人工智能可能会复活“计划经济”？想多了
许成钢(长江商学院经济学教授)
今年7月，国务院印发《新一代人工智能发展规划》，提出了面向2030年中国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，将中国发展新一代人工智能抬到了最高的战略点。近年，大数据、云计算、人工智能(AI)的突飞猛进，不断增强人类在预测、规划、计划社会及经济行为方面的自信。
去年，在人工智能能否复活“计划经济”的问题上，阿里巴巴集团主要创始人马云(微博)与清华大学经济管理学院院长钱颖一展开了一场辩论。马云的观点是，过去的一百多年来一直觉得市场经济非常之好，他个人看法是未来三十年会发生很大的变化，计划经济将会越来越大。市场这只无形的手有可能被发现。随着大数据时代的到来，对计划经济和市场经济要重新定义，万物互联的时代，人类获取数据的能力远远超过人的想象，人类对世界的认识将会提升到一个新的高度，大数据会让市场变得更加聪明，让计划和预判成为可能。
在经济学界和AI界，这种辩论至今没有停息。未来，计划经济会如马云所说那样“会越来越大”，还是如钱颖一所认为的终将是败局？前段时间，在第二届野三坡中国经济论坛上，知名经济学家、长江商学院经济学教授许成钢从技术层面和市场经济层面给出了自己的答案。
今天我们试图发展人工智能这个技术，怎么发展？是从计划来吗？还是从别的地方来？这是第一个问题。人工智能发展了之后会把我们带到哪儿去？会带到计划经济去吗？这是第二个问题。为了讨论这个主题，我想从最基本的技术层面开始，理解人工智能是什么意思，人工智能到底能做什么、不能做什么，大数据跟它是什么关系。
当大数据成为一种基础资源
首先大数据本身没有那么重要，它的重要性在于它是人工智能的基础。如今之所以中国、俄罗斯以及世界上所有的发达国家都高度关注人工智能的发展，原因就是现在都已经很清楚，这是一次正在兴起的产业革命。这个产业革命引发的后果，就是大量的无人工厂会产生，许多行业会变成无人的服务业，人类历史上从来没有见过的高效率会产生，也会导致人类的大量失业。
由于人工智能的发展基础是大数据，因此如今大数据和人类历史上的原材料、能源等一样，变成了一个基础的资源，但是这个资源不一样的地方就是它不是原来就在世界上存在的，而是我们人工去收集的。
当这种生产模式发生基本变化的时候，这种全新的自动化、全面的自动化，会不会从基本面改变制度并带来隐患呢？我们需要从过去已经发生过的产业革命那里吸取教训，否则就会重蹈覆辙。过去的产业革命之所以带来教训，就是因为当这些产业革命产生的时候，人们过高地估计了这个产业革命可能到什么地方，在过高估计自己力量的时候，也会滥用这些新兴的科学和技术。
我举几个历史上的例子，第二次产业革命时期，以国有制为基础的中央计划这样一类制度盛行，这是因为过高估计了人的计划能力，过高估计了人的统治能力，以为什么都能造。另一个例子就是对环境的破坏，比如说巨大的水利工程，以为“人必胜天”。人怎么能胜天呢？因为过高估计了人的能力，所以人以为人可以制造世界上最大的人工湖，人可以控制水流，以为人可以按照人的意志来改变环境。但是实际上到二十年前，国际间已经有了普遍的共识，就是人工湖对环境的伤害经常是我们没有预计到的，它的伤害往往超过了它带来的好处，因此在国际间同行里是普遍不鼓励再造巨大的人工湖、大水坝了。再有就是化石原料，化石原料大规模的使用，就是伴随着第一次和第二次产业革命来的，今天造成了全球碳排放过高和一系列污染。
这些都是过去的教训。今天当大数据和人工智能结合在一起的时候，它可能带来的危险很多我们还不知道，比如说政府或者带有垄断性质的大公司，可能利用手中的数据试图控制社会，用这个方式进行大规模的战争，用这个方式犯罪等等。
人工智能的基础是可度量的数据
我们通过理解大数据本身的技术基础，才能明白人工智能可以做什么，不可以做什么。
首先，大数据或原始大数据的基础，是传感器、移动设备。它们先检测到一些具体的数据，通过互联网和物联网传送数据，才能集中起来。所以，大数据的核心就在于数据收集、传输、储存和处理。传感器和移动设备可以度量的所有数据就是关键所在，人工智能可以做什么不可以做什么由这些可度量的数据决定。所谓深度学习的人工智能，它的技术基础就是用大数据来训练机器，产生识别的能力、推理的能力、规划的能力，所以人工智能里包括规划。
然后是算法，深度学习其实是一种算法，它产生时就是和经济学里的决策理论在一起的。算法的核心是什么呢？作为人工智能的设备，比如机器人，设计者要为机器人分配一个目的，就是造的这个机器在市场上干什么？它的目的和经济学家讨论的是一回事。它要寻求它自己效益的最大化，或者寻求自己利益的最大化，那就是它的目的。但是没有任何一个经济学家真的知道世界上哪一个人的真实目的是什么，什么东西影响你。抽象地说，人的目标是为了幸福，是为了愉快等等，但是什么东西影响了你的幸福，什么东西影响了你的愉快，没有一个经济学家知道。这就是为什么市场是奇妙的，是靠着市场上的人自己去行动实现的。
反观人工智能的目的，如果有了大数据和人工智能，有没有可能通过大数据把它的目的算出来或模拟出来呢？这需要我们分析人的智能和人造的智能。
人的智能产生于人的生理的和心理的感知，以及人收集的信息。早在1950年代经济学家西蒙教授讨论人工智能的时候，就已经提出“识别”的概念，这就是今天人工智能的核心概念。识别分为冷识别和热识别，冷识别可以理解成机器的识别，热识别是人带着感情的识别，人带着感情的识别机器是学不来的。还有一个非常重要的基本概念，就是硬数据和软数据。硬数据就是所有可以度量、可以传递的数据。什么是软数据呢？就是没有办法用传感器度量的，如果不能够度量就无法传递。所以当我们讨论人工智能是基于大数据训练出来的时候，技术上就已经决定了它没有热识别和软数据的基础。它连基础都没有上哪儿去学？这就是为什么机器不是人。
生物科学告诉我们嗅觉、味觉、性欲都是无法度量的，人的心理感知如喜悦、厌烦、痛苦、思念、怀旧、贪婪、野心等也是无法度量的。人的智能还有一个基本部分就是直觉。直觉是人基于对硬数据和软数据、冷识别和热识别综合在一起产生的一种高度的、抽象的、跳跃性的反应。这种直觉依赖的数据不但不可度量、不可传递，而且产生的直觉本身也是人无法描述的。人的智能和机器中间有一个鸿沟，人工智能的基础就是可以度量、可以描述、可以传递的数据，训练人工智能得满足这几个条件。
因此深度学习这种人工智能最终不涉及学习人的智能的原始基础要素，原因就是因为它缺少大量人的基本感知，当它没有这个基本感知的时候，这个机器没有可能通过学习来产生和人相似的目的，只能是由设定它的人分配它的目的。
人工智能无法实现国民福利
经济学家永远有争执的是，人的真正效应是什么，我们永远都不知道。因此人分配给机器的效应，它没有可能是人的普遍函数，它只能是在一个狭窄范围里定义的和静态的。因此从广义上讲，任何人工智能设备或者机器人产生的目标函数，不是也不可能代替真的人的自身目标。当年西蒙获得诺贝尔经济学奖的时候，就提出了“有限的理性”这样一个非常重要的基本概念，一直影响到今天经济学的发展，而且是今天经济学发展的最前瞻的东西。有限的理性是当初讨论计划的时候认识到的问题，我们永远是片面的，你分配给机器人一个效应函数，它做的一定不会比你更好。
因此，结论性的意见就是，你没有办法训练源于人自身的原始偏好和动物性而产生出来的目标行为。今天我们见到的可以深度学习的人工智能，实际上只限于训练模仿人在已知环境里的行为。因为，你是靠在已知的环境下收集的数据训练的，比如在市场中的消费行为、在自由环境里参加讨论的那些人的社会行为，以及比如说面对一个知音者或一群知音者，音乐家的表演行为。你收集到的行为实际上是有限的，是限定在已有制度里的，你拿这个来训练机器人，机器人会模仿在这个状态下是什么样的，一旦脱离了训练的环境，没有原始动力的人工智能实际上是没有办法的。
上面说的是人工智能不能干什么，下面说人工智能能干什么。人工智能可以规划，也可以执行，但是它能够规划和执行的前提是目标必须是清晰的。人工智能的革命会在什么地方产生？它产生在所有你能想象的、能准确规定它的目标任务的领域。比如下棋，计算起来很复杂但是目标很简单，然而人类碰到大量的事不是那么简单。它可以是非常好的助教、助理研究员、金融分析助理、医生助理、律师助理、军事参谋助理等等。为什么都是助理？因为它没有办法代替人。
总体来说如果有明确规定的、狭窄的目标，机器人都会做，包括战争，当然这是一个有严重争议的问题。在最乐观的情况下，人工智能最终是可以规划和执行企业和军事任务的。这里回到经济分析的主题上，军事任务和经济任务本质不同，为什么？因为军事任务的目的简单，就是打胜仗。而经济任务的目的说不清楚，经济的任务是国民福利，不是GDP增长。什么叫国民福利？国民福利是全体国民的感觉合在一起决定的，连我们人都搞不清，机器更搞不清，所以没有可能用机器去实现。企业治理和国民经济有本质的不同，因为企业追求利润，而国民经济追求的是国民福利。
消灭市场等于消灭了计划的基础
到底有没有可能，未来人工智能发展以后，计划经济就能代替市场经济呢？答案非常简单。我刚才已经把人工智能的基础说清楚了，大数据从市场上来，如果把市场消灭了，数据就没有了。你说，我现在收集了人类历史上没见过的无数的数据，就可以不要市场了，就可以计划了，那就搞错了。因为你把市场消灭以后，你的基础也就没有了。
还有最重要的一点，当把市场消灭后，如果试图用人工智能、大数据去解决资源配置，也一定是错的。为什么？尤其是在跟创新相关的资源配置上，这些资源配置的大量工作是在市场中由风险投资专家做的，因为他们掌握大量的软数据，可以凭他们的直觉进行判断。人工智能只能处理硬数据，没有直觉所以不能产生这个判断。
今天人工智能的人才在哪？截至今年的第一季度，全球人工智能人才一共190万人，其中中国5万人，而这5万人里面做这行达到十年的不到40%。有85万人在美国，而美国的85万人里，有十年以上经验的占其中的71 .5%。原因很简单，在市场环境下才有这么多的有创新能力的人出来，如果把市场的环境搞掉，创新是很难发展的。
大数据、人工智能和制度之间有非常深刻的关系，制度会深刻影响大数据和人工智能的发展。因为大数据的收集处理会受到制度的制约，比如说哪些数据收集是合法的、是不是得到支持或者社会的反对，比如说掌握技术、有垄断权的大公司是否侵犯隐私权等。
另一方面，人工智能发展本身也受到制度的制约，比如在发达经济体里，人工智能要发展的时候，一系列行业要被淘汰，制度本身是如何面临这个问题的？再有一点，一个社会平等或是不平等都会对人工智能发展造成巨大的影响。原因是人工智能的发展会造成巨大的不平等，一个更平等的社会会更有能力解决这个问题，而在一个不平等的社会则会引起非常尖锐的社会矛盾，阻碍人工智能的发展。