当前位置:首页 > 文章中心 > 纵论天下 > 网友杂谈

人工智能是共产主义的春天吗?(下)

2019-03-06 11:20:27  来源:激流1921  作者:载言
点击:   评论: (查看)

 

  导语:自从2016年AlphaGo围棋AI击败李世石,世界又掀起了一轮人工智能浪潮,公众视野对于人工智能的讨论不绝于耳,高等院校的人工智能研究院相继成立,与人工智能有关的商业项目雨后春笋搬出现,并在一些领域进入到人们的生活当中。

  与此同时,有关人工智能的社会影响的讨论也一直没有停止。有人认为,人工智能会在近几年大规模取代人类劳动,并在有生之年替代人类;但也有人认为,人工智能现在只是资本炒作的噱头,并没有取得过多实质进展。有人认为,人工智能会加剧垄断集中,国家甚至会依靠人工智能实现法西斯式的统治,但也有人认为,人工智能是资本主义的丧钟和共产主义的春天。还有人认为,人工智能会导致社会阶级结构的变化,比如产业工人减少和脑力无产者增加。

  对这些问题的争论,离不开对当前人工智能发展现状的认识。事实上,算上近几年,人工智能有三次浪潮,第一次浪潮实现了基于规则的简单推理,第二次浪潮是基于数据的机器学习及简单决策,本次浪潮是在深度学习的基础上众多决策领域的突破。每一次浪潮,都有上述问题的广泛讨论与研究。仔细观察本次浪潮,可以确定的是:当前人工智能在人类严格定义的问题上可以取得接近甚至超过人类的成果,如围棋、电竞游戏等。然而,人工智能目前大量依赖人工标注的数据,且容错性短期内无法解决。此外,当前人工智能远远无法有人类的思想,如推理、感知并没有实质性突破。可以断定,目前人工智能在生产领域只会处于辅助部门的位置。而从阶级结构的角度,人工智能一定会带来更大规模的垄断集中,并加速资本主义基本矛盾的爆发。

  2019年1月20日,载言同志在“好家伙”线上讲座向大家详细讲述了人工智能的技术现状,并在此基础上讨论了人工智能行业的现状,以及人工智能对社会矛盾产生的影响。

  人工智能是共产主义的春天吗?(上)

  03

  人工智能行业现状

  我们继续,接下来的话就是讲一些政治经济学议题的观点。

  首先先说一下是以后可能会发展的方向,这是一个我觉得可能有一定靠谱性的预测,这个预测,就不是在我们讲的范围之内的,比方说电话客服什么时候能够代替,因为这几年它就可能被代替了。另外,进行人工智能研究,让其在所有工作上超过人类这可能都是很远的事情了,我们在此也不做考虑。

  好,我们继续讲一下目前的行业发展情况,这是一个大概的产业链。

  第一点是技术支撑层,就是说人工智能它还得依靠是计算机。计算机一个特点,就是可以进行大规模的简单重复的运算。比如说有中央处理器,有图形处理器,有一些传感器,有算法的模型,这些算法就是能支持人工智能处理一系列实际的问题。

  有算法,有硬件,软件,我就可以有一些基本的应用,比如说语音怎么去识别,怎么去识别图像,然后自然语言怎么去进行翻译。于是基于这样一些技术就可以产生大量的人工智能产品,比如说智慧家电,智慧工业。比如说家电可能有一些可以用一些人脸识别的技术,门锁也可以用一些人脸识别技术,工业上可以进行图像的自动的探索等等。

  具体来说,大概是分成这几个领域,横轴的话是具体的技术,纵轴的话是应用。主要是安防领域应用,当然电商广告,消费电子,汽车,医疗等领域也有,但是应用最广泛的还是安防,像大量的智能摄像头。第二类电商广告,比如说智能推荐,将广告可以进行精准的投放,再比如说我可能想要一个电饭锅,于是最近给我的广告就是电饭锅,然后我打开广告链接,进到对应的京东或淘宝店,购买我们想要的产品。

  对于电子产品的话,我就可以做一些以前没有的操作。比方说有一个音箱,我可以对它说打开音箱,那音箱就会自动打开,而不是要我去按一下开关。

  汽车的话就是自动驾驶,也就需要一些图像识别的知识了。

  医疗的话就是建立电子的病例,人工智能可以根据病历的去做一些简单的决策,判断这个人可能会得什么样的病,或与还可以根据一些ct或X光的成像,去判断这个人到底是不是得了肺炎,肺癌或其他的癌症。如果人工智能系统进行决策发现他是癌症早期,就可以早治疗早预防,这种医疗目前的一定的应用场景。

  至于人工智能具体应用场景的现状,首先是其语音技术是非常成熟的,比方说讯飞输入法,但是你会发现这方面的应用场景非常有限,或许只在智能客服等领域,这虽然能够方便大家手机的生活,但是对更加广泛的生活感觉并没有太大的帮助。

  图像识别的应用前景是安防领域,自然语言处理的前景是在互联网,比方说搜索引擎。

  智能机器人的话有待成熟,它现在的应用非常的小,像智能的扫地机器人,有时候就会变成人工智障。

  从行业角度的话,安防最容易赚钱,当然这跟我们国家的国情有关了。还有互联网和电商广告是人工智能的应用是有盈利空间的,比如说精准投放广告,还有精准地进行电商的搜索和匹配,像今日头条、抖音给你精准的推送你想看的消息和视频,导致你很容易上瘾之类的,这都是一些应用。

  它还可以促进一些消费产品升级,比如说空调就安一个摄像头,然后通过摄像头的看看人是否在房间里面,如果在就自动开空调。还有手机,手机以前用密码解锁,现在我可以换成面部的生物特征解锁。还有无人驾驶汽车,另外在医疗行业可以做医生一些的职能去诊断病人,比如说用ct ,X光片去判断一下病人得癌症的可能性等等。

  我们可以发现在除了安防,其它领域都是以辅助为主的,比如说互联网广告,它的前提是其实要是大量的一个交易,这种交易就是一些买卖和物流。还有像一些像智能家居等等,它的本质还是家居嘛,智能只是一个辅助的功能而已。

  然后这里面的有些相关受益行业,就是做一个简单的梳理,搞一个数据中心,因为人工智能需要大量的计算资源,就是大量的计算机会研发出来,有人认为2020年其支出是900亿美元。还有促进就业行业的就是cpu,这些处理器,2020年市场空间是117亿美元。还有传感器的话可能290亿美元。

  我们算一下这些数,这些数加起来就是千亿美元。但问题是全球的GDP是多少?大概是60万亿美元,基本上其是几百上千分之一的规模了。所以说在人工智能领域的资本量目前是非常非常有限。

  投资融资情况,也可以看到类似的趋势,比如说人工智能最发达的2016年这段时间,每三个月的融资大概是350次,这是全球的情况。中国投资的金额,大概是每三个月4到5亿美元,也就是说每年投资额大概是100亿美元的水平,综合去计算其占全球的GDP的比重,其规模还是比较小。

  至于它的主要行业,前面已经列了一些国内的主要行业,这个些行业总规模按人民币来算,是16年总年收入大概7000到8000亿元,我们做一个统计,因为现在基本上垄断集中式资本主义是大趋势,假设它们的市场占有率是25%,年增长率每年15%,15%还不是保守估计,因为16年增长很快,18,19年肯定会增长缓慢,甚至大规模裁员现象都会出现,所以说我们发现这些行业可能总规模是大概5万亿,但这5万亿有多少跟人工智能相关,估计10%都不到。

  我们用下面这个图,可以看到一些具体的特点,比方说语音识别市场,中国16年是40亿。中国人脸识别市场大概是100亿,全球的也就400亿人民币。机器人的市场的话,全世界15年其实也就可能是一百多亿美元,未来几年化大概是200亿美元。但是这200亿美元中中国占多少?加入说我们就说中国占到30%吧,也就有100亿美元的一个规模。然后智能家居,16年的话,我们就按照按500亿来算,2020年有人说可能达到2000个亿元。其实智能家居的市场到最后还是要依靠房地产的支撑,因为有的房地产它去买空调买家具啊等这样的一些智能产品还有这些金融产品,智能产品,潜在的人工智能的运用的话也估计有不到10%。

  

 

  其实我们算一下就可以得到一个基本结论,就是中国的人工智能行业,目前的规模量也就是千亿人民币的量。千亿人民币的量,我们拿去对比房地产,对比汽车行业等其他一些工业领域还有金融,就可以发现,这还是九牛一毛。

  另外有一个很有趣的相关行业,就是数据标注员,其实这个行业规模并不是很大,但是增长速度这两年还是比较快的,从业人员估计是几十万人的量级,这大概是17年的估计。然后这几年的大规模数据标注公司是几千万人民币不等的融资,总融资算下来应该是不到十亿人民币。

  而且对于数据的开支很庞大,很多人工智能公司,它们肯定有很多数据要标注,比如商汤和旷世数据标注有数千万的人民币的支出。

  然后数据专员是干啥的,有多少的人工就有多少人工智能,人工智能的发展要求标注数据相应发展,数据专员工作很累。这里面就是有两个例子,一个是贵阳市的职校,这些职校学生的话是1500人,让他们去做这种简单重复的标注劳动,每个标注员每天工资可能是110元,算下来一个月是两千六七百块钱。

  所以这种行业的工资并不算特别高,和其它行业相比是比较低,但他们的工作相对来说简单一些,有些残疾人也可以去参与,所以这个产业对残疾人还是比较利好。然而工作内容非常枯燥,比如这里面就有一些例子,像一个员工,早上9点到晚上6点工作内容就是盯着屏幕点图片拉框,而且要求十分地精细,不能有丝毫的偏差,因为人工智能的一个特点就是稍微有一些噪声数据可能就会失效了。而且员工的发展前景很明显也不是很好,因为早期就是在数据公司,有可能是先是数据标注员,然后数据工程师这样一些层层打怪升级,但问题是打怪升级也是千军万马过独木桥,能当上管理人员是非常少的一部分人。

  还有一个选择就是到人工智能公司去,但是人工智能公司当前对学历的要求还是非常非常高的,至少是要求本科学历。如果是高中学历的话,还是有些困难的。而且这几年可能还有大规模裁员的现象发生。还有就是人工智能的公司有个特点就是层层外包,层层外包的话,会导致整个行业的发展非常不齐,层层外包所产生的一些剥削的问题,跟建筑工是一样是非常普遍的,这里面就不再多说了。

  另外就是人工智能的数据标注,可能几年之后也会消失,当然是到底是几年还是十几年,这个都不太好说了。

  人工智能还有个非常典型的特点,就是垄断和集中,从技术角度去看,人工智能是具有高度的垄断集中性的。首先比如说大数据,它要依靠大量的数据做基础,就很可能会产生数据的垄断。现在我们这个行业的一个特点是,社会上的科研机构掌握的数据一般来说是百万量级,人脸数据大概是800万多。但像Facebook,google这样的一些大公司,他们可以说拥有全球最好的人工智能人脸识别的技术,他们找的数据是多少呢?十亿量级。

  这是第一点,第二点的话就是计算量,这是人工智能目前发展的计算要求,计算量非常大,这必须依靠大量的计算资源。所以你可能要花上亿美元的规模去建大规模的计算平台或者服务器。这对很多的科研单位是非常巨大的压力。至于说科研单位,它们基本会把所有的计算经费都用于买这些机器上,去供大家去做研究。很明显谁机器越多的话,谁就越容易产生成果。

  第三点的话,就是深度学习研究门槛相对低一些,研究门槛低了,对大公司也是非常有利的,因为大公司可以让自己的研发进行高度的集中起来,还可以从学校里面去发掘很多人工智能领域的老师和人才,然后去从事研究,所以说有时候会发现大公司所创造研究成果,会比大型的院校创造成果还要多。

  还有一点就是人工智能高度依赖开源的软件,就是说你要从网上去下载源代码,比如谷歌的创造探索活动,这样的一些深度学习的研发平台。问题就是如果是商业领域去用这样的一个研发生态,是有代价的,那么代价就是你可能会形成对大公司的品牌的这种依赖,如果大公司要开源软件变成闭源,或者用开源软件去做一些专利侵权的事情,很明显小资本会成为大资本的食物。

  就是深度学习,具有高度的集中性。比如说典型的案例,我们下面列了三个深度学习的大佬,一个是Yan Lecun,一个是Hinton,还有一个事Andrew Ng,Yan Lecun到了Facebook,Hinton跑到了Google,Andrew Ng之前跑到了百度,都是大公司,这些大公司把学术界的几个大佬全部拉走了。

  当然这里多提一句Hinton,Hinton是人工智能领域的翘楚人物,大家可能会不知道Hinton和韩丁他们是亲戚。而且我们·会发现,当你看到Hinton的一些言论,会发现他在思考很多的问题,甚至会有一些公有制的问题。

  下面这个图是反映出来某些行业的垄断集中的,比如前端摄像头,智能摄像头,海康威视是一个做安防领域很重要的公司,它自己一个占了市场20%的份额,前几名大概占到50%的份额。

  还有公有云,就是大规模计算平台的市场份额,全球像亚马逊,还有20个厂商就占有全球80%的份额。然后国内四个厂商就占有了60%的份额,所以说深度学习领域,集中现象很严重。

  另外有个特点就是泡沫很多。比如说一图1,依图科技是一个做计算机视频的公司,和AlphaGo在16年同时出现了,3月开始融资,4月份共融资11亿美元,5月份融资再加一倍的,6月份可以再加一个月,所以融资的钱非常难,大量的风投资金都愿意投到他的。

  但问题是人工智能落地的成本,我们之前分析并不是特别的多,大量资金涌进来之后,过两年他们肯定是要求利润的。一旦要求利润,这些风投资金肯定会傻眼了,傻眼之后就想撤,撤了可能就撤不回来,直接导致很多后面风投公司急了。有些公司可能会因为经营不善会破产,有些公司可能发展比较好,但是这些风投资金却因为他们这些银根比较紧缩,融不到钱,导致打断整个过程。比如说17年的时候,全国大概有50家AI公司倒闭,这里面就列了一些公司。因为公司有的是竞争力的下降,有很多是融资的失败,也有很多可能是资金链断裂。

  所以我们总体做一些行业上的判断,首先是人工智能应用场景比较有限,规模也有限,也就是千万亿的人民币的规模,和房地产,还有汽车等这样的一些工业领域相比,基本上是小绵羊。

  另外一个人工智能目前属于一个辅助部门。

  第三点,人工智能当然也依赖人工标识。

  第四点就是人工智能具有天然的垄断集中特征。

  最后一点是人工智能目前泡沫巨大,这两年可能会破灭。

  04

  政治经济学视角下的人工智能

  最后谈一下就是一些马克思主义的理论分析,理论分析是有前提的,就是说我们刚才做的关于人工智能分析,其实可以得到一个基本结论,就是人工智能,对一些人定义非常好的问题,能非常出色的完成。这个其实就会发现,它本身就是一个人的辅助性的工具,而这种辅助机器,和马克思所定义的机器化大工业的机器,没有什么太大的差距的。

  因此我们认为,人工智能目前来说就是机器,或者说全自动化的一些产业和设备。

  与机器相关的话,它有几个问题了。我们就是以全自动化生产为例,第一个就是机器是否创造利润,第二点话就是全自动化生产是否存在。第三点是产业机器人的高额利润到底是从何而来。

  我们先说第一点,第一点的话就是说机器到底能不能创造价值,我们先来回顾一下历史,就资本主义机器大工业的早期,机器大规模的使用,产生了很多的社会影响,比如说生产力大规模提高,对中国进行大量的倾销棉花等等一些工业品。

  第二点话,就是工人阶级生存状况急剧地恶化,还有些农民会出现大规模困难的情况,另外一个就是机器大工业使的工人阶级就聚集到了一起,然后他们通过集体抗争,第一次登上了历史的舞台,这是早期的机器大工业的特点。

  另外一点就是机器使用的动机很简单,就是减少成本追求利润。这种减少成本,增加利润和人工智能发展,以及未来可能出现大规模使用,是非常类似的,为什么?比如说富士康在2010年时候,提出要用机器人去代替人工,那个时候不是刚出现到13连跳的事故吗,所以要减少人工成本。

  当然,使用机械直接的动机就是认为机器人可以代替大量人力劳动,然后人力方面用工成本可以降低,另一方面可能减少相关的社会矛盾,因为用工产生的一些跳楼等等一些管理的问题。另外有些的无人工厂,尤其码头比较常见,所以其实本质都是为了自己追求更多利润的。

  但问题是机器,无论是机器还有人工智能使用,都是有界限的,之前说得很清楚,生产机器所花费劳动力,使用最节省的劳动的差额,比如说就是一台机器价值150万,使用期限是五年,然后期间的话给公司价值2500块钱。那么我们可以算一下,就是一个工人的年工资是多少?3万块钱对吧?然后五年的话就是需要支付的工资是多少?是15万人民币。15万块钱,如果机器能够代替十名工人的话,很明显就会使用这台机器,在这五年的时间内,这个机器成本是150万,代替十名工人能代替至少是150万的工资,资本家肯定是倾向于使用机器的,这点其实和工业机器人包括人工智能产品是同样的。

  好了,这就是一些机器大工业基本的理论,那机器到底是否产生价值呢?有人说是产生价值的。这一个问题,关键就是劳动二重性。

  劳动二重性,就是说大家都知道是劳动是创造价值的,就是商品是有两个属性的,一个属性是使用价值,另外一个属性的价值。使用价值的话,其实就是一些很具体的东西,比如说一杯水,就让人你可以使用的。还有一点是比如可能电脑是让人去进行当中的等等使用价值,那价值很简单,凝结在一些商品上是无差别的人类劳动。就无差别人类劳动时间,劳动时间越长的商品价值就越高,比如说像水杯生产的劳动时间比较短,那么它的价值就比较低,生产电脑的劳动时间比较长的,它价值就比较高。

  然后对于劳动也有两重性,一个是具体劳动,一个是抽象劳动,具体劳动创造商品的使用价值,抽象劳动创造商品的价值,抽象劳动是把这所有的具体劳动都抽象出来一个本质的东西,就是劳动时间。

  然后抽象劳动的话就形成价值的唯一源泉,这里面就不多解释了。然后具体劳动,具体劳动的话,实际上就是说我们可以把一些商品,一些劳动产品的形态进行转移。比如说把棉纱变成棉布,棉布变成棉衣等等这样一些价值,这都是通过一些具体劳动,使得原有商品价值,可以转移到新的商品当中去的。

  机器没有办法去创造价值的,劳动者去操作了,只有机器和人的这种配合,才能使商品的使用价值形态发生转移,发生变化,把原来商品的价值转移到新的的商品的价值当中去。

  其实这里会发现,我们去考察这个机器在里面的作用,就会发现机器,它本身也是人创造出来的,包括人工智能机器人目前来说也是人来创造出来的,而且属于生产资料,让人去操作,让人去和这些机器人,或者和人工智能进行结合的时候,它通过这种具体的劳动,使得这个商品从一种形态转成了另外一种形态。

  然后这种转移怎么发生?比如说有一台机器,它可能生产10万台手机,每台手机上还有机器转移1/100000的价值,但是机器不会额外去创造价值。创造价值的是什么?就是去操纵机器的人类。

  有人可能会问这个问题,就是使用机器的话,生产效率会提高吧,不使用机器的话,生产效率降低,是不是?是不是说使用机器生产的产品也很多,不使用机器的话,它这个产品量少,价值也会少,是不是?因为是不是多出来产品的价值,就是机器创造的?

  也不是,因为这个问题考虑的角度,还是通过考虑个别劳动时间来去衡量的,因为我们知道就是说到商品价值的话,对商品价值的标准,要定义成是社会必要劳动时间,就是说社会上有一个平均劳动时间,有些人,或者有些资本家他劳动时间比较长,有些人劳动时间比较短,我们需要用一个平均值来衡量这个社会上整体用的劳动时间,去衡量商品的价值。

  比如说机器或者机器人生产的产品,那就是资本家收获价值,出卖商品之后,很明显是可以获得一个高额的利润,但是这种高额的利润是怎么获得?其实还要考虑到有一些其他人,他可能是用手工去进行生产的,使用人工生产,其实生产效率是非常低的,它这个利润也是非常低的。其实换句话说就是有些部门,有些资本家生产用机器人,他产生价值很高,有些资本家他没有用机器人,它生产效率很低,利润很低。实际上很多利润都是从利润很低的资本家手头转移到使用机器人这些资本家手里。

  虽然不同资本利润是不一样的,但它们的利润都是所有的工人所创造的,平均劳动时间就是必要平均劳动时间。

  这是第一个问题吧,就是机器是否创造价值。一个本质的东西,就是机器它只是转移价值,而创造价值只是无差别的人类劳动。

  第二个问题的话,就是全自动化生产是否存在,我们先假设它存在,事实上也确实是存在的,有很多一些著名的港口,比如说像青岛港,基本上都是无人操作的,港口内部是没有任何人的。但是你会发现在港口内部其实还是有很多职工,这些劳动者,有技术人员,研发人员,还有一些管理人员。而且一般来说,当我大规模去使用这些自动机器的时候,那些机器的维护,维修,肯定会是一个很重要的问题。

  因此在这种情况下,短期内,一线生产普工数量可能会大规模减少,但像技术员工包括研发人员的数量,其短时间会大规模的增加,但是总体工人的数量肯定是大规模的减少。我一会儿拿富士康的例子来说明这个问题。

  另外一点的话,就是我们考虑全球化生产的工厂的时候,还要考虑它的上下游的关系。那么虽然说这个工厂可能是无人工厂,但是它的上游下游,不是无人工厂,比如说一些物流的部门,比如说上游可能一些煤矿钢铁这样的一些生产商,或者一些电网这样的电力的提供商,这些部门目前很明显,都是有很多工人在里面劳动,所以还是蕴含着大量的人类劳动。当然还有一些生活服务的工厂,比如说供这些城镇化生产企业的工人的一些吃饭住行,也是包含大量的工人的。

  所以说单个行业,它可能会存在无人的工厂,但是全社会的行业,还是有大量的劳动存在。马克思有一段话说得很好,社会化生产的产品,不能只从从事劳动的生产者来考察,他要从整体工人,及互为结合劳动人员来考察。总体工人的各个成员,都是直接或间接作用于劳动对象的。如果只考察单个的一个行业部门,可能还是全自动化。如果考虑整个行业部门,其实还是包含着很多的人类劳动。

  还有一个问题就是全自动化生产,其实不一定会带来大规模的工人失业。比如说在工业革命时期,其实工人的数量是在大幅的增加的,为什么?因为他生产的规模大部分也在增加。这也是马克思在《资本论》里面说的,这里就不多说了。

  另外一点,战后其实也是人工智能发展的初期,一些新的自动化设备也开始更新,像一些流水线的管理模式,比如说福特制这样的流水线的管理模式,也开始大规模推广。虽然单个工人创造劳动产品在增多,但是没有影响到工人阶级的数量。比如说像美国,1950年人数为5000万,1960年5900万,1971年就到了7400万。

  这些工人阶级的扩张是为什么?本质就是说因为二战以来,资本主义有一个20年的缓冲期,促使了资本主义获得飞速的增长,这种背景是有大规模的劳动力需求。你像国内还有富士康,富士康2010年提出要在2014年上线百万台机器人,这个是在富士康13连跳的时候郭台铭提出的,然后实际上2016年上线大概4万台,现在有一个说法应该是上线了不到20万台机器人,但这个说法我在网上没有找到实际的数据材料,反正是上线的规模大概是能够代替10万这样量级的人力劳动者。

  但与此同时,我发现再大规模使用机器人的情况下,用工人数也在增长,一个可靠数据是,2010年在大陆员工超过百万,2015年这个员工最高峰的时候140万。现在肯定没有到140万了,比如说2018年的时候富士康要裁员34万,但是几乎没有人认为是因为工业机器人大规模上线造成的,而是因为iPhone手机销量得不好,然后苹果公司效益下滑,直接导致富士康的效益大幅度地下降,产生了裁员的需求。

  所以从这些案例我们会发现,实际上劳动人口的增加是跟资本主义的周期有关系的,而不是跟机器人的使用数量有关系。

  还有一些特殊的案例,比如说马斯克特斯拉搞无人工厂,最近在上海刚破土建设,说要搞一个全自动化的工厂。马斯克这个人是一个很神奇的人物,比如去年的时候,搭运火箭,把一台汽车,射到了土星的轨道上。但问题是马斯克这个人其实非常喜欢炒概念,比如说它这个无人工厂就是一个重要的概念,因此这两年马斯克生活并不是很好过,比如说有人觉得马斯特在搞庞氏骗局,什么叫庞氏骗局?一个投资者A给马斯克融了1亿元人民币,然后投资者希望能够有投资者B来接盘,然后买到投入A的股份,比如说融到2亿美元,然后投资者A将撤出,然后赚了一亿,就这样一个接盘的逻辑。

  14年亏损多少?60亿美元,这些导致所有的股东都撑不住了。差不多在去年,产生了大规模的财务危机。它无人工厂有个特点是产量非常地低。特斯拉它是一个很好的电动车的品牌。2014年希望在美国投入的工厂产量是5000辆的model3这种汽车,但问题是目标从2017年底,推迟到2018年6月份,是因为无人工厂经常会出现bug,过度依赖机器人导致生产线生产能力出现下降。

  所以其实会发现,资本主义在当前情况下对无人工厂这样一个东西,在很多行业其实是一个非常排斥的态度。因为过度去依赖这种工厂的话,实际上会产生大规模的效应下降。这是第二点。

  第三点的话,就是全自动化生产的利润从何而来,这个问题如果简单使用劳动创造价值的理论的话,就没有办法去解决了。为什么?如果说整个部门,比如说像港口这个行业,整个部门采用全自动化生产,很明显会发现这个部门内部是没有任何剩余价值的,也就是说没有任何的利润,因为没有人,整个这个行业的利润从何而来?

  实际上在资本主义发展到全盛时期地话,有一个很重要的特点,就是利润率平均化换句话说就是总量资本要求获得总量的利润。因为形成机制就是资本家出于高额利润的本性,总是想希望把资本投入到利润率高的部门。这个时候就会发生资本在各个部门间的转移,就说利润率低的部门,商品最后就会出现供不应求的情况,利润率高的部门,商品最后就会出现供大于求的情况。于是利润率低的商品价格就会上涨,利润率高的商品价格就会下降,这使得各个部门的利润率大致产生平均。比如说我们以左下角这个表来说,把这无人工厂的资本有机构成,就是98元的不变资本和2元的可变资本。98元的不变资本,就相当于是厂房机器这样的一些设备,然后工人的工资相当于2,就相当于有极少量的技术和管理人员,在工厂里面去为部门去服务,假设工厂的剩余价值率要到200%吧,剩余价值就是4,很明显商品价值是104。

  

 

  然后还有一个其他的部门,一个正常的有机构成,就是说它有80多的厂房机器的设备,20的劳动力的工资,然后剩余价值率假设百分之百的话,会产生20的剩余价值,会发现这些部门的商品价值是120%,合计的话就是224%,其中只有24的剩余价值,我们可以算一下利润率,就是24除以200是12%,这12%的利润率要在这无人工厂和其他部门进行一个平均的分配,比如说哪个部门其实产生10的平均利润。因为每个工厂它的成本都是一百,因为厂房设备加上工人工资都是一百,所以说最后就售卖价格都是112。

  无人工厂,商品售卖价格是112,其他的部门虽然是产品价值一百二,也是商品售卖价格也是112,这时候去完成是利润率平均化。

  

 

  于是我们可以看到商品的价格,在此时其实不等于价值的,但是不等于价值怎么实现的?就是因为这个利润在所有的部门中进行大规模的转移。这个转移可以用右边的图来显示,比如说有些大型的垄断企业,他可能是劳动力密集型的,它就会把一些利润转移到无人工厂。还有一些中小资本家,他们因为追求利润的本性,可能会从无人工厂进行撤出,导致这个行业出现了供过于求的情况,然后商品的价格下降,其实他们也有一些剩余价值,然后转移给无人工厂,形成无人工厂的利润,这是一般的情况。

  当然无人工厂还有一个特点,它是垄断行业,垄断行业,因为有垄断的存在,其实是存在一定不等价交换的,就是大资本去压小资本,所以说垄断行业,它会获得一些更高的利润率,这时候就产生了垄断利益。

  这是一些基本的理论,然后你就具体去分析到资本主义当前对人工智能的影响,会发生很有趣的现象,实际上资本主义对人工智能是阻碍作用或是会阻碍作用会稍微大于促进作用。

  第一点就是数据是垄断的,每个部门它对数据的管理是非常严格的,不允许有任何的数据泄露。这时候可以想象一下,Google它可能有2亿的人脸数据,然后依图或者一些安防的公司,他可能自己也有2亿的人脸数据,如果这些数据能实现这个社会的共享的话,很明显它是能够很促进人工智能产业的一个发展。但问题是因为有私有制的存在,这些数据肯定是没有办法进行共享。产生的后果是每个公司它可能都要进行大规模的数据的标注,导致无效标注劳动的增加,还有因为垄断产生了一些资源浪费。

  另外一点就是开源软件会形成小资本附庸,这就也不多说了。

  还有一个就是高薪挖走大学的研究的机构,有的老师本来都是可以去进行专心研究的,因为这些大型的企业存在,然后出去赚钱。其实就是产业应用落地,它必须依靠成熟的技术,而这种程度就只要有大量的人工标注和现有的深度学习的模型,这个时候还有没有动力进行新的研究,其实就不一定了。

  这是第一个特点,第二个特点是因为资本主义发展到晚期了,产生大量的金融投机行为,这种投机行为也在人工智能领域产生了。2016到17年是大规模的泡沫,18到19年甚至20年可能就是大规模的泡沫破裂。

  另外一点,在资本主义发展的前提下,大家会不会用到人工智能,其实也是一个很重要的问题。你会发现很多中小的企业,其实可能连很古老的机器都不愿意更新,为什么?中小企业肯定等着就生产了这一波,因为利润率下降了,生产了这一波它就不干了,去炒房地产去了。

  还有目前来说处于全球经济的下行期,肯定都要控制成本,控制成本的话,肯定是先想办法先把现有的机器设备使用起来,充分地使用,而不是说去更新一些新的设备。一般来说就是在经济下降的时期,资本家是不愿意更新设备了,而技术的革新,一般会在资本主义的恢复和繁荣期产生。

  这是第一点,第二点的话当前资本主义还是对低价劳动力非常热衷的,比如说就在国内,一般沿海的劳动成本在上升,大家的一般的反应是说要把工厂搬到内陆去,或者拉到东南亚去,而不说去用大量的工业机器人。

  如果从长远来说的话,人工智能涉及的工业机器人大部分投入,还是会对产业有本质的影响的。这种影响就是说,会产生大规模生产过剩,可能会有新一轮的生产能力的爆发,但问题是因为人工智能存在,就业人口增长可能并不是很显著,于是就导致生产过剩矛盾的加剧。

  另外一点就是大规模使用的人工智能,可能会导致平均利率的下降,也就是利润率会下降到一个低得不能再低的水平上,因为它没有太多劳动力去工作,而只有人工智能进行工作。

  然后下面的图我觉得还是总结得不错的,就是说资本主义,每个资本主义周期,它都会有一定的技术革新,就会导致大规模的机器的使用,机械使用里面有大量的人工智能。那人工智能产生的话,它实际上会促进整个社会生产力的增长,但问题是工人阶级数量并不是同步的增长,然后人民群众消费能力是非常有限的,这时候可以产生大规模的生产过剩的经济危机,每次经济危机其实都标志资本主义的发展到了末日,这是一个方面。

  另外一个方面,就是说机器或者人工智能大规模的使用,可能会对工人进行排挤,会导致工人剥削率的上升,这些也会导致工人的组织抗争能力的增长。

  当然我们不能排除的一种可能性,就是法西斯化。法西斯化的话,其实也标志着资本主义私有制,处于了一个相对没落的时期,为什么这么说?这个是私有制前提都会存在的问题。比如说有一些司法颠覆,现在私有制法律,一般就规定一个前提嘛,私有财产神圣不可侵犯,实际上这种规定是非常灵活的,谁有钱的话,其实对打官司等等这种法律上就会有更有优势。但问题是人工智能所带来的,一般来说是一种硬的规则,就是因为人工智能它本质是都是人来创造的,人工智能他为了规范一些社会秩序,他要规定一些非常严格的规则,然后才能去进行遵守的。当然这种严格规则,人类相对来说都是比较不适应的。

  因为有这种人工智能规定存在,而且在社会管理中使用这个应用,你会发现社会的管理,他可能就不会受到少部分人的控制,而是一个客观东西,而管理可能会出现大的社会性。这是一点,但是管理社会如果被少部分人掌握了,他就可以有一定的法西斯化的。比如说像国家控制的天网系统,对人的监控。

  还有一种是个人,因为大数据产生大规模的个人隐私,然后人的自由活动就会受到监视。

  另外的话,就是会产生一些AI武器,无人机的存在可能用来对付我们的人民群众等等。

  这些是法西斯化的一些可能性,但其实这些只是一些可能性,为什么呢?你要是搞法西斯统治,其实本质上还是要依靠国家机器,国家机器还是要依靠一些实际上的人去参与到社会管理当中了。如果说离开人的力量去谈人工智能对人类控制的话,其实国家机器是根本没有办法去提供这个力量。

  如果从共产主义经济的角度来说,人工智能它会带来一个大规模社会化大生产,为什么呢?首先它可能会产生更大规模的工人失业,或者说有一些简单劳动被替代的问题。

  从社会改良角度来说,社会发展一定要保证基本人类生存的嘛,所以说你现在提的一些像基本收入这样的一些改良的活动,其实也是标志着未来社会保障发展的一些新趋势。

  另外一点就刚才所说的,他对市场经济是一个高度的破坏性,为什么?就是因为有人工智能存在,社会的管理其实就已经成为社会化了。一些金融上,资本上的监管,其实就会产生越来越高度计划性。这种高度计划性,其实和市场经济的看不见的手一样,都是一种反向的操作。

  人工智能领域有个很有趣的现象,客观上来说是对公有制有一个高度热衷的态度。比如说人工智能非常倾向于要求社会产品的开源,就是说一些研究成果必须得开源,要共享给社会公众或者学术研究者使用。一些论文希望能够开放地获取,而不是像有些数据库,必须得要花大量的金钱购买才能够下载。

  因此人工智能领域有一个很好特点,是开源做的非常地好,研究成果公开其实做得非常好,而且都是自由免费的公开。比如说某些大公司,Google这种公司,它的一些开源,大家能免费获取使用。产品进行要收费的话,实际上会受到世界上很多人的抵制。

  另外最近的中美的贸易战产生这种负结果,对一些中美合作的人工智能项目进行打击,这种打击,无论是中国的还是美国的科学家都是一种非常反对的态度。

  这就是人工智能发展一些特点,就是它自己是有一定的公有制的形象。

  另外一点就是说共产主义可能也会更容易地产生,比如促进生产力进一步发展,对人类劳动的进一步的解放,还有分工的消失会有作用。

  人工智能会使计划经济更加简单高效。当然这种简单高效,可能一般来说不是计算那么简单。计划经济还有一个更重要的特点是要以人为本,你必须得考虑到人,人的这种主观能动性对计划经济的促进作用。但是毕竟有了一些人工智能的技术这种生化的大管理,社会化管理上的一些技术,对计划经济还是会起到更好的效果。

  还有一个特点,就是组织和纪律形式是高度地强化的,为什么?因为这是社会主义,因为人工智能促进社会管理,它会规定一些硬性的这种管理规则,管理规则一旦是被大家适应和承受的话,其实这也会促进整个社会更大规模社会化。共产主义它虽然说要求每个人的解放,但共产主义会有个更大的特点,是对组织纪律,其实也是会更大的强化。有人工智能辅助,我觉得这种组织纪律的强化的推广,然后对人的社会化的管理,和有意识接受这种用集体化的管理,其实是稍微有利的。

  05

  基本结论

  说段简单总结,第一个先说在技术上,其实只能解决一些人类规定的,而且人类好解决的一些问题。这些问题可能会超过人类。

  然后第二点就是行业,目前行业其实是一个辅助行业的存在。

  第三个就是,AI是一个天生的伴随垄断集中的行业,并且发现存在大量的泡沫和虚假繁荣。

  第四点是人工智能其实对资本主义提出一些新的困难,因为有AI的使用,其实很多共产主义这个事实,从技术上来说,可以说是一种对AI发展的必由之路,但是你要真正实现共产主义,还是要考虑到去推翻现在私有制的关系。

  好吧,我今天讲座就讲这么多。你们先提个问题,我先把前面的问题一个的回答一下。

  人工智能辅助效果越来越强,可能会成为一种强越来强大的惯性,而且这数据得到结构可能会维持这种趋势?

  :我个人认为这是不一定的事,因为人工智能它本身还是要服务于人类的生产生活的,一旦服务生产生活的话,它这个数据所涉及的范围,可能会远远超出人类生产生活所实际使用这个范围,在这种情况下,你对这个数据的更新,就必定做一些颠覆性的东西,比如说人工智能,现在就是他的可扩展性,都比较差,很有可能的话,是人工智能在使用的过程中,它可能会产生一些非常奇奇怪怪的问题,比如说可能一些人脸识别失败导致安防系统的失败等等,在这个时候你是一定要去更新一些数据和算法,去产生一些更好的人工智能的效果。所以说我认为人工智能不一定会产生有惯性的趋势,还是要看人类到底生产生活的服务的关系。

  另外一点就是AI大规模使用,会不会导致产业工人数量大幅度减少?

  答:说实话不太好说。因为就刚才我讲的富士康这个例子,因为他在大规模使用机器人的时候,产业工人的数量也是在大规模增加的,而且以现在发展趋势,其实可能我觉得对资本上来说还是在扩张区,还是更倾向于大量使用工人,而不是说大规模去使用机器。可能大规模使用机器,和大规模用人工,是一个同规模增长的情况,因此我觉得从本质来说的话,工人的数量的增加和减少,还是要看资本主义的发展和扩张周期。

  AI大规模使用,人类分工改变,或许以后就业发展全部转向高技术,就是妨碍人的全面自由发展方面?

  答:我不明白为什么会觉得对人的自由发展造成影响,我觉得这种大家脱离简单重复劳动,如果是都转向了一些技术工或者高技术的话,应该还是对这个人的自由发展是有利的,因为人可以掌握更多的知识,可以更好的去控制劳动过程,会把一些精力从简单重复劳动抽出来,从事一些管理当中来,这应该是能够促进人的这种潜能结构的发展。

  人工智能的发展,会不会改变垄断公司与国家间的力量?

  答:这还是得考虑垄断和竞争的因素,如果说你要从整个社会角度来说,对于每个大型垄断公司,如果对这种人工智能的人才,还有技术,大家都在抢的时候,它们实际上还是一种相对平衡的发展。应该来说谁的资本量更大的话,谁就会对人工智能处在一个更有利的位置。

  大家一直坚持到这么晚,感谢大家今天的参与,一直在听咱们的课。

相关文章