【读书讲座】AI·未来——更多资源,课程更新在
资源，名师讲座课程简介：
【读书讲座】AI·未来
现在： 深度学习（如淘宝推荐， 滴滴打车）海量数据 能精准到人类都无法精准的地方（如你手机的慢点，如你的键盘是否合格）人脸识别已经远远超越人类，可以分辨300万张脸（如放射科医生看片被取代）趋势：引领世界AI的两股力量中国较美国的优势：对互联网的接受度；数据量；数据资源比电更有用；资本环境看好AI。政府政策对AI更有好美国：顶级科学家更多；google比另外七家都强；美国有突破式创业者：如埃隆马斯克，乔布斯；美国更容易吸引人才未来：危机：机器人可以完成大多数人类繁琐的工作，让食物链顶端的人更搞笑。大部分人已经不需要工作。医疗成本降低 贫穷也可以得到很多现在人得不到的医疗这一次之所以称之为危机是因为：即使每一次工业革命会催生新的工作，但是一般会跨越几十甚至几百年，而这次太快，甚至下一次工业革命将越来越快，且很难预见。 But：AI是没有温度的 冷冰冰的情感类服务是无法被取代的（如读书软件，siri）或是极富创造力的（如高端鉴赏能力）工作将被重新定义，工作现在不仅仅是生存，还牵连人存在的尊严和是否存在希望。事实上现在大量的人还是把工作放在人生首位，以后就不存在工作，将进入工作解放状态。钱一定不会是工作的唯一目的，并且在未来会越来越弱 人工智能无疑是最近两年十分热门的话题，也将是未来科技发展的一个热点方向。李开复博士是语音识别方面的专家，作为业内知名人士，他分享了许多关于人工智能的见解。 ?0?2 故事从柯洁输给AlphaGo开始从深蓝”的胜利到AlphaGo的胜利，中间是深度学习这一核心技术的驱动。人工智能领域的两个阵营：一是规则式（rule-based)方法。简单点说就是，专家写好规则，教计算机若X，则Y。”另一个是神经网络（neural network)方法。模仿人脑结构，让人工神经网络自己学习大量的例子，从而识别规律。书中有一个很形象的例子，比如看图片中是否有一只猫，规则式方法的逻辑就是如果一个圆圆的东西上面有两个三角形，大概率就是猫了。”而神经网络方法就是把成千上万张猫的图片喂”给系统，让它自己去辨别什么是猫。随着互联网的崛起，带来了海量的数据。科技的进步让计算机的运算力变得强大又便宜。神经网络方法有了新名字——深度学习。它需要大量的相关数据、强大的算法、足够细化的领域以及明确的目标，缺一不可。其核心能力：通过识别规律、得出最优解、做出决策。模仿硅谷起家的中国互联网书中讲述了模仿Facebook、Groupon的王兴的故事。讲到了后发优势：后进入市场的企业，可以借鉴先行者的成功经验，规避先行者已经犯过的错误，学习和利用先行者成熟的技术和管理方式，甚至可以接受先行者的资本扶持，以较低的成本获取较大的成就。后发优势的陷阱：后发者在获得一定的成功之后，会失去创新的动力，安于现状。中国的创业者们没有陷入这样的陷阱中，他们不断调整商业模式、迭代产品，抓住用户满意度这一基准，最终优化为最适合本土市场的形态。比如马云发明的支付宝是为了缓解用户对在线购物信任感的不足。比如美国人把搜索引擎当作黄页，用来寻找特定的信息；而中国人把搜索引擎当作购物商城，用来查看体验各种页面。比如把信息填满用户界面的人人网，在烧钱的千团大战中优化后端系统的美团（让顾客付款更顺利、商家收钱更快捷从而提高了用户体验、提高了自己的商业信誉）。相比较于硅谷崇尚从0到1的创新，希望改变世界，接受借鉴的文化环境、匮乏心态、以及为抓住创富机会而愿意投入有前景的新产业的迫切”，构成了中国互联网生态系统的心理基础。硅谷倾向于轻量的模式，而中国互联网创业者愿意重磅——花钱、管理劳动力、提供跑腿、建立规模经济——改变数字经济的同时也改变了实体经济。也因此获得了海量的数据。七巨头的电网”模式和创业公司的电池”模式电网”模式就是将机器学习的力量转化为标准化服务，可由任何公司购买。云平台计算机就是电网，作用是根据用户提供的不同数据，实现复杂机器学习最佳化。电池”模式就是在电网”模式没有形成的时候，为各行各业打造具有高针对性的产品。人工智能发展的四波浪潮第一波：互联网智能化（Internet AI）原理：给互联网用户的浏览数据贴标签知道我们想买啥的淘宝和京东，知道我们喜欢看啥的抖音。当然还有今日头条今日头条”的工作原理第二波：商业智能化（business AI）原理：给传统公司数十年积累的大量专业数据贴标签，训练这些数据。比如银行核发贷款时记录还款率。人类常常根据强特征（strong feature）来做预测，而与结构高度相关的数据，通常是直接的因果关系。人工智能还会考虑弱特征（weak feature）。而这些特征往往又人类难以理解的复杂数学关系。把两者结合的算法，往往能在商业分析上超过从业多年的人类。第三波：实体世界智能化（perception AI) 以大量的传感器及智能型器材，把我们的现实世界转化成可被深度学习算法分析与优化的数据。比如各种智能音箱、城市大脑、智能冰箱、智能购物车等。基于现实产生的数据并根据数据进一步运作。第四波：自主智能化（autonomous AI）把复杂的数据和机器感知能力结合起来。比如智能驾驶、能在某些特定领域取代工人的机器人。人工智能危机就业风险评估图：体力劳动就业风险评估图：脑力劳动危险区是最近几年容易被替代的工作；结合区是机器可以替代人的部分劳动，让更少的人配合机器完成工作；慢变区属于暂时还不能替代，但是看人工智能的发展速度而定。安全区是在可见的未来还不会被替代的行业。两类失业：一对一取代和彻底清除。当整个产业被重构时，就面临这种被彻底清除的景象。伴随失业浪潮，随之而来的还有个人危机。自工业革命以来的数个世纪里，工作不仅是一种谋生手段，更是一种自我认可以及生活意义的源泉。当我们身处社会之中，需要自我介绍或介绍他人时，首先提到的就是工作。工作让我们过得充实，给人一种规律感，让我们和其他人联结。固定的薪水不仅是一种劳动报酬方式，也代表了个人对社会的价值，表明每个人都是社会的重要成员。切断这些联系，或者说迫使人们从事低于过去社会地位的工作，影响的不只是收入，还会直接伤害到我们的认同感和价值感。一个癌症患者的思考这段讲述了李开复博士患癌到治愈的整个过程。我想创造像人类一样思考的机器，可最终我也变成了一个像机器一样思考的人。”这句话让我感受到了他发自肺腑的悔和感悟。当他遇到星云大师的时候，轻易被揭开被包裹住的名利之心，终于也明白人不应该这样思考，时刻不停地计算、量化一切事物，会腐蚀掉我们内心本真的东西——爱。开复博士的家人朋友更是让他深刻明白了这一点。这样让他相信，未来是由人工智能强大的思考能力和人类爱的能力构筑。人类与人工智能共存的蓝图针对人工智能将引发的失业问题，开复博士提出了主流的看法。比如3R：就业再培训、减少工作时间或重新分配收入。（调节某一个变量：技能、时间、报酬）这种方式短期能够缓解人工智能对失业问题的冲击，但是长期看来，人们的净收入依然在下滑，政府也很难负担巨额的补助。另外就是全民基本收入，每个人都能领取到无条件的基本补助金，可维持最低生活标准。这样大家有了基本的保障之后，都可以去做自己喜欢的事情。对于此项方案，开复博士认为：人性都是好逸恶劳的，如果有了保障不想工作怎么办？再者，拿了保障去通过培训再就业，再一次被人工智能取代了怎么办？” 由人工智能负责例行的、重复性的优化任务，人类负责需要创意和战略思维的工作和处理人际关系。”这是开复博士的看法。我们应当在科学、技术、工程、数学的教育上强调创意和思维的培养，另外就是关爱型的工作，这将是未来教育的两个重点。社会贡献津贴”：对于那些把时间和精力投入慈善、使社会更有人情味和创造力的人（包括三大类活动：护理工作、社群服务和接受培训），政府将付给他们一项报酬。既缓解了人工智能对就业的冲击，也让人们重视爱的力量，从而创造更好的社会环境。在改善教育体系时，我们可以向韩国学习。韩国推行的资优教育计划，旨在为国家培养顶级科技人才。还可以从美国的社交与情感教育实验中吸取经验，交给学生在未来以人为本”的岗位上所需要的至关重要的技能，协助打造关爱型社会。在学习如何调整工作方法和工作态度方面，我们应该参考瑞士和日本的工匠文化。追求完美的精神，将日常工作升华为追求艺术和极致的活动。加拿大和荷兰充满活力的志愿者文化，诠释了工作可以是多角度、全方位的。我们应该将公共政策和个人价值融合在一起，花点时间研究如何重新定义衡量方法，比如国民幸福指数”。书中点点滴滴的感动：乔布斯在斯坦福演讲的时候，告诉在座的学生，未必要事先规划好人生和事业。（人生是由无数个转折点组成的）你在向前展望时不可能将这些点串联起来，只能在回顾时将点点滴滴联系起来。所以，你必须相信这些点在未来都可能联结起来。在谢丽尔的《向前一步》中，也曾写到，我们攀登的事业可能不必是一个竖梯，而是一个方格架。要爬到梯子的顶端只有一种方式，但是爬到方格架的顶端则会有很多种方式。《北京折叠》中的有用”阶层和无用”阶层，源自我们多年信奉的工业时代价值观（仅仅用产生的经济效益来衡量个人价值）。我们选择哪些价值观念，在未来这些理念就会变成应验的预言。我们人类的价值不应该仅仅在于经济贡献，还有更多人性本真的东西——爱人与被爱的能力。总结：读这本书的初衷是为了更多的了解人工智能这一前沿科技，没想到还见识到了开复博士对中美互联网的深刻分析和见解，这让我获益匪浅。另外关于脑力劳动中高重复的优化性和低沟通要求的工作，最最危险，那我目前的工作——结构工程师确实非常非常危险。最后会成为结合区的工作，更少的工程师，更多更强的机器辅助。另外开复博士对于人工智能可能导致的失业危机，非常担忧，在他的个人公众号也用了各种形式——文章、小视频等，给大家科普，佛家语就是渡众生”了。也提到了许多的可能解决方案，让我感悟到了他作为一个治愈的癌症患者，心中涌起的大爱。非常感激！
