红色中国网

 找回密码
 立即注册
红色中国网 首页 经 济 查看内容

人工智能是共产主义的春天吗?(下)

2019-3-7 23:19| 发布者: 龙翔五洲| 查看: 81848| 评论: 0|原作者: 载言|来自: 激流1921

摘要: 第一个先说在技术上,其实只能解决一些人类规定的,而且人类好解决的一些问题。这些问题可能会超过人类。然后第二点就是行业,目前行业其实是一个辅助行业的存在。第三个就是,AI是一个天生的伴随垄断集中的行业,并且发现存在大量的泡沫和虚假繁荣。


导语:自从2016年AlphaGo围棋AI击败李世石,世界又掀起了一轮人工智能浪潮,公众视野对于人工智能的讨论不绝于耳,高等院校的人工智能研究院相继成立,与人工智能有关的商业项目雨后春笋搬出现,并在一些领域进入到人们的生活当中。

与此同时,有关人工智能的社会影响的讨论也一直没有停止。有人认为,人工智能会在近几年大规模取代人类劳动,并在有生之年替代人类;但也有人认为,人工智能现在只是资本炒作的噱头,并没有取得过多实质进展。有人认为,人工智能会加剧垄断集中,国家甚至会依靠人工智能实现法西斯式的统治,但也有人认为,人工智能是资本主义的丧钟和共产主义的春天。还有人认为,人工智能会导致社会阶级结构的变化,比如产业工人减少和脑力无产者增加。

对这些问题的争论,离不开对当前人工智能发展现状的认识。事实上,算上近几年,人工智能有三次浪潮,第一次浪潮实现了基于规则的简单推理,第二次浪潮是基于数据的机器学习及简单决策,本次浪潮是在深度学习的基础上众多决策领域的突破。每一次浪潮,都有上述问题的广泛讨论与研究。仔细观察本次浪潮,可以确定的是:当前人工智能在人类严格定义的问题上可以取得接近甚至超过人类的成果,如围棋、电竞游戏等。然而,人工智能目前大量依赖人工标注的数据,且容错性短期内无法解决。此外,当前人工智能远远无法有人类的思想,如推理、感知并没有实质性突破。可以断定,目前人工智能在生产领域只会处于辅助部门的位置。而从阶级结构的角度,人工智能一定会带来更大规模的垄断集中,并加速资本主义基本矛盾的爆发。

2019年1月20日,载言同志在“好家伙”线上讲座向大家详细讲述了人工智能的技术现状,并在此基础上讨论了人工智能行业的现状,以及人工智能对社会矛盾产生的影响。

人工智能是共产主义的春天吗?(上)


03

人工智能行业现状


我们继续,接下来的话就是讲一些政治经济学议题的观点。

首先先说一下是以后可能会发展的方向,这是一个我觉得可能有一定靠谱性的预测,这个预测,就不是在我们讲的范围之内的,比方说电话客服什么时候能够代替,因为这几年它就可能被代替了。另外,进行人工智能研究,让其在所有工作上超过人类这可能都是很远的事情了,我们在此也不做考虑。

好,我们继续讲一下目前的行业发展情况,这是一个大概的产业链。

第一点是技术支撑层,就是说人工智能它还得依靠是计算机。计算机一个特点,就是可以进行大规模的简单重复的运算。比如说有中央处理器,有图形处理器,有一些传感器,有算法的模型,这些算法就是能支持人工智能处理一系列实际的问题。

有算法,有硬件,软件,我就可以有一些基本的应用,比如说语音怎么去识别,怎么去识别图像,然后自然语言怎么去进行翻译。于是基于这样一些技术就可以产生大量的人工智能产品,比如说智慧家电,智慧工业。比如说家电可能有一些可以用一些人脸识别的技术,门锁也可以用一些人脸识别技术,工业上可以进行图像的自动的探索等等。

具体来说,大概是分成这几个领域,横轴的话是具体的技术,纵轴的话是应用。主要是安防领域应用,当然电商广告,消费电子,汽车,医疗等领域也有,但是应用最广泛的还是安防,像大量的智能摄像头。第二类电商广告,比如说智能推荐,将广告可以进行精准的投放,再比如说我可能想要一个电饭锅,于是最近给我的广告就是电饭锅,然后我打开广告链接,进到对应的京东或淘宝店,购买我们想要的产品。

对于电子产品的话,我就可以做一些以前没有的操作。比方说有一个音箱,我可以对它说打开音箱,那音箱就会自动打开,而不是要我去按一下开关。

汽车的话就是自动驾驶,也就需要一些图像识别的知识了。

医疗的话就是建立电子的病例,人工智能可以根据病历的去做一些简单的决策,判断这个人可能会得什么样的病,或与还可以根据一些ct或X光的成像,去判断这个人到底是不是得了肺炎,肺癌或其他的癌症。如果人工智能系统进行决策发现他是癌症早期,就可以早治疗早预防,这种医疗目前的一定的应用场景。

至于人工智能具体应用场景的现状,首先是其语音技术是非常成熟的,比方说讯飞输入法,但是你会发现这方面的应用场景非常有限,或许只在智能客服等领域,这虽然能够方便大家手机的生活,但是对更加广泛的生活感觉并没有太大的帮助。

图像识别的应用前景是安防领域,自然语言处理的前景是在互联网,比方说搜索引擎。

智能机器人的话有待成熟,它现在的应用非常的小,像智能的扫地机器人,有时候就会变成人工智障。

从行业角度的话,安防最容易赚钱,当然这跟我们国家的国情有关了。还有互联网和电商广告是人工智能的应用是有盈利空间的,比如说精准投放广告,还有精准地进行电商的搜索和匹配,像今日头条、抖音给你精准的推送你想看的消息和视频,导致你很容易上瘾之类的,这都是一些应用。

它还可以促进一些消费产品升级,比如说空调就安一个摄像头,然后通过摄像头的看看人是否在房间里面,如果在就自动开空调。还有手机,手机以前用密码解锁,现在我可以换成面部的生物特征解锁。还有无人驾驶汽车,另外在医疗行业可以做医生一些的职能去诊断病人,比如说用ct ,X光片去判断一下病人得癌症的可能性等等。

我们可以发现在除了安防,其它领域都是以辅助为主的,比如说互联网广告,它的前提是其实要是大量的一个交易,这种交易就是一些买卖和物流。还有像一些像智能家居等等,它的本质还是家居嘛,智能只是一个辅助的功能而已。

然后这里面的有些相关受益行业,就是做一个简单的梳理,搞一个数据中心,因为人工智能需要大量的计算资源,就是大量的计算机会研发出来,有人认为2020年其支出是900亿美元。还有促进就业行业的就是cpu,这些处理器,2020年市场空间是117亿美元。还有传感器的话可能290亿美元。

我们算一下这些数,这些数加起来就是千亿美元。但问题是全球的GDP是多少?大概是60万亿美元,基本上其是几百上千分之一的规模了。所以说在人工智能领域的资本量目前是非常非常有限。

投资融资情况,也可以看到类似的趋势,比如说人工智能最发达的2016年这段时间,每三个月的融资大概是350次,这是全球的情况。中国投资的金额,大概是每三个月4到5亿美元,也就是说每年投资额大概是100亿美元的水平,综合去计算其占全球的GDP的比重,其规模还是比较小。

至于它的主要行业,前面已经列了一些国内的主要行业,这个些行业总规模按人民币来算,是16年总年收入大概7000到8000亿元,我们做一个统计,因为现在基本上垄断集中式资本主义是大趋势,假设它们的市场占有率是25%,年增长率每年15%,15%还不是保守估计,因为16年增长很快,18,19年肯定会增长缓慢,甚至大规模裁员现象都会出现,所以说我们发现这些行业可能总规模是大概5万亿,但这5万亿有多少跟人工智能相关,估计10%都不到。

我们用下面这个图,可以看到一些具体的特点,比方说语音识别市场,中国16年是40亿。中国人脸识别市场大概是100亿,全球的也就400亿人民币。机器人的市场的话,全世界15年其实也就可能是一百多亿美元,未来几年化大概是200亿美元。但是这200亿美元中中国占多少?加入说我们就说中国占到30%吧,也就有100亿美元的一个规模。然后智能家居,16年的话,我们就按照按500亿来算,2020年有人说可能达到2000个亿元。其实智能家居的市场到最后还是要依靠房地产的支撑,因为有的房地产它去买空调买家具啊等这样的一些智能产品还有这些金融产品,智能产品,潜在的人工智能的运用的话也估计有不到10%。

其实我们算一下就可以得到一个基本结论,就是中国的人工智能行业,目前的规模量也就是千亿人民币的量。千亿人民币的量,我们拿去对比房地产,对比汽车行业等其他一些工业领域还有金融,就可以发现,这还是九牛一毛。

另外有一个很有趣的相关行业,就是数据标注员,其实这个行业规模并不是很大,但是增长速度这两年还是比较快的,从业人员估计是几十万人的量级,这大概是17年的估计。然后这几年的大规模数据标注公司是几千万人民币不等的融资,总融资算下来应该是不到十亿人民币。

而且对于数据的开支很庞大,很多人工智能公司,它们肯定有很多数据要标注,比如商汤和旷世数据标注有数千万的人民币的支出。

然后数据专员是干啥的,有多少的人工就有多少人工智能,人工智能的发展要求标注数据相应发展,数据专员工作很累。这里面就是有两个例子,一个是贵阳市的职校,这些职校学生的话是1500人,让他们去做这种简单重复的标注劳动,每个标注员每天工资可能是110元,算下来一个月是两千六七百块钱。

所以这种行业的工资并不算特别高,和其它行业相比是比较低,但他们的工作相对来说简单一些,有些残疾人也可以去参与,所以这个产业对残疾人还是比较利好。然而工作内容非常枯燥,比如这里面就有一些例子,像一个员工,早上9点到晚上6点工作内容就是盯着屏幕点图片拉框,而且要求十分地精细,不能有丝毫的偏差,因为人工智能的一个特点就是稍微有一些噪声数据可能就会失效了。而且员工的发展前景很明显也不是很好,因为早期就是在数据公司,有可能是先是数据标注员,然后数据工程师这样一些层层打怪升级,但问题是打怪升级也是千军万马过独木桥,能当上管理人员是非常少的一部分人。

还有一个选择就是到人工智能公司去,但是人工智能公司当前对学历的要求还是非常非常高的,至少是要求本科学历。如果是高中学历的话,还是有些困难的。而且这几年可能还有大规模裁员的现象发生。还有就是人工智能的公司有个特点就是层层外包,层层外包的话,会导致整个行业的发展非常不齐,层层外包所产生的一些剥削的问题,跟建筑工是一样是非常普遍的,这里面就不再多说了。

另外就是人工智能的数据标注,可能几年之后也会消失,当然是到底是几年还是十几年,这个都不太好说了。

人工智能还有个非常典型的特点,就是垄断和集中,从技术角度去看,人工智能是具有高度的垄断集中性的。首先比如说大数据,它要依靠大量的数据做基础,就很可能会产生数据的垄断。现在我们这个行业的一个特点是,社会上的科研机构掌握的数据一般来说是百万量级,人脸数据大概是800万多。但像Facebook,google这样的一些大公司,他们可以说拥有全球最好的人工智能人脸识别的技术,他们找的数据是多少呢?十亿量级。

这是第一点,第二点的话就是计算量,这是人工智能目前发展的计算要求,计算量非常大,这必须依靠大量的计算资源。所以你可能要花上亿美元的规模去建大规模的计算平台或者服务器。这对很多的科研单位是非常巨大的压力。至于说科研单位,它们基本会把所有的计算经费都用于买这些机器上,去供大家去做研究。很明显谁机器越多的话,谁就越容易产生成果。

第三点的话,就是深度学习研究门槛相对低一些,研究门槛低了,对大公司也是非常有利的,因为大公司可以让自己的研发进行高度的集中起来,还可以从学校里面去发掘很多人工智能领域的老师和人才,然后去从事研究,所以说有时候会发现大公司所创造研究成果,会比大型的院校创造成果还要多。

还有一点就是人工智能高度依赖开源的软件,就是说你要从网上去下载源代码,比如谷歌的创造探索活动,这样的一些深度学习的研发平台。问题就是如果是商业领域去用这样的一个研发生态,是有代价的,那么代价就是你可能会形成对大公司的品牌的这种依赖,如果大公司要开源软件变成闭源,或者用开源软件去做一些专利侵权的事情,很明显小资本会成为大资本的食物。

就是深度学习,具有高度的集中性。比如说典型的案例,我们下面列了三个深度学习的大佬,一个是Yan Lecun,一个是Hinton,还有一个事Andrew Ng,Yan Lecun到了Facebook,Hinton跑到了Google,Andrew Ng之前跑到了百度,都是大公司,这些大公司把学术界的几个大佬全部拉走了。

当然这里多提一句Hinton,Hinton是人工智能领域的翘楚人物,大家可能会不知道Hinton和韩丁他们是亲戚。而且我们·会发现,当你看到Hinton的一些言论,会发现他在思考很多的问题,甚至会有一些公有制的问题。

下面这个图是反映出来某些行业的垄断集中的,比如前端摄像头,智能摄像头,海康威视是一个做安防领域很重要的公司,它自己一个占了市场20%的份额,前几名大概占到50%的份额。

还有公有云,就是大规模计算平台的市场份额,全球像亚马逊,还有20个厂商就占有全球80%的份额。然后国内四个厂商就占有了60%的份额,所以说深度学习领域,集中现象很严重。

另外有个特点就是泡沫很多。比如说一图1,依图科技是一个做计算机视频的公司,和AlphaGo在16年同时出现了,3月开始融资,4月份共融资11亿美元,5月份融资再加一倍的,6月份可以再加一个月,所以融资的钱非常难,大量的风投资金都愿意投到他的。

但问题是人工智能落地的成本,我们之前分析并不是特别的多,大量资金涌进来之后,过两年他们肯定是要求利润的。一旦要求利润,这些风投资金肯定会傻眼了,傻眼之后就想撤,撤了可能就撤不回来,直接导致很多后面风投公司急了。有些公司可能会因为经营不善会破产,有些公司可能发展比较好,但是这些风投资金却因为他们这些银根比较紧缩,融不到钱,导致打断整个过程。比如说17年的时候,全国大概有50家AI公司倒闭,这里面就列了一些公司。因为公司有的是竞争力的下降,有很多是融资的失败,也有很多可能是资金链断裂。

所以我们总体做一些行业上的判断,首先是人工智能应用场景比较有限,规模也有限,也就是千万亿的人民币的规模,和房地产,还有汽车等这样的一些工业领域相比,基本上是小绵羊。

另外一个人工智能目前属于一个辅助部门。

第三点,人工智能当然也依赖人工标识。

第四点就是人工智能具有天然的垄断集中特征。

最后一点是人工智能目前泡沫巨大,这两年可能会破灭。



鲜花

握手

雷人

路过

鸡蛋

最新评论

Archiver|红色中国网

GMT+8, 2019-7-22 16:09 , Processed in 0.014273 second(s), 12 queries .

E_mail: redchinacn@gmail.com

2010-2011http://redchinacn.net

回顶部