今年以來，元宇宙火遍全球。這一概念源自上世紀90年代科幻小說《雪崩》，被視為現實世界在網際網路上的延展，吸引著國內外科技公司投身其中，以藉助5G、AR/VR（增強現實/虛擬現實）、可穿戴裝置等前沿技術，讓當年的願景照進現實。
激進者如Facebook創始人扎克伯格，直言自己是元宇宙的信徒，“不僅僅是遊戲，我們相信它是移動網際網路的繼承者”。今年7月，扎克伯格在接受外媒The Verge採訪時表示，接下來五年內，Facebook要變成一家元宇宙公司。
國內公司也沒閒著。截至今年9月，騰訊申請註冊的元宇宙系列商標達到近百個。位元組跳動則在8月底以幾十億元併購VR裝置廠商Pico，而VR被廣泛視為元宇宙的基礎構成要素之一。
但並非所有人對元宇宙“感冒”。蘋果、微軟等公司的高管在談及元宇宙時，態度十分謹慎。
蘋果公司CEO庫克在9月份接受《時代》雜誌專訪，當被問及蘋果正在押注的AR是不是元宇宙概念時，庫克表示：“這是有明顯不同的兩個詞。我不會亂用這些流行詞。我們稱之為增強現實。”
工程師出身的微軟中國CTO韋青在近期接受字母榜專訪時，則更願意將Metaverse的本意還原為微軟公司董事會主席兼CEO薩提亞·納德拉在他的《重新整理》一書中文版中翻譯為的“虛擬空間”，認為它比元宇宙更能表達《雪崩》作者的原意，也更容易為普羅大眾所理解。
韋青
在韋青看來，無論稱之為元宇宙還是虛擬空間，所要解決的問題其實是一致的，即“人與機器的關係”問題和“技術使命”問題。
此外，在當前實踐中，外界很容易將“擁有技術”自動地等同於“應用技術”。韋青認為，原則上只要有錢，就有可能買到和擁有某種技術；但只有經歷長期的學習和嘗試階段之後，人類才可能真正把擁有的技術應用到位。
韋青表示，以機器學習為例，“擁有”和“利用”之間的鴻溝是這一先進技術應用到各行各業所面臨的主要障礙之一。
“其實，僅以目前的機器學習技術水準來看，已經足夠為人類社會的發展做出巨大的貢獻。當然，實現這個目的的前提是腳踏實地，大家的眼光不能只專注在看起來很美的人臉識別或語音識別上面。”韋青說。
專訪期間，除了元宇宙、機器學習等熱門領域外，韋青還針對人工智慧、資訊科技等當下科技前沿領域的焦點話題，一一給出了自己的獨到見解。
以下是字母榜（ID：wujicaijing）與韋青的部分對話內容：
“元宇宙”還是“虛擬空間”？
字母榜：近期，元宇宙、VR等概念和技術大火，怎麼看待這個現象？
韋青：我自己對於元宇宙的理解來源於尼爾·斯蒂芬森寫的《雪崩》這本出版於1992年的科幻小說。在薩提亞2017年出版的《重新整理》這本書裡，也專門講到當他1992年加入微軟時，有兩本未來主義作品獲得了全公司工程師的熱烈追捧，第一本就是《雪崩》，另一本是戴維·格倫恩特爾的《映象世界》。
只不過，當時中文翻譯把Metaverse譯為“虛擬空間”，而不是現在大為流行的“元宇宙”。其實，到現在我也沒搞明白為什麼一定要稱之為“元宇宙”，我個人認為“虛擬空間”比“元宇宙”更能表達作者的原意，也更容易為普羅大眾所理解。
字母榜：這是不是意味著，真正的元宇宙還太遙遠？
韋青：我所受到的工程師文化的教育，特別重視技術的大眾化和普及化，尤其需要在技術的術語上儘量採用通俗易懂的語言。
《雪崩》所描述的未來願景，早在上世紀90年代就讓人們非常激動。過去幾十年像微軟、谷歌、臉書這些公司大都受其影響，並且都在一步一步的努力實現當初的願景。
但在具體的實現過程中，純粹的虛擬空間只是其中一部分；與物理世界的有機結合，也就是通常人們說的CPS賽博物理系統，或者數字孿生，能夠更加精確的表達技術走勢和技術以人為本的初心。。
歸根結底，物理空間的一切物件，包括物件的屬性、行為和之間的關係，都需要經過數字化建模對映到賽博空間，使得物理空間成為賽博空間內可被計算的物件。但是更重要的是，賽博空間內的計算結果還需要映射回物理空間，從而起到加強人類現實世界能力的作用。
在這種技術邏輯的約束下，無論稱之為元宇宙、虛擬空間、賽博物理系統、數字孿生，還是現在聽起來已經沒有那麼炫耀的物聯網、語義網，其實都有異曲同工的妙義。
尤其是當人們能夠把這些貌似新鮮的概念都拉回到第一性原理之後，它們無非是同一個願景之根上生長出來的不同枝幹，要解決的還是困擾人類幾百年甚至上千年的“可計算”問題以及“計算目的”問題，最終歸結為“人與機器的關係”問題和“技術的使命”問題。
字母榜：想要解決上述終極命題，當下還需要哪些基礎能力的配合？
韋青：比如建模的統一化、資料的標準化，又比如RDF（Resource Description Framework，資源描述框架）、OWL（Ontology Web Language，網路本體語言）。這些看似過於專業和有些年頭的技術術語，反而可以引起更多的關注，而這種實質性對底層技術的關注，有可能更有助於幫助人類實現《雪崩》或者《映象世界》所描述的技術願景。
智慧時代 重新認識資訊化
字母榜：我們該如何理解當下雲計算、大資料、物聯網等技術的發展？
韋青：過去一百多年，人類社會的電氣化程序，最早是少數商家專注於發電謀利，其中最著名的就是早期的直流、交流電之爭，形成了歷史上著名的以愛迪生為代表的直流電技術流派，以及以特斯拉和西屋電子為代表的交流電技術流派，雙方圍繞技術與商業展開爭奪。
當然，大家已經看到它的結果，就是近百年來電力已經變成了全社會的關鍵公共基礎設施，全世界的主要商業都基於用電來提升自己的效率和能力，只有極少數的企業關注於如何發電。
有理由相信，在未來的智慧時代，資訊也是一種與物質和能量等同的人類基本力量，或許我們可以稱其為“資訊力”。現在大家所爭論與正在實現的技術，比如雲計算、大資料、物聯網、下一代通訊技術和機器學習，都是我們能夠在短期內感知到的賦能型資訊科技。
字母榜：更長遠的資訊科技會如何賦能？
韋青：我們也需要有這樣一種視野，就是當這些資訊科技都成為像電力這種能源技術一樣的、可供全社會使用的關鍵公共基礎設施之後，這一類公共基礎設施會孕育出什麼樣的產品與服務能力。
就像人類不能夠直接用電，需要透過被電所賦能的產品與服務而享受到電力的好處一樣，我們也需要有大量的商業、產業與學術機構，開始認真思考如何基於這種即將普及的新型資訊公共基礎設施，重構全社會所有產品與服務形態與能力。
在這種技術思維正規化下，我們就要精確區分擁有技術的能力和使用技術的能力。而使用資訊科技的能力，恰恰是目前社會大部分企業以至於個人的短板，這也就是前面我所說的擁有與使用技術的不同思考維度以及不同的發展路徑。
我們現在不會無聊到問每間公司，或者每一個家庭，或者每個人是否在用電和在用什麼種類的電；同樣的道理，什麼時候我們不再關注資訊科技本身，因為它已經融入人類社會的每一個環節和每一個角落，也就是微軟對未來技術願景描述所稱的“無處不在的計算”、“無處不在的智慧”和“以人為本的技術”。那個時候，人們就會像過去百年電氣化社會改造所經歷的路程一樣，專注於利用各種先進的資訊科技改造全人類的生活、學習與工作。
字母榜：現在再提起資訊化，是否會顯得有點過時？
韋青：有人可能會質疑資訊化是一個過時的字眼，我們已經快速地邁向智慧化的時代。但我們仔細認真想一想，我們全社會的所有流程到底有多少真正透過數字化技術實現了資訊化。全社會的資訊化是一個系統工程，它不僅取決於最先進的那一部分，也受制於最落後的那一部分。
正如系統論短板效應所指出的，全社會的資訊化能力取決於最短的那塊板。如果不把那塊短板補齊的話，全社會的整體資訊化程度是不完整的。這也就是為什麼在網際網路發展了那麼多年之後，大家認識到虛擬經濟與實體經濟是不可分割的一個整體，數字能力與物理能力同樣也是一個不可分割的整體。
當我們利用數字化技術，把過去幾十年未被資訊化的全社會流程、產品和服務都做到資訊化之後，虛擬和物理空間完全呼應之後，物理實體與數字孿生完全對應之後，如果把這個稱之為元宇宙，那倒可能是人類開始踏入智慧社會的象徵。要想實現這個目標，我們現在所談論的所有先進的或者不先進的數字化技術，就有了它們真正的用武之地。
當然，與此同時還會有科學家們繼續突破人類現有的認知侷限，堅持不懈地去探索和摘取最終的人工智慧的明珠。這種工程實現與科學探索是交相呼應、協同發展的過程，都會對社會的發展做出巨大的貢獻，只不過它們的關注點和實現方式有所不同。
人工智慧：尚待摘取的皇冠明珠
字母榜：Facebook人工智慧首席科學家楊立昆最近出版了新書《科學之路——人、機器與未來》，你為何為其撰寫推薦語？
韋青：楊立昆教授在人工智慧和機器學習領域以敢言而著稱。他親身經歷了人工智慧在過去幾十年的發展過程，堅持倡導以深度學習為代表的機器學習方法，屢經挫折和考驗。這種經歷和感受，對於有志於在人工智慧與機器學習領域有所發展的後來者，有很大的借鑑意義。
“以史為鑑，可以知興衰”；“以人為鑑，可以知得失”。瞭解任何一門得到廣泛應用的技術，都需要經歷漫長的探索與研究過程。而作為一個科學家為了能夠有所成，就要甘於寂寞，勇於創新，同時又要有所堅持。這種科學精神和具體實踐，對於即將到來的智慧時代的技術發展，具有重大的指導意義。
字母榜：讀完這本書給您帶來了哪些新的認知？
韋青：我為這本書寫序的過程，也是一場伴隨機器學習成長的學習之旅。可能由於我的工程師背景，我對楊立昆教授在實現機器學習過程中的工程方法論感同身受，對於技術的“擁有”和“利用”，也就是大家口頭上經常說的技術是否“有”和”用“之間的矛盾與統一非常認可。
在我們的實踐中，人們很容易將“擁有技術”自動地等同於“應用技術”，而原則上只要有錢就有可能買到和擁有某種技術。但是之後往往需要經歷長期的學習和嘗試階段，才可以把花費了很多資金而擁有的技術真正應用到位，讓它確實發揮作用。這恰恰是目前機器學習開始應用到各行各業所面臨的主要障礙之一。
作者：[法]楊立昆（Yann LeCun）
出版社：中信出版集團
譯者：李皓 馬躍 譯
出版年：2021.08
字母榜：有哪些辦法能讓機器學習能力再次突破嗎？
韋青：機器學習發展到目前這個階段，要想做出突破已經不是一件容易的事情，大機率上需要有科學正規化的突破。這種突破需要集全球眾多科學家、數學家和工程師的共同努力，應該不是一般企業能夠獨自承擔的重任。對於絕大多數企業而言，我們真正的任務和社會使命是利用現有機器的能力來造福人類，重點應該是聚焦於工程實現領域。
其實僅以目前的機器學習技術水準來看，已經足夠為人類社會的發展做出巨大的貢獻，當然實現這個目的的前提是腳踏實地，大家的眼光不能只專注在看起來很美的人臉識別或語音識別上面。
從人類社會的運作機制而言，我們有大量的任務流程，可以被目前的機器學習能力所最佳化、完善和自動化。我們現在已經可以利用機器學習，將上一世紀末已經做過“業務流程再造”，繼續迴圈迭代地重複進行下去，只不過現在我們有了機器學習這一強大助力，因而能夠更高效地為人類社會帶來利益和福祉。
字母榜：有人認為，目前多數人工智慧公司依然屬於勞動密集型，人工佔比很重。
韋青：另一位人工智慧領域的科學家吳恩達博士，最近給正在利用機器學習為各行各業賦能的實踐者提出了建議。
吳恩達博士提醒大家，業內大量的實踐者已經體會到，在機器學習落地的具體工作中，80%精力要消耗在資料的收集和整理方面；而那些看起來很美、很炫、很厲害的演算法工作，其實只佔到了大約20%的精力。
那麼我們為什麼不把主要的精力放在優質資料的獲取和清理呢？這其實反映的就是我們常說的科學、技術與工程的不同特徵。很多在我們日常生活中應用到的關鍵技術，都不是當時最先進的技術，但必須是當時最可靠、易於維護和經濟效益最佳的技術，這是工程實踐的基本理念。
舉一個例子，大家可能以為，能夠登上火星的裝置所使用的技術，應該是最先進的技術。實際上，控制“毅力號”火星車的中央處理器，是一片與1998年Power PC晶片技術相同的晶片。它的重點不在於計算的速度和用多少奈米來實現，而在於在外太空的嚴酷環境下，還能夠正常執行，以實現它被賦予的任務。
無論是楊立昆還是吳恩達，以及包括微軟在內的眾多行業實踐者，所推崇的都是一種平衡的發展觀。這是對技術創新與工程實現的綜合考慮，也是對擁有技術與利用技術的理性把握。
字母榜：當前的人工智慧處在什麼階段？
韋青：我曾有機會與楊立昆書中提到的若干業界前輩交往。這些在這個領域鑽研數十年的學者，對於人工智慧和機器學習能力的不同階段，有非常清醒的認知。
他們大都將人工智慧定義為人類希望摘取的科學皇冠上的一顆明珠。但具體什麼時候能夠摘取到這顆明珠，沒有人能夠給出確切的答案。也許幾十年，也許幾百年、幾千年，也許不可能實現，因為人類現在連什麼叫“智慧”都沒有給出統一的解釋。
正因為如此，他們也大都將目前機器的能力精確定義為是機器學習階段。薩提亞在他的《重新整理》一書中說，人工智慧分為三個層次，即底層的簡單模式識別能力，中間層的感知能力，以及最高階的認知能力。現在的發展大致處於底層和中間層的階段。
字母榜：明確這個階段機器所能達到的能力，對業界有什麼作用？
韋青：當人們把關注點放在機器的現有能力，而不是科幻小說中所描寫的未來能力的時候，人們就可以把精力放在如何充分發揮機器的特長，來幫助人類減輕工作負擔和生活壓力。
在我看來，這種能力由場景驅動，或者也可以稱為實際行業痛點驅動，然後基於資料，透過計算，由演算法實現的流程自動化能力。這是一種工程實現的能力，也是一種“學以致用”、“有以致用”的能力。
據我所知，這也是包括微軟在內的大多數科技公司正在做的事情：透過技術賦能人類社會的各行各業，透過機器的幫助成就他們原來不可想象的非凡能力。
明確這一點非常重要。就像過去幾百年來的一些思想家們不斷提醒人們的，機器的能力既可以幫助人類獲得更高的幸福感，也可以損害人類的利益。其發展方向絕對不是唯技術論的，必須是以人為本。
