吕乃基

在供给侧，阿尔法的成功建立在古往今来多少棋手对弈的棋谱的基础之上，没有这样的大数据，阿尔法就不可能从中总结提炼，更不可能自我学习。有观点将大数据比作人工智能的“原材料”和“燃料”以强调其重要性。人工智能的其他领域也是如此。数据之大之充分而非片断局部、之客观而非故意编造，以及之透明而可以共享，而非垄断私有。这也给当下中国的供给侧改革以启示，特别是在涉及大数据的领域。譬如说，BAT三巨头之间能否数据共享，政府各部门之间能否数据共享，以及政府和平台拥有的数据能否与社会共享，不要让百姓“不明真相”而屡屡“误读”政府的善意。

在需求侧，有人认为，阿尔法狗挑战的不是智商，而是游戏规则。无论多复杂如围棋，只要有规可循，就可以重复博弈进而演进博弈，发展人工智能。然而要是过多的“原则上”，大量的一次性博弈，下不为例不能重复，个案处理难以推广，发展人工智能就是一句空话。在类似的意义上搜狗CEO王小川表示，“答案越标准，应对的问题越单一，这种岗位就更有可能被机器干掉，而且机器一定干得好很多。而你输出的解答的故事越开放，越没有固定的答案，那会更难被取代。”受人治权力朝三暮四的干预，为熟人之情所困或私相授受或网开一面，中国虽大，却未必成为人工智能理想的市场。

这两点，再加上前述“游戏精神”和“科学精神”，就是从产业的角度来理解人工智能。

发展人工智能，中国是否做好了准备？