第4章智能革命

第4章智能革命

4.12016年，人工智能元年

下一只黑天鹅，其实比较大，比我的脸还大，比那谁的肾都虚。但是又迫在眉睫。这就是人工智能。人工智能作为一个不确定性，2016年已经来到我们的身边。除了alphago大战李世石之外，有这么几件事，让我们印象深刻。

鲍勃·迪伦获得了今年的诺贝尔文学奖之后，ibm用炫技的方式刷了一把存在感。他们的人工智能机器人watson，用了几秒钟时间，分析了鲍勃·迪伦所有的歌曲后，给他总结了这么一句话：“鲍勃·迪伦先生，你的歌曲反映的是两种情绪——流逝的光阴和枯萎的爱情。”

同样是这个watson，在今年8月还做到了一件事，一位日本的女性白血病患者，当人类的医生已经宣布束手无策的时候，watson出手，花10分钟救了她的命。

他救命的方式是用10分钟，读完了2000万份医学文件，给出了一个有效的医疗建议。2000万份医学文献，堆起来是4000多米高。什么概念呢？深圳的腾讯大厦193米，至少20座腾讯大厦累起来。

有一些我们不熟悉的东西正在崛起。

过去，我们对所有人造的东西都会说，听我的；而这一次，我们只用说，你看着办。

4.2人工智能是下一个主战场

智能革命来得又快又急，2016年，不管是谷歌、苹果、亚马逊、facebook、微软、还是中国的bat，不管原来的主营业务是什么，大家都把重兵压在了人工智能上。

在中国的大型互联网公司中，阿里和腾讯的人工智能都在按正常节奏推进。而百度则显得特别着急。

这个咱得理解。

百度今年过得特别不顺。从1月到11月，从年初的魏则西事件到年底的太子李明远出局，百度是坏消息不断。尤其是市值在bat阵营中也落后。所以，李彦宏把话说得特别狠——移动互联网时代结束了，下一幕是人工智能。

移动互联网时代当然没有结束。但是百度的心态可以理解。这就像是打麻将，这一局人家全部听牌了。自己还差好远。巴不得赶紧点炮结束，因为下一局，他自信优势还是很大的。就目前我们了解到的百度的情况，他们在人工智能领域的技术储备足够雄厚。张一鸣的说法是，国内大部分顶尖的算法工程师还在百度。我也听说，中国排名前五的算法工程师，百度至少屯了两个。如果下一幕真的是人工智能主导的话，嘲笑百度的人肯定是笑早了。

总之，在近些年的商业进程中，我从来没有见过如此口径一致的判断。几乎所有的人都同意人工智能是未来，是下一个主战场。

就像linkedin创始人里德·霍夫曼说的：人工智能，技术方向尚不明朗，但所有大公司都已重兵进入。

为什么会有这么一致的判断？人工智能既然这么重要，那未来它一定会深刻地影响每一个普通人的生活。

作为一个文科生，本来对这种技术问题是尽量躲开的。但是人工智能火到这种程度，我也只好去四处请教我能找到的人工智能专家。学了一圈之后，人工智能是什么，我仍然不知道。但是我渐渐知道了，普通人对人工智能的一些误解。

4.3人工智能不是复制人类，是另一个物种

先来看第一条：人工智能不是在复制人类，它是完全不同的另外一种存在。

过去我们总以为人工智能是在复制人的思维方式。但实际上，完全不是一回事。

机器和人类的最大区别是什么？是机器不会疲倦。

它其实就是传说中的那个——中国最牛的虚拟人物——别人家的孩子。一个勤奋的、听话的、完美的小孩。你在打游戏的时候，他在学习，你在休息的时候他还在学习。

2016年三月份，alphago在和李世石下围棋的时候，五局只输了一局。输了的那天，李世石在接受采访和吃饭睡觉。而alphago在干什么？它又独自下了一百万盘。

这又一次完美地诠释了这个时代最悲情、最无奈的那句话：比你聪明的人，还比你勤奋。

这导致机器思维和人类思维的一个重大区别。

人因为能力有限，思维方式是尽量简化。我们从上学第一天起，接受的所有教育都是尽量用一个字词、一段篇章、一个公式来描述这个世界。所以，就有那个重要的奥卡姆剃刀原则，如无必要，勿增实体。这样可以更方便地理解和传递知识。

但是机器不需要这个奥卡姆剃刀原理。它能力足够强，它不需要把世界简化了之后再去理解。人工智能其实是让世界恢复了原本的复杂性。

第四范式的老板戴文渊跟我讲，人的思维习惯是怎么简单怎么来。机器的思维习惯是怎么复杂怎么来。

在机器的思维里，没有什么牛顿三大定律和爱因斯坦相对论的区别。那都是对世界简化理解的产物。人工智能会把这个世界按照不同的速度，分成几千种，然后总结出三千万个定律。

在机器的思维里，也没有什么朝阳区群众的概念，那就是上千万的具体的人，然后可以根据用无数的维度、特征把它们区分开来。我们通常只会说男女两性，但是机器会根据性偏好总结出56种以上的性别。我们通常会说，七零后八零后九零后，但是机器一使劲，完全可以做到把年龄的划分精确到每一秒。

一家店怎么可能是人工智能运行的结果？运用机器思维的亚马逊公司，它拥有3亿用户，那就运行3亿个店给你，每个人看到的亚马逊是不一样的。

老天爷，我们在和一个什么样的物种打交道？我们原来文明的所有的基础对它来说都不存在，它用最复杂的方式，它一出手我们就没法儿理解的方式，在构建他自己的逻辑。

人工智能为什么在2016年爆发？就是因为驾驭这个复杂的因素出现了。业界公认，2016年人工智能的爆发三大原因，算法的进步、硬件的进步和大数据的进步。

算法。说了你也不懂。当然我也不懂。看懂这些词儿算你有本事：计算、连接、评估、纠错、疯狂培训、非线性、分布式、自适应、自组织。

硬件其实指的就是gpu。啥是gpu，你也别为难我这个文科生了。总之一句话，它就是人工智能运行的硬件基础。文科生还是看得懂数字的。gpu硬件的领军公司英伟达，去年一年的股价，从30美金涨到100美金。一年涨了3倍。顺便告诉大家，这家公司的老板黄仁勋，是华人。

第三个词，大数据。才是重点。

来看一个例子。

怎样让电脑认出一只猫？

第一代的人工智能的方法是，给出无数条件，然后试图得出结论。也就是告诉电脑一大堆——“如果，那么”。如果它有花纹，有爪，有胡子，等等等等，它就是一只猫。

可是深度学习不这么干。他输入一百万张，甚至更多猫的图片，告诉机器，这里头有猫。你去认吧。你自己去定规则，自己去找规律。数据每大一个数量级，就越逼近于正确。

用深度学习下围棋，其实他并不知道什么叫布局定式，什么叫飞叫断，在机器的眼里，只有图，只有一张图往下一张图演化时，胜负的概率。数据越大，它水平就越高。

就像有人问美国联邦最高法院的大法官波特·斯图尔特，你们法官断案子，总说什么是色情作品，那请问，什么是色情呢？斯图尔特说：我不知道什么是色情。但是我看了之后，就能知道。这就是典型的人工智能逻辑。它不关心人类对一件事情的定义，但是它可以输出你要的结果。

这里面最重要的是什么？是数据。

医疗用的人工智能，需要大量的医疗数据。越多的数据灌进去，诊断就越准确。

自动驾驶汽车的人工智能，需要的就是大量的路况数据。数据越多，驾驶技术就越好。

读懂人的表情，没有问题，24小时跟踪一张张脸的变化，标定每一个细小变化的表情意义。

强悍的硬件带来的计算能力，强悍的算法在飞速迭代，再加上强悍的数据，造就了这一波人工智能的浪潮。

看见了吗？人工智能和人完全不是一回事，用完全不同的思路，但是达到了同样的结果。所以人工智能不是在模仿人，它是抄了一条他们自己熟悉的近道，然后赶上了人而已。

4.4人工智能的技术门槛比你想象的低