一、人工智能技術(shù)的定義

人工智能技術(shù)是讓機器取代人從事復(fù)雜生產(chǎn)勞動的一類信息技術(shù)。

[[392120]]

如果一項技術(shù)不是信息技術(shù)，那么它并不屬于人工智能技術(shù)的類別。大工業(yè)時代的紡織機、織布機等許多機器同樣可以取代人從事復(fù)雜生產(chǎn)勞動，但它們與信息技術(shù)無關(guān)，因此不屬于人工智能技術(shù)。豐富的數(shù)據(jù)材料，讓信息技術(shù)在當(dāng)今的時代扮演著舉足輕重的角色，而其中讓機器可以從海量數(shù)據(jù)中自學(xué)習(xí)的技術(shù)便屬于人工智能技術(shù)。

如果一項信息技術(shù)不能讓機器徹底取代人，依靠機器獨立地創(chuàng)造價值，那么無論這項技術(shù)能帶給我們多么有效的信息，它還不能算作人工智能技術(shù)。對數(shù)據(jù)進行加工、處理和分析的數(shù)據(jù)分析或數(shù)據(jù)挖掘技術(shù)的確可以讓我們有效地掌握數(shù)據(jù)背后的信息，但是如果這類技術(shù)不能讓機器獨立創(chuàng)造價值，那么它們還不具備人工智能技術(shù)的基礎(chǔ)特質(zhì)。事實上，數(shù)據(jù)分析或數(shù)據(jù)挖掘技術(shù)固然重要，但它們往往無法作為獨立的產(chǎn)品形態(tài)而存在，并且它們創(chuàng)造價值的范圍往往是受技術(shù)使用者的主觀能力局限的。

如果一項信息技術(shù)不能創(chuàng)造社會價值(即對他人創(chuàng)造價值)，那么無論它表面上如何重要，它都不屬于真正意義上的人工智能技術(shù)。人工智能技術(shù)是那些可以創(chuàng)造社會價值的信息技術(shù)，至于它們以何種方式創(chuàng)造社會價值，將在以下部分逐一介紹。不僅如此，擁有人工智能技術(shù)的機器所取代的往往不是人的簡單生產(chǎn)勞動，而是人的復(fù)雜生產(chǎn)勞動。如果說工業(yè)革命中的機器取代了人在一定范圍內(nèi)的體力勞動，那么人工智能技術(shù)讓機器取代了人在一定范圍內(nèi)的腦力勞動。對人的腦力勞動的模仿、補充和部分取代，正是人工智能技術(shù)有別于歷史上其他重要技術(shù)的關(guān)鍵之處。

二、作為起點的經(jīng)驗

人工智能技術(shù)發(fā)展的起點，是人在生產(chǎn)勞動過程中經(jīng)驗的積累。

在人工智能技術(shù)體系中，專家系統(tǒng)和機器學(xué)習(xí)技術(shù)扮演著最重要的角色，所以我們將著重分析人工智能技術(shù)的這兩個分支。無論是專家系統(tǒng)還是機器學(xué)習(xí)，它們的本質(zhì)都是將人的經(jīng)驗以不同的形式轉(zhuǎn)化為讓機器可以獨立決策的計算機算法。

在專家系統(tǒng)中，針對待解決的問題，人將與問題相關(guān)的經(jīng)驗轉(zhuǎn)化為一系列邏輯規(guī)則，由計算機依據(jù)這些邏輯規(guī)則進行決策。因此，專家系統(tǒng)也叫做規(guī)則引擎。專家系統(tǒng)所使用的邏輯規(guī)則不僅包括與問題相關(guān)的“自變量”，還包括與自變量有關(guān)的參數(shù)的設(shè)定。例如，假設(shè)待解決的問題是對變量y進行分類(變量y一般被稱作“目標(biāo)變量”)，x1和x2為與問題相關(guān)的自變量，專家系統(tǒng)的邏輯規(guī)則具有如下形式：當(dāng)x1 > Θ且x1 + x2

作為人工智能技術(shù)的另一個分支，機器學(xué)習(xí)技術(shù)是從歷史數(shù)據(jù)中建立模型，通過模型讓機器可以自行決策的一項技術(shù)。機器學(xué)習(xí)技術(shù)的基礎(chǔ)是統(tǒng)計學(xué)，而機器學(xué)習(xí)技術(shù)的核心便是從數(shù)據(jù)樣本中尋找自變量和目標(biāo)變量之間的量化關(guān)系。和專家系統(tǒng)一樣，機器學(xué)習(xí)技術(shù)也需要由人來設(shè)定自變量，但機器學(xué)習(xí)技術(shù)是基于模型來計算與自變量有關(guān)的參數(shù)。在以上的例子中，機器學(xué)習(xí)技術(shù)可以同樣使用x1和x2對y進行分類決策。但是，機器學(xué)習(xí)技術(shù)并不需要對參數(shù)Θ和Δ進行預(yù)先設(shè)定，而是將參數(shù)設(shè)定的任務(wù)交給模型去完成。同時，這個模型的建立需要一定量的歷史樣本，每一條歷史樣本不僅包括x1和x2的所有數(shù)值，還包括目標(biāo)變量y的歷史結(jié)果。

顯而易見，專家系統(tǒng)和機器學(xué)習(xí)技術(shù)的目標(biāo)是一致的，都是讓機器可以自行決策。并且，無論是專家系統(tǒng)還是機器學(xué)習(xí)技術(shù)，二者都需要人的經(jīng)驗作為機器可以自行決策的輸入材料。不同的是，專家系統(tǒng)所需要的經(jīng)驗材料更加具體，機器學(xué)習(xí)所需要的經(jīng)驗材料更加抽象。表面上看，專家系統(tǒng)僅需要少量經(jīng)驗材料，而機器學(xué)習(xí)需要大量數(shù)據(jù)材料。事實上，我們需要提供給專家系統(tǒng)的經(jīng)驗材料是濃縮了的數(shù)據(jù)，而我們需要提供給機器學(xué)習(xí)的數(shù)據(jù)材料是尚未濃縮的經(jīng)驗。二者都是經(jīng)驗材料，二者也都是數(shù)據(jù)材料。前者側(cè)重經(jīng)驗材料質(zhì)的部分，后者側(cè)重經(jīng)驗材料量的部分。順便提一下，人們常常有一種錯覺，認為機器學(xué)習(xí)技術(shù)應(yīng)用效果的好壞程度主要依賴于輸入給它的數(shù)據(jù)的大小——數(shù)據(jù)越大，機器學(xué)習(xí)技術(shù)的效果越好。實際上，輸入給機器學(xué)習(xí)技術(shù)的數(shù)據(jù)如果不能有效地捕捉經(jīng)驗，這些數(shù)據(jù)不僅沒有作用，甚至?xí)a(chǎn)生副作用。專家系統(tǒng)與機器學(xué)習(xí)兩種不同的技術(shù)，均有它們的適用范圍。如果人對需要解決的問題具有詳細的定性和定量的經(jīng)驗，那么專家系統(tǒng)往往更容易有效地解決問題。如果人對問題的經(jīng)驗并不充足，但可以獲取一定量的歷史樣本，那么機器學(xué)習(xí)技術(shù)往往更有優(yōu)勢。

人工智能技術(shù)發(fā)展的起點是人的經(jīng)驗積累到了一定程度，而人工智能技術(shù)發(fā)展的終點是機器在逐漸增大的范圍內(nèi)取代人進行復(fù)雜生產(chǎn)勞動。在經(jīng)驗積累的初期，人的經(jīng)驗可以被總結(jié)為這樣或那樣的邏輯規(guī)則的時候，專家系統(tǒng)讓機器在特定范圍內(nèi)取代人進行復(fù)雜生產(chǎn)勞動。隨著經(jīng)驗積累的增加，人的經(jīng)驗材料的質(zhì)的不足，便由經(jīng)驗材料的量的豐富來替代，機器學(xué)習(xí)技術(shù)讓機器在更大的范圍內(nèi)取代人進行復(fù)雜生產(chǎn)勞動。人工智能技術(shù)的發(fā)展過程，也是機器可以使用的經(jīng)驗材料范圍的擴大過程，同時也就是機器在更大范圍內(nèi)取代人進行復(fù)雜生產(chǎn)勞動的過程。

三、經(jīng)驗的演變

經(jīng)驗是人工智能技術(shù)發(fā)展的源頭，人工智能技術(shù)也反過來讓經(jīng)驗在更大的范圍內(nèi)發(fā)揮作用。

在絕大多數(shù)行業(yè)發(fā)展的初級階段，人的生產(chǎn)勞動往往是主觀的。只有當(dāng)人的生產(chǎn)勞動的實際活動量積累到一定的程度之后，才具備積累行業(yè)經(jīng)驗的先決條件。經(jīng)驗材料的積累過程，也就是人的理性從實踐中進行抽象的過程。這種從實踐到理性的過度，是人進行生產(chǎn)勞動的一個重要飛躍，并且這種飛躍的客觀結(jié)果就是經(jīng)驗材料的沉淀。

然而，經(jīng)驗材料的全面應(yīng)用，仍舊受作為勞動主體的人的生命力的局限。人工智能技術(shù)的出現(xiàn)，讓機器可以取代人進行復(fù)雜生產(chǎn)勞動。即便在人工智能技術(shù)在一個行業(yè)應(yīng)用中尚未完全成熟的階段，在機器還只是部分地取代人進行生產(chǎn)勞動的時候，人也在一定程度上獲得了額外的時間。機器為人在生產(chǎn)勞動上所節(jié)省的時間，讓人可以耗費更少的時間直接面對勞動對象，而擁有更多時間從經(jīng)驗中提煉專家系統(tǒng)所需要的邏輯規(guī)則和機器學(xué)習(xí)技術(shù)所需要的數(shù)據(jù)。不僅如此，人還可以從人工智能技術(shù)在實際應(yīng)用中的結(jié)果來判斷，在人工智能技術(shù)應(yīng)用過程的哪些步驟，機器最需要經(jīng)驗的指導(dǎo)。以前，是人有什么經(jīng)驗材料，機器便使用什么經(jīng)驗材料;現(xiàn)在，是機器需要什么經(jīng)驗材料，人便可以主動地創(chuàng)造獲得這些經(jīng)驗材料的條件。因此，人工智能技術(shù)在一個行業(yè)生產(chǎn)線的應(yīng)用，讓機器需要的經(jīng)驗材料的收集與使用不再是割裂的步驟，而形成了一個統(tǒng)一的整體。而且，人越是有的放矢地為機器提供合適的經(jīng)驗材料，機器為人帶來的時間節(jié)省便越是明顯。人越是從日常的繁瑣勞動中被釋放出來，也就越是有條件積累更豐富的經(jīng)驗材料?？梢姡斯ぶ悄芗夹g(shù)的發(fā)展，不僅增加了可以被機器使用的經(jīng)驗材料的范圍，也給經(jīng)驗材料的源源不斷的供給帶來了額外的刺激。

我們知道，一個完整的行業(yè)生產(chǎn)線包括多個局部的生產(chǎn)環(huán)節(jié)。在人工智能技術(shù)發(fā)展的初期，機器所吸納的經(jīng)驗材料往往是從局部生產(chǎn)環(huán)節(jié)中積累起來的，而這些局部的經(jīng)驗材料往往都是孤立的，彼此之間的聯(lián)系純粹是偶然的。隨著人工智能技術(shù)的發(fā)展，每個局部生產(chǎn)環(huán)節(jié)的機器勞動的日益完善，機器如何在不同局部生產(chǎn)環(huán)節(jié)形成一個統(tǒng)一的機器體系的需要便越發(fā)強烈了。馬克思說，“需要是同滿足需要的手段一同發(fā)展的，并且是依靠這些手段發(fā)展的。”(馬克思《資本論》(第一卷)(第十四章))這在人工智能技術(shù)的發(fā)展過程中，是尤為如此的。當(dāng)同一個機器體系作用于行業(yè)生產(chǎn)線中不同局部生產(chǎn)環(huán)節(jié)的時候，每一個生產(chǎn)環(huán)節(jié)完成任務(wù)的時間往往是可以預(yù)估的，每一個生產(chǎn)環(huán)節(jié)所起到的作用和它對其他相關(guān)生產(chǎn)環(huán)節(jié)的影響也是可以規(guī)劃的。此時，不同局部生產(chǎn)環(huán)節(jié)的協(xié)作經(jīng)驗，便逐漸積累起來了。隨著人工智能技術(shù)在一個行業(yè)生產(chǎn)線應(yīng)用的成熟，機器對經(jīng)驗材料的需要，逐漸地從局部趨向于整體，從微觀趨向于宏觀，從特殊趨向于一般。因此，人工智能技術(shù)從不同的局部生產(chǎn)環(huán)節(jié)延伸至一個完整的行業(yè)生產(chǎn)線的過程，也就是經(jīng)驗材料在更大范圍內(nèi)轉(zhuǎn)化為一個整體的生產(chǎn)體系的過程。

由此可見，隨著人工智能技術(shù)的發(fā)展，經(jīng)驗已經(jīng)產(chǎn)生了根本的變化。經(jīng)驗材料的演變，是伴隨著人工智能技術(shù)的成熟一起發(fā)展的，并且是借助人工智能技術(shù)的發(fā)展而發(fā)展的。以前，經(jīng)驗是如何讓人更有效地進行生產(chǎn)勞動的經(jīng)驗;現(xiàn)在，經(jīng)驗是如何讓機器更有效地進行生產(chǎn)勞動的經(jīng)驗。以前，經(jīng)驗是對人的勞動行為的理性總結(jié);現(xiàn)在，經(jīng)驗是對機器局部勞動和整體勞動的動態(tài)規(guī)劃。

四、作為終點的機器

人工智能技術(shù)發(fā)展的終點，是讓機器可以獨立于人，自發(fā)地、不間斷地為生產(chǎn)勞動創(chuàng)造價值。

人工智能技術(shù)，讓機器具備了從經(jīng)驗材料中自學(xué)習(xí)的能力，從而大幅度增加了機器進行生產(chǎn)勞動的廣度和深度。正是這種自學(xué)習(xí)能力，讓機器成為了許多行業(yè)中價值創(chuàng)造過程中的主角。人工智能技術(shù)有別于其他信息技術(shù)，并不是由于人工智能技術(shù)在其內(nèi)容上的優(yōu)越性或特殊性，而是人工智能技術(shù)所賦予機器在生產(chǎn)勞動或價值創(chuàng)造過程中的獨立性。

傳統(tǒng)的信息技術(shù)是機器為人提供幫助，由人來完成最終的生產(chǎn)勞動;人工智能技術(shù)將這個過程顛倒了過來，是人為機器提供幫助，由機器來完成最終的生產(chǎn)勞動。之前，人是價值創(chuàng)造過程的主要角色，機器是人的工具;現(xiàn)在，機器是價值創(chuàng)造的主要角色，人是機器的工具。人工智能技術(shù)絕非僅是一種讓人增加技能和可以從事更復(fù)雜生產(chǎn)勞動的特殊工具。恰恰相反，在機器逐漸擴大價值創(chuàng)造范圍的過程中，輔助機器進行生產(chǎn)勞動的人所需要的技能要求越來越低了。

一個完整的行業(yè)生產(chǎn)線一般是由多個互相關(guān)聯(lián)的局部生產(chǎn)環(huán)節(jié)所組成的。再聰明的機器也無法一下子取代一個行業(yè)生產(chǎn)線中所包含的全部生產(chǎn)環(huán)節(jié)。在一個行業(yè)被人工智能技術(shù)所改造的過程中，機器往往首先從一個局部的生產(chǎn)環(huán)節(jié)開始發(fā)揮作用，讓機器取代人的勞動首先局限于這一個生產(chǎn)環(huán)節(jié)。起初，機器對人局部勞動的取代所造成的生產(chǎn)效率的提升往往是不起眼的，人們也最容易在這個最初的環(huán)節(jié)質(zhì)疑使用機器的實際意義。然而，只要機器取代人占領(lǐng)了一個局部生產(chǎn)環(huán)節(jié)，機器對與這個生產(chǎn)環(huán)節(jié)相關(guān)的其他生產(chǎn)環(huán)節(jié)的占領(lǐng)便成為了一個不可阻擋的趨勢。

在一個完整的行業(yè)生產(chǎn)線中，如果機器和人同時在不同的局部生產(chǎn)環(huán)節(jié)進行生產(chǎn)勞動，機器與人之間的協(xié)作便產(chǎn)生了阻礙。相比人與機器之間的協(xié)作，機器與機器之間的協(xié)作更具有連續(xù)性的特點，其過程是完全由科學(xué)規(guī)律來支配的。在這種擺脫了人的主觀局限的科學(xué)生產(chǎn)過程中，每一個局部生產(chǎn)環(huán)節(jié)所需要的時間及全部生產(chǎn)環(huán)節(jié)所需要的時間便可以事先估算出來了。在人工智能技術(shù)應(yīng)用于一個行業(yè)生產(chǎn)線的過程中，人的生產(chǎn)勞動的主觀性逐漸消逝于機器生產(chǎn)勞動的客觀性中，人的局部的生產(chǎn)勞動逐漸融合于機器的集中的生產(chǎn)勞動體系。由此可見，人工智能技術(shù)發(fā)展的結(jié)果，不僅體現(xiàn)于機器在一個局部生產(chǎn)環(huán)節(jié)中可以獨立地創(chuàng)造價值。人工智能技術(shù)發(fā)展的結(jié)果，也體現(xiàn)于機器體系在一個行業(yè)生產(chǎn)線中的多個局部生產(chǎn)環(huán)節(jié)中，以科學(xué)的方式進行有機地協(xié)作。