邱國棟,任 博

(東北財(cái)經(jīng)大學(xué) 工商管理學(xué)院,遼寧 大連 116025)

0 引言

18世紀(jì)以來,世界多次發(fā)生重大科技革命,對社會生產(chǎn)力、經(jīng)濟(jì)結(jié)構(gòu)及國際競爭格局產(chǎn)生了深遠(yuǎn)影響。源于人類及人類社會對于實(shí)踐活動的客觀需要,新一輪科技革命正在孕育興起。新時(shí)期科技革命具有智能化、生態(tài)化特征[1],其正在對人類社會帶來難以估量的影響。人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量,加快發(fā)展新一代人工智能事關(guān)我國能否抓住新一輪科技革命和產(chǎn)業(yè)變革機(jī)遇。在此背景下,2018年,經(jīng)國務(wù)院批準(zhǔn),世界人工智能大會(WAIC)正式創(chuàng)辦。2022年9月,第五屆世界人工智能大會(WAIC)智能社會論壇指出,以新一代人工智能為核心的新興技術(shù)正在推動經(jīng)濟(jì)社會各領(lǐng)域從數(shù)字化、網(wǎng)絡(luò)化向智能化加速躍升,人類快速步入智能社會。智能社會意味著顛覆性技術(shù)的廣泛推廣與情境應(yīng)用,從哲學(xué)層面審視,技術(shù)進(jìn)步通常表現(xiàn)為人類改造自然的能力和人類潛在能力的增強(qiáng)[2],即技術(shù)可供性理論所言及的技術(shù)向特定用戶群體提供面向目標(biāo)行動的可能性[3]。本質(zhì)上而言,機(jī)器學(xué)習(xí)是新興智能技術(shù)的關(guān)鍵進(jìn)入路徑,如何在理論層面詮釋并體現(xiàn)其核心內(nèi)涵與價(jià)值,即機(jī)器學(xué)習(xí)與行動者之間的作用關(guān)系,以支持個(gè)人、組織甚至人類社會在適應(yīng)技術(shù)環(huán)境深刻變化的同時(shí),持續(xù)增強(qiáng)實(shí)踐應(yīng)對能力、彰顯競爭優(yōu)勢效能,成為社會各界廣泛關(guān)注的話題。

實(shí)踐界與理論界均證實(shí)了學(xué)習(xí)、能力及其它變量間的相互作用關(guān)系。其中,從理論層面看,殼牌石油策劃經(jīng)理蓋亞斯(RiedeGes)認(rèn)為學(xué)習(xí)能力是勝過競爭對手的唯一持久的競爭優(yōu)勢;于克信[4]指出,企業(yè)家和高層管理者需要學(xué)習(xí)、共享知識,強(qiáng)化融于企業(yè)核心能力之中的戰(zhàn)略領(lǐng)導(dǎo)能力,從而促進(jìn)企業(yè)獲取動態(tài)競爭優(yōu)勢;易凌峰等[5]認(rèn)為,提高組織學(xué)習(xí)水平和知識管理質(zhì)量,是增強(qiáng)企業(yè)核心競爭力的內(nèi)部路徑。從實(shí)踐層面看,機(jī)器學(xué)習(xí)已被廣泛應(yīng)用于決策支持、人臉識別及數(shù)據(jù)檢測等相關(guān)領(lǐng)域。尤其是谷歌公司(Google)旗下基于機(jī)器學(xué)習(xí)技術(shù)開發(fā)的智能圍棋程序AlphaGo曾多次戰(zhàn)勝人類頂尖棋手,進(jìn)一步顛覆了人類對于機(jī)器學(xué)習(xí)的主觀認(rèn)知,為本文研究帶來重要啟示。首先,機(jī)器學(xué)習(xí)能夠與行動者能力建立某種聯(lián)系,且這種聯(lián)系并非單純基于人的主觀思辨與推斷,而是立足于“實(shí)踐-理論”雙重驗(yàn)證基礎(chǔ)之上;其次,相較于傳統(tǒng)學(xué)習(xí)方式,機(jī)器學(xué)習(xí)對于行動者能力提升具有獨(dú)特發(fā)生機(jī)制。然而,通過對國內(nèi)外現(xiàn)有文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn),鮮有學(xué)者針對上述問題開展具體研究。

綜上所述,本文認(rèn)為社會變革要求“組織跟隨技術(shù)變”,智能時(shí)代要求“組織結(jié)構(gòu)跟隨智能變”[6],應(yīng)用智能技術(shù)的人工智能體是構(gòu)成新型組織的核心要素之一。從人工主體智能化實(shí)現(xiàn)過程與目標(biāo)看,機(jī)器學(xué)習(xí)是人工智能的核心,是計(jì)算機(jī)獲取學(xué)習(xí)能力和智力的方法或途徑,其并非對人類學(xué)習(xí)(個(gè)體學(xué)習(xí)、組織學(xué)習(xí))的根本替代,而是模擬和實(shí)現(xiàn)人類的部分學(xué)習(xí)功能[7],是人類開展實(shí)踐活動的輔助性技術(shù)工具,為人類提供認(rèn)識世界的新思路、新工具和新方式[8]。機(jī)器學(xué)習(xí)作為新時(shí)期特定的學(xué)習(xí)方式,可以產(chǎn)生某種機(jī)器知識,并提升科學(xué)知識生產(chǎn)效率[9],進(jìn)而釋放行動者自身能力。所以,從理論構(gòu)建層面看,對機(jī)器學(xué)習(xí)與行動者能力關(guān)系進(jìn)行探索,既能反映現(xiàn)實(shí)世界對于現(xiàn)代管理理論發(fā)展的推動性,又能體現(xiàn)現(xiàn)代管理理論對于新現(xiàn)象研究的必要性。基于此,本文以谷歌AlphaGo為研究案例,基于技術(shù)可供性理論,運(yùn)用扎根理論研究方法,系統(tǒng)分析機(jī)器學(xué)習(xí)對行動者能力的作用機(jī)理。研究結(jié)論有助于促進(jìn)我國各層次主體在新經(jīng)濟(jì)形勢下提高自我能力、建立差異化競爭優(yōu)勢、增進(jìn)競爭效能,進(jìn)而以中國式智慧、中國式方案探尋中國式現(xiàn)代化道路,全面推進(jìn)中華民族偉大復(fù)興。

1 文獻(xiàn)綜述與研究框架

1.1 技術(shù)可供性:理論起源與概念界定

20世紀(jì)70年代末,美國生態(tài)心理學(xué)家吉布森在其著作《The Ecological Approach to Visual Perception》一書中提出可供性理論,意為動物與環(huán)境的互補(bǔ)性;Turvey等[10]肯定了可供性理論在心理學(xué)領(lǐng)域的應(yīng)用前景。首先,可供性理論為精確制定和測試相關(guān)行為及感知假設(shè)提供了一個(gè)分析框架;其次,可供性理論提出一種整合心理學(xué)現(xiàn)象和機(jī)制的方法,且沒有屈服于任何一種片面性觀點(diǎn);最后,可供性理論有望讓心理學(xué)重回尋求合法關(guān)系的軌道。20世紀(jì)90年代初,Gaver[11]延續(xù)吉布森(Gibson)關(guān)于可供性的基本主張,提出技術(shù)可供性的概念,意指行為主體與所處技術(shù)環(huán)境之間的連接關(guān)系[12]。為適應(yīng)社交生活中復(fù)雜的“新興社會—技術(shù)”關(guān)系,Nagy &Neff[13]提出想象可供性概念,即用戶可能會對通信技術(shù)、數(shù)據(jù)和媒體抱有一定期望,這些期望在實(shí)踐中會決定他們?nèi)绾翁幚磉@些技術(shù)以及他們認(rèn)為應(yīng)該采取哪些行動。

伴隨著新興技術(shù)的逐步興起與廣泛應(yīng)用,技術(shù)可供性理論得到社會各界的普遍關(guān)注。其中,羅玲玲、王磊[14]認(rèn)為可供性與技術(shù)之間的關(guān)系是值得深入挖掘的“富礦”,設(shè)計(jì)界應(yīng)用可供性的繁榮只是表面,要追溯這一繁榮背后的緣由需要深入技術(shù)才能找到;謝衛(wèi)紅等[3]全面梳理技術(shù)可供性知識結(jié)構(gòu),指出技術(shù)可供性是應(yīng)用最廣泛的一種可供性。尤其是近10年來,以數(shù)字技術(shù)為代表的新一輪信息技術(shù)革命進(jìn)一步豐富了技術(shù)可供性內(nèi)涵。因此,從演進(jìn)路徑看,“技術(shù)可供性”源自心理學(xué)“可供性”概念[12],其更注重技術(shù)與技術(shù)使用者之間的互動關(guān)系[11]。

綜上所述,本文認(rèn)為技術(shù)可供性體現(xiàn)用戶對于技術(shù)的感知和期望,并反映技術(shù)給予用戶的可能效應(yīng),通常呈現(xiàn)于用戶與技術(shù)之間的交互作用過程。該理論加深了人類對技術(shù)社會屬性的理解,為深入挖掘并建立人與技術(shù)之間的可持續(xù)發(fā)展關(guān)系奠定了堅(jiān)實(shí)的理論基礎(chǔ)。

1.2 機(jī)器學(xué)習(xí):內(nèi)涵、興起與應(yīng)用

(1)機(jī)器學(xué)習(xí)的內(nèi)涵。從狹義角度看,機(jī)器學(xué)習(xí)是一類算法,屬于計(jì)算機(jī)科學(xué)的一個(gè)子領(lǐng)域;從廣義角度看,它是一種綜合計(jì)算機(jī)科學(xué)、工程學(xué)、統(tǒng)計(jì)學(xué)等多學(xué)科知識的新技術(shù)[15]。機(jī)器學(xué)習(xí)基于大量數(shù)據(jù)特征值,不斷優(yōu)化計(jì)算程序的性能標(biāo)準(zhǔn),讓程序?qū)崿F(xiàn)“學(xué)習(xí)”,進(jìn)而發(fā)現(xiàn)數(shù)據(jù)特征并展開統(tǒng)計(jì)預(yù)測任務(wù)[16]。機(jī)器學(xué)習(xí)是新一代信息技術(shù)(人工智能)的一個(gè)前沿分支學(xué)科,同時(shí)也是實(shí)現(xiàn)人工智能的重要途徑[17]。按學(xué)習(xí)形式劃分,機(jī)器學(xué)習(xí)主要包括監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。按學(xué)習(xí)方法劃分,機(jī)器學(xué)習(xí)主要包括傳統(tǒng)統(tǒng)計(jì)機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法[18]。由此可見,廣被提及的深度學(xué)習(xí)是機(jī)器學(xué)習(xí)基于特定算法技術(shù)的一種學(xué)習(xí)模型[19]。

(2)機(jī)器學(xué)習(xí)的興起。機(jī)器學(xué)習(xí)的興起與AI技術(shù)發(fā)展密不可分。從歷史發(fā)展看,人工智能經(jīng)歷了誕生期(20世紀(jì)40-50年代)、黃金期(20世紀(jì)50-70年代)、低谷期(20世紀(jì)70-80年代)、繁榮期(1980-1987年)、蕭條期(1987-1993年)及回暖期(1993年至今)6個(gè)階段。從智能程度看,人工智能經(jīng)歷了推理期、知識期、學(xué)習(xí)期3個(gè)階段[20]。其中,學(xué)習(xí)是響應(yīng)人類為實(shí)現(xiàn)計(jì)算機(jī)智能化發(fā)展的客觀需要。因此,對于機(jī)器學(xué)習(xí)的技術(shù)起源可追溯至1950年(圖靈指出機(jī)器學(xué)習(xí)的可能性)。20世紀(jì)50年代中后期,基于神經(jīng)網(wǎng)絡(luò)的“連接主義”、基于邏輯表示的“符號主義”以及以決策理論為基礎(chǔ)的學(xué)習(xí)技術(shù)相繼出現(xiàn),時(shí)至20世紀(jì)80年代,機(jī)器學(xué)習(xí)成為一個(gè)獨(dú)立學(xué)科領(lǐng)域,各類學(xué)習(xí)技術(shù)得以蓬勃發(fā)展。

(3)機(jī)器學(xué)習(xí)的應(yīng)用。目前,機(jī)器學(xué)習(xí)在公司數(shù)量、融資金額等方面遙遙領(lǐng)先[21],并被廣泛應(yīng)用于經(jīng)濟(jì)學(xué)、政治學(xué)和社會學(xué)領(lǐng)域[22]。其中,就經(jīng)濟(jì)學(xué)而言,機(jī)器學(xué)習(xí)在大數(shù)據(jù)背景下對于豐富經(jīng)濟(jì)數(shù)據(jù)多樣性、提高經(jīng)濟(jì)預(yù)測準(zhǔn)確性、改善平均處理效應(yīng)及效應(yīng)異質(zhì)性具有重要作用[15]。就政治學(xué)而言,大數(shù)據(jù)利用回歸模型、決策樹、神經(jīng)網(wǎng)絡(luò)等各類機(jī)器學(xué)習(xí)算法,能夠在復(fù)雜社會系統(tǒng)中實(shí)時(shí)預(yù)測政治傾向、政府開支、政府決策等特定現(xiàn)象或趨勢[23]。就社會科學(xué)而言,機(jī)器學(xué)習(xí)有助于拓展研究視野、獲得潛藏指標(biāo)、啟發(fā)理論假設(shè)、助力因果推斷、實(shí)現(xiàn)數(shù)據(jù)增生,進(jìn)而推動理論創(chuàng)新[16]。

綜上所述,在工業(yè)4.0背景下,人工智能和機(jī)器學(xué)習(xí)融入工作流程[24],機(jī)器學(xué)習(xí)在實(shí)踐層面表現(xiàn)出對人類認(rèn)知?jiǎng)趧拥臉O大輔助作用,諸如提升科學(xué)知識生產(chǎn)效率、提取和傳遞默會知識、產(chǎn)生某種機(jī)器知識等[9]。尤其是基于深度神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)一定程度上實(shí)現(xiàn)了人類建模能力的外化(學(xué)習(xí)能力實(shí)質(zhì)上就是選擇信息和建模的能力)[25]。總體而言,現(xiàn)有研究已經(jīng)初步證實(shí)機(jī)器學(xué)習(xí)對于行動者部分能力具有提升作用。

1.3 行動、行動者與行動者能力

學(xué)術(shù)界對行動者及行動者能力內(nèi)涵的界定不盡相同。為更好地開展本文研究,需要對相關(guān)概念作出準(zhǔn)確界定。關(guān)于“行動”,現(xiàn)代漢語詞典將其解釋為“為達(dá)到某種目的而進(jìn)行的活動”;Bergen &Santo[26]認(rèn)為,行動是指目標(biāo)實(shí)現(xiàn)的過程。關(guān)于行動者,行動者網(wǎng)絡(luò)理論認(rèn)為,行動者包括在相互結(jié)成的網(wǎng)絡(luò)中具有能動性的所有“人”和“非人”[27];王芳[28]從社會學(xué)角度出發(fā),將行動者定義為人(個(gè)人與法人)。關(guān)于行動能力,其主要在環(huán)境教育領(lǐng)域得到關(guān)注,并被定義為成功做某事的本領(lǐng)[26]。Jensen &Schnack[29]認(rèn)為,行動能力是指在現(xiàn)在和將來采取行動并對自身行動負(fù)責(zé)的能力;Eraut[30]對能力的理解更加深刻,他認(rèn)為Capability是一個(gè)人思考或做所有事情的能力,Competence是指針對特定工作或工作類別完成任務(wù)預(yù)期標(biāo)準(zhǔn)所需要的能力,Additional Capability是指通過進(jìn)一步學(xué)習(xí)拓展當(dāng)前能力的額外能力,上述3種能力分別代表行動者的期望能力、現(xiàn)實(shí)能力和獲取能力;Wanda等[31]從可持續(xù)發(fā)展角度出發(fā),重新界定行動能力,認(rèn)為其是指可持續(xù)發(fā)展中的行動力(ACiSD),ACiSD由個(gè)人能力和人際能力的平衡組合組成。其中,個(gè)人能力要求對可持續(xù)發(fā)展充滿熱情,致力于尋找解決方案,了解可持續(xù)發(fā)展問題和行動的可能性,具有遠(yuǎn)見和批判性思維,是一種對個(gè)人能力的積極感知。人際能力增加了為建議選擇提供論據(jù)的意愿、對他人和文化觀點(diǎn)的開放性、促進(jìn)合作的溝通技能以及對團(tuán)隊(duì)能力和集體支持可持續(xù)發(fā)展行動效果的信心。

本文主要探究新興技術(shù)(機(jī)器學(xué)習(xí))對人類的影響作用,將行動界定為以目標(biāo)為導(dǎo)向所采取的行為舉止,行動者是指包含個(gè)體與群體層面的人。借鑒相關(guān)學(xué)者對能力的定義,將行動者能力界定為行動者(人)基于可持續(xù)發(fā)展理念,在努力實(shí)現(xiàn)特定任務(wù)目標(biāo)過程中所具備的對目標(biāo)結(jié)果負(fù)責(zé)的能力。

1.4 研究框架

通過對相關(guān)文獻(xiàn)進(jìn)行梳理,本文在洞徹技術(shù)可供性理論發(fā)展脈絡(luò)、理論意義與實(shí)踐啟示的基礎(chǔ)上,對機(jī)器學(xué)習(xí)、行動者、行動者能力概念進(jìn)行界定。本文認(rèn)為,在新一輪科技革命背景下,機(jī)器學(xué)習(xí)是人類學(xué)習(xí)能力的外化表現(xiàn),機(jī)器學(xué)習(xí)與行動者之間的關(guān)系符合技術(shù)可供性理論內(nèi)涵,即行為主體與技術(shù)主體通過互動產(chǎn)生一個(gè)或多個(gè)支持主體目標(biāo)的可能性[3]。然而,兩者之間如何相互作用、彼此促進(jìn),從而持續(xù)提高行動者能力有待深入探討。據(jù)此,本文構(gòu)建基于技術(shù)可供性理論的研究框架,如圖1所示。

圖1 基于技術(shù)可供性理論的研究框架Fig.1 Research framework based on technology affordance theory

2 研究設(shè)計(jì)

2.1 研究方法

案例研究通過突出情境、展示過程和揭示關(guān)系講述引人入勝的故事[32],適合對某一復(fù)雜和具體問題進(jìn)行全面考察,能夠建立新理論或者對現(xiàn)存理論進(jìn)行修正[33]。其中,單案例研究可對廣為接受的理論進(jìn)行反駁,并對先前未有的科學(xué)現(xiàn)象進(jìn)行探索(毛基業(yè)等,2008)?！案玫墓适隆蓖蛴趩伟咐芯?尤其是基于過程理論的單案例研究[32]。本文基于科技變革情境,以可驗(yàn)證的方式對技術(shù)可供性視角下“機(jī)器學(xué)習(xí)與行動者能力”這一獨(dú)特、前所未有的社會現(xiàn)象作出系統(tǒng)性解釋。即運(yùn)用歸納邏輯發(fā)現(xiàn)相關(guān)經(jīng)驗(yàn)規(guī)律,采用單案例研究方法陳述相關(guān)概念或變量之間的邏輯關(guān)系,屬于理論構(gòu)建研究。目前,扎根理論是國際上公認(rèn)的比較科學(xué)的質(zhì)性研究范式[34],其借助經(jīng)驗(yàn)發(fā)現(xiàn),通過歸納而非演繹進(jìn)行理論建構(gòu)[35-36]。因此,本文運(yùn)用扎根理論方法對所選單案例進(jìn)行探索性研究。

2.2 案例選取

(1)案例選取原則。本文案例選取遵循理論抽樣原則,案例選取是從案例研究中構(gòu)建理論的一個(gè)重要方面[37]。為更好地揭示研究問題,應(yīng)選擇典型案例,而非隨機(jī)案例(葉康濤,2006)。典型案例一般具備3個(gè)特征:一是案例結(jié)果出乎意料或者反直覺;二是現(xiàn)有理論不能解釋該案例或認(rèn)為該案例不可能存在;三是可為以往沒有研究過的現(xiàn)象提供重要啟示(李高勇,2015)?；谝陨显瓌t,本文選取谷歌AlphaGo作為研究案例,原因在于:首先,深度學(xué)習(xí)是AlphaGo的主要工作原理,而深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支,該案例能夠突出研究情境,符合理論抽樣原則;其次,圍棋因其復(fù)雜性而被稱為人工智能最具挑戰(zhàn)性的經(jīng)典游戲,而AlphaGo是第一個(gè)擊敗人類職業(yè)圍棋選手、圍棋世界冠軍的計(jì)算機(jī)程序,結(jié)果出乎意料,具備典型性特征;再次,開發(fā)人員讓AlphaGo與自身不同版本進(jìn)行數(shù)千次對抗,每次都能從錯(cuò)誤中吸取教訓(xùn)。而且,隨著時(shí)間推移,AlphaGo不斷進(jìn)步,在學(xué)習(xí)和決策方面變得越來越強(qiáng)大,這種現(xiàn)象對現(xiàn)有社會科學(xué)理論具有極大挑戰(zhàn)。綜上所述,以谷歌AlphaGo作為研究案例構(gòu)建本土管理理論,充分響應(yīng)了案例研究從“好的故事”到“好的理論”[32]這一重要課題。

(2)案例進(jìn)化過程。在AlphaGo誕生之前,計(jì)算機(jī)與人類較量幾乎獲得除圍棋之外所有棋類游戲的勝利。原因在于,圍棋作為一種博弈類游戲,雖然游戲規(guī)則簡單,但棋局情形復(fù)雜,被認(rèn)為是人工智能最大的挑戰(zhàn)。為攻克上述難題,DeepMind研究團(tuán)隊(duì)創(chuàng)建了AlphaGo,使其成為截至目前最強(qiáng)大的“圍棋選手”。本文根據(jù)所搜集到的資料,梳理AlphaGo的進(jìn)化歷程,如圖2所示。

圖2 AlphaGo進(jìn)化歷程Fig.2 Evolution of AlphaGo

第一階段:對戰(zhàn)機(jī)器(早期)。為檢驗(yàn)、評估AlphaGo的具體性能,研究者使其與多種計(jì)算機(jī)程序進(jìn)行比賽,在495局比賽中贏得494局,勝率為99.79%。其中,在與CrazyStone、Zen、Pachi三種當(dāng)時(shí)最強(qiáng)大的商業(yè)程序?qū)种?勝率分別為77%、86%和99%,凸顯了一種將高級搜索樹與深度神經(jīng)網(wǎng)絡(luò)相結(jié)合的計(jì)算機(jī)程序的強(qiáng)大對弈能力。

第二階段:對戰(zhàn)人類(2015—2017年)。2015年10月,AlphaGo Fan與蟬聯(lián)2013—2015年三屆歐洲圍棋冠軍的棋手樊麾對戰(zhàn),以5∶0獲勝;2016年3月,AlphaGo Lee與韓國著名棋手李世石對戰(zhàn),以4∶1獲勝;2017年1月,AlphaGo Master在相關(guān)網(wǎng)站注冊賬號,與人類頂級玩家在線對戰(zhàn),獲得60場連勝的驕人戰(zhàn)績;2017年5月,AlphaGo Master與中國九段選手柯潔對戰(zhàn),以3∶0獲勝。賽后,Demis Hassabis宣布AlphaGo不再與人類棋手對戰(zhàn),自此退役。

第三階段:自我升級(2017—2020年)。2017年10月,DeepMind公司發(fā)布AlphaGo Zero,其在沒有游戲先驗(yàn)知識且只有基本游戲規(guī)則輸入的情況下,通過強(qiáng)化學(xué)習(xí)形式與自己對戰(zhàn)。最終,僅用時(shí)3天便超越AlphaGo Lee;用時(shí)21天,能力達(dá)到AlphaGo Master水平;用時(shí)40天,超過AlphaGo的其它版本。2018年12月,DeepMind公司發(fā)布AlphaZero,用時(shí)4小時(shí),便超越國際象棋程序Stockfish;用時(shí)2小時(shí),便超越日本將棋程序Elmo;用時(shí)30小時(shí),便超越圍棋程序AlphaGo Lee。2020年12月,DeepMind公司發(fā)布MuZero,無需被告知游戲規(guī)則便可掌握圍棋、國際象棋、將棋和雅達(dá)利(Atari)。

2.3 數(shù)據(jù)來源

案例研究可以容納豐富多樣的數(shù)據(jù)源,包括訪談、檔案數(shù)據(jù)、調(diào)查數(shù)據(jù)、民族志和觀察資料等[38]。根據(jù)數(shù)據(jù)來源的原始性,主要包括一手?jǐn)?shù)據(jù)和二手?jǐn)?shù)據(jù)兩種類型。訪談是搜集豐富經(jīng)驗(yàn)數(shù)據(jù)的高效方法,但其通常會引發(fā)“下意識”反應(yīng),即數(shù)據(jù)偏見,而限制偏見的一個(gè)關(guān)鍵方法是組織大量知識豐富的信息提供者(來自不同層級、職能領(lǐng)域、群體和地理區(qū)域的組織參與者以及來自其它相關(guān)組織的參與者和市場分析師等外部觀察者),使他們從不同角度看待焦點(diǎn)問題[38]。二手?jǐn)?shù)據(jù)具有較高程度的可復(fù)制性、客觀性以及較低的獲取成本(蘇敬勤等,2013)。因此,為確保研究結(jié)論信效度,本文同時(shí)運(yùn)用兩類數(shù)據(jù)進(jìn)行研究。

考慮到新冠肺炎疫情的影響,本文主要借助騰訊問卷調(diào)查系統(tǒng)(wj.qq.com)向互聯(lián)網(wǎng)領(lǐng)域從業(yè)者及相關(guān)專家發(fā)放調(diào)研問卷,以獲取一手?jǐn)?shù)據(jù)資料。結(jié)果顯示,在參與調(diào)研的人群中,36人為本科學(xué)歷、57人為碩士學(xué)歷、5人為博士學(xué)歷,且多數(shù)人畢業(yè)于知名高校并就職于華為、中興、小米等科技型公司,反饋意見能夠滿足本文對問卷調(diào)研專業(yè)性與代表性的要求。與此同時(shí),AlphaGo作為新一輪人工智能發(fā)展的代表性成果,在世界范圍內(nèi)產(chǎn)生持久、深遠(yuǎn)的影響力,目前已引起各界人士的廣泛關(guān)注,相關(guān)新聞媒介、學(xué)術(shù)期刊及官網(wǎng)平臺擁有大量可供查閱的質(zhì)性材料,為本文獲取二手?jǐn)?shù)據(jù)創(chuàng)造了便利條件。

綜上所述,本文通過網(wǎng)絡(luò)調(diào)研法獲取一手?jǐn)?shù)據(jù),通過非參與式觀察法獲取二手?jǐn)?shù)據(jù),同時(shí)運(yùn)用兩種數(shù)據(jù)對核心問題展開研究,在實(shí)踐層面具有可操作性,在理論建構(gòu)層面具有科學(xué)性。本文數(shù)據(jù)來源與編碼情況如表1所示。

2.4 數(shù)據(jù)分析

作為探索性研究方法,扎根理論遵循歸納性邏輯思維,在編碼環(huán)節(jié)主要包括一級編碼(開放式登錄)、二級編碼(關(guān)聯(lián)式登錄)和三級編碼(核心式登錄)3種程序[39]。為保證數(shù)據(jù)分析的嚴(yán)謹(jǐn)性,本文參照賈旭東、衡量(2016)對于質(zhì)性數(shù)據(jù)的分析思路,并結(jié)合Gioia等[40]提出的“一階—二階—聚合”數(shù)據(jù)分析方法,對獲取的經(jīng)驗(yàn)資料進(jìn)行編碼分析。一是結(jié)合研究興趣,基于既有文獻(xiàn)和現(xiàn)實(shí)情境涌現(xiàn)確定研究問題(機(jī)器學(xué)習(xí)與行動者能力)。二是以谷歌AlphaGo、互聯(lián)網(wǎng)領(lǐng)域從業(yè)者及專家作為理論抽樣樣本,收集相關(guān)數(shù)據(jù)并予以整理和記錄。三是對所獲數(shù)據(jù)進(jìn)行開放性編碼(一級編碼)、選擇性編碼(二級編碼),確保核心范疇出現(xiàn)。其中,在一級編碼過程中擯棄主觀偏見認(rèn)識,將原始語句概念化、范疇化,最終形成包括AI方法約束、AI方法創(chuàng)新、程序性能測試在內(nèi)的14個(gè)一階概念;在二級編碼過程中堅(jiān)持辯證思維邏輯,對相關(guān)概念、范疇進(jìn)行抽象提取,最終形成包括AI路徑探索、AI路徑實(shí)踐、知識輸入學(xué)習(xí)在內(nèi)的7個(gè)二階主題。四是對研究筆記進(jìn)行理論性編碼(三級編碼)、理論初構(gòu),并對數(shù)據(jù)、模型及文獻(xiàn)進(jìn)行反復(fù)比較,最終構(gòu)建與研究主題高度相關(guān)的理論模型。其中,在三級編碼過程中把握理論敏感度要求,對二階主題進(jìn)行歸納分析,最終形成包括機(jī)器學(xué)習(xí)賦能、行動者能力提高、行動者能力精進(jìn)在內(nèi)的3個(gè)聚合構(gòu)念。

表1 數(shù)據(jù)來源與編碼Tab.1 Data sources and codings

綜上所述,本文基于技術(shù)可供性視角,遵循扎根理論建構(gòu)程序[34],對谷歌AlphaGo的時(shí)序發(fā)展變化過程進(jìn)行深入分析,探究智能模式情境下機(jī)器學(xué)習(xí)與行動者能力之間的互動關(guān)系。

3 案例分析與發(fā)現(xiàn)

本文基于所掌握的一手?jǐn)?shù)據(jù)和二手?jǐn)?shù)據(jù),圍繞AlphaGo進(jìn)化過程的3個(gè)關(guān)鍵節(jié)點(diǎn)(對戰(zhàn)機(jī)器階段、對戰(zhàn)人類階段、自我升級階段),對機(jī)器學(xué)習(xí)與行動者能力這一核心問題進(jìn)行深入分析。其中,對回收的98份有效調(diào)研問卷進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn),92人認(rèn)為機(jī)器學(xué)習(xí)能夠提高行動者能力(占比93.9%)。進(jìn)一步分析發(fā)現(xiàn),在AlphaGo對戰(zhàn)機(jī)器階段,行動者呈現(xiàn)機(jī)器學(xué)習(xí)賦能這一主觀認(rèn)知;在AlphaGo對戰(zhàn)人類階段,行動者的能動作用提高了自身能力;在AlphaGo自我升級階段,技術(shù)迭代促使行動者能力進(jìn)一步精進(jìn)。

3.1 對戰(zhàn)機(jī)器階段:機(jī)器學(xué)習(xí)賦能

眾所周知,AlphaGo并不是人類創(chuàng)造的第一款圍棋程序。20世紀(jì)60年代,計(jì)算機(jī)圍棋逐漸興起,隨著應(yīng)氏杯、奧林匹亞杯及北美杯等各類正式計(jì)算機(jī)圍棋大賽的舉辦,眾多圍棋愛好者紛紛參與程序編寫,各類程序相繼付諸實(shí)踐,有力推動了人工智能在圍棋領(lǐng)域的應(yīng)用。2006年,Coulom開發(fā)的計(jì)算機(jī)程序CrazyStone首次在計(jì)算機(jī)奧運(yùn)會上獲得九路圍棋冠軍;2008年,王一早開發(fā)的計(jì)算機(jī)程序MoGo首次在九路圍棋中達(dá)到段位水平;2012年,加藤英樹開發(fā)的計(jì)算機(jī)程序Zen在十九路圍棋中以3∶1的成績戰(zhàn)勝約翰特朗普;2014年,日本圍棋九段棋士衣田紀(jì)基讓四子負(fù)于CrazyStone;2015年,Facebook開發(fā)的計(jì)算機(jī)程序DarkForest表現(xiàn)出與人類相似的下棋風(fēng)格和驚人實(shí)力[41]?？v然計(jì)算機(jī)圍棋程序進(jìn)步飛速,但圍棋作為一種復(fù)雜的策略型博弈游戲,在AlphaGo面世之前,業(yè)界普遍認(rèn)為計(jì)算機(jī)程序與人類職業(yè)棋手相差甚遠(yuǎn)。石田芳夫認(rèn)為,其它軟件與職業(yè)選手實(shí)力相當(dāng)至少還有10年(N3)。正如AlphaGo開發(fā)團(tuán)隊(duì)DeepMind所言:“為捕捉游戲的直觀元素,我們需要一種新方法(N4)?！庇纱丝梢?戴密斯·哈薩比斯團(tuán)隊(duì)已經(jīng)認(rèn)識到其它圍棋AI程序方法的局限性,因此將高級搜索樹和深度神經(jīng)網(wǎng)絡(luò)相結(jié)合,使用“價(jià)值網(wǎng)絡(luò)”評估棋盤位置,使用“策略網(wǎng)絡(luò)”選擇走法,通過深度神經(jīng)網(wǎng)絡(luò)結(jié)合人類專家游戲中的監(jiān)督學(xué)習(xí)和自我游戲中的強(qiáng)化學(xué)習(xí)進(jìn)行訓(xùn)練[42],利用這種搜索算法,AlphaGo以99.8%的勝率擊敗了其它圍棋程序[42]。2016—2017年,眾多圍棋AI紛紛效仿AlphaGo架構(gòu)實(shí)現(xiàn)飛躍性發(fā)展(N3),充分體現(xiàn)了機(jī)器學(xué)習(xí)在AI路徑實(shí)踐過程中的賦能引領(lǐng)作用(見表2)。

3.2 對戰(zhàn)人類階段:行動者能力提高

機(jī)器學(xué)習(xí)可以幫助行動者更好地理解并學(xué)習(xí)重要元素(N1)。首先,基于正向思維對研究案例予以審視,自人機(jī)大戰(zhàn)以來,職業(yè)棋手、社評專家及相關(guān)企事業(yè)機(jī)構(gòu)借助不同方式表達(dá)了機(jī)器學(xué)習(xí)對于行動者能力的提升作用。其中,《連線》雜志曾經(jīng)指出,樊麾在以“教練”身份與AlphaGo進(jìn)行對弈訓(xùn)練期間,其棋力水平大漲(N3);李世石認(rèn)為,阿爾法圍棋非常出色,對圍棋了如指掌(N3);棋圣聶衛(wèi)平曾稱呼AlphaGo為阿老師(N3);而柯潔所在團(tuán)隊(duì)于2018年正式引入由騰訊人工智能實(shí)驗(yàn)室(AI Lab)研發(fā)的AI程序“絕藝”輔助日常訓(xùn)練,其多次幫助國家圍棋隊(duì)斬獲世界冠軍,并得到中國圍棋協(xié)會主席高度認(rèn)可(N2)。其次,基于求異思維對研究案例予以審視。以往人們普遍認(rèn)為AlphaGo是直接與人類職業(yè)棋手執(zhí)子對弈,但通過相關(guān)報(bào)道可以發(fā)現(xiàn),2015—2017年,AlphaGo無論是以線下方式與樊麾、李世石及柯潔等職業(yè)棋手對戰(zhàn),抑或是以Master為名在知名圍棋網(wǎng)站與國際高手過招,其背后均存在一位不為人知的落子代執(zhí)人——黃士杰。對于黃士杰博士本人而言,其雖然自幼熱愛、學(xué)習(xí)圍棋,并在相關(guān)賽事斬獲佳績,但專業(yè)能力尚處于業(yè)余水平,卻憑借AlphaGo代言人身份屢屢戰(zhàn)勝世界名將,并獲得引人注目的斐然成績。由此可見,AlphaGo的出現(xiàn)顛覆了人們對于人工智能甚至人機(jī)關(guān)系的傳統(tǒng)認(rèn)知。在某一特定情境下,早期人類對于機(jī)器的智慧輸出大于機(jī)器對于人類的智慧輸入,而后期人類對于機(jī)器的智慧輸出卻小于機(jī)器對于人類的智慧輸入,即人類在與機(jī)器交互過程中存在“智慧逆差”“智慧順差”現(xiàn)象,這間接證明在知識輸入學(xué)習(xí)、知識創(chuàng)造輸出及知識轉(zhuǎn)化運(yùn)用過程中,機(jī)器學(xué)習(xí)或運(yùn)用機(jī)器學(xué)習(xí)的人工智能體對知識主體與知識受體具有凝結(jié)與反轉(zhuǎn)作用。綜上所述,機(jī)器學(xué)習(xí)能夠在短時(shí)間內(nèi)獲取、掌握人類經(jīng)過數(shù)千年實(shí)踐積累所形成的經(jīng)驗(yàn)策略,并以創(chuàng)造性機(jī)器經(jīng)驗(yàn)反向指導(dǎo)人類,進(jìn)而提高行動者自我能力(見表3)。

表2 AlphaGo對戰(zhàn)機(jī)器階段機(jī)器學(xué)習(xí)賦能的典型證據(jù)Tab.2 Typical evidences of machine learning empowerment in the stage of Alphago combating machine

表3 AlphaGo對戰(zhàn)人類階段行動者能力提高的典型證據(jù)Tab.3 Typical evidences of enhanced actor competence in the stage of Alphago combating mankind

續(xù)表3 AlphaGo對戰(zhàn)人類階段行動者能力提高的典型證據(jù)Tab.3(Continued) Typical evidences of enhanced actor competence in the stage of Alphago combating mankind

3.3 自我升級階段:行動者能力精進(jìn)

2017年5月,AlphaGo在中國烏鎮(zhèn)圍棋峰會以3∶0的成績與屆時(shí)世界頂級棋手柯潔完成比賽。賽事結(jié)束后,AlphaGo創(chuàng)始人戴密斯·哈薩比斯宣布該AI程序不再與人類職業(yè)棋手對決,但它會繼續(xù)進(jìn)行自我強(qiáng)化升級。2017年10月,DeepMind發(fā)布了新版程序AlphaGo Zero,不同于AlphaGo先前版本的學(xué)習(xí)方式,AlphaGo Zero不再受限于人類知識,其從完全隨機(jī)的棋局開始與自己對弈,取得強(qiáng)于所有先前版本程序的優(yōu)異表現(xiàn),并發(fā)現(xiàn)新知識、非常規(guī)策略和創(chuàng)造性招式(N4)。2017年底,DeepMind推出進(jìn)化版本AlphaZero,從頭開始自學(xué)如何掌握國際象棋、將棋和圍棋,并在每一種情況下都擊敗了世界冠軍計(jì)算機(jī)程序(N4)。2020年12月,最新程序版本MuZero面世,它不僅學(xué)會了圍棋、國際象棋和將棋,而且在無需被告知任何游戲規(guī)則情況下精通一系列視覺復(fù)雜的雅達(dá)利游戲(N4)。盡管如此,不能簡單將AlphaGo在棋類游戲或視覺游戲上的成功歸結(jié)為機(jī)器學(xué)習(xí)對于人類能力影響作用的極限。正如戴密斯·哈薩比斯所言,要打造能探索宇宙的終極工具,就需要讓AlphaGo實(shí)現(xiàn)通用人工智能(N3)。實(shí)際上,DeepMind團(tuán)隊(duì)自2016年便將AlphaGo與醫(yī)療領(lǐng)域相結(jié)合,其所創(chuàng)建的AlphaFold人工智能系統(tǒng)能夠準(zhǔn)確預(yù)測蛋白質(zhì)結(jié)構(gòu)(N4),作為支持研究人員努力的強(qiáng)大工具,是迄今為止人工智能對于推進(jìn)科學(xué)知識所作的最重要貢獻(xiàn)(N4),也是機(jī)器學(xué)習(xí)為人類創(chuàng)造利好并極限激發(fā)行動者能力的有力證據(jù)(見表4)。

表4 AlphaGo自我升級階段行動者能力精進(jìn)的典型證據(jù)Tab.4 Typical evidences of the actor competence improvement in the self-upgrading stage

4 結(jié)語

4.1 研究結(jié)論

本文立足于“機(jī)器學(xué)習(xí)與行動者能力”這一核心問題,基于技術(shù)可供性視角,對谷歌公司(Google)旗下前沿人工智能公司DeepMind所開發(fā)的AlphaGo進(jìn)行扎根理論分析,得出如下結(jié)論:

(1)機(jī)器學(xué)習(xí)具備技術(shù)可供性特征。機(jī)器學(xué)習(xí)作為新一代科技革命浪潮下的前沿引領(lǐng)技術(shù),是計(jì)算機(jī)認(rèn)識世界、改變世界的進(jìn)入路徑,是特定對象(管理主體)作用于其他對象(管理客體)的新式工具、手段及程序方法,推動包含人、資源、機(jī)器人這一高階組織形式的形成[6]。在實(shí)際管理活動中,機(jī)器學(xué)習(xí)能夠有效驅(qū)動人工智能基于人類經(jīng)驗(yàn)或完全自主的重組并革新組織內(nèi)部知識結(jié)構(gòu),創(chuàng)造并輸出新知識和新策略,為個(gè)人或組織提供一種或多種面向并實(shí)現(xiàn)既定目標(biāo)的可能性。因此,機(jī)器學(xué)習(xí)能夠賦予并激發(fā)技術(shù)使用者額外潛能,符合現(xiàn)有研究對于技術(shù)可供性概念的界定。

(2)機(jī)器學(xué)習(xí)能夠提升行動者能力。受各種因素影響,人類所擁有并表現(xiàn)出來的實(shí)際能力存在閾值,但受益于人類的非限制性信念(從行動到結(jié)果對所經(jīng)歷的事情始終抱有“有助、有望、有價(jià)值”的堅(jiān)定信念),使得機(jī)器學(xué)習(xí)技術(shù)取得長足進(jìn)步與發(fā)展。從某種意義上講,機(jī)器學(xué)習(xí)并不是一種體現(xiàn)人類科技發(fā)展水平的象征,而是一種滿足人類對知識獲取需要、趨近人類主觀意志的獨(dú)特學(xué)習(xí)方式,其擴(kuò)大并加深了人類對于客觀世界所存“開源知識”的觸及范圍與理解程度,進(jìn)而提高了特定對象的行動能力。

(3)技術(shù)迭代助力行動者能力精進(jìn)。隨著科學(xué)技術(shù)的不斷發(fā)展,人工智能學(xué)習(xí)方式發(fā)生根本性改變,從基于已知訓(xùn)練樣本完成學(xué)習(xí)任務(wù)的監(jiān)督學(xué)習(xí)轉(zhuǎn)向無需已知訓(xùn)練樣本完成學(xué)習(xí)任務(wù)的非監(jiān)督學(xué)習(xí)。對于AI程序而言,學(xué)習(xí)方式改變釋放了其在實(shí)踐過程中主動獲取認(rèn)識和經(jīng)驗(yàn)的潛能,而“機(jī)器認(rèn)識”“機(jī)器經(jīng)驗(yàn)”成為機(jī)器學(xué)習(xí)創(chuàng)新認(rèn)識客觀世界的重要基礎(chǔ)。對于行動者而言,依托機(jī)器對客觀世界的創(chuàng)新性認(rèn)識,將為人類帶來新啟發(fā)、新思路和新技能,對行動者本人產(chǎn)生“創(chuàng)造性破壞”效應(yīng),即行動者能力將在單一目標(biāo)取得“點(diǎn)式精進(jìn)”成效,在多種目標(biāo)取得“線式精進(jìn)”甚至“面式精進(jìn)”成效。

上述研究結(jié)論全面展現(xiàn)了行動者與機(jī)器學(xué)習(xí)之間的作用關(guān)系。一是機(jī)器學(xué)習(xí)與技術(shù)可供性理論的核心內(nèi)涵高度契合;二是機(jī)器學(xué)習(xí)符合行動者的主觀認(rèn)知,其能夠賦予行為主體更大的可能性;三是行動者與機(jī)器學(xué)習(xí)之間具有不可否認(rèn)的能動作用。一方面,人類對于生產(chǎn)實(shí)踐的需要推動科學(xué)技術(shù)不斷進(jìn)步;另一方面,新興技術(shù)發(fā)展提高并精進(jìn)了行動者的行動能力。據(jù)此,本文構(gòu)建技術(shù)可供性視角下機(jī)器學(xué)習(xí)與行動者能力理論模型,如圖3所示。

圖3 技術(shù)可供性視角下機(jī)器學(xué)習(xí)與行動者能力理論模型Fig.3 Machine learning and actor competence theory model from the perspective of technology affordance

4.2 理論貢獻(xiàn)

(1)概念界定與視角驗(yàn)證。本文通過對國內(nèi)外文獻(xiàn)庫進(jìn)行檢索、查閱與梳理,厘清了技術(shù)可供性理論演化路徑。在此基礎(chǔ)上,結(jié)合學(xué)者對技術(shù)可供性概念的界定,進(jìn)一步剖析技術(shù)可供性理論的基本內(nèi)涵,對于深入理解“技術(shù)”與“可供性”的內(nèi)在聯(lián)系具有重要意義。與此同時(shí),本研究運(yùn)用科學(xué)研究方法驗(yàn)證機(jī)器學(xué)習(xí)的可行性,為后續(xù)相關(guān)領(lǐng)域引入并應(yīng)用機(jī)器學(xué)習(xí)視角開展深入研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)。

(2)機(jī)制解析與理論延伸。發(fā)展人工智能已成為當(dāng)今社會主流趨勢,而機(jī)器學(xué)習(xí)則是開啟人工機(jī)器或人工系統(tǒng)智能化的重要驅(qū)動力。當(dāng)前研究主要集中于概念詮釋、機(jī)制探索及應(yīng)用展望等方面,其應(yīng)用主要分布在新聞傳播、工業(yè)設(shè)計(jì)及在線教育等領(lǐng)域。本文對人工智能領(lǐng)域代表性企業(yè)開展研究,基于底層邏輯詮釋智能時(shí)代技術(shù)可供性的本質(zhì)與形態(tài),基于過程邏輯解析機(jī)器學(xué)習(xí)提高并精進(jìn)行動者能力的作用機(jī)制,基于頂層邏輯發(fā)現(xiàn)并構(gòu)建符合時(shí)代特征的“機(jī)器學(xué)習(xí)與行動者能力”理論模型,進(jìn)一步完善了傳統(tǒng)技術(shù)可供性理論并延伸了其適用范圍。

4.3 政策建議

(1)研發(fā)層面:強(qiáng)化基礎(chǔ)學(xué)科建設(shè),夯實(shí)科研攻堅(jiān)力量。世界頂尖科學(xué)家協(xié)會主席羅杰·科恩伯格指出,基礎(chǔ)科學(xué)是人類進(jìn)步的希望;中科院院士劉維民認(rèn)為基礎(chǔ)科學(xué)是科技發(fā)展的重要基石;中科院院士朱日祥表示,基礎(chǔ)研究是科技創(chuàng)新的源泉。由此可見,基礎(chǔ)科學(xué)對于構(gòu)建國家核心競爭力具有不可替代的作用。2020年,為選拔適用于國家重大戰(zhàn)略需求且綜合素質(zhì)過硬或基礎(chǔ)學(xué)科拔尖的人才隊(duì)伍,教育部啟動實(shí)施招生改革試點(diǎn)工作——強(qiáng)基計(jì)劃。該計(jì)劃施行以來成效顯著,但受多種因素影響,我國基礎(chǔ)科學(xué)研究較之歐美發(fā)達(dá)國家仍有差距。因此,應(yīng)適時(shí)將“強(qiáng)基計(jì)劃”升級為“強(qiáng)基戰(zhàn)略”,在規(guī)制層面指導(dǎo)社會各層次教育機(jī)構(gòu)及相關(guān)部門強(qiáng)化數(shù)學(xué)、物理、化學(xué)等基礎(chǔ)學(xué)科建設(shè),激發(fā)拔尖創(chuàng)新人才對于前沿科技及關(guān)鍵領(lǐng)域的探索熱情,夯實(shí)我國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略下的科研攻堅(jiān)力量,進(jìn)而維護(hù)、增進(jìn)并實(shí)現(xiàn)國家利益與發(fā)展目標(biāo)。

(2)轉(zhuǎn)化層面:完善政策法規(guī)體系,助力科技成果轉(zhuǎn)化。戴密斯·哈薩比斯、大衛(wèi)·席爾瓦及黃士杰在開展AlphaGo項(xiàng)目研究之前,已經(jīng)投身于與計(jì)算機(jī)科學(xué)有關(guān)的學(xué)科研究很多年?？梢?基礎(chǔ)科學(xué)研究具有長期性、復(fù)雜性及不可預(yù)見性等特征,主要體現(xiàn)在科研成果產(chǎn)出上。其中,長期性需要直接或間接調(diào)配使用自我經(jīng)驗(yàn)與他人經(jīng)驗(yàn),在某種意義上體現(xiàn)為一種遞歸函數(shù)效應(yīng);復(fù)雜性需要直接或間接選擇控制解釋變量與無關(guān)變量,在某種意義上體現(xiàn)為一種多重回歸效應(yīng);不可預(yù)見性需要直接或間接絕對收斂目標(biāo)集合與結(jié)果集合,在某種意義上體現(xiàn)為一種柯西分布效應(yīng)。因此,為進(jìn)一步提升科技項(xiàng)目攻堅(jiān)轉(zhuǎn)化成效,政府應(yīng)結(jié)合基礎(chǔ)科學(xué)研究的本質(zhì),在風(fēng)險(xiǎn)容忍與激勵(lì)補(bǔ)償層面建立并完善相應(yīng)法規(guī)機(jī)制,降低機(jī)構(gòu)或個(gè)體研發(fā)風(fēng)險(xiǎn),并堅(jiān)定基礎(chǔ)研究者的科研精神與科研信心。

(3)應(yīng)用層面:重視新興技術(shù)應(yīng)用,提高行為主體能力。首先,本文回答了“機(jī)器能思考嗎”這一源自圖靈時(shí)代便廣受計(jì)算機(jī)、人工智能相關(guān)領(lǐng)域關(guān)注的核心問題。機(jī)器學(xué)習(xí)作為一種實(shí)現(xiàn)人工智能從無到有、由弱至強(qiáng)的關(guān)鍵路徑,其在原始資料搜集、分析、判定層面為人類應(yīng)對現(xiàn)實(shí)世界中普遍存在的非確定性問題提供了強(qiáng)有力支撐;與此同時(shí),機(jī)器學(xué)習(xí)所表現(xiàn)出來的創(chuàng)造性行為也突破了人類固有的思維限定,上述現(xiàn)象是“機(jī)器思考”的集中體現(xiàn);其次,近年來人們愈發(fā)擔(dān)心人類被機(jī)器所取代,需要明確的是,機(jī)器學(xué)習(xí)并不能被狹隘定義為專屬于機(jī)器的學(xué)習(xí)途徑,而是一種為滿足并服務(wù)于人類發(fā)展需要的學(xué)習(xí)方式。基于此,管理者應(yīng)擯棄偏見,始終遵循自然事物發(fā)展規(guī)律,深刻認(rèn)識到機(jī)器學(xué)習(xí)對于管理方法、管理模式及管理效益的賦能引領(lǐng)作用,重視機(jī)器學(xué)習(xí)及其它新興技術(shù)的運(yùn)用,提高行動者解決所屬行業(yè)難題的能力,進(jìn)而促進(jìn)相關(guān)領(lǐng)域健康、穩(wěn)定發(fā)展。

4.4 未來展望

(1)人類的“熱思維”決定其正確理解世界萬物皆有其道的含義。因此,針對自然規(guī)律這一隱性開源知識,推動科學(xué)進(jìn)步是外延人類行動能力的必要過程。而計(jì)算機(jī)的“冷思維”決定機(jī)器學(xué)習(xí)是認(rèn)識自我、改變自我、提高自我的進(jìn)入路徑,本質(zhì)上是以學(xué)習(xí)試錯(cuò)方式趨近并滿足人類的主觀意志。因此,針對人類社會出現(xiàn)的困點(diǎn)問題,應(yīng)在主觀認(rèn)知層面認(rèn)識到科技創(chuàng)新對于增強(qiáng)社會文明主體能力的重要驅(qū)動作用。

(2)本文基于定性研究方法,探索并分析機(jī)器學(xué)習(xí)與行動者能力之間的內(nèi)在聯(lián)系,未來將基于成熟量表、新開發(fā)量表檢驗(yàn)兩種變量及其與其它變量之間的作用關(guān)系,以進(jìn)一步揭示機(jī)器學(xué)習(xí)、大數(shù)據(jù)及人工智能等新興技術(shù)對于行動者能力的作用機(jī)理,進(jìn)而提升相關(guān)部門、企事業(yè)單位及社會團(tuán)體的管理決策成效。

(3)高端技術(shù)在服務(wù)于人類社會的同時(shí),也為不軌分子提供了變相操作或博弈對抗的可能。因此,相關(guān)部門應(yīng)加強(qiáng)從業(yè)者思想道德教育,推動反制技術(shù)研發(fā),完善市場監(jiān)管體系,優(yōu)化刑罰懲治舉措,防范算法合謀、信息竊取、網(wǎng)絡(luò)攻擊等高科技犯罪或非道德行為的滋生與蔓延,確保市場主體公平競爭、市場機(jī)制高效運(yùn)行、營商環(huán)境平和穩(wěn)定。

(4)中共二十大報(bào)告指出:“我們要堅(jiān)持推動高質(zhì)量發(fā)展,加快現(xiàn)代化經(jīng)濟(jì)體系建設(shè),著力提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性和安全水平?！睍h強(qiáng)調(diào),沒有堅(jiān)實(shí)的物質(zhì)技術(shù)基礎(chǔ),就不可能全面建成社會主義現(xiàn)代化強(qiáng)國。供應(yīng)鏈金融對于國家戰(zhàn)略目標(biāo)的順利實(shí)現(xiàn)具有重要支撐作用,而本研究所取得的階段性成果能夠?yàn)橄嚓P(guān)學(xué)者帶來一些啟示,進(jìn)而助力中華民族偉大復(fù)興。