导论

知识经济时代，互联网、大数据、物联网、人工智能（Artificial Intelligence，AI）、云计算、脑科学等新领域不断涌现，人类的科技创新又一次迎来了爆发式增长期。一方面，计算机科学的发展使我们人类对自身的思维和大脑运作方式的理解得以不断提升。人类进一步思考计算机与人脑的各种关系，例如：互联网大脑如何让计算机完成人类心智所能做的各种事情？互联网大脑与人脑的逻辑关系如何？对人工智能的本质的研究结果发现，人脑的丰富程度与微妙性远远超出了心理学家先前的猜测。另一方面，互联网、人工智能和脑科学的发展为智力资本的发展提供了新的视角，智力资本在新的时代背景下呈现出新的探讨价值。

本书是一个跨界研究的课题，从AI时代背景出发，涉及经济学、神经经济学、管理学和法学等学科理论。本书研究的核心是智力劳动与知识在价值创造、价值提取、价值实现和价值分配这密不可分、互相依存又相互独立的环节中的作用。在知识经济时代，智力劳动的价值创造过程与AI技术紧密相关，AI技术的迅速发展为智力劳动的价值创造过程提供了新的平台，增加了价值创造的效果与成果，为实现智力劳动成果价值最大化提供了物质基础。而要实现价值最大化，必须进入价值提取阶段，依靠商业模式，在生产的每条价值链中，提取高于成本的新创造出来的价值。价值链中的价值被提取出来之后，必须在市场上得到实现，使得理论上的利润变成真正的利润。而价值分配，则是更重要的一环，没有合理、公平、有激励的分配，智力劳动的价值创造就会失去动力。

一、智力资源的生产力崛起

知识经济是智力资源消耗型经济，它主要依赖于知识、智力的投入。可以说，知识经济是以智力劳动和智力资本的投入为主的经济，智力劳动和智力资本是知识经济的基础。

智力劳动（Intellectual Work，也可称为Mental Working）是以智力为中心，具有创造性的、拓展自身知识的劳动，具有价值的多量性、活动的创造性、工作的人本性、形态的多样性、收益的共享性等属性。本书所探讨的智力劳动，不同于传统的体力劳动与脑力劳动。智力劳动是人类进化的一个重要体现，知识经济时代，劳动不再单纯地以劳动力形式进行区分，而是被内容替代。传统劳动以劳动力的形式进行划分，劳动力所需要的资料是产生劳动力的生活资料；智力劳动则更强调思维的重要性，思维所需要的资料是产生观念形态价值的知识。劳动力所需要的生活资料，凭劳动力可以谋取，而思维所需要的资料——知识，必须凭思维能力运用知识去获得。智力劳动是一种无形智力资产，具备商品价值，在价值循环中不断增值，这也赋予了智力劳动一种特殊的资本属性。

智力资本（Intellectual Capital，IC）是一种商业经济活动的无形价值（Intangible Value），普遍为人接受的范式包含人力资本（Human Capital）、结构资本（Structural Capital）和关系资本（Relational Capital），是知识单位（企业/区域/国家）物质资本和非物质资本的总和。智力资本体现的是人的一种综合能力，一种能够创造价值或效用的能力，也是一种智力和知识相互融合而带来效益的资本。

智力资本的精髓在于强调了活劳动中的脑力劳动对商品价值的创造作用，通过人的智力运作发挥知识的创造力，在知识单位（企业/区域/国家）运营中创造价值，实现价值的增值，R＆D（Research＆Development）人员是企业内部最宝贵的智力资本主体。知识单位的R＆D活动是判断智力资本活跃度的一个重要变量，R＆D的资本化程度是智力资本与其经济价值的贡献的外在反映，大脑机制的“主观效用”则是智力资本经济价值的内在体现。

智力劳动与智力资本是两种不同的“知识”形态，但两者的本质都体现了知识与创新的价值。智力劳动与智力资本所体现的领域又有所不同，智力劳动主要体现在生产领域环节，智力资本则主要体现在市场领域环节，智力劳动是起源，智力资本是智力劳动“资本化”的结果，智力劳动在资本化之前以劳动与价值的形式体现，劳动与价值只有经历了市场“资本化”的过程才最终体现出智力资本的物化形态。

与此同时，互联网经济的迅速崛起，改变了知识创造与价值增值的传统形态，知识与大数据、物联网、AI等时代名词的碰撞，使得人脑与“互联网大脑”的融合迸发出前所未有的生产力火花，人类的创新进入了一个新纪元。

二、人工智能的发展历史

人工智能就是让计算机完成人类心智（mind）能做的各种事情。它是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新的技术科学，是融合了计算机科学、统计学、脑神经学和社会科学的前沿综合性学科。智能不是一维的，而是结构丰富、层次分明的空间，具备各种信息处理能力。智能是人类具有的特征之一，对于人类智能（或者说智力）的界定，科学界迄今没有给出一个令人满意的定义。有人从生物学角度将其定义为“中枢神经系统的功能”，有人从心理学角度将其定义为“进行抽象思维的能力”……

人工智能有两大主要目标：一个是技术层面的，利用计算机完成有益的事情（有时候不用心智所使用的方法）；另一个是科学层面的，利用人工智能的概念与模型，帮助回答有关人类和其他生物体的问题。因此，研究人工智能的目的，一方面是要创造出具有智能的机器，另一方面是要弄清楚人类智能的本质。人工智能既属于工程的范畴，又属于科学的范畴。人工智能发展史如图0-1所示。

二十世纪四五十年代，人工智能真正出现。数学、心理学、工程学、经济学和政治学等领域的科学家们开始探索制造人工大脑的可行性。1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词，成为人工智能正式诞生的标志。在这次会议之后，人工智能迎来了属于它的第一段蓬勃期。在这段长达十余年的时间里，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何和英语问题。这让很多研究者对机器向人工智能发展充满了信心。甚至在当时，有很多学者认为：“二十年内，机器将能完成人能做到的一切。”

20世纪70年代，人工智能遭到人们的广泛批评，进入低谷期。由于科研人员在人工智能的研究中对项目难度预估不足，不仅导致与美国国防高级研究计划署的合作计划失败，还让人工智能的前景蒙上了一层阴影。诸多研究经费也被转移到那些目标明确的特定项目上。

在当时，人工智能面临的技术瓶颈主要有三个方面：第一，计算机性能不足，这导致早期很多程序无法在人工智能领域得到应用；第二，问题的复杂性，早期人工智能程序主要是解决特定的问题，因为特定的问题对象少、复杂性低，可一旦问题维度提升，程序立马就不堪重负了；第三，数据量严重缺失，在当时不可能找到足够大的数据库来支撑程序进行深度学习，这很容易导致机器无法读取足够量的数据进行智能化。

20世纪80年代，人们试图创造出能进行人机对话、语言翻译、图像解释以及能够像人类一样进行推理的机器。许多公司开始采用“专家系统”，大量研究资金纷纷涌向人工智能领域。

20世纪80年代末期，人们逐渐丧失了对“专家系统”的狂热，再次陷入失望。人工智能再次遭遇经费危机，成为浩瀚太平洋中那一抹夕阳红。

20世纪40年代到现在，当人类在探索人工智能的道路上跋涉70多年后，实现“让机器人完成人类所有的工作”这个目标看上去仍遥遥无期。人工智能既带来了无数技术、小发明，也对生命科学、哲学、经济学等领域产生了深远的影响。

三、人工智能的前景与未来

人工智能技术起源于心理学，心理学家和神经学家利用人工智能提出了各种心智——大脑理论，如“大脑的运作方式”和“这个大脑在做什么”的模型，人工智能告诉我们：心智内容的丰富程度远远超出了心理学家们先前的猜测。

当前人工智能的发展方向可以分为两种：一种是受控于人类的智能机器或智能程序，人类输入指令后让其达到预期的目的；另一种是能自主判断、推理、学习、进步的智能。显然，后一种更增加了人工智能无穷的魅力。

人工智能工作者来自各个领域，几乎没有统一的目标和方法。可以说，人工智能经过70余年的发展已经取得了惊人的成就，它的实际运用范围也十分广泛，强人工智能再次引起人们的注意，如果未来强人工智能目标得以实现，人工智能系统将减少对专用编程技巧的依赖，而受益于推理和知觉这些通用智能——语言、创造力和情感，这些典型的“人类”特征只是在一定程度上被模拟。通用智能仍然是一个严峻的挑战，强人工智能无疑是人工智能领域的圣杯。

对于人工智能的未来，一些专家过度狂热的预言令记者和文化评论员们异常兴奋，甚至害怕。最好的例子是奇点（Singularity），即人工智能超过人类智力的极限的时间点。奇点代表人工智能将达到的人类水平的智能。按照此逻辑，不久的将来，强人工智能将变为超人工智能，届时系统将智能化到可以自我复制，从而在数量上超过人类，并且可以自我提高，从而在思想上超越人类。

四、人工智能与人脑功能

大自然生物的表现形式千差万别，但生物的核心——大脑却表现出明显的方向性，从单细胞到人类，大脑越来越复杂，智慧程度越来越高。生物通过自然竞争和自然选择体现出生物的多样性，但在大脑这个生物最重要的器官上却表现出方向性，对大脑的研究已经成为现代科学中最深奥的课题，也是最难攻克的科学堡垒。

人脑具有生理性（细胞、神经）和社会性（分析能力、思考能力、情感、语言、创造性思维）双重属性，人脑的双重性是智力劳动创造价值的物质基础。社会性是区别大脑与人体其他器官的重要标志，社会性也是智力劳动最宝贵的财富。随着人类社会发展智力劳动程度的不断提高，社会中人脑的思考能力、创造性也随之不断提高。并不是所有的大脑都具备创造性劳动，但通过教育、深度学习、训练思维等手段，可提高大脑的创造性。

人工智能的实现依托“互联网大脑”的构建。互联网大脑可理解为互联网向与人类大脑高度相似的方向进化过程中，形成的类脑智能巨系统架构。互联网大脑架构具备不断成熟的类脑视觉、听觉、躯体感觉、运动神经系统、记忆神经系统、中枢神经系统、自主神经系统。互联网大脑通过类神经元网络将社会各要素（包括但不限于人、AI系统、生产资料、生产工具）和自然各要素链接起来，在群体智慧和人工智能的驱动下通过反射弧实现对世界的认知、判断、决策、反馈和改造。人工智能先驱尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科——怎么表示知识以及怎样获得知识并运用知识的科学。”互联网大脑示意图如图0-2所示。

人脑联网是脑机接口系统的前沿领域，着重解决人类大脑工作和处理数据的不足。智能互联网可以简化人们对自己大脑和他人大脑的理解，而这只需要通过持续监测大脑活动以及一些简单的互动就能实现。2017年7月，南非金山大学的一个研究小组在生物医学工程领域取得了重大突破，研究人员设计了一种将人脑实时链接到互联网的方式，它被称为“智能互联网”（Brainternet）项目，其实质是将大脑转变为万维网上的物联网（IoT）节点。听起来十分神秘的人脑互联网链接，其实用户只需头戴一个能够捕获脑波信号的移动脑电图（EEG）设备，再将收集到的信号传输到Raspberry Pi小型计算机。该计算机会将数据直接传输到应用程序编程接口，并显示在公开网站上。

利用脑电波信号产生可操作的动作且最具代表性的应该就是现代著名物理学家霍金。全身瘫痪的霍金，可以依靠Apple电脑眼球追踪系统，借着眼球的运动给电脑发出指令，当光标扫过屏幕上显示的字母表时，精准输入自己想要的字母。正是在此系统的辅助下，霍金的智慧才能被世人所知。互联网大脑与人类大脑通过技术层面的链接，不断地对人类大脑的功能与意义进行深化。

总之，AI技术的出现是智力劳动社会性的最新体现，为智力劳动者创造性劳动提供新技术、新平台、新空间。AI技术链接了人类的互联网，在结构上逐渐呈现与大脑高度相似，人通过自己创造的技术——互联网向着宇宙大脑的方向进化，“人”同时链接了生物进化与互联网进化。脑的进化、互联网的进化都表现出明显的方向性，它们的共同点是承载的知识库容量和使用知识的能力不断提升。

五、人脑功能与经济学

神经经济学（Neuroeconomics），或称神经元经济学，也叫脑袋经济学，它是以大脑为研究对象的经济学，是一个新兴的跨领域学科，诞生于21世纪初，它运用神经科学技术来确定与经济决策相关的神经机制。2002年诺贝尔经济学奖得主弗农·史密斯（Vernon Smith）在颁奖大会上作了题为“经济学中的建构主义和生态理性”的报告，在报告中他提到，“新的大脑影像技术激发神经经济学研究去探索大脑的内在秩序及其与人类决策（包括固定赌博的选择，也包括由市场和其他制度规则所中介的选择）之间的关系”。此后，越来越多的研究者开始关注这一学科。

神经经济学的理论是由大脑实际上是怎样思维的事实支配的。这里的“经济”应该更广义地理解为（人类或其他动物）在评价选项（alternatives）所做出的任何决策过程。神经经济学也被看作行为经济学的一个分支。行为经济学运用社会科学的事实和概念来显示意志力、对他人的关心、计算能力的有限性和生物是怎样影响经济行为的。社会科学是经济学、心理学、社会学和人类学的邻近科学。神经经济学运用大脑活动的事实扩展了行为经济学。

传统的经济学尝试运用数学、统计的方法对经济决策进行研究，却忽略了实现这些决策过程所包含的心理或神经机制（Neural Mechanism）。传统的神经科学或心理学研究，大量地关注对机制的研究，却忽略了人或动物运用这些机制的经济目标。跨学科融合的一个直观的好处在于我们可以对现有的经济模型提出准确的心理或神经元层次的描述。

神经经济学与传统经济学、行为经济学的区别与联系如表0-1所示。

资料来源：马庆国，王小毅.认知神经科学、神经经济学与神经管理学［J］.管理世界，2006（10）：139-149.

跨越自然学科—社会科学边界的跨学科融合面临的是巨大的挑战，仅仅实现让社会科学家们掌握自然科学的研究工具与测度手段，这离真正意义上的跨学科综合还相去甚远。毫无疑问的是，关于人们如何做出决策的经济学理论的约束条件如果包括“人类大脑实际上能做什么”，那么相当多的当代神经科学对经济学理论的构建肯定大有帮助。

六、小结

作为本书开篇的导论部分，我们简单梳理了本书所研究的时代背景，介绍了相关概念，勾勒出AI、智力劳动、智力资本、神经元、价值与创新等元素，试图挖掘这些元素背后的内在联系。本书正是在经济学、管理学、心理学、脑科学和法学等交叉领域的一次全新探索，在人脑与互联网大脑的对立与融合中，从智力资本价值循环的视角出发，展示出一条清晰的基于智力劳动与知识价值的跨学科分析脉络。