自從去年阿法狗戰(zhàn)勝了李世石開(kāi)始司蔬，人工智能這個(gè)以前科幻小說(shuō)里面的詞開(kāi)始頻繁地出現(xiàn)在各種媒體和文章上，如何取代人類(lèi)姨蝴，是不是會(huì)像“終結(jié)者”電影那樣最終把人類(lèi)給干掉俊啼？我們這種平頭老百姓關(guān)心這種問(wèn)題是白搭。不過(guò)其中有沒(méi)有投資的機(jī)會(huì)左医？甚至對(duì)于我們自己工作生活有沒(méi)有什么啟發(fā)授帕？這是我覺(jué)得哪怕并不在科技行業(yè)都必須要關(guān)心的。
一口氣讀了王煜全老師在得到專(zhuān)欄上花了一周的時(shí)間介紹人工智能領(lǐng)域的前沿浮梢，我給自己的學(xué)習(xí)做一份筆記跛十，如果你看完也覺(jué)得有收獲的話(huà)，就恭喜你吧秕硝！雖然我相信大部分人是不感興趣的芥映。
這波人工智能熱潮的來(lái)源是什么？
人工智能在大眾媒體上的引爆點(diǎn)來(lái)自于Google旗下的Deepmind公司所開(kāi)發(fā)的AlphaGo把圍棋界頂尖高手們干了個(gè)遍远豺，基本宣告人類(lèi)棋手在圍棋領(lǐng)域已經(jīng)無(wú)法戰(zhàn)勝電腦奈偏。人工智能這個(gè)概念早在十七世紀(jì)著名數(shù)學(xué)家萊布尼茲就提出過(guò)。實(shí)現(xiàn)人工智能有很多不同的算法躯护，而這次主要是基于“深度學(xué)習(xí)”的算法霎苗。這個(gè)算法其實(shí)早在上世紀(jì)80年代就由以多倫多大學(xué)的Geoffrey Hinton教授為代表的學(xué)者們提出。但是當(dāng)時(shí)壓根就被視為異類(lèi)榛做，因?yàn)樗乃惴ㄅc其他非常不同。
深度學(xué)習(xí)要求把整個(gè)過(guò)程先進(jìn)行分層内狸，每一層的輸出检眯，成為下一層的輸入。那每一層該怎么優(yōu)化呢昆淡？這個(gè)問(wèn)題直到2006年才算真正解決锰瘸，2007年Hinton教授把文章發(fā)表在《認(rèn)知科學(xué)趨勢(shì)》這本學(xué)術(shù)期刊上則標(biāo)志這深度學(xué)習(xí)的算法初步被完善了，這一輪的人工智能革命正式啟動(dòng)昂灵。但就算如此避凝，依然有個(gè)問(wèn)題。這個(gè)算法的結(jié)果相比其他的算法并不夠好眨补。主要障礙在于深度學(xué)習(xí)需要大量的計(jì)算能力管削。
真正讓學(xué)術(shù)界對(duì)深度學(xué)習(xí)態(tài)度轉(zhuǎn)變是由于兩位斯坦福的華人教授，吳恩達(dá)教授發(fā)現(xiàn)了計(jì)算能力的問(wèn)題撑螺，然后采用了英偉達(dá)的GPU含思，從而相比以前用CPU在計(jì)算能力上提升了上百倍（如今比特幣挖礦用的就是大量的GPU），吳教授后來(lái)也成為了谷歌大腦的創(chuàng)始人。另一位李飛飛教授則是建立了一個(gè)圖像識(shí)別資料庫(kù)含潘，每張圖片都標(biāo)注了圖片內(nèi)的內(nèi)容饲做，比如“這是山”，“那是水”等等遏弱。李教授用這個(gè)資料庫(kù)來(lái)訓(xùn)練人工智能系統(tǒng)盆均，結(jié)果在2012年舉辦的人工智能視覺(jué)識(shí)別比賽上，深度學(xué)習(xí)不但超越了所有的算法漱逸，并且第一次超越了人類(lèi)泪姨。
讓大眾知道人工智能厲害的，就是Deepmind的AlphaGo虹脯，而這家公司的創(chuàng)始人是個(gè)超級(jí)天才驴娃，塞浦路斯和華裔新加坡人的混血，1976年出生的Demis Hassabis循集。
這位天才的簡(jiǎn)歷是這樣的：13歲成為國(guó)際象棋大師唇敞，16歲完成英國(guó)S level exams，但是放棄讀大學(xué)咒彤，而是加入了一家游戲公司進(jìn)行游戲開(kāi)發(fā)疆柔。不過(guò)他還是決定上大學(xué)，結(jié)果21歲從劍橋全優(yōu)畢業(yè)镶柱，22歲開(kāi)了自己的游戲公司旷档，又做出一批成功的游戲。到了29歲做膩了游戲歇拆，就決定到倫敦大學(xué)學(xué)院（UCL）攻讀認(rèn)知神經(jīng)科學(xué)的博士鞋屈，33歲（09年）時(shí)博士畢業(yè)，期間論文發(fā)表在《Science》雜志上并且被評(píng)選為全球十大科學(xué)突破之一故觅。
他34歲開(kāi)公司成了了Deepmind厂庇，口號(hào)是：首先解決智能問(wèn)題，然后用智能解決一切其他問(wèn)題输吏。他們的突破路線(xiàn)是訓(xùn)練人工智能玩游戲权旷，圍棋就是他們眼中的一種游戲。結(jié)果在2014年贯溅，公司成立才4年時(shí)拄氯，被Google以4億英鎊收購(gòu)，整個(gè)收購(gòu)過(guò)程由拉里·佩奇親自主持它浅，因?yàn)楣雀枰杆僭谌斯ぶ悄茴I(lǐng)域占據(jù)領(lǐng)先的高地译柏。后面的故事，大家都已經(jīng)知道了姐霍。
深度學(xué)習(xí)技術(shù)本身給予的啟示
我不懂深度學(xué)習(xí)技術(shù)本身艇纺，但是發(fā)現(xiàn)他的思路卻值得我們用在兒童教育或者創(chuàng)新教育領(lǐng)域。比如，有些人教孩子畫(huà)畫(huà)時(shí)黔衡，是教他每一筆該怎么畫(huà)蚓聘，怎么構(gòu)圖，怎么著色盟劫，有條條框框的限定夜牡，孩子甚至是通過(guò)涂色書(shū)來(lái)進(jìn)行畫(huà)圖。而用深度學(xué)習(xí)的方法侣签，我們不用去理會(huì)孩子到底是怎么畫(huà)的塘装，只需要在孩子每完成一幅畫(huà)后，告訴他是好還是壞影所，給予一個(gè)正確的反饋就行了蹦肴。或許一開(kāi)始他畫(huà)得并不好猴娩，但是只要給予孩子足夠的時(shí)間阴幌，并且在每次畫(huà)畫(huà)后都給予好還是壞的反饋，他最終就能夠成為一個(gè)不錯(cuò)的畫(huà)家卷中。深度學(xué)習(xí)正是依靠這樣的方式矛双，已經(jīng)能夠?qū)崿F(xiàn)輸入A畫(huà)的內(nèi)容和梵高“星空”這兩幅圖，就能夠生成一幅“星空”風(fēng)格的A內(nèi)容的畫(huà)作蟆豫。
深度學(xué)習(xí)目前無(wú)法實(shí)現(xiàn)“普遍的智慧”议忽，一個(gè)領(lǐng)域內(nèi)的學(xué)習(xí)只能完成一個(gè)領(lǐng)域內(nèi)的問(wèn)題，而無(wú)法進(jìn)行跨界十减。這里就牽涉到一個(gè)專(zhuān)和廣的問(wèn)題了栈幸。對(duì)于我們每個(gè)人自己的學(xué)習(xí)，如果想要專(zhuān)帮辟，那就得心無(wú)旁騖速址。但現(xiàn)實(shí)中，我們需要跨界的知識(shí)體系织阅，很多問(wèn)題其實(shí)可以從其他領(lǐng)域中獲得靈感。所以這個(gè)階段的深度學(xué)習(xí)依然與我們?nèi)祟?lèi)大腦有很大的差距震捣。但本質(zhì)上去啟發(fā)了我們自己深度學(xué)習(xí)的本質(zhì)荔棉。
這個(gè)本質(zhì)我把它稱(chēng)為：“深度學(xué)習(xí)式的師徒傳授”：在某個(gè)特定的領(lǐng)域，只要徒弟先掌握正確的學(xué)習(xí)方法（算法）蒿赢，有心去學(xué)（計(jì)算能力）润樱，并且得到足夠的基本功內(nèi)容，剩下“師傅”所要做的就只是關(guān)注反饋以及給予足夠的時(shí)間即可羡棵。傳統(tǒng)的師傅總是要手把手教徒弟壹若，限制各種條條框框，期望徒弟通過(guò)模仿的方式來(lái)成為另一個(gè)“師傅”。而深度學(xué)習(xí)的結(jié)果是超越店展，而不是模仿养篓。比如我團(tuán)隊(duì)中期望新同事們能夠超越我，能夠用他們自由去跨界尋找最適合自己的方法赂蕴，而我則不斷地給予短期結(jié)果的反饋柳弄，最終他們一定比我做得更好！
在孩子教育上概说，是否也是能夠推導(dǎo)出類(lèi)似的結(jié)論碧注？現(xiàn)在的父母是管得太多，還是管得太少糖赔？反而萍丐，在學(xué)習(xí)方法、學(xué)習(xí)動(dòng)力放典，以及在給予反饋上逝变，父母是否也做得足夠好了呢？我們并不需要去學(xué)習(xí)深度學(xué)習(xí)本身刻撒，其理念就足夠我們?nèi)ニ伎嫉牧恕?/p>
我們?cè)趺慈ダ萌斯ぶ悄埽?/h4>
如同互聯(lián)網(wǎng)技術(shù)一樣骨田，我們并不需要理解背后的內(nèi)容，只需要知道如何使用即可声怔。人工智能也是一樣的态贤。
谷歌等互聯(lián)網(wǎng)巨頭現(xiàn)在通過(guò)云計(jì)算和開(kāi)放平臺(tái)來(lái)提供足夠的計(jì)算能力，并且人工智能算法很多也都開(kāi)源醋火，比如谷歌開(kāi)源了人工智能開(kāi)發(fā)系統(tǒng)tensorflow悠汽，結(jié)合他家的配套云計(jì)算硬件，就等于給了自來(lái)水源還給了水龍頭芥驳，至于我們打水后怎么用柿冲，就是我們自己的事情了。
王煜全舉了這么個(gè)例子兆旬。日本有位汽車(chē)系統(tǒng)設(shè)計(jì)師假抄，他的父母經(jīng)營(yíng)一個(gè)黃瓜農(nóng)場(chǎng)。農(nóng)場(chǎng)最辛苦的環(huán)節(jié)在于黃瓜的分類(lèi)丽猬，把成熟度不一宿饱、大小不一的黃瓜進(jìn)行等級(jí)分揀，這個(gè)非辰潘睿花功夫谬以。于是他就基于TensorFlow系統(tǒng)開(kāi)發(fā)了一個(gè)基于視覺(jué)識(shí)別的人工智能系統(tǒng)，給不同的黃瓜拍照由桌，讓人工智能學(xué)習(xí)不同大小的黃瓜分揀为黎，然后在流水線(xiàn)上自動(dòng)分揀進(jìn)行邮丰，大大提高了效率。你看铭乾，“自來(lái)水”就可以是這樣用的剪廉。
保持對(duì)科技最新進(jìn)展的更新，我覺(jué)得就是讓我們不被時(shí)代淘汰之余片橡，還能夠思考如何去好好利用妈经。開(kāi)放化平臺(tái)已經(jīng)成為一個(gè)趨勢(shì)，科技巨頭們的技術(shù)壟斷路線(xiàn)是：讓你輕易能用捧书，從而離不開(kāi)他吹泡。所以我們不需要過(guò)于擔(dān)心科技的門(mén)檻，反而要小心自己的思維跟不上经瓷。有朋友稱(chēng)贊我們?cè)诒ｋU(xiǎn)領(lǐng)域把互聯(lián)網(wǎng)運(yùn)用得非常溜爆哑。而我想說(shuō)，大家都通過(guò)水龍頭打水舆吮，不會(huì)有什么太大的競(jìng)爭(zhēng)優(yōu)勢(shì)揭朝，但是你若還靠挑井水喝，那么或許會(huì)被時(shí)代拋棄色冀。跟上科技或許無(wú)法給予我們太大的優(yōu)勢(shì)潭袱，但是跟不上則一定有劣勢(shì)。這就是我們需要了解科技動(dòng)向的最大原因锋恬。
總結(jié)今日的分享
人工智能是個(gè)非常有趣的領(lǐng)域屯换，能否找到投資賺錢(qián)的機(jī)會(huì)？王煜全的觀(guān)點(diǎn)是：已經(jīng)錯(cuò)過(guò)了創(chuàng)業(yè)最好的時(shí)期与学，但是會(huì)迎來(lái)更多應(yīng)用層面的機(jī)會(huì)彤悔，就看各個(gè)企業(yè)是如何去運(yùn)用了。這不是一個(gè)“用”或“不用”的選擇題索守，而是誰(shuí)能用好這個(gè)工具晕窑，誰(shuí)就會(huì)有優(yōu)勢(shì)的問(wèn)題。
給我啟發(fā)的有這么幾點(diǎn)：
1. 深度學(xué)習(xí)的算法也是我們自己學(xué)習(xí)方式的提醒卵佛，建立學(xué)習(xí)的方法杨赤，不斷地輸入、輸出截汪，獲得反饋疾牲，然后再學(xué)習(xí)；
2. 我們每個(gè)人學(xué)習(xí)的效率挫鸽，就取決于我們自己的“算法”是否高效说敏，也取決于我們的動(dòng)力是否足夠（足夠的計(jì)算能力）
3. 了解科技前沿鸥跟，不但是開(kāi)拓我們自己的思維丢郊，也是尋找自己創(chuàng)新機(jī)會(huì)的方式盔沫。
期望我自己的學(xué)習(xí)筆記對(duì)你也有所收獲吧。以上內(nèi)容都是學(xué)習(xí)王煜全在得到專(zhuān)欄《全球創(chuàng)新260講》枫匾，若是內(nèi)容有誤架诞，請(qǐng)?zhí)岢鲋刚奖阄倚拚约旱膶W(xué)習(xí)干茉。多謝谴忧！
