许成钢：为什么用大数据、人工智能去建立计划经济是行不通的

产业革命的教训

下面的问题就是当这种生产模式发生基本变化的时候，这种全新、全面的自动化，它会不会从基本的地方改变制度？我想非常简要的概要一下，我们要吸取从过去已经发生过的产业革命的教训，如果我们不吸取过去的教训，那么我们会重蹈覆辙。

过去的产业革命之所以带来教训，就是因为当这些产业革命产生的时候，人们过高的估计了产业革命可能到什么地方，在过高估计自己力量的时候人类会滥用这些新兴的科学和技术。我举两个历史上的例子，第一个是在第二次产生革命时期，靠那个技术在那个背景下产生出来的以国有制为基础的中央计划这样一类制度的设计，这是一个过高地估计了人的计划能力、人的统治能力设计出来的东西。

另外一个例子就是对环境的破坏，比如化石原料，化石原料的大规模使用就是伴随着第一次和第二次产业革命来的，造成了全球碳排放过高带来全球变暖、带来的一系列污染，人们已经意识到现在到时间扭转了。
这都是过去带来的教训，今天当大数据和人工智能结合在一起的时候，它可能的危险我们还不知道，比如带有垄断性质的大公司利用手中的数据试图来控制社会，用于大规模的战争，用于犯罪等等。

基于大数据的算法与计算能力

下面我们从最基础的地方认识一下人工智能和大数据，只有知道基础，才有可能能知道它能做什么不能做什么。

今天人工智能整个的大发展实际上是过去超过了半个世纪的发展积累出来的。首先，人工智能第一个重要的部分是算法，而这个算法是早在1950年代就开始探索的东西。关于人工智能的提法、算法和想法，甚至一些指导性的意见，是很少几个创始人在1956年的时候在一次会上把这个名字确定下来，讨论了大的方向，其中奠基人之一是经济学家西蒙教授，他是诺贝尔经济学奖获得者，同时他是卡内基梅伦大学的经济学教授、计算机教授、心理学教授，这三个专业统一在一起，才有了人工智能的想法。

人工智能的算法部分如今发展的最好的是所谓的“神经元模型”，神经元模型导致这个机器可以在人的指导下进行学习，所谓“深度学习”就是今天通常人们讲人工智能时所提到的东西。人工智能的另外一个普遍使用和可探索的方法是“统计算法”，但是无论是使用的是人工训练的办法还是统计得办法，都必须要大量的数据，这就是为什么大数据是基础。