人类社会的发展离不开科技创新。一项新技术的成熟度需要哪些测试？为什么算力和数据是计算机和人工智能发展的重要生产资料？如何实现数据的智能化？通过这篇文章，吴汉清（刀哥）将从人类社会的发展出发，梳理总结技术创新的规律和脉络，分享他对当前技术发展和机器智能的看法。1、从历史和社会的角度看技术的发展如果要弄清技术发展的脉络，就需要回顾人类的历史，因为人类的历史本身就是技术发展的历史。马克思对人的定义之一是劳动使人区别于动物。究竟有什么不同？我认为技术赋予了我们独特的特征。在农业革命之前，人类大多生活在社区中。当时人类获取食物的主要方式是狩猎和采集，效率很低。大约在8000到10000年前，人类历史上发生了农业革命，出现了种植业和畜牧业。之后，人类在单位面积土地上获取食物的效率得到了极大的提升。因为不需要人人都从事农业生产，额外的劳动力形成了最早的社会分工。比如，一些人开始进入手工业制作工具，进一步形成了人的聚集和交流，从而出现了最早的城邦。也就是说，世界第一座城市的诞生是由农业革命产生的技术推动的。之后，人类历史发展得非常顺利，农业社会经历了长达几千年的漫长岁月。直到近代，大约两百多年前，工业革命首先在英国诞生。从那时起，人类社会的经济呈指数级增长。我们这一代出生在二战后的人尤其幸运，因为他们没有经历过大规模的战争，享受着中国高速发展带来的红利。建国之初，中国一穷二白的时候，直接开始了工业化，完成了国家和社会的工业化。到70后、80后、90后出生的时候，中国已经进入了消费社会，正在发生着不断的变化，电脑和互联网的出现。现在，我们即将进入下一个时代，我们将其定义为智能时代。定义一个时代并不容易。只能称之为一个新技术出现的时代，能够对经济产生巨大的影响，带动整个社会的全面变革。从两百多年前的工业革命开始到现在，是一场巨大的社会变革，而这种社会变革也极大地改变了人类的思维方式。可以想象，生活在三四百年前的明朝的人，一生的生活和工作未必会改变，所做的工作与一千多年前的汉唐也未必会有太大变化。但我们这一代不一样。我们从工业社会直接进入消费社会，再到现在的网络时代。因此，即使是童年的场景，现在也显得十分遥远。很难预测几十年后会发生什么。这就是科技给社会带来的巨大变化。工业革命开始后的200年里，人类科技不断爆发式增长。回到工业革命的本质，资本的本质其实就是技术，创造新的财富。回顾过去两百多年发生的所有技术变革，从蒸汽机、铁路、火车，到蒸汽轮船、电报、电话、电气照明，再到汽车、石油、飞机，再到计算机、互联网，和人工智能。这些变化相互影响，相互激发，承前启后，共同改造了这个多元化的社会，也促成了一座现代化城市的诞生。与古代城市相比，现代城市发生了根本性的变化，而这些变化是由工业革命带来的。工业革命的另一种资源——煤炭，在中国古代很早就存在，但中国古代的富人只是用煤取暖，并没有把煤作为重要的生产资源。正是由于这些客观因素，工业革命首先发生在英国。工业革命最直接的原因是消费需求的刺激。当时，英国消费者对从印度进口的色彩艳丽、价格低廉的印花棉布产生了极高的兴趣。因此，英国不惜重金购买印度进口的棉布。品尝。当时英国率先采取了贸易保护措施，就像现在的行业都在抑制新技术一样。但即使英国立法禁止进口印花布，也无法遏制民众的强烈需求，这让英国生产商不断思考如何实现技术创新。之所以选择科技创新，是因为英国的人力成本非常高。因此，纺织行业的资本需要寻求技术帮助，推动产业升级。用机器代替人力或许是当时英国唯一的出路。因此，棉纺织行业出现了很多技术进步。例如，1733年，约翰凯发明了“飞梭”，提高了织布的速度；1779年，冠腾发明了“织布机”。成为普通纺纱机，大大提高了产能；后来传教士发明了水利机，开创了机械织造的新纪元。到1820年代，操作机器的初级学徒可以织出比熟练的手工织布工多15倍的布料。纵观今天的工业革命，我们可以明显感受到需求对技术诞生的拉动作用。瓦特改进蒸汽机是一项非常重要的工作，棉纺织业对新技术的需求是关键。英国之所以发生工业技术革命，是因为它想通过技术创新来降低劳动力成本，这也是创新的一个重要特征。回到现在，看人工智能，比如在仓库的细分场景下，如果想通过仓库物流机器人实现自动分拣和配送，仓库管理员往往觉得只需要雇几个人就可以了。非常低的劳动力成本。员工就够了。从目前的投入产出比来看，不值得建设人工智能系统。因此，在新技术诞生的初期，最需要找到合适的产业，才能更好地孵化创新。总的来说，技术实际上就是生产力。工业革命时代，通过蒸汽机和纺纱机，释放了大量的劳动力成本，提高了产能。可以说是需求刺激了新技术的诞生，而新技术首先要解决的就是提高产能。2、新技术的成熟必须经过普适性、成本和安全性的考验。说到计算机，首先要说计算，这也是产能的巨大提升。即便是人工智能，也依然是计算机的发展。无论是计算还是人工智能，都没有偏离诞生于1946年的冯诺依曼体系结构。在计算机发展史上，图灵提出了图灵机，而冯诺依曼体系结构就是图灵机的典型实现。计算行业后来的所有发展都是在冯·诺依曼架构下实现的。冯·诺依曼架构仍在实现莱布尼茨200多年前通过符号逻辑模拟世界万物的愿景。就像莱布尼茨的愿景一样，计算很重要，因为它可以模拟和计算我们可以观察到的一切。计算不仅仅是加减乘除等基本运算。人类对世界的所有观察都可以被符号化。因此，今天所有可以符号化的信息，都可以通过符号来实现，这也正是布尔当时的重大贡献。如今，计算机已成为各行各业的重要生产力。计算机解决的是计算能力问题，即生产效率问题。计算之所以如此重要，是因为它可以模拟一切。所以现在很多行业都离不开计算。比如桥梁的设计，需要非常精密的计算，因为计算，现代桥梁设计的效率是古代的几千万倍。这些变化都是由计算机带来的，所以说计算创造了一个新世界。技术有一个完整的生命周期。就像工业革命时期棉纺织业对蒸汽机技术的推动一样，任何技术的发展，一开始都要找到相应的需求市场。先找到对应的需求，再考虑新技术解决什么问题。我认为新技术的根本是提高现场的生产效率，解决产能问题。解决了基本问题之后，下一步就是解决泛化问题。就像蒸汽机发明时是直线驱动，最初是用来抽水井里的水，而瓦特对蒸汽机的重要改进就是使用了曲柄驱动，后来应用到各个行业，成为通用-用途蒸汽机。瓦特对蒸汽机所做的两个重要改变是通用化和降低成本。首先，技术的通用化非常重要。冯·诺依曼最大的贡献是通过改造计算机体系结构实现了泛化。后来，基于这个架构，他创造了一台真正好用的电脑。通过行业需求孵化新技术，再通过技术普适化服务各行各业。其次，技术成本的降低也很重要。在蒸汽机改进之前，能源消耗主要集中在散热上。瓦特在改进蒸汽机时，设计了冷凝器和汽缸分离的结构，基本上解决了一半的能耗问题，大大降低了成本。回顾技术发展史，成本也是创新的根本驱动力，决定着技术能否走向市场并实现规模化。在计算机发展史上，冯·诺依曼提出了两项??关键的技术改进。首先，十进制被二进制取代；第二，程序和数据都放在内存中。当时，世界上第一台计算机是由电子管制成的，需要大量的外部电路来控制。冯诺依曼最先提出电路设计和逻辑设计应该分开，这是一个巨大的思想进步。回顾科技的发展史，我们可以发现，一项技术背后可能有很多人共同做出贡献，但瓦特、爱迪生、冯诺依曼等做出关键改变的人被称为技术革命的英雄。他们之所以能够做出改变，其实是因为他们解放了思想，让他们能够从不同的角度去思考。冯·诺依曼原本是数学家，不懂计算机。但是当他接触到计算机时，他认为逻辑设计和电路设计应该分开，所以他提出了冯·诺依曼体系结构。他还提出将数据和程序直接放入内存，大大降低了计算机的成本，提高了效率。同样，从晶体管转向集成电路是工程上的一项重要改进，这也大大降低了成本。计算机发展史上有过几次关键改进。首先是冯·诺依曼架构的引入；第二个是从电子管到晶体管；三是从晶体管到集成电路，才有了今天的半导体。行业。可以明显看出，在几次技术迭代的过程中，推动技术改进的主要原因是成本降低的考虑，这也是典型的从工程角度进行架构改进的思路。回到互联网和人工智能时代，我们可以得出几个关键结论。如果要提高技术成本，原材料成本就变得非常关键。对于计算机来说，有两个关键成本，计算能力成本和数据成本。如果把智能技术看成是一种计算机技术，那么还有几个典型的问题需要解决。第一，泛化问题，如何实现智能技术的泛化；第二，成本问题，包括算力成本和数据成本，这也严重制约着新技术的发展。计算机大大提高了计算效率，而软件是帮助计算机提高效率最直接的工具。软件消耗的生产资料是计算能力和数据。算力本质上是晶体管，还涉及到存储、网络等，集成电路实现了晶体管在产能和成本上的优化，而云计算则实现了算力的规模化。云计算仍然没有背离冯诺依曼对计算机的定义。事实上，它解决了扩展计算能力的问题，从而可以产生规模经济。边际成本递减也是云计算商业模式建立的最重要原因，它降低了算力成本。除了计算，数据的成本也需要优化。如何有效降低数据成本是AI时代需要考虑的关键问题。回顾技术发展史，首先是需求的产生有效地刺激了新技术的诞生，然后技术开始了普适化，有效地降低了成本。但到目前为止，该技术仍未完成其生命周期，需要解决技术本身的安全问题和生产稳定性问题。在技??术发展史上，早期很多工程师需要冒着巨大的风险来改进技术，而现在我们只需要编写软件即可。总之，技术安全问题也需要解决。只有解决了技术的通用化、成本、安全等问题，才算真正成熟。同时，新技术出现后，会不断迭代，进而产生新的需求。比如在工业革命中，蒸汽机只是一个标志，蒸汽机带动了对铁路的需求，然后出现了火车和轮船，形成了铁路网。而航运网络，又带动了时代的变迁。电报也在那个时期出现，从而形成了铁路网、轮船网和传递信息的通讯网。今天的电话和互联网也是通讯网络。这两个网络为全球经济提供了巨大的推动力，也让全球联系更加紧密。从1850年到1910年，全球贸易量增长了十倍，可见工业革命如何促进了世界贸易。网络的重要性在于一次性建设和重复使用，网络中的节点越多，节点之间的交互性越高，成本越低，经济效果越大。此外，网络将所有可触及的客户拉到一个统一的市场中，有效地扩大了产业规模。与铁路网相比，互联网没有本质的变化，只是规模上的变化。但也可以说是量变导致质变。互联网打破了物理空间的限制，使得今天在互联网上触达客户变得非常高效。所以从技术的关系来看，铁路网和蒸汽机的关系很像互联网和电脑的关系。互联网的出现极大地放大了经济，主要有四种经济效应，即规模经济、协同效应、双边市场和梅特卡夫效应。正是因为这四种效应同时存在，互联网成为了一个超级强大的经济放大器。3、如何在算力和数据上实现大规模突破回顾互联网、计算机、智能技术发展到今天，我觉得最先得到真正验证的是搜索。互联网的发展带动了搜索技术的发展。搜索是第一个达到计算能力和数据规模的软件，它仍然符合冯诺依曼架构的愿景。事实上，当搜索最初被提出来解决海量数据的计算效率问题时，最先是由雅虎发明的，后来谷歌通过PageRank算法对其进行了改进，以更好的体验创造了巨大的市场。正是因为在互联网广告领域发现了巨大的市场需求，源源不断的技术投入到了搜索领域。正是因为搜索技术的沉淀，才能更好地解决计算能力和数据规模的问题，形成了云计算和大数据。传统思维无法思考新技术的估值。对于创新技术，很难形成正确的估值，因为技术迭代速度非常快。比如蒸汽机出现后，很快就出现了铁路和轮船。因此，在对蒸汽机进行估值时，很难想象未来会出现多大的市场，会对世界和社会产生多大的改变。这就是创新的力量。所以，只有技术创新才是创造新的财富，因为它增加了产能，然后通过资本投资不断扩大规模。因此，在研究技术变革和迭代时，很难想象一项新技术问世后会产生什么样的新需求，也就很难通过一套成熟的方法来评估一项新技术的未来潜力。今天，要想在企业的竞争中有更好的竞争力，就需要站在资源的角度去思考对每一项新技术的看法。例如，在工业时代，实际上有一个自然资源的大发现。英国最早使用木材作为生产和生活的主要燃料。后来因为木材的减少，开始用煤。然而，直到蒸汽机的发明，煤炭才被大量开采。工业革命在英国诞生的另一个很重要的原因是英国煤炭资源丰富，易于开采，靠近海岸线，运输更方便。在中国古代，煤矿主要在内陆，经济最发达的地方在长三角。没有铁路和轮船，将煤炭运往沿海地区的成本很高，所以煤炭并没有成为中国古代经济发展的重要因素。材料。蒸汽机出现后，煤炭成为重要的战略资源。同样的事情发生在石油出现之后。美国克利夫兰从一个小镇发展成为一个工业化城市，是因为附近有油田。正是在这里，洛克菲勒得到了他的第一桶金。电力开发也是如此。1886年，美国决定在尼亚加拉大瀑布修建水电站，向26英里外的布法罗输送10万马力的电力。在电没有发明之前，瀑布只能算是壮观的自然景观，但是在电力系统发明之后，人们会发现瀑布的水滴是一种非常重要的自然资源，谁拥有了这样的资源，谁就拥有了一个巨大的财富。对自然资源的垄断或获取可以给公司或国家带来竞争优势。因此，有必要从自然资源的角度重新审视新技术的发展。当一项新技术出现时，创新其实需要关注市场规模。对于时代的变革，创新的规模才是最关键、最本质的东西。回到计算机的发展，最早的电子管仍然发光发热，存在巨大的能耗问题。后来随着晶体管的发明，硅成为一种新的自然资源，而这种材料在地球上无处不在，使得新的晶体管比修理电子管更便宜，从而导致了商业模式的重构。可见，自然资源将决定很多事情。对于计算机和人工智能的发展，计算能力和数据是重要的生产资料。计算能力涉及晶体管、存储网络等，而数据需要重新考虑为一种新的自然资源。在信息时代，计算机的发展导致了各种数据库的出现，取代了很多需要手工操作的表格。在智能化时代，一些低门槛、低复杂度的事情，可以由计算机自动完成。回过头来看，计算机在信息时代使用相对较小的计算能力和数据。PC时代使用的计算能力和数据可能只来自于自己，但在智能时代，软件操作可能会用到云计算。海量数据和计算能力。因此，今天的新软件可以解决不同的问题，其效率提升将是信息时代的无数倍。云计算有效完成了计算能力的规模化。数据的规模曾经被期望通过大数据来完成，但目前大数据还没有得到充分应用，各行各业还在处理小数据。今天我们聊聊机器智能应该设计成什么样的软件。其实我们应该从这个智能软件消耗多少算力和数据的规模来判断。一个智能软件如果不消耗大量的算力和数据，很难想象它能增加很高的产能。要实现数据的规模化，最重要的是物联网。今天，通过大量的物联网设备，会源源不断地收集大量数据，数据规模远超人工填表时代所产生的数据规模。人工填表收集的数据仍然被认为是信息时代收集的数据，而物联网设备收集的数据是满足智能时代所需数据规模的基础。要使数据成为一种自然资源，规模很重要。在数据的成本方面，人工智能的成本很高，因为数据的成本非常高。算力成本通过晶体管、集成电路、云计算有效实现了规模经济，在实现路径上可以逐步收敛，符合摩尔定律。但是，数据成本仍然很高。这有几个原因：首先，对于很多AI算法来说，数据标注的成本非常高，往往需要人工参与。因此，整个学界和产业界都在思考如何让机器自动标记，从而有效降低数据成本。二是物联网设备和全链路数据采集成本过高。物联网设备不产生数据，而是收集数据。3G/4G/5G的发展，降低了设备数据采集环节的成本。数据采集??完成后，还需要考虑如何存储和处理数据，综合考虑成本，还需要与上层应用软件进行交互，因此人工数据管理也浪费了大量时间。只要需要人工参与，效率肯定不高，成本也会上升。因此，学术界和工业界也在思考如何让机器自动进行数据治理，解决数据质量问题。只有这些都完成了，数据才能成为智能时代可以有效利用的自然资源。4、数据的智能化有了大规模的计算能力和数据，如何提高各行业的生产力？机器智能技术其实有点像工业革命中出现的蒸汽机，在各个行业的应用类似于英国棉纺织业的纺织机。.因此，智能科技如何改变世界，并不能简单说，而是通过为各行各业制造“纺织机器”来提高产能、降低成本，从而带动行业进步，服务于整个社会。因此，需要观察哪些行业能够带动自身技术的发展，实现数字化、智能化。数据的智能化是通过精细化管理或治理来解决资源的合理配置，这是计算能为各行各业做出的最普遍的贡献。当这个问题解决了，各个行业的产能就会大大提高，成本也会大大降低。回到经济社会层面，在蒸汽机、铁路、轮船出现后，再次发生农业机械化革命，大量农民失业，大量人口涌入城市，工人阶级出现.又由于工厂投资大型机械设备，需要大量工人聚集从事劳动，于是出现了产业分工，进一步形成了工业化城市。因此，最早的工业化城市是英国的曼彻斯特，那里有50万工人使用机器制造棉纺织品。随着电力和石油革命的发展，20世纪初，百万人口以上的城市从六个增加到二十个或三十个。这就是工业革命带来的大规模城市人口。收集。进入消费时代，产业集聚进一步发生，导致第一批开始产业分工的企业积累了大量财富，阶层分化开始出现，劳动者、白领阶层的出现工人和中产阶级。因为很多重要的生产活动不是在一线完成的，而是在办公室里完成的，而中产阶级的知识和经验的积累变得非常重要，这群人变得非常富有，也刺激了社会需求，尤其是第三产业的需求。1990年前后，社会产业结构发生了巨大变化。大量人口从工业转向服务业，城市结构也从工业转向消费。今天，互联网公司是由技术驱动的。很多公司并没有严格执行签到，因为我们已经让人回归到人而不是机器。这其实是人工智能需要解决的问题。因为人们上班的集合签到制度是工业革命后基于流水线的工厂发明的一套管理制度。今天，如果技术本身就是资本，技术创造新的财富，创新是财富发展最重要的驱动力，那么应该为技术创新提供更加宽松的环境。随着机器智能的推进，社会分工将进一步细化，城市将聚集更多的人。据估计，到2050年，全球70%的人口将居住在城市。城市的发展需要解决住房、就业、环境、卫生等问题。因此，智能技术出现后，我们希望重新思考和解决工业革命带来的弊病，让整个社会和人类实现可持续发展。无论是算力还是数据，通过精细化计算，都可以有效降低损耗，实现资源的合理配置和利用。机器智能将对未来的经济和社会产生巨大的影响，让更多的人回归更有创造性的工作，让人更像人，让工作更开放自由，改变生活的面貌。但是，技术的发展仍然符合上述规律。需要强劲的需求来刺激新技术的诞生，需要解决技术的普适性、成本和安全性等问题。最后，技术会创造新的需求，在技术和需求之间建立正向关系。反馈，进而形成新的社会分工，以改变社会、城市和生活的面貌，催生新的文化和价值观。今天，无论是人工智能、物联网还是5G技术，仍然需要从需求、成本和经济影响的角度进行思考，以做出有效的战略决策。还需要从自然资源的角度思考，为企业寻找新的竞争优势。
