在過去的50多年里，人類GDP增長的根本動力是摩爾定律，即每過18個月，集成電路的性能(以集成電路芯片中的晶體管數(shù)量來衡量)就翻一番，或者說同樣性能的集成電路每18個月價格下降一半。圖1展示出不同年代集成電路芯片里晶體管的數(shù)量(縱軸，注意它是指數(shù)坐標(biāo))。在此之前，人類還沒有一項(xiàng)技術(shù)能夠在長達(dá)半個多世紀(jì)的時間里以指數(shù)增長的速度進(jìn)步。集成電路的發(fā)展不僅開啟了整個IT行業(yè)的技術(shù)革命，而且?guī)砹巳虻淖詣踊托畔⒒虼耍@是在過去的半個世紀(jì)多里拉動世界經(jīng)濟(jì)增長的根本動力(雖然在中國還有房地產(chǎn)和基礎(chǔ)設(shè)施建設(shè)，但是在世界范圍內(nèi)，這個市場是在萎縮的)。
圖1. 摩爾定律(橫坐標(biāo)是時間軸，縱坐標(biāo)是集成電路中的晶體管數(shù)量)圖中的點(diǎn)是不同時期具有代表性的處理器
摩爾定律帶來的另外兩個結(jié)果，就是互聯(lián)網(wǎng)的興起以及產(chǎn)業(yè)的數(shù)字化，而這兩個結(jié)果合在一起，又產(chǎn)生了一個過去我們不太關(guān)注的結(jié)果，那是各種數(shù)據(jù)量的急劇增長。當(dāng)數(shù)據(jù)量增加到一定程度，量變就有可能成為質(zhì)變，因此今天大數(shù)據(jù)成為了一個非常熱門的話題。不過，目前在行業(yè)里和社會上對大數(shù)據(jù)炒作居多，對于它的理解依然停留在比較淺的層面。這表現(xiàn)在：
1. 在概念上將大數(shù)據(jù)和大量數(shù)據(jù)相混淆，認(rèn)為大數(shù)據(jù)就是數(shù)據(jù)量大，沒有看到多維度和完備性的本質(zhì)。
2. 在應(yīng)用上(商業(yè)上)僅僅看到了利用統(tǒng)計(jì)規(guī)律提升業(yè)務(wù)，沒有看到它和摩爾定律的結(jié)合必將導(dǎo)致機(jī)器智能社會的到來，從而徹底改變商業(yè)模式和產(chǎn)業(yè)結(jié)構(gòu)，以及人們的生活和工作方式。
3. 明顯低估了大數(shù)據(jù)和機(jī)器智能將給我們?nèi)祟惿鐣砬八从械臋C(jī)遇和沖擊。
我們就從這三個方面來看看大數(shù)據(jù)、機(jī)器智能和它們對未來社會的影響。
一、可怕的大數(shù)據(jù)
要說清楚大數(shù)據(jù)的本質(zhì)和作用，先要講講數(shù)據(jù)的作用以及它和機(jī)器智能的關(guān)系。
1.數(shù)據(jù)驅(qū)動的方法導(dǎo)致機(jī)器智能的出現(xiàn)
從1946年計(jì)算機(jī)誕生以來，人類一直在思考這樣幾個問題：機(jī)器是否能有類似于人一樣的智能?如果有，會在什么時候，以什么樣的方式出現(xiàn)?如果出現(xiàn)了，它將對人類的生活產(chǎn)生什么影響?在過去的半個多世紀(jì)里，雖然人類一直在為此努力，但是到目前為止，這件事情似乎并沒有發(fā)生，其中原因主要有兩點(diǎn)。首先，人類在機(jī)器智能這個問題上一度過于樂觀并且走了20年的彎路。人們最初的想法是讓計(jì)算機(jī)來仿造智能，并且提出了人工智能的概念。學(xué)術(shù)界后來把這樣的方法論稱作“鳥飛派”，意思是說看看鳥是怎樣飛的，就能模仿鳥造出飛機(jī)，而不需要了解空氣動力學(xué)。(事實(shí)上我們知道，懷特兄弟發(fā)明飛機(jī)靠的是空氣動力學(xué)而不是仿生學(xué)。)直到上個世紀(jì)70年代，人類才找到了適合計(jì)算機(jī)發(fā)展智能的道路，即采用數(shù)據(jù)驅(qū)動和大強(qiáng)度計(jì)算。其次，三十年前計(jì)算機(jī)的功能還不夠強(qiáng)大，雖然當(dāng)時人們以為它已經(jīng)很快了，容量很大了，但是只有今天的十億分之一左右，對解決智能問題來講是遠(yuǎn)遠(yuǎn)不夠的。而今天，人類正走在機(jī)器智能可能超越人類智能的轉(zhuǎn)折點(diǎn)上。
講到機(jī)器智能(而不是人工智能)，首先要搞清楚什么是機(jī)器智能。1950年，計(jì)算機(jī)科學(xué)的先驅(qū)圖靈博士給出了一個衡量機(jī)器是否有智能的測試方法：讓一臺機(jī)器和一個人坐在幕后，與一個人(測試者)展開對話(比如回答人的問題)，當(dāng)測試者無法被辨別和他講話的是另一個人還是一臺機(jī)器時，就可以認(rèn)為這臺機(jī)器具有和人等同的智能。這種方法被稱為圖靈測試 (Turing, 1959)。計(jì)算機(jī)科學(xué)家們認(rèn)為，如果計(jì)算機(jī)實(shí)現(xiàn)了下面幾件事情中的一件，就可以認(rèn)為它有圖靈所說的那種智能：
1. 語音識別，
2. 機(jī)器翻譯，
3. 自動回答問題。
但是，從1950年代到60年代，機(jī)器智能按照傳統(tǒng)人工智能的路子走得非常不順利，幾乎沒有拿得出手的像樣成果。而與此同時，計(jì)算機(jī)科學(xué)的其他分支都發(fā)展得非常迅速。因此，美國計(jì)算機(jī)學(xué)界開始反思是否機(jī)器智能走錯了路?1968年，著名計(jì)算機(jī)科學(xué)家明斯基在Semantic Information Process一書 (Minsky, 1968)中分析了所謂人工智能的局限性，他引用了Bar-Hillel使用過的一個非常簡單的例子：