老生常谈的乐观与悲观只是表象，多年争论、怀疑的背后，本质上是人工智能的两种发展路线之争，即Google替代、阿里协作。

身在轮椅，却时不时心系一下宇宙、人类未来的霍金，几年前抛出的“人工智能的发展可能意味着人类的灭亡”言论，无疑把人工智能威胁这个讨论了几十年的陈年老话题又搬上了台面。

大佬们也没闲着，比尔盖茨声称“人工智能将最终构成一个现实性的威胁”，马斯克很早就表露出人工智能是“人类生存的最大威胁”的态度，在波士顿动力公司推出能够后空翻的Atlas四足机器人时，又“大声疾呼”加强对人工智能的监管。

最近，在乌镇惹足眼球的互联网大会除了大佬聚餐吃什么的花边新闻，关于人工智能的一系列“谈话”也成了舆论关注重点。

库克、马云等大佬都直白地表达出对人工智能的乐观态度。库克表示，并不担心机器人会像人一样思考，却担心人像机器一样思考，马云则认为“人类有灵魂、有信仰、要自信可以控制机器”。

看起来，这场乐观与悲观的争论仍然在加剧，各方都旗帜鲜明。

而事实上，老生常谈的乐观与悲观只是表象，多年争论、怀疑的背后，本质上是人工智能的两种发展路线之争：以Google、特斯拉为代表的“替代”阵营，他们推出的技术大都都是用AI去模仿人最终替代人；以苹果、阿里为代表的“协作”阵营，他们的技术侧重于让机器做人做不了的事，形成人与机器的“协作”关系。

看似都在人工智能的统一旗帜之下，发展路线却形成了截然不同的两个派别。

Google、特斯拉，极客理工男的“替代”关键词

极客们大多都对技术有着疯狂的执着，用它来形容“替代”阵营中的领头羊Google和特斯拉再好不过。

挑起这一波很可能持续一个年代的人工智能风潮的AlphaGo，从1.0到2.0到Zero不断爆发式进化，到Zero已经可以通过左右互搏而非吃棋谱成长，并以100:0碾压上一代。

如此创新、如此极致，很符合极客定位。但无论如何，Google打磨的AlphaGo也只是在“替代”人进行“下围棋”这个活动。

Google另外一个举世瞩目的人工智能项目当然是自动驾驶技术。谷歌旗下的自动驾驶项目——Waymo日前测试里程又创下了新的记录，其自动驾驶汽车的测试里程已超过400万英里（640万公里），这个里程普通美国人要开300年。在这之前，Waymo已经在虚拟系统中模拟行驶了25亿英里。

不止于此，这400万公里也分段体现了极客对技术追求的进化，每个100万公里，达成速度是递增的，分别是18个月、14个月、8个月、8个月。

Waymo说，公众很快就能用它的无人驾驶服务上班、上学、购物或去更多的地方。这句颇有些得意的话也反映一个现实：再厉害的自动驾驶，其AI技术所做的，也只是在模仿人的行为，“替代”人类司机开车。除了Google之外，还有更多从事无人驾驶的企业，产品思维莫不如是，用激进的方式去推动技术的发展。

比如马斯克，一边大放厥词要警惕人工智能，一边在特斯拉的自动驾驶方面层层加码，先是与Mobileye合作，出了几起车祸后移情Nvida，装配Drive PX2，后来Nvida在AI浪潮下春风得意股价暴涨，不愿意受制于人的特斯拉又在最近爆出要联合Nvida老对头AMD自主开发自动驾驶芯片。

显然，悲观的马斯克先生，在用人工智能替代人更好地驾驶这件事上比别人还要更上心。

离开自动驾驶，还有更多以“替代”为主题的技术：AI翻译替代人工翻译，AI助手替代手动操作，AI算法推荐替代人工推荐……不只是Google翻译、Google助手，在模仿人类思维、替代人类执行这条路上，聚集了大量的AI“极客”。

阿里、苹果，情怀文科男的“协作”世界观

都说苹果的AI发展有点落伍，不过，其一鸣惊人的ARKit却带有极强的深度学习烙印，为ARKit提供动力的主要技术SLAM（通俗地讲就是把摄像头放置入陌生环境，机器能够马上识别环境概况并模拟，从而决定AR如何成像）是典型的人工智能产物。

ARKit所做的，显然不是人能够完成的事，也不是在替代人的行为。另一个持乐观态度的公司阿里也是如此，ET城市大脑、ET工业大脑都是以“协作”为为人工智能技术发展的理念基础，其成果都体现人与机器的合作而不是替代。

大概是因为老板马云的武侠情怀，阿里这种“协作”体现出某种文科男的情怀气质，用协作而非狂热的技术“替代”来实现人工智能改造世界的梦想。

本次互联网大会，阿里云ET大脑不出意外地从来自中国、美国、英国、德国、法国、瑞典、爱尔兰、芬兰、韩国等国家和地区近千项互联网领域创新成果中露出，获得世界互联网领先科技成果奖，成为那1/14，同等地位的还有颠覆传统计算机的光量子计算机、华为/高通5G成果、神威太湖超级计算机应用成果等划时代项目。

其实说来说去，这个玄乎的、创新地位颇高阿里云ET大脑本质上是一个协作式人工智能项目，是让机器去做人做不了的事情，更像一个人类合作伙伴而存在。

例如，ET大脑中的城市大脑做的就是原来仅靠人脑难以做到的实时交通路线规划问题，将道路监控、红绿灯等设施每天产生的海量数据统筹协同，计算出实时的交通优化方案，智能调节红绿灯，在萧山试点中，该技术让道路车辆通行速度平均提升了3%至5%，部分路段提升11%。

除了针对拥堵的智能红绿灯日常调节，在一些特殊的、对交通时效要求极高的场景，城市大脑的“协作”价值更为凸显。例如在获奖成果阐述过程中，CEO张勇现场展示了正在萧山发生的真实场景，ET城市大脑自动调配红绿灯为患者开出一条“绿色生命线”，让120到达现场的时间缩短一半。对于危重病患来说，这一半的时间可能不能简单用经济价值来衡量。

除了城市大脑，ET大脑还有另外一个脑子——工业大脑，其模式类似，运用数据驱动来提高企业运作效能，做人做不了事。例如在全球最大的光伏切片企业协鑫光伏案例中，ET工业大脑为其提升超过1%的良品率，在这光伏切片领域已经十分可观，带来的经济效益超亿元；在中国最大的轮胎生产企业中策橡胶案例中，使用ET工业大脑让良品率最高提升了5%。

区别于“替代”的极客思维，阿里云ET大脑这些表面的“成绩”，背后有一个共同的特征：只有AI、云计算、大数据能力与垂直领域知识结合，依托多维感知、全局洞察、实时决策、持续进化才能实现的复杂局面下快速最优决策，靠人类自身来做有点天方夜谭，唯一只有依托于智能机器的协作。毕竟，下棋、驾驶、翻译、内容推荐这些东西，没有机器，人同样可以干得不错。

正因为如此，带有某些理想主义色彩的阿里云ET大脑专挑那些人类无法完成的复杂全局问题，例如城市治理、工业制造、社会安全、医疗健康、环保、金融、航空、物流等垂直领域，对外宣称要寻找最优解决方案，要让个人、企业、城市共享技术红利。

由此，以Google、特斯拉为主的“替代”派，和以阿里、苹果为主的“协作”派，形成了泾渭分明的人工智能发展路线。

人工智能悲观乐观之争，不如说是替代与协作之争

过去几十年，人工智能的发展形势一阵阵的并不明朗，乐观也好悲观也罢，做做谈资也没什么。

如今，数据、计算力、算法三大人工智能要素的充足度已经不可同日而语，人工智能的发展大势已经不可避免，所谓乐观悲观都只是在揣测，在不可改变技术革命面前，把讨论焦点转移到“如何让人工智能最终走向乐观”显得更有价值。

1、强弱之争错了，AI威胁与强弱无光

在人工智能威胁论调中，不少人认为在弱人工智能阶段（按设定逻辑推理、解决问题，但没有自主意识），我们要持乐观态度，只有在强人工智能或超人工智能阶段（智能自主解决问题，具备自主意识，甚至超越人类），我们才要持悲观态度。

其实，AI是否威胁，不在于其发展到哪个阶段、是否形成了对抗人的能力，而在于其和人类已有的秩序是否冲突。

就算是弱人工智能，有冲突存在也算是一种客观威胁，比如2013年牛津大学马丁学院的 Michael Osborne 和 Carl Frey发表了一篇题为《未来职业：工作有多容易被机器取代？》的论文列举了数十个领域上千份可能会被取代的工作，几乎整个社会都会被替代，这种社会结构的剧烈变革、对大多数阶层的冲击，对他们而言就是一种十足的威胁。

因此，也许我们更该聚焦于如何避免冲突的讨论上。对于“替代”阵营来说，一味地模仿人类行为、代替人类操作的技术极客之旅中，也必须配套思考如何让这种“替代”不产生冲突。

例如，特斯拉发布了无人驾驶卡车，Uber马上推出Uber Freight，配合无人驾驶卡车，可以实现简单、冗长的长途运输过程由无人驾驶完成，上路、下路的精细化运输过程则由目前的卡车司机完成，使得原本的“替代”式人工智能并不会产生冲突。替代式人工智能还需要更多这种“配套”技术与创新。

2、控制/失控之争错了，控制既无必要也无可能

相应的，在强人工智能或超人工智能阶段，人工智能威胁论无非认为人类会失去对人工智能的控制从而造成社会风险。这种想法从一开始就假定人和人工智能之间是冲突的、不相容的。

而既然威胁论本身就带有科幻色彩，不如就用科幻的逻辑来揣测人工智能。就像人寻找上帝是为了找寻自己的意义一样，倘若人工智能真的想要威胁，其目的也不过就是为了确认和证明自己的存在。因为一开始就被设置在与人协作、各自分工的位置上被尊重，而不是与人争利的冲突地位，就算有一天苹果ARKit、阿里云ET大脑变成了有自主意识的强人工智能，它们也没有任何理由要来挟制人类。人类依赖人工智能带来的交通疏导、产业运营效率提升，AI的存在自有意义，不需要再通过威胁的方式获得意义。

也即，在阿里云ET大脑这样的项目上，机器有智能，人类有智慧，机器做了人做不了的事情，没有冲突也就不会有威胁。只有那些本身就没有把AI放在平等的位置上，以统治阶级控制平民的思路来谈AI的人，才会感受到切实的威胁。

技术极客的“替代”思维很容易陷入AI和人类文明的冲突的境地，它们往往强调从对算法的绝对把握中获得安全感。在有多少人工就有多少智能的时候，这种控制还行得通，而引用自然科学中的名言：More is different（也是P W Anderson1972年发表于Science的论文标题），当人工智能普遍采用的、看似简单的神经网络模型的层数变多之后，例如10*10的神经网络就可以复杂到没人可以完全理解其深度学习过程，最终的人工智能必定是无法预知的。

所以，要让AI的未来走入乐观，首先要抛弃的恰恰就是那些对如何控制人工智进行各种研究的行为（它本身也不会成功），专注用协作、伙伴等平等态度来发展人工智能。

3、AI商业化没有优劣，只有短期长期之分

毫无疑问，直接对传统的、人所能做的事的进行替代，大都带有颠覆色彩，具有很强的震撼效果，容易博得市场价值。例如，富士康在位于昆山的工厂开始裁员接近6万人，将由超4万台人工智能机器人取代人力，未来富士康宣布将引进一百万台机器人，代替大陆雇佣的一百万工人，这种人工智能的变现十分可观又立等可取。

因此，尽管我们认为协作式人工智能更能契合“乐观未来”，但像阿里ET这种项目在变现的速度上仍然不及替代式人工智能（工业大脑会比城市大脑好些，但短期内也比不上大规模人力替代来得震撼）。

不过，既然这里讲的是未来，从更长远的角度，只是对人工的替代，本质上对社会财富的增长只是“量”的改变，那些人不能从事的领域还是空白。而协作式人工智能帮助解决人解决不了的难题，看似商业化慢热，最终解决的是人与AI分工共存的根本问题，对社会财富的增长将是“质”的改变，在这种情况下，商业价值也将会是自然而然的事。

例如，阿里云ET工业大脑目前已经同协鑫光伏、天合光能、固德威、中策橡胶等制造业大户合作，随着在工业领域的渗透，最终改变的可能是整个工业生产运营；城市大脑在短期体现的是交通疏导，未来可能让喊了几十年的智慧城市不再是一句空话。作为建设者，阿里云的商业化获益肯定不会比生产线机器人、交警机器人这些同领域的替代式人工智能少。

总之，就像马云在大会上说未来30年互联网将变得无处不在一样，作为互联网的下一代，人工智能的未来也必将成为整个社会的基础设施，协作式人工智能的发展路线似乎更能让人工智能有个乐观的未来，但更需要企业有长远的眼光。

作者：潇湘，微信工众号： 智能相对论（aixdlun）

本文由 @潇湘 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 unsplash