關(guān)于作者
王維嘉，中國科技大學(xué)學(xué)士和碩士俩由，美國斯坦福大學(xué)博士毒嫡。曾在斯坦福大學(xué)師從人工智能鼻祖之一、美國國家工程院院士伯納德·威德羅教授幻梯。在硅谷學(xué)習(xí)兜畸、工作、創(chuàng)業(yè)碘梢、投資超過30年咬摇，擁有十幾項美國基礎(chǔ)專利，開發(fā)了世界上第一臺手持互聯(lián)網(wǎng)終端煞躬，是全球移動互聯(lián)網(wǎng)的布道者和踐行者肛鹏。目前在硅谷專注投資人工智能，每年調(diào)研全球上千家高科技創(chuàng)業(yè)公司恩沛，訪問世界頂級大學(xué)和研究所甘晤。
關(guān)于本書
本書介紹了機器學(xué)習(xí)五大流派從數(shù)據(jù)中挖掘暗知識的方法以及各自適用的領(lǐng)域袋励，尤其是神經(jīng)網(wǎng)絡(luò)的基本工作原理和目前在商業(yè)上應(yīng)用最廣泛的幾種形態(tài)。同時著重討論了暗知識對商業(yè)和社會的直接影響，比如哪些行業(yè)將面臨機器認知的顛覆饰抒，在不同行業(yè)里有哪些投資機會和陷阱。本書最后介紹了目前還沒有商業(yè)化的残吩，但可能更深刻影響我們的一些神奇的人工智能應(yīng)用萌焰，以及人工智能會在多大程度上取代人的工作，造成哪些社會問題呈宇，如何讓下一代做好準備等好爬。
關(guān)于版權(quán)
撰稿：徐竹
腦圖：摩西腦圖工作室
核心內(nèi)容
一、什么是暗知識甥啄？暗知識與明知識存炮、默知識之間有哪些區(qū)別？
二蜈漓、機器學(xué)習(xí)的哪些優(yōu)勢使它能夠發(fā)現(xiàn)暗知識穆桂，這些優(yōu)勢為什么是人類的認識能力所沒有的。
三融虽、暗知識對產(chǎn)業(yè)變革和人自身發(fā)展的影響：哪些行業(yè)會因為暗知識的發(fā)現(xiàn)而產(chǎn)生新的投資機會享完？
核心內(nèi)容擴展
首先，暗知識之所以區(qū)別于明知識和默知識有额，就在于它既不可感受也無法描述般又。機器發(fā)掘出來的暗知識彼绷，盡管無法被人類理解，卻可以在機器間傳播茴迁。
其次寄悯，機器以更精確的感官、更快更可靠的神經(jīng)信號傳導(dǎo)堕义、更容易儲存和復(fù)制的優(yōu)勢超越了人腦猜旬，所以它能發(fā)現(xiàn)人類都不能理解的暗知識。
最后倦卖，機器認知和暗知識的發(fā)現(xiàn)將從根本上顛覆傳統(tǒng)產(chǎn)業(yè)的發(fā)展模式洒擦，同時在自動駕駛等新興領(lǐng)域創(chuàng)造出新的商業(yè)機會。暗知識的時代同樣是機遇與挑戰(zhàn)并存糖耸。
人類自有文字并進入文明社會以來已有數(shù)千年的歷史秘遏。這數(shù)千年可以說都是人類獲取知識的歷史。今天嘉竟，機器學(xué)習(xí)給出了人類知識的一個全新方向邦危，竟然可以讓人類利用自己都不理解的暗知識去解決問題，而且這些暗知識從總量上說將遠遠超過人類已經(jīng)積累和尚未發(fā)現(xiàn)的知識舍扰。表面上看倦蚪，這似乎意味著人類是否理解知識已經(jīng)不再重要，因為反正有機器來替我們搞定一切边苹。但你如果往深里想陵且，這恰恰是對人類掌握知識的能力提出了更為迫切、更為嚴峻的要求个束。如果所有人都依賴機器慕购，那么那些因為占有機器的知識而聚集資源的機構(gòu)或個人，將決定社會權(quán)力的分配茬底，公平沪悲、正義這些固有的價值體系將有可能要被重新定義。
無論何時阱表，人自身的發(fā)展和完善才是解決一切問題的終極目的殿如，在這個意義上，機器并不能改變什么歷史最爬，最終具有決定意義的仍然只能是人本身涉馁。
