上次我们探讨了数据公司的相关内容，就数据公司而言，我想让大家对数据宇宙不断膨胀的未来形成一种看法，对什么是可能的和什么是不可能的保持某种思辨的好奇心。
数据、模型、人工智能这些概念联系紧密并有部分交叉，它们在云计算时代迎来了新的爆发，比如最近热度极高的ChatGPT，在自然语言处理方面展现的能力达到了极其惊人的地步，其背后是拥有千亿级别参数的极度复杂的语言模型，通过微软的Azure云平台的强大算力来训练模型。
ChatGPT让我们见识了自然语言处理模型的威力，而且通过机器学习，模型不断自我提高其精度，《华尔街日报》有一篇文章的标题是Models Will Run the World（模型将主宰世界）（Cohen, S. a., & Granade, M. w. (2018, August 19). Models Will Run the World. Wsj. https://www.wsj.com/articles/models-will-run-the-world-1534716720），当然标题有点吸睛作用，更主要的含义是指企业的业务从数据驱动转向模型驱动，突出强调模型的作用。
说到模型这个话题，涉及到非常深入的数学问题，我已经思考这个方面很长时间了，这真的很难，我认为我的数学基础很扎实，我读了10年的书才对此有所领悟。
我们之前说过，软件正在吞噬世界，每个公司都应该拥有融合自身业务的个性化软件，通过软件提高业务的效率，并开始积累沉淀数据。而数据是一种新的燃料，我们使用更多的数据，目的是为了让模型产生更好的结果，然后做出更有价值的分析和预测。但请记住，在过去，对于统计分析、人工智能、机器学习，我们只有数量非常有限的模型。
我认为线性回归是一个很好的模型。实际上，它可能解决了80%的建模问题，唯一的问题或许就是用得太频繁了。线性模型倾向于描述与宇宙的关系。现在我们都知道，每一次模型突破都是人类文明的一次突破，这就是为什么模型如此火爆的原因。请注意，我们现在差不多只有40到50个模型，大数据在这些模型下运行，目的是为了让这些模型获得更好的结果。
现在的问题是，我们可以像艾萨克•牛顿构建经典力学模型那样，创建一个突破性的新模型吗？亦或像诺贝尔奖得主约翰•纳什建立的博弈论模型，又比如马文•明斯基利用很多其他模型构建了一个神经网络模型。这是一个非常有限的模型，但它可以进行拓展模型，我们意识到了模型的优势。
值得注意的是，如果要在某个领域有所突破，就必须是根本性的转变。我们看到，那些突破性的模型基本上是通过数学语言描述的。
比如说，早期有这么一个模型描述自由落体：重物体总是比轻物体下落得快。它没有使用数学语言，是来自亚里士多德的论断，不过，如上图所示，我们使用数学语言将其表述形式化为t = f（m，h）这样一个函数关系式，t表示重物下落的时间，它与物体质量m和物体位置高度h有关。当然，现在我们知道自由落体的时间与物体质量无关，可能因为你总是看到，很重的物体到达地面的时间是一样的，实际上你建立了一个不同的模型，或许你由此会说，当物体很重时，亚里士多德给出的模型不成立。
事实上，在有空气作为介质的环境中，亚里士多德也许是对的，因为如果物体像羽毛一样轻，那么自由落体时间就真的与质量有关，但对于重物体，质量的影响通常可以忽略不计。后来，伽利略运用数学推理和实验结合的方式重构了模型，摒弃了物体质量对自由落体的影响。
你可以看到，使模型合理化的模式更像是一种抽象，讨论了前面两个模型，我们可以继续思考构建新的模型，艾萨克•牛顿建立了新的模型——万有引力定律。它可以解释，物体到达地面的时间与重力有关，而重力与地球的质量和半径有关。
因此，你可以看到，每个模型都可以由其他的模型来解释。所以，模型很像一个公理体系，可以由公理推出各种命题，但公理本身难以由其他命题推出，公理意味着你也不能用其他公理来合理地解释它，你只能接受它。但随着研究的深入，因为我有物理学的背景，我理解物理学的目标是实现对自然的公理化描述，对于自然的组成结构，我们提出几个假设，然后我们构建一个模型，我们预测宇宙的未来，我们通常会进行观察，对结果进行验证，如果结果得到验证，我们将修订我们的模式或假设。
我想大家已经明白了，想想艾萨克•牛顿的力学公式，牛顿的论点并不是单纯关于万有引力定律的，而是关于我们如何运用数学方法来理解自然哲学。所以他写了这本《自然哲学之数学原理》的传世之作，他真的告诉我们如何数学化描述自然。但不知道牛顿是否有思考过——数学还可以预测未来，这是一个非常重要的问题，如果我们运用数学构建各种更复杂更先进的模型，给予模型足够的输入，它们就能告诉我们未来。
为什么？
简单地说，如果用一种文艺的说法——这是上帝使用的语言，上帝有一种非常通用的数学语言。当然，数学在科学领域的运用，自有一套合乎逻辑的理论。
数学在物理领域的运用非常成功，近乎完美的形式化物理定律，并通过实验得以反复验证。
现在，我们来谈谈社会科学方面。在我年轻的时候，往往忽视社会科学，我觉得社会科学缺乏定量特性。但自然科学之外，数学仍然得以运用，就像在博弈论中一样，经济学非常适用于数学化，所以数学化在微观经济学和宏观经济学方面取得了一些突破。
但经济学之外，社会科学真的很难定量化地去研究，社会科学的数学化实际上是人工智能的一门分支学科。
我毕业于卡耐基梅隆大学，很多年之前该校计算机科学系的系主任司马贺应该会认同这种看法，他创立了计算机科学系，他拥有社会科学领域的背景。他问了一个问题，我们如何组织行为，我们如何在此基础上建立模型。对于社会科学来说，数学化困难重重，司马贺意识到，数学化不太适用于社会科学建模。除了博弈论以外，除经济学以外，在其他领域中不是很成功。我们如何预测社会中的其他行为，我们如何预测个人的行为，这是一个人工智能的分支学科，所以他意识到，计算模型是一个很好的工具，一个对社会科学和个人行为进行建模的好工具。
那么，问题来了，如果用计算机对社会科学和个人行为进行建模，那么人类和机器在何种程度上是等价的？我们是一个有机体，我们在何种程度上和机器的模型是等价的，若无等价之处，此等建模，又意义何在？
这就是我们正在思考的问题。
嗯——，两者的行为差异巨大，自然不具等价性，但人类行为受思维支配，当然，我们目前还不能说机器具备思维，但若形式化地去解构思维，这里只看逻辑思维，我认为在两个层面上，机器和有机体是等价的，那就是逻辑和算术。 至于创造性思维及情感，我们不知道它来自哪里。
所以，我想人类绝大多数的思维都是逻辑思维，人类可以进行逻辑推理，人类可以做算术，我强调一下，这里说的不是数学，是算术。而逻辑推理和算术可以通过CPU或芯片的功能电路来构建。真的非常兴奋，这将把所有人类的思维解构到最低程度，剩下逻辑推理和算术，机器可以模拟这两件事，事实上，机器非常擅长这两件事。所以图灵建造的机器只做这两件事。
图灵实际上建立了一个理论计算机，计算机的概念，但图灵实际上并没有发明计算机，但他确实为哲学家创造了一个计算机的雏形。图灵机必须做这两件事，逻辑运算和算术运算，机器模仿人的左脑和右脑，所以它模仿了人类的思维，做一点逻辑运算，做一点算术运算。图灵通过思想实验的方式，他假设自己只是做逻辑和算术运算，然后模拟机器的运作，这真是一种非常有趣的实验方式，你也可以尝试把自己想象成一台机器，将你的能力降低到最低限度，你只做逻辑和算术思考。那么，现在的问题是，我们如何通过处理器的能力，将所有的人类行为转换成逻辑思维和算术能力？
图灵提出了一个大胆的论点，他说，就这种古老的能力而言——逻辑和算术，人类和机器是等价的。他没有说如何将人类的所有思维转换为逻辑和算术运算，但他证明了同一台机器有局限性，有些事情是机器无法胜任的。比如，你能写一个程序检查其他程序是否会进入无限循环吗？比如，你能找到一种方法来检查一个数学公式是否可以被证明吗？你做不到，没有这样的解决方案。图灵认为，人类的思维最终都可以归结为逻辑和算术思维，对于一个人类无法证明的数学公式，机器无法找到一种方法来完成一个筛选这类数学公式的运算。所以他认为机器做不到，人类也做不到。这就是著名的邱奇-图灵论题。
类似内容的探讨也出现在许多电影之中，比如《机械姬》，影片中涉及图灵测试及对人工智能和人类异同的探讨。
我们是如何提出这个伟大的想法——将人类的思维解构并限制到逻辑和算术的最低限度的？现在，我们可以再次提问，为什么我们只检验逻辑？如果你不合逻辑，我不合逻辑，那么我们就无法沟通，因为无论我得出什么结论，你都不会接受它。
所以这是我们内在的东西，我们有逻辑和算术思维。那么，我们是如何走到这里的呢？在漫长的数学史上，有一个著名的数学家叫大卫•希尔伯特，他试图创建一个只使用公理的数学系统，然后通过这些逻辑和算术公理，数量再次受到限制，比如不超过2个公理。他假想自己是一台机器，他只做两种运算，即逻辑和算术运算，他认为可以在此基础上推导出所有的数学公式，然后他发明了一个叫做形式系统的概念，而机器可以重复前述过程。
这就是灵感的来源，所以大卫•希尔伯特提出了这个问题，然后艾伦•图灵建造了这台机器，图灵在论文中构造了一个图灵机来计算可计算数，最终证明希尔伯特提出的通用可判定性方法不存在。如果你探索的问题被证明永远都无法解决，那就是你不应该把你的一生都花在这个问题上，因为它没有解。图灵通过构建机器给出了证明结果，机器无法解决的问题，他认为人类也做不到。
为什么会这样？
我们前面已经讨论过了，在逻辑和算术的层面，我认为机器和人类有等价性。
图灵构建机器并完成了伟大的工作，现在他只给了我们否定的答案，他告诉我们机器无法解决什么问题。但我们可以换种方式来提出另一个问题，既然都说到机器和人类在逻辑和算术层面有等价性这个份上了，那么，人类能做的事情，特别是脑力工作方面，机器能做到吗？亦或能否比人类做得更快更好？
像今天的自动驾驶、人脸识别及ChatGPT等等，机器的表现丝毫不逊色于人类，机器是如何做到的？
问题的答案，寻根问源的话，还是需要在逻辑和算术的层面，来看看这个今天称为人工智能的领域，我们的先驱是如何起步的。
人工智能的起源，一般认为是1956年达特茅斯会议，而该会议的前一年，1955年，Session on Learning Machine （学习机讨论会）的主持人是神经网络的鼻祖之一皮茨(Pitts)，他最后总结时说：“(一派人)企图模拟神经系统，而纽厄尔则企图模拟心智(mind)……但殊途同归。”这预示了人工智能随后几十年关于“结构与功能” 的两条进路，可以简单理解成人工智能符号和神经网络两大学派。
卡内基梅隆大学的司马贺和纽厄尔，两位图灵奖得主，是人工智能符号学派的代表人物，他们使用符号，符号是非常形式化的语言，非常方便机器做逻辑和算术运算。机器看到一个符号，就会执行一件事，然后看到另一个符号就会执行另一件事。所以你的直觉是，只是给机器一堆符号，然后通过这些符号给机器的逻辑和数学运算编程，以模仿人类的逻辑和算术运算行为。因此，他们最初尝试解决国际象棋问题，并且一开始就取得了相当大的成功。当然，你应该意识到，一个人大脑中，我们确实处理很多很多符号，大量的符号，这可不是一个小的符号集，通过机器来模仿的难度可想而知。
而另一个流派，神经网络，图灵奖获得者马文•明斯基（Marvin Minsky）建立了另一个更准确的模型。他的模型很有趣，他模仿了人类的大脑结构——神经元，他们建立了一个神经网络。
神经元接受两个输入，如果通过组合的输入超过阈值，那么你就有一个向上的输入，然后进入下一个神经元。
这就是我们面部识别、自动驾驶汽车等人工智能模型的基础，但这个模型最终，当你构建神经网络时，将其分解为算术和逻辑运算，因为这是机器可以正常执行的。
现在我们在模型上取得了一些成功，我可以通过模型使机器越来越接近人类，因为我们可以将人类解决问题的技能转化为逻辑，而逻辑是运算是机器擅长的。
现在我们可以大胆假设，我们是否可以由一个程序来自己编写另一个程序，然后程序会接受数据。因为我们提供了大量的数据，程序读取了这些数据，所以程序会自行求解。然后程序将变得更像人。比如，你操作无人机，无人机飞行时，一般来说，无人机基本上只有非常有限的控制参数。无人机可以上下左右移动，我没有操作过无人机，但大家应该有人操作过。如果没操作过无人机，也可以对照一下汽车的驾驶操作，汽车有左转、右转、刹车、油门，控制功能并不是很多。所以无人机实际上是手动飞行的，我们只是给他们很多数据，数据被标记了。当我们输入数据时，这些参数被设置好了，然后无人机就知道这是在下降，它会注意到与其他数据集的组合，通过如此反复及大量数据的训练学习，它就能判断何时该调整到哪种飞行模式。所以无人机不会自己写数据集，它需要海量的数据来调整飞行模型的参数，从而改变程序本身，然后它就知道如何飞行了。
所以我想说的是，程序本身也可以改变。你可以这样想，大量数据通过人类的感官输入大脑，然后大脑会因为某种原因改变我们的行为，是不是和模型通过数据训练学习的过程非常相似。
但问题是，帮助我们学习阅读、学习第一语言、学会骑自行车的根本问题是什么？我们出生的时候，我们就有了这个。现在这个主程序的确创造了所有其他的程序，在各个不同的领域。所以我们正在努力追求的这个问题的答案，我们称之为主算法。
这些是我们正在探索的领域。所以我们创建了数据计算平台，因为这是一个数据计算问题，而从计算平台来看，我们迈入了云时代，云计算使得一切发生了前所未有的改变。在云上，我们拥有接近无限扩展的存储空间和计算资源，我们可以向云平台发送海量的数据来训练模型，然后生成另一个程序，然后在模型的自我学习中日趋完善。想想汽车公司的例子，我们是如何做到的。因为每次汽车故障时都会发送传感器的数据，然后对数据进行标记，然后模型通过这些海量的数据不停地学习训练，调整参数，优化自身，在汽车的整个生命周期中，汽车系统实际上知道什么时候可能会出现故障，或者说出现故障的数据集序列是什么，它每天都会变得更智能。
随着时间的推移，这些持续自我学习训练的人工智能模型，越来越智能，越来越强大，甚至不少科学家担心它们总有一天会超越人类。所以，掌控这些人工智能技术的组织或机构，着实拥有一种过于强大的能量或权力。因此，我们希望这种权力保留在非营利组织，若被一家商业公司掌控，则太危险了。
基于此，我们认为数学公司在安全范围内使用AI模型来提升业务，而强大的AI模型，应该由非营利的数学组织（不是公司）来掌握。我们建立了公益性的数字产业基金会和CMU上海校友会，助力企业的数字化转型和大数据、人工智能等数据计算的相关公益性研究。
所以我们做了很多结对编程，像Pivotal 帮助通用电气、福特建立数字化应用时采用的方式。对于未掌握数字化技术的人，对于没有机会接受正规教育的人，他们可以参加我们基金会的数字化项目，我们可以通过结对编程帮助他们学习数字化技术，帮助他们成为数字工作者，这非常重要，我们也给予数字化转型的企业指导和帮助。后续，我们打算持续推进数字技术社区的建设，建设开源代码库，促进数据科学、数字技术惠及更多的企业、组织和个人。
但最重要的是，当企业数字进化步入数学（AI模型）公司阶段，正如我们前面所讨论的，先进的模型将提供给我们更具突破性的帮助，但在建模的过程中，我认为我们不会找到终极主算法的属性，不过我觉得我们会越来越接近主算法。模型会像一个孩子一样成长，创造其他的程序，然后自我学习。在这个方面，我们的公益基金会，主要与中国的卡内基梅隆大学社区合作，以支持基础人工智能研究，期望它作为一个非营利组织来运营。
在企业数字进化三部曲的末尾部分，我们讨论了对自然进行数学化描述的内容，它为工业革命创造了巨大的成功。在社会科学的数学化讨论中，除了经济学，我们认为社会科学很难数学量化分析，所以我们使用了不同的方法——数据计算，跨入了人工智能模型的领域，但计算是建立在两个基本要素之上的，人类和机器的共有属性是逻辑和算术运算。机器很强大，也有很多能力上的局限性，图灵认为，人类与机器有着同样的局限性。但我们终究愿意相信，人类在创造力上更胜一筹，我们将驾驭人工智能模型，赋能于数字经济、教育、科研、卫生医疗等各个领域，造福人类社会。
—连载完—
（ 冯雷（Ray）及数字化三部曲团队原创连载作品，欢迎继续关注。）
Ray和他的数字化三部曲团队
—————————————
冯雷 Ray Feng：
数字化三部曲系列著作主编及首席作者
PieCloudDB Database eMPP存算分离云原生数据库总设计师
1024数字产业基金会理事长
卡内基梅隆大学上海校友会主席
拓数派创始人兼首席执行官
数字化三部曲团队：
致力于企业——软件公司 → 数据公司 → 数学（AI模型）公司的数字化三部曲方法及软件代码级别架构实践真实落地