许成钢：为什么用大数据、人工智能去建立计划经济是行不通的

人工智能的算法部分如今发展的最好的是所谓的“神经元模型”，神经元模型导致这个机器可以在人的指导下进行学习，所谓“深度学习”就是今天通常人们讲人工智能时所提到的东西。人工智能的另外一个普遍使用和可探索的方法是“统计算法”，但是无论是使用的是人工训练的办法还是统计得办法，都必须要大量的数据，这就是为什么大数据是基础。

人工智能的第二个基础是计算能力。在过去的半个世纪里，计算速度、计算能力和存储能力基本上是每两年提高一倍（摩尔定律），积累了半个世纪以后，现在超强的能力使得无论使用任何一种计算方法的人工智能，在一些领域机器超过人，而且是大大得超过人，一部分是因为算法，一部分原因是因为计算能力。当然了，所有的这些的基础是大数据。

大数据的基础：可度量数据

下面我们需要理解一下大数据本身的技术基础是怎么回事，我们才能明白人工智能可以做什么不可以做什么。首先，大数据产生的最基本的基础是传感器、移动设备，是传感器和移动设备先检测到一些具体的数据，然后通过互联网和物联网把他们传送，然后集中起来，所谓的大数据的核心就在于收集、传输、储存和处理所有这些传感器和移动设备他们可以度量的数据。这是关键所在，人工智能可以做什么不可以做什么，是由这个决定的，即是不是可以度量。

另一层面的大数据，是利用历史上积累的大量文献，其中包括各个学科积累的文献，比如说图书馆里有文字的、有图的、有音乐的、有舞蹈的记录，这些全都可以转换为大数据供机器去学习、分析。

所谓“深度学习”的人工智能（我们今天讲人工智能多半讲的是这个），它的技术基础基本是用大数据来训练机器来产生识别的能力、推理的能力、规划的能力，等等。

冷识别与热识别、硬数据与软数据

下面我们讲的是算法，因为所谓的深度学习其实是一种算法。这个东西从一开始产生就从同经济学里的决策理论是在一起的，或者换句话说可以认为它是决策理论的一个部分。算法的核心是什么东西？首先，作为人工智能的设计者，你要为你的机器人分配一个目的，就是你造的这个机器在世界上的目的是什么，它是用来干什么的？他的目的和我们经济学家讨论的是一回事——它要寻求它自己效益（利益）的最大化。