读《智能时代》有感

 现在人工智能这个话题非常火，各种对于人工智能的想象都冒出来，有特别乐观的，认为人工智能马上就会在社会中大规模的普及，用不了多久我们就会过上科幻电影里那种上天入地、人机合一式的生活，各种疾病都会被彻底消灭，人类会彻底从重复性的劳动中解放出来，从此过上衣食无忧、欢歌笑语的生活。 还有特别悲观的，认为人工智能觉醒后，我们人类的末日也就不远了，因为它们的智力发展水平会成指数级的增长，很快就会发展到我们人类根本不能理解的更高维度的水平，那时候人工智能看我们人类就像现在我们人类看蚂蚁一样，完全不在一个智力等级，我们根本理解不了它们，就像蚂蚁不能理解人类，但是人类对蚂蚁却了如指掌一样，说不定就像《黑客帝国》电影里演的那样，人工智能会利用人类的情绪发电，彻底把人当作一块电池来用。 还有比较中立的观点，认为抱有前两种想法的人都可以去写小说了，人工智能就是人类大脑的一个延伸工具，它们就是为人服务的，就像手机和电脑一样，我们让它们工作就工作，让它们关机就关机，根本不可能出现逆袭人类的可能。 吴军在这本书中给我们做了详细的解释，他自己就是这个领域资深的专家。在这本书中，他并没有从正面回答这个问题，而是从人工智能的历史讲起，从源头一直讲到现在，把人工智能的原理和发展历程清清楚楚地摆在我们面前，让我们知道人工智能这个技术到底是什么样的原理，我们到底需不需要恐慌，面对人工智能的冲击我们应该怎么调整自己。下面我就从人工智能的发展，和我们面对人工智能需要做出哪些改变这两个方面说说这本书。 第一部分 咱们先来看看，人工智能有什么样的发展历程。 你有没有想过，人工智能其实早在60年以前就有了，为啥偏偏在这几年开始爆发了，难道大家是受了乔布斯做智能手机的启发，才开始关注智能领域吗？其实并不是。真正的原因是，互联网提供了海量数据，而海量数据给一直困扰人工智能发展的难题提供了解题办法。以前研究人工智能的方法叫做鸟飞派，什么是鸟飞派呢？这是一个比方，就是开始设计飞机的时候，人们都觉得，如果人类想要飞的话，就得像鸟一样煽动翅膀啊，结果全都失败了。而莱特兄弟那帮人想明白一件事儿，飞机不应该是鸟，而应该是帆船，飞机的机翼就是帆船的帆，飞行靠的是空气动力学，而不是仿生学。以前研究人工智能的科学家也认为，机器如果要有智能，就得像人脑一样思考，所以，都是设计各种算法来模拟大脑的思考过程，但这就像让飞机拍翅膀一样，根本行不通。后来，有个叫贾里尼克的教授，他在研究计算机语音识别的时候换了个思路，他想与其教会电脑理解人类的语言，不如把大量的语音数据输进电脑里，让他进行快速的匹配，那你数据量越大，计算机的识别能力不就越高了吗？这看起来是个笨办法，但是一下就把思路打开了，智能问题被转换成了统计学问题，处理统计数据那可是计算机的强项。从那个时候开始，大家明白了，让机器拥有智能的钥匙，其实是大数据。 咱们先来理解一下什么是大数据，你可能觉得大数据不就是一堆数字吗，或者是必须要由数字来组成的。其实，不是的，数据的范畴要比这个大得多，网上所有的东西都可以算做数据，比如说文字啊，图片啊，视频呢，你发出的信息，你收到的邮件，甚至包括你下班可能走哪条路回家，这都可以算做数据。有了数据以后，再经过系统性的整理，就变成了信息，信息再经过更简洁抽象的加工，就变成了知识。比如通过测量星球之间的相对位置和时间，咱们就得到了数据，通过数据能得到星球的运动轨迹，就是信息，通过信息总结出开普勒三定律，这就是知识。所以，数据、信息和知识是层级递升的关系，一层比一层高。我们人类不断通过知识改变世界，而数据就是一切知识的基础。 现在，我们说的大数据有三个特征，首先是体量大，就拿谷歌拍摄街景的汽车来说吧，一辆汽车每天生产的数据就是1TB，一部电影的数据大概是500兆，也就是说一辆汽车每天拍街景能够产生出2000部电影那么大的数据量。咱们地球上有70多亿人，你想想看，每天生产的数据是多大一个体量。当然了，光是体量大不能算是大数据，它还得有一个特征，那就是多维度。如果你在手机上下载了一个谷歌应用，注册填完手机号，这个软件会立马给你推荐合你口味的餐馆。这是怎么回事儿？很简单，谷歌通过手机号能调出你的搜索习惯，你的通讯信息，你的性别、年龄、位置、文化背景，然后根据各个维度的数据，把你的生活习惯还原出来。别说口味了，连你的收入情况，甚至特殊癖好他都能知道。当然了，他们是不会公布这些信息的，大数据就像福尔摩斯一样，只要你透露一点点信息给它，它就能把你变成透明人，它甚至可能比你自己还要了解你自己。 大数据的第三个特征是完备性，比如说以前，你想收集地球上所有人的面孔信息是不可能的吧，但是，现在理论上就可能啊，只要人们都用智能手机自拍，你就能想办法获得所有人脸的数据。再比如说像谷歌的无人驾驶汽车，你以为它是通过对周围物体的扫描做出及时反应的吗？哪有那么快的计算机呀？它其实是提前把所有的路况预先输进电脑里，然后根据及时扫描，快速地匹配识别做出各种反应。有了足够全面的数据，它才能做出更精准的动作。所以说，谷歌无人驾驶汽车只能去它有数据的地方，没有的地方它就去不了了。 第二部分 回到开头的问题，人工智能为什么突然在这几年开始爆发了呢？因为互联网让数据量以指数级增长，机器的智能水平也就随着数据量的增长而获得了突飞猛进的发展。 吴军在这本书里说啊，一个时代要有一个时代的思维方式，就像互联网时代，你得有互联网思维一样。要是思维不转变，那可就跟不上时代了。这个时代最重要的思维变化是从单纯的机械思维转变到大数据思维。现在很多人听到机械思维，马上就把它的和死板、僵化，这些词联系到一块儿，觉得我特别落伍，但其实在两个世纪以前，机械思维可是个特别时髦的词啊，就和我们今天的互联网思维一样，那个时候如果谁被认为是具有机械思维的人，那这个人就是顶级的精英。比如说牛顿、瓦特、麦克斯韦这些人，他们能找到这个世界的规律，并且能用简单的公式和语言描述清楚，这些规律还能够放之四海的指导实践。 比如说牛顿就用几个简单的公式，像力学三定律和万有引力定律，就把所有宏观物体的运动规律描述清楚了。焦耳用一个公式就说清楚了能量守恒的原理。麦克斯韦用几个公式就描述清楚了电磁的原理。有了这些简单的公式，我们就能用它来改造世界，比如说瓦特用这些原理改进了蒸汽机，直接带来了工业革命的发展，我们人类才慢慢摆脱了位置的贫乏。可以说，机械思维是我们现代文明的基础。 机械思维有一个大前提，它默认这个世界的所有事物都是有规律的，而且这些规律是确定的，只要你肯用功，肯努力，就一定能找到。机械思维还有一个特点，它依靠的主要逻辑是因果关系。咱们就拿牛顿的力学定律来举例吧，当我们给一个物体施加一个外力的时候，它就获得了一个加速度，这个加速度的大小取决于外力的大小和物体本身的质量，这里边就有因果关系。外力是因，加速度是果，所有的公式都遵循这种因果关系。如果没有这种关系，我们就没有办法去描述这个世界了。 再比如说现代医学的核心也是因果关系呀，如果要治疗一种疾病，你得先找到病原体，然后针对病原体生产克制它的药。就像你去医院看病，医生首先要通过各种手段给你查病因，然后呢再对症下药，这就是一种因果关系。 前面我们说了机械思维的两个特质，确定性和因果关系，这种思维方式在以前当然是非常有用的，但是，随着我们对世界的认识越来越清楚，我们忽然发现，这种思维方式很多时候不太管用了。为什么呢？因为这个世界是越来越复杂的，它并不是像机械思维默认的大前提那样，什么事情都是有规律的，世界本身就存在着极大的不确定性啊。 举个例子，如果我们在一个桌上掷色子，假设你不作弊的话，不可能提前预判它到底会哪个点朝上。但是，假如你想通过公式计算出这个色子的运动规律，那你得知道色子的形状和密度分布，出手时的力量和旋转的角速度，我们还得知道桌面的弹性系数和空气的流动速度等等等等。如果把所有的细节都考虑清楚，那理论上是应该能测出色子的运动规律的。 但是，在实际操作中，这里边很多细节是没法把握的，比如说你出手时的速度和力量要怎么测量呢？就算你考虑了所有情况，得出来的计算也未必正确。那我们为了正确，干脆就假定说每一面向上的概率是1/6，简单说，掷色子这个动作本身就充满了不确定性。再比如说量子力学里头有一个原理，叫做测不准原理。什么意思呢？就是像电子这样的基本粒子，你要测它的位置总是有误差的。为啥呢？因为你只要测量，测量这个动作本身就会对它的位置产生影响。甚至别说测了，只要你一测，甚至看它一眼，它的运动轨迹就变了。这么说很烧脑，咱们就拿股票来举个不算太恰当的例子吧，有的股票之所以有投资价值，那是因为它的实际价值市场还没发现呢，股价被低估了嘛。但如果电视台股评节目一推荐，所有人都知道的时候，这个股票的价格会迅速被拉升上去，甚至高于它的实际价值。这就让它的走向和开始的预测变得相反了。 所以说，这个世界所有事情都有规律这个大前提首先就不存在。这个世界很多事情是无规律可循的，机器思维的第一根柱子首先站不住了。 我们再来看第二根柱子，因果关系。不是说因果关系就不灵了，而是依靠因果关系这种方式认识世界的效率其实是非常低的。比如说像那种终极的定理公式，你得等几百年才能等到一位像牛顿、爱因斯坦这样的人，而且就算遇见了，他们也得依靠很大的运气才能发现这种规律。像牛顿，你非得等一个苹果恰巧砸在他头上，才能发现万有引力啊。当然了，苹果到底砸没砸在牛顿头上，咱们不确定，但是，它可以说明想要发现一个伟大的定律，是要有很大的运气成分的。既然世界充满了不确定性，因果关系，效率又很低，那我们还能怎么认识世界呢？大数据思维给机械思维做了完美的补充。 首先，大数据解决了不确定性的问题，热力学里有一个概念叫做熵，就是一个火字旁，右边一个商人的商，它是描述一个系统中无序程度的一个概念，熵越大就越混乱无序，熵越小就越有序。后来，通信领域的专家香农提出了信息熵这个概念，它可以用来描述一个系统的不确定性。 信息熵这个概念指出，信息量和不确定性有关，举个例子，比如说你看一本心理学的书，如果你本来就对心理学这个领域很了解，那你可能很快就能看完这本书，就是说这本书只要给你提供很少的信息量，你就消除了对这本书的不确定性。相反，如果你看一本编程的书，恰巧你又是这个领域的小白，那你不但需要从头到尾一字不落地看完，而且还要查很多资料才能理解。也就是说你需要大量的信息，才能消除对这本书的不确定性。 所以说，想要消除不确定性，最好的办法就是引入信息。前边咱们也说了，信息就是数据的总结和加工，所以说，数据天生就可以消除不确定性。第二，大数据的强关联性可以替代因果关系。 举个例子，如果按照因果关系，研制一种新药就得花费很长的时间和巨高的成本，比如说以前研制一个新的处方药，至少得花费10年以上的时间和10亿美元的经费。所以，为什么新药都特别贵呀，因为新药的专利期也就十几年。如果他们不在专利期内收回成本，那就赔大发了。现在有了大数据就不一样了，大数据可以对每一种药和每一种疾病进行配对，比如说现在的病大概有5000种，药呢有1万种。我们对它进行匹配就会发现，一种治疗心脏病的药对治疗胃病特别有效，虽然不知道为什么，这样先知道结果，然后再倒推原因的话，通常只需要花费三年的时间验证就可以了，花的钱也只要原来的十分之一。这种方法，实际上依靠的就不是因果关系，而是数据之间的强相关性。我们发现这个药对那个病有效，至于为什么有效，回头再去找原因，这种做法当然见效快了。 再举个例子，比如在美国就发生过这么一起案件，各州的检察官要告烟草公司，说吸烟损害了人们的健康，吸烟有害健康这件事儿我们现在看，那是常识。但是，你要打官司的话，就得拿出证据啊。比如说你吸烟的人肺癌发病率高，但是，对不起，这个证据可不足以对烟草公司判罪，烟草公司可以说，吸烟的人之所以要吸烟，是因为他们提高内本来就缺少一种物质，而缺少这种物质，肺部就容易癌变。所以，是这种物质让人得肺癌，而不是烟草。 现在，我们听这个说法很荒唐，但是，它在法律上是站得住脚的，因为美国采用的是无罪推定原则，被告的一方先假定是无罪的，除非你能提供足够的证据证明他有罪。那检察官想要告倒烟草公司，他就满世界收集证据，甚至跑到我们中国的西南地区，专门找那种族群单一，生活习惯非常相似的村庄来收集样本，最后虽然还是没有找到香烟和肺癌有直接因果关系的证据，但是，收集了大量在统计上强相关性的证据来证明吸烟的危害。最终，烟草公司硬是被告倒，罚了3655亿美元。 从这个案件里，我们可以看出来，其实人们已经从只接受因果关系转到也接受强相关性关系上来了，如果法律上这种强相关性都能被作为证据接受，那这种强相关性应用到其他领域自然就是顺理成章的了。 总的来说，机械思维是我们以前认识世界的主要方式，但是，今天机械思维已经不够用了，数据给我们提供了解决问题的新方法，数据之间的强关联性可以某种程度上代替因果关系，让我们直接找到问题的答案，这就是大数据思维的核心。 大数据思维和机械思维不是相互对立的，而是相互补充的，今天的我们在这场变革中一定要学会这种思维方式，因为它就是新时代的方法论。 那我们前头说了那么多大数据，它对我们未来的生活究竟有什么影响呢？吴军在这本书里说啊，影响是全方位的，未来的农业、制造业、体育、医疗都会出现新的变化，甚至整个社会人群都会出现重大的分化。比如说体育产业，就拿足球、篮球来说吧，一般一个弱队想要崛起，通常是一个大老板喜欢这个球队，先买下球队，然后呢砸钱买明星，请大牌教练，再做各种广告招揽球迷。像咱们的恒大足球队，走的不就这条路吗？当然了，砸钱是容易，但想要取得好成绩可不容易了。所以，弱队的崛起通常都非常的难。 但是，美国有一支篮球弱队，就靠大数据上演了大逆转。这支球队是金州勇士队，它的管理层是由风险投资人和数据分析师组成的，这些人买了球队以后，不但不去买大牌的球星，反而把队里特别有名的大高个队员都卖掉了，然后呢围绕一个没有名气的小个子球员制定球队的新战术。因为数据显示，那些大牌球员都有一个特点，就是喜欢靠自身的能力优势，从篮下突破进攻，这种打法观众看起来特别带劲，但是，成功率其实特别低，因为全队要先想办法把球传给篮下的大高个，再保他突破上篮，即便不出现失误，能得到的也就是2分。那金州勇士队的新打法，就是依靠他的神投手，小个子库里，用3分球得分，比投篮，那些虎背熊腰的大牌球员可就没什么优势了，这让勇士队咸鱼翻身，得到了四十多年以来第一个NBA总冠军。后来，他们把这个战术发扬光大，勇士队所有的球员都苦练投篮，全队在一个赛季里投进了1000个3分球，创下了NBA的记录。因为勇士队善于利用数据技术，所以，篮球界的人都说，勇士队就是NBA里的谷歌啊。你看，以后体育运动光靠天赋和苦练没用，大数据技术能够改变竞争格局。 再比如说大数据在医学上运用。我们中国人都知道，看病得找老大夫，因为医学是一个经验科学，他们见过的病人多，经验丰富啊。但是，一个人再有经验，他见过的病例也是有限的。像一个放射科的大夫，一生见过的病例不会超过10万个，但是机器人就不一样喽，像美国一位高中生，他设计了一种确定乳腺癌癌细胞位置的算法，输入了760万个病例，这种算法也不是特别复杂，但是，对癌细胞的位置预测的准确率就高达96%，比一个资深的老大夫，那是要强太多太多了。相信不久以后，医生这个职业也很快就会被机器替代。 大数据、智能机器带来的全都是福利吗？也不能这么乐观。比如说首先就是我们会彻底没有隐私了。那你可能会觉得，没有隐私就没有隐私喽，反正我身正不怕影子斜呀。那些商家可是不会放过这个机会的，比如说以后有些人就会发现，自己老是买到假货，而有些人就总能买到真货。这是为什么？因为商家可以通过你的数据记录看出来，你是个好惹的人，还是个不好惹的人。要是数据显示，你一买到假货就维权，那商家就觉得，还是给你推送真货比较省心。你要是大大咧咧，买到假货也懒得退，那得嘞，不宰你宰谁啊。再比如说，如果保险公司能够了解到以后每一个人会得什么病，就可以拒绝给可能得大病的人提供保险啊。那那些最需要医疗保险的人，反而得支付天价的医疗费。 那有人可能会说，那以后我保护好隐私，到哪儿都不留下消费记录就好了呀。但其实呢，这是不可能的。只要你想获得方便，提供自己的数据就是必须的，这是和商家兑换的筹码，不可能逃得掉。 技术对我们的冲击还有更大的方面，那就是机器可能会抢掉我们的饭碗。作者吴军说，人类历史上曾经有三次技术变革，都让社会发生了巨大的变化。蒸汽机带来的是第一次工业革命，电器化带来的是第二次工业革命，计算机和互联网带来的是信息革命。现在，信息革命的冲击波还没完呢，大数据和机器智能的革命又来敲门了。每一次技术革命啊，都会把原来的社会经济结构摧毁掉再重新构建，从长期来看呢，它们对全人类是个福音，但是对当时的大多数人来说，就是一次巨大的动荡，很多人会因此失业。那这个时间要延续多久呢？历史证明，至少要一代人以上的时间，残酷一点说，旧时代的人是没有办法适应新时代的，得等那批老人死了，他们的后代在新环境里成长起来，动荡才会真的结束。所以，为什么有些国家搞终身雇佣制？为什么有些国家不肯淘汰落后的产能呢？核心就是一个字，拖，拖上一两代人，社会问题自然就解决了。 但是，智能时代的颠覆性就在于，它可能是拖也解决不了问题的，因为它比前三次技术革命更加彻底。过去，机器只是替代人的手，所以，搞体力劳动的还能去做脑力劳动。但到了智能时代，机器替代的可是你的大脑，那每个人真的就是退无可退了。 吴军在这本书里预计，未来只有2%的人能够真正成为控制大数据和机器智能的人，其他的98%或早或晚都可能被机器智能所取代，换句话说，15亿中国人只有3000万能跨过这道窄门。 很多人可能就会问啊，那有没有什么解决办法呀？吴军在这本书里给出的答案是，没别的办法。我们与其恐惧呀，抱怨呀，不如去拥抱变化，尽早加入进去，成为那2%。 这本书给我们详细地解释了大数据的特点和人工智能的发展历史，大数据有三个特点，体量大，多维度和完备性，正是这三个特点，让人工智能技术得到了飞速的发展，人工智能实际上就是如何处理数据的问题，它带来的智能革命要求我们同机器思维切换到大数据思维，用不确定性的眼光看待世界，用强相关性替代因果关系。智能时代会给我们的社会带来巨大的变化，最终只有极少数人能够实现跨越，领跑时代。 人工智能时代很可能要求我们跟机器合作的能力超过跟人合作的能力，过去，我们比谁能更好地融入到人群社会里，未来可能看谁更能跟机器合二为一。 总的来说，智能时代是社会发展的大趋势，它可能会造福你，也可能会给你造成各种各样的困难。但不管怎么样，咱们只能享受无法拒绝，这就叫生活在趋势中。