南安普敦vs切尔西:做2%的人

吳軍 原創 | 2019-09-27 15:16 | 收藏 | 投票 編輯推薦 焦點關注
關鍵字:人工智能 AI 

南安普敦vs利物浦 www.rupcqk.com.cn  

  1

  大數據是智能的基礎

  我曾經跟伯克利很有名的一位叫邁克爾·喬丹(與美國球星同名)的教授聊了聊,他是現在的深度機器學習的最早期提出者,也是美國工學院、文理學院和科學院三院院士,我們就把AI這兩個字母來回來去組合:

  首先是IA— Intelligence Augmentation(智能放大),這就是說人工智能做出來的事情顯得人類很聰明,比如搜索引擎和機器翻譯,你不會法語要去法國旅游,在網上搜索一下就把知識綜合起來了,這以前是要經過20年學術研究的。

  第二個是II—Intelligence Integration(智能綜合),機器不創造知識,但是它做了綜合。我之前在谷歌做自動回答問題的項目,比如問天為什么是藍色的,我們會把知識綜合起來,然后重新組成句子,形成一個段落回答你。

  第三個是AA—Automatic Algorithm(自動算法)。比如說以前人要做一件事情,步驟一二三是設定好的。最典型的例子就是美圖秀秀,之前用PS也可以做的,但是要有個學習PS的過程,還不一定能學好,但現在計算機就能算好,你按一個鍵,就可以自動修好照片。

  所以我們可以認為今天的AI(人工智能)=IA+II+AA。

  從60年前到今天,人工智能發展到一個什么水平階段呢,我把它分成三層:

  第一層,弱人工智能。每個人都在用,今天拍個照片,女孩子們美圖秀秀修一修,發出去,這是弱人工智能。今天買東西和五年前習慣是不一樣的,很多是它推薦給你的,40%營收額是靠推薦來的。這是一種很人工智能的算法,很多人覺得還不夠聰明,還放在了弱人工智能方面去。

  第二層,強人工智能。人工智能現在不僅能夠識別,還能翻譯。如果想翻譯成英文,我想我們現在不需要同聲翻譯,直接用計算機翻譯過去的話美國人英國人是聽得懂的。它還可以干別的事,比如計算機能回答問題,能寫作,在華爾街日報或者是紐約時報,今天大部分和財經類新聞有關的這種報道中,大部分文章是計算機寫的,不是人寫的;下棋就更不用說了,人工智能還可以開車,美國Google的無人駕駛汽車,到現在開了將近500萬多里,但主動交通事故只出了兩起,也就是說它開車的水平要比人其實高很多;人工智能還可以看病,機器人看片子會比專家更好,不僅如此,像沃森這樣人工智能計算機,你告訴它三件事,描述一下你的病情,比如肚子疼,給它一個化驗結果,再給它你過去病例,它就可以做到美國醫生的平均水平。

  第三層,超級智能時代。超級智能有兩個核心,一是機器智能,相當于人類的大腦,二是IOT萬物互聯,相當于人類的五官。當機器智能的計算水平足夠高,當IOT的觸角觸及到城市的每個角落,就形成了超級智能。未來我們的城市,就是一個大的超級機器人。

  在人工智能的發展過程中,人工智能大廈有三個重要支柱支撐著過程的演變:

  1) 摩爾定律。在IT行業里來講,每18個月處理器的性能會翻一番,這個速度大概相當于每五年多一點的時間,處理器性能要漲10倍左右。iPhone當年2007年發布,距離今天10年,那么今天iPhone的處理器相當于當年的100倍。

  2) 大量數據。現在數據產生的速度有多快呢?最近三年產生的數據,超過了從三年前到人類出現文字以來產生數據的總和。在很多人的印象中,數據就是數字,或者必須是由數字構成的,其實不然。互聯網上的任何內容,文字、圖片和視頻,都是數據;醫院里包括醫學影像在內的所有檔案也是數據;各種設計圖紙,甚至是出土文物的尺寸、材料,也都是數據;我們的社會關系、我們每天的活動,都是數據。很多種數據,比如語音和文字,反而沒有多少數字的內容。知識是人類進步的階梯,我們用知識不斷地改變我們的生活和周圍的世界,而數據正是知識的基礎。過濾沒有意義的數據,刪除偽造的數據,從數據中獲取有用的信息,隨后進行處理,人類就可以獲得知識。

  3) 深度學習。這實際是一種新的算法或者數學模型。

  在有大數據之前,計算機并不擅長解決那些需要人類智能解決的問題,但在今天,這些問題換個思路就可以解決了,其核心就是轉換智能問題為數據問題。傳統的人工智能方式是讓計算機按照人的思路去做,但今天幾乎所有的科學家都不再堅持「機器要像人一樣思考才能獲得智能」的觀點。比如AlphaGo(阿爾法狗),它不是靠邏輯推理獲勝的,而是靠大數據和算法。在數據方面,谷歌使用了幾十萬盤圍棋高手之間對弈的數據來訓練它;在算法方面,谷歌采用了上萬臺服務器來訓練它下棋的模型,并且讓不同版本的AlphaGo相互對弈了上千萬盤,可以說它幾乎是算無遺策。所以說,這是個智能的時代,而智能的基礎是大數據,可謂「無數據、不智能」。

  大數據對于商業的影響更顯而易見,舉個某服裝奢侈品牌的例子。奢侈品牌有個特點,就是決定銷量的并非價格,而是顧客群的喜愛。之前企業并不太很好了解顧客的喜好,但進入大數據時代,則有了解決方案,就是在商品標簽中植入智能芯片,商品只要被拿到試衣間,芯片就能識別出來,同時記錄這件商品的試穿次數,從而了解顧客的喜好。這樣公司就能明白銷量不好的商品的原因是什么,然后針對商品做出改進,改變銷售方式。

  有了移動互聯網之后,數據量是非常大的。以前很多數據,其實沒有沒有收集上傳、沒法存儲,今天這個都變成了一個可能。在過去三年里,人類收集到的數據總和超過人類歷史上六千年,從出現文字到現在六千年就有了數據記載。過去三年里,數據量超過了人類六千年的總和。而且按照這個指數速度往上漲,可以預測估計一年半以后,又要翻一番了,這是一個非??斕乃俁?。所以在今天來講,你干任何一件事都要善用數據。

  未來隨著人工智能的發展,最先受到沖擊的將會是傳統生產線上的工人。機器人可以替代人類做重復性的工作,特斯拉的工廠已經完全機械化,沒有人工作業了。其次就是高端行業領域,比如專科醫生的病理診斷,機器的識別病癥識別率開始高于醫生了。

  在未來,機器為人類所用,給人類提供服務??贍?8%的人都在享受人工智能的成果,2%的人在設計AI。而這2%的人會有絕對話語權,所以如果不想被社會淘汰的話,要爭取成為2%的人。

  2

  做2%的人

  兩次工業革命和信息革命都曾對當時的社會產生巨大的沖擊,使得很多行業消失,但同時又催生出新的行業。不過,新的行業容不下那么多人,釋放出來的勞動力需要尋找出路,這種影響花費了半個世紀、甚至更長的時間才消化掉。在這個漫長而痛苦的轉型過程中,只有2%的少數人受益于新科技。

  很多人問我這2%的人是怎么算的?2%不是計算出來的,而是前些年占領華爾街的人自稱98%的人,反對社會的既得利益者,即所謂的2%的人。從此誕生了一個新概念,2% VS 98%。

  在過去如果按照社會階層和經濟狀況將人口分類,會發現社會是一個紡錘形,兩頭小中間大,但今天卻是一個金字塔形狀,上面小下面大。這樣的社會不會太穩固,最底層常常是最容易產生動蕩的。但是盡管世界各國都不斷地增加窮人的福利,各國的金字塔形狀卻越來越明顯。

  很多處于社會和行業底層的人經常抱怨社會的不公,但很少思考為什么,以及自己如何能改變命運。美國大部分富豪都是一代致富,中國的富一代也是如此,那么為何同樣的起跑線,每個人的命運會有如此巨大差距。舉個例子,在阿里巴巴之前,有個叫8848的電商網站一度很火,但是后來關門了,同時關門的電商還有一大批。于是當時搞電子商務的人說中國不適合做電商,因為當時沒有支付手段,大家不誠信,以及沒有物流等等。他們采取了消極的態度,但馬云用的是另一種積極的態度,沒有支付手段就搞一個支付寶,沒有誠信就搞一個商家評價體系,沒有物流就由公司出面和物流公司談專門的服務協議?;瘓浠八?,馬云是站在商家的角度想問題,幫商家成功就是幫阿里巴巴成功。

  98%的人在思維上犯了不能公正的就事論事的錯誤,習慣撿芝麻而不是撿西瓜。在機器搶掉人類飯碗的時代,如何做到不被拋棄?答案很簡單———跟上智能革命的浪潮。98%的人,就是抱著舊思維不放、不愿接受新技術的人。比如你做秘書的工作,不會用電腦而非要手寫稿子,那你馬上就會被淘汰。

  所以,要做2%的人:首先,獨立思考這一點非常重要。很多人很容易接受結論,而不去關注結論產生的過程和方法,不去判斷它是否正確、合理,是否符合常識。有人說自己太忙,沒時間求證,在我看來,這是一種思想上的懶惰。別說沒時間,我看很多人有大把刷微信的時間;還有就是要簡單化。永遠要記得:兩點之間,直線最短。任何復雜的金融產品都可能是騙局,因為它無法直截了當地告訴你它的贏利模式。

  3

  分享·跟蹤·合作·眾籌

  自從我的《智能時代》出版之后,我進一步梳理了思路,根據對產業的研究,總結出了未來時代商業八字訣——「分享、跟蹤、合作、眾籌」。

  第一,分享。中國的滴滴、美國的Uber、Airbnb都是分享經濟的代表。在未來分享經濟時代,連接比擁有更重要。滴滴和Uber沒有一輛汽車,確實全球最大的出租車公司,Airbnb沒有一間住房,卻比世界上任何酒店集團都大。淘寶上的商品也不是阿里巴巴的,但它也超過任何一家百貨連鎖店。滴滴、Uber和Airbnb通過互聯網把更多的資源引入市場。滴滴出現之前,中國只發放了200萬張出租車牌照,今天中國街上的出租車加上專車幾乎翻了兩番,接近800萬輛,增加的500多萬輛都是滴滴等公司通過互聯網把閑置資源和大家進行共享。

  第二,跟蹤。在萬物聯網這個時代,當然還有大數據、人工智能做后臺支撐,就有可能跟蹤到經濟,細到說能跟蹤到每一筆交易,每一個人,每一個很細節的地方,這都將帶來無限的商機。

  第三,合作。我在《智能時代》一書中講了一個技術革命時代的范式:現有產業+新技術=新產業。很多在美國、日本等工業化國家已經消失的所謂「遺產工業」,在中國依然所在。這些產業,在過去被看作是拖后腿的產業,但是它們升級改造的壓力最大,也最愿意采用新技術。因此,未來智能技術和它們的結合,會創造出很多有新意的產業。合作經濟是未來的趨勢。

  第四,眾籌。相比于網絡上眾籌出書、出唱片,更大、更有顛覆性的眾籌經濟是通過顧客參與的方式,改變產品和服務設計、生產和銷售的全過程。最典型的例子就是特斯拉汽車,特斯拉通過眾籌的方式從未來顧客那里收取定金,然后讓顧客參與設計,運用顧客的理念來生產汽車,并且繞過批發零售的環節,直接送到客戶手上。這樣比傳統汽車制造銷售鏈條短了很多,因此價格就會便宜很多。采用特斯拉眾籌模式的不僅適用制造業,那些先充值后服務的模式,也是一種變相眾籌經濟。比如說摩拜單車,用戶要先充值押金,這些錢足夠讓摩拜單車生產足夠的自行車投放在市場上,不然像摩拜單車這樣重資產的企業,負債的壓力是很大的。

  4

  好壞參半的未來

  我們每個人的出行都是隨機的,就跟布朗運動似的。未來城市是怎樣的呢?你可以把整個城市想象成一臺超級電腦,每一輛汽車是一個終端,可以從主機上獲得一個優化的交通方案。在美國有人做過這樣的試驗,將原來70分鐘的出行時間降到了20分鐘。現在在北京,人們上下班平均要花兩個半小時,如果能夠按照這個比例節省,每天就有可能節省40分鐘,社會效益非??曬?。再往后,馬路上可能都是無人駕駛的電動汽車。它們可以連成一排往前開,像火車一樣而不需要紅綠燈,中間哪輛車要拐彎了,就從隊伍里分出去。整個社會交通會變得更美好、更安全。未來還可以用無人機來代替警察巡邏,這些無人機和今天的無人機不一樣,它們很聰明,攝像頭帶有人工智能視覺識別軟件,能夠識別出潛在的犯罪嫌疑人。

  為什么說也是一個很壞的時代呢?智能革命讓一切更精細化和人性化,所有產業都將迎來挑戰,包括農業、制造業、體育、醫療,還有傳媒這些行業。這是空前的挑戰,因為它會造成非常多的社會問題——科技進步帶來的未必全是生活水平的提高,也可能有很多困擾。比如,今天的我們生活在一個毫無隱私可言的社會里。我們自己就是隱私泄露者———你在手機里安裝了那么多APP,參加了那么多優惠活動,都是在主動曝光自己。雅虎曾被曝丟失5億個賬號。一般人可能會覺得,5億個賬號,哪那么容易從中找到我的信息?其實不然。處理這些賬號的是機器,不是人工,找到你的賬號、破解你的密碼是很容易的。

  所以說,未來的時代是一個很好的時代,同時也是一個很壞的時代。

個人簡介
google科學家、硅谷風險投資人,畢業于清華大學計算機系(本科)和清華大學電子工程系(碩士),于1996年起在美國約翰霍普金斯大學攻讀博士,并于2002年獲得計算機科學博士學位。2002年谷歌資深研究員,在谷歌主要的貢獻包中日…
每日關注 更多
贊助商廣告