摄于2017年3月23日傍晚
人类是地球上最擅长使用工具的物种。
我们最重要的工具-计算机，在过去半个世纪不断进步，尤其是人工智能（AI），以至于让我们多了一种想象：AI是否终有一天会反转为主人，而我们将成为ta的工具？
AI飞了
时光倒流到1997，这一年IBM的超级计算机“深蓝”，以微弱的优势战胜国际象棋冠军卡斯帕罗夫。
2016年，谷歌的AlphaGo，完虐人类围棋世界冠军李世石。
据说AlphaGo至少比深蓝聪明2.5万倍，这19年，究竟发生了什么？
简单的说，如果说深蓝是一个准备找工作的应届毕业生，那ta面试中所依靠的，是表哥给他列举的各种面试中可能遇到的情况，深蓝靠的是死记硬背；而AlphaGo是一个职场老鸟，面试中ta所依靠的，是他丰富的工作经验、被面试和面试别人的经验、以及这么多年来积的应变能力，AlphaGo靠的是灵活应变。
复杂的说，深蓝是一个依靠穷举法下棋的普通棋手，ta会在每一步下棋前运算出之后所有可能性，然后选择一个最优，这在国际象棋中是可行的，因为国际象棋的棋谱可以全部列举；而AlphaGo是一个依靠深度学习下棋的齐圣，ta每天会不知疲倦地分析与学习成千上网的棋谱，吸纳其中的优秀下棋方式，不断提升自己的下棋能力，只有这种方式才能让ta在围棋的世界里战胜人类，因为围棋的可能性无法列举。
AlphaGo的工作原理，更像是一个有思想的人类，ta会收集样本、会梳理规律、会推演。
双飞不够还三飞
深蓝过后AI技术的发展不温不火，直到2012年左右三大因素的聚合，让AI来了一次大爆发，AI进入了深度学习模式。
这三大因素是：硬件更快了（尤其是GPU）、算法的进步、大数据时代的降临。
硬件更快了，是指以NVIDIA为代表的GPU的发展。简单来说GPU是一种特殊的CPU，它和CPU的总体性能相差无几，但“作战”方式很不同。GPU由很多计算能力一般的内核组成，CPU由少数计算能力很强的内核组成，GPU的更适合深度学习运算。因为深度学习的基本原理是：把一个大问题分解为N小问题，然后逐个解决。硬件的提升，解决了以往AI运算速度太慢的问题，问SIRI一个问题，它半小时才回答你，谁都受不了吧？！
算法的进步，是指模拟人类思维方式的算法有了显著提升。即深度深度学习技术的发展，这项技术的结合可以用一个简单的案例来说明。以往让计算机识别狗，需要先告诉狗的鼻子长啥样、嘴巴长啥样、眼睛长啥样，但狗的模样其实无法全部列举；而有了神经网络、深度学习技术，你只需给计算机很多狗的照片，并告诉计算机这就是狗，计算机就会自动从这些照片总结规律，自己形成一套识别狗的方法。
大数据时代的降临，是指随着信息化的发展，特别是互联网的发展所形成的庞大数据。这些数据，让更快的硬件有了用武之地，让实验室封尘的更优秀神经网络算法重见天日。AI通过深度学习，可以从中挖掘出各种价值，梳理出各种有用的规律。这也是近几年来，大量人工智能专家从科研机构离职，进入商业公司的原因，商业公司才有他们所需要的大数据。深度学习是一种需要“见多识广”的技术。
从机器到肉体
下面我们从以深度学习为代表的AI原理，来如何分析人类的能力。
我们可以把机器AI所需的硬件、算法、大数据，和人类能力所需的体能、思维、见识，做一个大概的对照。
人类的体能，是指体力与智能。充沛的体力，有助于我们对工作更有激情更投入，据说牛人的精力都很旺盛哦，科比说“你见过洛杉矶每天凌晨四点样子吗？”。智能，是指人脑的记忆力、反应力、算数能力、观察力、注意力，智能是可以通过训练提升的，天赋是ta的上限，但也有句话“以大多数人的努力程度之低,根本轮不到拼天赋”。
人类的思维，是指处理问题、思考问题的方法。例如如何归纳、如何演绎，例如《金字塔原理》：“自上而下表达，自下而上思考，纵向疑问回答／总结概括，横向归类分组／演绎归纳，序言讲故事，标题提炼思想精华”。良好的思维方式，让人高效，你去看看老毛的作品，好多厉害的方法。
人类的见识，简单来说是指经验。你看过什么书、遇见过什么人、聊过什么天、去过哪些地方。读万卷书，走千里路，本质上讲的是人大脑里数据样本的丰富程度。充足的体能，有效的思维方式，结合丰富的见识，才能提炼出人生智慧。
机器与肉体，何其相似！
警示
这世界上，大多数人体能相差无几，真正决定能力差距的，是思维与见识。
2016年之前，我常常训练体能。
2016年之后，我突然意识到自己思维的不足，于是我开始用《金字塔原理》等书籍训练自己的思维。
AlphaGo战胜李世石之后，关于AI的各种科普贴铺天盖地，我感受到了其中的大数据、数据样本训练等理念，突然明白“见多识广”对于一个人的能力提升有多重要，而这正是我忽略的东西。
本质上来说，我的见识仅来自于阅读书籍、阅读网上文章、与少数说话投机的人交流、去过少数几个地方。这些数据样本太小，并不足以让经过训练的体能、思维发挥作用。
我想，我需要获取更多的数据。
网友评论