0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工智能发展现状与争议 人工智能3.0正掀起浪潮

454398 来源:《清华管理评论》 作者:李平 杨政银 2020-12-26 09:45 次阅读

来源:《清华管理评论》

作者:李平 杨政银

转自:人机与认知实验室

人工智能(客观智能)与人类智能(主观智能)最有可能演变成为一对相生相克的阴阳对立统一体,从而开启一个全新的时代,即“人机融合智能时代”。在“人机融合智能时代”,组织管理扮演的角色可能更加关键,因为管理的对象已经升级为具备功能无比强大且还具备一定人类智慧的机器,以及被智能机器配备了强大能力的组织和个人,管理的环境也因而转换成了由智能人机交互而成的复杂巨系统。

人类在自以为是自己独有特征的主观智能领域创造了自己在客观领域的对手,即人工智能(Artificial Intelligence或AI)。不管未来人工智能如何演变,人类将由于人工智能的发展发生革命性改变,而未来社会组织的架构也将成为一幅全新的景象。我们大胆预测,人工智能(客观智能)与人类智能(主观智能)最有可能演变成为一对相生相克的阴阳对立统一体,即“人机融合智能”。这将开启一个全新的时代,即 “人机融合智能时代”。为此,我们从现在起应该着手为此做好必要的全面准备,尤其是组织架构方面。

人工智能发展现状与争议

作为一个概念,或者一门新学科,人工智能的历史满打满算才62年,并不算很 长。1956年John McCarthy在美国达特莫斯(Dartmouth)会议上提出“人工智能”这个概念时,可能并未想到这个词将在此后的半个多世纪里,招引如此之多的讨论与争议,在为动漫、科幻片等提供人们无限的想象空间时,也带来了很多人的深深疑虑。伴随着以信息技术为代表的过去几十年人类科技的巨大进步,人工智能也已经历了至少两次热潮。

第一次浪潮,也即人工智能1.0,出现在1956年到1974期间。科学家将符号方法引入统计方法中进行语义处理,出现了基于知识的方法,科学家同时发明了多种具有重大影响的算法,如深度学习模型的雏形贝尔曼公式。除在算法和方法论方面取得了新进展,科学家们还制作出具有初步智能的机器。人工智能2.0为20世纪80年代初至20世纪末,人工智能相关的数学模型取得了一系列重大发明成果,诸如著名的多层神经网络和BP反向传播算法等,这进一步催生了能与人类下象棋的高度智能机器。其它成果包括通过人工智能网络来实现能自动识别信封上邮政编码的机器,精度可达99%以上,已经超过普通人的水平。与此同时,卡耐基·梅隆大学为DEC公司制造出了专家系统,这个专家系统可帮助DEC公司每年节约4,000万美元左右的费用,特别是在决策方面能提供有价值的内容。很多国家包括日本、美国都再次投入巨资开发所谓第5代计算机,当时叫做人工智能计算机。在人工智能1.0和2.0中,由于电脑硬件与软件两个方面的技术(尤其是前者)未能实现突破性进展,相关应用始终难以达到预期效果,无法支撑起大规模商业化应用,最终在经历过两次高潮与低谷之后,人工智能归于沉寂。

当前正掀起第三次浪潮,即人工智能 3.0,为21世纪初开始至今。随着信息技术快速发展和互联网快速普及,以2006年深度学习模型的提出为标志,人工智能迎来第三次高速成长,进入了人工智能发展的新阶段。随着互联网的普及、传感器的泛在、大数据的涌现、电子商务的发展、信息社区的兴起,数据和知识在人类社会、物理空间和信息空间之间交叉融合、相互作用,人工智能发展所处信息环境和数据基础发生了巨大而深刻的变化,这些变化构成了驱动人工智能走向新阶段的外在动力。与此同时,人工智能的目标和理念出现重要调整,科学基础和实现载体取得新的突破预示着内在动力的成长,包括电脑在硬件与软件技术两个方面的(尤其是前者)巨大进步,诸如类脑计算、深度学习、强化学习等一系列的技术。因此,人工智能已经进入其发展的3.0阶段。与人工智能还处在发展初期一样,人工智能的定义还众说纷纭,并未有统一的权威说法,还在不断完善之中。按照中国电子学会编写的《新一代人工智能发展白皮书(2017)》对人工智能的定义,是指从计算机模拟人类智能演进到协助引导提升人类智能,通过推动机器、人与网络相互连接融合,更为密切地融入人类生产生活,从辅助性设备和工具进化为协同互动的助手和伙伴。也有人认为人工智能应指计算机编程、神经网络与问题解决的整合体。而在1950年英国科学家阿兰·图灵提出“图灵测试”,即一部机器人是否具有智能的 标准,在于人在与其交流后是否能够区分出它是机器人,所以“智能”的标准一开始就是围绕具有独立思考能力的机器人展开的。

具备不同程度类人智能,可实现“感知-决策-行为-反馈”闭环工作流程,可协助人类生产、服务人类生活,可自动执行工作的各类机器装置,主要包括智能工业机器人、智能服务机器人和智能特种机器人。根据当前对人工智能的大体分类,人工智能可能演变成为三个级别:(1)初级人工智能是指拥有人部分智能的机器人;(2)高级人工智能指具备了除了人的自我意识之外所有智能的机器人,也称强人工智能或通用人工智能;(3)超级人工智能则指被赋予人的灵魂——包括情感、伦理和道德等因素——有生命的机器人,即也称类人类人工智能。目前有关人工智能的研究与应用主要集中在低级人工智能方面(例如阿尔法狗式的单项或专项智能,而缺乏人类所具有的通用智能);也有部分学者开始探讨高级人工智能(例如人类所具有的跨域式通用智能),但距离实践应用还有很远的路,同时也存在不 少争论(例如高级人工智能的发展方向是替代人类智能,还是人机协作,形成融合智能);至于超级人工智能,由于涉及哲学与伦理等深层问题,争论各方可能长期无法达成共识。

人们还未来得及畅想人工智能3.0新兴时代的图景,便猝然发现人工智能已与人类生活发生了切身联系,比如因为新一代人工智能,加速了机器替换员人,导致结构性失业愈发严峻的趋势;此外,隐私保护成为难点,数据拥有权、隐私权、许可权等界定成为挑战。最为重要的问题是,人们对人工智能的未来发展方向持有各不相同的理解与期望,尤其是在人工智能是否可能替代人类智能,以及是否威胁人类生存等问题上产生了巨大争议。人们对人工智能认识上的这些差异,也对人工智能发展及其对未来社会的潜在影响,一定会产生关键性的干预。

人机交互协同:人工智能3.0的关键

我们主张,当前人工智能前进的主要方向应该是人机协同,而不是简单地用机器替代人类。因此,人机交互所产生的融合双重智能可以成为人工智能未来发展的重中之重,旨在通过人机交互和协同,提升人工智能系统的性能,使人工智能成为人类智能的自然延伸和拓展,通过人机协同更加高效地解决复杂问题,具有深刻的科学意义和巨大的产业化前景。

如果说先前人工智能发展的重点在于数据的输入和处理,比如人工智能发展史的三大主要标志:深蓝、沃森和AlphaGo,它们都与数据有关,均是在处理过去的大量的数据、规则、规划,那么未来下一步人工智能发展的重要方向将是人机交互的智能系统。因为上面所述的这三个系统,都有一个瓶颈问题,就是它们都只能“得形忘意”,而不能“得意忘形”。人的智能需要及时决策,而不是像计算机或当前弱人工智能按给定规则运算。面对纷繁复杂的现实,人需要临机创新“算法”。所 以人工智能将逐步向人类智能靠近,模仿人类综合利用视觉、语言、听觉等感知信息,实现识别、推理、设计、创作、预测等功能。在人机交互智能系统中,系统的自动推荐、自主学习、自然进化、自身免疫是最主要的四个方面。根据最新发展趋势,新一代人工智能将具备这四大要素:大量数据,运算能力,算法模型和多元应用场景。

这种从单纯用计算机模拟人类智能,打造具有感知智能及认知智能的单个智能体,向打造多智能体协同的群体智能转变已经成为人机交互的焦点。群体智能充分体现了“通盘考虑、统筹优化”思想,具有去中心化、自愈性强和信息共享高效等优点,相关的群体智能技术已经开始萌芽并成为研究热点。

人机协同正在催生新型融合智能形态。人类智能在感知、推理、归纳和学习等方面具有机器智能无法比拟的优势,机器智能则在搜索、计算、存储、优化等方面领先于人类智能,两种智能具有很强的互补性。人与计算机协同,互相取长补短将形成一种新的“1+1>2”的增强型智能,也就是融合智能,这种智能是一种双向闭环系统,既包含人,又包含机器组件。其中人可以接受机器的信息,机器也可以读取人的信号,两者相互作用,互相促进。在此背景下,人工智能的根本目标已经演进为了提高人类智能,更有效地陪伴人类完成复杂动态的智能职能任务。

美国麻省理工学院物理学家马克斯·泰格马克(Max Tegmark),在其《生命3.0:作为人工智能时代的人类》一书中全景式地畅想了人类进化到人工智能时代的种种景象。在给出他认为的生命和智能的定义之后,他对生命的发展阶段进行了划分。他认为生命就是一种自我复制的信息处理系统,在这个系统里,信息(软件)决定它的行为以及硬件的蓝图,智能则表示达成复杂目标的能力。他对生命进化3个阶段的划分是:生命1.0,硬件和软件都只能演化而不能设计的生命,如细菌;生命2.0,硬件只能演化,但软件可以很大程度上设计的生命,这就是现在的人类,我们无法突破身体的限制跑得比狮子快,或者活得比海龟长,但是我们可以通过自身的软件——用来处理信息的所有算法和知识,以及决定做什么的能力,将我们并不是与生俱来就掌握的技能凭借学习编程进入我们的大脑;生命3.0,不仅软件可以设计,硬件也可以设计的生命,这可能是人工智能的终极状态。

与斯提芬·霍金、比尔·盖茨和马斯克等人对人工智能报有严重疑虑的态度不同,泰格马克的态度更趋于积极的理性,他认为人工智能的到来无可避免,随之而来的利益与危机也无可避免,但利益不是无限的,危机也不是不可控制的。他认为人们应当对人工智能保持冷静客观的态度,盲目的崇拜与盲目的抗拒都会造成恶果。他还特别强调,人工智能的改变者绝不仅仅是电脑技术人员,而是包含了社会学家、经济学家等行业专家在内的各界人士,人工智能将影响到几乎所有行业。

总之,我们主张,人机互动协同可以催生人机融合智能形态,这应该成为人工智能3.0的核心。通过人机互动协同,特别是在文本,图像,语音等多元信息方面实现多媒体与跨媒体的交互协作,人工智能可以从简单运算工具演化成为人类智能所不可或缺的重要伙伴。未来的人机交互成为人机环境系统内的自主融合,将人类的优点与机器的长板有机结合起来,这是人机融合智能的命脉。人类社会长期存在众多复杂动态的难题,对此人机融合智能可能提供全新的解决方案。因此,我们认为,人机融合智能很有可能就是人工智能的高级阶段,甚至还有可能是最终阶段。具体而言,人类独有的悟性(超越人类的理性与感性)可以灵活自如地赋能机器,解决复杂动态问题内在的悖论。人机融合智能的关键要素包括逻辑与非逻辑的阴阳平衡融合,上意识与下意识的阴阳平衡融合,统一与多元的阴阳平衡融合,以及知与行的的阴阳平衡融合等。

智能制造:人工智能3.0重要应用场景

虽然人工智能3.0可能应用的具体场景非常广泛,但我们认为其最为重要的应用场景之一就是智能制造。广义而论,智能制造是指人工智能技术与先进制造技术的深度融合,贯穿于全价值链中设计工艺、加工组装、交付服务三大方面各个环节及相应系统的优化集成,旨在不断提升企业的产品质量、效益、服务水平,推动制造业创新、绿色、协调、开放、共享发展。数十年来,智能制造在实践演化中形成了许多不同的相关范式,包括精益生产、柔性制造、并行工程、敏捷制造、数字化制造、计算机集成制造、网络化制造、云制造、智能化制造等,在指导制造业技术升级中发挥了积极作用。必须指出,目前阶段的智能制造只是初步阶段。此外,中国企业对智能制造的理解过窄,只看到加工组装智能化,而忽略其他两大方面(即设计工艺与交付服务)智能化,尤其是设计工艺,而这恰恰就是中国制造业先天不足所导致的最大短板。

面对智能制造不断涌现的新技术、新理念、新模式,有必要归纳总结提炼出基本范式。一般而言,以蒸汽机为核心技术的第一次工业革命是工业1.0; 以电机为核心技术的第二次工业革命是工业2.0;以电脑为核心技术的第三次工业革命是工业3.0; 我们与众不同的独特观点是,工业4.0是以人机融合为核心技术(不是用机器替代人类)的第四次工业革命!因此, 我们认为, 现阶段的智能制造仅仅是长期智能化制造的初期阶段,因此只能是工业3.5,并不是真正的工业4.0。具体而言,以初步信息化为特征的工业3.0~3.5发展可分为三个阶段:(1)从上世纪中叶到90年代中期,信息化表现为以计算、通讯和控制应用为主要特征的初步数字化阶段(属于工业3.0阶段);(2)从上世纪九十年代中期开始,互联网大规模普及应用,信息化进入了以人与物互联互动为主要特征的初步万联网/物联网阶段(属于工业3.5初级阶段); (3)当前,在大数据、云计算、移动互联网、万联网/物联网/工业互联网的集群突破、融合应用基础上,人工智能实现战略性突破,信息化进入了以新一代人工智能技术为主要特征的初步智能化阶段(属于工业3.5高级阶段)。综合智能制造相关范式,结合信息化与制造业在不同阶段的融合特征,我 们可以总结三个初步智能制造的基本范式与阶段(工业3.0~3.5):初步数字化、初步万联网/物联网化、初步智能化。我们认为,当前工业4.0的思路仅仅涉及工业3.5,与真正的工业4.0还有较长差距。我们大胆预测,人机融合才是真正工业4.0的核心。

在西方发达国家,智能制造是一个“串联式”的发展过程,他们是用几十年时间充分发展数字化制造之后,再发展数字化网络化制造,进而迈向更高级的智能制造阶段。在中国,制造业对于智能升级有着极为强烈的需求,近年来技术进步也很快,但是总体而言,中国智能制造的基础非常薄弱,大多数企业,特别是广大中小企业,还没有完成初步数字化制造转型。面对这样的现实,中国如何推进制造业的技术改造、智能升级?我们认为,中国企业在推进智能升级的过程中要踏踏实实地完成初步数字化“补课”(即完成工业3.0),夯实智能制造发展的基础,但不必走西方发达国家“顺序发展”的路径,可以探索一条智能制造跨越式发展的新路。近几年,中国制造业界大力推进“互联网+制造”。一方面,一批初步数字化制造基础较好的企业成功转型,实现了初步万联网/物联网化制造;另一方面,部分原来还未实现初步数字化制造的企业,则采用并行推进初步万联网/物联网化制造的技术路线,在完成了初步数字化制造“补课”的同时,成功实现向初步万联网/物联网制造的跨越。

因此,中国推进智能制造可以采取“并联式”的发展路线:并行推进数字化制造、数字化网络化制造、新一代智能制造,以及时充分应用高速发展的先进信息技术和先进制造技术的融合式技术创新,引领和推进中国制造业的智能转型。未来若干年,考虑到中国智能制造发展的现状,同时也考虑到新一代智能制造技术还不成熟,中国制造业转型升级短期工作重点要放在大规模推广和全面应用“互联网+制造”;同时,在大力普及“互联网+制造”的过程中,要特别重视各种先进技术的融合应用。一方面,使得广大企业都能高质量完成“初步数字化补课”;另一方面,尽快尽好应用新一代智能制造技术,大大加速制造业转型升级的速度。再过若干年,在新一代智能制造技术基本成熟之后,中国制造业将进入全面推广应用普及新一代智能制造的新阶段,即中国制造业转型升级的长期工作重点。在中国制造业转型升级过程中,德国企业可以有效帮助中 国企业实现短期与长期目标,尤其是在设计工艺智能化方面(这正是中国制造业先天不足所导致的最大短板)。

组织3.0: 自组织与他组织的阴阳平衡

根据泰格马克对生命、智能的定义及发展阶段划分的启发,以及参考德鲁克对知识在生产力中作用的论述——德鲁克窥见到了人工智能时代(严格表述应该是“人机融合智能时代”)组织的一个支点,即组织的功能就是知识的创造性产出与创造性应用。我们在此提出有关“人机融合智能时代”组织管理特征和原则的初步构想。

我们认为,组织就是一种自我复制的知识处理系统,在该系统里,知识(软件)决定了它的硬件(结构、形式)的蓝图,以及以此为基础的具体行为。根据知识在不同的组织历史阶段所起的作用,可将组织划分为以3个形态为主的3大阶段:

◎组织1.0是硬件和软件都只能自然演化,而不能设计的组织形态。此时知识只是相对隐性地存在于人的头脑中,尤其有关组织的知识并未对组织的结构、形态有明显的作用,工业革命之前的组织就属于组织1.0。人在组织中的角色和功能是相对随机、散乱的,人对组织的认识一团混沌,对组织的态度盲目而无奈。此时的基本组织形态是低水平的“自组织”架构(对此有深刻启发意义的隐喻是“水式”组织)。

◎组织2.0是硬件只能自然演化,但软件在很大程度上可以设计的组织形态,即知识可以在很大程度上作用于组织本身。工业革命之后,知识经济的兴起,科学管理、项目管理和现代管理等关于组织的知识能够反过来重塑组织的架构与形态,但是囿于知识的相对不足以及人的有限理性。此时的基本组织形态是高水平的“他组织”架构,即层级制组织(对此有深刻启发意义的隐喻是“山式”组织)。

◎ 组织3.0是不仅软件可以设计,硬件也可以被设计的组织形态。这就是“人机融合智能时代”的组织形态,其组织使命就是一切源于知识,一切也回归于知识。此时的基本组织形态是高水平的“自组织”架构与高水平的 “他组织” 架构的阴阳平衡(对此有深刻启发意义的隐喻是“山水相依式”组织)。

在组织1.0中,人的知识有限,且并不系统,人完全受制于组织,组织的力量也弱小;在组织2.0中,人开始有成体系的知识作用于组织,组织变得强大起来,公司的力量彻底改变了地球人类组织的面貌,以前所未有的效率认识世界和改造世界。在组织3.0中,由于知识作用于知识,人机融合可能获取了超出人们预想的指数型爆发式能力提升,由原来主要维系人与人关系,以及人与物关系的组织,变成主要维系人类智能与人工智能互动协作关系的组织。人工智能主要负责知识的创造与应用,而人类智能主要负责超越知识的智慧,包括智慧的创造与应用。组织3.0可能是“人机融合智能时代”组织的终极状态。人通过自组织的努力,使自己具备自己主观创造出来的具有客观性的人工智能。反过来,人工智能可以将人类从初级智能工作中解放出来,集中精力开发人类所独特拥有的高级智能工作,即构建智慧的悟性。这一方面的杠杆效应正是组织发挥重要作用的用武之地。由此可见,人工智能与人类智能的关系是以分工合作为主,部分替代为辅,形成阴阳平衡关系。组织3.0架构的特色正是尽情发挥人类智能的伟大智慧型作用。智慧是指已知与无知的阴阳平衡,其基础就是人机融合智能。需要指出,智能机器的监督式学习与自主式学习也是阴阳平衡的反映。

根据以上对人工智能时代的畅想,在粗略勾勒出来的未来人工智能世界特征中,我们已可以隐约发现“人机融合智能时代”的组织将是一种全新的架构与形态,从组织2.0走向3.0。无论是组织扁平化(例如项目化组织),柔性化(例如水式组织),还是互联网化(例如小微组织与平台组织),都可以被视 为组织蜕变的多维多角度反映。

受阿里巴巴“中台”思路,以及其他企业“平台”思想的启发,我们可以尝试构建与人机融合智能相匹配的全新组织架构,即“三台组织架构”。将组织结构分为“三台”的必要性在于解决组织面临的两个重要悖论:(1)“效率/成本”(标准化)和“灵活/价值”(定制化)的悖论;(2)“眼前”和“未来”的悖论。“效率/成本”和“灵活/价值”的悖论是指,一方面数据智能具有高度“复用性”,尤其是采用高度共享的IT技术(如云计算能力,人工智能)开展完全不同的业务(比如云计算能力既可以支持智慧汽车的发展又可以支持无人超市的发展),因此要求标准化;另一方面市场需求变化速度加快,并且用户的具体需求内容越来越趋向差异化与个性化,因此要求定制化。“眼前”和“未来”的悖论是指,一方面当下市场的高强度竞争和高度动态性要求企业必须专注“眼前”,另一方面网络生态的复杂性,不可设计性和不确定性要求企业必须放眼“未来”,不被当前问题误导,培养预判未来的能力。

解决以上两个悖论冲突是“三台组织架构”的基础原则。前台和中台可以,也应该,适度分离。通过建立“轻资产”的小前台,实现顾客需求定制化的“灵活/价值”目标;通过建立“重资产”的中台,实现为前台提供可灵活组合的标准模块化服务的“效率/成本”目标。前/中台和后台可以,也应该,适度分离必。让前/中台聚焦“眼前”,满足当前多变的市场需求,而让独立的后台着眼“未来”,集中精力进行基础性研究和战略性探索。从这一视角来看,前台与中台有一定程度的悖论冲突,即在同一时间,同一地点发生的“标准化”与“定制化”之间的张力;后台与中/前台还有更高程度的悖论冲突,即在不同时间,不同地点发生的眼前目标与未来目标之间的张力。

前中后三台之区分似乎可以依据两个具体维度,一是时间(眼前与未来)维度,二是空间(客户距离远近)维度。然而,由于以上两个具体维度在方向上是大体一致的(即前台注重眼前,也与客户距离最近;后台注重未来,也与客户距离最远,而中台两方面都居中),我们可以将时间与空间两个维度合并统一成为一个超级维度(meta-dimension),即敏捷性(agility),即对外部变化的反应速度与反应程度。大体而言,前台的敏捷性最高,中台的敏捷性次之,而后台敏捷性最低。依据“三台组织架构”原则,组织重构的基本路径就是“前台后移”(但凡可以标准化,模块化,并且可以被多元“前台”重复使用的“前台”业务内容往后移到中台),以及“后台前移”(但凡需要与前台合作的业务内容,诸如基础研发的商业化,与一般领导力培训不同的具体业务培训,以及与市场长期趋势研究不同的市 场短期预测研究等,往前移到中台)。

具体而言,首先,单元规模小,但数量多是前台(即小前端)的特色,是敏捷性要求最高的业务部门,尤其是近距离接触眼前客户以及服务眼前客户。前台是高度自组织的业务单元,有的可能成为新型精一冠军或隐形冠军。从创新的视角来看,前台主要负责产品/服务的快速迭代试错。对此有深刻启发意义的隐喻是“水式”组织形态。

其次,单元规模大的服务平台是中台(即大平台)的特色,是敏捷性要求位于中间的战术性应用部门,尤其是连接众多事业部为眼前客户提供统一支撑性服务的“平台”服务,实现数据在企业各个业务部门之间的透明流动。中台既赋能内部前台(如淘宝),也赋能生态圈共生企业(如淘宝卖家)和其他客户。从创新的视角来看,中台主要负责产品/服务的及时应用与持续改良。对此有深刻启发意义的隐喻是“山式”组织形态。

最后,单元规模也不大,数量也不多是后台(即富生态)的特色,是敏捷性要求最低的战略设计、基础研究以及企业后勤部门,也是未来生态圈(包括大学、政府研究院所等外部合作者)的协调者。从创新的视角来看,后台主要负责突破性产品/服务的探索式研发,也包括商业趋势分析与长期市场预测。对此有深刻 启发意义的隐喻是“山水相依式”组织形态。

总体而言,“三台组织架构”可能是与人机融合智能相匹配的全新组织架构。前台的隐喻是灵活自由的“水式”组织形态;中台的隐喻是稳定坚实的“山式”组织形态;后台的隐喻则是既灵活自由,又稳定坚实的“山水相依式”组织形态。未来组织架构可能就是“山” 与“水”所构成的阴阳平衡。

管理原则:未来启示

万物皆是阴阳对立统一体,任何事物均有相生相克的两面性,人工智能也不例外。也正是这种相生相克,互为表里,互相促进的关系,推动着事物不断向前发展。人类赋予了机器以智能,智能机器反过来反哺人类,进而促使人类智能的进一步发展。人类智能与人工智能的关系,将在未来很长一段人类发展历程中占据核心位置。

人工智能的突破性发展将源于物理极限的跨越及人类智能的充分释放,这将涉及到自然科学和人文学科的革命性发展。与以往人类发展阶段不同,这一次的人类发展飞跃或将经历一个较为漫长的过程。管理作为社会的一个功能器官,仍将发挥不可替代的作用。在“人机融合智能时代”,组织管理扮演的角色可能更加关键,因为管理的对象已经升级为具备功能无比强大且还具备一定人类智慧的机器,以及被智能机器配备了强大能力的组织和个人,管理的环境也因而转换成了由智能人机交互而成的复杂巨系统。一些通用的管理原则,则需要我们尽可能早地进行构想,并为此做好及早的防范。

辅佐原则

早在1980年卡耐基·梅隆大学就为DEC公司制造出了一个专家系统,这个专家系统可帮助DEC公司每年节约4,000万美元左右的费用,特别是在决策方面能提供有价值的内容。由此可见,人工智能辅助人类决策的历史很早就已经开始了。

人工智能确实在辅助决策上有独特的优势。根据Amason的经典决策理论,决策的有效性依赖于两个因素:决策者的认知能力与决策团队的互动过程。人工智能可以提供更全面、准确、客观的信息(但基于一定的算法和算法组合,规则还是人定的),由此使决策更精准,效率更高。而在规则确定严密的系统 中,人工智能可以做出高明于人类的决策,比如AlphaGo在围棋中碾压人类的表现。但是在现实世界的管理场景中——无论是过去、现在以及未来的“人机融合智能时代”——为难以穷尽其复杂性的真实场景构建完全的规则体系,几乎是不可能的任务,所以人工智能的价值在于在相对完备的模拟系统中进行全息分析,帮助人类提出最优决策选项。

人工智能在决策上有负面影响的方面,在于人与机器的关系如何协调(人会犯错,人的情感因素;抗拒人工智能的信息获取,而采取的措施等),人的隐私,以及受人工智能指令下人的执行状况问题。因而“人机融合智能时代”管理的第一原则是辅佐原则,人工智能辅佐人类智能进行组织管理决策以及执行,而非制定决策。这是作为阴阳对立统一体的人机融合智能中人工智能与人类智能之间的相生功能。

以人为本

作为阴阳对立统一体,人机融合智能中的人工智能与人类智能也有相克的一面。《道德经》有言“天之道利而不害,圣人之道为而不争”。人工智能可否做到“利而不害,为而不争”?无论答案如何,我们都必须从各个设计层面严格防范人工智能对人类可能带来的风险,这种风险不仅仅源自人工智能本身,也可能来自某些人利用人工智能所带来的破坏。

在“人机融合智能时代”,组织趋于“三台”互动有机平衡,而链接“三台”组织的信息系统以及各节点的人工控制中心将构成一个超级复杂的系统。在每个节点设置安全阀至关重要,并由此构建一整套安全控制网络,确保人类利益不受损害。一旦触碰人类利益安全红线,就会触发安全警报。

文理融合

在“人机融合智能时代”,德鲁克眼中的终极管理,即博雅艺术传统,可能会得以真正实现。因为博雅艺术的“博雅”是指客观知识、主观智慧、伦理道德与领导力的综合内容(如同“知行合一”中的“知”),而“艺术”则为灵活而创新的管理实践和应用(如同“知行合一”中的“行”)。践行博雅艺术的管理者应该利用 有关心理学、哲学、经济学、历史、伦理学以及物理学等人文学科和自然科学所涵盖的跨学科知识与洞见,而且还要聚焦于知识的有效性与结果,如治疗病人、教育学生、建造桥梁、设计和销售产品与服务。“人机融合智能时代”对“知行合一”提出了全新的要求。这对未来的人才培养提出了全新的挑战。

现代教育起源于17世纪的德国,其目的是为大机器工业化生产服务,培养的是整齐划一的劳工,学生的个性和成长路线被框定起来成长,这才是“标准人才”。然而可以确定,在“人机融合智能时代”,从事重复性或机械式工作的流水线上的工人和中层白领将会被大量由人工智能取代,而需要人的主动性、积极性及创造性和人的情感关怀的工作则需要更多的人类智能,由此推断未来教育应该是探索式,而不是应试式,是创意创新的“知行合一”,而非简单知识积累。未来教育最重要的是艺术素养与创新思维。对此,马云说得很直接:“未来三十年是最佳的超车时代,如果我们继续以前的教学方法,对我们的孩子进行记、背、算这些东西,不让孩子去体验,不让他们去尝试琴棋书画,我可以保证:三十年后孩子们找不到工作。”
编辑:hfy

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1791

    文章

    46872

    浏览量

    237613
  • 智能制造
    +关注

    关注

    48

    文章

    5485

    浏览量

    76264
收藏 人收藏

    评论

    相关推荐

    嵌入式和人工智能究竟是什么关系?

    领域,如工业控制、智能家居、医疗设备等。 人工智能是计算机科学的一个分支,它研究如何使计算机具备像人类一样思考、学习、推理和决策的能力。人工智能发展历程可以追溯到上世纪50年代,经
    发表于 11-14 16:39

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    探讨了人工智能如何通过技术创新推动能源科学的进步,为未来的可持续发展提供了强大的支持。 首先,书中通过深入浅出的语言,介绍了人工智能在能源领域的基本概念和技术原理。这使得我对人工智能
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    阅读这一章后,我深感人工智能与生命科学的结合引领着一场前所未有的科学革命,以下是我个人的读后感: 1. 技术革新与生命科学进步 这一章详细阐述了人工智能如何通过其强大的数据处理和分析能力,加速生命科学
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    的同时,确保其公正性、透明度和可持续性,是当前和未来科学研究必须面对的重要课题。此外,培养具备AI技能的科研人才,也是推动这一领域发展的关键。 4. 激发创新思维 阅读这一章,我被深深启发的是人工智能
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    RISC-V和Arm内核及其定制的机器学习和浮点运算单元,用于处理复杂的人工智能图像处理任务。 四、未来发展趋势 随着人工智能技术的不断发展和普及,RISC-V在
    发表于 09-28 11:00

    人工智能ai 数电 模电 模拟集成电路原理 电路分析

    人工智能ai 数电 模电 模拟集成电路原理 电路分析 想问下哪些比较容易学 不过好像都是要学的
    发表于 09-26 15:24

    人工智能ai4s试读申请

    目前人工智能在绘画对话等大模型领域应用广阔,ai4s也是方兴未艾。但是如何有效利用ai4s工具助力科研是个需要研究的课题,本书对ai4s基本原理和原则,方法进行描诉,有利于总结经验,拟按照要求准备相关体会材料。看能否有助于入门和提高ss
    发表于 09-09 15:36

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    每个交叉领域,本书通过案例进行了详尽的介绍,梳理了产业地图,并给出了相关政策启示。 《AI for Science:人工智能驱动科学创新》适合所有关注人工智能技术和产业发展的读者阅读,特别适合材料科学
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    8月28日至30日,2024深圳(国际)通用人工智能大会暨深圳(国际)通用人工智能产业博览会将在深圳国际会展中心(宝安)举办。大会以“魅力AI·无限未来”为主题,致力于打造全球通用人工智能领域集产品
    发表于 08-22 15:00

    FPGA在人工智能中的应用有哪些?

    定制化的硬件设计,提高了硬件的灵活性和适应性。 综上所述,FPGA在人工智能领域的应用前景广阔,不仅可以用于深度学习的加速和云计算的加速,还可以针对特定应用场景进行定制化计算,为人工智能技术的发展提供有力支持。
    发表于 07-29 17:05

    人工智能模型有哪些

    行为的关键。这些模型基于不同的算法、架构和设计理念,旨在模拟、延伸和扩展人类智能的某些方面。下面,我们将深入探讨几种主流的人工智能模型,涵盖其基本原理、应用领域、发展现状及未来趋势。
    的头像 发表于 07-04 17:28 763次阅读

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2)

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2) 课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https
    发表于 05-10 16:46

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https://t.elecfans.com/v/25508.html *附件:参赛基础知识指引
    发表于 04-01 10:40

    嵌入式人工智能的就业方向有哪些?

    于工业、农业、医疗、城市建设、金融、航天军工等多个领域。在新时代发展背景下,嵌入式人工智能已是大势所趋,成为当前最热门的AI商业化途径之一。
    发表于 02-26 10:17

    推动人工智能安全发展

    近年来,国家高度重视人工智能安全发展,逐步完善相关政策法规。国务院印发《新一代人工智能发展规划》提出面向2030年我国新一代人工智能
    的头像 发表于 01-04 16:32 1120次阅读