距离超级智能时代到来，还有13年。这是一个7万亿元的市场，要抓住机会，首先要理解这个智能时代。

■文/吴军，丰元资本创始合伙人

去年，AlphaGo下棋赢了人类棋手，这是一件很了不起的事情。于是，很多人认为AlphaGo具有了超级智能。但是，超级智能比AlphaGo的概念要更为广泛。

超级智能有两个核心：机器智能和IoT(物联网)。机器智能相当于人类的大脑，IoT相当于人类的手、眼等感官。人只有五官，而超级智能有不计其数的感官遍布整个城市，甚至每一个人的基因都可以连到网络中。当IoT触及到城市的每个角落，机器智能达到足够高的水平时，就形成了超级智能，

智能的不同路径

我们常常犯一个错误，就是用人的思维方式去推导机器智能。事实上，机器智能的获得和我们并不相同。

人类是怎么获得智能的呢?是通过进化获得的。

在人类进化的过程中，我们的基因出了很多次错。对错误的容忍是人类获得智能的一个主要原因。

十年前，牛津大学有一批科学家，他们非常幸运地找到了一个家族，大概有30多个人，其中正好一半有语言障碍，另一半没有。

也就是说，人类其实有语言障碍的基因。只是这个基因在某个阶段进化了，一类人变得能说话，沟通能力特别强。过去，和我们的祖先智人竞争的尼安特人虽然强壮，但是语言能力很差，最后被智人消灭了。

这是个很有意思的过程，我们人类的智能是这样产生的。

但机器的智能不是这样产生的。

计算机产生智能最大的两个贡献者分别是冯·诺依曼和阿兰·图灵。图灵把世界上的问题分为两类，一类是可计算的问题，另一类是不可计算的问题。

他设计的图灵机，只解决可计算的问题。不过，这个可计算的范围，要比图灵最早想象的大得多。

另一类不可计算的问题，再给计算机100亿年的时间，计算机的能力再强大也解决不了。这一类问题从计算机出现的时候，就被定义为不可解决的问题。

什么是不可计算的问题?男生女生的情感问题。这个男生特别坏，但是女生还是特别喜欢他，这就是不可计算的问题。

最后，图灵给出了一个判断机器是否具有智能的标准，就是我们所熟知的“图灵测试”。

我们让计算机和人都回答同一个问题，看谁回答得好，也许计算机比人给出的答案还要好，这时候我们认为计算机和人具有同等智能，甚至是超过人类智能的。

AlphaGo下棋赢了人类就是这样意义上的机器智能，它并不知道自己在下棋，它以为自己在做数学题，最后的结果是它赢了我们人类。

这就是机器智能和人类智能的差别。

鸟飞派 VS 空气动力学派

机器智能和人类智能获取方式的差异，就像飞机和飞鸟的区别。

1956年达特茅斯会议是人工智能的缘起，但在接下来的20年里，人类走的都是一条错误的弯路。

最初在造飞机的时候，人们试图用扇动翅膀的方法模拟鸟飞行的原理，结果都以失败告终。这类科学家叫做鸟飞派。后来，莱特兄弟研制出飞机，其实利用的是空气动力学原理。

直到今天，很多人对人工智能的理解还是属于鸟飞派，认为机器人也要两只眼睛、两条腿。但事实上，如果把无人车看做是一个机器人，它身上有十几个雷达的眼睛，它看到的世界和我们看到的世界完全不一样，在某些地方甚至远远超过了我们。

所以当我们设计人工智能时，不需要把人类的逻辑思维搞清楚，因为计算机根本不需要走这条路，它有捷径，可以走得比我们更快。

无论你的公司是要做IoT(物联网)还是超级智能，都要忘掉人类智能是怎么产生的。

机器智能的产生有三个基础：摩尔定律、数据、数学模型。

前两个许多人都已经很清楚。第三个，数据模型的实现，我们叫做深度学习。有了这三样，计算机就相当于掌握了空气动力学的飞机，可以飞得比鸟还要快。

所以，机器智能其实是沿着数据和深度学习的路径发展，而不是模拟脑细胞的电流怎么产生。

如果有企业要在这个领域创业，想要像谷歌一样去研究深度学习，机会很小。但是企业进入到一个行业，如果把一个行业真正地研究清楚，掌握这个行业的数据和数学模型，未来仍有不错的机会。

7万亿元的市场

人工智能能够创造出7万亿元的市场，几乎相当于20个互联网的市场规模。

我们知道计算机能力的发展始终依循摩尔定律，每18个月翻一番。但是再往后，摩尔定律的速度会放缓，可能变成24个月翻一番，甚至有人预测，将来是48个月翻一番。

尽管如此，计算机能力还是在进步，等到2030年时，机器智能的水平可能会达到黑猩猩的水平。

黑猩猩的智能是什么水平?从生物学上来看，黑猩猩属于人科，而不是猩猩科。

也就是说机器到2030年，距离现在还剩13年的时间，就能够达到人类的智能水平。到那时，很难找到我们人类能够完成而机器完成不了的工作了。

到2030年，人工智能时代会真正的来临，机会很大，市场体量很大。随之而来的问题是基础架构的改变，主要包括两个方面：传感器和联网。

正如上面所说，机器获得智能的方式与人类不同，它通过各种各样的IoT设备来感知世界。

狗是如何判断上午和下午的?通过嗅觉，用鼻子闻出来的。它能够闻到十公里以外的风暴，那一点点气压的变化。狗的眼睛很弱，但是鼻子很强，上面有很多感知细胞。

机器也是如此，它通过传感器来感知世界。传感器就是人工智能的五官。测压力和测温度的传感器、摄像头、手机的屏幕(记录录音和文字)和陀螺仪(记录运动状态)，都是传感器。现在的传感器并没有将人包括进去，但当万物互联，人也是其中的一部分。

除了传感器，现在的联网方式也不符合未来。今天我们大部分人通过手机联网。第一代互联网是PC互联网，第二代是移动互联网，第三代就是IoT。如果现在手机需要通过PC联网，就是一件奇怪的事情。同样的，到了IoT时代，传感器也不会再通过手机联网。

今天，我们想知道前面那辆车要去哪里，需要把两辆车的信息都通过4G上传到云端，再下载下来。需要这么费劲吗?车和车为什么不可以直接对话?

一般蓝牙的覆盖范围是3~5米，如果有一种蓝牙可以覆盖300米的范围，那么车和车之间就可以沟通信息，而不需要通过移动互联网上传到云端。

通过这种方式沟通就可以解决堵车的问题。堵车一个很重要的原因在于，司机不知道其他司机的意图是什么。司机都在做随机的布朗运动，为了不和别人撞到，只能不停地启动、刹车、启动、刹车，过程中浪费了大量的能源。

如果可以通过蓝牙技术把三公里内所有汽车的信息收集起来，所有人就都不需要靠眼观来判断对方的意图，我知道他会怎么开，对方也知道我会怎么开，交通拥堵问题基本上可以得到解决。

除了不方便，现在的基础架构还有很多问题，比如安全性，但是有问题就有机会。

未来经济的四个特点

对于创业者来说，基础架构拼不过BAT和科大讯飞等企业，但是创业者可以去深入每个行业。简单来说，就是去做脏活、累活，了解每一个行业的重点和痛点。

创业者的机会在哪里呢?超级智能背景下的新经济有四个特点：

第一，共享经济。这是个老题目，但仍然值得我们关注。共享经济的本质是什么?节省资源吗?不是，是让用户更多地利用资源。从这点也能看出来，商业的本质不是为用户省钱，而是让用户多花钱。

滴滴让用户省钱了吗?不是，让他们多花钱。滴滴为什么成功?今天路上跑的类出租车有800万辆，其中有600多万辆都是网约车调动的，因为滴滴调动了更多的资源。

所以共享经济的特征是要多利用资源，不是少用资源。一个成功的共享经济背后，是把盘子做大，让很多人加入进来。

Airbnb也是同样的道理。有人调查说，没有Airbnb的时候，游客在美国国内平均玩两三天，因为住旅馆贵，有了Airbnb之后，玩五天。

共享经济并没有给用户省钱，而是提供方便，让用户更多地花钱。

网约医生也可以应用共享经济模式吗?不行。中国看病难的问题在于好的医疗资源本身是短缺，是瓶颈。所以，无论怎么做，规模上不来。

创业分“神似”和“形似”，网约医生与网约车，就是形似而神不似。

第二，跟踪经济。跟踪经济能带来什么好处?我们可以把很多的制造业变成服务业。原来生意是一锤子买卖，现在卖完产品之后卖服务。比如金风科技是一家风力发电站，以前它并不知道把风车卖给了谁，风车的损耗、是否需要更新风叶，它都不知道。

后来金风科技在风叶上加上了传感器，收集每天的数据。现在全世界的风力发电机分布在哪里，这些风力发电机什么时候该维护，哪里损耗比较大，是否需要更新，它全都知道了。

去年，金风科技就不做生产了。因为中国产能过剩，金风科技外包给别人生产，自己只做服务，盈利特别好。

第三，众筹经济。我们对众筹有一个错误的理解，就是在东西生产出来以前，对顾客进行预售，获得资金。其实更加正确的理解应该是，让各方充分参与整个生产销售链条，用新的基础架构，让生产更有效。比如特斯拉，它一开始向顾客收集1000~5000美元预付款，用户参与设计，机器人制造，没有代理商的销售，最后拿到货款，还贷。这其实是提高了每个环节的效率，减少了成本，并不是简单的提前获取资金的过程。

第四，合作经济。将来的经济模式，会有一些大公司是核心的技术提供者，比如谷歌，但是他们同样需要各行各业中的资源来补给结合。谷歌和苹果开发汽车，最后是由福特来生产，颠覆是异数，合作是常态。

不要老想着新技术怎么用，永远都是现有产业+新技术，而不是新技术+产业，就好像“互联网+”给我们带来的教训一样。超过一万家获得融资，只有三家上市，正确的概念应该是“+互联网”。

未来也是如此，原有产业+IoT=新产业，永远都是原有产业为重，新技术叠加其上，这是创业者必须牢记的。

本文是根据吴军博士混沌研习社演讲，以及采访口述整理而成。

[ 编辑 梁爽 E-mail:sjplls@163.com ]