京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据和人工智能浪潮下的未来进化
随着移动互联网、物联网、大数据、区块链、虚拟现实、人工智能、基因技术、纳米科技等新技术的层出不穷,一场以大数据和人工智能为代表的智能革命正在悄然发生,人、社会、商业又一次迎来了进化拐点。
未来人类进化的方向是什么?人工智能的发展将会给社会带来怎样的冲击?它会和人类和谐共处还是会取代人类?智能和意识如果可以分离,他们孰轻孰重?假使技术的发展使得人类大规模失业,我们到时该如何自处?在新技术的冲击下,未来商业形态又会向何处演化?
为了探究这些未来话题,中国具有强大影响力的文化服务机构中信出版集团携手大数据及人工智能公司百分点集团联合举办首届关于大数据+人工智能的“XWorld大会”。作为一场探讨未来的思想盛宴,本届大会的主题是:未来进化。参与此次大会的嘉宾有:“青年怪才”,《人类简史》、《未来简史》作者尤瓦尔·赫拉利;百分点集团董事长兼CEO苏萌;长江商学院创办院长、中国商业与全球化教授项兵;微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文;北京大学心理与认知科学学院教授魏坤琳;旷视(Face++)创始人兼CEO印奇;艾问人物创始人艾诚以及其他来自全球的前沿学者、科学家和知名企业领袖。全天现场参会人数超过2500人。
人工智能与人类未来
《未来简史》作者尤瓦尔·赫拉利认为人类的发展已经来到了巨变的前夜。从四十亿年前地球上诞生生命直到今天,生命的演化都遵循着最基本的自然进化法则,所有的生命形态都在有机领域内变动。但是现在,人类第一次有可能改变这一生命模式,进入智能制造和设计的无机领域。

▲尤瓦尔 赫拉利
“随着大数据的不断积累以及计算能力的快速发展,未来人类可能会越来越多地将自身的决策权让位给无意识的算法,让算法替自己决定该买什么东西,应该接受什么治疗以及应该和谁结婚。当权威从人类转移到算法的同时,人工智能也会将数十亿的人赶出就业市场,使得人类产生大规模失业。他以自动驾驶汽车以及精准化医疗为例,生动地展现了人类在和机器竞争工作过程中的优势和劣势。”
甚至,“一旦那些失业的人真的再无经济价值,无法为社会的繁荣做出任何卓有成效的贡献,他们便会沦为无用阶层。而到那时候,以政府为代表的精英阶层也许会在他们身上放弃投资医疗和教育,他们将被整个社会系统彻底抛弃。”
人工智能与社会以及商业的未来
每一次社会的转型都会带来机会与挑战。互联网和数据正在改变我们的时代,世界的主导力量正在由工业时代的资源品和资本,向数据经济时代的数据和算法演进。
商业进化是否也跟人类进化相似,99%的商业组织都会成为附庸或者无用?如果未来进化到中心化商业形态,由此引发的基于数据、技术和商业模式的垄断会比过去按照行业和地域划分的垄断对商业社会带来更大的影响。高度中心化的商业体系将大大降低整个商业系统的容错和纠错能力。百分点集团董事长兼CEO苏萌在会上提出了泛中心化的商业未来,是一个多中心且中心动态均衡化的商业形态,并指出未来商业组织的三点生存之道,即“3I理论”:独立(Independence),独立代表着企业的数据主导权、以及在充分竞争市场环境中的长尾创新;融合(Integration),指的是生产要素的连接、生产方式的协作、以及业务边界的淡化;智能(Intelligence),数据思维在引爆智能革命,未来的商业都在朝智能化方向在进化,主要体现在决策智能和运营智能上。

▲ 百分点集团董事长兼CEO 苏萌
对于人工智能与人类的未来,以及对社会的影响,已经在人工智能领域研究长达30年的微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文基于人工智能60年的发展认为,人工智能如同人类发明的其他工具一样,其自身并不具备创造力,这是与人类的最大区别。未来的方向应是“AI+HI=SI”,即人工智能+人类智能的共进化。洪小文在会上还表示,AI技术的透明化、普及化很重要,要让更多人享用到技术红利。未来等待我们一起去探索和创造。

▲微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长 洪小文
长江商学院创办院长项兵认为,在全球化的今天,对世界第二大经济体中的企业家来说,全球视野、全球担当越来越重要。创业、创新者应该能放眼全球,整合全球优质资源,使全球资源为我所用。同时,弘扬人各有梦也更加重要,鼓励企业家、特别是年轻人更多地为兴趣、爱好、担当、社会问题的解决而去创业、创新。只有这样,中国才有可能产出一批引领式的“大风流”创新。

▲长江商学院创办院长 项兵
跨界讨论:科技进化与人类未来
在圆桌讨论环节,尤瓦尔、苏萌、Dr. 魏(魏坤琳)和印奇就科技进步与人类未来这一主题进行了跨界讨论。由中国人工智能产业创新联盟编制,中国电子信息产业发展研究院、百分点集团联合发布的《2017人工智能行业发展热点分析报告》显示,48.3%的关注者表示了对人工智能未来发展将会带来的冲击的担忧。此次圆桌以主持人提出问题,然后各位嘉宾先陈述自己观点,然后向尤瓦尔·赫拉利提出自己的疑问的形式展开。主持人针对“人工智能能否战胜人类?”、“人工智能是否会加剧阶层分化”、“你对未来持乐观还是悲观态度”分别向四位嘉宾提问。
作为电视节目《最强大脑》中的科学判官,Dr. 魏见证了无数人类大脑的极限挑战,比如惊人的辨识力、观察力、超级记忆力,以及堪比电脑的心算、速算能力等等。在他看来,人脑的各个模块都在被人工智能追赶,未来甚至可能超越,但他并不认为两者一定是不可兼容的。他对尤瓦尔在书中表达的无用阶层表达了疑惑,“什么是无用,什么是有用?”他还举了欧洲殖民入侵的例子,询问尤瓦尔未来是否会是殖民历史的重演。至于人类未来的前景,他则是觉得既可能乐观也可能悲观,关键在于个人。

▲北京大学心理与认知科学学院教授 魏坤琳
印奇认为,人工智能现在所处的阶段还很初级,人类会非常善于利用新技术对自身进行变革,人类自身的演化会跟技术的演化一起发展,随着技术的演化加快,人类自身的演化也会越快。与其说机器会在某一瞬间超过人类,不如说人类和机器会逐渐融合并且会早于机器超过人类。在关于人类未来的判断上,印奇表现出了乐观取向。
苏萌向尤瓦尔提问是否看到了某些领域已经出现了巨头对数据的垄断,讨论这个话题是为时过早?尤瓦尔肯定了数据垄断这一点,他认为需要在当下重视并采取行动,以防止未来这种情况的进一步加剧。
尤瓦尔在最后指出,自己所说的一切都不是预言,而是在讨论一些可能性。如果你对其中的一些可能性感到恐惧,你其实可以做很多事情去避免它。科技并不具有决定性,真正左右其走向的依然还是人类。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04