未来的成功方程式
作者?|?西山紅葉
來源|?紅葉看世界 （ID：westM_redL）
轉載請聯系授權(微信ID:?shenjiaweigogogo)
? 前言
????馬云曾說過，他一直在思考的是未來，能掌握未來的人才能引領世界。
????今天我打算從技術的角度談一談未來的發展趨勢。
????每當一種新的技術到來時，?常常會令我們感到驚訝，覺得不可理解，甚至是質疑。?
????我自己也是人工智能相關從業者，但有些時候和周邊的人談論人工智能時，有人會覺得這是一個大忽悠，或者是一種概念上的炒作，亦或者是企業的融資籌碼，但實際上他們還沒有真正開始接觸就先產生了抵觸心理，加上本身對其一知半解。因此每當我試圖去解釋的時候，就很難得到正面的響應，因為大部分人的理解仍處于窮舉的程度。
? ? 但事實上，不論是技術還是未來，很大程度上是能夠被預見的。?這是因為所有的技術都有某種趨向性，?這是由其物理和化學本質所決定的，并不由你我的理解力決定的。
????從自然界來說。想象雨點匯入山谷：一滴雨點流入山谷的實際路徑是無法預測的。我們并不知道它的具體走向，但大方向是很顯然的：它由于重力會往下流。因此，趨勢和方向，深深扎根于自然本質中，使我們能夠預知它們的大體方向。?
????從社會角度說。電話的出現是必然的，但iPhone不是；因特網的出現是必然的，但QQ不是。但是我們總會找到一個方法使人和人之間的溝通變得方便，使社區化更加便捷。
????同樣道理，當下有許多正在發生的趨勢，而我認為其中最重要的一個是讓事物變得越來越聰明。很多專家稱之為“知化”，也就是人們常說的人工智能，或者 AI。我認為在未來二十年中，這將是社會中最具影響力的發展趨勢和驅動力。
????當然，它已經發生了。我們已經有了 AI，它們通常都隱身在后臺工作，但還未非常普及。
????我們可以從幾個大的群體來分析:
????在醫院里，AI 分析 X 光片的水準比人類醫生還要強大，人工閱片會受不同個體的專業水平、經驗和時間的限制，而且還會發生感知疲勞。?
????在交通中，我們乘坐的飛機是由 AI 在駕駛。人類駕駛員不是全程操作，大部分時間都是 AI 在操控的，因為人很難長時間保持高度緊張。?
????在互聯網中，阿里，亞馬遜的產品都是由AI在后臺進行推薦。這些只是一小部分例子，而且都是我們已經實現的。
????我們也有一些更前沿的例子，比如“阿爾法狗”戰勝了世界圍棋冠軍。有時候，我們在打電玩時，對手往往是 AI。?
????如今，教AI打游戲也已經不是什么新鮮事了，但AI自己學習打游戲則是另一個境界。這就是自主學習。我們正在以此為起點，讓機器變得越來越聰明。
????在這樣的背景下，還有三點尚未被充分認識，這也是為什么AI沒有被普及到大家能欣然接受的地步。
????如果我們能深透理解這三點，就能更好的理解 AI，并更加全身心的擁抱 AI。只有擁抱 AI，才能控制AI，才可以在未來獲得成功。
一、我們自己尚未很好的理解，什么是智能
????我們通常認為智能是單維度的，就像一個越來越響的音符。老鼠的智商較低，猩猩的智商較高，接下來是比較笨的人，然后是像我一樣的普通人，再往上是天才。智商越高，智能就越高。?
????事實上，這種看法是完全錯誤的。?這根本就不是智能，人類的智能也并非如此。?智能更像由不同音符組成的交響樂，?每個音符由不同的認知樂器來奏響。
????人類的心智包含了多種智能。我們可以進行演繹推理，我們具備情緒智力，我們有空間智能。我們可能有一百種不同的智能集合在一起，它們在不同人的身上也體現得強弱不一。
????而動物們則可能是另一套體系。由其他智能組成的另一首交響樂，當然，有些樂器與人類是相同的。可能思考的方式相同但側重點不同，某些方面可能還強于人類，像松鼠的長期記憶就很了不得，能清楚記得堅果的埋藏之所。但在另外一些方面可能就不如人類了。
????當我們制造機器時，也會用同樣的方式來設計它們，它們在某些方面會比我們聰明得多，而在其他方面則遠遠不如我們，因為根本沒必要。我們會用這些東西，這些人造的功能組合，為我們的 AI 添加各種各樣的人工認知。我們會讓它們的功能非常單一、具體。比方說:計算器在數學運算上要比我們聰明得多；GPS的空間導航能力遠勝過我們；谷歌、必應、百度在長期數據資料的記錄搜索上完勝我們。?
????然后我們再把這些不同類型的智能，知化運用起來
????比如說汽車的自動行駛功能。我們之所以這么做，正是因為它的駕駛方式跟我們不一樣。它不像我們那樣思考。這恰恰是它的特點。它不會分心，不會擔心是否忘記了關爐子，不會糾結要不要選金融專業，學醫到底是救人還是賺錢。它只知道開車。
????它會全力以赴的開車，我們甚至可以把這個做為賣點，叫做“無意識”。它們沒有意識，不會東想西想，不會分心。?
????所以，我們應該盡我們所能制造各種各樣的思考型智能，去嘗試所有可能的思考方式。在商業和科學上，我們會遇到一些難題，單憑人類自身的思考無法解決。我們可能需要分兩步走，先發明出新的思考方式，再與它們一起解決這些真正的難題，比如暗能量和量子引力。
????我們實際上是在創造異形智能。某種意義上，甚至可以將它們看作"人造異形"。它們將幫助我們用不同的方式思考，而換一種思考方式是創造的源泉，是財富和新經濟的引擎。
?二、我們將用 AI?推動新的工業革命
????????
????在第一次工業革命中，人類發明了我稱之為 “人造能源” 的東西。在此之前，在農業革命時期，制造業靠人力驅動，或者靠畜力。除此之外別無他法。?
?
????工業革命時期的偉大發明就是人們利用化石燃料和蒸汽所產生的“人造能源”來做我們想做的大多數事情。
????
????今天，當我們開車行駛在高速上，只需輕輕撥弄開關，就能駕馭250馬力；我們可以建造高樓大廈，修建道路，建設城市，開辦工廠，源源不斷地 生產桌椅或冰箱，這些都遠遠超出了人力所為。這種“人造能源” 還可以通過電網和電線?輸送到家庭、工廠和村莊，任何人都可以購買這種“人造能源”，只需插上插頭就可以使用。
?
????它也帶來了很多創新，人們可以為手動泵通上電，加上這種“人造能源”，就變成了電泵。類似的改造成千上萬，這個“人力器械+人造能源的”公式造就了工業革命。今天我們看到的所有事物，享受的所有服務，幾乎都來源于此。
?
????現在我們要用 AI 做同樣的事情。?我們用網絡傳輸 AI，?把 AI 加載到諸如電泵之類的東西上，就得到了聰明的電泵。類似的改造做上幾百萬次，就會掀起再一次的工業革命——AI革命。那么將來汽車行駛在高速上，它不僅有 250倍馬力，還有 250倍的腦力。這就是自動駕駛汽車。它是一種新的商品，是一種新的基礎設施。AI 將會在網絡、在云端傳輸，就像電一樣。所以凡是可以用電的地方，都可以用 AI。?
???所以在這里我可以預言說：未來一萬家創業公司的秘訣其實非常非常簡單：拿來某樣東西，加上 AI。未來公式 = 萬物 + AI = AI(x)。這個公式就是我們將要不斷踐行的。我們將以這種方式來掀起新的工業革命。
?
三、我們將AI實體化，?就得到了機器人
? ??工作就是完成一系列的任務。機器人可以幫助我們完成許多曾經需要我們親力親為的任務。以后，我們的工作將會被重新定義，一部分任務將交給機器人來完成。與此同時，也將產生一大批不同種類的新任務，一批以往我們沒有意識到要去做的任務。它們甚至有可能催生出新的職業——我們感興趣的新工作，就像自動化帶來的許多新事物，我們之前并不知道會需要它們，但今天我們已經離不開它們了。?
?
????所以機器人帶來的工作機會比它們搶走的要多。我想我和我的很多同事都已經體會到這方面的機會了。
?
????更重要的是，我們交給它們的都是需要效率或生產率的任務。如果一個任務，不管是體力的還是腦力的，可以用效率或生產率來衡量，那么就應該交給機器人來完成。需要效率的事情交給機器人好了。?
????我們擅長的是浪費時間，這并不是一種貶義。
?
????科學從本質上來說是低效的。我們一次又一次的失敗，很多試驗和嘗試都徒勞無功，成功從無數次的失敗中誕生，否則我們也學不到什么東西。事實就是，科學研究沒有什么效率。?
????創新從定義上來說也是低效的。畢竟我們需要制作原型，需要做各種嘗試，經歷各種失敗。?
????探索是低效的。藝術是低效的。人際關系也是低效的。這些都是我們喜歡做的事情，因為它們都是低效的。高效是機器人的使命。還要認識到我們將和 AI一起工作，因為它們的思維方式與我們不同。
?
????在“深藍”戰勝世界國際象棋冠軍后，人們以為國際象棋沒什么玩頭了。但事實上，目前世界上最厲害的國際象棋冠軍并不是AI，也不是人類，而是由人類和AI組成的團隊。最棒的醫學診療師既不是醫生，也不是AI，而是他們組成的團隊。也就是說我們將和AI 一起工作，你將來的薪酬，很可能取決于你跟機器人合作得如何。這就是我想說的第三點：AI是不同于我們的，它們是技術設備，我們將與它們合作，而非競爭。就像你學著使用你的手機那樣。
????那么，未來會如何？?
????
????我想，25年后我們回頭再看?今天對AI 的理解，我們會說：“你們那都不叫 AI。你們甚至都還沒有真正的因特網，25年后的因特網才能叫因特網呢。?我們也還沒有真正的 AI 專家。而大量的資本正涌向這個領域，動輒數十億美金，這是一個巨大的產業。但我們尚未擁有真正的 AI 專家—— 如果跟20年后相比的話。?我們還處在最初的起步階段，所有一切才剛剛開始。因特網的歷史才剛剛開始。美好的未來才剛剛開始。未來20年最受歡迎的AI產品、最普及的 AI 產品，還沒有被發明呢。?
????也就是說，我們還有機會。加油！致敬我們的未來！
*注：文中圖源網絡
END
往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習在線手冊深度學習在線手冊AI基礎下載（pdf更新到25集）備注：加入本站微信群或者qq群，請回復“加群”獲取一折本站知識星球優惠券，請回復“知識星球”喜歡文章，點個在看
總結
- 上一篇： 疫情之下，将业务迁移至云端会是一个正确的
- 下一篇： 【GCN】图卷积网络（GCN）入门详解