专访｜王维嘉②：暗知识，机器认知如何影响社会

《暗知识》一书的作者王维嘉博士，在美国斯坦福大学读博士期间做过人工智能（AI）研究，后来在硅谷和中国创办高科技公司，目前在硅谷专注于投资人工智能。王维嘉每年访问调研上千家硅谷和中国的科技公司，接触顶级大学最前沿的研究，从大量的实践中提炼出对行业的原创的分析和洞见。

王维嘉长期对人类如何获得知识感兴趣，在投资、研究和写作AI的过程中，发现了“暗知识”这样一个人类以往未曾发现的领域。

在王维嘉看来，暗知识对人类的影响刚刚开始。从暗知识这个新视角出发，可以更深刻地理解这次AI巨浪。这波巨浪可能超过互联网，许多行业都会深受影响。其新作《暗知识》希望能回答“AI对我的行业和职业会有什么影响”。

2019年4月，《暗知识》一书刚面世不久，“澎湃新闻（www.thepaper.cn）”记者在上海对王维嘉博士进行了采访。以下是访谈的后半部分，聚焦于机器认知将如何颠覆人类社会。

澎湃新闻：在工业革命的时候，发生过人捣毁机器的行动，体现了人对于机器的恐惧。你预测，未来会不会发生人类采用原始的暴力手段对抗AI或者对抗机器这样的事情，会是偶发的小概率事件，还是有可能成为大规模的事件？

王维嘉：现在，人们想要捣毁机器都不知道去哪里了对吧？互联网现在威胁到零售，假使零售行业想要捣毁阿里巴巴，而互联网无处不在，他要怎么去捣毁？人工智能和机器学习也是一样的情况，它就在每个人的手机里，就在每个人的生活中，是一个个传感器，根本没法去捣毁。

但是，有一个很重要的问题我们不能忽视：如果AI突然造成人类大规模失业的话，那就是一个重要的社会问题。我们必须及时地、未雨绸缪地去应对这个问题。

失业并不是问题，美国100年里的农业人口从97%变成今天的3%，但每年只减不到一个百分点，很快就被其他新的行业吸收掉了。如果AI也是造成每年减1个点的失业，那也不是问题，年轻人的话再学个别的技能就行。怕就怕AI一年干掉10个百分点。如果有这种情况，作为政府就必须从现在开始很严肃地思考应对方法。

过去蒸汽机出现、火车出现、电力出现、互联网出现，都曾取代过很多人的工作，也产生了很多新的工作。所以，我还是比较乐观的。

总体来讲，它会造成失业。但是，要去未雨绸缪的是它会不会突然在短时间内造成大规模失业，失业人口里的中年以上者如何学习新的技能等问题。怎么培训他们新的技能，怎么开发一些新的行业，这都是可以事先准备的。

澎湃新闻：关于失业问题，有一个思路即普遍基本收入，或者说是一个有条件的社会福利？ 你觉得这样的趋势会是怎么样？

王维嘉：关于普遍基本收入（UBI），这个问题现在已经尖锐地提出来了。丹麦在实验UBI；美国政府没有参与，但是美国的一些亿万富翁在一个小的地区做这样的实验。瑞士做过一个公投，然后被他们给否决了，瑞士都否决，全世界大概没有地方能通过。

普遍基本收入，首先是它不能有条件，一旦有条件就和现在的失业救济是一模一样。UBI意思就是无论是马云，还是捡垃圾大师，都能每月拿到500块钱。这自有其道理，鉴别“条件”是一件很困难的事情，也是有成本的。更重要的是UBI承认了过去在社会上不被承认的有用的劳动，比如在家带孩子的家庭妇女，过去是没有收入的，UBI就承认了带孩子、培养孩子也是一个有益的劳动。

所以说，UBI的设计是有一定道理的，但UBI最大的问题就是任何一个国家都负担不起。

所以我提出一个另外的解决方案，不是普遍基本收入（UBI），而是普遍基本培训（UBT，Universal Basic Training）。我算了一笔账，那大概只需要普遍基本收入3%的成本。对于失业者，免费提供服务，甚至给钱读书、培训，让失业者能重新就业。

大家担心UBI 鼓励懒人。我觉得我提的这个方案UBT应该是一个更合理的方案。

澎湃新闻：你在书里引用牛津大学的报告，预测在2033年最会被取代的排名第六是驾驶员89%。是不是可以预测说，像我们的孩子这一辈很有可能就甚至没有必要去学习驾驶？会不会在他们的时代看待驾驶就会像是我们看待骑手驾驭赛马一样？

王维嘉：其实，我不看好全自动驾驶，也就是无人驾驶。我在书里说了要实现无人驾驶是一个非常长的过程，可能说得比较含蓄。我认为基本上不可能实现连方向盘都没有的无人驾驶，但是我看好从半自动驾驶开始、今天增加点功能明天增加点功能，今天可以松开方向盘了，明天可以打个盹的这样慢慢演进的方式。比如，特斯拉车现在有两个功能特别有用。一个是自动跟踪，就是前面车快你就快，前面慢你就慢，保持固定距离。还有一个是线道保持，就是只要路上画的线非常清晰，不论是转弯还是直行，车子都会在路线的最中间走，这个功能在堵车的时候特别有用。当速度慢的时候，比如堵车的时候，这个功能就一下子把原来很让人心烦的时间变成了轻松、放松的时间，所有人都特别喜欢这个功能。

我觉得类似这样的功能不断增加非常有用。但彻底取代人的驾驶，我觉得短期内做不到。

澎湃新闻：你是如何看待体育运动与体育精神的？

王维嘉：我觉得会持续存在。比如说跑步，现在大家跑马拉松就很开心，其中也有锻炼身体的实际目的。未来可能当人的闲暇时间越来越多，体育精神可能会更强。

但是如围棋，人已经绝对下不过人工智能了，人还会不会学围棋，去下围棋？我觉得这个问题得想一想。人所有的娱乐，都是想赢，想超越，想站到顶层，现在变得只能赢人而赢不了机器了……我觉得还是有可能。就像打乒乓球，人可能打不过机器了，去年国际消费电子展览会CES上就出现了一个机器人打乒乓球打得特别好，机器将来一定会在很多方面，特别是涉及到技能的方面超过人类。但是，我觉得人类还会去打乒乓球，还会去下围棋。

我觉得，只要人和人之间对弈或对战有随机性就行。人游戏的乐趣在于赢过别人，如果还有这种乐趣，我觉得就会继续。谷歌前阵子出了一个机器人，打电子游戏把人都打败了。你说将来人还会不会打游戏，我觉得还会打的。

澎湃新闻：关于最难被取代的工作，在你的书中第一是考古学家0.07%，甚至远远高于0.3%的第二心理与毒瘾治疗。你是如何看待考古这样一个工作的？

王维嘉：大概是因为考古的工作太不标准化了，整个过程需要大量的想象力、猜想、推测。考古挖掘也是很精细的工作，你能想象机器去从那里把骨头扫出来，再拼成完整的吗？拼合的过程好像机器也许可以学会，但是机器今天还是做不了这么细腻。另外，这个工作还要有历史知识，想象力也很重要。

另外，那份报告虽然这么列出来了，但是考古不是一个有商业价值的行业，如果我们要谈商业的话，最好它是一个有钱的行业，比如几千亿价值的。

这样来说，未来的保姆可能会越来越值钱，需求量很大，而且工资也会越来越高。用机器人取代保姆是一件特别难的事，保姆能做18种不同的事情，机器只能扫地，要弄18个机器人来伺候一个家庭吗？还有很多类似的非标准的工作，都是需要人类去理解的工作或者事情，以及牵扯到情感的工作，那都是机器很难去做的。

澎湃新闻：你觉得，就个人来说该如何投资自己的财富？如何对自己投资？如何学习？

王维嘉：我觉得有两点。第一点是祛魅。现在关于人工智能的各种各样的说法太多了，大家全都晕了，不知道该听谁的，其实就是因为人工智能有“暗知识”这样一个神秘性在背后，所以我写了《暗知识》来祛魅。

说白了无非就是机器发现了一类我们人类不能理解的知识，这就是人工智能的本质。一旦理解了这个本质，就能明白人工智能能做什么，也会清楚它的局限性，比如人工智能不懂因果，他没有理解能力。

然而，你就可以自己判断了，比如科创板现在要开了，鼓励硬核科技公司上市。那么，肯定有一些公司打着人工智能的旗号出来，有的是真的，可能有的不一定那么真。作为投资者要怎么判断？可以看一下这本书，至少能减少被割韭菜的概率。

历史上的每一次科技浪潮，如火车、电力、互联网的出现，都伴随着一次次疯狂的割韭菜。这不光是在中国，在美国和欧洲也是一样的。人工智能也是一样的，现在大规模割韭菜的还没来。人工智能和互联网比，还相当于是在互联网的1995年。1995年，第一家互联网公司网景上市，那是做浏览器的，它一上市主流的资本市场就知道互联网还能上市还能赚钱了。今天，人工智能都还没有上市。如果说这是个20年的周期，那么我们还处在第2年、第3年，还在非常前面，后面一定会开始割韭菜，而且好几波。一旦今天你对它比较清楚了，你被割韭菜的概率就低多了。当然，要是你“贪婪”，那也没办法对吧？

第二点，谈到学习，做投资每天都要学习新东西。 所以，我不光把这里的道理讲清楚，而且告诉大家很多实战的经验。我自己在硅谷做投资，我每天要看很多公司，我怎么去判断一个公司，我怎么去判断一个技术，我在书里面也写了很多。

基于以上两点，我希望读者读了《暗知识》以后，能够避免损失，能够在未来的浪潮当中给自己定位，能够对未来趋势把握得更清楚，知道什么是真的什么是假的。

澎湃新闻：此时此刻，我们仍然在进行着传统的媒体采访，你对于未来媒体工作有何预测？事实上，目前也出现了很多撰写新闻的机器，我们都相信机器会写得越来越好，甚至在某些性质的稿件上会比人类记者做得更好。

王维嘉：关于媒体，首先现在有一些财经类的报道，比如某家公司又发布了什么消息，肯定机器也能写了，事实上现在在中国和美国都是机器在做了。哪怕是一部分分析报告，都可以由机器来写，而且它可以做得比人更精确。

但是刚刚也说了，只要涉及人类情感的东西，机器永远不可能超过人类。所以，我觉得它不会取代媒体人。现在回过头去看，互联网其实对媒体的影响更大，我觉得人工智能可能对媒体的影响不会如互联网那么大。

澎湃新闻：我们都知道，信息的传播形式，会极大影响到社会的组织形态。在你看来，AI时代，人与人之间的关系会是怎样的？我们这个时代的“社会平等”关系是否会被打破重造，新的形态可能会是怎样的？

王维嘉：很显然互联网把人类过去的社会压得更扁平了。今天一个五线城市的小青年，只要有手机有微信，再想出一个好段子，马上可以炮制一篇10万加的文章。但是人工智能，包括大数据，显然是面向大组织、大公司或者政府的。所以，互联网和人工智能，两者的赋能方向是不一样的。每次有新技术袭来，赋能都是不同的，pc是给个人赋能，手机是个人赋能，云计算、大数据是给政府赋能，现在的人工智能也是比较偏向给政府赋能的。

假设未来社会到处都是摄像头，那么个人隐私怎么保护？像欧洲现在出来的个人隐私数据的保护法案我觉得是对全世界都有参照作用的。我觉得，未来所谓的机器认知时代，它依据大量的传感器把各种各样的数据记录下来，然后从里头发现复杂的关系，找到这种关系就发现了暗知识，用暗知识为我们生产和生活服务，在给我们提供便利的同时，如何防止它的负面作用，我觉得是非常值得探讨的。我在书里也做了一些探讨，但是我觉得目前这类探讨还远远不够。

有一个很具体的例子，就是美国有一个大零售公司叫Target，有一次给一位家长发了一个信息，说祝贺他女儿怀孕，Target可以给你打折什么的。这位家长接到这条信息以后非常气愤，因为他女儿才上中学，他就投诉，Target的答复是说他们看到他女儿的浏览痕迹，发现那一般是孕妇才会有的。结果这位老爸就去查了一下，他女儿果真怀孕了。像这样的个人隐私，父亲都不知道，商家居然知道了，这算什么？

这在全世界都是很大的问题。再比如信用积分。在美国，有种把一个人在所有社交媒体上的信息都查下来然后给打个信用分数的，银行说以后去申请贷款要拿这个做参考。这些东西，我觉得都在深刻地改变社会的结构，虽然这些东西在今天好像还没有出现，但是我在书里要提，因为它很快就会来。

澎湃新闻：在你的书里，也提到在AI时代的人的价值，“未来最需要的是想象力和创造力而不是工匠能力”，你觉得人在AI时代是不是仍然能掌握对世界的主动权？拥有暗知识的AI有没有可能颠覆人类对世界的主导？可能会以什么形式？

王维嘉：没有。只要没有自我意识，它仍然只是人类的工具。

一条警犬能闻出毒品，这种技能对人类就是暗知识；鸽子能够通过地球的磁极找到回窝的路，这也是暗知识，都是我们人类不可理解也不能表达的知识。人工智能无非是我们人类发明的机器，做着类似警犬和鸽子的工作，只不过比警犬鸽子更牛，可以像AlphaGo那样下棋，可以发现蛋白质的三维结构，可以电子游戏……但是仍然是人类的工具。

我觉得人工智能就是像个智商偏科的孩子。好比一个理工科大学招了一个体育特长生，跑步、跳高全国冠军，考微积分不及格。现在的这个机器就有点像这样的在某些方面特别厉害的人，但是另一方面就不行了。现在人工智能的情商呢？干脆就是零。

所以，暗知识一方面给我们人类增加了极大的便利，另一方面它当然也会带来负面效应，人类要及时地去未雨绸缪，但是人类不会因此变成机器的宠物或奴隶。

澎湃新闻：你有喜欢的科幻作品吗？能不能给我们做一下点评？

王维嘉：我小时候特别爱看科幻作品，但是后来不知道怎么就觉得科幻那些没什么意思了。但是最近两年我还是看了《三体》，我觉得《三体》还是非常不错的。我比较喜欢的类型是像丹·布朗的那个系列的，他把历史、文化和科技能够真正紧密的联系起来，而且细节还都说的很对。有的科幻，他整个儿的科学基础是错的，像我们这样受过科学训练的，就会觉得得那是瞎扯。《三体》之所以对我有吸引力，因为它还是有一定的科学基础的。还有包括《阿凡达》那样的作品，都是有很多科学家在做顾问的，其每一个图像、每一段视频都是力求符合科学原理的。

凡尔纳的作品我也看过，那是我上学时候看的，还有阿西莫夫的作品。我觉得其实很多科学进步最早都是从科幻开始的，科幻作家完全就是想象，但会有科学家说这东西还值得一试，然后好多东西包括电脑等也都是这样慢慢出现了。好的科幻作品除了普及科学知识，在科学发展的过程当中都是蛮重要的一个环节。写小说的人没有什么限制，就完全放开想象，有可能书里80%都说错了，但只要有一两个闪光点就可能对很多人有启发。

澎湃新闻：关于人工智能给人类未来带来的变化，你还有哪些预测？

王维嘉：关于人工智能在未来会有哪些应用，大家比较关心。我在书中金字塔图里有写了一个应用，叫做“意外”。什么叫意外？就是你今天想象不到的。

比如说，汽车刚发明的时候，大家觉得无非就是比马车快的交通工具，但是人们当时没想到当每个人都有汽车的时候，就要修很多路。当高速公路四通八达的时候，人们就会嫌住在城里太挤，想要到郊区买个有院子的大房子住，人们因而从城里向郊区疏散。一旦大家都住到了郊区，为了大家购物方便，大型的shopping mall出现了。高速公路、郊区的住宅区和大型购物中心，这些东西都是因汽车而起的，但当汽车刚发明的时候，谁都想不到。这些就是所谓的非线性的预测，人是想不到的。

那么，关于今天方兴未艾的AI，我们能马上想到的是自动驾驶、人脸识别，这仍然是很简单的预测。真正复杂的东西，我们可能还没想到。我在书中也举了个例子，我把它叫做群体学习。谷歌曾做过一项实验，让一个机械手把盘子里的东西抓出来，机械手自己摸索抓不同形状的东西，自学了十几天以后就全掌握了，可以很稳定地把东西抓到盘子外面来。之后，谷歌又接着做了一项更有意思的实验，把15台一模一样的机器用网络联接起来，然后，让这些机器做一模一样的事，每台都是学习从盘子里抓东西。于是，出现了一个很有意思现象。当第一台机器抓到一个东西的时候，所有其他14台都会了。为什么？因为机器学会的东西就表现为神经网络里的参数，一台机器能够马上复制给整个网络，用光的速度。

这个就好像有100万人同时在学骑自行车，大家都在不停地摔跤，突然有个小孩会骑了，瞬间其他所有人也都会骑了。当然，这在人类当中是发生不了的，因为人脑之间是没法把知识传过去的。人类学会骑自行车，那是默知识，默知识是取不出来的。但是，暗知识是可以copy的。

我们可以想象一下，在未来有可能有很多类似这样的群体学习的情况。全世界的机器联接在一起，机器学技能的时间一下子就缩短了——一台机器会了，其他机器马上就会了，学习过程比人类大大加速，这就很适合去学习一个很复杂的技能。这真不得了。

澎湃新闻：这样的结果会不会是让人类世界更趋向大同？

王维嘉：对，比如像多种语言之间的翻译机器，能让人完全无障碍的沟通，人类之间的距离一定会迅速的缩短，而且大家在交流时候还能继续说着自己的母语，还能达到保存文化的本地性和世界大同之间的兼容。