AI將把我們帶往何方？

一、AI機器認知

橫空出世——暗知識的發(fā)現(xiàn)、榨取數(shù)據(jù)——機器能學(xué)會的知識、神經(jīng)網(wǎng)絡(luò)——萃取隱蔽相關(guān)性

01、明知識是可以被表達的。默知識可以被感知，需要通過體驗獲得。暗知識是不可感知亦不可表達的知識。

02、我唯一知道的是我什么都不知道。(蘇格拉底)

03、一個未經(jīng)深究的人生根本就不值得過。(蘇格拉底)

04、我思，故我在。(笛卡爾)

05、人類有史以來幾乎所有的哲學(xué)辯論都源于語言的模糊不清，因而沒有任何意義。在世界中只有事實有意義，在語言中只有那些能夠判斷真?zhèn)蔚恼摂嗖拍芊从呈聦?。我們的語言受限，因而我們的世界受限。(維特根斯坦)

06、經(jīng)濟學(xué)家哈耶克：市場是最有效的資源配置形式。因為市場上的每個人都有自己不可表達的、精微的偏好和細膩的需求，而且沒人能夠精確完整地知道其他人的偏好和需求，也就是說供需雙方實際上無法直接溝通。供需雙方最簡潔有效的溝通方式就是通過商品的價格。在自由買賣的前提下，市場中每個人只要根據(jù)價格信號就可以做出決定。

07、符號學(xué)派，機器自己摸索出決策邏輯；貝葉斯學(xué)派，機器從結(jié)果推出原因的概率；類推學(xué)派，機器學(xué)習(xí)默知識；聯(lián)結(jié)學(xué)派，模仿人腦；進化學(xué)派，模仿演化。

08、暗知識是那些既無法被人類感受又不能表達出來的知識。人類本身無法理解和掌握這些知識，但機器卻可以。機器有兩種方法可以掌握這些知識：模仿人腦和模仿演化。

09、人工智能分為人工學(xué)習(xí)、機器學(xué)習(xí)；機器學(xué)習(xí)里面包含神經(jīng)網(wǎng)絡(luò)；神經(jīng)網(wǎng)絡(luò)里面又分淺度學(xué)習(xí)、深度學(xué)習(xí)。(人工智能>機器學(xué)習(xí)>神經(jīng)網(wǎng)絡(luò)>深度學(xué)習(xí))

10、降低運算量就是降低成本。

11、神經(jīng)網(wǎng)絡(luò)五大研究前沿:非監(jiān)督學(xué)習(xí)，增量學(xué)習(xí)和連續(xù)學(xué)習(xí)，生成對抗網(wǎng)絡(luò)，遷移學(xué)習(xí)，學(xué)習(xí)如何學(xué)習(xí)。

二、AI對商業(yè)的影響

逐鹿硅谷——AI產(chǎn)業(yè)爭霸戰(zhàn)、颶風(fēng)襲來——將被顛覆的行業(yè)

01、AI突破三要素：算力，數(shù)據(jù)，算法。

02、計算機運算速度每18個月提升一倍，價格每18個月下降一半。

03、AI近年的突破性發(fā)展的三個驅(qū)動因素之一是神經(jīng)網(wǎng)絡(luò)算法的突破。這是三個因素中最重要的因素，因為其他兩個因素（計算能力和數(shù)據(jù)量）屬于“搭便車”。

04、半導(dǎo)體芯片是一切信息技術(shù)的基礎(chǔ)，有了芯片才有電腦和存儲，有了電腦和存儲才有互聯(lián)網(wǎng)，有了互聯(lián)網(wǎng)才有大數(shù)據(jù)，有了大數(shù)據(jù)才有人工智能。

05、訓(xùn)練神經(jīng)網(wǎng)絡(luò)就相當于調(diào)黑盒子上的旋鈕，調(diào)旋鈕是通過數(shù)學(xué)的算法調(diào)的，這些旋鈕動輒幾十億個，需要大量的計算。傳統(tǒng)電腦用的是CPU，用CPU去調(diào)旋鈕相當于調(diào)完第一個再調(diào)第二個，一個一個按順序來。GPU一次可以同時調(diào)成千上萬個旋鈕，原來CPU幾年才能調(diào)完的活GPU幾天就干完了。GPU的出現(xiàn)，讓神經(jīng)網(wǎng)絡(luò)可以更大，因而處理能力更強，從一個純學(xué)術(shù)的研究項目變?yōu)橛芯薮笊虡I(yè)價值的工具。

06、深度學(xué)習(xí)需要用GPU的主要有兩類：模型訓(xùn)練和識別。

07、一個訓(xùn)練模型可能要成百上千個GPU來算。識別的計算量少很多，但是用戶多，總的運算量更大，通常是模型訓(xùn)練的幾十倍甚至上百倍。

08、先進微器件公司發(fā)揚一貫的“寧做老二”的傳統(tǒng)，在CPU上緊盯英特爾，在GPU上緊盯英偉達，永遠走“功能類似，價格便宜”的路線。

09、神經(jīng)網(wǎng)絡(luò)芯片大致分成三大類：數(shù)據(jù)中心里面使用的用于訓(xùn)練模型和識別的芯片；用于汽車自動駕駛或機器人中的芯片；用于各類終端的芯片。

10、今天互聯(lián)網(wǎng)公司的數(shù)據(jù)主要是人們使用電腦和手機產(chǎn)生的瀏覽數(shù)據(jù)，它們并不掌握對人類有用的，AI也需要用的三類數(shù)據(jù)：人類本身的數(shù)據(jù)；環(huán)境數(shù)據(jù)；各種人類勞動過程數(shù)據(jù)。

11、一套自動駕駛軟件的模塊組成：感知和數(shù)據(jù)融合；物體檢測、分類、跟蹤；場景識別和判斷；路徑規(guī)劃；控制（方向、速度、剎車等）。

12、預(yù)測未來永遠有風(fēng)險，但可以促使自己深入思考，也能引起有質(zhì)量的討論。

13、AI將給金融行業(yè)帶來徹底的顛覆。金融行業(yè)的重要分支例如銀行、保險、證券、理財將無一幸免。全球銀行業(yè)正在受到金融科技的巨大沖擊。人工智能技術(shù)作為金融科技的核心技術(shù)，正在使銀行業(yè)的服務(wù)形態(tài)、數(shù)據(jù)處理、需求洞察、風(fēng)險管理等發(fā)生根本性的變革。

三、AI對未來和社會的影響

暗知識神跡——機器能否超越人類、“神人”與“閑人”——AI時代的社會與倫理

01、一個科學(xué)研究的過程：提出問題或選擇要解決的問題；學(xué)習(xí)研究關(guān)于這個問題已經(jīng)發(fā)表的研究文獻；根據(jù)研究文獻和研究者的經(jīng)驗提出假設(shè)；設(shè)計驗證假設(shè)的實驗；進行實驗和整理實驗數(shù)據(jù)；根據(jù)實驗結(jié)果判斷假設(shè)是否成立；如果假設(shè)不成立，返回第2步或第3步，提出新的假設(shè)。

02、人類過去500年來的進步主要依靠科學(xué)技術(shù)的進步，而且這種進步還在加速。隨著AI的發(fā)展，科學(xué)發(fā)現(xiàn)可能會加速，這意味著技術(shù)進步會進一步加快，反過來又會加快科學(xué)的進步。例如量子計算依賴于材料科學(xué)的進展，一旦量子計算取得突破，計算能力就可能比現(xiàn)在提高幾個數(shù)量級，AI能力的提高又會進一步加快科學(xué)進展和加速實驗速度，如此循環(huán)下去。

03、科學(xué)的本質(zhì)是受控實驗。人類通過控制一組變量來測量另外一些變量的變化?？茖W(xué)定律就是可控變量和測量變量之間的關(guān)系。當人類完全掌握了某一類關(guān)系后，就可以通過制造儀器把原來的測量變量變?yōu)榭煽刈兞浚迷龃蟮目煽刈兞考賮砝^續(xù)發(fā)現(xiàn)它們和新的測量變量的關(guān)系，這就是科學(xué)進步的本質(zhì)，所以儀器就是某一類科學(xué)定律的物化?？茖W(xué)的進展完全依賴于能否完全掌握某個科學(xué)定律并且把該定律變成儀器。

04、我的孩子要學(xué)AI嗎？學(xué)好數(shù)理化，走遍天下都不怕。物理學(xué)是建立在數(shù)學(xué)之上的，化學(xué)又是建立在物理學(xué)之上的，生物學(xué)又是建立在物理和化學(xué)之上的。歸根結(jié)底，所有現(xiàn)代科學(xué)的基礎(chǔ)都是數(shù)學(xué)。人工智能也不例外，基于神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)的全部數(shù)學(xué)基礎(chǔ)就是偏微分方程和線性代數(shù)，人工智能其他流派可能還要涉及概率論和隨機過程。今天的小學(xué)生、中學(xué)生到大學(xué)畢業(yè)時，人工智能不知會發(fā)展到什么程度，但它的數(shù)學(xué)基礎(chǔ)還將是以上這些課程。一二十年以后，也許基于神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)會遇到瓶頸，但學(xué)好數(shù)理化的孩子可以有許多其他選擇，而不必局限在AI領(lǐng)域。

05、語文培養(yǎng)的不僅是表達能力，更重要的是培養(yǎng)同理心的途徑。人類之間溝通的基礎(chǔ)就是同理心和共情心，即根據(jù)自己的感覺理解別人的能力。機器沒有同理心和共情心，未來最難被機器取代的就是需要和人類溝通的工作。在能力方面，除了溝通能力以外，未來最重要的是想象力和創(chuàng)造力，而不是“工匠”能力。