最近看了李开复的《人工智能来了》，有很多体会，想和大家分享。
在2016年3月9号，围棋世界冠军李世石坐在人工智能Alphago的面前。在这场五场棋当中，Alphago以4:1大胜李世石。有关人工智能的热情和恐慌情绪，同时间在全世界蔓延开来，也因此引发了一波人工智能宣传热潮。
那么，人工智能是啥呢？
相关定义有很多，例如以下几个：
第一个是，AI就是令人觉得不可思议的计算机程序
第二个是，AI就是与人类思考方式相似的计算机程序
第三个是，AI就是与人类行为相似的计算机程序
第四个是，AI就是会学习的计算机程序
第五个是，AI就是根据对环境的感知做出合理行动
那么到底哪一个人工智能的定义才是对的呢？
李开复对于人工智能的看法是：
深度学习＋大数据 = 人工智能
当我们说「人工智能来了」的时候，其实我们是在说：人工智能或是深度学习真的可以解决实际问题了。
在机器视觉、语音辨识、资料探勘与自动驾驶等应用场景，人工智能发挥了真正的价值。
既然人工智能跟深度学习密不可分，那么什么是深度学习呢？简单的说，深度学习是一种允许计算机不断尝试，直到最后逼近目标的一种机器学习法。
深度学习把计算机要学习的东西看成一大堆数据，然后把这些数据，丢进一个包含多个层级的复杂数据处理网络，又称为深度神经网络，然后检查经过这个网络处理得到的数据结果，是不是符合要求，如何符合就保留这个网络作为目标模型，如果不符合就调整网络的参数设置，直到满足要求为止。
举个例子来说，如果我们要让计算机学会辨别猫的照片。我们将猫的照片丢给深度神经网络，这个网络包含了许多数学模型以及算法，通常这个网络还有一大堆参数，这些参数可能是颜色、体重、两只眼睛、四只脚…等等一大堆参数。
而这些参数可能多达几千个甚至几万个，我们简单的将这个模型当作一个黑箱，另外假设神经网络的出口全部有上万种可能，我们最终的目标就是要让计算机走到结果为猫的出口，所以如果将猫的照片丢给深度神经网络，而计算机判断这张照片不是猫的照片之后，它就会去调整那几千个甚至几万个参数，让最后的结果等于猫。
而调整的过程会经过漫长的计算机运算，机器可能甚至不知道每个参数的意义，但机器会不断的调整每个参数，使最后得到这张照片是猫的结果。
除此之外，深度学习还牵扯到另外一个问题，这也是大多数企业家或科学家所担心的，那就是计算机在调整那几千个甚至几万个参数的过程，可能会因此发现某些人类还不知道的智慧或知识，因为深度神经网络本身是一个黑箱，我们即使能够知道计算机判断出猫的每个参数的确切数值，但因为参数有几千个甚至几万个，我们可能无法得到为什么某些参数是那个数字的真正意义。
既然人工智能这么强大，还可能因此发掘人类不知道的知识，那么哪些工作可能会被其取代？
要判断这个问题，可以使用李开复所提出的「五秒钟准则」，这意思是，一项本来由人从事的工作，如果人可以在五秒钟以内的时间里，对工作中所需要的思考和决策的问题作出相应的决定，那么这项工作就有非常大的可能，会被人工智能全部或部分取代。
那么，在人工智能的时代。我们应该如何调整自己的学习方法呢？
主要有七点要特别注意：
第一点是，主动挑战极限
主动学习并接受一切的挑战。
第二点是，做中学
这意思是，我们要一边学习一边实践，而不是先学完再实践。
第三点是，培养创造力和独力解决问题的能力
被动的、接受命令式的工作很容易被机器取代，人的价值将更多会体现在创造性的工作当中。
第四点是，交互式的在线学习将会越来越重要
虽然面对面的课堂仍然会存在，但只有充分利用在线学习的优势，教育资源才能被共享。
第五点是，主动向机器学习
人可以拜机器为师，从人工智能的运算结果中，吸取有助于人类改进思维方式的模型、思考方式，甚至是基本逻辑。
第六点是，不只学习「人人」协作，也学习「人机」协作
未来的沟通能力，将不止包含人跟人之间的沟通，同时也包含人跟机器之间的沟通。
第七点是，学习要追随兴趣
兴趣就是那些比较具有深度的东西，所以只要追随兴趣，就有可能找到一个不容易被机器取代的工作。
看完这本书我们明白：在人工智能的时代，程序化的、重复性的，只靠记忆跟练习就能掌握的技能，将是最没有价值的工作。相反的，那些最能体现人的综合素质的技能，例如人对艺术跟文化的审美能力、创造性思维、人本身的情感：包含爱、恨、热情、与他人互动的能力等等，这些是人工智能时代最有价值，最值得培养与学习的技能。
网友评论