內(nèi)容來源：本文為中信出版社書籍《暗知識：機器認知如何顛覆商業(yè)和社會》讀書筆記
筆記君邀您碑宴，閱讀前先思考：
為什么人工智能的學習速度特別快？
人工智能將會顛覆哪些行業(yè)桑谍？
《未來簡史》一書的作者尤瓦爾·赫拉利（YuvalHarari）曾預測延柠，若干年后，人類社會最大的問題是人工智能帶來一大批“無用的人類”锣披。
同時贞间，也會催生出“超人類”（Superhuman）。他認為雹仿，一小部分超人類將可以借助科學技術不斷地“更新”自身增热，操控基因，甚至實現(xiàn)人腦與計算機互聯(lián)胧辽，獲得一種不死的狀態(tài)峻仇。
“在以前的歷史上，貧富差距只是體現(xiàn)在財富和權力上邑商，而不是生物學上摄咆，帝王和農(nóng)民的身體構造是一樣的帆调。在人可以變成超人類后，傳統(tǒng)的人性就不存在了豆同，人類會分化為在體能和智能上都占據(jù)絕對優(yōu)勢的超人階層和成千上萬普通的無用的人類番刊。”
他的擔心會成為現(xiàn)實嗎影锈？
早在1965年芹务，人工智能這個術語就被正式提出。
1977年鸭廷，iBM深藍戰(zhàn)勝人類國際象棋冠軍枣抱，標記著人工智能往前邁開了重要一大步。
2017年Alphago大勝柯潔辆床，人工智能即將碾軋人類的話題遍進入大眾視野佳晶，迅即引起普遍的狂熱和焦慮。
人工智能做為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量讼载，無論是在自動駕駛還是醫(yī)療方面轿秧，都或多或少進行參與協(xié)助。
兼具研究者和投資者身份的的王維嘉博士在新著《暗知識：機器認知如何顛覆商業(yè)和社會》中告訴我們：機器中的深度學習咨堤，即將被顛覆的行業(yè)有哪些菇篡，以及我們應該如何應對未來。
一一喘、機器發(fā)現(xiàn)了人類無法理解的知識
人工智能這件事讓大家覺得這件事情特別神奇驱还，美國谷歌公司的圍棋對弈程序Alphago戰(zhàn)勝圍棋天才，這件事是人工智能進入我們大眾視野的一個里程碑事件凸克。
圍棋這樣令人類引以為豪的東西议蟆，機器一下子遠遠高于人類，而且我們不懂萎战，不知道為什么咐容。
谷歌一年后繼AlphaGo之后又造了一個叫AlphaGo 0，AlphaGo 0不學人類的經(jīng)驗撞鹉，第一個AlphaGo 是先學人類的殘局疟丙、學棋譜，最后超越人類鸟雏。
AlphaGo 0就說我能不能自己和自己對弈享郊，弄兩個雙胞胎兄弟自己打，從零學起孝鹊。結果七天之后炊琉，AlphaGo 0就超過了AlphaGo的水平，40天之后，就打遍天下無敵手苔咪，到今天都沒有人能打敗它锰悼。
這件事給大家?guī)砹撕艽蟮恼鸷常祟愐詾榘恋姆e累了兩千年的圍棋經(jīng)驗团赏，對AlphaGo0來說箕般，一錢不值。不僅一錢不值舔清，而且是累贅丝里，是束縛。
學了人類的棋譜以后反而受它的限制体谒，水平不提高了杯聚。為什么會這樣，這就需要我們要把這個問題想清楚抒痒，就逼著我們想到底學習的本質(zhì)幌绍、知識的本質(zhì)是什么。
大家知道過去的亞里士多德故响，一直到后來的理性主義一直在爭人的知識從哪來的傀广，是經(jīng)驗得來的還是推理得來的。大家爭了兩千年沒有明確結果被去，為什么主儡？
因為那個時代人們根本不了解大腦怎么工作的奖唯，甚至亞里士多德時代認為心是思維的器官惨缆，一直到70多年前，人們才大致搞清楚丰捷，學習的本質(zhì)是大腦神經(jīng)原的連接坯墨。
舉個例子，比如說我們教一個孩子認字母O病往，這個孩子看到了一個橢圓形捣染，耳朵聽到了一個“歐”的發(fā)音。這時候這兩個神經(jīng)原停巷，聽覺的神經(jīng)原和視覺神經(jīng)原就連起來了耍攘，下次他聽到聲音就畫出圓圈，看到圓圈發(fā)出O的聲音畔勤。
說明他在這兩件事情上建立了聯(lián)系蕾各，所以說學習的本質(zhì)就是這么簡單。
一旦知道了這個道理之后庆揪，人們很自然的想到式曲，我可不可以用電子線路模仿神經(jīng)原的工作。
從1960年到現(xiàn)在，計算機芯片的技術是上千萬倍的增長吝羞。所以說當神經(jīng)原多了以后兰伤，它就可以識別更復雜的圖形，比如人臉識別钧排。
大家看到機器學習敦腔、深度學習、神經(jīng)網(wǎng)絡恨溜，其實說的都是一回事会烙。當然人工智能還有很多流派，今天發(fā)揮威力的這個人工智能筒捺，就是神經(jīng)網(wǎng)絡柏腻。
二、暗知識的發(fā)現(xiàn)
當我們理解的這些東西以后系吭，我們就發(fā)現(xiàn)了另外一條線索五嫂，人類歷史上是怎么理解知識的？
過去肯尺，大家以為我的知識就是所有的文字語言能表達出來的東西沃缘。就像在各大圖書館，你能翻閱到人類歷史上積累的所有知識则吟。
一直到70年前槐臀，有一個奧匈科學家麥克波蘭尼發(fā)現(xiàn)了另外一種知識，叫默會知識氓仲，我們也叫默知識水慨，就是只可意會，不可言傳的意思敬扛。
比如說大家可能都會騎自行車晰洒，有沒有一個人是看著手冊學會的？每個人都父母把你放在車子上啥箭，你歪歪扭扭摔個跤就學會了谍珊，你也是這樣教你的孩子、教你的朋友急侥。
人類的很多其他技能砌滞，比如拉小提琴、跳芭蕾坏怪、打乒乓球等等贝润，全是這類的，只可意會陕悬、不可言傳的题暖。
為什么說不出來？因為這樣一個知識在我們的大腦里頭建立了一個非常復雜的神經(jīng)元的聯(lián)系，但是我們語言的表達能力又非常弱胧卤。
比如我在這兒跟大家講唯绍，每秒鐘平均說五個字，所以語言能表達出來的信息要遠遠少于我們大腦里面存儲的信息枝誊。
由于這個原因况芒，大量的知識是以默知識的形式存在的。所以這個發(fā)現(xiàn)是人類歷史上的一個重要的里程碑叶撒。
研究到這里绝骚，作者就在想，在我們的認知內(nèi)有既可以表達祠够，又可以感受的知識压汪，也有不可以感受無法表達的知識。
大家看第一個象限古瓤，既可以感受又可以表達止剖，比如說阿基米德就是在浴缸里發(fā)現(xiàn)了浮力定律，他感受到了浮力定律落君，又把它寫出來了穿香，這就是既可感受又可表達。
還有廣義相對論绎速、量子力學皮获，我們?nèi)祟惛惺懿坏揭Σǎ菍崒嵲谠诖嬖诘奈圃瑥臄?shù)學上可以推導出來洒宝，可以驗證的。所以這是不可感受的可以表達赵哲。
所以說在我們象限的右邊就是我們大家熟悉的明知識待德，默知識就是第二象限，只可感受不可表達枫夺。
當我把這個圖畫出來的時候，很顯然這個左下角是空白绘闷，這個時刻就是我發(fā)現(xiàn)暗知識的時刻橡庞，也是我明白了的時刻。
很顯然印蔗，應該有一類知識是人類既不可感受又不可表達的扒最，那這就是暗知識，這就是AlphaGo下圍棋的知識华嘹。
為什么有些東西人類感受不到吧趣？因為我們的感觀非常有限，比如我們的眼睛看不到紅外線、我們的耳朵聽不到超聲波强挫。
比如說我們聽到馬路上的噪音時岔霸，我們在腦子里留不下任何痕跡，因為我們聽不明白里頭是什么東西俯渤。所以它是不可感受的雹姊。
因為它比較復雜莽鸭，所以我們又沒法表達，所以既不可感受又不可表達，就是暗知識旺入。
所以暗知識的本質(zhì)就是機器發(fā)現(xiàn)了人類發(fā)現(xiàn)不了的、隱藏在萬事萬物中的復雜關系瓦呼。因為我們的小腦袋瓜只能處理比較簡單的關系涨共，所以這就是暗知識。
知道了這個以后抡四，暗知識渊涝、明知識和默知識這三者什么關系呢？我們可以看這張冰山的圖床嫌。一個冰山跨释，它的冰山一角，水面上的東西就是我們?nèi)祟惿先f年來已知的所有的明知識厌处，可以用語言文字公式表達的鳖谈。
水面下面的冰山就是默知識，整個海洋就是暗知識阔涉，它們之間的關系就是這樣缆娃。
三、機器間的群體學習
所以為什么機器能如此迅速的學習呢瑰排？因為他們能掌握了一個核心技能：群體學習贯要。
什么叫群體學習？谷歌做了這么一個實驗椭住，它做了一個機械手崇渗，機械手下面放了一個盤子，這個盤子里頭放了一些雜物京郑，手電筒宅广、鋼筆亂七八糟的東西，不同的形狀些举。它現(xiàn)在讓機器自己學跟狱，從盤子里把東西抓到外面來。
一開始機器亂抓户魏，抓不著驶臊，偶然的機器就抓到了一個東西挪挤，這時候機器知道，我要在這個高度抓東西关翎。然后不同的形狀它又慢慢摸索扛门，十幾天以后，它就可以穩(wěn)定地把盤子里面的物體都抓出來笤休。
這個實驗沒什么奇怪的尖飞，谷歌又做了第二個實驗，就非常有意思店雅。它把15臺機器放在一起政基，用網(wǎng)絡連起來，讓它們同時來學同樣的動作闹啦，每個人前面有一個盤子沮明，放同樣的東西，大家猜一猜學習時間變成多長了窍奋？變成了原來的1/15荐健。
為什么呢？因為只要有一臺機器抓到了第一個東西琳袄，它馬上就把這個信息用網(wǎng)絡傳給所有機器江场，其他14臺機器同時就學會了，大家想想我們?nèi)祟惸茏鲞@樣的事嗎窖逗？做不了址否。
也就是說你學會騎自行車了，你的兄弟姐妹還得從頭學起碎紊，我沒法把大腦神經(jīng)元的連接取出來拷貝給他佑附。這就是機器神奇的地方。
四仗考、逐漸被顛覆的行業(yè)
麥肯錫的研究表明音同，全球范圍內(nèi)多達1.4億全職知識工作者或被智能機器所取代。到2020年秃嗜，全球?qū)?00萬個工作崗位消失权均。
美國斯坦福大學統(tǒng)計，美國將有47%的職位會被人工智能取代痪寻；而在中國螺句，這個比例有可能達到60%以上！大量工作被取代的同時橡类，意味著行業(yè)也逐漸被顛覆。
在人工智能這股颶風襲來之時芽唇，人工智能將能給哪些商業(yè)領域帶來翻天覆地的變化呢顾画？
1.自動駕駛
自動駕駛汽車實際上是一個會告訴自己正在行走的機器人取劫。汽車最重要的零部件是電子元件，目前一輛車中的芯片成本將達到5000美元研侣。一輛電動自動駕駛車本質(zhì)上就是一臺有四個轱轆的電腦谱邪。
傳統(tǒng)汽車的核心能力在于將發(fā)動機、傳統(tǒng)系統(tǒng)等機械子系統(tǒng)打磨成為精密的工藝品庶诡，但一夜之間這些核心技能不重要甚至不再被需要了惦银。
目前的電動汽車的馬達加速已經(jīng)大大超過最好的汽油發(fā)動機，而且不需要任何傳動系統(tǒng)末誓。自動駕駛需要的重要技能例如計算機視覺扯俱、人工智能算法等都不是傳統(tǒng)汽車廠商的強項。
第一次駕駛特斯拉半自動電動車的感覺就像第一次使用iphone手機喇澡，而駕駛傳統(tǒng)汽車就像使用諾基亞手機迅栅。傳統(tǒng)汽車廠商的營銷渠道非常“線下”晴玖，依托于成本巨大的經(jīng)銷商读存、專賣店和維修體系。
電動車的車體就三樣東西：電池呕屎、轱轆和馬達让簿。一輛內(nèi)燃發(fā)動機汽車的零件有上萬個，而一輛電動車的機械零件只有幾千個秀睛。
這意味著發(fā)生機械故障的概率和維修成本降低尔当。由于零部件的減少，電動車和電腦琅催、家電一樣將會變得標準化居凶。這使電動車更易于在線銷售，這將又一次沖擊傳統(tǒng)汽車廠商藤抡。
2.醫(yī)療行業(yè)
醫(yī)療健康是人工智能最熱門的應用領域之一侠碧。醫(yī)療行業(yè)有太多的方面可以借助人工智能得到質(zhì)的提升。醫(yī)療健康診斷和預測是一個典型的暗知識案例缠黍。
一個疾病的原因非常復雜弄兜，每個病人的身體情況和病史又都不同。人生活在一個超級復雜的環(huán)境中瓷式，環(huán)境中的所有因素都對人的健康有影響替饿。
過去的醫(yī)療教育是把這些非常復雜的情況大大簡化，編寫成各種教科書和指南贸典，但這些明知識根本無法覆蓋所有的情況视卢，所以一個好的醫(yī)生主要是通過多年實踐掌握了大量的默知識。
但由于人體的復雜性廊驼，每個醫(yī)生掌握的默知識只是一點皮毛据过，無論是廣度和深度都遠遠不夠惋砂。
只有機器學習才能系統(tǒng)地通過數(shù)據(jù)挖掘出大量復雜的、醫(yī)生通過自己經(jīng)驗和理解都無法觸及的暗知識绳锅。這些數(shù)據(jù)不僅包括病人的數(shù)據(jù)西饵，也包括生物、藥理鳞芙、生理眷柔、氣候、環(huán)境等數(shù)據(jù)原朝，機器能在這些復雜的數(shù)據(jù)中找出隱蔽的相關性驯嘱。
機器將發(fā)現(xiàn)越來越多的醫(yī)療健康方面的暗知識，這不僅將從根本上改變未來的醫(yī)療診斷竿拆，也將深刻影響未來的醫(yī)學教育和醫(yī)生培養(yǎng)宙拉。
3.智能金融
人工智能將給金融行業(yè)帶來徹底的顛覆。金融行業(yè)的重要分支例如銀行丙笋、保險谢澈、證劵、理財將無一幸免御板。就拿銀行業(yè)舉例锥忿。
首先，銀行面對消費者的大量業(yè)務和服務將被AI取代怠肋。例如貸款的審核方面敬鬓，人工智能可以在貸前、貸中笙各、貸后進行客戶跟蹤管理钉答。
根據(jù)銀行的征信數(shù)據(jù)加上社交的數(shù)據(jù)行為特征，可以精準地描述個人行為和金融風險杈抢。一筆貸款的申請和審核可以在瞬間完成数尿，并且比人工審核的壞賬率更低。
其次惶楼，AI將取代銀行內(nèi)部的大量人工運營管理工作右蹦。大型銀行必須處理大量的數(shù)據(jù)以便生成財務報告，并滿足合規(guī)要求歼捐。
這些過程都越來越規(guī)范化何陆、程式化，但仍需要大量人員進行添加任務豹储，比如對賬和合并報表贷盲，他們的工作是機器人過程自動化(RPA)的理想選擇。
最后剥扣，在接下來的幾年中晃洒，人工智能將被用于改變財務中最核心的功能慨灭，例如公司間對賬和季報朦乏，以及進行財務分析球及、合規(guī)分析等更具有戰(zhàn)略性的職能。
人工智能提供了速度和準確性呻疹，例如吃引，整個報告和披露過程可以和真實時間基本保持同步，不用再等到每個季度末期刽锤。
由人工智能支撐的財務團隊能夠比現(xiàn)在更快地發(fā)現(xiàn)問題并做出調(diào)整镊尺，從而提高準確性，而非每個季度的最后階段才做努力并思。
五庐氮、機器是否能取代人類
就工作方面而言，托馬斯·達文波特的《人機共生》中宋彼，給我們列舉了以下3個特征弄砍，如果你的工作符合以下特征，那么输涕，你被機器取代的可能性非常大：
1.無需動腦音婶，只需大量的重復勞動，讓人身心俱疲的工作莱坎；
2.無需天賦衣式，通過訓練就能掌握的技能，枯燥乏味檐什；
3.兩耳不聞天下事碴卧，一度認為只有人類才能完成，而機器無法勝任的任務乃正，盲目自大住册。
現(xiàn)如今的人工智能從唐詩到寫小說都有所涉及，甚至能模仿梵高的畫風繪制出相同風格的畫烫葬。
從這兩張改造的畫來看界弧，機器的模仿可以說是惟妙惟肖，其中色彩搭综、筆觸垢箕、線條的模仿是人類無法企及的。這種模仿是典型的默知識兑巾，從這個例子可以看出機器對默知識的掌握比人類要精細得多条获。
這種“創(chuàng)作”在本質(zhì)上是非常隱蔽的一種“混搭”，和作詩一樣蒋歌，普通人很難分辨真?zhèn)巍?br>
判斷詩還可以用“意境”“畫面感”帅掘，而判斷畫委煤，特別是抽象畫幾乎沒有人類可以依賴的直覺。作畫機器人和作詩機器人不同修档，這里的作畫機器人掌握的不只是默知識碧绞，而且進入了暗知識的領地。
所以由對抗生成網(wǎng)絡這種機器“混搭”并迭代出來的畫的確可以亂“真”吱窝。這樣的機器可以在短期內(nèi)大量探索不同的風格讥邻，讓藝術家選擇或給藝術家以靈感。
看完舉例院峡，是否有些心酸兴使，為何機器如此強大，難道人類真的沒有贏得過AI的地方嗎照激。撇開情感发魄，如果只討論智力和智能，人比機器強在哪里俩垃？
但實際上励幼，人工智能更像一個偏科生，比如像一個理工科大學招了一個體育特長生吆寨，跑步游泳可以拿全國冠軍赏淌，但是考微積分不一定能及格。所以我給它的一個評價是什么啄清？
它叫做智商偏科六水、情商為零，它完全不懂感情辣卒，所以情商為零掷贾。所以我們就可以看得出來，能不能取代我們?nèi)祟惾倜＃糠彩切枰楦械墓ぷ鞫己茈y被機器取代想帅，包括保姆都很難被機器取代。
所以我們?nèi)祟惔罂煞判姆壤颍瑱C器擅長發(fā)現(xiàn)復雜相關性的那些領域港准，但是在很多其他領域，機器是很難取代的咧欣。
簡單地說浅缸，雖然基于神經(jīng)網(wǎng)絡的人工智能在記憶和識別這兩個基礎智能方面超過了人，但在推理魄咕、想象等高級智能方面還和人相去甚遠衩椒。未來最佳的結合就是人類和機器合作，互相取長補短。
六毛萌、人機協(xié)助才是未來趨勢
今后10苟弛、20年是一個非常有意思的時代，我們可能會進入一個新的世界阁将，這個時代我把它叫機器認知時代膏秫，機器認知時代有三個特點：
第一個特點，到處都有傳感器冀痕，記錄著我們周圍很多的變量荔睹。
第二個特點，機器可以把大量的記錄下來的變量從里頭發(fā)現(xiàn)很復雜的相關性言蛇，然后用來為我們的生活、為我們的生產(chǎn)服務宵距。
第三個特點腊尚，這些知識未來你可以想象有很多機器在不知疲倦地7×24小時工作，這些暗知識不斷地積累满哪，這個暗知識的海洋不斷擴大婿斥，它會遠遠超過我們?nèi)祟惖闹R。
這個神經(jīng)網(wǎng)絡也好哨鸭、人工智能也好民宿，是我們?nèi)祟惖囊粋€很強有力的工具，和我們歷史上發(fā)明的很多工具不一樣的是像鸡，它延伸了我們的大腦活鹰，但是它畢竟還是我們的工具。
不管怎么樣只估，未來的世界是一個非常未知的世界志群，歡迎大家來到這樣一個未來的世界，和我們一起探討這個新奇而又興奮的未來蛔钙！
