思维导图
知识笔记
人工智能之所以能够再度兴起，究其根源是因为计算机的存储和计算能力有了飞速的提高。
要想让机器学会思考，你必须喂给它大量的数据，现在，我们终于有了海量的数据。数字信息似乎要淹没了我们。现在，每天制造出来的手机比新出生的婴儿还多，每分钟都有长达数百小时的视频被上传到互联网上，数亿张照片被上传到云端。计算机的学习能力也在飞速地提高。机器人战胜了人类的国际象棋大师，又战胜了人类的围棋大师。机器人能够在智力测试竞赛中让人类选手惨败，也能写出以假乱真的古诗词、流行音乐。在越来越多的领域，计算机不断地战胜人类。
网上销售的瓶颈
我们已经讲过，戈登教授在《美国增长的起落》一书中说，大数据就是一种新的市场营销。这句话一语中的。到目前为止，我们能够看到的大数据和深度学习最佳的应用就是在网上销售，其实就是更好地预测消费者的行为。
著名科幻作家阿西莫夫在《银河帝国》里写到一位天才的数学家叫谢顿。谢顿开创了一种新的学科，叫心理史学。那个时候，整个银河帝国有2500万个人类居住的星球。谢顿指出，由于有这么多数据，就可以利用统计学预测人类的命运。谢顿认为，个体行为是无法预测的，因为每个人都不一样，但数据多了，人类群体的行为就变得可以预测。心理史学就是科幻小说中的大数据。
可惜，阿西莫夫说错了。人类群体的行为是不可预测的，因为人类社会是个复杂体系，复杂体系从本质上讲都是不可预测的。个体行为恰恰是可以预测的。我们每个人都觉得自己与众不同，但那只是一种幻想。当关于一个人的行为、决策信息足够多了之后，每个人的行为都是很容易预测的。
这就颠覆了传统经济学的信条。按照主流经济学的解释，商家是很难做到价格歧视的，一种产品只能有一个价格，你不可能一碗兰州拉面卖我20块钱，卖另一位顾客10块钱。在大数据的时代，商家确实能做到这一点。你有没有注意到，网上购物的时候，价格会不断地浮动？这种浮动就是商家精准地了解了消费者需求之后进行了调整，大数据可以方便商家更有效地榨走消费者口袋里的最后一分钱。
这也是为什么互联网企业要拼命捍卫自由地使用大数据的权利。真正的价值不是算法，而是数据。然而，成也萧何，败也萧何。制约互联网公司发展的恰恰也是数据。对数据的滥用会导致很多潜在的风险和社会问题。越来越多的人意识到隐私权的问题，欧洲和美国加州都推出了相当严厉的隐私权保护法案，这会影响到未来互联网公司的商业模式。此外，很多互联网泡沫也都出现在服务业领域。21世纪的石油就是数据，这句话并没有错，但不是所有的油田都有开采价值，有的油田一旦开采就会带来巨大的生态成本。
总结一下，从目前来看，人们看得最清楚的大数据+深度学习的应用场景就是网上销售，从本质上说，这就是戈登教授所说的，大数据无非是一种新的市场营销。看起来，这是一场狂欢和盛宴，但天下没有不散的筵席，对个人数据无节制的应用很可能会引发潜在的风险和社会问题，互联网公司现有的商业模式未必是可持续的。
人工智能时代学什么？
首先，我们讨论一下该学些什么。要不要学编程呢？我觉得是需要的。编程是我们和机器沟通的语言，也是一种思维方式的训练。和数学、统计学一样，编程也应该成为一门通用的课程，最好从小学、中学就开始接触。
我比较了一下中国和美国的大学里计算机专业的课程设计和教学方法，比较突出的一点是中国的大学里教的理论更多，但学生学完了不知道学这些是要干啥，美国的大学里更强调实践，一上来就是“项目”，通过完成“项目”掌握必要的知识和技能。编程也需要才能，有的孩子年纪轻轻，已经是编程高手。不妨让你的孩子也早一点接触编程。
当然，只会编程无非是当个码农，人工智能的学问比编程高深多了。如果你对人工智能感兴趣，可以多了解一些这个领域里的发展。这个领域又分很多分支，有人研究深度学习，有人研究图像识别，有人研究机器人。这些研究会同时加深我们对人类智能和非人类的机器智能的了解。
除此之外，我还建议你学习跟计算机、跟机器人一点关系都没有的知识。机器会轻轻松松地替代那些可重复的单调工作，不管是体力还是脑力工作，但机器替代不了人性中最微妙的部分。你要学会扬长避短，培养自己对复杂系统的综合分析和决策能力、创造性思维能力、情感交流、审美能力、与人交流的能力、讲故事的能力，等等。
得到该如何学习：
我们又该如何做呢？
上策是你设计一个“项目”，挑战一下自己的能力极限，一边动手一边学。比如，同样一个话题，就像人工智能这样的话题，不同的老师都会提到，吴军老师讲过，王煜全老师讲过，我也讲过，你能不能整理出一份《得到老师谈人工智能时代的新学习方法》？这就需要你像做研究项目一样，自己找题目，自己制定研究计划，把别人的东西变成你的东西，在学习的过程中提升你的创新能力。
中策是你制定一个“学习计划”，给自己规定一个小目标。不是所有的课程都要学的，“吾生也有涯，而知也无涯。以有涯随无涯，殆已”。在订阅各类课程之前，先想想自己最感兴趣的领域，以及自己可能存在的盲点，有针对性地去学习。用自己熟悉的学习习惯，找到一种适合自己的节奏和负荷，制定好阶段性的目标，坚持下去，也一定会有收获。你要注意自己的课程搭配，选课时，需要加进去你自己的一点乐趣和灵感。
下策吗，就是随便听听。这也会有收获的。据说，韩寒说他把得到推荐给一个朋友，过了两周，那个朋友跑过来感谢他：“谢谢你推荐的得到，可算把我的失眠治好了。”你看，这不是也有收获吗？既然是随便听听，那你就要把目标放低、把心态放好，无心插柳，或许日后能够成荫，但这不是一定如此的。
何帆老师推荐书目：
《如何思考会思考的机器》
我们刚刚读过的书是《如何思考会思考的机器》，这本书跟我们以前读过的书很不一样，是由将近200个学者各抒己见，汇编出一本书。这本书读起来会更轻松，因为每篇文章的篇幅会更短。这本书读起来也会更困难，因为它缺乏条理性，每个学者的观点又不一样。
如果你了解这些学者是谁，你会觉得，啊，太精彩了，全是大牛啊。如果你不了解他们是谁，有可能会漏掉其中的一些重要的信息。
我建议你读这本书，还有一个好处。你可以顺藤摸瓜，找到更多好的读物。这里面的很多学者都是在各自领域里很有成就的。我们已经读过很多他们写的书，我们也会继续介绍他们写的其它书。我举几个例子吧。
这本书邀请的学者有史蒂芬·平克（StevenPinker），我们读过他的《白板》，有理查德·尼斯贝特（RichardNisbett），我们读过他写的《逻辑思维》。这里还有伊藤穰一，我们会介绍他写的《爆裂》。写《稀缺》的塞德希尔·穆来纳森（SendhillMullainathan），写《大连接》的尼古拉斯·克里斯塔基斯（NicholasChristakis），写《失控》的凯文·凯利（KevinKelly），等等等等，都在这本书里。如果你是个有心的作者，你可以根据这本书提供的线索，找到更多你喜欢的读者、你喜欢的书。
网友评论