李开复深夜发文：达沃斯对于AI、道德、治理的辩论

编者按：

达沃斯论坛，又称世界经济论坛，以研究和探讨世界经济领域存在的问题、促进国际经济合作与交流为宗旨。2019年，达沃斯世界经济论坛于1月22日至25日在瑞士达沃斯举行。

李开复有着令人印象深刻的履历：他拥有卡内基梅隆大学计算机科学博士学位，曾任苹果、微软和谷歌的副总裁。如今，他是中国风险投资公司创新工场的董事长兼CEO，也是《人工智能超级大国:中国、硅谷和世界新秩序》、《AI·未来》两书的作者。

李开复曾在多个场合谈论未来人工智能对社会的冲击，以及在人工智能时代我们的应对策略。 他认为，在15年内，人工智能和自动化将具备取代40-50％岗位的技术能力。

以下是李开复朋友圈原文，文章经创新工场授权转载。

达沃斯对于AI、道德、治理的辩论：

（1） AI 会进步太快，需要尽快治理吗？ 传统行业的两位认为Alpha Zero能自我学习，自己学会国际象棋，就代表可能过一阵就“管不住” AI 了，但是懂技术的两位告诉他们其实现在所有的AI都只是工具，而Alpha Zero在下棋方面的突破并不能延伸到真正社会的领域，因为社会没有一个问题是如下棋一样有100%正确的结局反馈的。

（2） AI 时代的9大公司，会不会力量太强大？ 有一位作者的新书就是这个题目，当然站在正面。虽然我们都同意有些公司AI 十分强大。其它人都认为经过数据的分享和公开，可以降低垄断。我也提出AI 不只是移动互联网应用，领域很多，巨头并不能用数据优势碾压非相关领域的新创公司。

（3 ）AI 需要治理吗？ 欧洲的代表表示必须治理，因为要把个人隐私还给个人，要尽快立法，否则和互联网一样，没管好就乱了。其它人都对此表示如果数据去中心化之后，AI提供的价值和方便就会消失。今天的用户不可能不要9大巨头提供的各种方便。我认为每个国家应该基于自己的国情，开始管理AI和数据中最严重的问题，比如说在中国出售他人数据是违法的并且严惩。印度的代表表示：印度的很多公众数据都可以脱敏后公开，而且加上全民智能身份证、生物识别技术，这些都能推动AI。如果过分治理，AI进步速度就会大大放缓，而付出的代价就是AI 对于医疗、脱贫的价值。

（4） AI能够完美地自我解释每个决策吗吗？ 欧洲代表认为需要立法，要求所有AI都能解释自己的每个行为和决定。大家都同意尽量让AI能够解释自己，这也是很好的科研方向。我也提到能寻找漏洞和软件硬件的过失，数据的偏见都是需要的。但是让AI完美解释自己是很困难的，因为AI之所以强大就是可以再海量数据中找出一个很复杂的数学公式，这公式如果很容易解释，那人不就取代AI了。另外，我们解释人也未必能解释出每个行为决定，所以“尽量做”和“必须做到完美”是非常大的差距。

（5） 唯一比较能达到共识的就是在医疗数据方面，要做更多的（脱敏）数据共享，让更多从业者在大数据的基础上开发医疗AI。 这是值得各个国家努力的目标。这些数据库的打造、公开，都是每个国家应该探讨的事情。

在达沃斯的讨论：

（1） 科技是否让人类进步？ 虽然近年在欧美，很多公司被诟病。但是我认为出问题的情景（病毒、社交媒体分化社会）不是因为技术，而是少数人的恶意或错误。但是善意的人多余恶意的，而且有政府媒体监督。从Y2K 和病毒安全问题，我们一次又一次地看到技术被用来克服被恶意或错误的技术。所以我们要相信：技术一定是带来人类的进步。

（2） 科技是否会带来失业问题。 短期和长期有很大的差别，短期因为AI和自动化，会大批取代人类的工作，长期科技会创造更多的工作，但是需要的技能是和被取代的这批人是不匹配的。虽然大家对长短期的严重度有不同的看法，大家一致同意再培训+企业责任感是关键。

（3） 再培训不是在已有岗位学习做得更好，而是面临工作被取代，去学习新的技能。 一个例子就是埃森哲在印度有四万个做数据整理和录入的员工，将被大数据取代，埃森哲提供了机会给他们做大数据管理员、客服等工作，四万人里面一个也没有失业。HSBC提到他们会培训重复式工作的员工进入和客户接触，需要温度的工作。我也提到亚马逊提供每个员工40%的工资的培训费用，而且唯一要求是培训的领域是不会被取代的，是否在亚马逊有这个岗位反而不重要。

（4） 上面的例子可以看到：企业的社会责任感非常的重要。 如果企业只在乎赚钱和股价，那么他们就直接裁员，把问题抛给政府。但是这几个公司认为公司不止对古董有责任，对员工和社会也有责任。所以他们提供了这些培训的课程。

（5） 到底工作会不会被取代？ 我的观点是AI 和自动化能做大部分的重复性的任务，而很多工作大部分的任务是重复性的，所以有三种方法取代：1）一对一的取代（比如说自动收银机取代收银员），2）间接取代（比如说互联网支付颠覆信用卡，因而带来信用卡员工的失业），3）部分取代形成人工池（比如说前台部分50%被取代，前台人员的人工池也可以减少50%）。这三种都是必然的现象。在这个问题上，很多传统公司和科技公司都不愿意承认，传统公司因为不想吓到员工，科技公司因为不想承担责任。

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。