北京的視角

2016年3月，AlphaGo圍棋比賽戰(zhàn)勝韓國(guó)棋手李世石呈础，超過(guò)2億八千萬(wàn)中國(guó)人觀戰(zhàn)塌碌，一夜之間渊胸，中國(guó)陷入人工智能熱潮。

2017年5月27日台妆，AlphaGo以壓倒性的優(yōu)勢(shì)在圍棋對(duì)戰(zhàn)中戰(zhàn)勝柯潔翎猛，不到2個(gè)月國(guó)務(wù)院公布了《新一代人工智能發(fā)展規(guī)劃》，這是中國(guó)國(guó)家發(fā)展人工智能的遠(yuǎn)景規(guī)劃接剩，明確提出未來(lái)將要對(duì)人工智能發(fā)展給予更多資金切厘、政策支持，以及國(guó)家級(jí)的統(tǒng)籌規(guī)劃懊缺，希望到2030年中國(guó)能成為人工智能領(lǐng)域的全球創(chuàng)新中心疫稿，在理論，技術(shù)及應(yīng)用上領(lǐng)先全球鹃两。2017年中國(guó)風(fēng)險(xiǎn)投資人給予人工智能創(chuàng)業(yè)公司的風(fēng)險(xiǎn)投資占到全球人工智能領(lǐng)域的48%遗座，中國(guó)在這一數(shù)據(jù)上首次超越美國(guó)。

一場(chǎng)賽局和賽局的改變者

IBM創(chuàng)造的深藍(lán)擊敗國(guó)際象棋世界冠軍加里卡斯帕羅夫俊扳，這場(chǎng)1997年的對(duì)戰(zhàn)引發(fā)世人焦慮途蒋，但沒(méi)有對(duì)真實(shí)的人類(lèi)生活產(chǎn)生什么重大影響，深藍(lán)基本上是以“蠻力”取勝馋记，使用定制軟件号坡，飛快計(jì)算當(dāng)前局勢(shì)下的每一步棋可能產(chǎn)生的影響，需要真正的國(guó)際象棋棋手進(jìn)行指導(dǎo)梯醒，其只能應(yīng)用在有限問(wèn)題上宽堆。

但AlphaGo的核心技術(shù)是深度學(xué)習(xí)，是人工智能領(lǐng)域的突破性技術(shù)冤馏、大大增加了機(jī)器的認(rèn)知能力日麸。使用了深度學(xué)習(xí)的程序已經(jīng)在人臉識(shí)別、語(yǔ)音識(shí)別逮光、核發(fā)貸款等工作上超越了人類(lèi)代箭，生產(chǎn)力會(huì)因此爆發(fā)式增長(zhǎng)，在各個(gè)領(lǐng)域渠道人工涕刚，顛覆勞動(dòng)力市場(chǎng)嗡综，對(duì)人們產(chǎn)生深刻的社會(huì)心理影響。

可能的威脅：不是人工智能殺手機(jī)器人杜漠，而是人工智能替代勞動(dòng)力极景，帶來(lái)的大規(guī)模失業(yè)可能引發(fā)的嚴(yán)重沖擊及伴隨而來(lái)的社會(huì)動(dòng)亂察净。

圍棋機(jī)器里的幽靈

在柯潔與AlphaGo的比賽中，柯潔表現(xiàn)出了人類(lèi)起伏的真實(shí)情緒盼樟，展現(xiàn)了他對(duì)圍棋的純粹的愛(ài)氢卡，看了比賽的人也報(bào)以同樣的愛(ài)意，他成了人們心目中的斗士晨缴，窺見(jiàn)了人工智能時(shí)代尋找工作與生命意義的希望译秦，讓人們又機(jī)會(huì)看清身為人類(lèi)的真正的意義。

深度學(xué)習(xí)發(fā)展簡(jiǎn)史

20世紀(jì)50年年代击碗，人工智能的先驅(qū)者制定了使命筑悴，在機(jī)器上搭建人類(lèi)智能。人工智能分化為2個(gè)陣營(yíng)：1.規(guī)則式方法稍途，2是神經(jīng)網(wǎng)絡(luò)阁吝。

1. 規(guī)則式：也稱為符號(hào)式或?qū)＜沂剑鑼⑾嚓P(guān)領(lǐng)域的人類(lèi)專(zhuān)家的智慧寫(xiě)入軟件械拍，用寫(xiě)好的邏輯規(guī)則來(lái)教導(dǎo)計(jì)算機(jī)如何思考突勇，如if then式，此類(lèi)方法適用于簡(jiǎn)單且定義明確的游戲殊者，但可能的選擇或操作數(shù)目大增時(shí)与境，這種方法就行不通了。

2.神經(jīng)網(wǎng)絡(luò)：機(jī)器上重建人腦猖吴，動(dòng)物的智能源頭為神經(jīng)元網(wǎng)絡(luò)，挥转，模仿人腦結(jié)構(gòu)海蔽，構(gòu)建類(lèi)似于生物神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)來(lái)收發(fā)信息，不設(shè)定決策規(guī)則绑谣，而是把某一現(xiàn)象（圖片党窜，國(guó)際象棋賽，人聲等）的大量例子輸入人工神經(jīng)元網(wǎng)絡(luò)借宵，讓網(wǎng)絡(luò)從數(shù)據(jù)中學(xué)習(xí)幌衣，識(shí)別規(guī)律，基本原則是來(lái)自人的干預(yù)越少越好壤玫。

20世紀(jì) 50年代-60年代豁护，早期的人工神經(jīng)網(wǎng)絡(luò)獲得了樂(lè)觀的成果，但1969年規(guī)則式陣營(yíng)予以還擊欲间，很多研究人員認(rèn)為神經(jīng)網(wǎng)絡(luò)法不可靠且用途有限楚里，很快退燒。

神經(jīng)網(wǎng)絡(luò)算法復(fù)活猎贴，人工智能再次復(fù)興：神經(jīng)網(wǎng)絡(luò)系統(tǒng)以來(lái)的2項(xiàng)要素出現(xiàn)變化+1項(xiàng)重大技術(shù)性突破： 2項(xiàng)要素：計(jì)算機(jī)運(yùn)算能力和數(shù)據(jù)班缎，樣本數(shù)據(jù)錄入系統(tǒng)蝴光，告訴分析樣本數(shù)據(jù)進(jìn)行訓(xùn)練。

關(guān)鍵技術(shù)突破：神經(jīng)網(wǎng)絡(luò)要構(gòu)建多層人工神經(jīng)元才能解決復(fù)雜問(wèn)題达址，但未找到對(duì)新增神經(jīng)元有效的訓(xùn)練方法蔑祟， 21世紀(jì)頭10年中期深度學(xué)習(xí)這項(xiàng)重大的技術(shù)性突破到來(lái)，使神經(jīng)網(wǎng)絡(luò)能力倍增沉唠，可以執(zhí)行更多疆虚、更復(fù)雜的工作，性能大增的人工神經(jīng)網(wǎng)絡(luò)右冻， 有了新的名字“深度學(xué)習(xí)”

揭開(kāi)深度學(xué)習(xí)的面紗

深度學(xué)習(xí)： 使用大量來(lái)自特定領(lǐng)域的數(shù)據(jù)装蓬，為想要的結(jié)果做出最佳決策。其方法為讓系統(tǒng)使用輸入的數(shù)據(jù)纱扭，訓(xùn)練自己識(shí)別數(shù)據(jù)和期望結(jié)果之間的關(guān)聯(lián)性牍帚，運(yùn)用找到的關(guān)聯(lián)性所積累的龐大知識(shí)做出比人類(lèi)更好的決策。

需要大量的相關(guān)數(shù)據(jù)乳蛾、強(qiáng)大的算法暗赶、足夠細(xì)化的領(lǐng)域及明確的目標(biāo)。

深度學(xué)習(xí)是所謂的“狹義人工智能”肃叶，或“弱人工智能”蹂随，僅用于特定領(lǐng)域，最自然的應(yīng)用領(lǐng)域是保險(xiǎn)因惭、貸款之類(lèi)的金融業(yè)務(wù)岳锁。

深度學(xué)習(xí)的核心能力：? 識(shí)別規(guī)律、得出最優(yōu)解蹦魔、做出決策激率。

人工智能新時(shí)代，誰(shuí)能保持領(lǐng)先

深度學(xué)習(xí)從誕生到嬰兒期發(fā)展勿决，幾乎全部發(fā)生在美國(guó)乒躺、加拿大和英國(guó)，中國(guó)比該領(lǐng)域突破性學(xué)術(shù)論文的發(fā)表落后10年低缩，也比這項(xiàng)技術(shù)在國(guó)際中得到證明晚了4年嘉冒。

許多人認(rèn)為美國(guó)在人工智能領(lǐng)域有重大優(yōu)勢(shì)，主要是因?yàn)樗麄兺Ａ粼谖覀兩钤凇鞍l(fā)明的年代”咆繁，過(guò)去10年讳推，很多成就是已有研究的漸進(jìn)式的改善和優(yōu)化。

實(shí)際上最大的受益者將會(huì)是中國(guó)么介，主要是2方面引起娜遵，1 是當(dāng)前從發(fā)明的年代轉(zhuǎn)向?qū)嵏傻哪甏?是從專(zhuān)家的年代轉(zhuǎn)變?yōu)閿?shù)據(jù)的年代。中國(guó)直接跳過(guò)了基礎(chǔ)研究的階段壤短。

實(shí)干的年代

人工智能的許多抽象的研究工作大都已經(jīng)完成设拟，研究中遇到的困難大都已經(jīng)解決慨仿，現(xiàn)在是創(chuàng)業(yè)者擼起袖子加油干的年代，把深度學(xué)習(xí)算法轉(zhuǎn)換為持續(xù)經(jīng)營(yíng)的事業(yè)的時(shí)候纳胧，人工智能開(kāi)始在真實(shí)世界中開(kāi)始運(yùn)用镰吆。

數(shù)據(jù)的年代

如今成功的人工智能算法需要3樣?xùn)|西：大數(shù)據(jù)、強(qiáng)大的運(yùn)算能力跑慕、優(yōu)秀的人工智能算法工程師万皿，在實(shí)干的年代，最重要的是數(shù)據(jù)核行，當(dāng)運(yùn)算能力和工程師的能力達(dá)到一定門(mén)檻水準(zhǔn)后牢硅，數(shù)據(jù)量的多寡就成為決定算法整體效能與精確度的關(guān)鍵。

中國(guó)的優(yōu)勢(shì)

若想妥善利用人工智能的能力芝雪，需要4個(gè)要素：大量的數(shù)據(jù)减余、熱切的創(chuàng)業(yè)者、人工智能科學(xué)家和對(duì)人工智能友善的政策環(huán)境惩系，前2項(xiàng)弱化中國(guó)的不足之處位岔，強(qiáng)化中國(guó)的優(yōu)勢(shì)所在。硅谷的創(chuàng)業(yè)者和中國(guó)的創(chuàng)業(yè)者比起來(lái)是十分懶散的堡牡，中國(guó)成功的互聯(lián)網(wǎng)創(chuàng)業(yè)者幾乎都是從最殘酷的競(jìng)爭(zhēng)中脫穎而出的抒抬，速度是必備的特質(zhì)，模仿與借鑒是可以接受的晤柄。在硅谷擦剑，模仿和借鑒是恥辱，缺乏競(jìng)爭(zhēng)也導(dǎo)致了相當(dāng)程度的自滿芥颈，沒(méi)有進(jìn)行可能的修正和迭代抓于。中國(guó)的創(chuàng)業(yè)者還可以獲得多到爆炸的數(shù)據(jù)。

天平一端的重要推手

中國(guó)政府發(fā)布的人工智能?chē)?guó)家規(guī)劃浇借，也給出了各地政府明確指導(dǎo)，紛紛跟進(jìn)怕品，推出相關(guān)舉措妇垢，辦法各種補(bǔ)助和優(yōu)惠政策，反觀美國(guó)肉康，美國(guó)政府對(duì)創(chuàng)業(yè)界采取不干預(yù)的做法闯估，正在削減人工智能基礎(chǔ)研究的費(fèi)用。根據(jù)普華永道的估計(jì)吼和，2030年人工智能的應(yīng)用部署將為全球GDP增加15.7萬(wàn)億美元涨薪，而中國(guó)囊括其中7億美元，幾乎是北美（3.7萬(wàn)億）的兩倍

人工智能時(shí)代真正的危機(jī)

1. 嚴(yán)重的失業(yè)問(wèn)題

2. 財(cái)富落入新崛起的人工智能巨擘中導(dǎo)致的財(cái)富分配嚴(yán)重不均衡問(wèn)題

3. 人工智能產(chǎn)業(yè)傾向于“贏家通吃”炫乓，加劇獲利與財(cái)富集中的問(wèn)題刚夺。深度學(xué)習(xí)與龐大數(shù)據(jù)量的密切關(guān)系献丑，自動(dòng)形成良性循環(huán)，更多數(shù)據(jù)-更好的算法-更多用戶-更多收入-更多機(jī)器和AI-更多數(shù)據(jù)侠姑。

人工智能時(shí)代的新世界秩序

財(cái)富分配不均的問(wèn)題不會(huì)局限于各國(guó)國(guó)內(nèi)创橄，中美兩國(guó)在人工智能領(lǐng)域已領(lǐng)先其他國(guó)家，形成新一代的兩極世界科技秩序莽红。

人工智能結(jié)合“贏家通吃”的因素妥畏，財(cái)富空前集中在中美少數(shù)幾家公司，這才是人工智能造成的最大的潛在的威脅安吁，嚴(yán)重的失業(yè)和財(cái)富分配不均會(huì)造成社會(huì)不穩(wěn)定醉蚁。背后是更加個(gè)體性質(zhì)的人性危機(jī)-----個(gè)體喪失了人聲目的。很多人已經(jīng)習(xí)慣從日常工作中找到自我存在的價(jià)值鬼店，人工智能的普及將會(huì)挑戰(zhàn)這些人類(lèi)價(jià)值网棍，有可能在很短的時(shí)間內(nèi)摧毀很多人的人生目的，讓他們短時(shí)間內(nèi)失去依靠薪韩。

解決這些問(wèn)題的潛在方法确沸，需要清醒的分析，了解到對(duì)個(gè)體的生命而言俘陷，什么事情最重要罗捎。