“所以，你是一個堅定的人工智能無威脅論者嗎？”
楊元慶想了想，回答我：“是的。”
這是我與他之間關(guān)于“人工智能威脅論”的討論。
埃隆馬斯克已經(jīng)多次明確表態(tài)認為人工智能的發(fā)展將危機人類的生存，而扎克伯格等人則認為他是在杞人憂天。
不過，楊元慶并不認同“人工智能”的命名。
在他看來，人工智能（Artificial Intelligence）的說法容易帶來誤解，會讓人擔(dān)心AI將取代人類；所以他認為更準確的說法是：增強的智能（Augmented Intelligence）。
在增強智能這個基礎(chǔ)上，才能得以往下談智能醫(yī)療、智能制造等等。
他認為互聯(lián)網(wǎng)是數(shù)字化時代的產(chǎn)物，未來則是智能化時代，這既是基于互聯(lián)網(wǎng)，肯定又會超越互聯(lián)網(wǎng)和數(shù)字化時代，“未來互聯(lián)網(wǎng)只是一個工具，像電話線一樣，它不可少，但遠遠不是全部。由于IoT帶來數(shù)據(jù)的膨脹，加上計算力的加強，和算法的優(yōu)化，會帶來行業(yè)智能，或者產(chǎn)業(yè)智能。”
因此，他認為“工業(yè)互聯(lián)網(wǎng)”的說法不夠精確，這并不僅僅是工業(yè)，而應(yīng)該是全產(chǎn)業(yè)和行業(yè)，而且也不能只有互聯(lián)網(wǎng)，應(yīng)該是產(chǎn)業(yè)智能或者行業(yè)智能。
“過去我們談到智能制造就是機器人，機器臂。這只是數(shù)字化的設(shè)備，機器人、機器臂對應(yīng)的是IoT，而不是智能制造的全部。我們要真正實現(xiàn)智能制造的話，最后一定是圍繞著大數(shù)據(jù)、計算力、算法來考慮。”
關(guān)于大數(shù)據(jù)，他把它比喻成能源，“因為有了互聯(lián)網(wǎng)，網(wǎng)絡(luò)無處不在，才誕生了IoT，更多的智能終端。其更大的意義在于，越來越多的終端，會產(chǎn)生越來越多的數(shù)據(jù)。”
在有了數(shù)據(jù)之后，計算力開始發(fā)揮作用，“光有data還不夠，數(shù)據(jù)經(jīng)過整理和分析才有價值。所以現(xiàn)在有邊緣計算，云計算/云服務(wù)，這個總體就是計算力。數(shù)據(jù)要存儲、歸納、整理、分析，要有足夠的計算力來支撐。這是另外一條線驅(qū)動我們向未來智能化時代過渡。”
更重要的是算法，這也是他認為人工智能不會威脅人類的最重要原因之一，“機器的智慧是基于人的智慧，算法都是人類定的，它只是在增強人的智慧。”
基于這種對于智能的理解基礎(chǔ)，他認為人工智能將全面介入人類的生活、生產(chǎn)當中。
以智能制造為例，他認為智能將體現(xiàn)在整個制造的設(shè)計研發(fā)、供應(yīng)、生產(chǎn)、銷售、服務(wù)五大鏈條中。他認為，智能制造更加準確的定義是從自動化和信息化基礎(chǔ)上進入智能化，是對全價值鏈的推進，是基于越來越多的智能設(shè)備所產(chǎn)生的數(shù)據(jù)，基于邊緣計算和云計算的數(shù)據(jù)，基于深度學(xué)習(xí)的算法所帶來的制造行業(yè)的智能。
“比如說設(shè)計研發(fā)，我們的產(chǎn)品要一代代往下走，怎么設(shè)計？怎么研發(fā)？要基于前幾代客戶的使用數(shù)據(jù)，供應(yīng)鏈上下游的技術(shù)變化等等，來進行設(shè)計，再用智能的方式進行模擬測試，看是否符合設(shè)計的要求。”
到了供應(yīng)端，智能將有可能解決以往遇到的最大問題：供需不平衡，“對于制造型企業(yè)，最大的問題是供需不平衡，供過于求，供不應(yīng)求，都是企業(yè)的損失。但現(xiàn)在隨著增強智能，或者人工智能的發(fā)展，就會大大改善這個問題。我們現(xiàn)在實際上在用大數(shù)據(jù)進行需求的預(yù)測。大數(shù)據(jù)不僅僅包括我們過去銷售的歷史記錄，每年波峰波谷清清楚楚，機器最終預(yù)測就會比人的預(yù)測準確度高很多。”
生產(chǎn)和銷售同樣如此，就連服務(wù)，目前也已經(jīng)廣泛智能化。
采訪結(jié)束時，楊元慶站起身，又補充了一句：“有矛必有盾，只是車到山前必有路，不用過于擔(dān)心。”
