2014年10月，我第一次见到皮埃罗。

这位被中国媒体称作“硅谷精神布道师”的人工智能及认知科学家，刚刚爬山归来。阳光下，被汗水浸湿的红色T恤上，“少林寺”三个汉字格外显眼。他用英语热情地跟我打招呼，腔调里有着明显的意大利弹舌长音。

这是他的第四次中国之行。上一次来中国，还是因为他和朋友阿伦·拉奥合著的《硅谷百年史》中文版的出版。这本书在中国的销售之火爆，完全超乎他的想象。在2014年，这本书成为中国创投领域的必读书籍之一，在当年中国最有影响力图书排行榜上名列第七，并获得2015年亚马逊中国“人生必读100本书”称号。也因为这本书，他成为解读、宣扬硅谷精神的标志性人物。

不过，在皮埃罗眼中，“中国才是历史上的第一个硅谷”。听到此话，我感到很是新奇。皮埃罗向我解释，唐宋时期中国人的创造力即震惊世界。也正因为此，马可·波罗才会来中国取经。“像沈括这样的科学家，都是精通科技、艺术、文化的全才。”

他的这句话，让我想起T型人才理论。这类人才要拥有全球视野，具有跨学科精神，既了解多门学科，拥有“知识宽度”，又能在某一科技领域进行深入研究，拥有“专业深度”，这一横一纵两条知识轴，正好构成“T”这个字母。皮埃罗曾旗帜鲜明地提出，要学习硅谷，关键就是要培育出这种具有颠覆式创新能力的年轻人。

事实上，皮埃罗自己，就是一个典型的T形人才——更准确地说，是栅栏型人才，因为他身上的横轴和纵轴实在太多了。他的身份，除了人工智能及认知科学家、工程师、程序员，还有诗人、文艺评论家、冥想大师和户外高手。他不仅为硅谷写史，还为摇滚乐、流行乐写史；他曾写过两本诗集，在意大利获得大奖；他每年在网站发布的个人音乐榜单，甚至被《纽约时报》认为能“让音乐杂志编辑们合伙评选的榜单黯然失色”。

人们通常愿意将皮埃罗身上浓厚的人文气质，与他那盛产诗人、艺术家的故乡联系起来。皮埃罗生长于意大利比耶拉省特里韦罗市。19岁时，他就以GPA满分的成绩获得意大利图灵皮亚诺研究所计算机系科学文凭，毕业后即在欧洲科技公司SofTec担任软件顾问。1980年，他前往都灵大学数学系进修，再次以GPA满分的成绩毕业。而后，在1983年，他被欧洲老牌科技公司Olivetti派往美国旧金山湾区，落脚硅谷，从事互联网和人工智能研究。

那时的硅谷，刚刚经历一轮由微电子业带来的繁荣。微型计算机开始普及，大量进入学校和家庭。诸多软件公司陆续成立，但要等到10年后，才会迎来大规模发展。互联网的前身“阿帕网”，才将网络核心协议由网络控制程序改变为TCP/IP协议，互联网时代尚未降临。而皮埃罗要研究的人工智能，则又迎来新一轮投资、研究的高潮——那时的研究者们，致力于造出能够与人对话、翻译语言、解释图像，并且像人一样推理的机器。

30多年过去，当初以为自己只会在硅谷暂住一段时间的皮埃罗，决定定居于此。而后他的人生与事业，也完全围绕着硅谷展开。

他在Olivetti公司一直工作到20世纪90年代中期，一路从高级软件工程师、人工智能中心经理、科学中心高级经理做到软件战略首席顾问，并将人工智能中心打造为公司连接世界著名大学、国际研究团队的技术之桥。在自己的职业之路不断扩展之时，他也见证了硅谷大大小小的科技公司从无到有，见证了那些巨头企业如何一步步主宰世界，将硅谷变成尖端、创新、财富的代名词。

而在互联网群雄刚刚开始建立王朝的1995年，皮埃罗也建立了个人的知识数据库scaruffi.com，它成为世界上最早以个人名字命名的网站之一。20多年来，皮埃罗坚持更新，网站内容涉猎极其广泛。他的网站已经被著名科技网站Telegrap评定为“仍在更新的最古老的网站”。从“最古老”的个人网站，到博客的诞生，再到脸书这样的社交平台风靡全球，作为互联网资深用户与从业者，皮埃罗所见证的不仅仅是这个行业的蓬勃发展，更是互联网对人类信息传播方式的彻底颠覆。

离开Olivetti后，皮埃罗在美国加州的IntelliCorp公司担任高级工程师。这是全世界较早从事人工智能研究的公司之一。30多年间，他见证了人工智能发展史上的几波繁荣与低谷，也深度参与当下备受追捧的“深度学习系统”的开发。他在《智能的本质》一书中，回应了64个有关人工智能的问题，就各种人工智能的迷思祛魅。现在的皮埃罗，以自由职业者的身份，将精力转向对人工智能、认知科学、心智理论等领域的深入研究，还在哈佛、斯坦福、加州伯克利等高校开设心智理论（Theory of Mind）及认知史（History of Knowledge）等课程讲座。他为硅谷和欧洲的公司提供咨询，著书立说，分享知识，传播硅谷精神。

而现在，这样一位传奇的布道师，就坐在我面前。皮埃罗已脱下“少林寺”T恤，换上白衬衫和休闲皮鞋，旁边的桌上是两部手机和IT男标配的黑色双肩包。

他精神饱满，面带微笑，等待着我的提问。

中国需要“破坏性创新”

问：从2013年开始，中国互联网的三个巨头公司（百度、腾讯和阿里巴巴）开始疯狂竞争，收购各行业的领先公司。初创公司不管是否被收购，都面临着垄断性竞争和市场分化越来越细的现实，面临着巨大的生存和发展压力。对于此类初创科技企业，你有什么建议？

答：垄断是不可避免的。这种趋势在硅谷也出现了。谷歌、脸书、英特尔、甲骨文和苹果等公司都是各自领域的No.1，它们更愿意在那些有着良好发展前景的初创公司变成竞争对手之前，将其收购于旗下。所以，中国和硅谷在相当长的时间里都将面临相似的问题。

但同时中国比硅谷更有优势。百度、阿里巴巴和腾讯所利用的技术看上去并非苹果、谷歌和脸书等公司所采用的那般“先进”。因此，一个初创企业会有机会挑战这些互联网巨头的技术，达到一种在硅谷无法想象的程度，这是好的一面。

不好的一面是，中国仍需产生一大批具有破坏性的小公司。到目前为止，中国商业擅长复制和“山寨化”西方主要的平台，而还没有太多发明新事物的初创公司在中国出现。当这样的初创公司出现时，我对这类初创公司的建议是，在硅谷设分支机构。因为硅谷的创新性想法支持着这里的破坏性创新系统运转了半个多世纪。中国需要时间构建同样有助于破坏性创新的环境。其他地方并不容易复制硅谷的经验。即便是美国的其他地方也没能成功复制其经验。如果你想学习佛学，就去佛学院；如果你想学习破坏性创新，就去硅谷。

问：为什么一定是硅谷？你觉得硅谷成功的经验，对中国的互联网行业有什么样的启示？

答：在硅谷，英特尔、苹果、谷歌、脸书、思科等虽然都不是硅谷中最大的公司，从收入来看也不是最高的公司，但它们的品牌却是全球最著名、最有影响力的。为什么去年我们都在讨论虚拟现实？因为脸书收购了Oculus这家公司。但实际上虚拟现实技术已经发明四五十年了。为什么我们要讨论人工智能？因为谷歌收购了人工智能技术。这些公司对我们的社会产生了巨大影响。

我还想讲另外一个特点，硅谷喜欢完成“不可能完成”的项目。20世纪70年代，计算机的体积比房间还要大，有一些人想把这些庞大的计算机变成桌面上可以使用的机器。当时觉得不可能，但是这个“奇迹”后来还是发生了，改变了整个世界。互联网最早其实是军事项目，是美国对抗苏联的武器。但有人想要利用这个网络把信发给自己的女朋友，当时觉得根本不可能，但是今天已经变成了现实。今天还是有这样的一些“不可能”的项目，包括跟斯坦福大学合作的实验室。

硅谷之所以能完成这么多“不可能”，它的特别之处，首先在于容忍失败的文化，如果你失败了，没有关系。我是在欧洲出生的，对于欧洲人来讲如果你失败了，你就是一个失败者（loser）。但是在硅谷如果告诉一个人你失败了三次，他们的反应是什么？“哇，你竟然失败过三次，这么棒！”

在硅谷，很多人不想在大公司工作，尤其是在1.8万家创业公司中工作的人，他们非常不想在大企业工作。在很多传统的工作环境中，穿着要非常正式。但是创业公司，氛围是不一样的。有些人甚至是滑着滑板去上班的。在很多传统企业，我们都希望能够维持规则，但在硅谷，我们要去打破规则，让更多精英浮出水面。

传统媒体必须拥抱变革

问：互联网也给传统行业，尤其是传统媒体带来很大冲击。像你到现在还更新着“最古老”的个人网站，上面全是大篇幅的文字，那我不知道你的网站会不会也因为各种新媒体的发展而越来越难以吸引读者？你怎么看传统媒体在互联网时代的没落？你认为互联网时代的传统文化前景如何？

答：20年前，人们很容易数清网络博主的人数。当时，网络博主相对较少。现在，网络博主已经有数百万人了。很多人有正常职业，利用业余时间写博客，因为写博客是他们的一个爱好而已。但这仍可被视为新闻业的一部分。传统新闻媒体的确在没落，比如周刊和日报。为何要等一周或者一个月才去发布已经写好的文章呢？一个博主只要写完稿子就可以发表了，但是传统新闻媒体只能在特定时间发布，甚至有时候传统媒体的网站也遵守一周/一月发表一次的周期。新闻业的模式已经发生变化，而那些没有适应力的人或组织将会失势。我想，新闻业只是在经历变革，没落的只是传统媒体而已。

同样的推论也适用于书籍。人们并非不再读书，而是不再读传统的书籍，因为他们经常在网上看到大量的信息和分析。其内容不仅是免费的，而且更容易获取、复制、转发、评论等。可能难以想象，美国现在还有2000个书店卖传统的书籍，仍有书籍出版商，仍有文稿代理人。但如果这些传统媒体不适应新的模式，它们都将消失。

问：在这种“优胜劣汰”规则下，那些适应、迎合大众口味的流行文化会蓬勃发展，而小众、偏于传统的文化模式，会不会就走向没落呢？

答：这确实是一种现象。我不喜欢这种现象：一些博主实力不突出或者没有任何干货，他们出名只是因为大众喜欢他们写的内容；然而另一些有实力有干货的博主却只有少数的读者。但是，世事往往如此：流行歌曲比古典音乐销量好，好莱坞电影比知识型电影票房更好，八卦小报比科学杂志拥有更多的读者。文化一直是受阳春白雪和下里巴人交互影响的，流行文化总是能够迅速适应新模式。

现在我们生活在一个转折的时代，流行文化已经适应了新闻业的新模式，但是高深文化正在没落，因为它并没有适应新模式。所以，我们可能会有这样的印象：“新闻业正在没落。”是的，它正在变革。并且，知识分子最喜欢的新闻业恰恰是正在缓慢经历变革的新闻业。除了接受变革，拥抱变革，你别无出路。

“奇点”是个笑话

问：其实我最想问你的问题，还是关于人工智能的。在“阿尔法狗”战胜人类后，让人感觉“奇点”（singularity）似乎马上就要降临了：机器的智能程度将远远超过人类，以至于人类既无法控制机器，也无法理解它们的想法。你支持这样的奇点理论吗？你觉得奇点会很快到来吗？

答：奇点理论类似于千年虫问题。2000年这一年份数字中含有三个零，而很多人预言这三个零象征着一个重大的历史断点。2000年平安过去了，千年虫问题和其他类似的世界末日预言都被证明是子虚乌有，但这些形形色色的预言培养了公众意识，使他们对该预言故事的技术版本着迷。

硅谷在技术的基础上重新创造了一门“宗教”，这很有趣。其实很多人都同意奇点理论，例如，物理学家斯蒂芬·霍金、世界首富比尔·盖茨、特斯拉和SpaceX的创始人埃隆·马斯克。

现在人们谈论的奇点，其实都是在四个假设上面建立起来的。第一个假设是，人工智能系统正在向前极大地飞跃；第二个假设是，这个飞跃比以往任何的飞跃都更快；第三个假设是，我们不得不去应对这些超人工智能；第四个假设则是，机器能做一些我们做不了的事情。但是，在奇点假设过程当中人们可以发现有很多漏洞，这些假设从某种角度来讲都是错的。所以，我并不相信奇点很快就会到来。

问：具体怎么讲？能逐条反驳一下奇点的四个假设吗？

答：在第一个假设里，其实很多人工智能的飞跃建立在摩尔定律的基础上，也就是说我们现在看到人工智能有如此大的进步，也是符合摩尔定律的。而现阶段的人工智能虽然在不断向前发展，但摩尔定律的发展基本到了一个停滞的状态。

第二个假设提到，现在人工智能正在加速发展。但正如前面所讨论的，这一现象并没有真实发生。过去几十年里人类制造了汽车、电话、飞机等，而且家用电器领域也都有很大的飞跃，这些都极大地改变了世界。但是早在48年前，硅谷就已经造出可移动的机器人，可是在48年后的现在，又有多少家庭拥有机器人呢？

事实上，关于人工智能的大多数成功案例都是基于20年或者30年前发明的技术。这些进步不是来源于人工智能本身，而是由于更快、更便宜的计算机所带来的计算能力的提高。30年前，同样的人工智能技术不可能在当时速度并不快的计算机上运行。虽然现在它们能够成功地下围棋或者打扑克，但是这源于更快的计算机，而不是更“聪明”的计算机。

第三个假设认为超人类人工智能即将到来，但我认为，很多人梦想的超人类人工智能可能只是一个神话，其假设的基础还没有任何支持证据。

第四个假设则是，有机器能做一些我们做不了的事情。想想蝙蝠可以在黑暗中飞行，可以抓昆虫，可以倒立在墙上，你可以吗？机器当然能够做一些我们人类做不了的事情，而且在很久以前，我们就已经这么做了，比如用手表计时。所以，没有必要担心超人工智能的到来。

问：为什么说人工智能技术能下围棋或打扑克，源于更快的计算机而非更“聪明”的计算机？

答：现在的人工智能基本上只是对神经网络的培训而已。如果拥有较大的案例数据库或者数据集，神经网络便可以被培训。如果没有基于某种任务的大量数据库，即便是最复杂的神经网络，也毫无用武之地。神经网络已经在某些领域取得了些许成功，但这也只是人类在这些领域创造了巨大数据集之后的事情。

对人工智能的终极检验准则就是常识。没有常识的人（例如主动去碰开水的人）会被认为是愚蠢的。机器就没有任何常识，这就是最“聪明”的神经网络也不能做一些简单任务的原因。学习意味着能够把同样的知识运用到其他的任务上，从哲学上讲，神经网络并没有学到任何东西，机器人并不能学习到常识，这就需要人们重新找到一个逻辑通道，让机器人可以按常理做事情。比如当你说饿了的时候，它不会把你的猫给煮了。

智能的生命比智能的机器更值得担忧

问：当前的人工智能，究竟发展到什么程度了？

答：要回答、理解这个问题，你需要对人工智能的发展历史有一定了解。

人工智能就是数学公式。在2006年到2008年，深度学习就已经诞生了，只是它在2012年才开始爆发。因为计算机的能力不断加强，支持了深度学习的发展。2012年对于我们而言是非常重要的一年，在这一年，人工智能再度掀起热潮。在2012年，深度学习系统降低了抽象识别的错误率，所以斯坦福大学和谷歌开发了一个系统，可以识别视频中的猫。

另外，数据库的建设也发挥了重要作用。如果没有数据的支持，人工智能就没有办法学习。比如积累了数据之后，电脑进行深度学习，学习国际象棋，进而又打败了人类的象棋大师。还有来自各个国家的科学家贡献了思想，开展国际协作，推动了人工智能的进步。

现在图像识别上的错误率在不断下降，甚至已经超过人的能力。深度学习被用于“阿尔法狗”围棋软件，还被用于翻译，还可以生成图像。那么，这些人工智能是否具有真正的智能呢？当然不是，人工智能无法与人的神经元相比。人工智能识别图像就经常出现一些失误，比如有无人驾驶车辆曾伤到一个小孩。

问：你觉得，目前人工智能的发展程度，距离人们担忧的那个“奇点”，究竟还有多远？

答：首先，我并没有看到太多在人工智能领域取得长足进步的地方。虽然人工智能被媒体炒得火热，成为街谈巷议的重要话题，但是事实上，机器人目前依然是非常愚蠢笨拙的机器，它能提供的服务还很有限，大多数被用于执行在人类看来是简单至极的活动中。绝大多数的机器人在流水线上工作（例如在汽车工厂进行简单的组装工作），在我们生活中能真正帮上忙的机器人还很罕见——带有计算机视觉的机器人非常罕见，带有语音识别的机器人也非常罕见。主要的机器人制造商，包括ABB（瑞士）、库卡（德国）和四大日本公司（发那科、安川、爱普生和川崎）的主营业务都是工业机器人，而且是智能水平不高的机器人。换句话说，今天几乎不可能在市面上买到自主机器人，让它在工厂或库房等严格可控的环境之外给人类提供切实的帮助。YouTube上有人上传了一段关于由1.6万台计算机组成的神经网络如何认知猫咪的视频，媒体开始大惊小怪，过分关注，但这只不过是任何老鼠都能做的事情，而且老鼠不需要使用1.6万台计算机即可轻而易举地完成识别猫咪的任务。一个计算机神经网络（“阿尔法狗”）打败了世界围棋冠军，媒体又开始了新一波甚嚣尘上的大惊小怪。要知道，人类大脑每小时大约消耗20 瓦能量；而以“阿尔法狗”有1920 块中央处理器（CPU）以及280 块图形处理器（GPU）的配置，每小时的耗能可以达到440 千瓦的水平（这还不包括训练过程中消耗掉的能量）。相反，我更加惊叹于一个20瓦的人脑能够与440千瓦的计算机怪兽竞争。更为重要的是，我们这20瓦的低能耗大脑还能够做许多其他了不起的事情，而“阿尔法狗”除了下围棋之外一无是处。如果一个人使用比你多2万倍的资源，却仅仅做了一件事，你到底该怎样定义这个人？