新一代人工智能未来发展趋势发展规划的根本依据

原标题:【理论探索】王绍光:西方政党政治兴衰与中国共产党的未来

政党政治发源于西方,是现代政治的基本形式之一。然而过去数十年来,西方政党政治在意识形态、政纲政策、政治基础与动员方式、组织运作模式等方面,都陷入了裹足不前的境地,似乎难以应对时局变化所带来的新挑战。本文通过对现代政党政治的跨国和历史比较,廓清了现代政党的历史起源、不同类型及其衰落的根源,在此基础上指出了中国共产党的与众不同之处。作者认为,从事实上看,中国共产党是国家的一个组成部分,是国家的缔造者和建设者,而不是西方意义上的政党。唯有从“政党国家化”的角度,才能理解共产党不同于西方政党的特殊性所在。面向未来,中国共产党也面临严峻挑战,可行的应对思路是借鉴改革开放的经验,由中央给定一个大方向,允许各地自主探索,从实践出真知。文章仅代表作者观点,特此编发,供诸君思考。

政党的兴起:从精英到大众党

“党”其实并不是一个新词,但“政党”却是一个很晚近的概念。中文中的“党”,与西文中的“党”,有着不同的原初含义。《论语》中即有“乡党”的说法,指古代一种地方基层组织。五家为邻,五邻为里,五百家为党。《周礼》中也有“五族为党”的说法。此外还有古人经常提及的“朋党”,但古代的“党争”与现代的“政党政治”并不一样。

英文中的party一词,源于法文,其原初含义是“部分”,而不是“全部”,往往被用于指代小群体。直到17世纪末,party一词才具有了所谓的“党”的含义。当时的英国议会,出现了托利党和辉格党,英国人开始用party一词指代这种新形成的政治势力。当然,托利党和辉格党,与今天的政党,其实是非常不一样的。那个时代的议会政治,只是一种小圈子政治。小圈子当中一定会有派系,最后形成了两个比较稳定的派系,就是托利党和辉格党。因此,从17世纪下半叶开始,一直到19世纪上半叶,“党”的含义基本都是议会内政客们拉帮结派形成的小圈子,与中文里“朋党”同义。用现代学者的话说,当时的党都是“精英党”(elite

直到19世纪中叶,“党”的含义才发生了巨大变化。1848年,欧洲很多国家都爆发了革命,然后出现了一种“大众党”(mass party)。大众党与之前的精英党的不同之处在于,它不是在议会的小圈子里面形成的,而是在议会以外形成的。大众党不仅出现在欧洲,而且出现在欧洲移民去的地方,比如澳洲、加拿大和拉丁美洲。它之所以出现,与当时兴起的两大类社会运动有关。

其一是社会主义运动。社会主义运动或工人阶级运动,与马克思主义以及各种社会主义流派的兴起有关。而这些理念的兴起,又与普选有关。我最近几年一直在做关于抽签的研究。其实在很长时间里,“民主”并不意味着选举,而是与抽签联系在一起。直到19世纪初,民主才与选举联系到一起。所谓的普选运动,是要扩大选举权。工人阶级政党也被引入这个游戏当中——在很长时间里,工人阶级争取的就是扩大普选权。18世纪的美国革命与法国革命其实不包含普选运动,但1848年革命就包含了普选运动。工人阶级争取普选的社会主义运动,跟大众党的出现有着极其密切的关系。

其二是民族主义运动。所谓的民族国家的形成,其实也是很晚近的事。即使在欧洲,很多民族国家,如意大利、法国、德国,也要到19世纪中叶乃至19世纪末之后,才完全形成。例如,虽然18世纪末的法国革命已经推动了法国的国家建构,但直到19世纪末,法国才真正建立起了国民的国家认同。更不必说被长期殖民的拉丁美洲、澳大利亚、新西兰、加拿大,都是很晚近才形成了民族国家。民族主义运动后来又延伸到了亚洲和非洲。19世纪是帝国主义、殖民主义的高潮期,整个世界都被欧洲国家瓜分掉了。但到了20世纪上半叶,各殖民地开始争取民族独立。

社会主义运动和民族主义运动,都会动员起广泛的大众参与。很多人愿意参与这些运动,以使自己的诉求能够得到满足。这就需要一个大平台,也就是大众党。大众党形成以后,党就不再是一个小圈子,而可能容纳几万、几十万、几百万甚至几千万党员。大众党的出现,改变了原来党作为精英党的很多特性。比如精英党作为一个小圈子,可以不需要经费。但大众党一定需要经费。这就出现了所谓的“党费”。早期的大众党,在很大程度上是要靠党费来运作的。党费这个东西,恐怕跟欧洲传统也有关系——既然教会曾经长期收什一税,那么政党似乎也应该收党费。尽管如此,依然有大量的人积极加入各种政党,成为普通党员。

大众党最开始兴起时,普通党员的诉求并不是赢得下一次选举。他们关心的主要是按照自己的利益诉求,来改造现实的社会。例如,工人阶级政党要争取八小时工作制度、比较好的劳动条件、有保障的就业机会、各种各样的社会福利。但随着欧洲社会主义运动方向从社会革命转向议会斗争,以及欧洲福利国家在国际共产主义运动的压力下逐渐成型,大众党也逐渐转型。

19世纪末,“精英民主”的理念事实上成为党的理论基础。这种理论认为,不管什么社会组织都是由精英治理的,政党也不例外,包括那些声称争取民主的政党。到20世纪中叶,美国学者李普赛特也指出,不管工会还是政党,其内部组织其实都是高度集中的。这样一来,党内就出现了一批精英党员。从精英党员的视角出发,党的定义是为了获取政治权力而形成的政治组织。因此,精英党员的诉求是赢得下一次选举;如果已经赢得了选举,就要努力保住执政地位。由此可见,普通党员和精英党员的诉求未必一致。这使得大众党在形成之时,已经蕴含了日后的危机。

大众党出现的地方包括欧洲、澳洲、拉丁美洲、亚洲和非洲,但不包括美国。美国没有大众党,因为美国没有真正的社会主义运动。这并不是说,美国从来没有人或政党倡导社会主义,而是说,美国始终没有形成一个大众性的社会主义政党。问题在于,美国为什么没有社会主义运动?

我在读研究生时,写过一篇文章,力图回答这个问题。这篇文章基于一个非常简单的观察。我观察了四个移民国家,即美国、加拿大、澳大利亚、新西兰。澳大利亚和新西兰是全世界最早实现了工人党执政的国家,加拿大也有大众性的社会主义政党。但美国则没有出现这种情况。我对此作出了一个解释:这三个国家的移民来源比较单一,因此,移民中的工人阶级比较容易被组织起来;而美国的移民来源比较多样,分裂的移民很难被组织起来。

美国早期的移民来源是单一的,都来自于英国。但到了19世纪,尤其是19世纪下半叶,美国出现了一波移民大潮,这些移民来自不同地方,如爱尔兰、北欧、德国、意大利、俄罗斯。事实上,当时的美国是出现过社会主义政党的,而且声势挺大,有一段时间甚至还在全国性选举中得到了不少选票。但是,美国的社会主义政党内部很快分化为俄文俱乐部、意大利文俱乐部、德文俱乐部等,语言都不通。别人一挑拨,他们很容易互相争斗。比如,你可以和英国移民说,新来的意大利移民抢了你的工作。这时,他们之间就很容易爆发冲突。美国移民没有办法团结起来,因此不可能像欧洲、拉丁美洲那样,形成一个有组织的的大众党。到现在为止,美国依然没有工人阶级政党。这并不是说,美国没有共产党——它有很多共产党,也有很多社会主义政党。然而,这些党从来都没有得到过参政与执政的机会。这种党,在政治上是不算数的。

众所周知,美国有两大党,即共和党与民主党,但它们都不是大众党。大众党一般有指导自己前进方向的党纲(constitution),有按时缴纳党费的党员,有经常开展活动的各级党组织。美式精英党却是“三无”政党。第一,它们没有党纲,只有每次为竞选临时提出的政纲(platform)。而其他国家的大众党,比如中国共产党,都是有党章的。第二,它们没有党员,只有在选举时把票投给某党候选人的“党人”(party membership)。因此,在美国,你没法统计民主党有多少人,共和党有多少人。第三,它们没有严密的党组织,只有为筹备下一次选战而搭建的平台。事实上,很多美国人根本不知道民主党和共和党的主席是谁,他们的名气比一般议员要小得多。简而言之,美国政党几乎纯粹是一个选举机器,目的是使精英赢得选举。

欧洲学者对各国政党进行比较研究时,几乎不会把美国政党放进去,因为他们觉得美国政党与其它国家的政党完全不是一种东西,不应混为一谈。在他们眼中,现代政党的主流是大众党,但美国政党实际上还是精英党,美国选举就是一小撮精英在操控选民。大众党的组织方式使得普通党员有可能影响党的走向,从而影响国家的走向;而精英党只关心一件事,即在下一次选举中,本党政客能否上台。反过来,美国学者也不太会从比较的视角来剖析本国的政党。美国的政治教科书对政党的定义可能会让其它国家的学者觉得十分怪异,因为它把政党说成是一种“有组织的行动”(an

19世纪中叶以后,政党——尤其是大众党——在世界范围内兴起。然而,恐怕很多人都不知道,从20世纪50年代开始,西方的政党已经在走向衰落了。政党在西方的衰落并不是近几年的事。早在1960年代,就有大量学者讨论这一问题。我认为,政党衰落的原因,与它兴起的原因,可能是一样的。

政党兴起的第一个原因,是争取普选的社会主义运动。到了20世纪60年代,除个别例外,欧美国家基本实现了普选。民众在没有选举权时,会产生一个幻觉:社会问题的根源是我没有选举权;只要我拥有了选举取,我就可以影响国家的走向。然而,当拥有了选举权后,他们才会发现,选举权好像没多大用处,该怎么样还怎么样。在这种情况下,普通民众看不到社会改革的方向,大众党对他们也不再有吸引力。

政党兴起的第二个原因,是民族国家形成过程中的民族主义运动。到了20世纪60年代,民族国家的基本格局也大致形成了。一战之时,欧洲各国的边界还很混乱;二战之后,欧洲各国又重新划定了边界。又过了15年到20年,欧洲各国的边界和认同,都已经慢慢固定了下来。在这种情况下,精英以民族主义动员民众的动力也慢慢消失,变得只关注如何赢得下一次选举。1960年,当美国的政党政治如日中天时,时任美国政治学会主席的谢茨施耐德(ElmerEric Schattschneider, )便在《半主权的人民》一书中指出,民主、共和两党的动员对象主要是社会的中上阶层,忽略了人口的另一半——几千万不投票的选民。

上述两方面的发展,共同导致了政党在西方的衰落。今天西方各国都面临着严重的政党危机,其表现形式是各国登记为政党党员的人数大幅下降,各党党员占选民比重大幅下降,使得几乎所有欧美政党都不得不放弃继续维持大众组织的假象。时至今日,西方研究政党的学者其实是很悲观的。他们普遍认为,没有政党,西方民主就无法运作。然而,现在政党衰落了,西方民主该怎么办?当代欧洲最著名的政党研究学者彼特·梅尔(Peter Mair, )出版了一本题为《虚无之治》的书,副标题是“西式民主的空洞化”。在梅尔看来,今天,连“半主权”也似乎遥不可及,政党已变得无关紧要,公民实际上正在变得毫无主权可言。目前正在出现的是这样一种民主,公众在其中的地位不断被削弱。换句话说,这是不见其“民”的空头“民主”。

传统政党衰落后,要么出现由传统政党推出的非传统候选人,如美国民主党推出的奥巴马,美国共和党推出的特朗普;要么出现由边缘政党推出的候选人,如法国的勒庞。这些人完全没有、或没有多少执政经验,指望他们能带来人民希望的变局,无异于缘木求鱼。

在欧洲国家,传统政党已难以得到人们的信任。在美国,认同民主、共和两大党的“党人”也越来越少。1972年以前,超过七成美国人要么认同民主党,要么认同共和党。此后,对两党都不认同的“独立人士”越来越多,但依然少于两大党中至少某个党。2009年以后,美国政党政治出现重大变化:“独立人士”的比重既超过了共和党,也超过了民主党。假如他们构成一个单独政党的话,它已是美第一大党,占美国民众的45%左右。但在美国的政党体制下,你只能投给两党的候选人,投给“独立人士”或第三党都是没用的、是废票,因为美国的选举制度是专为两党设计的。也正因此,在“占领华尔街”运动中,出现了一个被普遍使用的口号:“华尔街拥有两党。我们需要一个自己的党!”(Wall

图一:年间,英国保守党、工党和自由民主党的党员人数变化

年,美国民主党、共和党与独立人士的支持者占总人口比重变化

总体而言,西方的传统政党正处于衰落当中。现在所谓的民粹主义政党,比如意大利的五星联盟,法国的国民阵线,其实都是新型政党。他们跟传统政党不一样。传统政党有一个比较宽的社会基础,有一个比较广泛的政治诉求。比如,19世纪的社会主义政党,以工人阶级夺取政权为目标。然而,现在的很多新型政党,其社会基础比较窄,政治诉求也比较分化,很容易表现出极端性。它不是为了追求某种宏大理念,而是为了反对某些具体事情——比如移民和税收的政策。事实上,这个世界已经有很多年都没有乌托邦了。人类可能真的还是需要一些乌托邦式理念,哪怕这些理念无法实现。

中国共产党是国家的缔造者和建设者

我之所以介绍西方政党的情况,是想说明,不同国家的政党,很可能根本不是同一个东西。欧洲早期的政党和后来的政党就不一样,当代的欧洲政党与美国政党也不一样,但它们都叫做“政党”。

中国共产党与所有西方政党都不一样,它有两个基本特征。第一,中国共产党追求的是整体的利益。在西方,政党的原初含义是“部分”,它致力于满足部分人的利益诉求。然而,中国共产党,从其建立之初,就强调维护人民的利益。按照中国共产党的定义,人民最初是指工农大众,不是所有人,但确实是大部分人。改革开放之后,人民的定义越来越宽。中国共产党主张自己代表全民的利益,甚至代表子孙后代的利益——不然为什么要保护环境?第二,中国是先建党,后建军,最后建国,因此其实是党、军、国三位一体。这两个特征表明,中国共产党其实是国家的一个组成部分,而不是西方意义上的政党。我称之为国家的缔造者和建设者。这是我对中国共产党的基本理解。

首先,中国共产党是国家缔造者(nation-builder)。Nation主要是一个文化概念。中国虽然有五千年的历史,但在很长时间里,“中国”这个概念几乎都是一个文化概念,而不是一个组织概念。中国老百姓都认同自己是中国人,但在很长时间里,我们都不清楚自己与他人在政治组织意义上到底是什么关系。因此,中国人虽然多,但组织不起来。

到19世纪末20世纪初之时,这个现象就变得特别令人痛心疾首——中国有“四万万五千万同胞”,但却打不过小国日本。中国不仅跟强国签订过不平等条约,而且还跟刚果签订过不平等条约,这在今天听来简直匪夷所思。因此,孙中山才会在自己的讲话里反复提到,中国人是“一片散沙”。孙中山讲三民主义,第一条就是民族主义。这里的“民族主义”,并不仅仅是说有一个民族意识就够了,更重要的是把这个民族组织起来。孙中山认为,“如果再不留心提倡民族主义,结合四万万人成一个坚固的民族,中国便有亡国灭种之忧”。

毛泽东也认识到了这个问题。1949年9月30日,毛泽东在受中国人民政治协商会议第一届全体会议委托起草的会议宣言《中国人民大团结万岁》中说:“全国同胞们,我们应当进一步组织起来。我们应当将全中国绝大多数人组织在政治、军事、经济、文化及其他各种组织里,克服旧中国散漫无组织的状态,用伟大的人民群众的集体力量,拥护人民政府和人民解放军,建设独立民主和平统一富强的新中国。”

若想把中国人组织起来,就需要依靠一种政治组织。在孙中山那里,这个政治组织就是国民党;在毛泽东这里,这个政治组织就是共产党。但国民党存在两个问题,这导致它的组织能力相当有限。首先,它的社会基础比较窄,基本上是社会精英——在中国当时的情况下,基本上就是地主和富农。参加国民党的中农很少,贫苦民众可能更少。因此,国民党的社会影响力其实是很弱的。其次,它的组织基础比较弱,党支部最低只设在县一级。国民党没有乡镇党支部、农村党支部,更不用说工厂党支部。因此,国民党的渗透能力也是很弱的。

关于这一点,曾被派往延安的国民党少将观察员徐佛观看得很清楚。他说国民党“县政府以上者为乡原(愿)政治,县政府以下为土劣政治。不仅不能形成国防、经济、文化凝为一体之坚实社会,并亦不能与现实之军事要求相适应”。他进一步指出,“党团为国家民族之大动脉,新血轮。然血液之循环,若仅及半身而止,则必成为半身不遂之人。今日现象,中央有党团,至省而实际效能已减,至县则仅有虚名,县以下更渺然无形无影,是党团之组织,乃半身不遂之组织,党团之活动,亦成为半身不遂之活动。故奸伪可以控制社会,会门可以控制社会,土劣可以控制社会,迷信团体可以控制社会,而本党团反不能以独力控制社会。此其故,在本党党员团员之成分,仅以知识分子为对象,于是党团之组织,亦自然仅以上层为对象。故本党今后组织之方向,必须为书生与农民之结合,以书生党员领导农民党员。于是党之组织乃能深入农村,党部乃有事可做。农村与都市乃能成为一体,智力乃能与体力冶为一炉。可不谈民众运动,而民众自能与政府相呼应,以形成国防、经济、文化一元化之实体。在此实体之上,可以战斗,可以民生。此一发现,虽至浅至近,然党团复兴之路不外乎此”。反观中共,他发现“党、政、军、民(民众团体)之领导权,一元化于党;而其工作之目标,则一元化于军”,其结果可以大大提高团队执行力。“其领导之方式,在党内确系采取民主集中制,及个人服从组织,少数服从多数,下级服从上级,全党服从中央”。

的确,与国民党相比,共产党的组织能力则要强得多。首先,共产党的社会基础比较宽,包含全体的工农大众。因此,共产党在工作过程中要不断接近工农大众,这使得其社会影响力比国民党大得多。其次,共产党的组织基础也比较强,正所谓“支部建在连上”。从全国的最高层,到省,到县,到乡,一直到村,都有党组织。因此,它的渗透能力是很强的,从大脑一直渗透到神经末梢。

在组织能力上,中国共产党比苏联共产党还要强的多。苏联共产党也有基层组织,但早在1930年代以后,也就是在斯大林时代,苏联就开始提倡“一长制”。我们解放以后,曾经有人倡导中国也搞一长制,就是由经理或厂长来负责,党组织只是陪衬。后来,毛泽东也卷入了这个争论,批评了一长制。事实上,1930年代以后,苏联共产党的党组织虽然遍及全国各地,但它发挥的实际作用要远远小于中国共产党的党组织。

中国共产党所具备的组织能力,使它很好地承担了国家缔造者的职责。它把中国这个原本一盘散沙的nation,组织成了一个坚实的整体。直到现在,我都怀疑,如果没有这样的一个政治组织,中国可能依然是一盘散沙。

其次,中国共产党还是国家建设者(state-builder)。State主要是一个政治概念。我对它的理解是,它拥有八项最基本的国家能力:强制、汲取、濡化、认证、规管、统领、再分配、吸纳整合。大家目前都说党管的越来越多、越来越宽。但从国家能力的角度来看,与五十年代、六十年代相比,事实上中国共产党不但不是事无巨细地垄断所有的国家能力,而是不断地在很多方面退出;到现在,党承担的国家能力只有四项:强制、统领、濡化、吸纳整合,其他的汲取、认证、规管与再分配四项能力,党基本退出,由政府机构负责。但这种现象并不是所谓的“党政分开”。王岐山明确指出,“在党的领导下,只有党政分工,没有党政分开”。

中国共产党发挥着四项最基本的国家能力。第一,中国共产党发挥着强制能力。国家的军委就是党的军委,它掌管军队,发挥着国家的强制能力。第二,中国共产党发挥着统领能力。组织部管理国家的人才,党员干部的任免是国家体制的一个重要机制。中纪委与监察委员会其实是两块牌子、一个机构,它们通过反腐,来保证党和国家的工作人员的廉洁和效率。第三,中国共产党发挥着濡化能力。宣传部管理国家的意识形态。濡化能力主要解决两个问题,即国家的认同,与核心价值的形成。第四,中国共产党发挥着吸纳整合能力。统战部的作用是要把党外的社会精英,吸纳整合到体制内来。由此可见,中国共产党管理的是国家的命门,很多重要职能是由它——而不是政府机构——来运行的。这些职能如果交给政府机构,很容易出问题。中国共产党有近9000万党员,有几百万支部,更容易胜任这几项重要工作。

确实,中国共产党在建国之后很长的一段时间里,曾经什么都管。比如,中国共产党曾经有过工业工作部、交通工作部、财政贸易工作部,还有一个专门负责农村工作的农村工作部,后来被撤销了。前些年,有一些省开始尝试恢复农工部。但整体上,共产党慢慢退出了一些国家职能,交由纯粹的政府机构来管理。时至今日,比如国家汲取能力,这部分基本由国家税务部门负责;认证能力,国家认证由政府的专门机构负责;它还不管规管能力,食品、药品、房屋等产品的质量问题,也由政府机构负责;它也基本不管再分配能力,再分配同样由政府机构负责。

中国共产党所发挥的国家能力,使得它很好地承担了国家建设者(state-builder)的职责。在国家的八项基本能力当中,它依然在四项最基本的国家能力上,发挥着支撑性作用。

总而言之,我将共产党理解为国家的一部分。中国是一个党国,共产党则是一个国党。中国共产党与西方政党是完全不同的,我们不能套用欧美政党的分析框架来分析中国共产党。

中国共产党作为国家的一部分,也面临着一些严峻挑战。这些挑战,主要源于两方面的因素。

首先,中国共产党作为执政党,可能受到官僚主义与精英主义的影响,变得腐化或退化。早在苏联共产党夺取政权之前,卢森堡就提醒列宁和托洛茨基,要注意党的腐化问题。她担心党逐渐变成一个纯粹的精英群体,与广大人民群众脱离。毛泽东也意识到了这个问题。在建国初期,毛泽东认为这个问题还不太严重。但在1962年之后,毛泽东认为,有三分之一政权不在共产党手中,有必要开展一场全国性的政治运动,以巩固无产阶级政权。事实上,从列宁开始,到毛泽东,一直到现在,共产党都在探索如何防止党的腐化。这个探索不可能一蹴而就。“不断革命”或许是一种选择,但成本实在太高了。

其次,改革开放以来,在市场经济的影响下,中国的社会经济结构发生了巨大变化,社会开始高度流动,这对中国共产党的组织建设提出了新的挑战。改革开放以前,在国有制与集体所有制的背景下,中国的社会流动性比较低。因此,中国共产党比较容易建立一个从大脑到神经末梢的组织网络。改革开放以后,在市场经济的浪潮中,很多人在体制外的私企和外企就业,社会流动开始增强。在这种情况下,党组织以往的布局方式,开始逐渐与社会经济结构脱钩。一方面,基层党组织比较涣散,党很难真正深入基层。另一方面,党组织如何延伸到体制外,也是一个很大的问题。

最近几年,中国共产党在基层党组织建设方面,已经作出了一些新的尝试,如楼宇党建、社区党建、农村党建。今年,又制定了《中国共产党农村工作条例》。媒体上对此讲得很少,但这个条例确实是一个很重要的举措。毕竟,在过去一段时间里,一些农村的党组织形同虚设,甚至被坏人把控。这个条例把党领导农村工作的传统、要求、政策等以党内法规的形式确定了下来。党确实应当重视小事,因为实际上只有通过管理小事健全基层组织,党的组织形式才是健全的。这一点已经被纳入了官方话语——十九大报告指出,“要坚持把人民群众的小事当作自己的大事”。

此外,中国共产党已经意识到,党组织应当扁平化。这一轮党和国家机构改革,就是要精简机构,减化中间层次,实行扁平化和网格化管理。但具体如何扁平化,还有待进一步探索。在这方面,我们可以参考中国在60年代初期实行过的《工作方法六十条》。它指出“中央各部门,各省、市、自治区党委,应该派遣负责同志到各地的基层单位去”,并对很多具体细节作出了详细规定。这当中蕴含非常重要的实践经验,应当予以认真对待。

总而言之,今天的中国共产党,不仅要强调意识形态建设,还要强调组织建设。但在这方面,可能很难提出一个总体方案。我觉得还是要依据改革开放的经验,党中央给一个大方向,各地自主探索。中国这么大,这么复杂,很难仅仅依靠“顶层设计”实现有效治理,还是得强调实践出真知。

(来源:《文化纵横》2018年8月)

【理论探索】胡乐明、张建刚:论后危机时代的资本主义新常态

年由那场次贷危机引发的全球金融危机给全球经济带来了巨大的冲击,也给资本主义造成了沉重的打击,资本主义的运行模式、管理理念、政策措施也因此发生了深刻变化,资本主义进入了一个不同于以往的新常态。这对于我国的经济发展必将产生深远影响。

一、资本主义演变进程中的几个阶段

资本主义从诞生至今已经有300多年了,在这漫长的历史中至少有三次重大全球性危机给资本主义以致命打击,改变了资本主义的运行模式。第一次是20世纪30年代的经济大萧条,预示了自由放任资本主义的终结;第二次是20世纪七八十年代的石油危机,宣告了政府主导型资本主义时代的结束;第三次就是21世纪初的这场全球金融危机,宣布了新自由主义资本主义的死亡。经济危机是资本主义“版本升级”的动力,每次危机过后,资本主义都会发生深刻的变化,呈现出新的特点、新的形态、新的模式。以此三次危机为结点,可以把资本主义分为四个阶段:第一个阶段可称之为古典自由市场资本主义,从资本主义诞生到20世纪30年代经济大萧条为止;第二个阶段可称之为政府主导型资本主义,从经济大萧条到20世纪七八十年代的石油危机为止;第三个阶段可称之为新自由主义资本主义,从石油危机结束到全球金融危机爆发为止;第四个阶段可称之为新型混合型资本主义,从最近此次金融危机开始至今。

在古典自由市场资本主义阶段,资本主义奉行亚当·斯密的理念,认为有一只“看不见的手”会自动调节市场的供求,人们只要有序工作,做好自己的事情,在追逐个人利益的过程中,客观上就会有效地满足他人的需要,就会增进整个社会的福利。在这一阶段,政府在市场经济中的三项基本职责是:“(1)保护社会免遭其他社会之暴力入侵;(2)尽可能地保护每个社会成员免受其他社会成员之不正义的压迫;(3)建立和维护特定的社会公共工程和公共制度。”[1](p.7)政府对市场基本上采取了自由放任的态度,管理最少的政府被认为是最好的政府。不可否认,资本主义在这一阶段获得了迅速发展,生产力水平空前提高,市场繁荣程度前所未有,资本主义进入全盛时期。但到了第一次世界大战前后,资本主义的基本矛盾日益尖锐化,市场结构也开始从自由竞争市场转向了垄断市场,终于导致20世纪30年代经济大萧条的爆发,终结了自由放任的资本主义时代。

在政府主导资本主义阶段,凯恩斯主义登上了主要资本主义国家的政府宝座,成为各国制定经济政策的指导思想。凯恩斯主义认为,市场经济有其自身难以克服的弊端,政府应当承担起调节宏观经济的责任,政府干预经济主要通过财政政策和货币政策来影响需求的变化,从而达到调节经济的目的。在这一阶段,主要资本主义国家通过凯恩斯主义的需求管理,基本实现了经济平稳发展,出现了长达近30年的资本主义发展黄金时期,这些国家经济增长迅速,物价稳定,生活水平、科技实力、综合国力都有很大提高。但20世纪70年代初,布雷顿森林国际货币体系崩溃,加之此后的两次石油危机,导致通货膨胀居高不下,大量人口失业,经济增长低迷,出现了严重的“滞胀”现象,凯恩斯主义政策失效,最终导致政府主导型资本主义时代的结束。

在新自由主义资本主义阶段,新自由主义代替凯恩斯主义走上了历史舞台,占据了西方主要资本主义国家的意识形态阵地。从罗纳德·里根当选美国总统和玛格丽特·撒切尔当选英国首相开始,美英两国开始大力推行私有化运动,很多原来的国有企业被私有化,工会组织遭到削弱,政府放任失业增长,市场原教旨主义开始盛行。应该说,这一阶段中年这一段时期,“滞胀”得到缓解,资本主义出现了一段时间的经济繁荣。但随着年经济危机的爆发,新自由主义资本主义走向了灭亡,一种全新的资本主义形式破茧而出,它既和上一阶段资本主义密切相连,又和前者有明显区别。新一代资本主义所具有的特点是和全球经济发展的趋势密切相关的。

二、全球经济发展的大趋势

在资本主义发展的历史上,每次重大经济危机都给资本主义以致命的打击,它的运作方式都会发生根本性的改变,政府与市场的关系都会作出相应的调整,而要真正理解资本主义经济危机产生的原因以及资本主义何以在每次危机中都能经过调整而得以继续前行,就需要准确把握全球经济发展的总趋势,才能对前述问题作出回答。马克思主义认为,生产力与生产关系的基本矛盾构成了人类社会发展的根本动力,生产力的发展水平决定了生产关系的性质,生产关系一定要适应生产力的发展。资本主义社会之所以爆发危机并作出相应的调整,是与生产力的发展紧密相联的。人类社会进入资本主义之后,已经经历三次技术革命的浪潮,第四次技术革命的涛声也已不绝于耳。以蒸汽动力应用为标志的第一次技术革命,为世界开启了机械化生产之路,人类进入“蒸汽时代”;以电力的应用为标志的第二次技术革命,催生了流水生产线与大规模标准化生产,人类进入“电气时代”;以电子信息技术与互联网的应用为标志的第三次技术革命,促使制造业实现了自动化控制,人类进入“电子时代”“信息时代”“太空时代”;而以智能技术、大数据分析技术和物联网的应用为标志的第四次技术革命,正在把人类带入个性化、网络化、智能化的生产时代。科学技术的每一次革命,都会促进生产力的突飞猛进,经过一段时间的发展之后,发展都会带来生产关系的相应调整,这种调整往往是通过经济危机的爆发来实现的。经过调整后的生产关系要更能适应全球经济的新发展趋势。

最近几十年,资本主义经济在发展过程中,呈现出经济全球化、经济金融化、产业服务化、生产智能化的趋势,这些趋势将长久地影响着资本主义世界。

(一)经济全球化趋势势不可挡

自人类进入工业社会以来,科学技术日新月异,人与人的交流日益频繁,国与国的交往日益紧密,世界成为一个全球村,经济全球化的趋势已经势不可挡。回顾历史,每一次技术革命都使人类的生产方式发生巨大变化,生产力水平大幅提高,经济活动的范围、规模空前扩大。特别是第三次技术革命以来,国际贸易迅猛增长,国际投资大幅增加,跨国公司蓬勃发展,国际商品流、资金流、技术流、人才流、信息流和文化流规模空前,贸易全球化、投资全球化、生产全球化的态势已不可逆转,经济已进入全球化时代,人类社会正在从各民族的历史走向世界历史。1990年国际贸易进出口总额为6.94万亿美元,2000年为11.96万亿美元;①2015年为33.25万亿美元。2000年外商直接投资(FDI)达1.36万亿美元,2014年为1.23万亿美元,②2015年FDI强劲复苏,FDI流入总量跃升38%,达到1.76万亿美元,③这也是自2008年全球金融危机爆发以来的最高水平。国际投资协定的数量和影响继续扩大。2015年,各国缔结了31个新协定,这使得全球国际投资协定总数达到了年底的3304项。尽管每年新增国际投资协定数量持续下降,但由于协定涉及更多国家,其经济和政治影响力有所增强。最新数据显示:截至2016年5月底,近150个经济体正围绕至少57个新的国际投资协定进行谈判。根据联合国贸发会议跨国公司与投资司《2017年世界投资报告》,世界上共有跨国公司10万家,其分支机构约有86万多家,遍布全球,其生产总值已占工业国家总产值的40%,控制世界贸易额的50%。

当今世界全球化趋势越来越明显,世界商品、资本、科技、信息等生产要素在全球范围内进行流动的速度日益加快,规模迅猛扩大。信息技术的发展使得各种现代化的通讯手段以及互联网迅速扩及全球,把全球各个国家越来越密切联系在一起。

(二)经济金融化趋势略有放缓

现代金融是现代经济的中心。金融在经济中的作用越来越大,全球经济呈现出经济金融化的趋势,金融业产值在国民经济中的比重越来越高。以最大的资本主义国家美国为例,1947年金融服务业增加值占GDP的比重只有2.42%,到布雷顿森林体系解体时(1973年)达到4.12%,上升70%,到2010年该数值进一步上升达到8.42%,翻了一番。20世纪六七十年代之后主要资本主义国家实体经济领域资本利润率持续下降,导致大量资本涌入金融领域。以美国为例,20世纪50至70年代,美国金融资产流量与GDP之比的平均值为257,年,这一比值迅速上升到418。[2]与此同时,各种金融衍生品如脱缰之马大量膨胀,据国际货币基金组织的报告,2007年金融危机前夕,全球的金融衍生品总值已达596万亿美元,约是同期全球股市总值65万亿美元的9倍,全球GDP总量54.5万亿美元的11倍。其中美国的金融衍生品总值占全球的50%以上,已高达300多万亿美元,是美国当时13万亿美元GDP的25倍。[3](p.13)但2008年全球金融危机爆发后,美国等西方主要资本主义国家看到了过度金融化的风险,纷纷加强了对金融领域的监管,金融业膨胀的势头有所减缓。

(三)产业服务化趋势稳步上升

第二次世界大战以后,西方主要资本主义国家大多完成工业化,进入后工业化时期,其产业结构呈现出第一产业和第二产业占GDP的比重逐渐降低,第三产业(主要是服务业)占GDP的比重逐渐上升的趋势。到2000年,“西方七国”④第三产业占比平均达70.27%,加拿大最低占到64.5%,美国最高占到75.7%;2015年,西方七国第三产业占比进一步上升,平均达到74.33%,德国最低为69%,英国最高为79.2%。⑤第三产业主要包括批发零售贸易、交通运输及仓储业、信息业、金融保险与房地产租赁业、专业及商业服务业、教育医疗保健及社会救助业、艺术休闲娱乐及餐饮住宿业。传统服务业中的批发贸易业、零售贸易业和运输仓储业占GDP的比重均呈周期性下降趋势,而新兴服务业中,金融租赁业(包括金融保险和房地产租赁)、专业与商业服务业、文教卫生及社会救助服务业、信息服务业占GDP的比重均呈周期性或者阶段性上升趋势,特别是金融租赁业上升幅度最大,占GDP的比重也最高。服务业的产值、就业人数的占比稳步上升,这是工业化完成后各国发展的必然趋势。但近年来,西方主要资本主义国家看到了“产业空心化”“经济虚拟化”所带来的危害,对产业服务化的趋势有所抑制。

(四)生产智能化趋势方兴未艾

2008年国际经济危机爆发之后,西方主要资本主义国家开始反思“经济虚拟化”“产业空心化”所带来的问题,纷纷启动了“再制造业化”的进程。美国作为2008年国际金融海啸的源头,沉痛地认识到虚拟经济与实体经济脱节造成的威胁,也适时推出了“再工业化”方针。2012年2月,美国出台了《先进制造业国家战略计划》,开始推进国家先进制造战略的实施。这些年来,美国在国内建设“国家制造业创新网络(NNMI)”,整合本土科研力量不断推进制造技术的创新发展,发挥硅谷模式在信息软件技术上的优势,打造高度智能化的信息系统,将大数据与智能生产进行无缝对接,在工业大数据及配套信息系统的建设方面走在各国前列。德国与欧盟提出了“工业4.0”,也开始部署工业复兴战略。在主要西方资本主义国家中,德国一直重视制造业的发展,相对而言,制造业占GDP的比重也较高。为了充分发挥制造业的传统优势,德国将发展重心放在智能工厂与“数据智能”等领域,率先通过信息物理融合系统(Cyber Systems)实现生产要素分配方式的网络化和智能化,产品研发制造模式的个性化与智能化。日本也提出要实现“工业智能化”,并于2013年6月公布了“日本振兴战略”。根据这个规划,日本将以工业振兴与信息产业发展为主要突破方向,实现日本工业智能化。日本的丰田、佳能等制造业名企率先大量使用智能机器人(日本制造业的智能机器人普及率高居全球榜首,平均每万名工人就占有306台机器人),建成了“无人工厂”,生产效率大大提升。第四次科技革命正在袭来,智能技术、大数据分析技术和物联网正逐渐应用到生产中去,个性化、网络化、智能化的生产时代即将到来,人类将会享受到一种全方位的智能生活。

三、资本主义新常态的几个特点

(一)低速经济增长速度已成为常态

年全球金融危机之后,2010年,世界主要资本主义国家的经济在前期经济政策的刺激下,都获得了比较大的恢复,但从2011年开始又走上了一条长期的停滞之路。2010年“西方七国”GDP总量为31.9万亿美元,占当年世界GDP总量(62.9万亿美元)的50.7%,而到了2015年,“西方七国”的GDP总量为34.1万亿美元占当年世界GDP总量(73.4万亿美元)的46.4%,“西方七国”在世界经济中的地位相对下降了。年的5年间,美国、日本、德国、英国、法国、意大利、加拿大七国的GDP年均增长率分别为2.20%、0.56%、1.52%、1.75%、0.81%、-0.65%、2.00%、0.61%,大大低于同期世界GDP年均2.54%的增长率。从全球范围来看,年的5年间,在GDP超过1万亿美元的15个国家⑥中(2015年,15国GDP总量为55.16亿美元,占世界GDP总量的75.12%),除中国和印度年均增长率较高,分别为7.76%、6.56%外,其他国家的年均增长率都在3%以下,这表明整个资本主义世界的经济增长非常缓慢,大多数国家都已陷入停滞。

(二)经济增长动力已经换挡

此次经济危机之后,国际贸易增长乏力,国际投资增长缓慢,传统产品大都市场饱和,原有的经济增长动力已逐渐丧失,世界经济需要寻找新的突破口和经济增长点。

对于大多数国家(地区)来说,依靠出口来拉动经济增长都已成为历史。在年的5年间,国际货物进出总额增长率分别为19.37%、0.87%、1.75%、1.17%、-12.73%,这表明,2011年后,世界贸易增长几乎陷入停滞,2015年更是负增长。2015年,货物进出口总额排名前16的国家或地区⑦(该年这些国家/地区的货物进出口总额为21.6万亿美元,占当年世界货物进出口总额32.4万亿美元的65%),没有一个国家(地区)的货物进出口总额是正增长,俄罗斯甚至下降了1/3。过去依靠出口增长来拉动经济增长的模式已经难以为继。全球外商直接投资(FDI)额在2000年后基本呈下降趋势,2000年全球FDI流量为1.36万亿美元,2010年为1.33万亿美元,2014年更降至1.23万亿美元,2015年强劲上扬之后,在2016年失去了增长动力,全年下降2%,降至1.75万亿美元。因此,国际投资在促进经济增长方面的作用也变得越来越微乎其微。传统产品国内、国外市场大部分都已饱和,难以实现持续高速增长。于是,西方主要国家先后都启动了国家创新驱动战略,转向高科技产品,以寻找新的经济增长点。金融危机后,几乎所有的发达国家都在创新驱动方面寻找新的突破口和新的经济增长点。随着互联网、物联网、大数据技术、人工智能、机器人技术、3D打印、航天航海以及生物医药等新技术的不断成熟,一些高科技产品不断涌现,高科技产业获得了高速发展,正在成为引领各国经济走出困境、实现增长的引擎。

(三)“再工业化”将掀起新的浪潮

年那场席卷全球的经济危机,虽然有金融领域的推波助澜,但根本原因是在实体经济中。自20世纪80年代以来,西方主要资本主义国家的制造业一直面临市场饱和、增长乏力的困境,制造业在国民经济中的比重持续下降。从2000年到2015年,“西方七国”工业增加值占GDP的比重,由2000年的27.9%下降到2015年的24.3%,下降了3.6个百分点。其中,德国的工业增加值占GDP的比重最高且变化不大,2000年为30.9%,2015年为30.4%;其他六国2015年工业增加值占比平均只有23.3%。制造业是一个国家发展国民经济、保持经济竞争力、提高科技创新力的基石,没有强大的制造业,就没有强大的国民经济。因此,很多国家开始重新走向工业化,但此轮的工业化是在新一代信息技术革命的基础上进行的,具有数字化、网络化、智能化的技术特点,采用了个性化、绿色化、敏捷化、协同化、服务化、柔性化的智慧制造理念,对制造模式、制造手段和技术体系都进行了重大变革。美国、德国、日本和欧盟都启动了自己的工业化战略,加快了对传统产业的智能化改造升级,大力培育和支持新兴制造业的发展,已取得了不小成绩。如德国的智能工厂、日本的机器人、美国的3D打印都已世界领先,呈现出广阔的发展前景。“再工业化”这一潮流将会持续相当长的时间,现在才是起步阶段,大量的新一代信息技术才刚刚开始应用,其潜力还远远没有发挥出来。因此,“再工业化”将是西方资本主义国家的一项长期战略。

(四)政府职能由自由放任转为适度干预

政府与市场的职能应该是什么,二者的界限在什么地方?这一直是一个颇具争议的问题。随着资本主义实践的不断发展,关于这一问题的答案也是在逐渐变化的。20世纪30年代的大萧条终结了亚当·斯密“小政府、大市场”“政府的职能就是守夜人的职能”的理论,资本主义进入政府主导的凯恩斯黄金时代,政府的职能大大加强;20世纪70年代的滞胀危机又终结了凯恩斯主义,资本主义进入了里根和撒切尔的市场原教旨主义时代,政府的职能大大收缩;21世纪初由次贷危机引发的全球经济危机又终结了新自由主义,资本主义进入了一个新的历史阶段,政府的职能具有与以往各个阶段都不同的特点。

在新的历史阶段,宏观经济政策将改变过去追求低通货膨胀率或充分就业或经济增长或贸易平衡的单一目标的做法,转而追求在货币经济和实体经济、控制通货膨胀和失业、宏观经济目标和微观经济目标之间获得一种平衡。也不再相信“市场是万能的”的市场原教旨主义,更不会将监管金融市场的最终责任转包给市场、私人信贷评级机构或不负责任的国际官僚,政府对金融市场的监管将大大加强。政府对经济危机的反应也将大大加快,在危机来临时,也将会果断出手,避免大的经济危机再次发生(20世纪30年代的大萧条、2008年的经济危机很大程度上是由于政府出手过慢而形势恶化的)。各国政府经济政策的相互协作变得更加必要,各个国际组织的相互协调成为必需。政府的监管和干预将更加严苛,但这种监管和干预是在尊重市场的基础上进行的,市场力量仍然发挥着更重要的作用。政府与市场之间的界限不再是固定的或单方向的偏移——一味偏向政府或一味偏向市场。双方责任的平衡需要不断转变——在某一时期某一地区,政府发挥的作用更大,而其他时候可能对市场的依赖性更强。

四、资本主义新常态对我国的影响及其启示

年经济危机之后,资本主义进入了一个新的历史阶段,呈现出一些新的特点——一种新的常态,这将对我国的外贸出口、经济增长、产业结构、生产方式产生深远的影响,同时也为我们寻找新的经济增长点,深化政府体制改革提供了有益的启示。

西方主要资本主义国家进入经济低速增长的新常态后,其对国外产品的需求下降,导致对我国产品的需求也不振,严重影响了我国的出口贸易。2011年之后,我国出口增长率降为个位数且呈逐年下降趋势,2015年和2016年甚至是负增长,年的出口增长率分别为7.92%、7.85%、6.00%、-2.88%、-1.9%。⑧这与2008年经济危机前20多年出口以年均20多个百分点的增长速度之间形成了鲜明的对比,出口对我国经济增长的拉动力已经微乎其微。我国经济体量已经很大,2010年超过日本成为仅次于美国的第二大经济体;同年,制造业超过美国成为全球最大制造业国家。这样一个大的经济体已难以通过依靠出口的持续高速增长来实现经济的高速增长,我们必须转向国内寻找新的经济增长点。我国传统产品大多数都面临市场饱和、产能过剩的问题,难以成为新的经济增长点。我们必须顺应新一代信息技术革命的潮流,大力发展机器人、航空航天装备、海洋工程装备及高技术船舶、高档数控机床、先进轨道交通装备、节能与新能源汽车、电力装备、新材料、生物医药等高科技新兴产业,才能有效培育新的经济增长点。与此同时,我们要加快对传统产业的智能化升级改造,避免我国在新一轮的产业革命中被甩在后面。

资本主义进入新常态,使我们认识到必须充分发挥社会主义的制度优势,处理好政府与市场的关系,才能使我国避免发生类似资本主义的经济危机,早日成为社会主义现代化强国。深入分析资本主义进入新常态后呈现的一些特点,我们可以得到如下三个启示。

启示一:大力扶持高科技产业的发展,是培育新的经济增长点的必然选择。我国应从宏观层面对高科技产业发展进行整体规划,根据不同高科技的技术特点来制定相应的高科技产业发展模式,加强关键核心共性技术攻关并扶持其优先发展。不断完善以企业为主体、市场为导向、“政产学研用”相结合的创新体系,加速科技成果产业化。出台更加优惠的税收政策,扶持高科技企业的发展。同时,应加强培育高科技人才的力度,给予高科技研究人员更多的经费支持和奖励。加强对风险投资方面的立法,鼓励风险投资为高科技产业发展提供资金支持。近两年,我国的高科技产业已取得了一些成绩,显现出巨大的增长潜力。

启示二:加快对传统制造业的智能化改造,是增强我国制造业竞争力的根本途径。新一代信息技术革命掀起的浪潮正在袭来,人类正在进入个性化、网络化、智能化的生产时代,欧美等发达国家正在实施“再工业化”战略,如果我们要想在竞争中立于不败之地,必须加快对制造业的智能化升级改造,加速推进《中国制造2025》战略的实施。在智能化的生产模式下,工厂的生产流程、产品设计、技术研发、用户服务等各个环节都被纳入统一的智能化网络。这个智能化网络可以根据数据自主调整生产流程,并且自动修复机械故障,以最有效率的生产方式制造出多样化的个性化定制产品。为此,我们必须在物联网、云计算、大数据等核心技术上取得重大突破,打造一批潜力大、拉动力强的新兴产业集群。同时,我们要提高国家制造业创新能力,推进信息化与工业化深度融合,强化工业基础能力,加强质量品牌建设,全面推行绿色制造,大力推动重点领域突破发展,深入推进制造业结构调整,积极发展服务型制造和生产性服务业,提高制造业国际化发展水平,从而努力实现习近平所讲的“三个转变”,即“推动中国制造向中国创造转变、中国速度向中国质量转变、中国产品向中国品牌转变”。[4]

启示三:充分发挥社会主义的制度优势,是防止我国出现大的经济衰退的重要保证。资本主义历史上几次严重的经济危机之所以持续时间那么久、衰退程度那么深,很重要的一个原因就是,当时的政府面对危机苗头,迟迟不采取行动,放任危机发生,认为市场具有自我修复机制,危机可以自动消失,但结果是危机不断扩散,程度不断加深。历史经验多次证明:没有政府干预的市场经济必然发生危机,危机的结束也必然需要政府干预。今天,我国已初步建立起有中国特色的社会主义市场经济体制,如何处理政府与市场的关系对于我国经济持续健康稳定发展至关重要。在深化体制改革中,有一些人完全赞同新自由主义的观点,主张要尽可能地扩大市场的作用而减少政府的作用,加速推进国企私有化、金融自由化的改革,对教育、医疗等部门进行市场化改革。他们的这些主张是错误的,如果实施必将带来严重的后果。社会主义制度的优越性主要体现在:我国既有一批在国民经济中发挥主导作用并构成社会主义经济基础的国有企业,又有强有力的计划规划、财政政策、货币政策、法律法规等宏观调控手段。如果丧失了这些社会主义制度的优越性,中国经济将难以实现持续高速稳定的增长,收入两极分化现象将日益严重,“中国梦”的实现将失去制度保障。

}

Deepmind在Alphago上的成就把强化学习这一方法带入了人工智能的主流学习领域,【从零开始学习】也似乎成为了抛弃人类先验经验、获取新的技能并在各类游戏击败人类的“秘诀”。来自斯坦福的Andrey Kurenkov对强化学习的这一基础提出了质疑。本文中,他从强化学习的基本原则及近期取得的成就说起,肯定了其成果,也指出了强化学习的基础性局限。大数据文摘对本文进行了精华编译。

假设你不会玩,甚至从来没有接触过。

现在你的朋友邀请你和他对战一局,并且愿意告诉你玩儿法。

你的朋友很耐心,他手把手教了你下棋的步骤,但是却始终不告诉你他所走每一步的含义,只在最后告诉你这盘棋的输赢结果。

对局开始。由于“没经验”,你一直输。但在经历了多次“失败的经验”后,你渐渐地发现了一些规律。

几个礼拜过去了,在几千把游戏实战的“磨练”下,你终于可以在对战中获得胜利。

挺傻的对吧?为什么你不直接问为什么下这个棋以及怎么下棋呢?

但是,这种学下棋的方法其实是今天大部分的强化学习方法的缩影。

强化学习是人工智能基本的子领域之一,在强化学习的框架中,智能体通过与环境互动,来学习采取何种动作能使其在给定环境中的长期奖励最大化,就像在上述的棋盘游戏寓言中,你通过与棋盘的互动来学习。

在强化学习的典型模型中,智能体只知道哪些动作是可以做的,除此之外并不知道其他任何信息,仅仅依靠与环境的互动以及每次动作的奖励来学习。

先验知识的缺乏意味着角色要从零开始学习。我们将这种从零开始学习的方法称作“纯强化学习(Pure RL)”。

纯强化学习在西洋双陆棋和围棋这类游戏中被广泛应用,同时也应用于机器人技术等领域。

在传统的强化学习中,只有在最终状态才有非零奖励。这一领域的研究最近因为而再次受到关注,但是其基本的模型却并没有什么改进。

毕竟这种从零开始的学习方法可以追溯到强化学习研究领域的最初创建时期,也在最初的基本公式中就被编码了。

所以根本的问题是:如果纯强化学习没有什么意义,那么基于纯强化学习来设计模型还合理吗?

如果人类通过纯强化学习来学习新的棋类游戏听起来如此荒谬,那我们是不是应该考虑,这是不是一个本身就有缺陷的框架,那么AI角色又如何通过这一框架进行有效的学习呢?不依靠任何先前经验或指导,仅仅靠奖励信号来学习,是否真的有意义呢?

纯强化学习是否真的有意义?

关于这个问题,强化学习专家们众说纷纭:

有!纯强化学习当然有意义,AI智能体不是真正的人类,不用像我们一样学习。何况纯强化学习已经可以解决很多复杂问题了。

没有!从定义上看,AI研究包括让机器也能做目前只有人类能做的事情,所以跟人类智能来比较很合理。至于那些纯强化学习现在能解决的问题,人们总是忽视一点:那些问题其实没有它们看起来那么复杂。

既然业内无法达成共识,那就让我们来用事实说话。

基于纯强化学习,以DeepMind为代表的业内玩家已经达成了很多“炫酷”的成就:

1)DQN (Deep Q-Learning) —— DeepMind的著名研究项目,结合了深度学习与纯强化学习,并加入了一些别的创新,解决了很多以前解决不了的复杂问题。这个五年前的项目大大提高了人们对强化学习的研究兴趣。

毫不夸张的说,DQN是凭借一己之力重燃了研究者对于强化学习的热情。虽然DQN只有几项简单的创新,但是这几项创新对于深度强化学习的实用性至关重要。

虽然这个游戏现在看起来非常简单,仅仅是通过像素输入来学习,但在十年前,玩这个游戏是难以想象的。

2)AlphaGo Zero和AlphaZero——纯粹用于战胜人类的围棋、国际象棋及日本将棋的强化学习模型

首先来进行一个科普:AlphaGo Zero是谷歌DeepMinwd项目开发的最新的升级版AlphaGo。不同于原始的结合了监督学习和强化学习方式的AlphaGo,AlphaGo Zero单纯依靠强化学习和自我对弈来进行算法学习。

因此,尽管该模型也利用了一个预先提供的算法规则,即棋类的游戏规则和自我对弈来进行更可靠而持续的迭代更新,AlphaGo Zero更遵循纯强化学习的整体方法论:算法从零开始,通过学习结果的奖励信号反馈进行迭代。

由于它不是从人类身上直接学习游戏规则的,AlphaGo Zero也因此被许多人认为是一个比AlphaGo更具颠覆性的算法。然后就诞生了AlphaZero:作为一个更通用的算法,它不仅可以学习如何下围棋,还可以学习下国际象棋和日本将棋。

这是史上第一次出现用单一算法来破解象棋和围棋的算法。并且,它并没有像过去的深蓝计算机或者AlphaGo那样对任何一种游戏规则做特殊定制。

毫无疑问,AlphaGo Zero和AlphaZero是强化学习发展史上里程碑式的案例。

历史性的时刻——李世乭输给了AlphaGo

3)OpenAI的Dota机器人–由深度强化学习算法驱动的AI智能体,可以在流行的复杂多人对战游戏Dota2上击败人类。OpenAI在2017年在变化有限的1v1游戏中战胜了职业玩家的战绩已经足够让人惊叹。最近,它更是在一局复杂得多的5v5比赛中战胜了一整队人类玩家。

这一算法也与AlphaGo Zero一脉相承,因为它不需要任何人类知识,纯粹通过自我对弈对算法进行训练。在下面的视频里,OpenAI自己出色地解释了它的成就。

毫无疑问,在这种以团队合作为基础的高度复杂的游戏中,算法取得的好成绩,远远优于先前在Atari电子游戏和围棋上取胜的战绩。

更重要的是,这种进化是在没有任何重大算法进步的情况下完成的。

这一成就归功于惊人的计算量、已经成熟的强化学习算法、以及深度学习。在人工智能业内,大家普遍的共识是Dota机器人的胜利是令人惊叹的成就,也是强化学习一系列重要里程碑的下一个:

没错,纯强化学习算法已经取得了很多成就。

但仔细一想,我们就会发现,这些成就其实也“不过尔尔”。

让我们从DQN开始回顾,在刚刚提到的这些案例中,纯强化学习到底存在哪些局限性。

它可以在很多Atari游戏中达到超人的水平,但一般来说,它只能在基于反射的游戏中做得很好。而在这种游戏中,你其实并不需要推理和记忆。

即使是5年后的今天,也没有任何一种纯强化学习算法能破解推理和记忆游戏;相反,在这方面做得很好的方法要么使用指令,要么使用演示,而这些在棋盘游戏中也行得通。

尽管DQN在诸如Breakout之类的游戏中表现出色,但它仍然无法完成像蒙特祖玛的复仇这样相对简单的游戏。

而即使是在DQN表现得很好的游戏里,和人类相比,它还是需要大量的时间和经验来学习。

也就是说,它的每一种性质都使学习任务变得容易:它是确定性的、离散的、静态的、完全可观察的、完全已知的、单智能体的、适用于情景的、廉价的、容易模拟的、容易得分的……

但在此前提下,对于围棋游戏来说,唯一的挑战是:它具有庞大的分支因子。

所以,尽管围棋可能是easy模式下最难的一道题,但它仍然是easy模式。而大多数研究人员都认识到,现实世界的多数问题比围棋这类简单的游戏复杂得多。

尽管有很多卓越的成就,但AlphaGo的所有变体在本质上仍与“深蓝”(Deep Blue)相似:它是一个经过多年设计的、投入高达数百万美元的昂贵系统,却纯粹只是为了玩一款抽象的棋盘游戏——除此之外别无其他用途。

是的,这是一个比围棋复杂得多的游戏,缺乏很多使游戏变得简单的特性:它不是离散的、静态的、完全可观察的、单智能体的或适用于情景的——这是一个极具挑战性的问题。

但是,它仍然是一款很容易模拟的游戏,通过一个漂亮的A来控制——它完全消除了需要感知或运动控制。因此,与我们每天在真实世界中解决问题时所面临的真正的复杂性相比,它依然是简单的。

它仍然像AlphaGo一样,需要大规模投资。许多工程师为了得到一个算法,使用长到离谱的时间来解决这个问题。这甚至需要数千年的游戏训练并使用多达256个的和128000个核。

因此,仅仅因为强化学习的这些成果就认为纯强化学习很强大,是不正确的。

我们必须要考虑的是,在强化学习领域,纯强化学习可能只是最先使用的方法,但也许,它不一定是最好的?

纯强化学习的根本缺陷——从零开始

是否有更好的方法让AI智能体学习围棋或Dota呢?

“AlphaGo Zero”这个名字的含义就是指模型从零开始学习围棋。让我们回忆一下开头讲的那个例子。既然试着从头学起棋盘游戏而不作任何解释是荒谬的,那么AI为什么还一定要从零开始学习呢?

让我们想象一下,对于人类来说,你会如何开始学习围棋呢?

首先,你会阅读规则,学习一些高层次的策略,回想过去你是如何玩类似游戏的,然后从高手那里获取一些建议。

因此,AlphaGo和OpenAI Dota机器人从零开始学习的限制,导致他们和人类学习相比,依靠的是许多数量级的游戏指令和使用更原始的、无人能及的计算能力。

AlphaGo Zero的进展。请注意,要达到ELO分数为0,它需要一整天的时间和成千上万次的游戏(而即使是最弱的人也能轻松做到)。

公平地说,纯强化学习可以合理地用于诸如持续控制之类的“狭义”任务,或者最近的复杂游戏,如Dota或星际争霸。

然而,随着深度学习的成功,AI研究社区现在正试图解决越来越复杂的任务,这些任务必须面对现实世界中到复杂性。正是这些复杂性,我们可能需要一些超越纯强化学习的东西。

那么,让我们继续讨论我们的修正问题:纯强化学习,以及总体上从零开始学习的想法,是完成复杂任务的正确方法吗?

我们还应该坚持纯强化学习吗?

乍一看,这个问题的答案也许是:应该。为什么这么说呢?

从零开始的学习意味着它没有任何先入为主的主观因素,这样的话,经过学习的人工智能会比我们更加优秀,就像AlphaGo Zero一样。毕竟,如果人类的直接存在错误,那不就限制了机器的学习能力了么?

随着深度学习方法的成功,这个观点已经成为主流,虽然训练模型的数据量惊人,但是我们依旧只给予少量的先验知识。

以前的非传统和端对端深度学习方法的图例,后者有更好的表现,并成为了现代语音识别的基础。

不过,让我们重新审视这个问题:结合人类的先验知识就一定会限制机器的学习能力么?

答案是否定的。也就是说,我们可以在深度学习的框架下(也就是只由数据出发),对手头的任务下达一定的指示,而不至于限制机器的学习能力。

目前,这个方向已经出现了诸多研究,相信这样的技术也能很快被应用到实际例子中。 

比如像AlphaGo Zero这样的算法,我们大可不必从零开始学习,而是在不限制其学习能力的前提下加入人类知识的指导。

即使你觉得这个方向不靠谱,坚持要从零学习,那纯强化学习就是我们最佳的选择吗?

以前的话,答案是毋庸置疑的;在无梯度优化的领域中,纯强化学习是理论最完备而方法最可靠的。

不过近期很多文章都质疑这个论断,因为他们发现了相对简单的方法(而且总体而言没那么受到重视的)、基于进化策略的方法在一些典型的任务中似乎和纯强化学习表现得一样好:

大数据文摘微信公众号后台回复“缺陷”下载这两篇论文。

Ben Recht是最优化算法的理论与实践研究的带头人,他总结说:

我们发现随机搜索在简单线性问题中比强化学习更加优秀,比如策略梯度。不过,当我们遇到更加困难的问题时,随机搜索就会崩溃吗?并没有。

因此,并不能说强化学习是从零学习的最佳方法。

回到人类从零学习的问题上来,人类学习一个新的复杂技巧时就没有任何先验知识吗(比如组装一个家具或驾驶汽车)?其实并不是这样子的,对不对?

也许对于一些非常基础的问题来说(比如婴儿要学习的),我们可以从零开始,使用纯强化学习,但是对于AI领域中的很多重要问题,从零开始并没有特别的优势:我们必须清楚,我们想要AI学会什么,而且必须要提供这方面的演示和指导。

实际上,目前人们广泛认为,从零开始学习是强化学习模型受到限制的主要原因:

目前的AI是“数据依赖”的——大多数情况下,AI需要海量的数据才能发挥它的作用。这对于纯强化学习技术来说非常不利。回想一下,AlphaGo Zero需要上百万的对局来达到ELO分数为0的水平,而人类用很少的时间就能达到这个水平。显然,从零开始学习是效率最低的一种学习方法;

目前的AI是不透明的——在多数情况下,对于AI算法的学习,我们只有高层次的直觉。对于很多AI问题,我们希望算法是可预测和可解释的。但是一个什么都从零开始学习的巨型,其解释性和预测性都是最差的,它只能给出一些低层次的奖励信号或是一个环境模型。

目前AI是狭隘的——在很多情况下,AI模型只能够在特定领域表现的非常好,而且非常不稳定。从零开始学习的模式限制了人工智能学习能力。

目前的AI是脆弱的——AI模型只能把海量数据作为无形的输入进行泛化,但是结果非常不稳定。因此,我们只能知道我们要AI智能体学习的是什么。

如果是一个人,那么在开始学习前,应该能够对任务进行解释并提供一些建议。这对于AI来说,同样适用。

}

不久前,一篇题为《寒冬将至》的文章火了,引发AI领域专家学者、研究人员、学生甚至吃瓜群众的大量讨论。该文对有关的炒作提出批评,认为深度学习已经尘埃落定,就像股市会崩盘,AI的寒冬一定会再次来临,虽然无法预测它何时来临。这篇文章的作者Filip ekniewski是计算机视觉和AI领域的专家,经过几周的思考,他重新总结了自己对AI的观点,值得深思。

最近几周,我被迫重新思考和总结我对AI的看法。在《AI寒冬将至》那篇帖子广为传播后,很多人通过电子邮件和twitr联系我,提出了很多好的建议。因此,我决定以简洁的方式写一下我认为我们的人工智能方法存在什么问题,以及我们可以解决什么问题。以下是10个要点:

1.  我们被图灵对智能的定义所束缚了。图灵有关智能构想很著名,他将智力限制为一种和人类进行语言游戏的解决方案。具体来说,图灵将智能设定为(1)游戏的解决方案,(1)将人类置于判断的位置。这个定义非常具有迷惑性,并很适合人工智能领域。狗,猴子,大象,甚至啮齿类动物都是非常聪明的生物,但它们没有语言,因此也不可能通过图灵测试。

paradox)。这个问题在今天要比1988年它刚被提出时要明显得多,而我们在过去30年里几乎没有采取任何行动来解决这个问题,这是令人羞愧的。莫拉维克悖论的核心论点是,现实中最简单的问题比最复杂的游戏更难解。(注:如莫拉维克所写;“要让电脑如成人般地下棋是相对容易的,但是要让电脑有如一岁小孩般的感知和行动能力却是相当困难甚至是不可能的。”)我们沉迷于令AI在游戏中超越人类(以及其他受限且定义明确的话语领域,如数据集),将其作为智能的指标,作为一种与图灵测试一致的标准。我们完全忽略这样一个事实:对智能的最终判断由现实本身,而不是由一个人类组成的委员会作出。

3.  我们的模型甚至可能起作用,但往往是出于错误的原因。我在其他文章详细阐述过这点,深度学习就是一个很好的例子。深度学习显然已经解决了物体识别问题,但是大量研究表明,深度能识别物体的原因与人类能观察到物体的原因大不相同。对于用图灵测试精神欺骗人类的人来说,这可能并不重要。但对于关注人工智能体处理非预期(域外)现实的能力的人来说,这是至关重要的。

现实不是游戏。就算跟游戏有关,它也是一个无限的游戏集合,其中的规则不断变化。任何时候只要出现了重大发展,游戏规则都会要重写,所有玩家都需要作出调整,否则就会死亡。智能是一种机制,它会进化以令智能体能够解决问题。由于智能是一种辅助我们玩“规则不断变化的游戏”的机制,因此作为一种副作用,它能让我们玩有一套固定规则的实际游戏也就不足为奇了。但反过来就不成立了:构建在玩固定规则游戏时胜过人类能力的机器,跟构建一个能够玩“规则不断变化的游戏”的系统差得远了。

5.  物理现实中有一些规则是不变的——即物理定律。我们用语言描述他们,并利用它们来做预测,从而建立文明。但是为了在这个物理环境中行动,这个星球上的每一种生物体都掌握了这些定律,并不需要语言。小孩子在学会牛顿运动定律之前,就知道苹果会从树上掉下来。

6.  我们的视觉统计模型其实是非常不足的,因为它们仅依赖于某一时间的事物和人类指定的抽象标签进行识别。深度神经网络能够看到数以百万计的苹果挂在树上的图像,但永远不可能发现万有引力定律(以及许多对我们来说很显然的东西)。

7.  常识的困难之处在于它对我们而言是在太显而易见了,甚至很难用语言去描述它,进而在数据中给它打标签。对于所有“显而易见”的东西,我们存在巨大的盲点。因此,我们无法教计算机常识,不仅因为这可能不切实际,更根本的原因是我们甚至没有意识到“常识”是什么。直到我们发现机器人做了一些很愚蠢的事情,我们才顿悟:“哦,原来它不懂...... [这里可以填任何显而易见的常识]

如果我们想解决“莫拉维克的悖论”(我认为应该是当今任何严肃的AI工作的焦点),我们就多少需要模仿生物体纯粹依靠观察世界学习的能力,而不需要标签。实现这一目标的一个有希望的想法是构建一个系统,对未来的事件进行预测,并通过将实际的发展与系统的预测进行比较来学习。大量的实验表明,这确实是生物大脑中发生的事情,并且从许多角度来看这样做都很有意义,因为这些系统必须要学习物理定律。预测视觉模型(predicve vision model)是朝这个方向迈出的一步,但肯定不是最后一步。

9.  我们迫切需要在图灵的定义之外定义“智能”的特征。一个不错的想法来自非平衡态热力学(non-equilibrium thermodynamics),并与预测假设一致。我们需要这样做,因为我们需要构建智能体,这些智能体肯定通不过图灵测试(因为它们没有语言智能),但我们需要一个框架来衡量我们的进展。

我们今天所做的几乎所有称之为AI的事情,都是可以用语言表达的某种形式的自动化。在许多领域,这些所谓AI可能有用,但这与用Excel取代纸质表格来帮助会计师,实际上没有什么不同。有问题(并且问题始终存在)的领域是自主(autonomy)。自主不是自动化(automation)。自主不仅仅意味着自动化。如果是要求比人类更安全的自主的话,那么它意味着更多,比如说汽车。自主应该是广义智能的同义词,因为它假设能够处理意外的、未经训练的,未知的事物。

以上是我想传达的核心要点。这些论点有细微的差别,这就是我写这篇文章的原因。当然,如果你承认这些要点,我们的观念就基本上是一致的。《AI寒冬将至》那篇文章还有其他许多细节受到激烈的辩论,虽然我认为这些细节不是必要的,但为了完整起见,让我就其中的一些表达我的看法:

1.  天生的还是后天习得的?当然,有的生物具有天生的能力,但无疑也有后天学习的东西。不过,这是一个与实现(implementation)相关的问题,我认为它没有明确的答案。在我们未来的发展中,我确信我们会使用两者的结合。

2.  学习特征还是人工构建的特征?这是一个相关的问题。我的观点是,“皮层计算”(cortical computation)的绝大部分会被习得,这是在AI和自主的背景下(但这并不意味着如果它被证明有用,或由于某种原因难以学习,我们就不能人工构建它)。大脑里还有很大一部分很可能预置的。在更具体的自动化应用中,这两种情况都可能会有。在某些情况下,学习的特征可能明显优于人工构建的特征(这是深度学习的卖点所在),但在许多应用中,人工精心制作和开发的特征绝对、毫无疑问优于任何学习的东西。总的来说,我认为这是一个伪命题。

3.  脉冲,连续,数字还是模拟,又或是量子?我对此没有非常强烈的主张,每一种都有优点和缺点。数字简单,确定并且易于获得。模拟很难控制但功耗要低得多。脉冲(spiking)也是,,虽然它的额外好处是更接近生物学,这可能意味着它是更好的解决方案。量子? 我不确定是否有强有力的证据证明量子计算在解决智能问题方面有必要性,尽管我们可能会发现它是必要的。这些都是“如何做?”(how)的问题,但我的主要兴趣还是“是什么?”(what)的问题。

原文标题:《AI寒冬将至》作者:人工智能存在十大问题

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

就在本周,亚马逊继苹果之后,其市值也一度突破万亿美元大关,美国四大科技巨头在资本市场表现强劲备受全....

随着人工智能AI和5G的大爆发,万物互联的智慧时代也正式到来,IoT(物联网)也覆盖到更多的场景。据....

随着人工智能技术的进步,特别是语音识别技术的普及,原来的只能硬件都开始穿上了AI的外衣,在这些打着....

日前,Sentera首席执行官Eric Taipale宣布公司已获得1400万美元的第二轮融资。

人工智能(AI)一般指的是模仿神经网络和“学习”行为的技术,正在为家庭安全公司开启一扇新的令人兴奋的....

日前,2018 SAP中国峰会在上海成功召开,吸引了上千名商业领袖和合作伙伴共同探讨中国企业数字化变....

如果自动驾驶汽车因突发情况,被迫在杀害老人和杀害孩子之间作出选择,它会选择谁?为什么?再进一步思考,....

IBM Watson是全球AI医疗行业的领导者。Watson系统2015年开始商用,提供包括乳腺癌、....

「人工智能+汽车」,就是无人驾驶,或者辅助驾驶,这是交通的革命。「人工智能+餐饮」,可能就是定制化营....

在深度学习和大数据的助推下,人工智能正在迎来一次前所未有的大发展。但如果没有技术应用,没有应用场景,....

德国海德堡大学医院心脏科医生本杰明?梅德用鼠标和电脑屏幕代替了手术刀和手术室,小心翼翼地将起搏器的电....

最近美国拍了一系列以无人机为主题的科幻电影,在这些作品里面,伦理道德问题往往是很突出的。

随着语音识别、知识图谱、机器学习与神经网络等人工智能新技术的广泛应用,AI赋能的金融行业将在量化交易....

但是,研究人工智能的伦理问题,不能只局限于本专业的科学家,还应该包括社会科学专家、其它相关方面的学者....

9月19日,由南京市江北新区主办、紫光集团与紫光展锐承办,以“芯时代 共成长”为主题的“2018中国....

进入 21 世纪,生产力和商业模式的变革,开始不断刺激全国范围内的城市着力发展软件实现制造转型。与此....

目前,碧桂园的地产板块拥有超2000个楼盘,每年建造几十万套房子。这一方面,建筑机器人有巨大的潜在需....

聚焦机器人投资、融合创新的“2018机器人投资发展论坛坛”于8月31日在上海跨国贸易采购中心成功举办....

用于供应链各配送中心之间灵活自动化的人工智能机器人系统全球领导者 -- GreyOrange宣布C轮....

不论是弱人工智能时代,还是强人工智能时代,人工智能与大数据对法学和法律实践所造成的变革都已是不争的事....

多年来,现金保释制度一直被一些活动人士强烈抗议,这项立法让民权组织大获全胜。他们的论点是,现金保释使....

前不久,特斯拉CEO马斯克又放出狠话,他说机器人有可能会自主地屠杀人类,“如果机器人能做一些像删除垃....

人工智能由三方面共同组成,算法、数据以及计算平台 现在虽然人工智能是个热门概念,但很多人误以为“人....

商业应用、企业学习和外包服务全球供应商CGS公司宣布了2018年全球消费者客户服务报告中的发现,该报....

为落实《中国制造2025》总体部署,按照《智能制造发展规划(2016-2020年)》《智能制造工程实....

这四个要素里,无人矿卡当然是无人矿山的核心元素,负责装载、运输、卸载等一系列重复性操作,它主要通过激....

在人工智能技术推波助澜下,语音助理成为智能家庭新焦点,国内互联网业者百度、阿里巴巴与腾讯(BAT)顺....

国内人工智能(AI)发展迅速,吸引创投与私募基金积极投入。亿欧智库日前发布2018人工智能相关报告指....

9月6日,嘉楠科技人工智能芯片“勘智”正式发布,嘉楠科技董事长张楠赓先生出席发布会并做了发言。

“这是很有挑战的基础研究工作,我们会有耐心地长期持续投入,不设KPI。”9月6日,在上海举办的首届计....

Livio AI助听器上有一个使用惯性传感器的健身追踪器,它可以计算佩戴者的步数并监测其每天的身体活....

随着互联网时代的到来,人们的生活和生产技术水平不断提高,在人工智能技术的引领下,智慧生活已经开始由....

作为一个新兴产业,人工智能的标准特别是评估评测规范明显是滞后,不止我国,在全球范围内皆是如此,国际国....

“世界经济论坛”预计,到2025年,全球GDP总量的10%将存储汇聚在区块链产业中,,某种程度上这也....

雷锋网消息,京东集团今日宣布,美国匹兹堡大学John A. Jurenko 杰出冠名讲席教授黄恒博士....

本文分析了专用AI芯片的特点,实现过程中性能、功耗、面积等方面的挑战,以及应对这些挑战的解决方案。

又是一年开学季,莘莘学子们又背着书包,生机勃勃 (垂头丧气 )地回归校园了。可爱 (逗比) 的同学,敬爱 (严厉) 的老师,还...

此外,全部受访旅客中有30%的人表示对个性化的人工智能旅行向导感兴趣。在这次调查中,纽约被设为目的地....

如果有一天,不买会员看视频也没有那烦人的广告 如果有一天,视频植入的广告不再那么尬 如果有一天,视频里的idol周边,...

波兰当地时间 9 月 3 日,TCL 集团欧洲研发中心在 TCL 集团首席技术官、高级副总裁兼 TC....

本周二,据报道西门子最近完成了一项“数字心脏”技术,该技术可以根据患者心脏的形状,状态来建立准确的....

从互联网时代到智能硬件时代,技术发展和商业模式创新一直都是相互影响的,技术发展会推动商业模式创新,....

最终,来自武汉大学计算机学院软件工程实验室的Alassea lome团队,将预测误差降低至7%,获得....

8月30号-9月1日,在首日的(第二届)中国人工智能产业大会主论坛上,IEEE Fellow 、国....

成熟的人工智能可以让世界变得更美好。它可能会让我们战胜癌症,改善世界各地的医疗保健,或者干脆让我们....

很多人可能都看过《机械战警》这部电影,里面的黑科技抓捕罪犯让人大开眼界。随着人工智能技术的发展,警....

倪飞表示,现在人工智能并不智能化,甚至可以说是“人工智障”。本质上来说,这其实反映了当前手机AI技术....

在 NB-IoT 领域则是在今年初先后与中兴通讯和中国移动,分别完成 NB-IoT R14 速率增强....

从根本原因上来说,现在人大部分人不愿意从事销售岗位,电销尤其导致电销人员招聘难。人工成本高,而电销筛....

不论什么行业,产品的销售都离不开电销,电销是最简便最有效的销售。我们可以跟客户一对一的进行深入沟通,....

在当今充满挑战的经济环境下,企业更加注重采用人工智能技术来提高在线客户服务的质量和效率。从聊天机器人到智能客服机器人,人...

点击报名直播观看: 专家简介:邓亚峰  现任格灵深瞳信息技术有限公司首席技术官,毕业于清华大学,具有16年的计算机...

1、大搜车完成新一轮融资5.78亿美金 大搜车已完成新一轮融资5.78亿美金,春华资本、晨兴资本领投,阿里巴巴、昊翔资本、领沨资...

2018年,人工智能的第三次浪潮已然掀起,人工智能技术领域的突破如雨后春笋。技术的进步,推动浪潮向前,而产品的落地则拉伸了...

直播PPT下载:人工智能学习资料: 密码:hnol 直播主题:让机器“看见”—计算机视觉入门及实战 第二期基础技术篇直播时间:...

Google Glass和iWatch的兴起,向大众传达了智能穿戴设备将成为未来趋势的理念。在众多的智能穿戴设备中,健康医疗领域因手机功...

子弹短信,火了!上线7天,完成第一轮1.5亿元融资,预计估值6亿人民币。上线9天,用户突破400万。 8月20日,老罗在北京又开发布...

}

我要回帖

更多关于 人工智能未来发展趋势 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信