《暗知識》一書的作者王維嘉博士，在美國斯坦福大學(xué)讀博士期間做過人工智能（AI）研究，后來在硅谷和中國創(chuàng)辦高科技公司，目前在硅谷專注于投資人工智能。王維嘉每年訪問調(diào)研上千家硅谷和中國的科技公司，接觸頂級大學(xué)最前沿的研究，從大量的實踐中提煉出對行業(yè)的原創(chuàng)的分析和洞見。

王維嘉長期對人類如何獲得知識感興趣，在投資、研究和寫作AI的過程中，發(fā)現(xiàn)了“暗知識”這樣一個人類以往未曾發(fā)現(xiàn)的領(lǐng)域。

在王維嘉看來，暗知識對人類的影響剛剛開始。從暗知識這個新視角出發(fā)，可以更深刻地理解這次AI巨浪。這波巨浪可能超過互聯(lián)網(wǎng)，許多行業(yè)都會深受影響。其新作《暗知識》希望能回答“AI對我的行業(yè)和職業(yè)會有什么影響”。

2019年4月，《暗知識》一書剛面世不久，“澎湃新聞（www.loaarchitects.com.cn）”記者在上海對王維嘉博士進(jìn)行了采訪。以下是訪談的后半部分，聚焦于機(jī)器認(rèn)知將如何顛覆人類社會。

澎湃新聞：在工業(yè)革命的時候，發(fā)生過人搗毀機(jī)器的行動，體現(xiàn)了人對于機(jī)器的恐懼。你預(yù)測，未來會不會發(fā)生人類采用原始的暴力手段對抗AI或者對抗機(jī)器這樣的事情，會是偶發(fā)的小概率事件，還是有可能成為大規(guī)模的事件？

王維嘉：現(xiàn)在，人們想要搗毀機(jī)器都不知道去哪里了對吧？互聯(lián)網(wǎng)現(xiàn)在威脅到零售，假使零售行業(yè)想要搗毀阿里巴巴，而互聯(lián)網(wǎng)無處不在，他要怎么去搗毀？人工智能和機(jī)器學(xué)習(xí)也是一樣的情況，它就在每個人的手機(jī)里，就在每個人的生活中，是一個個傳感器，根本沒法去搗毀。

但是，有一個很重要的問題我們不能忽視：如果AI突然造成人類大規(guī)模失業(yè)的話，那就是一個重要的社會問題。我們必須及時地、未雨綢繆地去應(yīng)對這個問題。

失業(yè)并不是問題，美國100年里的農(nóng)業(yè)人口從97%變成今天的3%，但每年只減不到一個百分點，很快就被其他新的行業(yè)吸收掉了。如果AI也是造成每年減1個點的失業(yè)，那也不是問題，年輕人的話再學(xué)個別的技能就行。怕就怕AI一年干掉10個百分點。如果有這種情況，作為政府就必須從現(xiàn)在開始很嚴(yán)肅地思考應(yīng)對方法。

過去蒸汽機(jī)出現(xiàn)、火車出現(xiàn)、電力出現(xiàn)、互聯(lián)網(wǎng)出現(xiàn)，都曾取代過很多人的工作，也產(chǎn)生了很多新的工作。所以，我還是比較樂觀的。

總體來講，它會造成失業(yè)。但是，要去未雨綢繆的是它會不會突然在短時間內(nèi)造成大規(guī)模失業(yè)，失業(yè)人口里的中年以上者如何學(xué)習(xí)新的技能等問題。怎么培訓(xùn)他們新的技能，怎么開發(fā)一些新的行業(yè)，這都是可以事先準(zhǔn)備的。

澎湃新聞：關(guān)于失業(yè)問題，有一個思路即普遍基本收入，或者說是一個有條件的社會福利？ 你覺得這樣的趨勢會是怎么樣？

王維嘉：關(guān)于普遍基本收入（UBI），這個問題現(xiàn)在已經(jīng)尖銳地提出來了。丹麥在實驗UBI；美國政府沒有參與，但是美國的一些億萬富翁在一個小的地區(qū)做這樣的實驗。瑞士做過一個公投，然后被他們給否決了，瑞士都否決，全世界大概沒有地方能通過。

普遍基本收入，首先是它不能有條件，一旦有條件就和現(xiàn)在的失業(yè)救濟(jì)是一模一樣。UBI意思就是無論是馬云，還是撿垃圾大師，都能每月拿到500塊錢。這自有其道理，鑒別“條件”是一件很困難的事情，也是有成本的。更重要的是UBI承認(rèn)了過去在社會上不被承認(rèn)的有用的勞動，比如在家?guī)Ш⒆拥募彝D女，過去是沒有收入的，UBI就承認(rèn)了帶孩子、培養(yǎng)孩子也是一個有益的勞動。

所以說，UBI的設(shè)計是有一定道理的，但UBI最大的問題就是任何一個國家都負(fù)擔(dān)不起。

所以我提出一個另外的解決方案，不是普遍基本收入（UBI），而是普遍基本培訓(xùn)（UBT，Universal Basic Training）。我算了一筆賬，那大概只需要普遍基本收入3%的成本。對于失業(yè)者，免費(fèi)提供服務(wù)，甚至給錢讀書、培訓(xùn)，讓失業(yè)者能重新就業(yè)。

大家擔(dān)心UBI 鼓勵懶人。我覺得我提的這個方案UBT應(yīng)該是一個更合理的方案。

澎湃新聞：你在書里引用牛津大學(xué)的報告，預(yù)測在2033年最會被取代的排名第六是駕駛員89%。是不是可以預(yù)測說，像我們的孩子這一輩很有可能就甚至沒有必要去學(xué)習(xí)駕駛？會不會在他們的時代看待駕駛就會像是我們看待騎手駕馭賽馬一樣？

王維嘉：其實，我不看好全自動駕駛，也就是無人駕駛。我在書里說了要實現(xiàn)無人駕駛是一個非常長的過程，可能說得比較含蓄。我認(rèn)為基本上不可能實現(xiàn)連方向盤都沒有的無人駕駛，但是我看好從半自動駕駛開始、今天增加點功能明天增加點功能，今天可以松開方向盤了，明天可以打個盹的這樣慢慢演進(jìn)的方式。比如，特斯拉車現(xiàn)在有兩個功能特別有用。一個是自動跟蹤，就是前面車快你就快，前面慢你就慢，保持固定距離。還有一個是線道保持，就是只要路上畫的線非常清晰，不論是轉(zhuǎn)彎還是直行，車子都會在路線的最中間走，這個功能在堵車的時候特別有用。當(dāng)速度慢的時候，比如堵車的時候，這個功能就一下子把原來很讓人心煩的時間變成了輕松、放松的時間，所有人都特別喜歡這個功能。

我覺得類似這樣的功能不斷增加非常有用。但徹底取代人的駕駛，我覺得短期內(nèi)做不到。

澎湃新聞：你是如何看待體育運(yùn)動與體育精神的？

王維嘉：我覺得會持續(xù)存在。比如說跑步，現(xiàn)在大家跑馬拉松就很開心，其中也有鍛煉身體的實際目的。未來可能當(dāng)人的閑暇時間越來越多，體育精神可能會更強(qiáng)。

但是如圍棋，人已經(jīng)絕對下不過人工智能了，人還會不會學(xué)圍棋，去下圍棋？我覺得這個問題得想一想。人所有的娛樂，都是想贏，想超越，想站到頂層，現(xiàn)在變得只能贏人而贏不了機(jī)器了……我覺得還是有可能。就像打乒乓球，人可能打不過機(jī)器了，去年國際消費(fèi)電子展覽會CES上就出現(xiàn)了一個機(jī)器人打乒乓球打得特別好，機(jī)器將來一定會在很多方面，特別是涉及到技能的方面超過人類。但是，我覺得人類還會去打乒乓球，還會去下圍棋。

我覺得，只要人和人之間對弈或?qū)?zhàn)有隨機(jī)性就行。人游戲的樂趣在于贏過別人，如果還有這種樂趣，我覺得就會繼續(xù)。谷歌前陣子出了一個機(jī)器人，打電子游戲把人都打敗了。你說將來人還會不會打游戲，我覺得還會打的。

澎湃新聞：關(guān)于最難被取代的工作，在你的書中第一是考古學(xué)家0.07%，甚至遠(yuǎn)遠(yuǎn)高于0.3%的第二心理與毒癮治療。你是如何看待考古這樣一個工作的？

王維嘉：大概是因為考古的工作太不標(biāo)準(zhǔn)化了，整個過程需要大量的想象力、猜想、推測?？脊磐诰蛞彩呛芫?xì)的工作，你能想象機(jī)器去從那里把骨頭掃出來，再拼成完整的嗎？拼合的過程好像機(jī)器也許可以學(xué)會，但是機(jī)器今天還是做不了這么細(xì)膩。另外，這個工作還要有歷史知識，想象力也很重要。

另外，那份報告雖然這么列出來了，但是考古不是一個有商業(yè)價值的行業(yè)，如果我們要談商業(yè)的話，最好它是一個有錢的行業(yè)，比如幾千億價值的。

這樣來說，未來的保姆可能會越來越值錢，需求量很大，而且工資也會越來越高。用機(jī)器人取代保姆是一件特別難的事，保姆能做18種不同的事情，機(jī)器只能掃地，要弄18個機(jī)器人來伺候一個家庭嗎？還有很多類似的非標(biāo)準(zhǔn)的工作，都是需要人類去理解的工作或者事情，以及牽扯到情感的工作，那都是機(jī)器很難去做的。

澎湃新聞：你覺得，就個人來說該如何投資自己的財富？如何對自己投資？如何學(xué)習(xí)？

王維嘉：我覺得有兩點。第一點是祛魅?，F(xiàn)在關(guān)于人工智能的各種各樣的說法太多了，大家全都暈了，不知道該聽誰的，其實就是因為人工智能有“暗知識”這樣一個神秘性在背后，所以我寫了《暗知識》來祛魅。

說白了無非就是機(jī)器發(fā)現(xiàn)了一類我們?nèi)祟惒荒芾斫獾闹R，這就是人工智能的本質(zhì)。一旦理解了這個本質(zhì)，就能明白人工智能能做什么，也會清楚它的局限性，比如人工智能不懂因果，他沒有理解能力。

然而，你就可以自己判斷了，比如科創(chuàng)板現(xiàn)在要開了，鼓勵硬核科技公司上市。那么，肯定有一些公司打著人工智能的旗號出來，有的是真的，可能有的不一定那么真。作為投資者要怎么判斷？可以看一下這本書，至少能減少被割韭菜的概率。

歷史上的每一次科技浪潮，如火車、電力、互聯(lián)網(wǎng)的出現(xiàn)，都伴隨著一次次瘋狂的割韭菜。這不光是在中國，在美國和歐洲也是一樣的。人工智能也是一樣的，現(xiàn)在大規(guī)模割韭菜的還沒來。人工智能和互聯(lián)網(wǎng)比，還相當(dāng)于是在互聯(lián)網(wǎng)的1995年。1995年，第一家互聯(lián)網(wǎng)公司網(wǎng)景上市，那是做瀏覽器的，它一上市主流的資本市場就知道互聯(lián)網(wǎng)還能上市還能賺錢了。今天，人工智能都還沒有上市。如果說這是個20年的周期，那么我們還處在第2年、第3年，還在非常前面，后面一定會開始割韭菜，而且好幾波。一旦今天你對它比較清楚了，你被割韭菜的概率就低多了。當(dāng)然，要是你“貪婪”，那也沒辦法對吧？

第二點，談到學(xué)習(xí)，做投資每天都要學(xué)習(xí)新東西。 所以，我不光把這里的道理講清楚，而且告訴大家很多實戰(zhàn)的經(jīng)驗。我自己在硅谷做投資，我每天要看很多公司，我怎么去判斷一個公司，我怎么去判斷一個技術(shù)，我在書里面也寫了很多。

基于以上兩點，我希望讀者讀了《暗知識》以后，能夠避免損失，能夠在未來的浪潮當(dāng)中給自己定位，能夠?qū)ξ磥碲厔莅盐盏酶宄?，知道什么是真的什么是假的?/p>

澎湃新聞：此時此刻，我們?nèi)匀辉谶M(jìn)行著傳統(tǒng)的媒體采訪，你對于未來媒體工作有何預(yù)測？事實上，目前也出現(xiàn)了很多撰寫新聞的機(jī)器，我們都相信機(jī)器會寫得越來越好，甚至在某些性質(zhì)的稿件上會比人類記者做得更好。

王維嘉：關(guān)于媒體，首先現(xiàn)在有一些財經(jīng)類的報道，比如某家公司又發(fā)布了什么消息，肯定機(jī)器也能寫了，事實上現(xiàn)在在中國和美國都是機(jī)器在做了。哪怕是一部分分析報告，都可以由機(jī)器來寫，而且它可以做得比人更精確。

但是剛剛也說了，只要涉及人類情感的東西，機(jī)器永遠(yuǎn)不可能超過人類。所以，我覺得它不會取代媒體人。現(xiàn)在回過頭去看，互聯(lián)網(wǎng)其實對媒體的影響更大，我覺得人工智能可能對媒體的影響不會如互聯(lián)網(wǎng)那么大。

澎湃新聞：我們都知道，信息的傳播形式，會極大影響到社會的組織形態(tài)。在你看來，AI時代，人與人之間的關(guān)系會是怎樣的？我們這個時代的“社會平等”關(guān)系是否會被打破重造，新的形態(tài)可能會是怎樣的？

王維嘉：很顯然互聯(lián)網(wǎng)把人類過去的社會壓得更扁平了。今天一個五線城市的小青年，只要有手機(jī)有微信，再想出一個好段子，馬上可以炮制一篇10萬加的文章。但是人工智能，包括大數(shù)據(jù)，顯然是面向大組織、大公司或者政府的。所以，互聯(lián)網(wǎng)和人工智能，兩者的賦能方向是不一樣的。每次有新技術(shù)襲來，賦能都是不同的，pc是給個人賦能，手機(jī)是個人賦能，云計算、大數(shù)據(jù)是給政府賦能，現(xiàn)在的人工智能也是比較偏向給政府賦能的。

假設(shè)未來社會到處都是攝像頭，那么個人隱私怎么保護(hù)？像歐洲現(xiàn)在出來的個人隱私數(shù)據(jù)的保護(hù)法案我覺得是對全世界都有參照作用的。我覺得，未來所謂的機(jī)器認(rèn)知時代，它依據(jù)大量的傳感器把各種各樣的數(shù)據(jù)記錄下來，然后從里頭發(fā)現(xiàn)復(fù)雜的關(guān)系，找到這種關(guān)系就發(fā)現(xiàn)了暗知識，用暗知識為我們生產(chǎn)和生活服務(wù)，在給我們提供便利的同時，如何防止它的負(fù)面作用，我覺得是非常值得探討的。我在書里也做了一些探討，但是我覺得目前這類探討還遠(yuǎn)遠(yuǎn)不夠。

有一個很具體的例子，就是美國有一個大零售公司叫Target，有一次給一位家長發(fā)了一個信息，說祝賀他女兒懷孕，Target可以給你打折什么的。這位家長接到這條信息以后非常氣憤，因為他女兒才上中學(xué)，他就投訴，Target的答復(fù)是說他們看到他女兒的瀏覽痕跡，發(fā)現(xiàn)那一般是孕婦才會有的。結(jié)果這位老爸就去查了一下，他女兒果真懷孕了。像這樣的個人隱私，父親都不知道，商家居然知道了，這算什么？

這在全世界都是很大的問題。再比如信用積分。在美國，有種把一個人在所有社交媒體上的信息都查下來然后給打個信用分?jǐn)?shù)的，銀行說以后去申請貸款要拿這個做參考。這些東西，我覺得都在深刻地改變社會的結(jié)構(gòu)，雖然這些東西在今天好像還沒有出現(xiàn)，但是我在書里要提，因為它很快就會來。

澎湃新聞：在你的書里，也提到在AI時代的人的價值，“未來最需要的是想象力和創(chuàng)造力而不是工匠能力”，你覺得人在AI時代是不是仍然能掌握對世界的主動權(quán)？擁有暗知識的AI有沒有可能顛覆人類對世界的主導(dǎo)？可能會以什么形式？

王維嘉：沒有。只要沒有自我意識，它仍然只是人類的工具。

一條警犬能聞出毒品，這種技能對人類就是暗知識；鴿子能夠通過地球的磁極找到回窩的路，這也是暗知識，都是我們?nèi)祟惒豢衫斫庖膊荒鼙磉_(dá)的知識。人工智能無非是我們?nèi)祟惏l(fā)明的機(jī)器，做著類似警犬和鴿子的工作，只不過比警犬鴿子更牛，可以像AlphaGo那樣下棋，可以發(fā)現(xiàn)蛋白質(zhì)的三維結(jié)構(gòu)，可以電子游戲……但是仍然是人類的工具。

我覺得人工智能就是像個智商偏科的孩子。好比一個理工科大學(xué)招了一個體育特長生，跑步、跳高全國冠軍，考微積分不及格?，F(xiàn)在的這個機(jī)器就有點像這樣的在某些方面特別厲害的人，但是另一方面就不行了?，F(xiàn)在人工智能的情商呢？干脆就是零。

所以，暗知識一方面給我們?nèi)祟愒黾恿藰O大的便利，另一方面它當(dāng)然也會帶來負(fù)面效應(yīng)，人類要及時地去未雨綢繆，但是人類不會因此變成機(jī)器的寵物或奴隸。

澎湃新聞：你有喜歡的科幻作品嗎？能不能給我們做一下點評？

王維嘉：我小時候特別愛看科幻作品，但是后來不知道怎么就覺得科幻那些沒什么意思了。但是最近兩年我還是看了《三體》，我覺得《三體》還是非常不錯的。我比較喜歡的類型是像丹·布朗的那個系列的，他把歷史、文化和科技能夠真正緊密的聯(lián)系起來，而且細(xì)節(jié)還都說的很對。有的科幻，他整個兒的科學(xué)基礎(chǔ)是錯的，像我們這樣受過科學(xué)訓(xùn)練的，就會覺得得那是瞎扯?！度w》之所以對我有吸引力，因為它還是有一定的科學(xué)基礎(chǔ)的。還有包括《阿凡達(dá)》那樣的作品，都是有很多科學(xué)家在做顧問的，其每一個圖像、每一段視頻都是力求符合科學(xué)原理的。

凡爾納的作品我也看過，那是我上學(xué)時候看的，還有阿西莫夫的作品。我覺得其實很多科學(xué)進(jìn)步最早都是從科幻開始的，科幻作家完全就是想象，但會有科學(xué)家說這東西還值得一試，然后好多東西包括電腦等也都是這樣慢慢出現(xiàn)了。好的科幻作品除了普及科學(xué)知識，在科學(xué)發(fā)展的過程當(dāng)中都是蠻重要的一個環(huán)節(jié)。寫小說的人沒有什么限制，就完全放開想象，有可能書里80%都說錯了，但只要有一兩個閃光點就可能對很多人有啟發(fā)。

澎湃新聞：關(guān)于人工智能給人類未來帶來的變化，你還有哪些預(yù)測？

王維嘉：關(guān)于人工智能在未來會有哪些應(yīng)用，大家比較關(guān)心。我在書中金字塔圖里有寫了一個應(yīng)用，叫做“意外”。什么叫意外？就是你今天想象不到的。

比如說，汽車剛發(fā)明的時候，大家覺得無非就是比馬車快的交通工具，但是人們當(dāng)時沒想到當(dāng)每個人都有汽車的時候，就要修很多路。當(dāng)高速公路四通八達(dá)的時候，人們就會嫌住在城里太擠，想要到郊區(qū)買個有院子的大房子住，人們因而從城里向郊區(qū)疏散。一旦大家都住到了郊區(qū)，為了大家購物方便，大型的shopping mall出現(xiàn)了。高速公路、郊區(qū)的住宅區(qū)和大型購物中心，這些東西都是因汽車而起的，但當(dāng)汽車剛發(fā)明的時候，誰都想不到。這些就是所謂的非線性的預(yù)測，人是想不到的。

那么，關(guān)于今天方興未艾的AI，我們能馬上想到的是自動駕駛、人臉識別，這仍然是很簡單的預(yù)測。真正復(fù)雜的東西，我們可能還沒想到。我在書中也舉了個例子，我把它叫做群體學(xué)習(xí)。谷歌曾做過一項實驗，讓一個機(jī)械手把盤子里的東西抓出來，機(jī)械手自己摸索抓不同形狀的東西，自學(xué)了十幾天以后就全掌握了，可以很穩(wěn)定地把東西抓到盤子外面來。之后，谷歌又接著做了一項更有意思的實驗，把15臺一模一樣的機(jī)器用網(wǎng)絡(luò)聯(lián)接起來，然后，讓這些機(jī)器做一模一樣的事，每臺都是學(xué)習(xí)從盤子里抓東西。于是，出現(xiàn)了一個很有意思現(xiàn)象。當(dāng)?shù)谝慌_機(jī)器抓到一個東西的時候，所有其他14臺都會了。為什么？因為機(jī)器學(xué)會的東西就表現(xiàn)為神經(jīng)網(wǎng)絡(luò)里的參數(shù)，一臺機(jī)器能夠馬上復(fù)制給整個網(wǎng)絡(luò)，用光的速度。

這個就好像有100萬人同時在學(xué)騎自行車，大家都在不停地摔跤，突然有個小孩會騎了，瞬間其他所有人也都會騎了。當(dāng)然，這在人類當(dāng)中是發(fā)生不了的，因為人腦之間是沒法把知識傳過去的。人類學(xué)會騎自行車，那是默知識，默知識是取不出來的。但是，暗知識是可以copy的。

我們可以想象一下，在未來有可能有很多類似這樣的群體學(xué)習(xí)的情況。全世界的機(jī)器聯(lián)接在一起，機(jī)器學(xué)技能的時間一下子就縮短了——一臺機(jī)器會了，其他機(jī)器馬上就會了，學(xué)習(xí)過程比人類大大加速，這就很適合去學(xué)習(xí)一個很復(fù)雜的技能。這真不得了。

澎湃新聞：這樣的結(jié)果會不會是讓人類世界更趨向大同？

王維嘉：對，比如像多種語言之間的翻譯機(jī)器，能讓人完全無障礙的溝通，人類之間的距離一定會迅速的縮短，而且大家在交流時候還能繼續(xù)說著自己的母語，還能達(dá)到保存文化的本地性和世界大同之間的兼容。