探讨人工智能技术 —— 它是生产力发展的“灵丹妙药”吗？

轨迹

在人工智能近年来取得许多重大进展的背景下，特别是微软推出 ChatGPT ，取得惊人效果的情况下，许多同志对人工智能在产业技术革命中可能扮演的角色产生了兴趣。今天我想从一个相关专业大学生的视角出发，来看一看目前人工智能技术发展的现状，并且对未来人工智能技术的应用做一些展望。

首先需要说明的是，人工智能技术仍然是一种信息技术，促使它产生的是不断增长的计算能力和互联网时代海量的数据。目前人工智能主要的研究领域包括计算机视觉、自然语言处理、计算机语音、分子生物学等等。人工智能技术是以数据为驱动的，在这些研究当中，首先需要收集大量的数据来建立合理的模型并对模型进行训练。除了数据之外，人工智能技术，特别是随着近年来越来越多的大模型投入应用，对计算提出了越来越高的要求，以 GPT-3 等为代表的一系列表现优异的大模型都在计算上投入了大量成本。大量的数据和充分的计算能力，是保障人工智能技术应用必不可少的两条“腿”。因此，作为信息技术，人工智能技术首先仰赖信息基础设施的应用，包括高性能计算机、网络、数据中心等等。要在任何一个产业应用人工智能技术，首先要保证产业高度信息化。而目前，以中国为例，除了互联网行业本身建立在信息化的基础上，可以说几乎没有任何行业达到了“高度的信息化”这个标准，大部分企业的信息基础设施建设水平停留在美国 2005 年左右的水平。即使是在从事软件、通信等行业的企业中，信息化基础建设尚且不完善，在一般的政、商和工业企业中，推进信息化的步伐则更加缓慢。人工智能技术作为尖端技术的一个代表，一方面，对基础科学技术要求高，而中国缺乏高性能计算的尖端技术（例如，美国对中国禁运的 NVIDIA 计算卡）。另一方面，要进行信息化基础建设，势必需要将大量的资本积累投入到其中，在中国，对于传统的产业而言，其资本积累的程度还不足以快速完成信息化的任务，也未必愿意如此做，这也是人工智能以外的技术不能很快推广的因素。人工智能的发展不可能越过信息化的进程，如果信息化都不能快速的升级旧有的生产方式，没有理由相信人工智能可以。因此，目前只有互联网企业能够借助自身在社交媒体等大型信息平台的垄断优势去获得海量的数据，利用其较高的利润份额去推动信息基础设施建设，人工智能技术的研究只能在垄断互联网企业和少数信息技术企业中开展。

人工智能技术的另一大困境是基础理论的匮乏。现阶段的人工智能技术是典型的受到资本需求推进而快速发展的技术（整个学术界都受到这种导向的伤害，因而我们（中国）的基础研究将长期落后），其重心在于快速投入产品。这种趋势，反过来，将严重限制人工智能技术在非信息领域的应用。物理学、数学能够推动产业进步，依靠的就是两者的基础性。物理学、数学的原则，放之四海而皆准，无论在哪一个具体的领域或产业，总是绕不开这两者的研究，任何新技术的突破，总要从数学、物理的角度出发开始论证、设计。与之相比，人工智能技术的应用充满了投机性。大部分人们不关心每个模型背后的原理，而流于软件行业常见的“套用、抄袭”模式，这导致人工智能的主流研究方向极端狭窄，局限在视觉、语言、语音等领域已经存在的几个主要模型，向其他领域的扩展十分罕见，远没有达到能覆盖社会大多数生产环境的要求。在实验中，实验者无法把握模型的优化方向，只能使用试错的方法，以至于这一过程被人们戏称为“炼丹”。在学术领域，人工智能几乎是一门“民间科学”，虽然背后有一定的数学原理，但在模型结构的解释上，其研究水平还不如上世纪的 SVM（支持向量机），绝大多数人是一股脑的投入试错过程中去。这种基础理论的匮乏，将很大程度上阻碍人工智能技术快速发展。

总的来说，与很多人对人工智能抱有的乐观态度相反，我认为人工智能技术还需要经历一个长期的、缓慢的发展过程。在这样一个过程中，只有垄断的互联网资本有条件发展人工智能技术，而资本垄断带来的逐利性和封闭性，将阻碍人工智能技术的快速发展，使其成为只有少数公司才能提供的、神秘的黑盒服务。人工智能在本世纪初能够发展，更多是得益于更基础的计算技术的提高。神经网络很早就被提出，然而由于计算能力的限制，始终无法在90年代乃至00年代取得关注。在经历了10年代开放式的快速发展之后，如今计算的瓶颈又一次浮出水面。以目前的趋势而言，模型的巨大计算需求正在将许多高校的研究者从一线排除出去，这种计算成本只有诸如 Google、Mircosoft 这样的公司才能够负担。虽然这些公司会不断地发展这些技术以更好的服务于现有的互联网产品，但指望这样的公司挑起全社会产业升级的大任，恐怕是不现实的。即使在美国，互联网产业与制造业和其他实体产业存在的矛盾，也说明了将这些技术推进到下游产业还存在着很多困难。在其他国家，这种趋势将更为迟缓，很多人工智能技术可能将暂时被一小部分国家（很可能是核心国家）所垄断。

人工智能取得了许多令人瞩目的成就，但是，我们也应当认识到，与许多人吹嘘的相反，当下，人工智能并非是生产力发展的“灵丹妙药”。

轨迹

顽皮蛋 发表于 2023-5-10 00:31
至于该文的精神，我个人的建议是远航同志也不要因为其精神符合了红中网的预设立场而过早地下结论。
一方 ...

这里面，资产阶级垄断了人工智能技术，不是不发展人工智能技术，我是认可的，资源的集中有利有弊，我看到的是垄断会带来很多危害。总体上我所说的仍是以当下的条件为背景，也就是以资产阶级统治的条件为背景，人工智能技术的发展是会受到限制的，至少无法很快带来革命性的改变。
具体来说，这种垄断不会让人工智能技术很快的应用到下游的各个具体的产业当中去。一方面是因为这种应用是破坏原有的资产阶级生产秩序，因而必然受到抵制的。我们可以想象，这就意味着要将原本可以用来扩大生产的资本投入到信息化的建设中去，这种投入在相当长的时间内是看不到效果的，在利润本来就很有限的情况下，没有太多人会冒这个险。另一方面这些垄断资本也没有直接必要去推动这种改变。

至于数学上，人工智能等等是否应该是基于非常有限的信息的，这是一个理论的问题，我们不能妄下定论。但目前至少可以说，人工智能模型是在往更大、更复杂的方向发展的，因而其黑盒的特点更加突出。

关于“人工智能”在交通等领域的应用，如果从微观上来说，感知技术是有利于发展自动驾驶等技术的的，但从宏观上来说，交通流量规划等等问题是传统计算机科学长期研究的问题，其成果一直在被应用到交通、网络等领域，但目前看来，这种总体性的规划取得的成果仍然是有限的，并不会让我们一步跨入发展的快车道，这种技术的发展速度仍然是符合技术进步的一般规律的。从这点来说，不应当认为人工智能是特殊的。

轨迹

必须承认，很多时候，我们对于技术是太过于乐观了。
我自己就有过这样的经历。某项工作（翻译）原先由人工完成，我作为计算机专业的学生，编写了一套软件来实现辅助翻译的功能。然而投入使用之后，就发现诸多问题：软件不是完全“自动化”的，仍需要人来操作，但原先的翻译人员很多不会使用这些软件，态度是消极的。而机器翻译的质量又还不足以取人而代之。结果是，不得不花很多的时间去讲解软件功能，即使如此，很多翻译者仍然是不喜欢这个软件。由于我的能力和时间都是有限的，翻译的功能也不完善，最后这样一个软件几乎是没有什么价值的。
排除掉我个人的因素去看的话，即使是高新技术，也是要从旧有的基础上慢慢搭建起来的，以目前的教育条件来看，很多人可能也无法适应这种转变，因此技术发展不可能一蹴而就。此外，对高新技术的投入虽然在长期看来是绝对有利的，但在资本主义的发展条件下，简单的扩大生产去追逐短期利益是一个更为诱人的选项。