一、人工智能技术的定义人工智能技术是一种信息技术,可以让机器代替人类进行复杂的生产劳动。如果一项技术不是信息技术,它就不属于人工智能技术的范畴。大工业时代的纺织机、织布机等很多机器也可以代替人从事复杂的生产劳动,但与信息技术无关,因此不属于人工智能技术。丰富的数据资料让信息技术在当今时代发挥着举足轻重的作用,其中让机器从海量数据中学习的技术就属于人工智能技术。如果一项信息技术不能让机器完全取代人类,依靠机器自主创造价值,那么不管这项技术能给我们带来多么有效的信息,都不能算作人工智能技术。对数据进行处理、加工、分析的数据分析或数据挖掘技术,确实可以让我们有效地掌握数据背后的信息,但如果这样的技术还不能让机器自主创造价值,那么它们还不具备人工的基本特征情报技术。事实上,数据分析或数据挖掘技术虽然重要,但往往不能作为独立的产品形态存在,其价值创造的范围往往受到技术使用者主观能力的限制。如果一项信息技术不能创造社会价值(即为他人创造价值),那么无论它表面上多么重要,它都不属于真正意义上的人工智能技术。人工智能技术就是那些能够创造社会价值的信息技术。至于它们如何创造社会价值,将在后面的章节中一一介绍。不仅如此,被人工智能技术取代的机器,往往不是人类简单的生产劳动,而是人类复杂的生产劳动。如果说工业革命中的机器在一定范围内替代了人类的体力劳动,那么人工智能技术则让机器在一定范围内替代了人类的脑力劳动。对人类脑力劳动的模仿、补充和部分替代,是人工智能技术区别于历史上其他重要技术的关键点。2、以经验为出发点人工智能技术发展的出发点是人类在生产和劳动过程中经验的积累。在人工智能技术体系中,专家系统和机器学习技术起着最重要的作用,因此我们将着重分析人工智能技术的这两个分支。无论是专家系统还是机器学习,其本质都是将人类的经验以不同的形式转化为计算机算法,让机器进行自主决策。在专家系统中,对于要解决的问题,人们将与问题相关的经验转化为一系列的逻辑规则,计算机根据这些逻辑规则进行决策。因此,专家系统也被称为规则引擎。专家系统使用的逻辑规则不仅包括与问题相关的“自变量”,还包括与自变量相关的参数设置。例如,假设要解决的问题是对变量y进行分类(变量y一般称为“目标变量”),x1和x2是与问题相关的自变量,专家系统的逻辑规则有如下形式:当x1>Θ且当x1+x2<Δ时,y?C1。其中,Θ和Δ是与自变量相关的参数。不难看出,专家系统需要人的经验来覆盖解决问题的所有细节,不仅包括选择合适的自变量(x1和x2的选择),还包括与问题相关的参数设置。自变量(Θ和Δ的设置)。前者属于定性分析,后者属于定量分析。机器学习技术作为人工智能技术的另一个分支,是一种从历史数据中建立模型,让机器自行做出决策的技术。机器学习技术的基础是统计学,而机器学习技术的核心是从数据样本中寻找自变量与目标变量之间的数量关系。和专家系统一样,机器学习技术也需要人来设置自变量,但机器学习技术是根据模型计算与自变量相关的参数。在上面的示例中,机器学习技术还可以使用x1和x2对y做出分类决策。而机器学习技术不需要预先设定参数Θ和Δ,而是将参数设定的任务交给模型来完成。同时,这个模型的建立需要一定数量的历史样本,每个历史样本不仅包括x1和x2的所有取值,还包括目标变量y的历史结果。显然,专家系统和机器学习技术的目标是一样的,都是让机器自己做决定。而且,无论是专家系统还是机器学习技术,都需要以人的经验作为输入材料,让机器自行做出决策。不同的是,专家系统需要的经验材料更具体,而机器学习需要的经验材料更抽象。从表面上看,专家系统只需要少量的经验资料,而机器学习则需要大量的数据资料。事实上,我们需要提供给专家系统的经验资料是压缩数据,而我们需要提供给机器学习的数据资料是没有压缩过的经验。两者都是经验材料,都是数据材料。前者侧重于体验材料的定性部分,后者侧重于体验材料的定量部分。顺便说一句,人们常常有一种错觉,认为机器学习技术的有效性主要取决于输入给它的数据的大小——数据越大,机器学习技术的效果就越好。事实上,提供给机器学习技术的数据不仅没有用,如果不能有效地捕捉经验,甚至还会产生副作用。专家系统和机器学习是两种不同的技术,都有各自的适用范围。如果人类对需要解决的问题有详细的定性和定量经验,专家系统通常更容易有效地解决问题。如果人们对问题没有足够的经验,但能够获得一定数量的历史样本,那么机器学习技术往往更有优势。人工智能技术发展的起点是人类经验在一定程度上的积累,人工智能技术发展的终点是机器在逐渐增大的范围内代替人类进行复杂的生产劳动。在经验积累的初期,当人类的经验可以归纳为一种或另一种逻辑规则时,专家系统就可以让机器代替人在一定范围内进行复杂的生产劳动。随着经验积累的增加,人类经验资料质量的缺乏被丰富的经验资料所取代。机器学习技术可以让机器在更大范围内代替人进行复杂的生产劳动。人工智能技术的发展,也是扩大机器可以使用的经验材料范围的过程,也是机器在更大规模的复杂生产劳动中替代人类的过程。3、体验的进化体验是人工智能技术发展的源泉,人工智能技术反过来让体验在更大范围内发挥作用。在大多数行业发展的初期,人类的生产劳动往往是主观的。只有人类生产劳动的实际量积累到一定程度,才能满足积累行业经验的前提条件。积累经验材料的过程,也是人类理性从实践中抽象出来的过程。这种从实践到理性的转变是人类进行生产劳动的一次重要飞跃,而这种飞跃的客观结果是经验材料的沉淀。但是,经验材料的综合应用,仍然受到人作为劳动主体的生命力的限制。人工智能技术的出现,让机器代替人类从事复杂的生产劳动。即使在人工智能技术在一个行业的应用还没有完全成熟的阶段,当机器只是部分替代人从事生产性劳动的时候,人在一定程度上也获得了额外的时间。机器在生产劳动中节省下来的时间,让人们花更少的时间直接面对劳动对象,有更多的时间从经验中提取专家系统所需的逻辑规则和机器学习技术所需的数据。不仅如此,人们还可以从人工智能技术实际应用的结果来判断,机器在人工智能技术应用过程中的哪些步骤最需要经验的引导。过去,机器使用人们有过的任何经验材料;现在,如果机器需要,人们可以积极创造条件获取这些经验材料。因此,人工智能技术在工业生产线上的应用,使得机器所需要的经验资料的收集和使用不再是分步进行,而是形成了一个统一的整体。而且,越多的人有针对性地为机器提供合适的体验资料,机器带来的时间节省就越明显。人们越是从日常繁琐的劳动中解脱出来,就越有条件积累丰富的经验资料。由此可见,人工智能技术的发展不仅增加了机器可使用的体验材料范围,也为体验材料的持续供给带来了额外的刺激。我们知道,一条完整的工业生产线包括多个局部生产环节。在人工智能技术发展初期,机器吸收的经验资料往往是从部分生产环节中积累而来,而这些部分经验资料往往是孤立的,它们之间的联系纯属偶然。随着人工智能技术的发展和各部分生产环节机器劳动的提高,如何在不同的部分生产环节形成统一的机器系统的需求越来越强烈。马克思说,“需要同满足需要的手段一起发展,并且要依靠这些手段”。(马克思《资本论》(第一卷)(第十四章))这在人工智能技术发展的过程中,尤其如此。当同一个机器系统作用于工业生产线中不同的局部生产环节时,往往可以估算出每个生产环节完成任务的时间,每个生产环节所起的作用及其对其他相关生产环节的影响也可以被计划。这时候,本地不同生产环节的协同经验逐渐积累起来。随着人工智能技术在一个行业生产线应用的成熟,机器对体验材料的需求正在逐步从局部到整体,从微观到宏观,从特殊到通用。因此,人工智能技术从局部不同的生产环节延伸到完整的工业生产线的过程,就是将经验材料在更大范围内转化为整体生产系统的过程。可见,随着人工智能技术的发展,体验发生了根本性的变化。体验材料的演进是随着人工智能技术的成熟而发展的,随着人工智能技术的发展而发展。过去,经验是如何使人更有效率地进行生产性劳动的经验;现在,经验就是如何让机器更有效地进行生产性劳动的经验。过去,经验是对人类劳动行为的理性总结;现在,经验是局部劳动力和机器整体劳动力的动态规划。4、机器为终点人工智能技术发展的终点是让机器独立于人,自发地、不间断地为生产劳动创造价值。人工智能技术使机器具有从经验材料中学习的能力,从而大大增加了机器生产劳动的广度和深度。正是这种自我学习的能力,让机器成为了很多行业价值创造过程的主角。人工智能技术区别于其他信息技术,不在于人工智能技术在内容上的优越性或特殊性,而在于人工智能技术赋予机器在生产劳动或价值创造过程中的独立性。在传统的信息技术中,机器为人类提供辅助,人类完成最终的生产劳动;人工智能技术逆转了这个过程,人类为机器提供帮助,机器完成最后的生产劳动。以前,人是价值创造过程的主体,机器是人的工具;现在,机器是价值创造的主体,人是机器的工具。人工智能技术绝不仅仅是人们提高技能、从事更复杂的生产劳动的专用工具。相反,在机器逐渐扩大价值创造范围的过程中,对辅助机器进行生产性劳动的人的技能要求越来越低。一条完整的工业生产线一般由多个相互关联的局部生产环节组成。再智能的机器,也无法一下子替代一条工业生产线所包含的所有生产环节。在一个行业被人工智能技术改造的过程中,机器往往首先从一个局部的生产环节开始发挥作用,而机器替代人的劳动力首先局限于这个生产环节。起初,机器替代部分人力所带来的生产效率提升往往并不显眼,也正是在这个初始阶段,人们最容易质疑使用机器的实际意义。但是,只要机器取代了人,占据了一部分生产环节,机器占据与这个生产环节相关的其他生产环节就成为不可阻挡的趋势。在一条完整的工业生产线中,如果机器和人同时在不同的局部生产环节进行生产劳动,那么机器和人之间的协作就会受到阻碍。与人与机器的协作相比,机器之间的协作更具持续性,其过程完全受科学规律支配。在这种不受人的主观限制的科学生产过程中,可以预先估算出每个部分生产环节所需的时间和整个生产环节所需的时间。在人工智能技术应用于工业生产线的过程中,人类生产劳动的主观性逐渐消失在机器生产劳动的客观性中,部分人类生产劳动逐渐融入机器集中的生产劳动体系。可见,人工智能技术发展的结果不仅仅体现在机器可以在部分生产环节自主创造价值。人工智能技术发展的结果还体现在一条工业生产线的多个局部生产环节中,机器系统以科学的方式有机协同。
