目前，我總結出三大趨勢，第一，云計算和和移動互聯網，這是正在進行時；第二，機器智能，現在開始發生，但對社會的影響很多人還沒有意識到(機器智能并非人工智能)；第三，大數據和機器智能結合，這是未來時，一定會發生，有公司在做，但還沒有太形成規模。人想活得好一點，活得長一點，這是根本目的。

今天我重點講后兩個。

為機器智能正名

雖然現在的機器人看上去不是很聰明，沒有我們的推理能力，但是有可能會發生這樣一件事，假設我們人腦的智力能夠持續增長(這其實還做不到)，但是根據摩爾定律，計算機的計算速度是指數性增長，可能會發展出現一個交點，它能夠把很多要推理的東西變成計算，那么在這個點會超過人腦。而我想說的是，今天我們恰恰處在這一點。

未來機器人的形狀不重要，它實際上是數據中心，是一萬臺、十萬臺、一百萬臺的服務器。

什么叫機器智能？或者說怎么判斷機器有智？計算機的老祖宗阿蘭圖靈給了一個判定標準，叫圖靈測試。假設我們在墻背后放一臺計算機，放一個人，然后我們問一個問題，比如天為什么是藍色的？計算機給出一些解釋，人給出一些解釋，當我們無法判斷哪個解釋是計算機給出來的，哪個解釋是人給出來的時候，就認為這個計算機和這個人有同等的智慧。

我把機器智能的發展劃成三個階段，70年代以前，70年代到2000年，和2000年以后。

第一個階段是上世紀70年代以前，人們的想法是讓機器模擬人。這實際上是人工智能。后來大家發現走不通，它能教計算機解決一些很簡單的小問題，但是解決不了大問題。當時美國著名計算機科學家明斯基給美國自然科學基金會寫了一個報告，說我告訴你為什么。他舉了一個很簡單的例子：他說了兩句話，第一句“The pen was in the box”，第二句，“The box was in the pen”。分別譯為“鋼筆在盒子里”、“盒子在鋼筆里”，第一個很好理解，第二個怎么回事兒？實際上，pen有兩種含義，一是鋼筆，二是小孩玩耍時的圍欄。這就很好理解了。問題是計算機怎么知道第二句的翻譯里是圍欄，而不是鋼筆？這就要分析語意之外的一些東西，(這種理解能力)是我們人在成長過程中習得的，(想讓計算機學會)，按過去的方法是做不到的，所以從70年代開始，美國自然科學基金會停止了對人工智能的支持。

第二個階段是上世紀70年代到2000年。弗萊德里克·賈里尼克教授被認為是用數據驅動解決問題的老祖宗，他1972年從大學去IBM做學術休假，IBM希望讓計算機變得智能，提出了三個事，第一，語音識別；第二，機器翻譯；第三，計算機自動回答問題。他選了第一個。嚴格來講，他不是計算機專家，而是通信領域的專家，所以他看待機器智能和搞計算機的人不一樣。他認為語音識別是通信問題。他說，腦子里想的事，相當于一個信息源，通過嘴說出來，空氣傳播，就是一個信道，信源有信源編碼，信道有信道編碼，整個是一個編碼過程，然后你聽到他的過程是一個解碼過程。于是，他建了一個數學模型，然后就需要數據。當時為什么只能在IBM做成？因為第一，IBM有超強的計算能力；第二，有比較多的數據，當時沒有互聯網，IBM有的是大量的電傳數據。以前用人工智能方法來解決語音識別，能識別200、300個英語單詞，錯誤率是30%，但是用數據驅動方法能識別兩萬個詞，錯誤率只有10%，有了質的改變。

這個故事說明，第一，計算機解決問題與人可能完全是不同的路；第二，數據很重要。

到底什么是大數據？

今后20年就是大數據。國內講大數據有幾個很關鍵的錯誤。第一，大數據的數據量一定大，但是大數據絕對不是大量的數據這么簡單。

首先，大數據一定要多維度。多維度是什么？我們講一個最簡單的例子，一年前百度有一篇文章，關于中國吃貨的統計，拿百度知道上幾千萬個問題做了一些統計，比如，廣東人就問什么東西不能吃，西北地區的人就問什么東西能吃？廣東和云南的人，說蟲子能不能吃？寧夏的人就問螃蟹能不能吃？你可以看出差異。百度在2005年就有了這個數據，一直到今天，10年你能看到不同經濟發展階段，大家對飲食的關心是什么？

再一個就是完備性，完備性很可怕。2002年，一個小伙子用大數據對美國總統大選進行預測，他預測共和黨和民主黨各自在哪些州占優，結果100%準確。為什么能做到？他就是用大數據，他搜集到所有能搜集的數據，比如博客、微博、twitter、facebook、當地新聞等等，這就是完備性。完備性做到極致就是到每家每戶問你們投誰，這就是最完備了。

第三點，大家常常忽略，就是這不僅是統計方式的改變，關鍵是思維方式的改變。傳統的思維方式講究的是因果關系，但大數據由于數據量的完備性，是你先知道結果，但不知道原因。這就需要改變思維方式，就是先要接受這個現實，至于原因以后再想。

為什么大數據在今天這個時間點爆發？原因很多，第一是摩爾定律；第二是移動互聯網，以前的互聯網是機器和機器的聯網，而移動互聯網是人和人的聯網；第三是傳感器技術。

傳統行業如何應對數據為王的時代？

將來是個數據為王的時代，這是個上萬億的故事，要改變全部的行業。我舉三個例子。

第一，風能發電的京風(音譯)。這是我們中國的一家公司，現在全球市場占有率排第二，以前它把設備賣到世界各地，也不知道發了多少電?，F在它在葉片上裝一些傳感器，全世界將來風能的分布它都知道。另外可以監測每一個葉片的疲勞程度，提醒更換。

第二，普拉達，意大利高端服裝品牌。以前只知道這個衣裳放了多長時間，有多少人買。后來他們做了兩件事情，第一，在每件衣裳后面放一個芯片；第二，在試衣間里設置傳感器。這樣就知道一件衣裳拿進試衣間多少次，每次試了多長時間，這個衣裳老拿去試，為什么又不買，這都能分析出原因，從而提高了銷售量。

第三，美國排名第二的連鎖百貨店。以前買東西都給顧客一張發票，后來改成顧客給一個手機號或者郵箱發過去，以前給你打一張紙不知道你是誰，發郵箱就知道你是誰了，就有一些數據。后來，公司雇了一個學統計的碩士，他發現，比如孕婦大概3-5個月的時候買孕婦服；快生的時候買寶寶用品等等，所有人基本上按照這個模式來，這就可以預測顧客接下來要買什么，給他們送優惠券。結果有一天一個特別憤怒的父親打來電話，說我女兒15歲，你們就給他寄嬰幼兒的廣告，經理就趕快安撫他，看來數據也有錯誤的時候。但是后來回訪令他很吃驚，這個父親主動道歉，原來他的女兒真懷孕了。

再講大數據的關鍵技術。一是大數據搜集，一定是無目的性的，非結構化的，一旦是有目的地搜集，常常就不準了；二是數據存取，摩爾定律保證了計算能力、存儲能力；三是數據的表示、檢索、隨機訪問，這就需要建立數學模型。

再講幾個例子來說明大數據和機器智能的關系。

谷歌無人駕駛汽車。以前的人開車，你看到障礙物，琢磨怎么繞過去，到了一個什么地方，琢磨我怎么走。谷歌不是這么干的，他是谷歌街景項目的一個延伸，坦率來講，這個車在他以前沒掃過街的地方是開不了的。現在GPS定位是分米量級的，而且車渾身大概有十幾個傳感器，每秒鐘幾十次的數據輸入。2014年又做了很多改進，比如路面施工需要繞行等都能識別。

大數據、機器智能如何改變醫療？

谷歌已經開始做了，第一筆投了10億美元，成立了一個小公司，不到10個人，治療癌癥，聘請了基因泰克的CEO。他就講，癌細胞為什么治不好？原因很簡單，癌細胞是變的，原來細胞是正常變異，復制完還是差不多，結果突變，就成癌細胞了。很多抗癌病人都有這樣的故事，比如幾年里藥都管用，突然一夜之間不行了，就是因為細胞變了，原來的藥不是針對它的。所以，在抗癌方面生產一種青霉素似的普用藥物是不可能的。唯一的希望是細胞變，藥也變。但是有兩個條件，第一，得有一個團隊跟著病人，發現問題并研制藥物，速度不能太慢；第二，十億美元成本。

但他又說，現在如果全世界能把各個醫院的各種數據搜集起來，結果則是每個人五千美元成本，而且肯定能跟得上癌細胞變化的速度。

未來，機器將會控制98%的人

那么問題來了，未來的世界到底是人的，還是機器的？我認為機器智能將來可能對社會有沖擊。很多人不以為然，覺得首先沖擊的不是我們，是富士康的工人們。那我就講講高大上的職業如何被沖擊？美國各大學最熱門的只有四個學院，法學院、工學院、商學院還有醫學院。

在美國，請律師打官司很貴，尤其是專利官司。原因有二，一是打一個官司基本上要讀上百萬份大的法律文件；二是美國的專利官司對公司的追究是非常狠的，因此都不愿輸。比如蘋果和三星的官司已經打了幾億。但有個小公司，花了一萬多美元，買了一個自然語言系統讀了200多萬份法律文件，最后花10萬美元打贏了一場官司。所以你看到當機器智能出現，高大上的職業將來會是一個什么樣的情景？

雖然未來世界不是完全由機器來控制人，但是會控制98%的人，只有2%制造智能機器的人不會被控制。你可以想像，今天大家有多大程度上在依賴微信和支付寶？它們推出什么功能，你的生活方式都有點在改。騰訊和阿里巴巴的人，可不到人口的2%。因此，我們只有一個選擇，要么做這2%的人，要么做這98%。

感謝pmcaff智囊團 愛生活愛EC 推薦

--------------------------------------

回復“01”——【干貨】深度理解6張圖，領悟互聯網思維

回復“02”——【干貨】周鴻祎談雷軍：能不能All In是一個核武器

回復“03”——【干貨】張小龍演講PPT：APP產品經理必須要懂的30條原則

回復“04”——【超級攻略】仔細研究這些潛規則，你的APP用戶量立刻翻番！

回復“05”——【產品干貨】絕對可以復制！如何讓你的用戶從200暴漲到200萬

回復“06”——【干貨】產品經理3件事|搭架子、定流程、摳細節

回復“07”——【產品干貨】【第一期】馬化騰:用戶體驗的10/100/1000法則

回復“08”——【產品干貨】產品核算---1個初創團隊應該了解的概念

回復“09”——【必讀】10張圖告訴你傳統企業擁抱互聯網的正確姿勢

回復“10”——【干貨】最早的打車App產品搖搖招車死亡背后的那些經驗

文章推薦可直接回復公眾賬號或者發送至xiaoxi@pmcaff.com，可根據推薦質量將推薦人邀請至pmcaff智囊團預備群中，原創或者推薦均可，歡迎來稿~

pmcaff愿見證你的成長

總結

以上是生活随笔為你收集整理的【趋势】吴军：未来机器将会控制98%的人的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。