AI將把我們帶往何方？

一、AI機(jī)器認(rèn)知

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

01、明知識(shí)是可以被表達(dá)的。默知識(shí)可以被感知，需要通過(guò)體驗(yàn)獲得。暗知識(shí)是不可感知亦不可表達(dá)的知識(shí)。

02、我唯一知道的是我什么都不知道。(蘇格拉底)

03、一個(gè)未經(jīng)深究的人生根本就不值得過(guò)。(蘇格拉底)

04、我思，故我在。(笛卡爾)

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

06、經(jīng)濟(jì)學(xué)家哈耶克：市場(chǎng)是最有效的資源配置形式。因?yàn)槭袌?chǎng)上的每個(gè)人都有自己不可表達(dá)的、精微的偏好和細(xì)膩的需求，而且沒(méi)人能夠精確完整地知道其他人的偏好和需求，也就是說(shuō)供需雙方實(shí)際上無(wú)法直接溝通。供需雙方最簡(jiǎn)潔有效的溝通方式就是通過(guò)商品的價(jià)格。在自由買(mǎi)賣(mài)的前提下，市場(chǎng)中每個(gè)人只要根據(jù)價(jià)格信號(hào)就可以做出決定。

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

08、暗知識(shí)是那些既無(wú)法被人類(lèi)感受又不能表達(dá)出來(lái)的知識(shí)。人類(lèi)本身無(wú)法理解和掌握這些知識(shí)，但機(jī)器卻可以。機(jī)器有兩種方法可以掌握這些知識(shí)：模仿人腦和模仿演化。

09、人工智能分為人工學(xué)習(xí)、機(jī)器學(xué)習(xí)；機(jī)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(jī)器學(xué)習(xí)>神經(jīng)網(wǎng)絡(luò)>深度學(xué)習(xí))

10、降低運(yùn)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(duì)抗網(wǎng)絡(luò)，遷移學(xué)習(xí)，學(xué)習(xí)如何學(xué)習(xí)。

二、AI對(duì)商業(yè)的影響

逐鹿硅谷——AI產(chǎn)業(yè)爭(zhēng)霸戰(zhàn)、颶風(fēng)襲來(lái)——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(jì)算機(jī)運(yùn)算速度每18個(gè)月提升一倍，價(jià)格每18個(gè)月下降一半。

03、AI近年的突破性發(fā)展的三個(gè)驅(qū)動(dòng)因素之一是神經(jīng)網(wǎng)絡(luò)算法的突破。這是三個(gè)因素中最重要的因素，因?yàn)槠渌麅蓚€(gè)因素（計(jì)算能力和數(shù)據(jù)量）屬于“搭便車(chē)”。

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(chǔ)，有了電腦和存儲(chǔ)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(dāng)于調(diào)黑盒子上的旋鈕，調(diào)旋鈕是通過(guò)數(shù)學(xué)的算法調(diào)的，這些旋鈕動(dòng)輒幾十億個(gè)，需要大量的計(jì)算。傳統(tǒng)電腦用的是CPU，用CPU去調(diào)旋鈕相當(dāng)于調(diào)完第一個(gè)再調(diào)第二個(gè)，一個(gè)一個(gè)按順序來(lái)。GPU一次可以同時(shí)調(diào)成千上萬(wàn)個(gè)旋鈕，原來(lái)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(qiáng)，從一個(gè)純學(xué)術(shù)的研究項(xiàng)目變?yōu)橛芯薮笊虡I(yè)價(jià)值的工具。

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

07、一個(gè)訓(xùn)練模型可能要成百上千個(gè)GPU來(lái)算。識(shí)別的計(jì)算量少很多，但是用戶(hù)多，總的運(yùn)算量更大，通常是模型訓(xùn)練的幾十倍甚至上百倍。

08、先進(jìn)微器件公司發(fā)揚(yáng)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(dá)，永遠(yuǎn)走“功能類(lèi)似，價(jià)格便宜”的路線(xiàn)。

09、神經(jīng)網(wǎng)絡(luò)芯片大致分成三大類(lèi)：數(shù)據(jù)中心里面使用的用于訓(xùn)練模型和識(shí)別的芯片；用于汽車(chē)自動(dòng)駕駛或機(jī)器人中的芯片；用于各類(lèi)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(jī)產(chǎn)生的瀏覽數(shù)據(jù)，它們并不掌握對(duì)人類(lèi)有用的，AI也需要用的三類(lèi)數(shù)據(jù)：人類(lèi)本身的數(shù)據(jù)；環(huán)境數(shù)據(jù)；各種人類(lèi)勞動(dòng)過(guò)程數(shù)據(jù)。

11、一套自動(dòng)駕駛軟件的模塊組成：感知和數(shù)據(jù)融合；物體檢測(cè)、分類(lèi)、跟蹤；場(chǎng)景識(shí)別和判斷；路徑規(guī)劃；控制（方向、速度、剎車(chē)等）。

12、預(yù)測(cè)未來(lái)永遠(yuǎn)有風(fēng)險(xiǎn)，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(lái)徹底的顛覆。金融行業(yè)的重要分支例如銀行、保險(xiǎn)、證券、理財(cái)將無(wú)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(xiǎn)管理等發(fā)生根本性的變革。

三、AI對(duì)未來(lái)和社會(huì)的影響

暗知識(shí)神跡——機(jī)器能否超越人類(lèi)、“神人”與“閑人”——AI時(shí)代的社會(huì)與倫理

01、一個(gè)科學(xué)研究的過(guò)程：提出問(wèn)題或選擇要解決的問(wèn)題；學(xué)習(xí)研究關(guān)于這個(gè)問(wèn)題已經(jīng)發(fā)表的研究文獻(xiàn)；根據(jù)研究文獻(xiàn)和研究者的經(jīng)驗(yàn)提出假設(shè)；設(shè)計(jì)驗(yàn)證假設(shè)的實(shí)驗(yàn)；進(jìn)行實(shí)驗(yàn)和整理實(shí)驗(yàn)數(shù)據(jù)；根據(jù)實(shí)驗(yàn)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(lèi)過(guò)去500年來(lái)的進(jìn)步主要依靠科學(xué)技術(shù)的進(jìn)步，而且這種進(jìn)步還在加速。隨著AI的發(fā)展，科學(xué)發(fā)現(xiàn)可能會(huì)加速，這意味著技術(shù)進(jìn)步會(huì)進(jìn)一步加快，反過(guò)來(lái)又會(huì)加快科學(xué)的進(jìn)步。例如量子計(jì)算依賴(lài)于材料科學(xué)的進(jìn)展，一旦量子計(jì)算取得突破，計(jì)算能力就可能比現(xiàn)在提高幾個(gè)數(shù)量級(jí)，AI能力的提高又會(huì)進(jìn)一步加快科學(xué)進(jìn)展和加速實(shí)驗(yàn)速度，如此循環(huán)下去。

03、科學(xué)的本質(zhì)是受控實(shí)驗(yàn)。人類(lèi)通過(guò)控制一組變量來(lái)測(cè)量另外一些變量的變化。科學(xué)定律就是可控變量和測(cè)量變量之間的關(guān)系。當(dāng)人類(lèi)完全掌握了某一類(lèi)關(guān)系后，就可以通過(guò)制造儀器把原來(lái)的測(cè)量變量變?yōu)榭煽刈兞?，用增大的可控變量集再?lái)繼續(xù)發(fā)現(xiàn)它們和新的測(cè)量變量的關(guān)系，這就是科學(xué)進(jìn)步的本質(zhì)，所以?xún)x器就是某一類(lèi)科學(xué)定律的物化?？茖W(xué)的進(jìn)展完全依賴(lài)于能否完全掌握某個(gè)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(jī)器學(xué)習(xí)的全部數(shù)學(xué)基礎(chǔ)就是偏微分方程和線(xiàn)性代數(shù)，人工智能其他流派可能還要涉及概率論和隨機(jī)過(guò)程。今天的小學(xué)生、中學(xué)生到大學(xué)畢業(yè)時(shí)，人工智能不知會(huì)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(jī)器學(xué)習(xí)會(huì)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(yǔ)文培養(yǎng)的不僅是表達(dá)能力，更重要的是培養(yǎng)同理心的途徑。人類(lèi)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(jué)理解別人的能力。機(jī)器沒(méi)有同理心和共情心，未來(lái)最難被機(jī)器取代的就是需要和人類(lèi)溝通的工作。在能力方面，除了溝通能力以外，未來(lái)最重要的是想象力和創(chuàng)造力，而不是“工匠”能力。