AI的本質(zhì)及其商業(yè)的康莊大道

　　高煥堂?（臺灣VR產(chǎn)業(yè)聯(lián)盟主席，廈門VR/AR協(xié)會榮譽會長兼顧問）

　　很多人會發(fā)現(xiàn)AI在某些場合應(yīng)用得很好，但在某些場合應(yīng)用得并不是很理想。像IBM公司應(yīng)用在醫(yī)療上，從30年前的AI，當時是屬于Rule-based模型，就做了AI的醫(yī)療專家系統(tǒng)，也沒成功。最近IBM的Watson團隊也裁員70%。所以很多人都在想這到底是怎么一回事呢?

　　1 登山者-雪巴人(向?qū)?模式

　　茲以珠峰登山者為例，首先我提出一個思考的問題：為什么登山者需要雪巴人(向?qū)?呢? 如果沒有向?qū)?，又會怎么樣? 我們可以從登山者與雪巴人來看他們的特性及組合；雪巴人在山上已經(jīng)住了幾十年以上，所以他們的閱歷很多，對那個場域、環(huán)境很熟悉。而登山者有他的夢想、勇氣，到了一個陌生的環(huán)境中探索。所以雪巴人扮演一個角色，就是：降低風(fēng)險。他會告訴登山者哪里有坑、有洞；而登山者就去探索和想象，追逐他的夢想；就是這樣的組合。

　　所以，我們做AI醫(yī)療時，可以想一想AI在醫(yī)療領(lǐng)域里，到底該扮演雪巴人角色，還是登山者角色呢? 所以，當我們想用AI來處理商業(yè)、生活等各方面時，如果該場域的不確定性很高時，若是偏向于雪巴人的角色，使用AI會很成功，反之如果偏向于登山者的角色，就可能會失敗。

　　在某些場域，這兩者的組合卻常常是最成功的。這就是不確定性高、變化度很大的場域，最典型的是戰(zhàn)爭，諸如政治/戰(zhàn)爭。所以劉邦旁邊需要張良，劉備旁邊需要孔明等，都是這樣的搭配。至于現(xiàn)在的不確定性場域，就是股票、基金等金融，以及醫(yī)療手術(shù)等，其不確定性很高。所以我們常常發(fā)現(xiàn)，如果拿AI來選股，或拿AI來代替醫(yī)生，似乎都不太會成功。

　　茲舉一個例子(此為假設(shè)情境)，有一位登山者，他準備(半年后)在冬季12月登上最高峰，他就選擇珠峰的南邊，經(jīng)由南邊而爬上珠峰的最頂端。這時，雪巴人(向?qū)?很可能會告訴他說：那一條路不能走。登山者就問：為什么不能走? 雪巴人反問登山者：請先說說，您為什么選擇那一條? 此時登山者回答說，因為到了十月份，是秋天，南邊的陽光比較充足；而北邊黑暗，比較不好爬。然后，雪巴人就說那一條路不能走的原因是：到了10月份，會刮東北風(fēng)，所以南邊會有大規(guī)模的雪崩。這時候他就告訴登山者說：那里有一個風(fēng)險，非常高，不應(yīng)該往那邊走。這是要降低風(fēng)險，讓他不要失敗。所以像孫子兵法等都有一句話：不打“沒有把握的仗”。就是由雪巴人來告訴他哪些部分是沒把握的仗。

　　2 AI精于“歸納性推理”

　　從認知學(xué)的角度看，人類有3種邏輯推理，①歸納性推理，②演繹性推理。歸納性推理，就例如我到深圳時，看到很多人做電子業(yè)賺大錢，所以我就得出一個結(jié)論：深圳的年輕人應(yīng)該大多數(shù)人都在做電子業(yè)(但不一定正確)，這叫做歸納性推理。第二種是演繹性推理，其中數(shù)學(xué)是最典型了，例如兩條直線在同一平面上，又沒有交叉，則它們必然是并行線。這叫做演繹性推理。③溯因性推理。像醫(yī)生就是最典型的，當您去看醫(yī)生的時候，醫(yī)生看到您滿頭大汗、而且有一點發(fā)燒、流鼻水，他看到這個“果”，然后倒過來追溯其“因”，他猜您可能是傷風(fēng)感冒了，所以他就給您開相應(yīng)的藥。下次再遇到您的時候，他馬上會問您：身體有沒有好些了呢? 這叫做溯因性推理。其中，前兩者是從因推到果；而溯因推理是從果推到因。

　　這樣就很清楚了，雪巴人擔任的事情就是從過去的經(jīng)驗，推論出來10月份南邊會有雪崩，因為是基于他的經(jīng)驗及事實，所以他的否證能力是超強的。于是現(xiàn)在，您就可以非常理解了：AI因為基于大數(shù)據(jù)，所以它從歸納性推理(從因推到果)的能力特別強，而且已經(jīng)遠遠超越人類的能力了。

　　這樣可以更了解到AI的本質(zhì)，就是通過大數(shù)據(jù)的相關(guān)性，然后進一步做歸納性推理。這種歸納性推理的特質(zhì)是，在愈窄的范圍，它的歸納精準度愈高。這樣就給我們一個啟示：當您要做AI的時候，如果想要做得很棒、想要取代人類，其窄度要夠，例如想下圍棋，就只做下圍棋的AI；想下象棋，就專做下象棋的AI。反之，如果你做了一個既會下圍棋又能下象棋的AI，其精準度就會下降，效果也就下降了。這就是當今AI的特性。

　　3 AI神鷹與AI獵狗

　　在一些不確定性高、變化度很大的場域，AI扮演雪巴人(向?qū)?的角色，將會表現(xiàn)得很亮麗。同樣地，在商業(yè)上的高層決策上，也一樣屬于不確定性高、變化度很大的場域。

　　茲舉一個例子來說明：成吉思汗與神鷹的故事。據(jù)說有一天成吉思汗自己一個人去打獵，卻迷路了，眼前一片沙漠，又口干舌燥，突然看到峭壁上滴下了水滴，成吉思汗就拿著水杯去裝水，正要拿來喝的時候，他常常攜帶的一只神鷹，在空中飛翔，就飛下來，唰一聲，把杯子踢翻了，連續(xù)踢了四次。成吉思汗想要嚇嚇它，叫它不要搗蛋，就拿起弓箭來嚇它，射出箭之后，神鷹慘叫一聲，掉落到峭壁上。成吉思汗爬到峭壁上發(fā)現(xiàn)神鷹被他射死了。神鷹旁邊的水池(水源)里面有一條毒蛇，而且是死的。因為蛇是死的，所以水是有毒的。成吉思汗發(fā)現(xiàn)了神鷹救了他的命。

　　于是我們就可以思考一個問題：如果今天我們做出了兩個AI，一個叫AI神鷹，另一個叫AI獵狗。那么我們就來想一想，成吉思汗會攜帶AI神鷹，還是AI獵狗呢?很容易推論，他會選擇AI神鷹。為什么呢? 因為神鷹會看到危險，看到危機、看到風(fēng)險。這意味著，決策性比較高的場域，AI很適合做神鷹這個角色。如果是這樣做，AI就會很成功。反之，如果AI做到成吉思汗的角色，效果可能不太好。

　　綜上所述，把 AI做在決策點與行動點之間，是最具價值性的。從成吉思汗與神鷹的故事，可以領(lǐng)會到，AI扮演神鷹的角色，既符合AI的特性，又非常具有價值。

　　當AI(神鷹)發(fā)現(xiàn)決策者思緒不夠完美時，可以給予畫龍點睛的效果。更具價值的地方在于：當AI(神鷹)發(fā)現(xiàn)決策者的決定是錯的，而且行動是災(zāi)難性的，AI立即提出嚴重警告。換句話說，AI必須在決策者的“決策時間點”與“行動時間點”之間的數(shù)秒鐘內(nèi)，必須實時納入當下的決策，做出智慧的推論，采取保護主人的行動，而且刻不容緩。

　　4 結(jié)束語

　　如果你做的AI只是依據(jù)過去和現(xiàn)在的大數(shù)據(jù)，來做歸納性推理，讓它只憑過去的經(jīng)驗來做決策，一般都不會成功。所以微軟公司創(chuàng)始人Bill Gates（比爾·蓋茨）說過一句話：過去的成功經(jīng)驗常常是最糟糕的導(dǎo)師。

　　然而，讓這種AI來扮演雪巴人的角色，或是神鷹的角色，其在電光石火的瞬間洞察出那些是“不打沒把握的仗”，就能有效降低高階商業(yè)決策的風(fēng)險，立于不敗之地，并提高勝率。

　　參考文獻

　　[1]高煥堂.AI思維給人類教育的三項啟示.電子產(chǎn)品世界,2018(2):82-83.

　　[2]高煥堂.人類如何向AlphaGo學(xué)習(xí)出人頭地.電子產(chǎn)品世界,2018(5):76-78.

　　[3]高煥堂.AI時代的新知識結(jié)構(gòu)：知識3.0.電子產(chǎn)品世界,2018(3):76-78.

　　[4]高煥堂.電子產(chǎn)業(yè)AI(智能)化之道.電子產(chǎn)品世界,2019(6):77-78.

　　[5] 高 煥 堂 . A I 時 代 ， 如 何 培 育 創(chuàng) 新 技 能 . 電 子 產(chǎn) 品 世 界 ,2018(8):80-82.

　　本文來源于科技期刊《電子產(chǎn)品世界》2019年第9期第77頁，歡迎您寫論文時引用，并注明出處。