第6期|谢耘:做事情首先要关心方向对不对,而不是困难有多大

核心提示:做事情首先关心方向对不对。如果对,你能不能想办法离这个目标更近一点?如果你能比别人更近一点,你就一定比别人更有价值。

      8月24日,清华▪照澜书院第六期活动“重新审视IT产业”在清华大学照澜院15号——《清华管理评论》编辑部举行。神州数码首席科学家、神州数码信息服务股份有限公司副总裁谢耘结合东西方的创新环境、人工智能、智慧城市建设等前沿问题,与参与者进行了深入碰撞和交流。以下是本次活动现场实录的第二部分。

谢耘:下面讲一下智能,也是大家比较关注的。尤其是大数据。上半年,我碰到一位在中组部工作的清华校友,(他)给我提出了一个问题:现在已经到了大数据时代了,我把一位局长的材料都给你,您能不能做出一个软件,用大数据分析一下这位局长能不能当上部长?(众笑)

肖迪吾(《清华管理评论》):大数据再牛也不能抢算命先生的饭碗。(众笑)

谢耘:武汉一位信产部门的领导给大数据讲了一句话:大数据就是科学算命。(众笑)这些就涉及到计算机到底能做什么,不能做什么。这是一个很本质的问题。我想送大家两句话:第一,计算机在本质上只会算数,不会干别的。第二句话,你能把一个问题变成一个算数的问题,计算机就能做;如果不能把问题变成算数的问题,计算机就不能做。就这么简单,不用听任何人忽悠。

任伟(祥云智信):把这两句话结合在一起,好像能解决一点算命的问题。就像现在银行用到大数据,的确需要用到大数据预测客户的行为,对客户的资产进行评估……

谢耘:(本质还是)你想解决的问题,能不能变成一个算数的问题。比如说,你的客户的行为预测,是一个算数问题吗?只能部分地解决。换句话说,只能把这两句话放得更宽一点,可以说成一句话:任何一件事情,如果没有人知道这件事情该怎么做的话,计算机肯定也不知道(该怎么做)。

算命这件事,如果人不知道该怎么做,计算机一定是算不出来的。

肖迪吾:这其实有点类似于经济学基础。把一切的经济行为变成理性经济人,我们所谓的经济学才成立。事实上人并不是理性的。也做不到足够理性。你的能力也做不到。

谢耘:对。有人会说,有些事情我现在是不能把它变成数的问题,但是,我相信世界上所有的事情最后都能变成算数的问题。你们相信吗?一定会有人相信,有人不信。这是个哲学和信仰问题。这种观点是从西方发展过来的。

在2000多年前,西方有一个叫毕达哥拉斯的哲学家,他不是古希腊的,属于地中海或者中东的。勾股定理,我们叫勾股定理,西方叫做毕达哥拉斯定理,就是他发现的。毕达哥拉斯就认为,世界上一切问题都是算数问题、计算问题,都是数学。在西方,其他的哲学家或许走的没有这么极端,西方传统文化上认为一切问题都是逻辑的问题。这是西方文化传统上根深蒂固的东西。

中国至少历史上不是这样。今天我们其实已经西化得非常厉害了。所以很多人也就接受了这种说法。这个结论是对还是错,是无法证明的。至少今天我们无法证明。就拿大脑来讲,毫无疑问,计算肯定是智能的一部分。我们看到的计算是人的高级智能活动。大脑神经在最底层,大脑神经,是不是计算过程?不知道。我们现在是无法确定是不是计算过程。

所以,大脑里边是不是有一个CPU?我们是不知道的。对于智能,这是我们不知道的(方面)。对比计算机,计算机底层,相当于大脑神经。计算机上面有应用,咱们大脑上面也有应用。很重要的是,计算机有中间的一层,即操作系统、数据库、中间件等等。这些东西不是直接应用。它们介于底层计算能力和应用之间。大脑有没有这一层?现在可能是:有。

我们知道大脑是左右分工的。从行动上说,左脑管右边;右脑管左边。所以,上了年纪发生脑血栓的话,左边有血栓,右边行动就会不方便。中央电视台10频道09年报道过一个病例,这个孩子在一岁的时候就病了,烧的很厉害,到医院之后,医生说这个孩子得了脑膜炎。后来烧退了,好了,但是,到了孩子十几岁的时候,开始犯癫痫。后来到了武汉医院检查,发现一边的大脑已经萎缩掉了。医生最后想出一个办法,决定把这一边萎缩的大脑切掉。切掉之后,这个孩子不仅癫痫好了,还和他之前不犯癫痫的时候一样,是一个正常人,没有缺少任何的功能。(这个病例说明)在神经元和我们的高层智力活动之间,显然还有一层东西。

大家了解云计算吗?云计算牛在哪里呢?就是一台机器坏了,不影响应用。为什么?有云计算平台管理。云计算平台管理可以动态调拨这些资源。好像大脑也有类似这样的东西。这一半大脑慢慢坏掉之后,(类似于云计算平台管理的东西)对底层的大脑神经元进行重组。这是真事,可不是讲什么算命、玄学。原则上大脑是有分工的,它一破坏后,整个就转换过来了。

许泽立(清华控股):关于这个分工,我看到一个报道,说的是男人与女人的区别,男人擅长理性思维,女人是感性思维,因为她在思考的时候习惯于两边大脑同时工作。男人是一边大脑工作。

谢耘:男女的区别可以再谈,我们现在讲的是一个大脑可以切掉一半,切掉之后还是正常的。

许泽立:那个人会不会有其他的问题?

谢耘:没有,这个孩子基本上是正常的。因为他没犯癫痫的时候,他就是个正常人,大脑还是很有意思的,还有一层我们现在完全不知道的东西,它有能力对整个大脑进行重组,就像云平台一样。它对底下资源进行动态的管理。讲这个什么意思?现在很多人在吹牛,从IBM到Google都在吹要造“人造大脑”什么的。我是想告诉大家,我们对大脑的理解是0极其有限的。如果有人告诉你他能造出个大脑的话,基本上是胡扯的事。

给大家看一下这张图,就是人工智能走过什么路?

我喜欢从历史开始讲,这样才能知道未来可以走到哪里去。直接看这个图,智能的转换。在50年代的时候,科学家们想造一个和人一样的智能机器。 他们想造一台机器,它原来什么也不懂,但是它有智能的机制在里头,它可以学习。IBM现在造的机器能够挑战世界冠军,是它(机器)自己学的吗? 不是的,是人把棋的规则,经验等等,直接以程序的形式灌进去,这种方式跟人的智能是有根本性区别的。这台机器即使战胜了世界冠军,我们也不能说这台机器的智能,哪怕在这一点上超过了人。为什么?因为人的智能是,人一生下来一无所知,完全通过和外面的交互,接口的交互获得了所有的智能。我们不是把小孩的脑袋打开,给他编个程序。他完全是通过和外面的交互的作用,大脑自动在学习,这才是人的智能。

现在我们把一台计算机,我们把人的很多东西放进去以后,说它表现得和人一样了,我不能说这台机器有智能,在原始的意义上,不能说它有智能。人工智能,50年代开始,科学家就想干这事。就靠基本的通用机制制造出一台计算机来,后来发现不行,这条路根本就走不通。

到第二阶段就变了,就发生了一个很实质性的变化,就发现要想让机器有我们期望的表现的话,必须把人的知识灌进去。这和人是有天壤之别的。人的知识是怎么灌进去的?不是通过交互让计算机学的,是直接编程编进去的。这个东西叫“专家系统”。在70年代开始兴起,到80年代非常热,后来也冷下去了。难就难在人的知识也在不断地变。这种系统维护起来将会是非常复杂。但是,至少当时的科学家意识到,我们现在还找不到一些基本的通用的智能的机制让一台机器就有智能。我们是做不到的。我们必须把人的智能的产物,人工地灌进去,机器才有可能有智能的表现。

IBM下棋的机器就是这么干的。这条路走了走,就走到今天所谓的大数据时代。就是发现知识的提取,还是非常难。就像那些老医生,甭管是中医还是西医,你想把他们脑袋中的东西整出来还是挺费劲的,而且整出来后可不可靠,咱们也不知道。所以整到今天就说算了,反正数据这么多,咱们就分析吧。能分析出啥来算啥。这就是我们智能走过的路程。

在这个路程中有两个非常值得注意的地方。第一,今天讨论的智能和当初的已经有很大的区别了。今天很多人讲的智能在当初是不被认为是智能的。

人类很多方面的历史也是这么走过来的。一开始,我们的期望非常高,后来发现走不通了,只好降低了期望。今天谈的智能和当初的智能是有很大区别了的,今天的智能不是我们当初认为的人的智能而已。它仅仅是在一些外在表现上讲的智能,而不是在内在机制上。

第二个,尽管如此,由于计算机能力变得越来越强大,所以计算机能做的事情也越来越多。所以,我们不能说计算机没有解决本源问题,没有进步。计算机有了非常非常大的进步。这个进步不是因为我们发现了新的机制,新的算法,新的原理。

大家一定要记住,现在很多IT产业的人经常来忽悠又出什么革命了,那基本上是瞎扯的事情。今天大数据用的算法基本上几百年前都有,没有什么新鲜的。但是为什么今天大家把这个事情变得这么热,是因为这些算法虽然几百年前都有了,但是当时没有这个计算能力,所以我们没有办法用这些算法,没有用它去解决很多问题。而今天,由于当前我们面对的选择,就是基础技术平台不再成为限制。所以历史上那些陈年已经发了霉的算法,现在我们翻出来,给它放在天文数字的计算能力上之后,我们发现,它能有新的用处。这是今天大数据很重要的一点。

我们不是在贬低大数据,说它没有用,而是我们要理解它的用是怎么来的因为我们今天能算的越来越快,而且我们今天,由于IT设备的廉价、普及,我们能获得更大量的数据,所以我们可以随意算,但是这并不意味着我们发现了新的原理,新的机制。

我可以很负责人地告诉大家,这种机制是没有出现的,包括这两年炒得非常热的deep learning。Deep learning就是多层的神经元,原来神经网络顶多做了两层,做了三层。为什么呢?因为算不过来。现在说我给做上十几层,所以给取了个非常好听的名字,叫深度学习。

但是这个神经网络非常简单,这个神经网络本质就是一个非线性函数,对一个数据样本的非线性拟合问题,按照最小方差来拟合,这种拟合在牛顿时代就有了。这个是在微积分出来之后就有的东西。只不过现在计算机计算能力非常强大,所以可以把这个非线性函数做得非常复杂。但是所谓的非线性函数再复杂,无非是这个曲线导到什么时候不可导。这都是传统的微积分的问题。所以在原理上并没有形成新的东西。但是因为计算能力变得强大了,可以利用很简单地方法解决更多的问题。这就是我今天讲的,大数据的背景,包括人工智能。

百度也在牛哄哄地说我们建了一个大脑,什么百度大脑,这都是商业的炒作。从科学的角度来讲,在认识智能的这条路上,人类是没有什么太大的进步的。我们所有的进步都是因为计算能力增加了。很多问题原来认为它不是计算问题,后来琢磨琢磨,其实用算法也能解决,咱们就算吧,反正计算机赋予了(强大的计算功能),所以今天好多的问题都变成一个计算的问题来解决了。

下面针对大数据讲一下。大家在炒作大数据,其实讲的很多都是数据的应用。但是从信息的角度来讲,应用只是最后层面的问题。从信息的生命周期来看,第一步要生成信息,生成信息要解决比如如何录入,包括设备直接数字化,如何把它变成数字信息,这是信息生成的过程。生成完之后要传输,要存起来,要对它进行编码。这就是传统的香农信息论要解决的问题,香农信息论指的就是这个部分。但是解决完这部分是不是直接到应用了?不是的。中间还有一层,对信息的管理。这是大家在操作大数据的时候恰恰被忽视的东西。但是这是非常本质的一件事情。大家看这张图,虚拟映象的内在合理性。

在计算机应用里,我们传统的做法是怎么做的?每一个应用都对应一个管理系统,我所有的数据是围绕应用来管的。

我们回过头来看大脑,大脑不是这样的。大脑底下两层搞不清楚,咱们先不谈。咱们谈大脑能够分析的这些意识活动。大脑里的信息和我们的应用是一一对应的吗?不是的。我们人是把大脑里的信息统一管理起来的。当我做一件事情的时候,我需要哪些信息,我可以任意地去选,绝不是只调我读书时候的这些数据。我玩的时候只调玩的数据,不是的。人的大脑完全不是这么工作的。我讲的是信息和应用层面的问题。比如你读书,要用什么信息,你交友要有什么信息。如果是计算机的话,它有交友的信息管理。人不是这样的。人的信息统一管理,按照某种结构,我大脑里的信息是统一管理起来的。我想干什么的时候,我是从整体里去找信息。所以大家从这里可以看到一个非常有趣的现象。

大脑的工作机制和现在计算机应用系统是有本质的不同。在信息的管理和信息应用的关系上是有本质不同的。这对我们有什么启示?这就是我讲IT产业未来很重要的一件事情。当我想为一个人提供全面服务的时候,我是应该一个个应用去建呢,还是完全用一个新的模式去做?我认为应该用一个全新的模式去做。这个全新的模式是什么?就是我首先要解决信息的管理问题,再解决信息的应用问题。

那信息的管理怎么管?就是我不是按照应用来管信息。大家翻到后面一点,这是我很多年做的很重要的一个功课。我希望构造一个IT应用系统,能够全面地服务于人。那这个IT应用系统的核心是什么?就是把个人的信息完整地管理起来。在这个基础上,咱们再谈一个个应用。所以信息不是以应用为依据来管理的,而是以主体对象为依据来管理的。这是非常重大的一个区别。这对整个IT业建设的方式都是颠覆性的,这个依据就是从人脑工作的方式得到的启发。

给大家看一下这张图,这张图很有意思。

这是我们在智慧城市里搞的,这个是真的。这种方法我叫做虚拟映象。就是我们做一个IT系统,我首先谈的不是应用,我首先围绕我的服务对象,把他所有信息,按照信息所反映的内在逻辑关系先给管理起来,组织在一起。当我把这些信息,按照它们之间,它们反映对象之间的逻辑关系组织在一起的时候,其实它是这个对象的一个映像想出来的。其实是个映像。

在智慧城市里我们讲城管,有交通管理,有城市的安全管理,有城市的环境管理等等。传统的IT系统怎么建设?交通管理,我按照交通的需要,先分析业务。分析完业务,我会去采数据,数据按照业务的需求采集过来进到我的业务系统,数据是依附于业务的。到现在为止,所有的IT系统都是这种建设方式,按照一条条线来做,一条条业务流程来做,所以我们建了无数个信息孤岛,然后大家会嚷嚷信息不能共享等等一些问题。

怎么解决,现在很多人解决的办法很简单,说我在各个IT系统里边建一个数据交换平台,你们之间的数据想交换,通过我就可以交换了。这个只是一个打补丁的方式。

我们现在打算怎么做?所有的城市管理,你都是要靠物联网去采集城市的数据,有摄像头,可能还有雷达,还是地面的传感器,甚至还要从网上抓一些舆情,看看老百姓在关心什么?看看又突然出了哪些事情。所有的传感器抓来数据之后,我不是进到各个应用系统,这个非常麻烦。现在在北京一个地方架了几十个摄像头,就是各个系统都去架摄像头。但是按照这个方式就不用了,我会统一地来采集数据,把所有的数据采集起来之后,干什么呢?放在中介,中介这头是什么?就是城市的虚拟映象。因为这些数据,都是从某一个侧面反应城市某个局部的特征。这些局部都是关联在一起的。所以,我应该按照这些局部之间的关系,把这些信息给管理起来,组织起来,组织起来就是一个城市的映像

当我把数据这么组织起来之后,第一,这些数据的价值是不是增加了,是不是更完整了?然后,所有的应用构架在这个映像之上,你需要什么数据,只管去抓。哪天你需要一个新的功能,新的功能需要新的数据了,你只管到映像里去找就行了,不再存在信息孤岛。现在好就好在,所有的IT原厂商怕就怕在你的量不够。我以对城市的完整描述(方式)去采集数据。

卢银燕(思为创新):我觉得这在理论上是非常好的,但是,在现实中,每个行业都会有行业壁垒,现在在大数据里面,最阻碍大数据的是数据间如何进行交易,是不是?这里就存在这个问题啊,那么各自为政的这种壁垒,你怎么打破这种人为设置的这种壁垒?这是最难的,而不是技术问题。

谢耘:咱们讨论的方法,首先把问题分层。第一,你们觉得这个方向对不对?

卢银燕:方向没问题,主要是现实问题。

谢耘:那就行。现实问题一定会有办法克服的。就像计算机刚诞生的时候,咱们倒退到上个世纪40年代,我们坐在这,我给大家讲计算机未来是什么样子的,我说未来你们手上每个人都会带一部计算机。你会告诉我,太难了。有这个困难,那个困难。那我会告诉你,没有关系,这些困难一定会解决。

我们每个人的价值在哪里?我们每个人的价值就在于,我们为解决困难是不是贡献了一份力量?这就是我们的价值。所以,做事情首先关心方向对不对。如果对,你能不能想办法离这个目标更近一点?如果你能比别人更近一点,你就一定比别人更有价值。一个人和一个企业的价值怎么创造出来的,就是这么创造出来的。绝不是所有的困难都解决之后,没困难了,我来做。那你已经没有价值了。

任伟:我们金融行业其实也架构了一个类似的平台,不知道你听说过没有?

谢耘:没有,我离开金融行业已经很多年了。

任伟:和这个差不多,他们提了很久,您觉得这么好的东西为什么没有落地?

谢耘:你要把它拆成一步步的东西去做。

任伟:如果这么做,就需要最高领导对它非常认同,这就需要非常大的前期投入。

谢耘:为什么我讲历史很重要,你知道全国大集中在中国曾经遇到多大的障碍吗?一度认为是不可能的事情,但是现在银行觉得理所当然了。因为我是走过这个历程的。

再给你们讲一个例子,ERP是2000年前后进入的中国,ERP进入中国的时候,几乎所有的人认为ERP在中国是不可能成功的,理由非常简单,因为你要用统一的方式来管理企业。(大家都认为)中国人就是自由散漫,每个企业管理千差万别,所以当时中国主流的舆论就认为,ERP在中国是不可能成功的。因为我们是做ERP的,所以我比较了解这件事情。事实是怎么样?事实是今天没有人再讨论这个问题了。

任何企业上了规模,它一定上ERP,不会再问这个ERP有没有价值,但是在那个时候,大家都在问ERP有什么价值?你给我添那么多的麻烦,还不如我拍脑袋管用呢。我也经过联想上ERP的痛苦,那是极其痛苦的事情啊,要柳传志柳总亲自牵头做的。但是今天在一个企业上ERP需要这么费劲吗?不需要了。所以人类的进步就是走过了这么一个历程。已经发生的事情,我们认为理所当然,其实不是,曾经一样很困难。只不过我们没经历而已。而我们把自己面临的困难看得比天还大,这是不对的。历史永远是这么过来的。

我就认为IT未来会以这种方式来构建IT系统。当然不是唯一的模式,但是这会是非常重要的一个模式。在这里会形成一系列新的基础的技术,基础的应用技术等等,而不是现在IBM这些公司主宰这个产业。IBM在推动这个事情,我觉得它们没有很务实地来做这个事,IBM已经飘在天上了,彻底飘在云上了,甚至比云还高。

所以,无论是针对个人,还是针对企业,还是针对一个城市的主体,我个人认为,一个很重要的模式是这个样子的。所以我们在整个智慧城市是按照这个思路在做,和他们完全不同。这是我搞出来的一个思路。

我想这个会对社会产生非常大的影响,而且这个思路其实代表了未来。为什么呢?我前段时间和哈尔滨常务副市长交流,哈尔滨信息化做得比较好,他就是在做这个,实际上,他没有达到这个理论高度,但是他的整个解释和我说的是一模一样。他说我先要把数据搞全,以后你有什么应用,到我这来用就行了。就是这个思路。

其实今天任何一个企业上ERP,你觉得它有产出吗?它已经不问这个问题了,为什么?已经成为共识了。所以人类社会发展非常有意思,我们在挑战的很多事情,我们认为我们有足够的理由挑战他:问你为什么要这么做?(其实)那只是因为你不习惯。我们不挑战的事情不是因为它一定是合理的,是因为你已经习惯了。所以,看历史是非常非常有意思的事情,任何企业上ERP,谁都不算这笔账了,没有人算啊。但是在九十年代末期,我们联想上ERP,他们都算这笔账,它合算吗?它给我增加了多少成本?给我带来了多大的效益。现在没人算这笔账了。历史就是这么走过来的。

    

(本文未经谢耘本人审阅)

书院活动

【每期主题】
当下商界热议的管理问题或其它值得分享的管理话题
【主讲嘉宾】
优秀公司主要负责人或某领域资深专家
【活动地点】
清华大学照澜院15号(或其他特别指定地点)
【参与对象】
企业家、企业中高层管理者、创业者、清华校友
【报名方式】
在《清华管理评论》微信公众平台(tbr2013)回复“照澜书院报名+姓名+公司+职务+手机号码+邮箱”