人,他一點都沒有責怪,反而覺得丟死人,罵自己是「時間小偷」、「占公司便宜」,還說做過高階主管的他—
「什麼時候開始幹起這種偷雞摸狗的事!」
唉,一塊錢逼死英雄好漢,人窮就是會跳牆,都顧不了下一餐了,哪裡還顧得了職場的倫理道德?接著他跟我再講了一個法師的例子,他們熟識,法師有一次跟他抱怨,請一位工讀生管理書籍,後來發現一得空,工讀生就在讀學校的書,他很生氣,說這位工讀生會損福報的。他聽了之後說:
「法師在說的時候,我一直覺得他是不是在說我?」
可以想見他的罪惡感有多深。後來再聽到有兩位公務員跟他抱怨一個國防役的年輕人,說年輕人上班時都在準備公職考試,工作品質很差。不久年輕人考上公職,他們更加不諒解他。這讓我這位中年朋友得到兩個結論:
1. 網路說一邊上班一邊讀書,是騙人的,因為工作一定做不好。
2. 一邊上班一邊讀書的結果,是背後留下罵名,多年都洗不掉。
我不免想起同學30多年前的例子,她男友的父親是部長的機要秘書,權力之大可想而知,安排她畢業後到部裡做工讀生,在一樓大廳櫃檯,我每次去找她,都看到她把書大喇喇地攤在櫃檯上,一點都不掩藏。即使到今天,我有時到一些公司,仍然會看到相同景象,第一個直覺都是他背後有靠山,不可待慢。
剛畢業的年輕人可能認為這沒啥大不了,沒工作時看自己的書,又沒礙著別人,有什麼不對?可是這位朋友做過大企業的高階主管,明白這是錯的,一旦被檢舉,便感到道德與信用這整座山完全崩塌。可是由於他自失業之後,一路走來的過程我都明白,真的無法用任何道德的評價來加於他身上……
更何況當他跟我說非考上公職不可,我就更默然。他說自己現在的心態是,當不當老闆無所謂,幹不幹大事也沒關係,但是—
「有薪水栽培小孩、有退休金安老才是真的。」
回首過去的近50年,這位朋友哪一天不是兢兢業業、全力以赴?從小認真讀書、考上名校、讀理工熱門科系,畢業後進大企業拼命工作,接著沒待在舒適區安逸過日子,跳出來冒險,到中國大陸闖盪十載,還娶了能幹的妻子,哪有在混呀?失業後,忍著屈辱,彎下腰到處找機會,能做就做,哪有面子可言?
到了今天,居然為了偷偷讀書被檢舉,我相信他心中有很深的感慨,想問自己這一生到底哪裡做錯了?也許,這就是命!我是活越大年紀,越沒有「是非」與「對錯」,反而會去看到背後的「難處」,該留給人空間時,就別把事情說絕了、把人逼死了。因為你永遠不會知道對方說不出的秘密,以及背負的辛酸。
所以在生活中,我們儘量做到—
1. 不了解真相前,先不做評價
2. 給人一步退,留人一碗飯吃
3. 人生沒有對錯,只有不得已
感同身受別人的難,我們才會真正學會寬容,也才會獲得道德上的自由。
讀了本文有受益,請留言+1。
***
歡迎大家加入我的fb社團:「洪雪珍寫作變現」,有三個好處:
1、你投稿,我點評
2、你會看到「從不會寫作到會寫作」的成功案例
3、我會教你寫作招術
至於想要詢問我的課程,包括求職、轉職、加薪、高薪,以及斜槓、寫作,⋯⋯都歡迎加入我的Line@ ID:@ca141719,助教協助你。
攝影:旅居加拿大的畫家吉仔冰GiABing
倫理道德例子案例 在 Facebook 的最佳解答
推廣法理建國的這183天,我遇到好幾種大拳教信徒。
大拳教信徒大概可以分成這幾種:
政治實力至上(以為政治手段能凌駕國際法劃下的紅線)
武力實力至上(以為武力強大就能橫行無阻)
經濟實力至上(以為光靠經濟實力就能得到國家地位,然後分辨不出成為主權國家與還不是主權國家可以與他國建立怎樣的合作外交的差別)
道德高度至上(民主無敵論者,無法意識到民主是體制,但不是主權國家必要條件,國際上承認你是主權國家不是因為民主體制。)
學歷至上(嘴只有菁英才可以談論法理。)
我不想維持在「中華民國光復台灣的騙局」上,所以毫無懸念的走上推廣法理建國路,「一中兩政權」的框架一直籠罩在台澎人身上,這只能台澎人自己釐清問題所在自己解開才能。
這幾週出現了一個政治至上的人,雖然這些都回答過了,但他不願意看我給他的文章,又一直自顧自地說,我就來單獨發一篇吧(˶‾᷄ ⁻̫ ‾᷅˵)
-
蔡先生主張「國際法離不開國際政治的範疇。請務必了解一件事,法律是為遂行政治目的而存在的。」、「妳連政治與法律的位階高低都分不清,談國際法能不偏頗?」
我就簡單的用社會規範舉個例好了。
就好比這個社會運作有一個無形跟有形的規範,有形是大家看得到的立法,無形則是當前社會形成的普遍價值觀。
你知道不可以殺人,不全然是殺人會犯法這種簡單邏輯,更重要的是知道守法背後的意義,是因為人權、重視生命,還有沒有人可以有資格踐踏他人生命,或者你不可能背負一個人的生死等等。
這些價值觀形塑是你從小到大學習來的觀念,不是法律告訴你不能做你就不能做。
社會上的政治精英也沒辦法單靠一群政治精英政黨來改變當前社會形成的習慣,不可能強硬的去改變,因為現代社會運作對人權觀點也成形了,不可能會🈶️透過政治操作來去直接完全扭轉社會上所有無形的價值觀。
社會凝聚的聲音仍舊是必須每個人體現出來的結果,這不難理解吧?
人活在社會上,不是原始人狀態,每個人依循的框架就是社會框架,也許是從小到大父母告訴你的規範與道德觀念,也可能是你自己思考的倫理觀點,更重要的是你知道這個框架是伴隨著責任的,你受到社會化的牽制。
你不會說社會框架不重要或是不存在。你不會說要夠聰明有肌肉,就可以橫行在社會上呼風喚雨,因為大家都知道在社會上要讓人信服,不是單靠外表壯碩,不是靠說話大聲就可以。
換句話說,國際法天花板也是這樣。
國際法源自國際之間形成的慣例,當別國質疑你做法不同時,你就會需要論述你的主張,因此國際法就是各國透過實踐,以及對共同認知的是非對錯所形成的運作規則;通常慣例形成需要十年起跳,一旦形成後也不容易改變。
[實踐->習慣->慣例+法之確信->成為國際法規範]
大多數人不知道國際法其實是國際政治的天花板,但我們必須意識到國際法的規則怎麼形成,還有框架之下的運作模式是什麼,才有辦法運用國際法來保障自身的權益。
正是因為國際法法理是透過各國實踐長久下來的慣例才被各國重視,而有機會成文化,但也有些國際法法理是沒有具體化成公約的喔!
但不代表沒有可循的知道國際社會怎樣看待哪些事情。
國際法不是一本聖經或是一套法律。
他是世界各國運作、外交、戰爭過後產生的慣例,是與時俱進地構築來的,平常看到的都是國際政治運作,所以會讓人誤以為政治超越國際法,事實上是所有的政治實體都存在在國際法框架之中。
國際法是可以被具象化成國與國的條例,也可以是兩國衝突時產生的後果與處理方案,再透過過往歷史產生的影響來思考國際觀。
以為政治可以凌駕國際法就是根本搞不清楚法理建國派論述時說的國際法是什麼,這不是你認知上以為國際法等於某政權頒布的法律啦~~😛
—
蔡先生看完我每次不厭其煩的貼上這些,他回說:「決定台灣最終前徒的,還是國際政治勢力,但不表示台灣人不能有自己的主張。」
好的,法理建國派主張台澎人可以做些什麼?先了解客觀史實:台澎領土主權歸屬未定。
透過這個理解而產生建國意志,體現在參與中華民國政權舉辦的選舉,促使本土政黨奪權實質掌控中華民國政權使其承認盟佔代管機構的身份。
台澎人可以主張的是依國際法程序去殖民化行使住民自決權來建國。
二戰後世界國家不超過60個,現在將近200個,多增加的一百多個國家裡面,超過一半以上原本都是殖民地,就是透過去殖民化完成建國。
所以台澎就依據這個成功案例來完成建國,透過國際法程序建國,絕對會比幾個人到聯合國大樓前面拉布條說要讓台灣入聯來得有力。
建國後不一定要入聯,入聯則一定要先建國。
那些以為聯合國是世界政府的人拜託去把頂置文中國際例子看一看,去殖民化完成建國的沒有都是靠聯合國完成。
#終止代管自決建國
-
延伸閱讀❤️
👉🏻法理建國派要論述的對象是台澎人 https://wp.me/pd1HGm-3M
👉🏻法理建國派的目標 https://wp.me/pd1HGm-3U
👉🏻台灣光復的騙局 https://wp.me/pd1HGm-10
👉🏻盟佔身份買疫苗 https://www.facebook.com/100047156705396/posts/330699915178563/
👉🏻Q&A1+2自決建國依據是什麼?國際法對領土主權重要嗎?:https://www.facebook.com/258660130833607/posts/4015463501819899/?d=n
Q&A26:國民主權是?:https://www.facebook.com/258660130833607/posts/4082327711800144/?d=n
👉🏻內部自決權 vs 外部自決權、民族自決權 vs 住民自決權、自決權的行使 https://wp.me/pd1HGm-5S
👉🏻具體建國步驟、行前具備條件以及終止代管自決建國後的工作 https://wp.me/pd1HGm-7P
👉🏻國際法的形成與運作 https://wp.me/pd1HGm-4Z
👉🏻主權的概念形成與發展 https://wp.me/pd1HGm-5k
👉🏻 《台澎法理建國指南》電子書:
https://drive.google.com/file/d/1yFXTxYOtkqrwEyV11w0kQyKujxEZsU8N/view?usp=sharing
倫理道德例子案例 在 李開復 Kai-Fu Lee Facebook 的最佳貼文
近日,我與阿萊克斯·彭特蘭教授(Alex Pentland)展開了一場”AI如何重塑人類社會”的精彩對話。
《連線》雜誌的資深撰稿人威爾·奈特(Will Knight)主持了這場對話。
阿萊克斯·彭特蘭教授任教于麻省理工學院,為全球大資料權威專家之一,現任MIT連接科學研究所主任、MIT媒體藝術與科學教授,擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜,曾參與創建MIT媒體實驗室,是全球被引述次數最多的計算科學家之一。
對話金句:
李開復:
AI最大的機會蘊藏在與傳統企業的結合中,這種價值的產生極其迅速,只需要幾個月,甚至短短幾周。
未來突破很難預測,對奇點、超級智慧的爭辯,在我看來都過於樂觀了。
小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,不要與巨頭核心業務正面硬碰。
阿萊克斯·彭特蘭:
AI絕非試圖取代人類,而是促進多元文化之間的相互連接、團隊合作,讓人們更好的進行社交和連接彼此。
最困難的其實是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
我在對話中表示,當我們試圖解決AI問題時,應該用技術來解決技術的問題,可以尋求與監管部門協作,而不只是丟給他們,“新技術會衍生新的問題,我們應該多方嘗試用更進階的技術性解決方案,就像電腦病毒剛出現時,殺毒軟體隨之誕生。”
彭特蘭教授認為,人工智慧的核心,是促進多元文化之間的相互連接。不只是工程師或科學家,連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準,就像TCP/IP互聯網協定那樣,避免AI冷戰。” 我們都贊同,AI發展從來不是單打獨鬥,跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇(MIT-CHIEF) 組織的高峰對話系列活動,主題是《計算與未來: AI與資料科學如何重塑人類社會》。
麻省理工學院中國創新與創業論壇(MIT-CHIEF)由麻省理工學院的中國留學生創立,至今已有十年,是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者,共同探討科技創新及商業化過程中面臨的挑戰。
以下是我們對話的核心內容,由我的同事整理、分享給大家:
Part I 主題演講
▌李開復:各方應協作,讓AI 更務實
非常榮幸再次受到MIT-CHIEF的邀請,對於人工智慧的看法,這次我主要想講四點。
第一點是我書裡的主題,人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段,從應用落地層面來說,正迎來了AI發展最大的機遇。
很多科技公司目前已對人工智慧進行了多樣化佈局,從視覺、語言、觸覺和其他感知技術,到自動化機器人、無人駕駛等,對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性,但我預測未來的格局會非常龐大,依據統計,各行各業採用AI的程度目前不到5%,AI應用的中長期增長曲線相當可期。
第二點是我很欣喜看到的一點,AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多,更多的AI公司湧現出來。
AI最大的機會蘊藏在與傳統企業的結合中,創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。
作為AI投資人,我認為在這些行業如果找到正確的AI應用方向,就能帶來上千萬的回報。這種商業價值的產生是極其迅速的,通常只需要幾個月,甚至短短幾周就能看到成果。
現在人工智慧在傳統產業的滲透率仍在個位數,仍然有很大的提升空間。然而對於很多公司來說,它們需要的是高度定制化的方案,而非通用型AI方案,所以融合的過程中,不可避免會遇到不少挑戰和痛點。
第三,我早年做過很多科研工作,很高興能看到關於系統一和系統二(System One, System Two)的討論,我們期待人工智慧技術從系統一升級為系統二,即從識別、決策、優化等能力,升級到感知、認知等進階智慧的能力。
有不同的學派都在努力讓人工智慧更接近人類智慧,其中一個流派主張回歸經典的AI理念,甚至重新構建嶄新的模型結構,在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。
回看人工智慧過去60多年的歷程,最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路(CNN)帶來的喜人成績,還有預訓練自然語言處理模型(Pre-Trained Models for Natural Language Processing)的廣泛運用。
預訓練模型與人類語言學習的模式類似,不管是英語還是中文,在習得這些語言之後,再去學習程式設計、藝術、化學。在無人監督的學習環境中,這種模式比我們想像得還要強大,就像阿爾法圍棋(AlphaGo)一樣。
最後一點我想說的是,如何讓AI變得更務實。
AI有很多問題,例如隱私、資料安全、治理和監管,在此就不一一討論了。當我們試圖解決這些AI難題時,有人認為讓監管部門加強管理是唯一辦法,其實不然,我們是否也可以朝著研發更厲害的技術性解決方案去努力?
就像電腦病毒剛出現時,殺毒軟體隨之誕生;面對千年蟲難題時,也迅速找到了技術應對方案。我們可以通過研發新技術,應對DeepFake深度換臉程式的挑戰;或者通過聯邦學習技術,在保證資料私密性的同時,滿足深度學習訓練需求。
作為握有技術能力的群體,我們需要與監管部門一起協作,而不只是把工作丟給他們。相信有了各方的助力,我們可以讓AI的應用變得更有深度,更加務實,更高效地克服現在面臨的種種問題。
▌阿萊克斯·彭特蘭:國家間應建立互通標準,避免“AI冷戰”
我對當前的深度學習技術不太樂觀。
最為主要原因是,深度學習不僅需要龐大的資料來源,而且要求這些資料長時間恒定不變,以保證模型訓練結果的可靠性,例如人類的面容、語言,就是相對穩定不變的資料來源。
但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時,出現了倉庫貨物緊缺,不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰,就是因為快速變化的疫情,和深度學習對恒定資料來源的需求是矛盾的。
另外,我想談談如何通過聯邦學習,促進資料的流通。
大多數公司沒有足夠豐富的資料,需要聯合不同的資料來源。基於這種需求,出現了很多新商業模式,比如“資料經紀人”——他們不出售資料,而是把資料借出去,作特定需求的使用。
“資料經紀人”業務湧現了很多,他們促進了資料的流通,也加強了資料的隱私性。因此,像聯邦學習這樣的技術和商業策略結合,有效解決了資料在合規性和所有權方面的難題。
聯邦學習也依賴於新的基礎設施建設,為資料應用和深度學習提供基礎環境,比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗,新加坡等國家設置了一種相互競爭的區塊鏈系統,來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗,涉及不同資料的互通性和連貫性問題。
我們仍在研究如何用儘量少的資料,實現人工智慧的目標。少量資料是指不斷更新的短期資料,這些資料能使AI應對迅速變化的情況,並及時做出調整。
我們打算將AI與其他基礎科學結合,例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料,可能會比深度學習更加強大。
除此之外,我們在探討用AI保障聯邦學習過程中不同資料方的權益,這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。
另一方面,我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作,找出解決系統入侵和保障網路安全的方法。
我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策,也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率,比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。
基於我們已有的多中繼資料庫,現在可以利用AI實現全新的資料優化方式,將貧困、不平等這種之前無法量化的指標,通過可量化的指標進行評估。
同時,要真正實現這個目標,我們還需要制定統一的互通性標準。如果沒有這個標準,國家之間就不會相互信任去合作,就可能出現AI冷戰。
因此我們需要找到促進合作的方式,就像TCP/IP互聯網協議那樣。而之前我提到的,新加坡、瑞士等現在正在嘗試的區塊鏈系統,將有希望解決國家間缺乏互通標準的問題。
Part II 對話
▌ 美國線上教育發展難度更大,只在ZOOM上講課是不夠的
Q1:疫情加速了行業的改變,遠端醫療、線上教育開始蓬勃發展,這只是AI對人類社會產生影響的冰山一角。想請兩位談一談,目前看好AI在哪些領域應用的未來前景?
李開復:疫情的確對整個社會產生了實質性的影響,人們行為習慣發生了很多改變,更願意接受線上學習和工作了。
這種新的行為習慣產生了大量資料流程,為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料,可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究,因此我相信AI在醫療健康領域的潛能是非常巨大的。
AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務,例如批改作業,讓老師得以將時間精力投入到更有創造性的事情上,能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性,比如設置卡通版AI虛擬老師,讓課程充滿趣味性。
在中國,有很多線上教育公司在疫情之前就已經發展迅速,像創新工場投資的VIPKID,讓國外的純正英語老師線上上教授中國學生。目前,中國的線上教育已經擴展到了更多科目,包括體育、舞蹈、書法等素質教育課程。
相比之下,美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的,好的線上教育必須要有好的內容。
▌AI核心是增強人際互聯,應注重文化多樣性
阿萊克斯·彭特蘭:李開復博士提到的教育案例,我不是很認同。
MIT大約20年前就在教育中使用AI,重點根本不是內容,我們甚至提倡將內容免費開放給大眾。
AI絕非試圖取代人類的作用,我們更強調用AI增強人與人之間的互動,讓人們更好的社交和連接彼此。比如手機上人工智慧技術,不是要取代你,而是讓你高效地找到最適合的工作、最正確的人,讓你更容易的獲取資訊,並進行創新。
我們可以利用資料激發更強的創新力,培養領導力。只有基於這樣的宗旨,才能促進更有創造力的教育和學習,這比關注教育內容本身重要得多。
在加拿大,有家創業公司正在訓練普通民眾學習AI,比如水管工,教學效果非常不錯。他們的教育方式不是簡單的教授基本知識,而是以一種能夠激發人們互動思考的方式。
我們之前在中國調研了3000多個孵化器,發現創業公司成功的要素裡,第一個是文化多樣性,也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性,他們能否發揮自己所長,並很好地進行團隊合作。
1956年,馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解,不應該只停留在“人工”層面,而應擴展到多元文化之間的相互連接、團隊合作,我把它叫做延伸智能(Extended Intelligence)。這也是我想強調的,人工智慧這個名詞有一定的偶然性,但它的核心點是增強人與人之間的互聯性。
▌AI未來突破難預測,奇點、超級智慧過於樂觀
Q2:未來十年AI有沒有可能取得重要突破?比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼?
李開復:過去60多年來,深度學習是唯一的重大突破。在這之後,卷積神經網路(CNN)和GPT-3等都算是重要的改善,我對於人工智慧的漸進式改善保持樂觀。
對科學家來說,他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易,只要有大量的資料,就可以從實驗室進入到行業應用,CNN和GPT-3都是模型加海量資料的成果。
我是務實派的,雖然持有樂觀態度,但並不是一位“未來學家”。未來的突破很難預測,對奇點(Singularity)的爭辯,甚至預測超級智慧的出現,在我看來都過於樂觀了。
阿萊克斯·彭特蘭:我同意李博士的觀點。很多生物機制很難解釋,包括用感知認識事物、理解聲音、尋找食物等,是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論,並進行實踐。
從務實的角度來說,我最感興趣的就是聯邦學習。就醫療而言,我們有這麼多醫院,在新冠疫情期間做了很多的實驗,為什麼這些實驗資料不能進行聯合呢?
儘管資料有不相容的地方,但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來,我們對資料的需求也許會越來越少,外科醫生或者物理學家或許不需要太多資料,因為他們對規則已經瞭若指掌了。
▌不要墨守成規,要跨領域、跨學科應對挑戰
Q3:人工智慧會有什關鍵挑戰?對於想從事這個行業的人,有什麼是需要瞭解的關鍵點?
李開復:首先,大背景在改變,新科技層出不窮,我們每年都需要學習新的東西。
其次,人工智慧可能引起各種問題,包括偏見、歧視、倫理道德等,是否危害人類的身體健康,無人駕駛技術該何去何從等等。
第三,人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校,能夠把AI教育擴展到各個學科,讓研發人員及早意識到自己的責任和價值。
阿萊克斯·彭特蘭:是的,我朋友做過一個有關電的趣味類比,電動馬達最初在工廠裡用於生產的時候,並沒有發揮出多大的作用,因為大家並不知道如何改造生產流程。
AI在一些領域發揮的作用是顯著的,但應用到其他領域時,就需要改造流程。很多情況下,最困難的就是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
而有意思的是,就像李博士提到的,像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。
比如,我今天早上正好就這個話題跟G20領導人對話,大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題,不能只是工程師或者社會科學從業者們在做,經濟學家,政治家等等都必須參與進來緊密合作。
隨著AI的應用領域越來越廣,除了必須具備強有力的技巧來建立社會規則,還需要對研究經費、企業投入等進行各種調整。
▌雖然大公司實力不容小覷,但依舊對小公司抱有期待
Q4:AI研究會消耗大量的資源,我們是否應該將資源往學術界平衡?現在已經發生資源的重新分配和平衡了嗎?
李開復:就人才而言,現在已經有重新平衡的跡象了。
過去,頂尖大學的學者基於待遇和種種考量,不少選擇去企業界工作。而近期,曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。
但像GPT-3這樣的技術,仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練,就要花費460萬美金,只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。
我觀察到,近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建,為了解決特定問題而生,並非紙上談兵做突破性科研,切入的領域也往往是巨頭公司忽略的地方。
例如,為製造業進行AI賦能,不是一件輕鬆的事,需要去工廠實地勘查,瞭解運作方式。大公司因為賺錢很容易,不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果,就會給產業界帶來革命性的影響。所以,雖然大公司的實力不容小覷,但我依舊對小公司抱有期待。
阿萊克斯·彭特蘭:大學和公司是一種融合的關係,不僅體現在人才流動上,也會進行資訊資源分享,彼此是整體性的合作態勢。
當然這也不是絕對,產業界的保密需求還是存在的,只是從學校的出發點來說,我們願意毫無保留地為大家提供更好的研究成果,並與企業合作,形成標準化平臺。
▌人工智慧取代人類需要上百年或更久
Q5:兩位認為什麼是AI不能取代的?
李開復:一類是創造力、分析能力、邏輯辯論能力,瞭解自己知道什麼不知道什麼,這些是人工智慧無法取代的。另外一類是同理心,人類之間的信任、友誼,自我認知、意識等。
阿萊克斯·彭特蘭:人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
▌AI創業建議I:找到小切入點,不要與巨頭正面硬碰
Q6:李博士提到了AI在小企業中的運用,可否再舉例說明是如何運用的?
李開復:這個問題分兩部分:一個是小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,並且不要與巨頭核心業務正面硬碰。
對於那些中小型非AI、但想應用AI的公司,需要確保有足夠的資料,以訓練與核心商業價值掛鉤的AI模型,並且有願意變革的開放性公司文化。
所以,早期應用AI的公司可能規模較大,因為他們有足夠大的資料,和可相容變革的商業模型。每個例子都不同,不是任何一家公司都要應用AI。
阿萊克斯·彭特蘭:如果我們放寬AI的定義,或許水管工、合同工都有資料,通過一些簡單的分析、整合,AI也可以在很大程度上改進他們的工作。
這些都是很小的切入點,基於簡單的AI分析、機器學習,依舊可以產生巨大的潛力。
▌ AI創業建議II:知曉技術,同時理解商業
Q7:兩位再分享一下最後的建議?
李開復:我們在步入一個AI開始滲透到方方面面的令人振奮的時代,我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地,而不僅僅鑽研技術本身。
阿萊克斯·彭特蘭:不要太較真於深度學習或者冗長的演算法,一切始於要解決的現實問題。不要止步於技術本身,要明白資料類型、形態和規律,關注商業流程。
感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。