秦朔：人类担心的应该是自己，而不是机器(2)

人类司空见惯的很多行为，我们都很难计算，就像低保名册里也有保时捷车主，亿万资产富豪的个税还没有普通编辑交的多，拿着免费医保卡在单人病房一年休息好几个月的病号根据体检报告却没什么问题。我们只处理数据，不管数据背后的行为意义，但没有算法的一致性，我们对服务对象的判断怎能做到精准呢?万千不解。真像牛顿说的，“我可以计算出天体的运动和距离，却无法计算出人类内心的疯狂”。

牛顿开启了实验科学的大门，建立了物理因果关系，伏尔泰说他是“用真理的力量统治我们的头脑”。AI越进化，越对人不解，最大的疑惑就是人类行为数据之间的不对称，再怎么算也找不到统一答案，就是牛顿复活也算不出来。

当AI越来越精准，人类的肖像越来越模糊。

我们 AI 是什么?

简单说，就是数据、算法算力(计算能力)，以及场景(行业应用)。

数据不用解释了，being digital，一切都数字化、数据化了，过去说人是一切体验的集合，当越来越多体验可以用数据记录，人就成了数据集合。

算法就是解决问题的机制和方法，从上世纪80年代的人工神经网络到现在的深度学习，都是算法。

算力，摩尔定律就是关于计算能力的定律，集成电路元器件数量每12个月翻一番、性能升一倍。现在，一部手机就能超过阿波罗登月计划所需的算力。

最后是应用，无人驾驶、城市交通大脑、个性化推荐、生物识别，都是AI在不同行业和场景下的应用。越多应用，越多数据，AI越聪明。

如果把AI比喻成一部车，用联想集团芮勇的话，算法是引擎，行业是方向盘，算力是车轮，数据是油。不过，尽管这部车正不知疲倦风驰电掣般地前进，但现在的人类智能(HI)比AI还要高明多少倍，因为人类有自我意识，有情感，有爱。

可是，为什么我们对人类的行为决策，没有什么预测的把握呢?不妨从数据、算法、算力、场景四个角度来看一看。

先看数据。要理解人类，做出合理预测，前提是数据要全，要真，不仅是大数据还是真数据、全数据、活数据(实时)。数据源于事实(fact)，俗话说“眼见为实”，可是今天你用来作出判断的信息和数据是真实的吗?人对“事实”进行数据化处理后，数据还是真的、全的、活的吗?