正文字数 | 1873
预计阅读时间 | 5分钟
铺天盖地的报道都是关于AI，好像不了解一点相关信息，显得格格不入。于是将自己的所闻所见，与大家分享。
生活中，AI无处不在。
你正在看的新闻，可能就是AI自动生成的。无需深度报道的内容，AI完全可以代笔，最后人工复审通过。效率大大提升。
计算机通过深度学习知道人脸长什么样，然后记住成千上万逃犯的脸，只要逃犯被“天眼“设备抓拍，马上就能识别。“逃犯克星”张学友每次开演唱会，通过安防系统拍摄入场观众的脸，对比识别出逃犯，一抓一个准。
AI同传，计算机深度学习不同的声音、语调说话，知道人类说什么，并快速翻译，然后转化成另外一种语言。可能中文对应挪威语没有足够多的深度学习数据，但是可以间接通过其他语言转换。例如先翻译成英语，再通过英语转化成挪威语，中文→英语→挪威语。可以解决世界上任意两种语言的实时翻译。
头条、淘宝这种精准推送的产品，根据用户浏览、购买等记录，精准推荐你想要的内容。它还会猜测你的喜好，推荐一些不相关的东西。不要以为是算法不准确，其实是故意为之。只做精准推荐内容范围会越来越窄，用户每天看到的信息都是类似的，逐渐没了新鲜感。
自动驾驶的汽车，能够通过传感器识别行人、汽车、红绿灯、花坛......自动规避风险，无需人类操控。因为地面路况复杂，现阶段汽车自动驾驶只能达到3级水平（如下图）。未来通过计算机不断深度学习、优化算法，实现4-5级的商业价值不可限量。
图片来源：李开复《人工智能》
那到底什么是深度学习？
算法什么的太深奥了，我也不懂。
只能举个例子，想让计算机学会“眼睛”长什么样？需要人工手动在几万张相关图片中标注出“眼睛”，这些“眼睛”大小不一、颜色不同、写实抽象......计算机通过学习这几万张图片，知道了风格迥异的“眼睛”长什么样子。人们搜索“眼睛”时，就会将它理解的“眼睛”展现出来。而人们点击相关图片，也是在告诉计算机这就正确的“眼睛”。计算机就这样不断优化算法，输出“眼睛”的相关度、准确性更高。
计算机还能自我学习。让计算机画一幅“眼睛”，如果其他计算机能识别出创作者非人类，那么它会不断地去创作，直到计算机识别不出。自我学习的数据来源于自身不断学习。
深度学习离不开大数据和云计算。
一个人在网上的一切行为都有数据记录，搜索、浏览、言论、购买支付......每天都会产生大量的数据。但这些数据杂乱无章，要经过清洗、梳理，才能发现有价值的信息。这就是大数据。
可以发现大公司的产品线，基本上从衣食住行多个维度，布局到生活中的各种场景。用户使用产品就会产生数据，通过数据知道你住哪里、爱吃什么、想买什么、坐几号公交地铁、在哪里上班、你的亲朋好友人脉圈......阿里开盒马鲜生，甚至不需要做市场调查。通过来自淘宝、支付宝、饿了么、高德地图......的数据分析，就知道哪片区域人流量大、消费水平高低、消费人群画像。想不盈利都难。
所以大佬们为了争夺用户的移动支付场景，获取用户真实数据，不惜各种疯狂补贴烧钱。
从数以万计的服务器中获取、清洗数据难度大，靠人工运维成本高，这时就需要云计算上场，它能够灵活、弹性调度物理机器应用空间和存储数据。真的是超级厉害。
文章《阿里云的这群疯子》，讲述了阿里云创建时的重重困难。
通过大数据积累，云计算调度数据，不断优化调整算法。实现人工智能，三者缺一不可。
AI的到来，我们应该做些什么？
很多人说，AI会造成失业潮。
更准确地说，AI会替代机械重复性的工作，流水线工人、司机、客服......富有创造性、包含人类情感的工作，反而越来越有价值，教师、设计师、护理工......因为机器没有感情，不会像人类大脑天马行空。
一些岗位消失，同时也会产生一些新的岗位。AI协助人类，创造更大的社会价值。谁说第一次工业革命淘汰手工劳作不是进步？
想要不被淘汰，必须不断积累自身能力，在某一领域深耕。没有量的积累，风停了只会留下一地鸡毛。
还要学会审时度势，顺势而为。一家公司商业模式能否盈利、行业是否有潜力、息息相关的产业前景如何，都需要思考。身处上升的平台，成长的速度会翻倍。
不过还是要排除国家政策、国际形势、金融危机等影响。例如公寓租赁是一个可持续发展的产业，因为国家整治，开发商、大资本入场。普通创业者难以做大做强。
内因和外因相辅相成。但内因积累到一定量，外因的抉择显得更重要。
很多人只看到别人一夜“暴富”，抱怨好事怎么没发生在自己身上。却忽略了他们一路上的付出，和在恰当时机的抉择。
引用梁宁老师的一段话：
普通的人生，是在一个常态的面上，做一个勤奋的点。
悲催的人生，是在一个看上去常态的面上，做一个勤奋的点，每天都在想着未来，其实这个面正在下沉。
最悲催的人生，是在一个看上去常态的面上，做一个勤奋的点，其实这个面附着的经济体正在下沉。
网友评论