在機器搶掉人類飯碗的時代错敢,如何才不被拋棄翰灾?

姓名:徐嬌 ? ?學號:17011210547

轉(zhuǎn)自http://mp.weixin.qq.com/s/uFvaxCmdJ0xP886COqMw1g

【嵌牛導讀】在未來,可能98%的人都在享受人工智能的成果稚茅,只有2%的人在設計AI纸淮。而你,是那2%亚享,還是被甩掉的98%咽块。

【嵌牛鼻子】人工智能、機器與人類

【嵌牛提問】在機器搶掉人類飯碗的時代欺税,如何才不被拋棄侈沪?

【嵌牛正文】

大數(shù)據(jù)是智能的基礎

我曾經(jīng)跟伯克利很有名的一位叫邁克爾·喬丹(與美國球星同名)的教授聊了聊,他是現(xiàn)在的深度機器學習的最早期提出者晚凿,也是美國工學院亭罪、文理學院和科學院三院院士,我們就把AI這兩個字母來回來去組合:

首先是IA— Intelligence Augmentation(智能放大)晃虫。

這就是說人工智能做出來的事情顯得人類很聰明皆撩,比如搜索引擎和機器翻譯,你不會法語要去法國旅游哲银,在網(wǎng)上搜索一下就把知識綜合起來了扛吞,這以前是要經(jīng)過20年學術(shù)研究的。

第二個是II—Intelligence Integration(智能綜合)荆责。

機器不創(chuàng)造知識滥比,但是它做了綜合。我之前在谷歌做自動回答問題的項目做院,比如問天為什么是藍色的盲泛,我們會把知識綜合起來濒持,然后重新組成句子,形成一個段落回答你寺滚。

第三個是AA—Automatic Algorithm(自動算法)柑营。

比如說以前人要做一件事情,步驟一二三是設定好的村视。最典型的例子就是美圖秀秀官套,之前用PS也可以做的,但是要有個學習PS的過程蚁孔,還不一定能學好奶赔,但現(xiàn)在計算機就能算好,你按一個鍵杠氢,就可以自動修好照片站刑。

所以我們可以認為今天的AI(人工智能)=IA+II+AA。

從60年前到今天鼻百,人工智能發(fā)展到一個什么水平階段呢绞旅,我把它分成三層:

第一層,弱人工智能愕宋。

每個人都在用玻靡,今天拍個照片,女孩子們美圖秀秀修一修中贝,發(fā)出去囤捻,這是弱人工智能。今天買東西和五年前習慣是不一樣的邻寿,很多是它推薦給你的蝎土,40%營收額是靠推薦來的。

這是一種很人工智能的算法绣否,很多人覺得還不夠聰明誊涯,還放在了弱人工智能方面去。

第二層蒜撮,強人工智能暴构。

人工智能現(xiàn)在不僅能夠識別,還能翻譯段磨。如果想翻譯成英文取逾,我想我們現(xiàn)在不需要同聲翻譯,直接用計算機翻譯過去的話美國人英國人是聽得懂的苹支。

它還可以干別的事砾隅,比如計算機能回答問題,能寫作债蜜,在華爾街日報或者是紐約時報晴埂,今天大部分和財經(jīng)類新聞有關(guān)的這種報道中究反,大部分文章是計算機寫的,不是人寫的儒洛;下棋就更不用說了精耐,人工智能還可以開車,美國Google的無人駕駛汽車晶丘,到現(xiàn)在開了將近500萬多里黍氮,但主動交通事故只出了兩起,也就是說它開車的水平要比人其實高很多浅浮;人工智能還可以看病,機器人看片子會比專家更好捷枯,不僅如此滚秩,像沃森這樣人工智能計算機,你告訴它三件事淮捆,描述一下你的病情郁油,比如肚子疼,給它一個化驗結(jié)果攀痊,再給它你過去病例桐腌,它就可以做到美國醫(yī)生的平均水平。

第三層苟径,超級智能時代案站。

超級智能有兩個核心,一是機器智能棘街,相當于人類的大腦蟆盐,二是IOT萬物互聯(lián),相當于人類的五官遭殉。

當機器智能的計算水平足夠高石挂,當IOT的觸角觸及到城市的每個角落,就形成了超級智能险污。

未來我們的城市痹愚,就是一個大的超級機器人。

在人工智能的發(fā)展過程中蛔糯,人工智能大廈有三個重要支柱支撐著過程的演變:

> 摩爾定律

在IT行業(yè)里來講拯腮,每18個月處理器的性能會翻一番,這個速度大概相當于每五年多一點的時間渤闷,處理器性能要漲10倍左右疾瓮。

iPhone當年2007年發(fā)布,距離今天10年飒箭,那么今天iPhone的處理器相當于當年的100倍狼电。

> 大量數(shù)據(jù)

現(xiàn)在數(shù)據(jù)產(chǎn)生的速度有多快呢蜒灰?最近三年產(chǎn)生的數(shù)據(jù),超過了從三年前到人類出現(xiàn)文字以來產(chǎn)生數(shù)據(jù)的總和肩碟。

在很多人的印象中强窖,數(shù)據(jù)就是數(shù)字,或者必須是由數(shù)字構(gòu)成的削祈,其實不然翅溺。

互聯(lián)網(wǎng)上的任何內(nèi)容,文字髓抑、圖片和視頻咙崎,都是數(shù)據(jù);醫(yī)院里包括醫(yī)學影像在內(nèi)的所有檔案也是數(shù)據(jù)吨拍;各種設計圖紙褪猛,甚至是出土文物的尺寸、材料羹饰,也都是數(shù)據(jù)伊滋;我們的社會關(guān)系、我們每天的活動队秩,都是數(shù)據(jù)笑旺。

很多種數(shù)據(jù),比如語音和文字馍资,反而沒有多少數(shù)字的內(nèi)容筒主。

知識是人類進步的階梯,我們用知識不斷地改變我們的生活和周圍的世界迷帜,而數(shù)據(jù)正是知識的基礎物舒。過濾沒有意義的數(shù)據(jù),刪除偽造的數(shù)據(jù)戏锹,從數(shù)據(jù)中獲取有用的信息冠胯,隨后進行處理,人類就可以獲得知識锦针。

> 深度學習

這實際是一種新的算法或者數(shù)學模型荠察。

在有大數(shù)據(jù)之前,計算機并不擅長解決那些需要人類智能解決的問題奈搜,但在今天悉盆,這些問題換個思路就可以解決了,其核心就是轉(zhuǎn)換智能問題為數(shù)據(jù)問題馋吗。

傳統(tǒng)的人工智能方式是讓計算機按照人的思路去做焕盟,但今天幾乎所有的科學家都不再堅持「機器要像人一樣思考才能獲得智能」的觀點。

比如AlphaGo(阿爾法狗)宏粤,它不是靠邏輯推理獲勝的脚翘,而是靠大數(shù)據(jù)和算法灼卢。在數(shù)據(jù)方面,谷歌使用了幾十萬盤圍棋高手之間對弈的數(shù)據(jù)來訓練它来农;在算法方面鞋真,谷歌采用了上萬臺服務器來訓練它下棋的模型,并且讓不同版本的AlphaGo相互對弈了上千萬盤沃于,可以說它幾乎是算無遺策涩咖。

所以說,這是個智能的時代繁莹,而智能的基礎是大數(shù)據(jù)檩互,可謂「無數(shù)據(jù)、不智能」咨演。

大數(shù)據(jù)對于商業(yè)的影響更顯而易見盾似,舉個某服裝奢侈品牌的例子。

奢侈品牌有個特點雪标,就是決定銷量的并非價格,而是顧客群的喜愛溉跃。

之前企業(yè)并不太很好了解顧客的喜好村刨,但進入大數(shù)據(jù)時代,則有了解決方案撰茎,就是在商品標簽中植入智能芯片嵌牺,商品只要被拿到試衣間,芯片就能識別出來龄糊,同時記錄這件商品的試穿次數(shù)逆粹,從而了解顧客的喜好。這樣公司就能明白銷量不好的商品的原因是什么炫惩,然后針對商品做出改進僻弹,改變銷售方式。

有了移動互聯(lián)網(wǎng)之后他嚷,數(shù)據(jù)量是非常大的蹋绽。

以前很多數(shù)據(jù),其實沒有沒有收集上傳筋蓖、沒法存儲卸耘,今天這個都變成了一個可能。在過去三年里粘咖,人類收集到的數(shù)據(jù)總和超過人類歷史上六千年蚣抗,從出現(xiàn)文字到現(xiàn)在六千年就有了數(shù)據(jù)記載。

過去三年里瓮下,數(shù)據(jù)量超過了人類六千年的總和翰铡。而且按照這個指數(shù)速度往上漲钝域,可以預測估計一年半以后,又要翻一番了两蟀,這是一個非惩遥快的速度。所以在今天來講赂毯,你干任何一件事都要善用數(shù)據(jù)战虏。

未來隨著人工智能的發(fā)展,最先受到?jīng)_擊的將會是傳統(tǒng)生產(chǎn)線上的工人党涕。機器人可以替代人類做重復性的工作烦感,特斯拉的工廠已經(jīng)完全機械化,沒有人工作業(yè)了膛堤。其次就是高端行業(yè)領(lǐng)域手趣,比如專科醫(yī)生的病理診斷肥荔,機器的識別病癥識別率開始高于醫(yī)生了绿渣。

在未來,機器為人類所用燕耿,給人類提供服務中符。可能98%的人都在享受人工智能的成果誉帅,2%的人在設計AI淀散。

而這2%的人會有絕對話語權(quán),所以如果不想被社會淘汰的話蚜锨,要爭取成為2%的人档插。

做2%的人

兩次工業(yè)革命和信息革命都曾對當時的社會產(chǎn)生巨大的沖擊,使得很多行業(yè)消失亚再,但同時又催生出新的行業(yè)郭膛。

不過,新的行業(yè)容不下那么多人针余,釋放出來的勞動力需要尋找出路饲鄙,這種影響花費了半個世紀、甚至更長的時間才消化掉圆雁。

在這個漫長而痛苦的轉(zhuǎn)型過程中忍级,只有2%的少數(shù)人受益于新科技。

很多人問我這2%的人是怎么算的伪朽?2%不是計算出來的轴咱,而是前些年占領(lǐng)華爾街的人自稱98%的人,反對社會的既得利益者,即所謂的2%的人朴肺。從此誕生了一個新概念窖剑,2% VS 98%。

在過去如果按照社會階層和經(jīng)濟狀況將人口分類戈稿,會發(fā)現(xiàn)社會是一個紡錘形西土,兩頭小中間大,但今天卻是一個金字塔形狀鞍盗,上面小下面大需了。這樣的社會不會太穩(wěn)固,最底層常常是最容易產(chǎn)生動蕩的般甲。

但是盡管世界各國都不斷地增加窮人的福利肋乍,各國的金字塔形狀卻越來越明顯。

很多處于社會和行業(yè)底層的人經(jīng)常抱怨社會的不公敷存,但很少思考為什么墓造,以及自己如何能改變命運。

美國大部分富豪都是一代致富锚烦,中國的富一代也是如此觅闽,那么為何同樣的起跑線,每個人的命運會有如此巨大差距涮俄。

舉個例子谱煤,在阿里巴巴之前,有個叫8848的電商網(wǎng)站一度很火禽拔,但是后來關(guān)門了,同時關(guān)門的電商還有一大批室叉。

于是當時搞電子商務的人說中國不適合做電商睹栖,因為當時沒有支付手段,大家不誠信茧痕,以及沒有物流等等野来。

他們采取了消極的態(tài)度,但馬云用的是另一種積極的態(tài)度踪旷,沒有支付手段就搞一個支付寶曼氛,沒有誠信就搞一個商家評價體系,沒有物流就由公司出面和物流公司談專門的服務協(xié)議令野。換句話說舀患,馬云是站在商家的角度想問題,幫商家成功就是幫阿里巴巴成功气破。

98%的人在思維上犯了不能公正的就事論事的錯誤聊浅,習慣撿芝麻而不是撿西瓜。

在機器搶掉人類飯碗的時代,如何做到不被拋棄低匙?答案很簡單———跟上智能革命的浪潮旷痕。

98%的人,就是抱著舊思維不放顽冶、不愿接受新技術(shù)的人欺抗。比如你做秘書的工作,不會用電腦而非要手寫稿子强重,那你馬上就會被淘汰绞呈。

所以,要做2%的人:首先竿屹,獨立思考這一點非常重要报强。很多人很容易接受結(jié)論,而不去關(guān)注結(jié)論產(chǎn)生的過程和方法拱燃,不去判斷它是否正確秉溉、合理,是否符合常識碗誉。

有人說自己太忙召嘶,沒時間求證,在我看來哮缺,這是一種思想上的懶惰弄跌。

別說沒時間,我看很多人有大把刷微信的時間尝苇;還有就是要簡單化铛只。永遠要記得:兩點之間,直線最短糠溜。任何復雜的金融產(chǎn)品都可能是騙局淳玩,因為它無法直截了當?shù)馗嬖V你它的贏利模式。

分享非竿、跟蹤蜕着、

合作、眾籌

自從我的《智能時代》出版之后红柱,我進一步梳理了思路承匣,根據(jù)對產(chǎn)業(yè)的研究,總結(jié)出了未來時代商業(yè)八字訣——「分享锤悄、跟蹤韧骗、合作、眾籌」零聚。

第一宽闲,分享众眨。中國的滴滴、美國的Uber容诬、Airbnb都是分享經(jīng)濟的代表娩梨。在未來分享經(jīng)濟時代,連接比擁有更重要览徒。

滴滴和Uber沒有一輛汽車狈定,確實全球最大的出租車公司,Airbnb沒有一間住房习蓬,卻比世界上任何酒店集團都大纽什。

淘寶上的商品也不是阿里巴巴的,但它也超過任何一家百貨連鎖店躲叼。

滴滴芦缰、Uber和Airbnb通過互聯(lián)網(wǎng)把更多的資源引入市場。

滴滴出現(xiàn)之前枫慷,中國只發(fā)放了200萬張出租車牌照让蕾,今天中國街上的出租車加上專車幾乎翻了兩番,接近800萬輛或听,增加的500多萬輛都是滴滴等公司通過互聯(lián)網(wǎng)把閑置資源和大家進行共享探孝。

第二,跟蹤誉裆。在萬物聯(lián)網(wǎng)這個時代顿颅,當然還有大數(shù)據(jù)、人工智能做后臺支撐足丢,就有可能跟蹤到經(jīng)濟粱腻,細到說能跟蹤到每一筆交易,每一個人斩跌,每一個很細節(jié)的地方栖疑,這都將帶來無限的商機。

第三滔驶,合作。我在《智能時代》一書中講了一個技術(shù)革命時代的范式:現(xiàn)有產(chǎn)業(yè)+新技術(shù)=新產(chǎn)業(yè)卿闹。

很多在美國揭糕、日本等工業(yè)化國家已經(jīng)消失的所謂「遺產(chǎn)工業(yè)」,在中國依然所在锻霎。

這些產(chǎn)業(yè)著角,在過去被看作是拖后腿的產(chǎn)業(yè),但是它們升級改造的壓力最大旋恼,也最愿意采用新技術(shù)吏口。因此,未來智能技術(shù)和它們的結(jié)合,會創(chuàng)造出很多有新意的產(chǎn)業(yè)产徊。合作經(jīng)濟是未來的趨勢昂勒。

第四,眾籌舟铜。相比于網(wǎng)絡上眾籌出書戈盈、出唱片,更大谆刨、更有顛覆性的眾籌經(jīng)濟是通過顧客參與的方式塘娶,改變產(chǎn)品和服務設計、生產(chǎn)和銷售的全過程痊夭。

最典型的例子就是特斯拉汽車刁岸,特斯拉通過眾籌的方式從未來顧客那里收取定金,然后讓顧客參與設計她我,運用顧客的理念來生產(chǎn)汽車虹曙,并且繞過批發(fā)零售的環(huán)節(jié),直接送到客戶手上鸦难。

這樣比傳統(tǒng)汽車制造銷售鏈條短了很多根吁,因此價格就會便宜很多。采用特斯拉眾籌模式的不僅適用制造業(yè)合蔽,那些先充值后服務的模式击敌,也是一種變相眾籌經(jīng)濟。比如說摩拜單車拴事,用戶要先充值押金沃斤,這些錢足夠讓摩拜單車生產(chǎn)足夠的自行車投放在市場上,不然像摩拜單車這樣重資產(chǎn)的企業(yè)刃宵,負債的壓力是很大的衡瓶。

好壞參半的未來

我們每個人的出行都是隨機的,就跟布朗運動似的牲证。未來城市是怎樣的呢哮针?

你可以把整個城市想象成一臺超級電腦,每一輛汽車是一個終端坦袍,可以從主機上獲得一個優(yōu)化的交通方案十厢。在美國有人做過這樣的試驗,將原來70分鐘的出行時間降到了20分鐘捂齐。

現(xiàn)在在北京蛮放,人們上下班平均要花兩個半小時,如果能夠按照這個比例節(jié)省奠宜,每天就有可能節(jié)省40分鐘包颁,社會效益非痴跋耄可觀。再往后娩嚼,馬路上可能都是無人駕駛的電動汽車蘑险。

它們可以連成一排往前開,像火車一樣而不需要紅綠燈待锈,中間哪輛車要拐彎了漠其,就從隊伍里分出去。

整個社會交通會變得更美好竿音、更安全和屎。

未來還可以用無人機來代替警察巡邏,這些無人機和今天的無人機不一樣春瞬,它們很聰明柴信,攝像頭帶有人工智能視覺識別軟件,能夠識別出潛在的犯罪嫌疑人宽气。

為什么說也是一個很壞的時代呢?智能革命讓一切更精細化和人性化随常,所有產(chǎn)業(yè)都將迎來挑戰(zhàn),包括農(nóng)業(yè)萄涯、制造業(yè)绪氛、體育、醫(yī)療涝影,還有傳媒這些行業(yè)枣察。

這是空前的挑戰(zhàn),因為它會造成非常多的社會問題——科技進步帶來的未必全是生活水平的提高燃逻,也可能有很多困擾序目。比如,今天的我們生活在一個毫無隱私可言的社會里伯襟。我們自己就是隱私泄露者———你在手機里安裝了那么多APP猿涨,參加了那么多優(yōu)惠活動,都是在主動曝光自己姆怪。

雅虎曾被曝丟失5億個賬號叛赚。一般人可能會覺得,5億個賬號稽揭,哪那么容易從中找到我的信息俺附?

其實不然。處理這些賬號的是機器淀衣,不是人工,找到你的賬號召调、破解你的密碼是很容易的膨桥。

所以說蛮浑,未來的時代是一個很好的時代,同時也是一個很壞的時代只嚣。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末呀打,一起剝皮案震驚了整個濱河市敦第,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖诗赌,帶你破解...
    沈念sama閱讀 219,427評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異写烤,居然都是意外死亡焰扳,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,551評論 3 395
  • 文/潘曉璐 我一進店門藐石,熙熙樓的掌柜王于貴愁眉苦臉地迎上來即供,“玉大人,你說我怎么就攤上這事于微《旱眨” “怎么了?”我有些...
    開封第一講書人閱讀 165,747評論 0 356
  • 文/不壞的土叔 我叫張陵株依,是天一觀的道長驱证。 經(jīng)常有香客問我,道長恋腕,這世上最難降的妖魔是什么抹锄? 我笑而不...
    開封第一講書人閱讀 58,939評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮吗坚,結(jié)果婚禮上祈远,老公的妹妹穿的比我還像新娘。我一直安慰自己商源,他們只是感情好车份,可當我...
    茶點故事閱讀 67,955評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著牡彻,像睡著了一般扫沼。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上庄吼,一...
    開封第一講書人閱讀 51,737評論 1 305
  • 那天缎除,我揣著相機與錄音,去河邊找鬼总寻。 笑死器罐,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的渐行。 我是一名探鬼主播轰坊,決...
    沈念sama閱讀 40,448評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼铸董,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了肴沫?” 一聲冷哼從身側(cè)響起粟害,我...
    開封第一講書人閱讀 39,352評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎颤芬,沒想到半個月后悲幅,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,834評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡站蝠,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,992評論 3 338
  • 正文 我和宋清朗相戀三年汰具,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片沉衣。...
    茶點故事閱讀 40,133評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡郁副,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出豌习,到底是詐尸還是另有隱情存谎,我是刑警寧澤,帶...
    沈念sama閱讀 35,815評論 5 346
  • 正文 年R本政府宣布肥隆,位于F島的核電站既荚,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏栋艳。R本人自食惡果不足惜恰聘,卻給世界環(huán)境...
    茶點故事閱讀 41,477評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望吸占。 院中可真熱鬧晴叨,春花似錦、人聲如沸矾屯。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,022評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽件蚕。三九已至孙技,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間排作,已是汗流浹背牵啦。 一陣腳步聲響...
    開封第一講書人閱讀 33,147評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留妄痪,地道東北人哈雏。 一個月前我還...
    沈念sama閱讀 48,398評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親裳瘪。 傳聞我的和親對象是個殘疾皇子履因,可洞房花燭夜當晚...
    茶點故事閱讀 45,077評論 2 355

推薦閱讀更多精彩內(nèi)容