凱文·凱利數(shù)博會(huì)暢談未來(lái)：大數(shù)據(jù)時(shí)代的特斯拉比福特更有價(jià)值

來(lái)源：大數(shù)據(jù)文摘 時(shí)間：2019-05-30 14:40:28 作者：周素云

談到未來(lái)，大家對(duì)凱文·凱利（Kevin Kelly）應(yīng)該不陌生，他的暢銷(xiāo)書(shū)《失控》、《必然》和《技術(shù)想要什么》被稱(chēng)為“未來(lái)三部曲”，也被人們親切的成為“KK三部曲”。很多對(duì)科技感興趣的朋友也至少有一本他的書(shū)。

在2019年中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上，KK圍繞“人工智能”與“區(qū)塊鏈”為我們帶來(lái)了兩場(chǎng)主題演講。在“AI賦能，引領(lǐng)未來(lái)”的主題演講中， 他主要從數(shù)據(jù)的價(jià)值、人工智能對(duì)大數(shù)據(jù)的重要性、人工智能與人類(lèi)的思維方式、區(qū)塊鏈以及大數(shù)據(jù)時(shí)代的隱私保護(hù)談?wù)摿巳斯ぶ悄芘c大數(shù)據(jù)對(duì)我們未來(lái)影響的五個(gè)方面。

以下是凱文·凱利（Kevin Kelly）的演講全文，大數(shù)據(jù)文摘做了不改變?cè)獾木庉嫼蛣h除。

很高興來(lái)到現(xiàn)場(chǎng)，我每次來(lái)中國(guó)都感到十分享受，因?yàn)槊看挝襾?lái)中國(guó)都會(huì)發(fā)現(xiàn)中國(guó)已經(jīng)在擁抱未來(lái)了。我今天上午的演講是想跟大家分享一下人工智能在大數(shù)據(jù)的背景下的一些發(fā)展情況，不是5年或者10年，而是未來(lái)25年的發(fā)展趨勢(shì)，因?yàn)槲覀円獣诚胛磥?lái)大數(shù)據(jù)的世界。

現(xiàn)在我們已經(jīng)處于“信息時(shí)代”或者“數(shù)據(jù)時(shí)代”，所以我們不能夠忽略大數(shù)據(jù)。25年以后，我們將擁有越來(lái)越多的數(shù)據(jù)。而且我們?cè)谧鋈魏螞Q策、制定任何決策的時(shí)候，都要基于這些大數(shù)據(jù)。

擁有數(shù)據(jù)的特斯拉價(jià)值大于福特

首先，我想跟大家談一下我們大數(shù)據(jù)平臺(tái)，在這個(gè)平臺(tái)上，我們可以去收集很多移動(dòng)終端的數(shù)據(jù)，比如我們放在手袋里面的手機(jī)或者其它移動(dòng)設(shè)備的數(shù)據(jù)，當(dāng)這些數(shù)據(jù)能夠連接在全球化平臺(tái)上，他就需要有一個(gè)超級(jí)運(yùn)算的能力。這些超算他可以幫助我們?nèi)ス芾砗头治鲞@些數(shù)據(jù)，這種大數(shù)據(jù)的平臺(tái)是一個(gè)全球化的平臺(tái)。

這些數(shù)據(jù)有什么樣的？舉個(gè)例子，比如說(shuō)福特公司，你可以看到市值，它每一年會(huì)給我們生產(chǎn)1億臺(tái)的汽車(chē)，然后他們總收入大概350億美元。而特斯拉，它的生產(chǎn)量是少，大概只有20萬(wàn)臺(tái)，但是很重要的一點(diǎn)，它的價(jià)值非常大。

為什么說(shuō)特斯拉的價(jià)值大呢？

它可以通過(guò)車(chē)載的數(shù)據(jù)分析消費(fèi)者、駕駛?cè)藛T的駕駛習(xí)慣，他的車(chē)輪上面都嵌入了微型計(jì)算機(jī)。所以所有車(chē)子上面的數(shù)據(jù)都可以上傳到平臺(tái)進(jìn)行分析，制造下一輪的汽車(chē)。有了這些數(shù)據(jù)，有了使用數(shù)據(jù)的方法，就可以讓這家企業(yè)在競(jìng)爭(zhēng)當(dāng)中脫穎而出。

沒(méi)有人工智能，大數(shù)據(jù)反而成麻煩

大數(shù)據(jù)時(shí)代，如果沒(méi)有人工智能 ，我們產(chǎn)生太多數(shù)據(jù)可能也是個(gè)麻煩，它將帶來(lái)的是挑戰(zhàn)而不是機(jī)遇。

沒(méi)有人工智能的數(shù)據(jù)是沒(méi)有用的，有人會(huì)擔(dān)心如何才可以讓人工智能做得更好？在這里可以給大家舉一些例子或者一些建議。

例如AI可以模擬出真人的面孔，它能夠幫助我們?nèi)ヌ摌?gòu)、模擬人的樣子。人類(lèi)做到這些需要使用不同的認(rèn)知細(xì)胞，但我們還不知道人的大腦里有多少神經(jīng)系統(tǒng)或神經(jīng)細(xì)胞可以讓我們獲得這種認(rèn)知，但我們可以去分析機(jī)器。

不同的人的認(rèn)知水平和能力是不一樣的，我們把這種能力叫做“智商”。對(duì)比人類(lèi)和動(dòng)物智慧，人類(lèi)的智慧只能記住某一些東西，并在這個(gè)進(jìn)化的過(guò)程中不斷拓展大腦的能力，但還是不夠。

而機(jī)器的認(rèn)知水平是可以超越人類(lèi)的，而且是多維的認(rèn)知。作為工程師，要懂得通過(guò)三維甚至四維的觀念來(lái)看，但是不可能一下子達(dá)成。

我們可以看到機(jī)器的認(rèn)知水平可以遠(yuǎn)超越人類(lèi)的，而且是多維的認(rèn)知，所以我們作為工程師我們要懂得通過(guò)三維甚至四維觀念來(lái)看，但是不可能一下達(dá)成的。

現(xiàn)在很重要的一點(diǎn)就是，當(dāng)我們?cè)谥圃烊斯ぶ悄艿臅r(shí)候，這種思維方法跟人類(lèi)的思維想法不一樣。AI能夠模擬人的認(rèn)知，同時(shí)更具有創(chuàng)造力、更能夠解決問(wèn)題，而且情緒會(huì)更少。

現(xiàn)在我們?nèi)〉昧撕芏嗟倪M(jìn)步，我們也能夠一次一次去模擬這些人類(lèi)的認(rèn)知。

通過(guò)AI模擬人類(lèi)的面孔，以及大家知道的自動(dòng)駕駛，還有AlphaGo打敗人類(lèi)棋手等等的案例，我們不知道未來(lái)還會(huì)出現(xiàn)怎樣的場(chǎng)景。我們只知道現(xiàn)在數(shù)據(jù)很多，我們必須讓AI學(xué)會(huì)分析哪個(gè)是貓、哪個(gè)是狗。

要做到這樣，我們要給這個(gè)機(jī)器看很多照片，才能讓AI分辨貓和狗，但是對(duì)于小嬰兒，只需要給10張照片，就可以很容易區(qū)分貓和狗，所以對(duì)于AI來(lái)講未來(lái)還是有很大的發(fā)展?jié)摿Α?/p>

AI提供不同思維方式的解決方案

我們也會(huì)給其他的例子讓大家知道大數(shù)據(jù)跟AI之間的關(guān)系。

每年都有很多人在交通事故中喪生，如果我們不能用更好的方法提高自己的駕駛技術(shù)，就只能用人工智能來(lái)助力自動(dòng)駕駛。

當(dāng)我們采取一套行動(dòng)的時(shí)候，我們會(huì)用自己的方法執(zhí)行，我們會(huì)嘗試解決問(wèn)題，并不是所有問(wèn)題人類(lèi)都可以單獨(dú)解決的，所以我們需要AI，因?yàn)樗梢越o我們提出不同的解決方案和思維方式。

所以機(jī)器人跟人類(lèi)可以組成一個(gè)很好的團(tuán)隊(duì)，一起解決問(wèn)題的，“人類(lèi)+AI”可以給我們帶來(lái)非常強(qiáng)大的力量。這個(gè)就有點(diǎn)像我們所說(shuō)的人首馬身，

在國(guó)際象棋競(jìng)標(biāo)賽當(dāng)中AlphaGo戰(zhàn)勝了人類(lèi)的。有些人說(shuō)這不公平??？因?yàn)锳lphaGo可以獲得所有象棋冠軍的數(shù)據(jù)，如果人類(lèi)可以利用這些數(shù)據(jù)的話(huà)，那人類(lèi)也可以打敗這個(gè)AlphaGo。

所以機(jī)器人跟人類(lèi)可以組成一個(gè)很好的團(tuán)隊(duì)，一起解決問(wèn)題的。我們可以在機(jī)器幫助下下象棋，“人類(lèi)+AI”可以給我們帶來(lái)非常強(qiáng)大的力量。

我們可以在增強(qiáng)現(xiàn)實(shí)生活當(dāng)中增大我們現(xiàn)有的一些數(shù)據(jù)，好像你看到上個(gè)世紀(jì)50到80年代，我們只有這些臺(tái)式電腦，沒(méi)有通過(guò)互聯(lián)網(wǎng)連接起來(lái)但是到了80年代以后，我們有了互聯(lián)網(wǎng)，不單只是電腦，我們手機(jī)都可以連接起來(lái)，我們甚至可以建立自己的網(wǎng)絡(luò)平臺(tái)。

2020年以后會(huì)有一種系統(tǒng)，人生活當(dāng)中有不同的數(shù)據(jù)嵌入其中，你可以感知這個(gè)世界，你會(huì)發(fā)現(xiàn)整個(gè)世界會(huì)跟以前不一樣的。我們還可以把這些現(xiàn)實(shí)叫做“混合現(xiàn)實(shí)”，它不再只是一對(duì)一的認(rèn)知物理世界，而是將虛擬世界混合到真實(shí)世界當(dāng)中。

現(xiàn)在在這里我們可以做很多的一些工程模擬，比如說(shuō)我們要做一個(gè)大型工廠，要建一個(gè)輪船，在此之前我們都可以做一個(gè)數(shù)據(jù)模擬，我們稱(chēng)它為數(shù)字孿生。

然后我還可以帶上AR眼鏡，不管看到這個(gè)房間還能夠看到一層一層的數(shù)據(jù)，還可以看到一個(gè)虛擬的人坐在這個(gè)椅子上，也有可能這個(gè)椅子也有一個(gè)虛擬的世界，我還可以對(duì)虛擬的椅子上進(jìn)行設(shè)計(jì)、改造。

機(jī)器人可以看到我們的動(dòng)作，可以看到人類(lèi)的動(dòng)作。機(jī)器人還能夠聽(tīng)到我們的聲音，因?yàn)樗部梢酝ㄟ^(guò)虛擬世界的交互來(lái)和我們真正交互，比如說(shuō)我站在這里，攝像頭可以捕捉我的一舉一動(dòng)，通過(guò)5G傳輸我的所有動(dòng)作。

現(xiàn)在世界上一些最大的公司都是數(shù)據(jù)公司，這些公司都會(huì)立于不敗之地。

區(qū)塊鏈，數(shù)字文明的基石

講到大數(shù)據(jù)區(qū)塊鏈，我想他不僅僅涉及到加密獲利，區(qū)塊鏈也是去中心化的，所有人都可以連接到上面，并且有效去獲得一種分布式的權(quán)限，這個(gè)也是區(qū)塊鏈可以做到的事情。

我們可以有效知道區(qū)塊鏈能夠?yàn)槲規(guī)?lái)一種去中心化的方法。比如說(shuō)這個(gè)椅子它本身有很多的一些數(shù)據(jù)顯示在上面，所以我們看到的所有現(xiàn)實(shí)生活當(dāng)中的場(chǎng)景都有數(shù)據(jù)，里面有數(shù)據(jù)資本、價(jià)格都可以在上面顯示。

我們首個(gè)數(shù)字文明，是基于物聯(lián)網(wǎng)，可以把所有的信息進(jìn)行數(shù)字化，不管是我們?cè)谑裁磮?chǎng)景下去創(chuàng)造出的信息，都可以進(jìn)行數(shù)字化并且將數(shù)字進(jìn)行一個(gè)互聯(lián)。

當(dāng)你帶上眼鏡這一刻就映射你房間的數(shù)字的版本。而隨著越來(lái)越多人使用這一項(xiàng)技術(shù)，世界上更多的部分被映射下來(lái)，這個(gè)世界的數(shù)字版本就會(huì)更加詳細(xì)。而我們的虛擬世界其實(shí)就是由用戶(hù)進(jìn)行的一個(gè)構(gòu)建。我們希望這將是一個(gè)延續(xù)性活動(dòng)，它是不會(huì)受到任何的阻斷的，而且我希望這是一種去分布化的形式，每一個(gè)人都可以選擇將他看到的街景或者房間的這些數(shù)字版本上傳到云端，而且這樣的上傳的模式是去中心化的，底層技術(shù)就是區(qū)塊鏈。

如果說(shuō)我們要構(gòu)虛擬世界，虛擬世界有街景還有房間，而且房間的掃描工作由個(gè)人用戶(hù)進(jìn)行完成的，而且是由個(gè)人用戶(hù)上傳的，為了保證這一些過(guò)程的可信度還有不可篡改性，我們需要采用區(qū)塊鏈這樣底層的技術(shù)。

雙向監(jiān)督保護(hù)大數(shù)據(jù)隱私

還有最后一點(diǎn)，就是大數(shù)據(jù)的隱私問(wèn)題。我覺(jué)得事實(shí)上我們有一個(gè)雙向監(jiān)督的辦法，我們要知道誰(shuí)看著我們，誰(shuí)監(jiān)督我們，他們是否可信。

在我們世界當(dāng)中有這么多的數(shù)據(jù)，我們?cè)趺礃涌梢员Ｗo(hù)隱私？我們可以通過(guò)區(qū)分式、聯(lián)合式學(xué)習(xí)，我們可以收集到和隱私相關(guān)的數(shù)據(jù)結(jié)果，然后去確保說(shuō)數(shù)據(jù)本身是屬于我們的，我們隱私數(shù)據(jù)不會(huì)被別人輕易得到。

這種區(qū)分式和聯(lián)合式學(xué)習(xí)可以幫助我們保護(hù)隱私，所以其實(shí)就是通過(guò)新的技術(shù)，我們既能擁有大數(shù)據(jù)的世界，又可以保護(hù)我們的隱私。

未來(lái)25年的科技趨勢(shì)可能難以預(yù)測(cè)，不過(guò)有一件事是確定的，那就是我未來(lái)25年中，最偉大的產(chǎn)品今天還沒(méi)有被發(fā)明出來(lái)。數(shù)百個(gè)新機(jī)會(huì)呈現(xiàn)在我們眼前，各位都可以抓住這個(gè)機(jī)會(huì)，永遠(yuǎn)不會(huì)太晚，謝謝！

責(zé)任編輯：李蘭松