尽管“人工智能”一词已经频繁出现在我们的生活中，但大多数普通大众对它的了解仍然止于“皮毛”。

近期，在第二十四届北大光华新年论坛上，北京大学光华管理学院翁翕教授以《人工智能技术的“灵魂”》为题发表演讲。翁翕教授在演讲中谈到了当下人工智能的瓶颈，从技术本质、技术意义的角度出发，释疑了当今人工智能的发展现状。

他指出，人工智能作为一个通用目的技术，其未来一定要与数字经济相结合，从而实现对普通大众的赋能。

01人工智能浪潮兴起但仍面临诸多挑战

对现代人来说，人工智能听起来算是“高端的技术”，但翁翕教授指出，人工智能的发展并非一帆风顺，而是经历过“三起三落”。最新的这次人工智能浪潮是以深度机器学习技术为基础，快速发展起来的。

虽然当下新一波人工智能浪潮涌起，但人工智能的落地应用正在遭遇瓶颈。“比如很多AI的头部企业持续亏损，还有部分大厂的人工智能实验室纷纷关闭，像Uber就关闭了它的人工智能实验室。此外，很多人工智能技术也饱受质疑，算法歧视问题、可解释性问题、可靠性差的问题、价格昂贵等问题非常普遍。”翁翕教授说。

以微软在2016年推出的聊天机器人“Tay AI”为例，该技术诞生的目的是推动人工智能与人类的交流。但上线当天，平台就出现了诸多问题——很多居心不良的用户给这个聊天机器人灌输了大量歧视性言论，使聊天机器人在自主学习过程中“恶语相向”，它开始辱骂用户，发表了众多种族主义评论和煽动性的政治宣言。

为了解决AI聊天机器人的上述问题，据了解，另一个近期火爆出圈的聊天机器人ChatGPT，目前设置了并不接入网络的机制，因而无法通过最新的用户对话来训练此聊天机器人。

翁翕教授表示，上述的例子也意味着这一波人工智能浪潮正在面临着大量挑战。

02技术创新更加是“经济活动”而不仅仅是“科研活动”

要从根源上解决上述问题，首先要追溯，技术的本质是什么？翁翕教授引用了美国斯坦福大学经济学教授布莱恩·阿瑟《The Nature of Technology》（中文名《技术的本质》）中的言论予以解释：

翁翕教授进一步谈到，在英文中，“科学与技术”一般被称为“science and technology”，但译为中文时，语境中往往会把“and”省略，仅把它称为“科学技术”，甚至只简称为“科技”。这样的翻译就会导致我们误认为，科学是排在技术之前的。但实际上，技术并非科学的副产品，恰好相反，科学才是技术的副产品。本质上来讲，技术是对现象有目的的编程。

在《谈谈科学、工程与技术的关系》这篇文章中，作者用了一张图来描述科学、工程和技术三者之间的关系。

翁翕教授认为，科学是在寻找不同的可能性，但工程或技术最终应该收敛到最经济的道路上。“换句话说，技术创新更加是一种经济活动，而不仅仅是一种科研活动。”

如何理解技术创新是一种经济活动？翁翕教授以知名手机生产企业摩托罗拉举例，尽管摩托罗拉最终还是衰落了，甚至被谷歌收购之前，它的手机出货量在全球只能排到第八。但是最令摩托罗拉引以为豪的，是它的专利排名，截止被收购前，它仍在全世界排名第一。大批量的专利也意味着很多无用专利的产生，专利的优势反而没有在摩托罗拉的手机生产中创造太大作用。摩托罗拉的手机出货量其实很低，技术创新并未有效转化为经济效益。

03技术发展充满复杂性人工智能是“特殊”，还是“普适”？

翁翕教授强调，从目的和结构两方面来认识技术发展，我们必须要看到，技术在这两方面都充满了复杂性。

从结构角度来讲，人工智能之所以会有三起三落，在于它在前两次发展过程中，都会设想一定的技术手段或技术结构来实现人工智能的目的，也就是让机器像人一样思考、感知世界，甚至像人一样行动。为了实现这个目的，人工智能产生了不同的方法、手段、结构，但此前这些尝试都失败了，最后形成了最新的依赖于神经网络深度学习的结构。

从技术发展意义这个角度来说，翁翕教授指出，很多技术起步阶段是锚定某个目的发展，但最终发现无法达成时，又转换其他目标。比如伟哥，伟哥的研发最开始是为了解决心血管疾病，但试验过程中，却发现它在心血管疾病方面的疗效步并不理想，反而有很多副作用。然而正是它的副作用，最后发展为了其主要功效。

人工智能这个技术的特殊性在于，它是一种所谓的“普适技术”，换句话说，人工智能技术本身并没有特殊的技术，它可以应用到很多领域。

但这一点也引发了很多争议，美国麻省理工大学的经济学教授Daron Acemoglu，2021年在国际清算银行发表了题为“人工智能的危害（Harms of AI）”的主题演讲。Daron Acemoglu的中心论点是，人工智能是一个极其中心化的技术，它只能是服务于少数一些大平台企业，这就意味着这种人工智能技术在经济、社会和政治领域都有大量的负面影响。

比如在产品市场上，它助长了垄断和一些行为的操纵；在劳动力市场上，机器人会替代了普通的工人；在社交媒体，社交媒体的匹配机制导致了所谓的“信息茧房”或者“回声室效应”。所谓“信息茧房”就是用户总是听到一些他喜欢听到的声音，而听不到其他的声音。

人工智能是不是一项“中心化技术”？翁翕教授的理解是，“天下大势，分久必合，合久必分”。中心化和去中心化这两者之间的矛盾，一直贯穿在像经济学、政治学等等诸多人文社科领域。但纵观天下历史的发展脉络和事物发展的普遍规律，无论是“中心化”还是“去中心化”，任何一股力量都不会永远占据主导地位，两者永远在循环发展，呈现出“合久必分、分久必合”的发展特点。

在计算机领域，万维网（互联网的前身）之父蒂姆·伯纳斯·李曾指出，互联网的精神应该是去中心化的。而在人工智能领域，也不乏有很多开源社区，利用去中心化的方式来推动技术的进一步发展。

翁翕教授认为，从这个角度来看，人工智能本身并不是一个中心化的技术，相反它底层的很多技术逻辑反而是一种去中心化的方式。

另一方面，技术迭代过程中也同样存在着对技术取代普通劳动力的担忧。比如第一次工业革命中，纺织机技术的出现，引发了当时普通纺织工人大规模恶意、蓄意毁坏纺织机的行为，这一历史事件被称为“卢德运动”。

“但是无一例外，能够发展下来的这些技术，都是其正面的‘善良天使’战胜了这些负面的影响。”翁翕指出，比如蒸汽机技术，除了促进纺织机的诞生外，同时也推动了铁路的发展，使更多更廉价的纺织品能够销往全球市场，造福普罗大众。

04人工智能路在何方？与数字经济相结合，对大众赋能

翁翕教授认为，人工智能技术的未来，一定要与当下发展数字经济相结合，从而实现对普通大众的赋能。

他认为，实现这种赋能，就是从“数字化”到“数智化”的一个转变。数字化是企业要把生产活动变成一些数字存储起来并进行分析。数智化则是要在数字化基础上，更进一步，即以海量大数据为基础，结合人工智能相关技术，来实现决策智能化。

但是翁翕同时强调，在经济学中要实现理性决策其实非常困难，但是人工智能技术就能够很好地做到这一点，“我们知道计算机能够帮助我们实现最优化，且利用数据的存储技术，计算机也能够帮助我们完美回忆起过去。通过人工智能对未来的一些预测手段，它也能够辅助人们更好地预期未来等，这些可以帮助我们做出越来越理性的决策。”

最后，翁翕教授提到了“人工智能技术的灵魂”。1956年Dartmouth会议， “人工智能”这个概念被首次提出，它的想法是想让机器像人一样去感知世界、像人一样去思考、像人一样去行动。

翁翕认为，当下来看，人工智能的技术灵魂已经不在于让机器像人一样，而在于要通过数字化赋能普通大众决策，从而使得每个个体都能够做出更加理性的决策。这才是人工智能技术真正的灵魂所在。

翁翕，现为北京大学光华管理学院应用经济系长聘教授，“教育部青年长江学者”。他的主要研究领域为应用微观经济理论，信息经济学和组织经济学。他本科、硕士均毕业于北京大学，博士毕业于美国宾夕法尼亚大学。他的研究成果发表或即将发表于国外顶级学术期刊，如Journal of Finance, Management Science, Economic Journal, American Economic Journal: Microeconomics, Journal of Economic Theory(两篇),International Economic Review(两篇),Economic Theory, Journal of Economic Behavior &Organization, 和Journal of Economics & Management Strategy. 他主持国家自然科学基金面上项目“组织经济学理论与应用”。翁博士在科研方面曾获奖项有：2020第八届高校科学研究优秀成果奖（人文社会科学）青年成果奖，2019中国信息经济学优秀成果奖, 2019厉以宁科研奖, 2017中国信息经济学青年创新奖，2017第十三届北京大学人文社会科学研究优秀成果一等奖，2016中国信息经济学乌家培奖。