人工智慧將會怎樣影響我們的生活？

01-13

最近，谷歌公司旗下的AlphaGo（一款圍棋人工智慧程序）在五局比賽中，以4:1 的成績打敗了世界圍棋冠軍李世石。機器的全面勝利使得「人工智慧」再度成為一個熱門話題。一些人對這種進步表示歡迎，並期望人工智慧能夠在更多領域造福人類；另一些人則擔心人工智慧最終會失控。對此，你有何看法？人工智慧將會怎樣影響我們的生活？

說到人工智慧，大家往往會想到比較遙遠的未來。常見的想像有幾種形式。

第一種是具有特殊功能的機器人，能滿足我們某些特殊需求。它們雖然沒有意識、完全在人的控制之下，但也可以比較精準地完成很多任務。

像軍用的拆彈機器人：

（拆彈機器人：一部挽救人類生命的發展史）

或者是醫用的納米機器人：

（能精確鎖定並殺死癌細胞的納米機器人問世）

第二種，則是人形的機器人。他們不僅能完成基本的任務，還具有了自主意識。

在各種文學、影視、遊戲作品中，有自主意識的機器人幾乎也已經是科幻題材必備的存在了。

像這貨：

（《守望先鋒》神COS 堡壘滿分D.VA零分）

或者這貨：

（《終結者5》）

以及這位美女：

（《西部世界》）

這樣的想像就跟我們對外星人的想像一樣，認為人工智慧的外在形式會跟我們差不多。他們是各自有意識、有同樣外形（頭、軀幹、四肢等）的個體。個體之間也會產生很多交互，從而也會存在社會屬性。

這些機器人的意識里進化出了情感、有了喜怒哀樂，所以才發生了更多有意思的情節......但我覺得這純粹都是為了故事創作所做的牽強附會。

人之所以成為現在這樣，是進化而來的，人體的功能是為了更好地生存和繁衍才出現的。機器人如果有了自己製造（繁衍）的能力，何必還跟我們一樣？

第三種想像到的形式，是沒有實體存在，全世界的智能設備甚至聯網的電子設備都是它的一部分。全世界的人都是無數個體，但全世界的智能設備都有同一個意識。

在守望先鋒的基本設定里，就是人類和人工智慧中樞（智械）爆發了毀滅性的戰爭。終結者講述的也是人類對抗人工智慧中樞（天網）的故事。這些故事裡，人工智慧中樞和個體都是存在的，一個是神的化身，另一個是人的化身。

類似的，還有黑客帝國里的矩陣，以及復仇者聯盟里的奧創。

（藍色的同學是奧創）

第四種形式，可以參照知乎著名的那篇文章（為什麼最近有很多名人，比如比爾蓋茨，馬斯克、霍金等，讓人們警惕人工智慧？）中，講到的是很多科學家和學者，對人工智慧的想像：以我們的認知，無法想像它的存在形式，但它也可能是全知全能的。

這是真正的神一般的存在。在它出現後，我們除了能永生，就是要滅絕。

對人工智慧來說，第二種（自主意識機器人）和第三種（自主意識的智能中樞）存在不太可能。最主要的原因是：人工智慧是快速發展、指數升級的，不可能穩定在一個跟人差別不大的狀態上。也就是說，要不就是人工智慧為人服務，要不就是瞬間遠超人的能力，成為了神的存在。

我們以為的人工智慧發展階段可能是這樣（所謂強人工智慧，就是智力水平跟人差不多的人工智慧，就是擁有了自主意識，同時又不夠「特別特別」聰明）：

但真正的人工智慧發展階段可能是這樣：

我們根本就來不及，甚至說「配得上」跟人工智慧對抗，就瞬間被超越了。這種超越，可能是很可怕的。想想看，黑猩猩的大腦只是比我們輕了那麼點、皮層比我們小了那麼些，在我們眼裡，他們就是野蠻的動物，跟弱智一樣。那有強大學習能力、在「大腦」進化中並沒有「硬體限制」的人工智慧，看我們也許就像看低幾個維度的生命了。

（圖片來自《人工智慧的未來》）

說了這麼多，我下面不想詳細闡述強人工智慧的不可能性，或者超人工智慧的神奇/可怕未來，我想說的，正是可能很快會大大改變我們生活的——弱人工智慧。

弱人工智慧其實早已融入我們生活，而且正在潛移默化影響我們的生活。比較麻煩的是，大部分人都沒有意識到這一點。在警惕著機器人、矩陣或者外星人的時候，我們都很可能全被弱人工智慧所「統御」。這種統御並不是有意識的，而是無意識的。

弱人工智慧之所以被大家忽視，有兩點主要原因：

第一，弱人工智慧一般很少被大家認為是人工智慧本身，而覺得只是人工智慧的分支或者技術。這些技術知名之後，都不叫人工智慧了，比如 Siri（語音識別自然語言處理）和今日頭條（個性化推薦）。前幾天鎚子發布會上演示的訊飛語音輸入（語音識別）和 Big Bang 的功能（中文分詞），也看起來不太像那麼高級的人工智慧，而只是比較先進的技術而已。人工智慧這個詞的發明者 John McCarthy 就說到，一樣東西如果是人工智慧實現的，那人們就不再叫他人工智慧了。

第二，相較強人工智慧和超人工智慧來說，弱人工智慧看似完全在掌控之中。同時，弱人工智慧又沒有自主意識，並不會刻意去改變什麼預設之外的工作，只是在執行人類給它寫好的代碼、編好的邏輯。既然是這樣，拆彈機器人就永遠只會拆彈，不會做出炸彈來；納米機器人就永遠只會治病，不會製造生化武器。好像沒什麼可怕的。但事情真的是這樣的嗎？

弱人工智慧的技術實際已經相當成熟，相關的科技公司也已經逐步崛起（機器之心選出全球最值得關注的 100 家人工智慧公司）。許多生活中你尚未意識到的地方，其實都已經有了它們的身影。

（The Hitchhiker"s Guide to A.I. [Artificial Intelligence]）

下面我會講到很多弱人工智慧下，我們會遇到的一些麻煩。說麻煩可能是謙虛了，這些問題搞不好真的會影響到整個人類文明。

我們已經習慣了：打開搜索引擎，找想要的信息；打開新聞客戶端，看看新聞；打開朋友圈，了解下朋友的動態。

這麼簡單的、已經習以為常的場景，實則暗藏巨大的隱患。

現在紙媒很快要被淘汰，手機成了真正人人必備的信息入口，而互聯網則逐漸成了唯一的信息平台——這在人類歷史上絕無僅有。在很多人眼裡，我們看到的信息變得多了，我們變得更加自由，但從另一方面來說，我們想要的信息被壟斷和控制也變得更容易了。

想想看，我們想知道這個世界在發生什麼，是不是已經完全依賴互聯網了？（中國網民達7.1億）

（Thorsten Joachims）

在慣常思維中，互聯網應該是打破了信息壟斷的，但為什麼說現在的互聯網又在變得壟斷了？

康奈爾的計算機教授 Thorsten Joachims （巧的是，他也是人工智慧學者）曾經做過一個實驗，觀察用戶點擊 Google 搜索結果的情況。其中第一條結果有 42% 的點擊率，而第二條則是 8%。也就是說，不管剩下的結果怎麼樣，前兩條結果已經佔據了 50% 的注意力。

接著，他們互換了前兩條的位置，結果變成了 34% 和 12%。這也就是說，不管結果本身是怎樣的，用戶仍然只關心最開始的那條。

是不是跟想像的不太一樣？

百度、Google 這樣的公司，正在牢牢把控著目前我們的信息入口（當然，未來入口可能是多樣的，但也存在同樣的問題）。雖然我們搜出來了 1000000 個結果或者 5000 個結果，有種世界盡在掌握的感覺，但實際上很遺憾的是，對絕大多數用戶來說，不管是 1000000 個還是 5000 個結果，他們只會點擊第一頁最頂上的幾條而已。

說到這裡，估計不用提示你也能想到在信息壟斷方面，他們能做什麼了吧。他們其實已經做了一些。百度今年某個事件，就是在知乎醞釀發酵的，而這個事件，恰恰就是百度利用了信息壟斷來獲利，在某些用戶獲取信息的過程中夾了私貨（廣告）導致的（青年魏則西之死）。

Google 也經常在這個方面出事情，比如 2011 年的非法醫藥廣告（谷歌曾因網路藥品廣告被罰5億美元後徹底整改）以及今年疑似為希拉里站台（深度揭秘：希拉里如何靠科技「左右」大選（全文））。

（不管影響谷歌的搜索結果是不是真的，希拉里競選團隊的技術負責人的確是前谷歌的高管）

凡是在獲取信息通路上，處於入口地位的產品，都有壟斷信息的可能。

當你隨手點擊了一家看似不錯的餐廳的外賣時，也許不會意識到他們是花了錢的、是被平台塞到前面的（XXX、XX推外賣版「競價排名」被指虛假宣傳）；當你津津有味地閱讀某個新聞客戶端的推薦文章時，也估計不知道有些文章其實是軟文或者公關文。

我們以為有了全新的信息入口、選擇變得更多了。但其實我們選擇變得更少了。

我們享受著個性化的服務：搜索引擎都在提供我們最有可能點擊的網頁；今日頭條在說我們關心的才是頭條；網易雲音樂努力讓我們總是聽到喜歡的歌......

第二個要說的麻煩同樣存在於看似更便捷和舒適的人工智慧技術里——個性化推薦。

近幾年隨著機器學習的發展，個性化推薦愈發有效。我們能用新聞客戶端看到更喜歡的資訊、能用音樂客戶端聽到更喜歡的歌。在這之前，我們都疲於從無數的資訊和歌曲中分辨哪些才是我們喜歡的。

似乎很美好，畢竟我們能夠找到自己更喜歡的了。

但這正是陷阱所在：我們喜歡的，就是我們需要的嗎？

就好像說，我們喜歡甜，就每頓飯只吃白砂糖？喜歡美女，就每天混跡於紅燈區嗎？如果只顧著享受快感，那麼毒品就會是正確的選擇。

當這些個性化推薦系統逐漸明白我們的喜好後，就會很精準地給我們最喜歡的，而且永遠都是最喜歡的。

（協同過濾是最常見的個性化推薦演算法，亞馬遜、Facebook、今日頭條、網易雲音樂、豆瓣都採用了這種演算法）

我們喜歡搖滾樂，系統搞明白後，我們就永遠聽不到其它的音樂風格了，並且會錯失跟它們邂逅的機會。（就像我一個朋友說的，他在聽了一個星期民謠以後，想聽幾首流行歌，在每天的推薦歌單里已經找不到了。）

我們喜歡小米手機，系統搞明白後，我們也就永遠看不到其它手機的資訊了。我們會認為全世界都在議論小米，卻意識不到在三四線城市，仍然是 vivo 和 OPPO 的天下。

互聯網觀察家 Eli Pariser 在 2011 年的 Ted 演講上，把這樣的現象叫做 The Filter Bubble，也就是過濾泡沫。（伊萊·帕里澤：當心網上「過濾氣泡」）

過濾泡沫讓我們只關心世界的一小塊，而且是越來越窄的一小塊。更可怕的是，由於我們自己並不清楚過濾泡沫的存在，所以我們也不知道自己不知道。

（圖片出自 Eli Pariser 的 Ted 演講）

在未來各種互聯網服務成為常態後，即使沒有人去操縱，在個性化推薦的「協助」下，我們也會變得越來越狹隘。

我們訂的推薦的外賣，都是一個口味的；我們喜歡的歌，都是一個類型的；我們看的新聞，都是關於某一些事情的；我們到淘寶買的排序在前的東西，都是一樣風格的。

這可能是我們會遇到的第二個麻煩。

我們在享受著數據的便利。淘寶能夠依據我們的個人數據推薦最合適的商品；餐廳能夠根據我們的喜好推薦最合適的菜單；醫生可以根據我們的歷史病曆數據來得到更準確的診斷；連家裡的智能溫度系統知道我們回家了都會把溫度調整到最適宜的狀態。

在《1984》里，電子屏無處不在。老大哥依靠這個監視著每個人。如今的城市裡，公共場合攝像頭也是無處不在的，雖然目的不是為了監視我們，但至少提供了監視我們的途徑。

數據將通過三個途徑變得更加完善：

一、主動提供。既然要有個性化推薦，既然我們要享受其它各種大數據帶來的福利，那麼我們就要提供很多個人的信息和數據。你可能沒注意很多軟體註冊時的聲明，但在讀下這些文字時，你估計已經默認同意過幾十個甚至上百個產品的隱私協議了，這些協議確保他們能夠合法獲取你的各種信息和數據。（凱文·凱利在《必然》中說過，人們總會為了享受服務而放棄部分隱私。）

二、被動監視。智能設備在逐步變多，也就意味著攝像頭、各種感測器和監視器都變得多了起來。當你家裡布滿各種各樣的智能設備、或者你身上在用各種設備，並且它們都接入了互聯網時，它們也就同時帶來了泄露你各種隱私的風險。

三、間接收集。科技進步使得很多過去在檔案里、在紙質手冊里的很多信息得以電子化。我們在醫院的病曆數據，在公安局的登記數據，在學校的教育數據，在公司的工作數據，在銀行的信用數據，原本只是在限定的時空里存儲，現在則會存入聯網的資料庫。遲遲沒有破案的白銀連環殺人案，就是因為公安局的 DNA 檢測能夠聯網匹配，在 Y-STR 資料庫里發現了兇手的堂叔。

由於這些變化，我們的數據逐步變得完整。這些數據，遲早可以描述我們每個人（就像《黑鏡》第 2 季第 1 集里所講的那樣，死者的社交信息已經可以重塑他本人了），並且實時、動態地「監視」我們每個人（大數據最核心的價值是什麼？ - 劉飛的回答）。

這些數據如果被濫用，後果不堪設想。

如果被政府濫用，那就是像《1984》里描述的那種場景。我們所見到的每個攝像頭、每塊屏幕都是監視器，我們所撥出的每個電話、發的每條消息都被竊聽。

蘋果的經典廣告里，拿著鎚子的女模特擊碎了老大哥的屏幕。而現在，蘋果變成了新的老大哥，擁有全世界無數用戶的個人信息。好在他們暫時還沒有向政府妥協。

除了提供給政府，還有種可能是資料庫的泄露。這樣的事情發生過不止一次兩次了，經常有賬號密碼泄露，就有大量的用戶隱私被傳出，有些非常嚴重。

這世界上不會存在完美的安全措施。互聯網的地下世界有著無數黑客，他們可以來去無蹤地搞到這些數據（可以閱讀中國黑客傳說），不留任何痕迹。

科幻短劇《黑鏡》第 3 季第 3 集講的就是主人公和其他幾個人被人盜取了隱私數據，被抓住了把柄所以言聽計從、毫無還手之力，結局凄慘。

（主人公收到的簡訊里，對方讓他打開定位、保持開機狀態，就能了解他的位置信息，從而威脅和操縱他。）

遲早有一天，我們每天的一舉一動，都能夠記錄在案。我們買了什麼、吃了什麼、用了什麼、看了什麼......想成為老大哥的人只要技術到家，都會有辦法都獲取到。

除此之外，在某些人工智慧技術足夠成熟後，數據可能有更重要的意義。目前的數據也許只是個人用途，但未來的數據可能是社會性的，比如交通數據、金融數據或者軍事數據。

萬一這些數據被人竊取甚至操縱，那後果不堪設想。就像一個連環殺人案，兇手的 DNA 在資料庫里被人修改掉，那無辜的人就可能被當做殺人犯；或者有的人病曆數據被惡意改掉，結果醫生開了對他來說可能會過敏致死的葯......

未來的智能交通系統、醫療系統，在工廠里的各種智能機械......但凡是有殺人放火能力的，並且在依照我們設定的數據按部就班工作的智能系統，都有可能因為數據篡改而造成天災人禍。

《黑鏡》第 3 季第 6 集里，原本用來維持生態平衡的電子蜜蜂被人修改了智能模塊的數據，變成了可怕的殺人兇器。

有了 AR 之後，我們的未來會大不一樣。我曾經寫過一段類似的想像：

想清晨跟遠在海外的老同學打聲招呼，只需通過眼鏡或者播放器說一句「呼叫馬丁」，馬丁的身影就浮現在你面前了，無論刷牙洗臉，還是讀書看電影，他都可以在一旁跟你無縫聊天。

未來如果能在家裡，能感受到在任何其它環境中相似的體驗，那幹嘛還要出門呢？佛教中有所謂五感（色聲香味觸），這些感知都能用先進的科技完成的話，我們是不是就省去了很多麻煩呢？

問題就來了：你怎麼知道你所看到的、感覺到的是真的還是假的呢？

快速發展的人工智慧技術會讓造假變得有可能。

我們用 AR 的工具跟朋友聊天、談笑風生，但其實跟你聊天的，會不會只是一個機器人？那些影像會不會只是製作出的 CG？

你在路上看到每個路標、行人或者遠處的高山，會不會是全息投影出來的假象？你坐在火車裡，以為是一直駛向北方的，但車窗會不會是投射虛假風景的電子屏、你其實繞路去了另外的地方？

隨著 AR 技術的發展，我們也許都會戴上像 Google Glass 那樣的工具（當然肯定沒有它那麼笨拙）。有可能就像一個隱形眼鏡一樣方便，戴上去就能看到更多智能系統提供的視聽內容；甚至有可能會直接植入什麼晶元和納米設備。

如果是這樣，我們以為只是增強了現實的 AR 技術，就有無數種方法來操縱我們、混淆我們了。

《黑鏡》第 3 季第 5 集里的大兵，都植入了稱為「Mass」的視聽增強系統，用來輔助他們的軍事行動。他們可以直接取用無人機的視角、看到系統發來的信息以及地圖。同時，這個系統也可以屏蔽掉很多聲音、改變看到的畫面，製造出虛假的內容，用來誤導和操縱大兵。

起初我們只是從個性化推薦中得到信息，決策還是我們自己做的。等到它們逐漸變得更加智能、更加優秀，我們就會直接聽從它們的建議。
每天起床，我們會先聽一下智能助理對日程的安排。洗漱的時候，智能助理會讀給我們最恰當的新聞。我們會乘坐它推薦的交通工具。中午會去它說好的餐廳吃飯。傍晚，會直接下單買它說好的衣服和日用品。下班後，會經過他的提醒給家人打個電話，然後去它安排好的健身房鍛煉。
為什麼要聽它的？因為你發現，它永遠都能做出比你更準確、更理性、更完美的決策。因為它手裡有你的各種數據，知道你的生活習慣、性格特點、身體狀況甚至 DNA 序列。

智能助理是個性化推薦的升級版本。

如果說目前的個性化推薦，縮小了我們可選的範圍、給了我們一些選項，最終決定還是我們自己做的話：

那麼，等到智能助理真的可以安排我們的生活和工作後，我們自己做的部分就會被壓縮：

如果說信息的錯漏會導致我們做出不完善的推斷和決策，讓我們的決斷變得片面和不完善，那麼決策層面的錯漏會直接影響到我們的生活。

這些錯漏造成的原因，會跟剛才說的類似，有兩種可能：系統的不完善；惡意篡改。暫且拋開系統的不完善，就說惡意篡改這個可能。

如果是現在的黑客攻破你的手機，大概最危險的就是偷點艷照或者盜取銀行賬號。但未來我們對智能系統言聽計從的話，黑客修改了我們的智能系統，就會變得非常危險了。

我們非常信任智能系統，於是它買的食物我們不會仔細研究就會吃下去；我們非常信任智能系統，所以它導航的路、讓我們去的地方，我們都不會懷疑。我們會變得容易操縱。

同樣麻煩的是，我們在被操縱的同時，完全不會意識到這一點。我們都沒有能力去追究智能助理背後的演算法和數據究竟是不是對的。

智能助理未來不僅可以解決個人問題，也許還能解決更多社會性的問題。那就是下面要說的大麻煩了。

如果人工智慧真的可以根據各種數據和有效的演算法來協助我們做政府、企業和組織的決策，那我們也會對智能系統產生依賴。畢竟很多複雜的問題交給一個兩個人去做總是會有錯漏，但足夠強大的智能系統則看起來比較保險。

這樣以來，人工智慧的數據和演算法一旦被人有心篡改，可能波及範圍就變成了全世界。

不要以為這樣的智能助理很遙遠，作為認知計算系統的代表，IBM Watson 已經是應用層級的人工智慧專家系統了。採用了大量人工智慧技術的 Watson，目的不在於成為全能的機器人，而是成為協助人完成很多事務的專家。

目前 Watson 技術基礎上的相關產品有：

Watson Virtual Agent
Watson Explorer
Watson Analytics
Watson Knowledge Studio
Watson Commerce
Watson Education
Watson Financial Services
Watson Health
Watson IoT
Watson Marketing
Watson Supply Chain
Watson Talent
Watson Work

（來自 IBM Watson - Products）

可以看到，已然涉及了我們生活和工作中的各種領域。

我曾經假想過一個驚悚故事的提綱。

在未來的某個時代，人工智慧已經參與到人類方方面面的決策中。有一批水平高超的程序員，他們合夥攻破了各處的智能系統，並且篡改了其中的演算法和數據，使得他們能夠人為操縱人工智慧提供的決策結果。由於他們始終沒有暴露，全世界實際上是不知情的情況下成為了他們的遊戲沙盤。

雖然不能直接發起戰爭，但間接的一些手段，比如給軍隊虛假的敵方數據，就可以誤導他們儘快發起進攻。雖然不能直接殺掉某個人，但像上文提到的，只要誤導他吃會過敏致死的食物也能間接除掉他。於是，他們開發出了一套可視化的系統，能夠快捷地對世界上大到國際政局、小到某個人生活的事項施加影響。

這個可視化系統是不是覺得很熟悉？

（《模擬城市 4》）

本質上，把信息整理和過濾的環節讓渡給了人工智慧，我們就會有一些風險；再把思考和決策的環節也讓渡給人工智慧，我們就會有更大的風險。

從這個維度考慮，人類的活動大概就分為獲取信息、思考決策和執行三個步驟。

那麼，要是把幾乎所有我們在做的事情、嫌麻煩的事情都讓渡給人工智慧呢？

全世界的所有資源，比如食物、能源，都在智能系統掌控的全自動化工廠下運行，也不需要我們的操心。社會在智能系統的安排下，變得井井有條。
我們一出生，人工智慧系統就會根據我們的基因選擇了最優的成長路徑。
我們會閱讀最合適的讀物、觀看最合適的娛樂作品。衣食住行也都不用操心，全被安排得妥當。
到了適婚的年齡，智能系統會推薦最匹配的情侶，無論怎麼算，我們的性格和其它個人條件都跟對方最搭。
智能系統知道怎樣讓每個人開心，他會定時定量地給我們一些刺激。有時候是直接吃藥，有時候是看一段有趣的視頻，有時候是推薦給我們幾個好玩的朋友。
所有的痛苦都被抹殺。在這個烏托邦里我們只享受快樂。
總之，每個人的一生都會高高興興地度過。根據智能系統的測算，這個時代的人類，在整個歷史上都是最幸福的。

看似美好，但像豬一樣被圈養起來，會是我們想要的未來嗎？

這樣的未來並不是臆想出來的。在《必然》里，凱文·凱利提到，所有的集體智能和機器，都會融合為一個被他稱為「Holos」的整體。這個整體，目前尚屬不完美的階段，以互聯網的形態覆蓋著 510 億公頃的土地、觸及 150 億的機器，佔據 40 億人類的心智，消耗地球 5% 的電能。

不過，跟凱文·凱利樂觀的預測不同（他認為未來我們會跟這樣的人工智慧生態形成良好的關係），我覺得一旦人類活動幾乎都移交給人工智慧來完成了，那很快人類也就喪失價值，成為被照顧、被撫養的對象了。

（《機器人總動員》里被撫養得妥帖的人類）

以上，就是弱人工智慧可能製造的麻煩。這些麻煩，都不需要人工智慧產生自主意識，也不需要人工智慧比人類高超多少段位。所需要的，都是我們平時習以為常的語音識別、自然語言處理、圖像識別、機器學習、工業機器人、專家系統等等。

最近有兩部劇都特別火，一部是《西部世界》，另一部是《黑鏡》。

我很喜歡前者的劇情，探討人與即將覺醒的機器人之間的糾葛。

但後者描述的那些黑色幽默，由於萬物互聯的網路、完善的大數據或者先進的人工智慧引發的種種危機，卻更有可能成為現實。

而且是馬不停蹄正在接近我們的現實。

看到這個問題，讓我想到採訪斯坦福大學計算機科學系和電子工程系副教授、人工智慧實驗室主任吳恩達時他說過的一句話：「我認為人工智會為社會帶來巨大的影響。我有時打比方，人工智慧就是未來的電能。」我非常認同吳教授的說法，未來人工智慧就會像水、電一樣影響我們的生活，這不僅僅是一個媒體的噱頭，而是我在接觸人工智慧後由內而發的感受。在萬物互聯和萬物智能的時代，它將融入我們的生活，無所不在。今天我想和大家分享我在採訪中見到人工智慧在視覺領域給我們帶來的積極影響。

我在英國採訪到了牛津大學計算機科學教授菲利普?托爾教授，他帶領的團隊正致力於把計算機視覺的最新成果應用到一款特殊眼鏡的開發中，讓盲障人士藉助機器的眼睛看到這個繽紛的世界，他們設計這款眼鏡叫做「Smart Specs」。「Smart Specs」是一款頭戴式計算器，它通過攝像頭和攜帶式計算機來為用戶生成圖像輪廓。電腦能夠自動識別圖像中的物體，就像下圖中，電腦會感知到我的一舉一動。

這款眼鏡就是為那些被認為是盲人實際上還殘留一點光感的人準備的，因為有很多的盲人被認為是看不見的人，但實際上他們可能還殘存一點點的視力或者是光感，這樣的眼鏡就可以幫助這樣的盲人看到世界。這款眼鏡只需要盲人把眼鏡的框架、也就是透明的顯示屏戴在眼睛上。另外在身上背著一個小小的處理器，也就是電腦。盲人在獨自行走的時候，可以啟動這樣的眼鏡，看到物體或者移動物體的黑白的圖像，以及很明顯的邊緣線。這是讓很多人感到驚訝的東西，比如一個人朝你身邊走來的人，或是一些路障。我們用明亮的線條來勾勒物體外觀，因為盲人想知道這些物體在哪裡，這些線條會幫助你識別物體的形狀。在大多數情況下，當你走在路上，你最感興趣的東西就是你面前的物體。我們通過3D攝像機或其他形式的物體檢測系統來找到這些物體，然後以視障者們能夠看到的方式來重現這些物體。其中一個重要的方法就是提高這些邊緣線的亮度，大腦會自動腦補辨別這個物體。省略掉了背景的所有細節。

如下圖，電腦會自動識別物體圈定一個區域，這個區域的邊緣被提亮，然後再把這個圖像展示到眼鏡的顯示屏上，這樣視障者就能看清這個圖像了。

（盲人通過Smart Specs眼鏡可以看到的成像效果）

對於這款眼鏡的實際應用，我採訪了有一位叫瑞德?賽爾的盲人，他患有視網膜色素異常症，他的視力大約相當於正常人的3%，感覺一直是通過一個鑰匙孔在看霧氣迷濛的房間一樣。「Smart Specs」眼鏡的形狀有點像取景器，只需要把它固定好頭帶，打開電腦，就能與外面的世界進行更親密的接觸。他可以給自己的女兒做早餐，而對於這位盲人來說，能再次看見女兒的臉，就是一件讓人非常驚奇的事情，因為從她兩三歲到現在她十七八歲，他都沒有真正看清她們的臉。這樣的經歷讓這位盲人十分的感動，也讓他覺得自己的生活有了更多的獨立性和尊嚴。這聽起來很科幻，但這就是人工智慧技術帶來的現實。

人工智慧聽起來很遙遠，其實已經滲透到我們的日常工作和生活中。在不遠的未來，互聯網、大數據、硬體的發展和軟體的優化，乃至全社會的參與，人工智慧將真正從實驗室走進生活，它將成為改變我們生活的一部分。

人工智慧是什麼？可能我們第一反應是戰勝了李世石的阿爾法狗，亦或是第一個獲得人類公民身份的機器人索菲亞(Sophia)，又或者是參加了最強大腦挑戰無數人類精英的小度？但他們看似離我們的生活很遠。

而實際上，人工智慧距離我們並不遠，在我們的日常生活中，就有很多人工智慧的產品存在。

場景一.

小東工作幾年下來，攢下不少積蓄，他想著奶奶年事已高，還沒有出過國，便決定帶著奶奶去歐洲走走。

一連幾日下來，祖孫倆飽覽了威尼斯水城的浪漫，觀賞了塞納河兩岸的風光，正當小東準備帶著奶奶坐上回過的飛機，結束這番旅行之際，不想奶奶在機場走丟了。

小東想給奶奶打個電話，可倒霉的是，手機正好沒電。眼看飛機起飛的點越來越近，他急得不知所措，正準備找警察時，沒想奶奶自己找到了候車室。小東很是詫異，要知道奶奶可是不會英語的，就連手機也用不靈便。

奶奶笑著告訴他：多虧了這人工智慧的同聲翻譯，我才能跟老外聊天，聽懂他們指的路。

場景二：

烈日炎炎，外賣小哥阿明把電動車停靠在這座老式小區，冒著滿頭大汗捧著七八個盒飯穿梭在樓道里。

快到達目標樓層的時候，他緩慢的將左手的四個盒飯慢慢的遞到右手，試圖騰出空隙來拿手機撥電話。

汗水一滴滴的落在地上，阿明突然緊皺眉頭，露出痛苦的神情。

原來，飯盒裡的湯汁由於傾斜溢出，滾燙的湯水打在他的手臂上。

阿明彎曲膝蓋，想著先把外賣盒放在地上，再來撥打電話。

否則這樣，實在是太艱難了。

【您已到達目標地點，是否撥打客戶電話？】

這時，阿明的藍牙耳機里突然傳來了聲音，原來是它佩戴的美團外賣智能語音助手定位到已到達客戶附近，自動喚醒了電話功能。

「確認。」阿明如釋重負，有了這玩意兒，送餐果然方便多了。

看著面前的大門打開，阿明露出了善意的微笑。

場景三：

正值中午飯點，外賣小哥阿龍像往常一樣，穿梭在擁擠的城市道路上。由於單量較多，車上還有挺多單沒送，甚至有個單子快要超時了，阿龍有些著急。

想著快一點，再快一點，阿龍雙眼緊盯著前方道路，沒注意到電動車速度越來越快。

【請注意前方事故多發，您當前行駛速度過快，請您減速慢行。】耳機中突然傳來語音提醒。

「唉，看來真的會超時」阿龍慢慢減速。

阿龍的耳機是最近新配備的美團外賣智能語音助手，向來經驗主義的阿龍除了偶爾用它聽聽天氣、超速提醒，撥個電話外，很少用訂單配送的線路規劃功能，但如今只能試試了

「怎麼走才能最快送達7號單？」

【前方路口左轉······比當前路線節省3分鐘】

「您的外賣到了，給您放前台了」

掛掉打給訂餐用戶的電話，阿龍大大鬆了一口氣，時間剛剛好

阿龍轉身騎上電動車，繼續出發

「接下來應該送哪單？」

【按下單時間優先配送，前方直行500米後右轉······】

————————————

所以，人工智慧會怎樣影響我們的生活呢，靠新聞里的阿爾法狗和索菲亞？當然，他們的出現具有劃時代的意義，他們代表了高端的人工智慧技術，但他們並不是全部。

高科技也要接地氣，只有真正用在我們生活中的人工智慧，才能最直接的影響我們的生活，例如方便的智能音響，便捷的同聲翻譯，可靠的語音助手。它們讓更多的人們在生活里，感受到貼心的溫暖；讓不會外語的人們在國外旅行，不懼語言難關；讓小哥送外賣的時候，能夠更加安全。

作者：許鐵-巡洋艦科技

鏈接：人工智慧vs人類智能小傳——再議阿爾法狗 - 混沌巡洋艦 - 知乎專欄

來源：知乎

著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。

深度網路代表的這波人工智慧風潮代表的是一種局部的演進，還是未來的一扇大門打開？

AI離真正的智能很遙遠是因為它不能創造嗎？是因為它只擅長形式邏輯？是因為它沒有自我意識？

其實，我們連生物的智能都不了解。現在，我們回顧一下神經科學和AI的歷史，從腦和智能的演進來看這個所謂的人工智慧有多聰明。

要談這個問題，我們就需要從智能說起， 智能其實分為三個層次，對應丹內特對意識進化的三個分級：達爾文式造物，斯金納式造物，波普爾式造物。

智能的第一個層次是進化（達爾文式），而不是自我意識這些高端裝逼的東西。智能的起點是學習，學習即對環境變化做出相應對策。整個生物進化過程，就是學習的過程。為什麼呢? 你一個小小的細菌，也可以對環境做出趨利避害的反應，並且通過基因突變的方法有點盲目的適應環境，這其實就是用遍曆法來選擇針環境變化的最佳生存策略，然後通過遺傳以及下一代繼續試錯，將某種策略強化。阿法狗的策略網路也是類似的道理，通過對可選策略集合的分析進行局部最優的調整。細菌和十億年的的惡略環境下棋，把對哪些化學物質該如何轉化這個信息深深的埋藏在了它的DNA里，因此才可以有如今如此從極地到大漠的如此偉大的適應性。大自然的這種學習方式可以看做智能1.0版，缺陷是速度慢和讀取數據量小。我們人類模仿進化的過程創造了進化選擇演算法，作為人工智慧一個非常基礎的部分。

下面我想說的是第二階段的智能，斯金納（偉大的行為心理學家）式造物。

斯金納式造物說的是生物自己能夠自主的去學習而非被動的靠基因變異適應環境。 這項偉大的創舉背後就是大名鼎鼎的神經網路，生物進化幾十億年的歷史都是這種被動的適應環境，直到神經網路的出現一切才悄悄發生變化。

神經網路的作用簡單來看，就是一個分類器，它可以把外界刺激分成好的和壞的，並且趨利避害。擁有這個分類器，動物終於可以在自然環境面前主動做決策，並且趨利避害。把獅子放在要躲避的那一堆，異性放在要接近的那一堆對於動物的生存意義之重大不言而喻。這個分類器最開始是儲存一些先天的條件反射，比如嬰兒見到目前的乳頭就要吸。而後來就出現了後天習得的條件反射，比如著名的巴甫洛夫的狗，聽到鈴聲就會分泌口水。沒錯，後天形成的條件反射-就是學習的2.0版。

然而生物神經網路是如何實現這一調整的，卻一直是個迷，直到1940年Hebb提出神經科學的牛頓定律-Hebbian learning rule，人們開始了解神經網路是如何實現這一步驟。 Hebb說組成神經網路的神經元通過不停的調整之間的突觸連接來改變對外界刺激的反應，這個變化法則就是同時放電的神經元連接加強（細節來看還與放電的順序有關）。這就使得被一起激活的神經元形成一個基團，比如狗聽到鈴聲以後被餵食，那鈴聲這個刺激之前狗可能沒有任何反應，而之後就被劃分到午餐那一類，從而形成對鈴聲的條件反射。阿爾法狗深度學習的基本原件人工神經網路也是一個人為敲定的分類器，用於做決策。

人工神經網路的訓練過程同樣借鑒了生物神經網路的學習過程，根據反饋調整神經元之間連接的權重關係，來實現對外界信號分類方法的改變，因此調整決策（reinforcement learning 強化學習）。

分類問題可以由神經網路解決：

上圖的神經網路，就是一個基本的卷積網路，把輸入的值乘以一定權重在加在一起，再通過一個非線性的階梯函數，轉化為0（有害），1（有利）的輸出，即決策過程。

學習，數學上叫調參：改變w的數值即可改變分類的方法（界限）。

神經網路的分類功能，把輸入的信息（環境變化）分為有利和有害的進行決策，環境的變化越複雜，越體現神經網路可以任意的通過改變連接強度來調整決策「界面」的優勢, 而不需要用進化的方法上下一輩來適應環境（學習的重要性）。當然這個學習過程需要大量數據的訓練。

結論：一個單層神經網路完全可以嫻熟的應用斯金納造物

從第二種智能方式我們依然可以看到，生物智能的方式是如何啟發了人工智慧。

智能的最高級形式波普爾造物，對外部世界進行表徵，形成認知，信念和預期，則對應神經網路的更高級功能。

如果仔細思考，我們會發現這些很多包含在阿法狗使用的深度網路里。首先，深度網路最擅長的是對事物進行抽象（深度學習），在最靠近輸入的層次上，每個細胞就如同數碼相機CCD上的像素，之後的每一層次都比上級網路的感受野要大，而最終得到的效果是最深層的神經元直接處理和圖像的全貌相關的特徵，比如照片上的人是誰。如果換到其他地方，就是從抽象或全局特徵進行決策。

這個結構像極人類社會的結構，越是高層，越能把握和總控全局。深度網路上的「抽象概念」這個認知武器，使得阿爾法狗有對全盤棋的趨勢進行判斷的能力，可以迅速捨棄一些錯誤的方向，減少搜索的深度，即價值網路。其實人腦所使用的演算法和阿爾法狗差距沒有那麼大，記得前些年有一篇著名的science文章說人類發現在高級腦區表現抽象概念-如人名的細胞，這是符合這種深度網路逐層抽象的概念。高級腦區正是對應人腦深層網路的最底層。

阿爾法狗能夠戰勝代表棋牌巔峰智慧的圍棋冠軍這件事最大的意義，也在於深度網路賦予了AI自主判斷局勢和形成策略，而不是靠之前的僅靠人為給定的策略遍歷所有可能。或者說深度網路打開了波普爾造物的大門

當然，深度網路演算法只是提取了生物神經網路的一個主要特徵，而幾億年進化結晶的人腦，由於計算機能夠提取並用於學習的數據量巨大，使得它能夠在學習了人腦的一個雕蟲小技之後通過迭代學習迅速在某個特定任務上超越人類。

就上面這個簡單的歷史陳述我們發現，AI說到底是一種仿生，但是這種仿生無疑會改變我們生活的方方面面，阿爾法狗的智慧是結合了古老的細菌智慧（策略網路）+高級哺乳動物的智慧（價值網路），可謂仿生物智慧傑作。

一些常見問題：

1. AI到取代人類大量勞動的時候了？

AI一定會逐步取代簡單的人類勞動，但是也會增加新的勞動出來，比如AI設計， AI糾錯，以及如何利用AI做出以往實踐不能的事， AI將使得人腦從簡單勞動中解放，可以爆發中不可預計的新產業。

2， AI沒有意識，無法預測，沒有創造力， AI幾乎永遠無法與人類智能望其相背。

人類容易犯的錯誤之一，就是用一些自己也無法嚴格定義的概念去套用機器。「意識」「創造力」這些概念，其實人類自身也不理解，你站在人類的角度上，去討論ai有無意識這個問題，是自己陷入了一個思維的陷阱。因為究其根本，我們對自己有沒有意識這件事也沒有一個掌控的時候，整個這樣的討論流於空泛。而對於這些概念的進一步掌握，取決於神經科學的進步。雖然我比較懷疑很快強人工智慧會出現，但是即使出現，它也不一定需要以我們人類能理解的方式產生意識，達到目標。說不定在另一個外星觀測者看來，我們也是無意識的，意識不過是這個被稱作「人」的東西所使用的多級神經網路里某個調節參數的輔助工具。

3，覺得AI的運轉方式一定和人腦是天壤之別的

這也是犯了太驕傲的毛病。因為你並不懂得人腦運算所採用的演算法。人腦這個東西，即使是情感這些我們覺得很柔軟的功能，背後也是以海量運算為背景的，而目前的科學論文證實的是，在視皮層的運算，很多與目前的深度網路運算是很接近的。有的人說人是向前看的動物而機器只會向後看，事實上呢，人對未來的預測也來自於對過去數據的大量積累。

我們並無太多證據受AI是否和我們的大腦有著相類似的運轉方式，但是有一點肯定的是， AI的發展源自我們對自身的模仿，而對AI的探究反過來正在幫助我們理解我們自身，這也是生命最終的意義。

正如費曼所說， 只有你知道如何製造一個東西，你才真正理解它。

本文首發於微信公眾號混沌巡洋艦（chaoscruiser）

還記得我們是怎麼對付尼安德特人嗎？我們融合併消滅了他們。如果這個故事太久遠，還有細節隱藏在歷史的迷霧中，那麼去看看澳大利亞上，白人是如何對待波利尼西亞人的吧。

所以看來樂觀地說只有融合這一條道路了。

嗯，從目前的情況看，這個東西是漸進的

其實人工智慧已經在影響我們的生活了。

幾乎所有食品生產線都有一個部件是高速攝像機，識別不合格的原料，然後準確剔去掉（吹掉或者機械打掉）

其實，這個就算是人工智慧啊，機器視覺，然後機器反應。

我們去停車場，攝像機拍車牌，然後吊杆起來，這也算是一個感知、處理、反應的過程。

人工智慧不是一下子弄出一個像人一樣的機器人，而是一步步的替代人類勞動。

美國麻省理工學院的溫斯頓教授認為：「人工智慧就是研究如何使計算機去做過去只有人才能做的智能工作。」

人工智慧已經在影響我們生活了。

未來隨著進步，就是要人的地方越來越少，在人工智慧機械的幫助下，一個人能幹的事情越來越多。

以前，種1000畝地要幾百人，每天勞作好幾個小時，勞作大半年。

未來，人工智慧機械完全普及，1000畝地，就是一個人每天花5分鐘在屏幕前監控一下。有什麼意外按照程序呼叫支援。

其他都是機械按照程序完成播種，照顧，收割。甚至加油或者充電，維修保養都是機器自己去完成。

一年下來，1000噸的糧食就自動收入倉庫，甚至自動送到食品加工廠變成成品。

維持一個人生活一生所需的各種財富，一個人也許24小時就創造出來了。

養活60億人，未來也許只需要幾萬人從事生產工作就可以了。

未來限制人類財富製造能力的是資源，如果可控核聚變解決的話，幾乎有無限能源。

未來還有一個可能的突破是腦電波的控制，類似於黑客帝國，讓你在夢裡得到一切。

人可能很少的時間在工作，大部分時間都在做夢娛樂。

人工智慧將會改變我們的購物習慣——邁入預測型購物時代

先想像一下這個生活場景：

你正打算離開家去接孩子，當你正拿起鑰匙時，桌子上的一個設備飄來一個聲音：「好像您的牛奶明天就要喝完了，酸奶正在打折，只要1塊2，您想買一點兒嗎？」如果你說要買，隨後設備會確認信息，替你下單，15分鐘後在你去接孩子的路上就能順道取貨。

上面這種頗具未來感的場景離人們並不遙遠。全球的科技巨頭諸如亞馬遜、谷歌和蘋果等紛紛研發人工智慧技術，從物流當天送達服務到 AI 驅動的圖片識別功能，不斷激發用戶的體驗期待。未來人們所需的很多生活服務很可能會被集成到 AI 助手上，比如用 Siri 直接網上叫車，甚至可以訂機票。

目前響應式的零售商業形態已經到了發展的頂峰，隨著人工智慧技術的發展，我們即將邁入可預測的商業時代。也就是說，不管人們有沒有登錄購物網站或者已經準備下單，零售商們要能幫助消費者在恰好有需求的時候找到合適的產品，甚至在他們意識到有購物需求之前就準備好相關產品。實現這種轉變，需要藉助大規模的自動化和數據整合來分析和理解人們的消費行為。

三星也表示 Bixby 語音助手將登陸 Family Hub 2.0 智能冰箱

利用機器學習預測用戶購物行為

近幾年，已經有一些零售業巨頭採用機器學習演算法預測消費需求和給商品定價。2014年亞馬遜推出預測庫存技術，進一步將 AI、機器學習和個性化技術運用在購物領域。零售商們應該多像科技公司一樣思考，不僅僅用 AI 和機器學習預測庫存和員工流動，還應給用戶個性化地動態推薦產品和制定價格。

實現這種預測，需要在不斷變化的海量數據中找到隱藏的信息：消費者的購物歷史、購物洗好、訂單目錄；競爭對手的定價和存貨；當前和預期產品需求。這些正是人工智慧和機器學習要解決的問題，也是很多公司投入資源研發的重點方向。手工藝品交易網站Etsy最近併購了一家公司，專門研究機器學習技術，除了依據用戶的購物歷史和偏好，還通過展現細緻的產品推薦讓網站搜索有更高的預測性。

這是產品推薦的自然演化，也會成為未來幾年內零售行業的標準做法。

說起給用戶個性化地動態推薦產品和制定價格，國內電商表現優異

整合互聯設備和用戶數據，總結用戶的購物行為

預測型零售涉及到在不同情境下激發消費者的購買慾望——購物前、購物中和購物後。購物已經不再是一種深思熟慮的事情，而是變成了我們日常生活中重要的一部分。這不僅僅只是用手機搜一搜，看到不錯的東西就買了，亞馬遜的「一鍵購買」和 Alexa Echo 已能讓用戶在家裡實現輕鬆購物。比如，當用戶發現家裡洗衣液快用完了，只需按一下洗衣間里的「一鍵購買」服務就可以了，或者想起來下周是媽媽的生日，就可以讓 Alexa 為她訂一束花。而這些僅僅只是開始而已。

下一代智能助手和互聯設備會學慣用戶的習慣，總結出行為模型，從而讓用戶的購物行為更容易預測。一些如 Echo 這樣的智能設備每天和用戶互動，從中能獲得大量數據，可以用來預測用戶的購買幾率。

零售商店的互聯設備還能夠預測消費者的行為，響應個性化的需求。很多商店已經利用智能手機緊隨消費者的活動，提供特定情境下的服務。這倒還沒上升到生物識別演化那麼複雜的程度，識別技術和定位感測器能讓零售商家根據某些因素如顧客的心情、顧客的逛街時間、顧客是否是下班後來的等，提供更人性化和個性化的購物場景。

藉助AI打通線上和線下購物

預測型零售的未來需要為商業設計新的生態系統。這些商業生態要圍繞人來構建，而非某些設備、線上購物或者線下購物。要和人類互聯、商業故事、空間設計、購物情境、購物數據等實現一體化。

雖然在線購物成為人們重要的購物方式，但並不意味著實體店將走向沒落。全球零售巨頭韋斯特菲爾德就認為實體店銷售仍佔據著重要地位，並嘗試AI新技術將線上購物體驗與實體店相結合。

因此許多零售商正在組建創新實驗室，力圖在這場巨變的商業浪潮中走在前列——成立了許多技術團隊構思新想法和測試數字化體驗，打通線上商店和線下實體店。全球化妝品連鎖零售商絲芙蘭的創新實驗室就是個不錯的例子。絲芙蘭在自家APP里推出了一款「商場模式」功能，將用戶的線上購物車和實體店會員卡實現互聯，以此提醒用戶收藏了什麼產品，攢了多少積分，以及與此相關的福利，比如免費贈送一張面膜。

興建AI驅動的線下基礎設施也是實現預測型零售的重要方向。想像一下，商店的櫥窗和顧客的手機能產生聯繫，從而在櫥窗里展示更符合顧客購買期望的商品。例如，你可能會在商店櫥窗里看見要送給朋友的生日禮物、過節穿的新衣服，這些個性化的商品展示都是基於你在社交網站上的數據。通過整合用戶各個渠道的數據，零售商可以營造和顧客更具相關性的購物場景，從而將顧客吸引到店裡。甚至更強大一點，能比顧客還要提前預測出他們要買什麼。

零售業的變革正在悄然進行，不久的將來人們便可體驗到遠比當下更便捷更智能的商業服務。在人工智慧技術的普及下，當前的按需型零售將向預測型零售轉變，零售商們是時候準備面對這場巨變了。目前為止已經有很多智能技術在購物領域得到了廣泛運用，如自動結賬等。而在商業發展的未來，智能技術將逐漸遍布到商業運用中，成為人們生活的日常。

拓展閱讀：

遍地開花的AI助手，代表著人機交互方式的未來

以彼之道，還施彼身——使用機器學習來揪出作弊的玩家

不是人工智慧，是智能機器

官方微博：@景略集智

微信公眾號：jizhi-im

商務合作： @軍師

投稿轉載：kexiyang@jizhi.im

集智QQ群：557373801

未來的人工智慧的一個趨勢，是基於互聯網的大數據處理和雲計算，也就是我們的每一個需求都能夠在互聯網上得到處理在反饋回來響應你。你今天通過互聯網進行購物，你需要自己挑選產品、瀏覽網頁，而在未來，你只需要對著手機或者電腦表達你的指令，它將幫你完成剩下所有的事。比如你對手機說：幫我訂一家價位在200元/人的餐廳，清淡健康些，請女朋友，浪漫一點。手機通過連接雲端，比照你過去的消費喜好，就幫你把餐廳定下了，包括從挑選到預訂的所有環節。

然而，在這裡我不想談論人工智慧及互聯網對我們生活帶來的便利或者生產方式的升級。我想說說一個更深層的話題----我們會因此生活在一個更自由社會么。毫無疑問，人工智慧和互聯網將為我們提供更多的便利和更高效的生產力，但是我們每個個體將被置於怎樣的社會關係中呢。從目前技術的發展趨勢來看，它將通向一個人類政治生活的終極議題：自由還是奴役。

很多人認為人工智慧將會讓政府的黑幕行為無所遁行，它將成為媒體監督的加強版。阿桑奇的維基解密通過挖掘和公布希拉里的郵件門深刻地影響到美國的大選。看起來，人工智慧社會信息的扁平化和無邊界將讓獨裁政府無所遁形。政府似乎將更加透明和公正，因為來自於互聯網的監督無所不在。人類將迎來一個更自由的命運。

真的這麼樂觀么？請你想像一下，如果現在的朝鮮擁有完整的互聯網和人工智慧技術，那會是什麼樣的情形。朝鮮人會更自由還是受到更多的奴役。人工智慧對朝鮮意味著什麼呢？喬治奧威爾的《1984》預言的那個獨裁國度和今天的朝鮮多麼相像。書中描繪了一種稱為電屏的設備，它裝在每個人家裡、辦公場所，用來監視和監聽人們的一舉一動。一個人只要有任何質疑制度的言語和行為，政治警察遲早會找上門，逮捕並讓這個人消失。這本書寫於1940年代，初看此書的時候我很佩服作者的想像力，因為1940年電視沒出現，而作者已經設想出一套電子監控設備了。而至於對於每個普通民眾的監控，我認為這需要極大的人力成本，幾乎是不可能實現的。但是，看看今天，人工智慧和互聯網完全可以實現書中電屏的功能。

一部手機可以定為你的行蹤，街道上布滿監控攝像頭，你在網路上的行為都會被記錄，甚至你認為私密的聊天內容也都被騰訊記錄著。只要政府願意，他們隨時可以調取這些內容。基於大數據和雲處理技術，獨裁者完全可以通過數據篩查過濾，識別出持不同政見者，把他們的行為消滅在萌芽狀態。

在獨裁者手裡，人工智慧與互聯網將成為維護統治的天羅地網，藉助極致的技術，真的可以做到疏而不漏。

人工智慧帶給人類生活更多的是積極影響。第一，人工智慧可以把人類從繁重的勞動中解放出來，提高人類生產生活的效率和質量。（如果只側重生活，這一點可以展開為提高生產效率使人類免受高風險工作提高生活質量等）第二，人工智慧的進步會極大地革新人類的思維方式，看待世界的角度，深化人類對自身所處宇宙地位等問題的思考。第三，人工智慧本身是人類最傑出的作品，它在某種程度上可以實現人類文化思想等一切文明結晶的永生。

負面影響也要提，人工智慧的過度發展會使人類越來越依賴科技，甚至成為科技的奴隸，同時人的各種能力也會在惰性中退化，人的價值和尊嚴會逐漸被更高效更智能的機器取代。

但是在可預見的短期，人工智慧會極大的造福人類。同時從長遠來看，無論人工智慧是否最終會取代人類，它始終是人類在浩瀚宇宙中孤獨探索所造出最像我們自己的東西，人類所經受的消極影響從來不在於人工智慧的進化程度，而在於人類對自我的認知和把握。

一財君貢獻一個比較有意思的領域吧，如何利用人工智慧種出最好吃的食物~

比如如果你想在中國種出美國的車厘子、墨西哥的鱷梨、泰國的榴槤。利用人工智慧技術，這些食物完全可以比原產地種植的更好吃。

實現這項激動人心技術的是麻省理工學院媒體實驗室一個名叫OpenAg（Open Agriculture Initiative，開放農業計劃）的項目，聲稱這套全新的溫室農業種植系統能夠「消除食物的里程」。

也就是說，過去要把鱷梨從墨西哥運輸到中國，才能吃到口味地道的鱷梨。但未來，長途運輸不再必要，你完全可以在北京建一個跟墨西哥氣候一模一樣的溫室系統種植出口味地道的鱷梨，甚至創造出比墨西哥更有利於鱷梨樹生長的氣候環境。

氣候變化往往是增加戶外農場種植農作物難度的重要因素，例如高溫熱浪、頻繁的暴風雨、害蟲和疾病等。但如果氣候本身能夠被控制，並且使用人工智慧的技術手段逐漸模擬和推測出最有利於農作物生長的「氣候食譜」，那麼更有效率地種植食物這件事就會成為可能。

OpenAg的研究人員將這種能夠推導出最佳「氣候食譜」的溫室系統稱為「食物計算機」。

2015年，OpenAg項目團隊開發了食物計算機的第一個模型。在這個初始版本里，就已經為其所建造的生態環境配備了大量的感測器、執行器和機器視覺系統，用來研究和複製食物的最佳生長條件、改變從生長模式到光譜要求等一系列關鍵要素，以及調整水裡的鹽分濃度和營養物質的增加情況。

比如西餐中的常見配菜羅勒葉，首批實驗正是通過控制紫外線的光照水平和時間來實現羅勒葉風味的改?變。

每一株羅勒在自己的每個生長周期里，都會產生大約300萬個數據點。一開始，OpenAg的研究人員不得不親自比對並分析大量的數據，通過人工推導的方式來改良羅勒的「氣候食譜」。直到2016年6月與舊金山的一家人工智慧公司Sentient合作之後，實驗效率得以加快——使用AI系統能夠更快地優化溫室生長環境。

目前公諸於世的透明集裝箱其實已經是一個高階版本的溫室系統，就連每株羅勒的每根支架都有各自獨特的變數來實現控制。人工智慧系統會通過連接這個系統中的各個感測器，收集數據並學習分析，不斷創造更新更好的「氣候食譜」，直到形成一套「完美方案」。

OpenAg的研究團隊藉助AI系統對羅勒種植實驗的多個影響因素做了優化，包括口味、種植成本和可持續性等。實際上，羅勒種植實驗的成功也確保了這套系統能夠為無數的其他農作物創造各自的「氣候食譜」。而所有的「食譜」數據也都作為開源信息對外公開，這意味著你完全可以跟著開源內容中的指導方法自己建立一個食物計算機。Arielle Johnson聲稱，任何具備「合理的黑客技巧」的人都能建立這樣的新型溫室。

目前市場上有許多垂直領域的農業公司都在藉助人工智慧技術優化種植成果，不過絕大多數研究行為局限於優化該公司原有的技術和設置方面，而不是提供一整套從無到有的完整解決方案。室內種植公司花費大量的成本以實現對種植環境的控制，但它們中的大多數不得不在封閉的環境中自我迭代。

對那些缺乏種植經驗、剛剛起步的室內種植公司來說，開源的氣候食譜能夠幫助農民更高效地種植出味道更好、產量更大的農作物。OpenAg團隊的做法其實等同於為整個室內種植產業創造了一種共同語言。用OpenAg項目助理主任Hildreth England的話來說，「有點像操作系統中的Linux。」

一個也許有些參考意義的數字是，從1980年代開始大面積推廣傳統大棚溫室種植蔬菜技術至今，中國的溫室農業設施面積已經增長了300倍，在很大程度上改善了農業生產結構。不過，反季蔬菜的口感與當季蔬菜存在較大差異的事實也在持續遭受消費者詬病。事實上，為了能夠在溫室中種出反季蔬菜，現有的農業生產技術不得不採取向農作物內打入生長激素或改良農作物基因等手段。

OpenAg則採取了相反的操作思路。種植公司或農民不必通過改善植物本身的基因來適應人類的口味和產量需要，而只要在種植技術上適應這些植物本身的特性就行了。

說人工智慧之前，先說人類大腦智能。人類的大腦有多種功能：計算能力，記憶能力，分析能力，視覺識別，語言能力等等。

計算機現在做的是單點突破：計算能力早已碾壓而過；記憶力，人類也已被遠遠甩開；語音識別、語義分析，也有很大進展；視覺識別、運動控制計算機還不如人類。

假設人腦有20種能力，每種評分10分，計算機在某些方面已經達到1000分，某些方面只有2分。綜合運用遠不如人腦。經單點突破和暴力破解之後，計算機的薄弱能力如視覺識別有可能達到人類水平，最終在各方面都相繼達到和超越人類大腦。

在全面超越人類之前，人腦和計算機是分工協作，互利共存。人腦的優勢能力如視覺識別、推理判斷、想像創作被利用，而計算機的計算能力、記憶能力被利用。人腦和計算機之間產生分工。在計算機全面超越人腦之前，這種分工會一直存在。

人工智慧已經在我們生活中有所應用，比如蘋果的Siri，搜狗語音，亞馬遜的相似商品推薦、工業機器人、家用機器人、谷歌的無人駕駛等。

在客戶服務、語音問答方面，針對用戶遇到的問題，利用自然語言交互和智能問答技術的機器人，可以代替大量人力。但由於技術限制，語音識別和語義理解一直都存在瓶頸。隨著人工智慧技術日新月異，這一問題逐步解決。

這方面比如搜狗的問答機器人，我們在幾個月前的《一站到底》已經見識過了。2月份，搜狗和清華大學天工智能計算研究院聯合研發的問答機器人「搜狗汪仔」在江蘇衛視《一站到底》亮相，挑戰並拿下了哈佛的女學霸。這貨背靠搜狗「立知」問答系統，在理解用戶的問題或信息需求後，利用海量網路信息及大規模知識庫，直接給出答案。現在能智能問答，未來發展成兒童早教、智能管家也未可知。

國內做人工智慧，搜狗是一支不可忽視的力量。

從搜狗剛剛公布的2017財年第一季度財報來看，搜狗第一季度收入達到人民幣11.2億元，較上年同期增長16%，搜狗搜索整體流量較一年前增長26%，特別是移動搜索流量增長達50%以上。漂亮的數據來自其差異化發展戰略，相繼推出微信搜索、知乎搜索、搜狗明醫、英文搜索等頻道，與友商實現差異化，帶動了搜狗搜索流量和收入高速增長。

輸入法自不必多說，用戶體量龐大超5億，國內市場毫無爭議的第一。搜狗搜索和輸入法上的數據和技術積累為其人工智慧戰略提供了可能。

很多人都在想，人工智慧正在或可能取代哪些工作，我們不妨也來暢想暢想：

1、網路營銷人員

原來廣告主投放廣告，需要找人統計監測媒體數據。程序化廣告出現後，實時數據呈現。比人力統計更迅速，更精確，更直觀。

類似微信公眾號後台，之前的報紙雜誌根本沒法看到受眾性別城市分布、閱讀來源、閱讀轉發量的。如果要統計，需要花大力氣做市場調查，結果還不一定精確，而現在很簡單。所以新媒體對原有媒體的變革如此激烈，數據反饋是一項重要因素。

2、軍人

軍人一直是危險度很高的職業，今天派你到伊拉克明天就可能掛了。研究替代人打仗的機器軍人也是各國軍方的一大任務。在這方面，美國走在時代前面。人工智慧燈塔谷歌更是在研發機器人軍團。

由於陸軍開支龐大，美軍正在研發機器人步兵取代人。這是機器人應用在陸軍部隊：

這是谷歌收購的Schaft公司製造的藍色雙足機器人：

被谷歌收購的波士頓動力研發的Atlas，可行走彈跳，摔倒後還可以爬起來：

虛擬現實+遠程遙控機器人，前途無可限量。未來的戰爭可能就是雙方程序員坐在指揮室，指揮幾千公里外的機器軍隊對打。（這不就是現在的網路遊戲？

3、大學PPT教師

教師看似是一個非常具有技術含量的工作，但仔細考察並不是。在一些通用性知識教學上，高水平人類智慧注入的機器人比普通的人更具競爭力。這很容易理解，你上網看國外頂級大學教授的公開課，可能比國內大多數普通教師講的好。

那麼，為什麼不把這些頂級教授的智慧注入機器人讓更多學生受益呢？尤其在國內大學以科研論文導向的風氣下，很多教師照著PPT念的講課水平還不如機器人。

4、性工作者

虛擬現實技術已經火爆互聯網。VR+情趣機器人，可能對存在幾千年的性工作者造成大的衝擊。如果機器人提供的服務更周到，還更健壯或者更漂亮，你的性愛對象為什麼一定要是人呢？

5、金融投資分析師

在工業時代，人還是萬物靈長，智能被認為只有人類持有，機器取代的最多是低端的體力。但是信息時代機器開始入侵智力的地盤，在信息存儲和分析處理上，人與機器的差距越來越大。AiphaGo戰勝人類只是這個時代的冰山一角。

越來越多的自動化服務在華爾街被應用，並擴張到其他地方。理財規劃師、股票分析師、家庭金融顧問與機器人顧問相比，在很多分析上都已落後。

在美國，從事智能投顧的不僅僅是科技企業betterment和wealth front，老牌金融機構也靈敏的嗅到了不祥的前景，並先下手為強。高盛和貝萊德分別收購了Honest Dollar與Future Advisor，蘇格蘭皇家銀行宣布用智能投顧取代500名傳統理財師的工作。國內也有公司在開發智能投資顧問技術。

人類向機器演化，機器向生物演化，機器與人協作，人類、機器構成新的物種生態。進而機器與人類發生競爭，在某些領域競爭力弱的人類被淘汰出局。這是未來的世界圖景。

讓我先回憶一下，當互聯網剛剛進入人們視線時的情況吧，身邊大部分人還在讀著紙質的報紙雜誌，認為在電腦屏幕上閱讀大段的內容，會覺得「頭暈眼花」。身邊大部分人買東西還會去好幾家店，比較價格和質量，並認為在網上買東西根本就是個噱頭：「不親自感受就敢下訂單？」是的，互聯網方興未艾的時期，人們既對它的到來感到衝動和興奮，又有著一種抗拒和抵觸，因為，它來得太快，勢如破竹一般將過去的生活模式從細節完全改變。

而如今，人工智慧想必是下一個時代的關鍵詞。在過去，人工智慧完全就是科幻小說里的東西，哪怕是早幾年，我還記得對著iphone4S的Siri說話，會覺得這是一個多麼蠢的東西。然而，當越來越多不可思議的人機互動出現在我的現實生活里，當阿爾法狗戰勝一位位圍棋天才，我們只能說，人工智慧的時代，真的已經是大勢所趨。

雖然，現在的人工智慧還只是弱人工智慧，也就表示它依然是在人類的演算法和設定下，去完成它可以做到的，看上去非常不可思議的事情。比如在圍棋領域裡，依靠蒙特卡洛演算法和深度神經網路選擇著法。再比如，可以在幾秒內就完成一幅不同風格的藝術作品。諸如此類的例子說明，即便是弱人工智慧，以現在的水準，AI也在逐漸開始理解人類的需求，並給出一些能滿足人類需要的反饋。

從某種意義上說，如今的時代，是一個人工智慧輔助人類的時代。是的，雖然AI計算機超強遠遠超過人類大腦，但畢竟還是需要在人類的主導下工作，不能脫離人類給予它們的設定和演算法。但即便是這樣，現階段AI也可以大大幫助到我們，提升我們的生活質量。最重要的一個原因，恰恰是因為它們沒有感情和心理，而且，擁有著無限的體能。

試想一下，當一個小孩不停地向一名老師問東問西，當一個顧客不斷地向客服提出問題，哪怕是素質再高，教養再好的人類也會不耐煩。即便耐得下性子，體力也會吃不消。但是人工智慧就沒有這樣的問題，下面我會詳細說說人工智慧在如今的各個領域的一些比較前沿應用。

教育領域：

在過去，教育就像我說的那樣，老師對一群學生進行群體性質大包大攬的輔導。無論是中外，這種模式都基本相似，差異無非是老師對學生管理的嚴格程度。但是在目前美國的一些K-12小學裡，AI已經很大程度取代了老師的任務。比如，參與到學生作文的評分。考慮到小學生作文的辭彙量、邏輯和較為單一的模式，人工智慧打分基本可以達到老師的同等水準。（當然像當初我那麼奇葩的文章，可能還是需要高明的老師才會懂得賞識哈哈哈）

另外，百科全書式的AI可以回答學生提出的各種問題。雖然目前的教育回答AI還是會有一些理解和認知上的偏差，但是實際上比很多老師都靠譜。畢竟我也見過那種明明不懂，張開就來的小學老師，此外，即便認真負責，查閱資料解決每個學生的每個問題也是不可能的。但AI就可以做到。

更重要的一點，哪怕是美國，在一些落後地區的師資力量也是跟不上的，更不用說在中國很多貧困地區，根本就沒有足夠的教育資源，老師的水平也相對較差。而教育類AI就可以改善這個問題，我聽說今年國內也會大力普及全國範圍內的教育類AI使用。

農業領域：

可能有很多人覺得，農業和人工智慧不沾邊吧……但還真不是你們想的那樣。在美國這樣的農業大國，智能化已經深入到了農業領域。比如通過深度學習演算法，AI可以檢測出不同作物可能會患上的各種疾病。農民只需要把拍攝下的大量作物葉子照片導入計算機，AI就會根據相應的深度學習演算法，最終正確識別作物疾病，準確率高達99%以上。

另外，著名農業機器人公司Blue River Technology開發的農業機器人LettuceBot本事就更加厲害了。它所攜帶的照相設備每分鐘可以掃描多達5000株幼苗，並利用機器學習以及計算機視覺技術識別出作物幼苗和雜草（定位精度能夠達到四分之一英寸）。當機器人判斷出當前植株是雜草或長勢不好的作物，就會將其拔出，如此一來，便可以大量減少農藥及除草劑的使用，就問你們服不服……

生活領域：

在生活領域，人工智慧的滲入就實在太多了，比如手機系統的Siri、cortana、Bixby，其實我覺得就連掃地機器人irobot也是人工智慧的體現呀。不過就目前而言，生活類的人工智慧主要還是集中在手機領域，雖然也有亞馬遜echo這樣的獨立式產品，但比較還是比不過手機這個天然適合AI存在的平台。

不過隨著物聯網新時代LTE M即將來臨，很多設備的智能化將削弱手機的絕對核心位置，比如智能電視領域，暴風人工智慧電視的人工智慧助手：暴風大耳朵就是通過遠講語音技術將類似Siri的語音助手嵌入到了電視里，不需要用傳統的遙控器，就能依賴語音傳達看劇，搜索節目等命令，讓電視成為智能終端。白色家電領域，西門子冰箱也有類似的功能，北美版的還和safeway超市有合作，可以自動檢測餘量安排超市上門補貨。

醫療領域：

在醫療領域，人工智慧可以分為兩種，一種是機器人式輔助醫生進行手術準備，甚至是手術操作。但這種目前還處於比較初級的階段，相反另外一種AI的應用，就可說已經完全潛移默化地改變了醫療領域，給大家講一個相關的故事，你們就明白了：

去年，IBM家的人工智慧系統Watson收到一個治療請求：一位60歲的女性白血病人嘗試了各種治療方案之後，都沒有任何效果。最終專家想到也許可以依賴於Watson的能力，找到最佳的治療方案。收到請求後，Watson僅僅花了10分鐘就比對了2000萬份醫療文獻，分析了病人的基因變化，並最終確診為一種非常罕見的白血病，更重要的是，它給出了非常個性化的醫療診斷推薦。如果是人類的話，可能要完成這一切需要上百倍的精力，或者許多年的經驗積累。

翻譯領域：

最後想說說這個個人最重視的AI應用。上個月我曾經和一個老同學聊天，他提到以後一定要讓孩子精通至少四門語言，我當時就說，考慮到你孩子的年齡，他長大後有很大可能會覺得花了大功夫在沒多少意義的技能上。為什麼我這麼說？因為我認為20年之後，人工智慧可以完全取代翻譯的工作，只要佩戴翻譯器，就可以跟任何一國的老外無障礙交流。而這也是目前我深感阻礙不同文化交流的一大障礙。

而目前的人工智慧翻譯雖然還不能做到精確，在很多語法和俚語用法上面也還有各種欠缺，但是已經有一些不錯的產品，比如科大訊飛的曉譯翻譯機，就在語音識別加智能翻譯領域走得很穩。甚至今年3月份的兩會期間，李克強總理還觀看了曉譯翻譯機演示。個人覺得，5年之類，中英語日常的交流應該就可以用AI來解決，語言最終還是會回歸到工具本身，而不是一個值得吹捧的技能。

以上說了一些各個領域人工智慧的應用，可以看出這個大勢就如山雨欲來一般，越來越融入我們的生活。也許五年十年後的我們，就會有著完全不同的生活方式：從早上起來，AI會喚醒你並用送到邊上的美味早餐消除你的起床氣。出門上班，有AI輔助駕駛的特斯拉不需要你再緊緊捏住方向盤，全神貫注盯著每一輛準備加塞的汽車。工作時，大量繁瑣的任務不再需要人力來解決，每個公司都會配備類似Watson的AI系統，通過雲端大數據來獲取處理辦法。。下班回家，不必再盯著手機，像上面提到的暴風人工智慧電視那種模式，就可以解決你觀看影視，瀏覽新聞網頁，玩遊戲等全部需求。晚上睡前，暴風大耳朵會幫你設置日程管理，提醒第二天的活動內容，甚至會根據天氣情況推薦合適的著裝······

不要覺得這些都是痴人說夢，就像我最開始說的，90年代互聯網剛出現時，很多人根本還沒有意識到它的威力，更不會想到未來它會改變多少人類的生活，那麼如今的人工智慧，很可能也是一樣，甚至，比20年前更有可能帶來一場徹底的革命。

我竟然傻到會以為這裡有答案。。

引用一下今天的VOA時事新聞 VOA慢速英語(翻譯+字幕+講解):所謂人工智慧究竟是敵是友?_VOA慢速

【原文】
VOA
NEWS 2016.5.25所謂人工智慧究竟是敵是友?
Artificial
Intelligence: Helpful and Dangerous
Computers and
other machines have and will continue to change the way people do business and
how we live.
計算機和其它機器已經改變並將繼續改變人類的商業和生活模式。
Many researchers
use the term artificial intelligence (AI) to describe the thinking and
intelligent behavior demonstrated by machines. While AI can be helpful to human
beings, scientists warn, it can also be a threat.
研究員們用「人工智慧（AI）」一詞來描述機器表現出的思維和智能行為。科學家們警告稱，儘管人工智慧為人類帶來便利，但也會成為一種威脅。
We live with
artificial intelligence all around us. A few examples are iPhone"s personal
assistant Siri, searches on the Internet, and autopilot programs on airplanes.
人工智慧滲透我們生活的方方面面。包括蘋果手機的智能語音功能Siri，互聯網搜索引擎及飛機上的自動駕駛儀。
AI is not new. But
it is quickly getting more and more complex, and, well, more intelligent.
人工智慧並非近期出現。然而，它高速發展的同時越來越複雜，也越來越智能。
Stuart Russell
teaches computer science at the University of California, Berkeley. He says
humans should be sure to make AI products that we like.
斯圖爾特·羅素（Stuart Russell）在加州大學伯克利分校教授計算機科學。他表示，應該製造我們喜歡的人工智慧產品。
"If we are going
to make systems that are going to be more intelligent than us, it"s absolutely
essential for us to understand how to absolutely guarantee that they only do
things that we are happy with."
他說，「如果製造比人腦更加智能的系統，那麼一定得了解如何確保它們只做我們讓滿意的事情。」
In the future, Russell
says, many of today"s jobs that require a lot of physical labor will be
replaced by machines with artificial intelligence. These include agricultural
jobs, and ones with repetitive duties like telephone call centers. AI machines
could also replace jobs like ones in the financial industry — jobs that require
studying a lot of data.
羅素表示，未來很多需要大量體力勞動的工作崗位將被人工智慧機器所替代。包括農業領域，以及重複性工作如電話呼叫中心。人工智慧機器可能也將取代金融行業里研究海量數據的職位。
This could lead to
more questions.
這可能會導致很多問題。
"But if we
replaced all the jobs that require human physical labor and then we replace all
the jobs that require human mental labor, then you have to ask, well, "What"s
left?""
他說，「如果我們用人工智慧取代所有需要體力勞動的工作崗位，然後取代所有需要腦力勞動的崗位，那麼你就得思考，『我們還剩下些什麼？』」
Russell sees
artificial intelligence changing the economy and current way of life.
羅素認為人工智慧改變了經濟模式和當今的生活方式。
"Most people
will be employed, possibly even self-employed, in providing individualized
personal services to other human beings, that we won"t have mass employment in
manufacturing or in financial services."
他說，「大多數人找的工作，甚至有人單幹，都是為別人提供個性化的定製服務，那時候我們在製造業或者金融業就不會有大規模的就業現象。」
He says that means
the large factory, or large office building with thousands of people doing the
same thing, will go away.
他說，這意味著成千上萬個做同一種工作的大型工廠或大型寫字樓將會倒閉。
Guruduth Banavar
is IBM"s Chief Science Officer of Cognitive Computing. He sees a future where
new jobs such as data engineering will be created.
格如德斯·巴拿瓦（Guruduth Banavar）是IBM認知計算部的首席科學官。他認為未來會出現數據工程等新職位。
"The future
will require everybody to work with these learning reasoning machines. So I
think the skill set for many of these jobs will end up being different in the
future."
「將來每個人都得跟這些學習、推理機器一起工作。因此我認為，未來這類工作所需技能將與眾不同。」
The health care
industry is one area artificial intelligence is already changing. AI can
process huge amounts of data, so doctors can use the most up-to-date
information to diagnose and treat patients.
醫療保健是深受人工智慧影響的行業之一。人工智慧可以處理大量數據，醫生就可以利用最新信息診斷和治療病人。
IBM"s Watson
technology is already in use at hospitals in North and South America, Europe
and Asia.
IBM的沃森技術已經在北美、南美、歐洲和亞洲的各大醫院投入使用。
Banavar says
Watson helps doctors keep up with information.
巴拿瓦表示，沃森技術讓醫生掌握最新信息動態。
"The
difference between goings to a doctor who has Watson versus not having Watson
is very big, because when doctors, you go to a doctor today you might find
somebody who is 10 years out of date."
他說，「去醫院看病時，醫生是否使用沃森系統，其差異是非常大的。因為你現在去看醫生的話會發現有的醫生已經落後時代10年。」
There is also a
dangerous side to artificial intelligence. One example is combining drone
aircraft technology and AI to create autonomous weapons.
人工智慧也具有危險的一面。比如結合無人機技術和人工智慧製造出的自動化武器。
Stuart Russell is
working to create international treaties to ban such weapons. He says the risk
is that people will use this technology to develop a kind of "poor man"s
nuclear weapon."
羅素呼籲建立國際公約禁止此類新型武器。他說人們可能會使用這種技術研發「窮人的核武器」。
"It is a race
against time because the weapons are starting to emerge; the research is moving
into development, development is moving into production..."
他說，「這是一場與時間的較量。這種武器已經開始出現，研究變為開發，開發進而變為生產......」
IBM"s Banavar
points out the value of artificial intelligence, including search engines and
the autopilot function on planes.
IBM的巴拿瓦指出了人工智慧的價值，包括搜索引擎和飛機自動導航功能。
The debate about
whether artificial intelligence is good -- or bad -- for humans continues.
Researchers agree there is no question that the technology is here, and will
continue to change life on our planet.
有關人工智慧對人類是利是弊的爭論仍在繼續。研究人員稱，毫無疑問，人工智慧已經出現並將繼續改變我們的生活。

=====================================

所以說每天聽聽BBC、VOA什麼的還是有點用的呀！

引子，來自KK的《必然》：

世間萬物都需要額外的能量和秩序來維持自身，無一例外。一般來說，這就是著名的熱力學第二定律，即所有事物都在緩慢地分崩離析。我能感受到所有事物都處在不穩定的狀態中，並且還在飛速地消耗。這種現象不僅發生在高度組織化的生物當中，還發生在石頭、鋼鐵、銅管、碎石路和紙張這些最死氣沉沉的東西上。沒了照料和維護，以及附加其上的額外秩序，萬物無一會長存下去。生命的本質，似乎主要是維持。……未來的科技生命維繫是一系列無盡的升級，而迭代的速率正在加速。……無論你使用一樣工具的時間有多長，無盡的升級都會把你變成一個菜鳥--一個笨手笨腳的新用戶。在這個「形成」（Becoming）的時代里，每個人都會成為菜鳥。更糟糕的是，我們永遠都會是菜鳥，並永遠因此保持虛心。

人工智慧的時代，已經成了必然。

這周參加了TEDxFuzhou的線下活動，是關於人工智慧以及未來人類影響相關的討論，討論的時候我並沒有發言，而是腦洞大開，不停地思考和漂移，漂移到平行宇宙中去感受另一個時空的體驗。

正好最近也和一家福州的私募朋友探討，關於AI用於量化交易金融市場的模式，藉此機會就通過本文和大家聊一下我個人的一些思考和假設，希望能聽到反常識且自洽的觀點。

本文討論三個問題，如下

1、在人工智慧奇點臨近的時代，未來人工智慧和人類是競爭還是共生的狀態？或者是否有新的物種產生？

2、作為一個普通人，立足當下，在未來幾年，如何思考、判斷並且行動，以應對智械時代的來臨？
3、如何看待智能量化交易用於金融市場的前景？

1、智械外掛

與其考慮未來人工智慧和人類的競爭，不如考慮未來具備人工智慧思維和外掛的人類和不具備其能力的人類之間的競爭。

首先，我們要定義一下，現在講的人工智慧其實就兩個東西，一是大數據，其實就是統計分析，通過深度的大數據樣本進行決策。

另外一個是人工神經網路，其實就是遍歷分類決策器，基於多維擬合。

本質上都是數學方法，和生物智能沒有任何關係。

它們無法通過圖靈測試，它們真的不懂什麼是美，什麼是幽默，它們不懂為什麼畢卡索是偉大的藝術家，它們也不懂為什麼周杰倫是一個非常好的歌手。

野蠻女友給她的男朋友打電話，他們約好了在一個地方見面，她給她的男朋友打電話說——

「你要是到了我還沒到，你就等著；

如果我要是到了你還沒到，那你就等著；

如果你到了你不等我，那你就等著。」

這三個等著在語音上是一樣的，但在語義上具有巨大的差別。

人工智慧無法有效地識別背後的語境和語義。

當然也只是暫時。

我們對於人工智慧的恐懼來自過往的電影和小說

我們早已在影視作品中

反覆想像過人工智慧，現在，

現實似乎開始反過來模仿起想像。

機器有機器世界的規則

人類有人類世界的規則

所以在未來人與機器的對話、人與機器的合作當中，

人類開始了逐步分層

一種選擇學會用人的規則，

一種選擇學會用機器的規則。

人在跟機器相處的過程當中只有做到主場作戰，而且由人來制定遊戲規則的時候，機器才可能是人類的助手，而不是人類的君王或者是危及人類安全的魔鬼。

有個形象的例子

這就好比在一個深水池中的人類，原來水池是空的，注滿水的過程也是人工智慧進化的過程，越能先找到潛水設備的人類越容易生存下來，也許成為了新的人類物種，正如當年尼安德特人和智人的分支選擇一樣。

所以就算人工智慧會威脅到你們，不如先考慮到和你搶智械外掛的同類吧。

2、認知升級-基因突變

首先要清晰地認識到，未來的變化就是熵增的過程，沒有誰可以逃避。

比如猛獁象，安然度過了冰河紀的嚴酷，卻抵擋不了智人來臨時的末日。對於智人迅速發展的合作型大規模組織，對於很多動物來說，都是毀滅性熵增。

而狼的一種，通過改變性狀、習性和飲食習慣，甚至改變交流方法，而主動或被動的被智人馴化，某種程度也馴化智人，成為智人最好的忠誠夥伴——狗，從而達到基因的熵減。

其次，未來幾年在自己的知識地圖結構和圈子形成中逐步開始重點規劃三個方向

第一個是科技極客圈

學習有關人工智慧的技術演變路徑，識別機器進化不同階段以採取不同的外掛佩戴姿勢。

在不同的智能時代的應用場景，學會不同的高效率外包機器執行的工具等。

第二個是哲學認知圈

高維度認知層是人工智慧和其他人類的制高點。

隨著硬體的提升演算法的改進科技支持大數據運算的成本也會越來越低。

機器永生，替代了人類勤奮的淺層思考和低層次的勞動。

只有在認知上不斷「基因突變」（不好意思沒想好合適的詞），因為世界的本質是非連續的，時空是人類認知的前提，並非客觀存在。

因果只是相關性，並非真實連續在一起的。所有的知識都是建立在歸納法之上，知識的大廈搖搖欲墜。

第三個是身體使用說明圈

這個原因不細說了吧

最後一個辦法是塔勒布提到的「杠鈴策略」

以90%沿既定模式前行，以10%去向蒼蠅一樣誤打誤撞，

主動迎接隨機、混亂、冒險、挫折和不確定性，

去掙到更多的認知，以發現新的方向和秩序，

開放系統引入新的負熵，並適時地切換到「另一條傳送帶」。

因為需要時刻牢記未必自己所在的就是諾亞方舟。

3、薛定諤之貓

大家思考下，兩個大師狗對弈圍棋是什麼情況？

那麼多無數家個「大師狗」在金融股票市場博弈是什麼情況？

當越來越多量化策略進入到市場後又會是怎麼情況？

市場的本質是偏見的鐘擺，不斷以擊穿某種量化策略作為存在的基因。

市場先生是具有靈性的。

關鍵是無法預測鐘擺擺動的頻次和速度，歷史總是驚人的相似也具有驚人的不同。

當某種策略在調整因子的時候，這種反身性變數本身也使得市場已經不是原來的市場。

正如薛定諤之貓一樣。

老美的智能投顧之所以可以相對成功一些，最關鍵就是他們市場穩定，很少發生大的風格切換，美林電風扇不像國內連軸轉，所以他們保持策略不變就能獲得不錯的收益，所以才有了西蒙斯。

中國呢，這麼多年始終無法產生穩定的大師狗，然而指望永動機交易聖杯存在的想法層出不窮。

你永遠不可能通過後視鏡看到前方。

前方一定有一個你不知道的坑在等著你。

最後，因上努力，果上隨緣，相信無常，願大家一起跨越非連續性的智能時代，到那時再來看這篇文章。

　　人工智慧毫無疑問是近期最熱的話題之一，從目前來看，人工智慧貌似與我們的現實生活距離十分遙遠，實際上它已經開始走入我們的生活，而且正以一種磁懸浮般的速度向我們奔來。在今後的10年時間裡，人工智慧將會為我們帶來哪些切實的東西呢？不僅僅是教育、醫療、家庭等方面，人工智慧將會人民生活的方方面面產生巨大的影響，它將會成為未來全球各國改善民生的新利器。

AI：你的私人助理

　　以Siri為首的「個人助理時代」大幕正在拉開，最終很可能會成為人們與移動設備、計算機、汽車、可穿戴設備、家用電器或其他要求複雜人機交互技術的主要交互方式。當前市場上已經有了Siri，Google Now，以及Cortana，但必須承認，這些產品所在的市場和所用技術仍處於「青春期」。再過幾年，人工智慧技術進步將幫助虛擬助手理解我們正在從事的工作，像真的私人助手一樣提供幫助。給你安排行程、協調時間，告訴你交通情況，給你提供可行性方案。

AI：保姆不再是人，而是機器人

　　在家庭生活方面，如果家裡擁有保姆機器人，就可以免去苦於找不到保姆的煩惱，解決日常家庭勞務所憂。有些人可能會認為這還很遙遠，實際上日本已經開始在試用家庭保姆機器人了。

AI：再也聽不到客服的甜美聲音

　　當你撥通400電話的時候，每次電話那頭都會有甜美的客戶聲音向你詢問「您好，很高興為您服務，請問有什麼可以幫您？」這樣的聲音總是顯得非常迷人，然而在解決問題上卻效果不好，畢竟客服人員不是工程師，無法對產品問題進行更深層次的解答，所以有些時候除了甜美的聲音外客戶人員能給我們提供的幫助真的不多。

　　但這一切在以後根本就不是事兒！因為人工智慧會為你解答一切難題，它們能夠「掌握」和「牢記」關於產品的所有信息，你需要做的就是對準麥克風說話就好。

AI：在自然災害發生時處理海量信息

　　如果發生自然災害，想要即時處理信息並制定周全的計劃是很困難的事。Moore認為，在5年之內，AI將變得足夠智能，可以幫助我們進行一些思考。也就是說，它們能處理信息，及時做出判斷，例如，決定到底要派多少人去救援。

AI：提升醫療技術水平

　　在醫療健康領域，目前已經有很多智能硬體公司推出了智能醫療硬體產品，能夠及時地反應出人體的健康狀況。比如機器視覺系統自動完成乳房X光檢查和其他醫學影響的分析，通過模擬醫學專家診斷、治療疾病的思維過程能夠讓機器人自動診斷病人病情等。人工智慧在醫療方面的應用一方面能夠改善就醫條件和環境，另一方面也能大幅提升醫療技術水平。

AI：滿大街都是無人駕駛汽車

　　最早將人工智慧技術應用到汽車領域的是谷歌，隨後國內的百度、華為也先後向無人駕駛技術發起了挑戰。未來百度自動駕駛計劃的核心方向就在百度大腦，它可實現人與汽車的語言互動，車輛定位，駕駛輔助甚至自動駕駛等功能。而華為則通過聯合東風汽車共同打造無人駕駛汽車。

AI：結賬不再排長隊刷臉成為普及的識別方式

　　刷卡，刷手機，在這個看臉的時代都落伍了，刷臉會成為普及的識別方式，登錄郵箱，轉賬支付，看戲觀影登機等等，都可以利用人臉識別系統，多了很多便利，少了很多麻煩，至少不會忘記密碼。

　　在今後的2至3年乃至10年時間裡，人工智慧將會為我們帶來哪些切實的東西呢？從實際的角度出發，更好的欺詐識別、醫藥及診療領域的突破、更加智能的個人助理，這些倒是很有可能實現。在未來十年，人工智慧將滲透到生活的方方面面。

不來關注一下嘛

http://weixin.qq.com/r/rUSVjTjEUGUvrXzu9xG- (二維碼自動識別)

以上內容截取自優達學城 (Udacity) 主辦的知乎Live，更多實錄翻譯內容請參閱知乎專欄Google X 創始人-- Sebastian Thrun 知乎 Live 實錄，著作權歸優達學城所有。請勿擅自轉載，如需轉載請留言聯繫。

今年三月，李世石對陣AlphaGo的棋局引起了全世界的關注，原本被認為不可能在圍棋領域打敗人類的計算機戰勝了人類頂尖棋手。透過棋局，我彷彿看到自己站在新時代的前夕。

我們經歷過三次工業革命，蒸汽時代、電氣時代、以及我們身處的信息技術時代。而AlphaGo的橫空出世，在我看來，就像第四次工業革命的前哨，也就是人工智慧革命。以下我將從三方面探討我對人工智慧前景的展望與思考：

1、 工業革命4.0：未來世界還有藍領嗎？

工業4.0由德國政府《德國2020高技術戰略》提出，主要分為智能工廠、智能生產以及智能物流三方面，工業生產的效率將達到全新的高度。而更令我興奮的，是最近谷歌以及特斯拉在自動駕駛領域的進展。因為工業生產是精確，流程化的，只要讓計算機記住所有的流程並且精準驅動機器人即可。所以工人註定被工業機器人取代。而自動駕駛，電腦面對的是多變的路況，我們在駕車遭遇緊急情況時往往在一瞬間會做出本能反應，這個反應是我們大腦認定的最優解，事實上在應變過程中往往沒有確定解，每個人根據自己的觀察、經驗甚至個性做出的反應也不盡相同。

試想這樣一個情況：當你駕車在十字路口等紅燈，突然從後視鏡發現一輛超載大貨車向你駛來，而且完全沒有減速的跡象，留給你反應的時間只有三秒鐘，你會怎麼做？

有的人會因為瞬間驚嚇而緊踩剎車，蜷縮身體，硬接這次碰撞，想必這是對自己來說最危險的決定。有的人會一腳地板油衝出路口，這樣可以自保，但是闖紅燈也具有潛在的危險，還要面臨違章的處罰。最明智的決定是地板油外加向右打輪，危險係數最低，面臨處罰的風險也比較小。

我們的自動駕駛會做何選擇呢？根據前些日子的新聞，目前的答案是，緊急制動硬接碰撞，也就是最危險的決定。我相信這是多方面因素導致的，比如自動駕駛不能判斷後方駛來的汽車會造成多大衝擊、自動駕駛的原則是不違章等等。這也恰恰說明了自動駕駛技術還不成熟。

就好像圍棋比賽中，不存在確定的落子，高手只是能做出最有利於自己的判斷。AlphaGo的勝利，意味著計算機具有了判斷能力。只是圍棋比賽是在一個二維的平面棋盤上做判斷，而駕駛需要視聽多方面感知協同，相信在未來，隨著汽車感測技術的不斷升級，我們將不再需要司機。

同理，農民也會被全自動化農耕取代，貨物的裝卸只需幾個按鍵，海上的貨運輪船也會通過GPS完成固定的航線，藍領崗位會漸漸從世界上消失。可能只有那些掌握非物質文化遺產的匠人會得以留存，那隻不過是人類對於自身手工創造力的情懷。

2、 大國博弈：左右世界格局的是戰略家？智囊團？還是程序員？

中學時我對於國家運轉的了解過於單純，以為所有的決策都是幾個領導開開會就商討做出的。到了大學讀了很多關於國家智囊團的文章，才明白每一個國家決策都是精英們不斷推演的結果。而當我讀到《一個寂寞的戰略家——毛澤東在1958》這篇文章時，被毛主席逆天的推演能力徹底折服。舊中國，一個不世出的傑出戰略家可以讓國家決策盡量不犯錯。（當然即便是毛主席，也是做出過不少錯誤決定的）而新時代，各行各業的精英組成的智囊團可以為國家出謀劃策，中央通過權衡做出最佳決策。相信看到這裡你也能想到，這本質上還是得出最優解的過程。所以AlphaGo的出現讓我不禁思考，既然計算機的推演能力漸漸超過了人腦，未來我們能不能讓計算機作為政府的智囊，為國家決策出力呢？

我認為這是肯定的，計算機通過互聯網，具有遠超人類無數個數量級的數據存儲能力，而這些數據就是做出推演的最重要前提。基於大資料庫，計算機會高效率地針對每一個候選決策做出精確推演，我們就能得出最有利的結果。所以將來的大國博弈，或許就是比拼誰的人工智慧更加先進精確，或者說是比拼哪國的程序員水平更高。

3、 人類的威脅：人和計算機誰來主導世界？

人工智慧對人類生存的威脅是避不開的話題，電影《駭客帝國》就描繪了一個人類被機器控制的世界，《復仇者聯盟2：奧創紀元》也講述了當人工智慧得出「人類是地球最大威脅」這一結論，並企圖毀滅人類的故事。

令我感到悲觀的是，不能否認當人工智慧接管了人類生活的方方面面，並且具有學習能力，它真的有可能會得出「消滅人類是地球發展的最優解」這種可怕結論。而現實世界沒有超級英雄，面對完全覺醒的人工智慧，我們甚至不具備反抗的能力。

這種設想也是人工智慧進一步發展的最大阻礙。或許有一天，人類生活真的被人工智慧接管，人工智慧具備了學習能力並不斷自我完善，生產、服務甚至科研都不再需要人類參與，人類存在的意義只剩享受生命，安逸的走完一生。那麼即便人工智慧不來消滅我們，我們還真的有必要存在嗎？

我相信不久的將來，我們生活的很大一部分將都會出現人工智慧的影子，同時我也相信，在我所能期待的未來，人工智慧的存在只是為人類生活提供便利，我們一定會控制它成長的速度，不至於給人類的存在帶來威脅。

以上是我基於對人工智慧的了解做出的展望與思考，才疏學淺，還請多賜教。