你好, 人工智慧分子; 你好, 虛偽弱智時代 | 特寫
![]()
你好, 人工智慧分子; 你好, 虛偽弱智時代 | 特寫
讀芯術 前天
本文轉載自公眾號「機器之能」（ID：almosthuman2017）全文共
16869字，預計閱讀時長
25分鐘編譯 | 張震、宇多田、王宇欣
編輯 | 機器之能編輯部
來源 | Baffler作者 | Aaron Timms
編者按：與其說這是一篇特寫，不如說是作者Aaron Timms從一家人工智慧預測公司入職再到離職的心路歷程與工作感悟，文章不可避免地含有Timms的主觀情緒。但這篇文章最值得稱道的地方在於，作者說AI，並不拘泥於AI與AI技術公司的商業與技術價值本身，而是糅合了政治學、哲學、歷史、文學、物理學、商業以及不同時代的特有文化等跨學科知識，藉此升華主題。這大大考驗了作者思維的縝密度，以及其本身所要掌握的不同學科理論的豐富程度。不難看出，深厚的文化底蘊與積累的商業經驗，讓作者的文筆與寫作風格呈現出一種極為自信且具有說服力的姿態。這無疑是一篇將艱深的技術與通俗的敘述手法自然融合的好文。
上世紀初，人們將建造紐約賓夕法尼亞車站的工人稱作「沙豬黨」（sandhog，比喻隧道挖掘工）。
工作扭曲了他們的人性，有時，是字面意義上的改變。每天，結束了一天在哈德遜和東河地下的勞作後，他們回到地面，帶著滿身的泥巴，許多挖掘工累的腰都無法直起來。 地下的乘客大廳被摧毀了，古老、發光美術機庫被夷為平地，如今，來到車站的乘客們可能會感到惋惜。VincentScully 曾將這種經歷比作像老鼠一樣潛入城市。 而我們加入了前幾代人的行列。 普林斯頓本地人以及那些晚到的人，從八站台湧出後，急急忙忙去搶空位置，每到這個時候，最初的賓夕法尼亞車站以及後來修建的、並不很受人喜歡的車站，就顯示出了強大的創造性，每到此時我都會給我的同事解釋一番。
大概這就是偉大工程的代價：每個人都返回到了動物的本能。
現在，只有Sarah the Quant 還在關注著這件事。 那是六月初，我們從賓夕法尼亞車站出來，前往我們自己公司一年一度在新澤西普林斯頓舉行的「精修會」。 「沒錯，」Sarah說道，並點了點頭。「我猜，我們以前從未這樣想過。」 每個人都喜歡Sarah。穿著黑色戰靴，身上的金屬發出碰撞的聲音的她，很精通金融模型。她扮演著創業公司兩個主要派系——聰明的男孩和挖掘工之間橋樑的作用。
聰明的男孩（沒有女性）是工程師，他們中的大多數是剛剛從普林斯頓大學運籌學研究項目畢業的學生，負責設計該公司的技術「平台」; 挖掘工是非工程師，負責平台的搭建，並讓人們購買它。
Sarah 很大程度上應該是一個挖掘工，她的工作是寫案例研究，研究該平台的數據如何讓投資者在資本市場上賺錢，但她的統計資料和在音樂上的品味，讓那些聰明男孩對她也很看重。 Sarah 很聰明，我們每個人都知道，因為這個創業公司的CEO Jim Shinn（吉姆）經常說她很聰明。在郵件中，通過Slack(聊天群組)，在公司會議上，或者與客戶通過時，他都會情不自禁的給她以讚美，「非常聰明」，「我們優秀的外匯戰略分析師」。 說句公道話，Jim是一個身材高大，六十歲左右的男人，總是看起來像剛剛塗完護膚品一樣，他對每個人都說了類似的話。Jim的管理哲學的核心內容，也許是唯一的內容，就是毫不吝嗇對員工的讚美。 這些二十多歲，年輕普林斯頓人組成了他的工程團隊的核心：「優秀」，他說，「非常有才華。」
「首席數據科學家可能是我見過的最聰明的人」，Jim 告訴我，而從不在乎公司的羅德學者項目的暑期實習生也可能是「Jim見過的最聰明的人」。
歐洲業務負責人在四個月前辭職了，因為他意識到該公司還沒有準備好向歐洲，因此不需要歐洲業務主管。「令人敬畏」，Jim向我們說道，他是一個擁有「極高的戰略清晰度的人」。
布希 (bush) 品牌的輝煌 甚至我也被Jim 誇張的優雅感動了，自己突然從一個三十多歲的流浪漢轉變為「我們非常聰明的亞倫」、「非常有才華 (澳大利亞) 的亞倫 · 蒂姆斯」、一位「非常有才華的 (澳洲人) 亞倫 · 蒂姆斯」，、一個「既是優秀作家又是現代媒體經紀人的精明大師」、「一個非常優秀的外匯和收益率記者」、「在對數據集最細緻入微的觀察者行列中」，還有「非常非常聰明」。
除了我是澳洲人這個不容置疑的事實之外，那些都不是真的。我對數據集的觀察通常會在我注意到它們存在的那一刻停止。
需要做什麼工作嗎？就我目前的觀察來看，沒有人會要求利用社交媒體衍生的信號處理工具預測世界大事。 但是 Jim 還是用權威說話的：年齡的權威，財富的權威。 Jim Shinn 是這裡的老闆; 政府、矽谷和常春藤聯盟是他的底氣。作為普林斯頓大學的畢業生，Jim在 20 世紀 70 年代作為國務院東亞局的分析師開始了他的創業歷程。 1983 年，他離開公共部門創辦了一家電話公司，對這家公司熟悉的人說，這是開發語音郵件的先驅。在20 世紀 90 年代，公司上市;後來它以近十億美元的價格賣給了英特爾。
作為一個新貴，Jim還獲得了兩個高等學位（普林斯頓博士學位和哈佛 MBA），然後他又回到政府部門工作，在中情局擔任亞洲國家情報官員，然後在喬治·W·布希擔任國防部長助理。2012 年，他成為米特羅姆尼國家安全顧問團隊的一員。
辭去公職後，現在他又準備干一番事業了。Predata是我們都為之工作的工智能創業公司，它將成為這本關於美國成功案例研究篇章中最光輝的一章。 在這裡，作為一個千萬富翁和高學歷的業餘愛好者，他一直在告訴我們，我們很棒。 在這種過度讚揚的經濟中，我們都必須努力脫穎而出，以證明我們的智慧，而不僅僅是夸夸其談。 公司里的每個人都有一個智力出眾的成就。Sarah通過將公司主要雜亂無章的數據轉化為半連貫的金融交易模型展示了她的才華；聰明的男孩們在談話中不斷提醒別人他們曾去了普林斯頓；金融銷售負責人經常提到他的老工作場所，這是一個由知名政治科學家 Ian Bremmer 經營的成功的政治風險公司。
我自己的伎倆就不那麼微妙了。作為公司的發言人，我會談到一些令人不安的事實。在紐約搖搖欲墜的大眾交通樞紐中心發表的「沙豬黨」演講，就是這一主題的最新變種。
各種競標之間的競爭意味著一個更大的問題：在一個牛逼無處不在的世界裡，智能是什麼？ 如果公司里的每個人都很聰明的話，那麼沒有人是聰明的。 Jim 是布希時代的共和黨人，這是用自己「智慧」換取了薩達姆的大規模殺傷性武器與伊拉克戰爭的一代人。我們是真正完成了任務，還是說，只是在「任務完成」的意義上？我們是不是做得很好，或者像布朗尼那樣「幹得不錯」？ 人工智慧是公司存在的理由。但是，如果這家公司和其他類似的公司不是人類進步的先鋒，而是把我們推向一個愚蠢的新時代，那該怎麼辦呢？
如果公司這一批像CEO 一樣的超級人才，就像共和黨04 屆的領導人一樣：英勇地，裝聾作啞的，不是因為以其思想的質量，而是因為美國不可動搖的實力和財富成為行動中樞，會怎麼樣？
聰明，被轟炸 自現代風險投資誕生六十年以來，挑選矽谷未來贏家的行動就一直在進行當中，而這更多的是一門藝術而非科學所能預測。 大多數風險投資支持的創業公司都沒有活過第一輪融資;大批的人工智慧公司，今年融完資，到秋季就已經死了。 在矽谷，獨角獸與驢子的故事不斷上演。就像所有的好故事一樣，這個故事有讓人吃驚的能力。 在科技行業，很多最令人難忘的失敗在某個時候卻有可能被視為巨大的成功。 果汁機創業公司Juicero 在彭博社發文嘲笑它的「果汁包裝」技術會導致公司失敗之前，吸引了1.34 億美元的風險投資； 血液檢測創業公司Theranos 曾一度被認定價值90 億美元，而現在的估值不到這個數字的10％，而且只能依靠緊急貸款才能避免破產。 今年成立的數千家科技企業將會在這個如日中天的大潮中面臨同樣的命運，而且會悄無聲息的消失：沒有媒體報道，沒有推文，也沒有訴訟。 失敗的降臨將會悄無聲息。矽谷這部分的故事很少為外界所知。 Jim 創立了Predata，大膽承諾幫助世界更好地預測未來。 在波斯軍隊到來之際，德爾斐的神諭建議米斯托克勒斯和雅典人「不要靜靜的等待戰馬的到來」，而是應該撤退到薩拉米斯。這已是2500 年前發生的事了。人類的預測一直在努力維持早期的高標準。 預測是一件非常艱難的事情。 去年大多數金融分析師的市場預測幾乎都是錯誤的。幾乎所有有聲望的政治科學家都誤判了2016 年英國脫歐公投和美國大選的結果。 而最近發生的許多最致命的恐怖襲擊——巴黎、倫敦大橋、布魯塞爾機場——都被視為情報「失誤」，因為預測失敗。 Predata 的技術是從一個簡單的觀察中發展起來的：「阿拉伯之春」表明，社區 (在這種情況下，抗議者的社區) 在他們在地面上組織之前就已經在網上組織起來了。 他告訴我，把這種觀察轉化為商業觀點的想法並非來自 Jim，而是來自 Daniel Nadler（丹尼爾?納德勒），他是被大肆宣傳的金融技術創業公司Kensho 的首席執行官。 2014 年的某個時候，當 Jim 投資 Nadler 時，後者想出了一個主意，即在智利的社交媒體頁面上建立一個有關世界最大銅產國智利的礦業信號。 通過觀察信號的波動，Jim 說，Nadler 能夠預測礦業罷工，並在預期供應中斷之前購買銅，這可能會推高大宗商品價格。這顯然為 Nadler 贏得了一筆可觀的利潤。 我一直無法和Nadler 確認過這個故事，而且 Predata 起步後， Jim 本人對最初故事的描述就變得更加模糊。 雖說對起源都很不清楚，但一個企業在這種情況下還是誕生了。 該公司認識論的主要賭注在於，基於社交媒體的歷史可以預測未來。通過機器學習的應用，社交媒體信號可以用於預測事件——從抗議和罷工到恐怖襲擊，選舉結果和金融市場動向等在成為實現之前的各種事件。 該系統的演算法經過訓練，可以更好地識別事件發生前的在線活動的特徵模型，並在模式開始顯現之前提醒用戶。 正如Jim 所說，這種「預測性智能」工具隨後被打包並出售給政府情報部門和國防機構，對沖基金和投資者，以及其他一些資本雄厚的企業。 2016 年 7月，由於該公司對脫歐公投的結果進行了一次非常正確的預測，公司籌集了超過300 萬美元的風險資本。 按照矽谷的標準，這只是很小的一筆資金，但對於一個只有想法和幾個人的公司而言，它代表的是市場信心。 Predata 的融資，是機器學習和神經網路技術領域資本激增的一個縮影，這種技術被認為是現代人工智慧的核心。 近來，這些技術為我們提供了自動駕駛汽車，癌症檢測成像與即時翻譯耳機；現在，這些東西是矽谷最瘋狂的想像之一。
未來的噱頭根據研究公司CB Insights 的數據，2017年人工智慧初創公司的全球風險投資資金增長超過了自 2012 年以來的 25 倍。 2017 年，投資額達到了152 億美元，其中一半資金流向美國的創業公司。這代表了一項技術的非凡復甦，而在21 世紀初，這項技術幾乎要被人們所忘記。 人工智慧的最初目標是建立能夠複製人類智能的機器。在20 世紀 60 年代和 70 年代經過早期發展之後，這一領域在 20 世紀的最後幾十年一直處於停滯不前的狀態，這一時期被稱為「AI 寒冬」。但開發人員仍在努力實現這一雄心壯志。 然而，在過去的十年中，計算機處理能力的提高使的人們對人工智慧最初的展望恢復了生機。 可以說，一個可以預測未來的計算機系統，實現了與人工智慧新暢想的完美契合。 Predata 開始了偉大夢想：大的想法，大的口號，大的市場。每年，僅金融行業的投資者就在科技上投資了數十億美元，從而幫助他們獲得市場優勢。 像 Predata 這些技術一樣，很多種技術都是陌生的，未經證實的。Predata 的財務支持來自風險投資公司和私人投資者，其中包括達拉斯的對沖基金經理Kyle Bass。 Bass 是金融行業的一個很有響亮的名字「中國熊」，大膽預測中國高速增長的全球擴張即將崩潰。他的投資帶來的不僅僅是貨幣價值，它表明 Predata 在有權勢的人群中被認真對待。 但在 2017 年初夏的一天，也即是首輪融資一年之後，早期的善意消失了。 「Retreat」不再僅僅是 Jim 在普林斯頓的家舉行聚會的名字，它也恰如其分地描述了公司因資金耗盡而屢次受到拒絕的狀態。 Predata 有什麼：一篇論文，一個幾乎沒有人使用過的平台，數據，20名員工，一個位於曼哈頓市中心的辦公室。 它沒有什麼：一人以上的客戶，一個產品。 最終，很明顯，公司的真正問題是經常不在辦公室的首席執行官和一群年輕無經驗的工程師對批評過敏。在火車上，我重複對我們的團隊說，我們完了。
創新為了什麼？ 但商業發展部主管Josh 突然插話。 因為他假設我們將假想的軟體產品套裝賣給了大量的潛在客戶，而這些客戶也是假想的，Josh 對所有的事情都表現出一種樂觀的態度。 他表示：「這可能是一個很好的機會來考慮這些數據。」「我認為開發團隊一直在研究一些非常棒的新功能。」 一個思考數據的機會？當Josh 說這些話的時候，每個人都點點頭，腦袋隨著火車一起搖擺起來。 但「考慮數據」可能是Predata 創始人在註冊之前就應該做的事情，他們開始僱傭人，並告訴人們他們有值得購買的數據。 「Predata」這個名稱的本意是「預測性數據」的一種省略形式，不過，從另一個角度來說，該公司還處在數據前（pre-data）階段，就像融資前的初創公司常常被認為是在「造血前」階段。 Jim 談起話來有一種貴族般的輕柔，顯示出一種極度的富有和一種對世界大同主義的一種懷疑和厭倦。 無論是向查理 ·羅斯講述他對阿富汗戰爭的看法，還是引誘普林斯頓大學的本科生參加他的關於」全球市場的激進創新」的課程，Jim 把這種輕柔的說話運用得很好。 他避免讓自己完全變成一個公眾人物，但卻能夠與外界保持足夠的聯繫，以便發揮自己的影響力。 儘管這家公司最初的靈感來自於Nadler ，但最初的靈感來自於一位計算機科學專業的學生，他曾在他的班級里學習激進創新，而 Jim 在 2014 年年中創立了Predata。 後來，他帶來了一個語音郵件公司的老朋友作為他的執行人員，還有一些普林斯頓大學的工程學畢業生。有名望的人呆在公司的辦公室里，這些年輕的人才就待在工廠車間。 其中一位工程師為公司設計了一條標語： 「未來可能會讓你大吃一驚。這是不應該的。」 誰不想預測未來，特別是在預測有助於防止恐怖襲擊的時候？ 不管是對沖基金還是政府機構，這項技術的潛在消費者都對此不感興趣。或許這項技術本身可能並不是一個全新的創造，但至少會是一項有點用的技術。
混合性信號 然而，只有一個問題存在：它其實並沒有起到什麼作用。 事實證明，歷史上只有一個成功例子：在「阿拉伯之春」付諸實踐之前，相關組織已經在網上組織了大量活動。 而對於 Predata 感興趣的其他類型的事件，聰明的男孩很快發現，在線討論與現實世界組織的活動之間，聯繫其實是微乎其微的，而且在分布上具有不可預測性。 我加入 Predata 是在 2015 年末。那時我認識 Jim 已經有幾年了，但主要是通過《機構投資者》雜誌（這是一份專業的金融雜誌，我與Jim 都是其撰稿人，我是一名記者，而Jim 經常撰寫有關地緣政治與市場的長篇大論）建立的聯繫。 Jim 定期給我發電子郵件，稱讚我那些為雜誌撰寫的浮誇且沒什麼閱讀量的「豆腐塊」。 「你是一個非常有才華的分析師！」他在2013 年的信中寫道。「偉大的文章！」這是他2015 年初傳來的另一條信息。 2015 年 9月，當 Jim 通過電子郵件向我介紹他的新項目時，我倍感驚訝： 首先，我已經習慣了他總是發送一連串溢美之詞的行為，而現在這個「套路」被打破了；第二，也被關他對該技術描述之「宏偉壯麗」而感到意外。 「有意思，」我回信道，「雖然我確實想知道這些信號給出的預期是否足夠真實。」 「有時間到Predata 來，我會告訴你它是如何工作的，」Jim 回信說。「它確實可以做到，真的太神奇了！」 幾個月後，我離開了機構投資者雜誌，作為諮詢顧問加入了 Predata。在進入公司 1 年內，我是這家公司的一名全職員工。而我的諮詢合同則附有一份保密協議（NDA）。 而一封在2016 年中期為我提供了全職工作的信，取代了我與公之間此前的所有協議。並聲明我將收到一份新的NDA。但其實我從來沒有收到過這份新NDA。 作為「研究總監」，我沒有真正的權利，我的任務是「講述公司的故事」，這是 Jim 的解釋。從理論上講，這意味著我將把Predata 的信號轉化為連貫的政治和市場分析。 在我加入公司的時候，公司沒有一位顧客ーー對於一家年輕的創業公司來說，這種情況並不少見。然後，第一個客戶出現了：彭博，這家市場數據巨頭。接踵而來的便是數百萬的風險投資資金。 然而，當我們搬進普林斯頓的房子的時候， 300 萬美元幾乎已經花光了——為了一次向歐洲擴張的無意義嘗試，公司大肆招募員工，經常組織菜單價值500 美元的晚餐。 Predata 只有一個客戶，而且合同也即將結束。此外，這些聰明的工程師們仍然無法驗證公司的論點，即機器學習能夠幫助我們預測現實世界的事件。 壓力開始顯現出來。
躺著就能到來的金錢 Jim 的房子坐落在普林斯頓郊外的樹林里，這是一個東北部的牧區，有著狹窄而空曠的道路。每個房子的優雅入口都連接著細長蜿蜒的碎石路，它們一直被針葉樹與橡樹濃密的葉片緊密圍繞和遮擋。 這裡的「錢」看起來很不一樣。 車道入口越小，越隱蔽，房子里的人就越富有。 相比之下，Jim 的住處看起來很招搖，它似乎是在告訴外界：這個房子屬於一位靠自己雙手賺到錢的人，而且賺到錢很可能是一場意外。 車道入口處有一個標牌，用大寫字母寫著「SHINNVILLA（希恩別墅）」。這座房子一開始最核心的部分建於17 世紀 20 年代。此後幾個世紀里，房子的歷代主人不斷擴建這個住宅，通過不同的方式記錄自己擁有過的輝煌。 「歡迎來到 la estancia（大牧場），」Jim在我們到達的時候宣布，他手裡拿著一把修枝剪與剪斷的枝莖。我注意到他拉長了estancia 的尾音 a。 「我正在做我最喜歡的事情——剪花!」Jim 告訴我們，SHINNVILLA 曾經是 ChristianGauss 的故鄉，這個人是 F. Scott Fitzgerald（美國著名作家，代表作品《了不起的蓋茨比》）的論文顧問與導師。 「這是我從一個真正喜歡園藝的對沖基金經理那裡買來的，」他補充道。「前院的牡丹已經有一百年的歷史了。」 與科技的接觸正在剝奪我的創造力，我的獨立與理性判斷能力。我變得越來越沒有能力了，我越來越不像人類了。 我們剛進都別墅里，因為「園藝工作」還在汗流浹背的 Jim 就邀請我們再次挪到外面去。 這次是在房子的一個露台上面，那裡有粘著鳥屎的摺疊式躺椅與鐵制傢具。從這個地方可以看到這塊地的全貌：傾斜的草坪，一個網球場，一個游泳池，還有一大片怒放的玫瑰花。 這看起來很像一個關於新世界的啞劇——英國貴族世家被粗魯的加利福尼亞暴發戶 (一個有機蔬菜花園，外加一個戶外按摩浴缸) 突然入侵的故事。 我們都在躺椅上「各就各位」後，現場陷入一片寂靜，而 Jim 則重新走進了屋裡。誰也沒有意識到，我們是坐上那層風乾的糞便後開始的會議。 Jim 平常住的地方，其實位於曼哈頓上東區第五大道上的一個多層公寓。公司的首席數據科學家John 告訴我們，Jim 只在授課前的晚上來到普林斯頓，並住在這棟 Gauss 的房子里。 剩餘的時間裡，房子基本是空置的，只有拉丁裔的管家 Leni 與 Jim 的狗，一隻叫做 Toast 的患有糖尿病的凱恩犬待在那裡。 金融銷售主管Matt 表示：「很明顯，這個花園有一些北美最古老的亞洲樹種。」。 「誰來維持這塊土地?」我把一直在想的問題大聲說了出來。 「錢，」John 回答。
尋找捷徑 在我開始在Predata 工作的那段時間，我與數據科學家們在為公司大部分無法解釋的信號尋找最佳解釋方式的過程中產生了分歧。 John 有一張孩子般的胖臉，雖然他的性情與舉止 (暴躁且不耐煩) 更像一個老人。他對 BuzzFeed 的科技記者 Will Alden 有著一種明顯且特別的反感，他會把 Will Alden 專門稱為「記者 Will Alden」。 從我收集到的信息來看，這種敵意來自於 Alden 在撰寫 Palantir 相關報道時令人討厭的職業習慣。 Palantir 是著名矽谷投資人Peter thiel 領導的科技創業公司，目前估值約 200 億美元。它為美國聯邦政府的大部分人提供數據分析，而 John 此前也曾為 Palantir 工作過。 我覺得 John 很煩人，我肯定他對我也是同樣的看法。然而最近幾個月，當我發現公司的技術基本上是胡說八道的時候，我對分析工作的野心變得沒那麼強烈，同時也開始對 John 的立場產生了同情。 這個立場源自「他對自己建立的平台究竟有多大力量持懷疑態度」。因此這位首席數據科學家與我幾乎成了朋友。 Jim 又出現了，手裡拿著綠色的坐墊。「這些靠墊非常適合露天平台的椅子，」他說著，把一對坐墊鋪在自己的椅子上，並沒有給其他人。 根據 Jim 的說法，在座的十幾個人，也就是公司的「智囊團」，需要在這個時間點上，評估公司的進展並準備未來一年的計劃。 Jim 坐在跟大家能更好面對面的地方，把手臂放在頭頂上，手腕翹起。他解釋說，自己宿醉未醒，因為前一天，他的妻子從哥倫比亞大學的建築史博士項目畢業，兩人與家人及朋友一起在 Dream Hotel 頂樓的博士露台上慶祝了一晚。 「是在 midtown，不是在 downtown，」Jim 補充道。 「她寫論文的內容是什麼?」有人問道。 「我想我應該知道這個......」他回答道，傻笑著，然後讓後半句從他的嘴邊滑了出來，但沒有發出聲音。 不過傻笑隨即消失了，Jim 變得嚴肅起來。 他解釋說，儘管距離耗盡最後一點錢僅有兩個月時間，但是大家沒有必要驚慌。很快就會有更多資金投入進來。 「我們這樣做很容易，只要回到我們現有的投資者那裡，要更多的錢，」Jim 接著說。 他坐起來總結道：「我們可能不得不在估值上承受一些痛苦，但好在我們仍然擁有公司 80% 以上的股份。」 當」公司80% 股份」這幾個字從他嘴裡說出來時，他微笑著，沒有露出任何牙齒，但眼睛卻逐漸睜大，眼神在我們中間瘋狂地掃來掃去以尋求認同。 他看起來很高興。而隨著時間的推移，不難看出其中的原因。Jim 站了起來：「午餐將在十分鐘後送達。」
一群浪漫的利己主義者 「對一流智力的考驗，」F.Scott Fitzgerald（上面提到的作家）說，「是一種能夠同時在腦海中保留兩個相反的想法，並仍然可以保持運轉的能力。」 在 20 世紀早期的美國，Fitzgerald 表現某種程度上踐行了對「神童」的定義。 他的第一部半自傳體小說《天堂的這一面》(出版於他 23 歲時) ，講述了一位年輕作家在普林斯頓大學接受教育的故事。而就是這本書為他贏得了突如其來且近乎普遍的讚譽。 而他此後的職業生涯，即便是在「蓋茨比」的歲月里，變成了一種漫長且越來越令人沮喪的嘗試——試圖重新點燃他年輕時便獲得過的成功之火。 今天，我們在爵士時代的形象（這是一個令人眼花繚亂、自我充實與文化探索的時代）與Fitzgerald 的形象是分不開的。這位位才華橫溢的年輕人，過著他那一代人最有趣的生活，哪怕這段生活只是短暫的。 （百度百科註解：爵士時代，一般指一戰以後，經濟大蕭條以前的約十年的時間。第一次世界大戰結束了(1918)，經濟大蕭條(1929) 還沒有到來，傳統的清教徒道德已經土崩瓦解，享樂主義開始大行其道。） 從他的書信中可以清楚地看出，Fitzgerald 對智力的定義只不過是一種自我描述。 他年輕時寫給家人、朋友、編輯以及代理人的信件，充滿了Fitzgerald 平衡自我懷疑與自我尊重的方式; 他認為自己既是一代人種的天才，也是一種空間里的文化浪費，這些內容通常都出現在同一頁上。 一會兒，他正在哀嘆自己「優柔寡斷，只具備半理智的軟弱」，下一刻他又在炫耀自己 (被拒絕的) 早期手稿《浪漫主義者》——「沒有人能寫得出如此有力透徹的、描寫我們這一代年輕人的故事。」 長期的模稜兩可（關於普林斯頓教育的價值，關於出售自己的政治學，對成功的意義，對自己工作的質量），是 Fitzgerald 式智慧的顯著標志。 如今，文學奇才相當罕見；本世紀以來，英語世界的優秀創作寥寥無幾。取而代之的是科技的世界——因為我們必須尋找最好的例子來說明年輕、聰明和成功意味著什麼。 亞馬遜的創始人貝佐斯、Facebook的創始人扎克伯格、Google 的創始人拉里 · 佩奇和謝爾蓋 · 布林... ... 矽谷是一個由神童組成的帝國。 以他們為榜樣的力量已經主導了我們對「需要什麼才能變聰明」的集體意識： 掌握數字，精通 STEM（科學、技術、工程、數學），移情於數據。 今天的「智慧」是他們這些人的智慧類型：技術智能。 但是去年年底，在波多黎各遭遇颶風肆虐的背景下，扎克伯格亮麗的卡通形象登陸Facebook Live，並推出了自己公司新的虛擬現實工具時，智慧在哪裡？ 究竟是什麼樣的智慧引導馬克 ·安德森宣稱殖民化對印度是有益的，又是什麼樣的智慧讓埃隆 · 馬斯克提出關於公共交通的奇特改革？ 對這些混亂的大驚小怪是短暫的，很快就被人遺忘了。 作為回應，安德森發布了一條帶有笑臉的道歉微博，這便是」如果你被冒犯了，我很抱歉」的經典案例。而馬斯克則虛弱地反擊了對他的批評，扎克伯格則幾乎什麼也沒說。 至少在公開場合，他們之中沒有一個人意識到，自己所做的不僅僅是「麻木不仁」與「令人遺憾」，而是——愚蠢。 從這些例子中的證據來看，這三個人都不會通過 Fitzgerald 的智力測試。 1963 年10 月，在賓夕法尼亞車站的拆除工作剛剛開始時，《紐約時報》曾發表社論稱：「任何城市都會得到自己喜歡的東西，但他們將為此付出代價，並最終得到應有的報酬。」 「我們希望並且值得擁有『充門面文化』中的錫罐式建築。」 也許矽谷的智慧——空洞、傲慢、無情、虛偽（Artifical），只是我們應得的智慧。但是，如果沒有推進手段，這種智慧就無法蓬勃發展。
完美的無稽之談 Jim 的眼睛半閉著，他搖著頭，帶著不可思議的表情。他說：「這可能是我所聽到過的，對這家公司面臨挑戰最完美的描述了。」 我們離開了那些沾了屎的椅子，吃了午飯，圍坐在普林斯頓大學圖書館裡。公司 22 歲的數據科學家 Dakota 已經結束了對數據科學在一個信息非結構化世界中的解析。 「看待數據科學工作的一個好方法，是把客戶的注意力（他們的認知與組織資源，意圖以及填補知識庫中空洞的願望）轉化為信息的一種手段。」他著重強調了「注意力」（attention）這個單詞中的「a」與「intention」中的「in」，這是兩個詞的區別。 在早些時候，John就認為 Predata 應該開始稱自己為「數據科學公司」，而 Dakota 的佈道則旨在解釋其中的含義。 由於智商超過180， Dakota 從小就被認為是「極具天賦的」。在他 8 歲時，他就試圖向母親解釋絕對零度的概念; 一年後，他開始在大學裡上本科課程。當地的報紙報道了他，就好像是在動物園裡誕生了外來物種一樣。 在工作日里，Dakota 通常會在辦公桌前用一對小型啞鈴鍛煉自己的肩膀。我喜歡他。人們普遍認為他是公司中最聰明的人。 但是他說的大部分內容都是令人費解的。Dakota已經習慣於被當作一個非常聰明的人來對待，但很顯然，他從沒有被挑戰。 在這個場合，有一種更簡單的方式來表達他所謂的「關注」與「意圖」之間令人印象深刻的區別： 公司面臨的挑戰是，將「給用戶一堆屎」作為方法，來幫他們把屎解決掉。 但是在 Predata 勾勒的編碼宇宙中，事情永遠不可能如此直白地表達出來。甚至連公司的管理風格也是一種逃避。 如今，每個企業家都想變得靈活，每個創業公司都想要精益求精。Jim 就是如此靈活，他可以在幾乎從來不會出現在辦公室的同時，完成一家公司的經營工作。 這家公司的辦公室散落在曼哈頓市區聯合辦公空間里的幾個幽閉屋子裡，而Jim 在給客戶與訪客的電子郵件中是如此形容這些房間的——「時髦的 Soho」、「光著腳的 Soho」與「令人窒息的時尚 Soho」。 在他出現在辦公室的罕見場合，他呆在那裡的時間從未超過一個小時。 由於很容易感到無聊，他經常會在會議中跟丟討論的思路，轉而被某些新聞應用或者手機上的表情鍵盤所吸引；也可能在會議開始後幾分鐘內走出會議。 後來，你會發現他躲在黑暗的辦公室里，回複電子郵件或喝湯，亦或者是在二樓的小便池上固定好，雙腿張開，最後發出一聲深深而滿足的嘆息——這是一個不會給人留下深刻印象的男人的小便方式。 Jim 在商業上成功的基本公式很簡單：僱傭聰明的男孩 (很少有女孩) ；告訴他們——他們真的很聰明，讓他們自己想辦法。 4 月份，公司的公共網站需要重新設計。我的工作就是想出一些詞來表達公司獨特的」使命」。 我在 Slack 上給 Jim 發簡訊：「我正在重寫這個網站的副本，想得到你的一些看法：用五句話來形容或者更少： 什麼是 Predata？你認為這個公司五年後會做什麼？換句話說，這裡的大願景是什麼？這一切發生在哪兒？我們是誰？為什麼我們存在?」 Jim 回復說：「天啊，我對大願景什麼的沒那麼在行。請自己嘗試一下，我會很高興，而且很快編輯與修補一下。」 這是一家如此精簡的創業公司，其首席執行官已經剝奪了所有關於公司存在的原因與解釋。 而注意力 /意圖的二進位，肯定會成為這個沒有明顯想法的世界裡的優秀表演者。
不合格的大腦人工智慧不缺乏批評。 在矽谷，大型貓科動物已經亮出了它們的爪子。馬斯克是包括馬雲和比爾蓋茨在內的幾位科技名人之一，認為人工智慧對人類文明構成了致命的威脅。 去年，馬斯克將建造人工智慧的工作比作「召喚惡魔」，而馬克. 扎克伯格認為馬斯克在人工智慧辯論中的干預是不負責任的。馬斯克回擊了一條推文： 「我已經和馬克談過這件事了，」他寫道，「他對這個問題的理解有限。」 當馬斯克談到人工智慧時，他主要指的是上世紀 50 年代最初構想出來的技術——作為一種符號邏輯系統，能夠創造具有類似人類大腦一般認知複雜性的自我意識機器。這就是通常所說的「通用人工智慧」或「強人工智慧」。 而在現實中，目前任何歸入「AI」類別的技術或公司符合以上描述。相反，「人工智慧」這個術語被粗略地用來指代一組不那麼雄心勃勃的技術，其中一些技術幾乎沒有什麼共同之處： 機器學習、深度學習和神經網路，機器人技術。 如果這個領域的野心是以機器的形式來模擬人腦，那麼人工智慧在它出現的 60 多年年裡幾乎沒有取得什麼進展。 正如我們今天所了解的那樣，人工智慧可以做什麼的範圍仍然是有限的。而機器學習，是支持Predata 的基於邏輯和規則的人工智慧分支，它不過是一種處理數據和對識別模式進行程序反應的技術。 有些人認為，它根本不應該被認為是人工智慧的一部分。 最近，即使是最引人注目的 AI 應用成功案例，經過更仔細的檢查，也相對平淡無奇。 自主的超人化機器智能自發地彈出並進行無程序化工作……這仍然是庫茲韋爾式的幻想。忘記天網吧，在這個階段，我們甚至不確定我們是否能夠到達「機器管家」的程度。 物理學家David Deutsch 認為，強人工智慧之所以未取得任何進展，是因為人工智慧社區無法認識到「人類大腦與其他所有物理系統的區別，在性質上與其他機能有著很大的不同」，不能以計算機程序解釋其他屬性的方式進行說明。 Deutsch 說，人類的智慧不能被任何已知的編程技術所編碼，然而 AI 開發者仍然帶著「人腦可以被編碼」的認知，儘可能地解決人工智慧問題。 人類的思維不是一種行為主義的輸入和輸出功能，因此不能根據一個定義好的邏輯系統進行優化; 同時，它也不是一個可以自我修正的神經網路。 這些技巧也許會複製人類思維的離散功能，但是它們無法捕捉思維的整體性或者那些使其（思維）獨特的東西： 創造性，天生具備情感與直覺。 當然還有別的原因。但我們尚未知曉。 很多人工智慧領域的研究人員認為Deutsch 只是一個局外人，他不了解這項技術到底是如何工作的——這是數據工程界的機械性反駁。 但無論如何，Deutsch的基本觀點是正確的。人工智慧領域仍然在一瘸一拐地前行，並沒有真正理解人類大腦的獨特之處，也沒有對」智力」的定義達成一致。 如果理想的人工智慧是「強大的」，那麼我們的時代，就是弱人工智慧時代，簡稱「機器弱智時代」。 因此，今天的智能不是由人類大腦的特性來定義的，而是由聯想決定的。 智能是聰明人做的事。由於智能在人工智慧領域中仍然未被定義，整個領域可以說是構想不當的，至少現在是這樣： 一台用來模擬我們尚未理解的器官的機器註定會失敗。 而這不僅僅是一個學究式的定義點，更是風險投資在這個新興市場中如何被分配的核心。 面對無法確定一項技術是否智能的問題（因為我們不知道什麼是智能），矽谷的金主們只能根據開發人員的智慧來判斷一個AI 新想法的價值。 他們研究了什麼？他們在哪裡上的學？這些都是重要的問題。
你要為你的失業工作 這是一座有兩層樓高的圖書館，它的頂層是拱形的深色木質天花板。 其中一面牆打滿了書架，擺滿了商業書籍和過時的計算機編程指南。壁爐上方掛著一幅巨大的油畫，上面是由大沙鼠改畫而成的一團星海。 在這裡，數據科學家們站起來發言。 顯然，這場聚會成了他們展示公司未來願景的舞台，而數據科學則是達成這一願景的唯一方式。 John 表示，若要成功跨越信息的意圖和注意力之間的鴻溝，就必須要構建本體論。他指的不是柏拉圖、黑格爾或者哈姆雷特等意義上的本體論，畢竟現在並不是對存在這一本質進行哲學探討。 在這裡，他指的是工程師們通常所說的那個本體論，是一種理解事物之間關係的概念框架。 就像所有的機器學習系統一樣，數據也是公司平台進行訓練的基礎。在系統工程的幫助下，基於數據的輸入能夠輸出對應的信號或者預測結果。 其中，有兩種主要類型的數據被輸入到系統當中：一種是在線資源（從社交媒體獲取的網頁），另一種則是帶有日期標籤的歷史事件集合（抗議、罷工、恐怖襲擊、導彈測試、大單日金融證券走勢等）。 喂數據的過程必須由系統用戶手動完成，這是一個繁複的過程，也是典型的數據挖掘工作。 隨著時間和數據池的增長，理論體系也在向前邁進，整個系統將會趨於成熟。最終，系統將可以產生更好、更準確的預測。 在過去一年裡，Josh和公司內部的三名分析師花了很多時間忙於為系統添加新的資源和事件。 三名分析師都是近期從普林斯頓大學人文和社會科學專業畢業的研究生，他們根據分類系統將這些輸入分成了——「小型採礦罷工」、「中型右翼民間抗議」和「內城激進抗議」等。 他們一直在擴充不同的類別，但是卻始終沒有人能完全理解這樣分類的道理，至少分析師團隊不能。 不過，分類已經是過去式了。數據科學家斷言，未來將是本體論的天下。 只有數據挖掘型的分析人員能夠更加深入、智能地標註資源（也就是說，更加本體化），那麼機器將能夠看到事物背後隱藏的關係和模式。最終，這項工作有可能會實現自動化。 也正因如此，分析師們也每天就必須全力以赴地工作以保證自己不會被時代淘汰。
不可避免的行業術語 那麼，這項工作是必需的嗎？人們需要利用這項技術來更好地預測恐怖襲擊或者是朝鮮核試驗？ 據我所知，沒有人嚷嚷著要用社交媒體衍生的信號處理工具來預測世界上的大事件。 假設你認可公司的基本原則：需要提出更好的方法來預測真實事件。那麼，為什麼人工智慧會是達成這一目標的最佳途徑呢？ 我看向 Jim。他低著頭，閉上了眼睛，他的拖鞋就掛在腳尖上來回晃悠，就像是快從新長出的皮膚上脫落的結痂一樣。他睡著了，或者他假裝睡著了，對這個話題沒有任何表示。 我起身假裝去上廁所，開始胡亂溜達。 在廚房裡，Jim的管家 Leni 正在把不同的葯磨成糊糊，家裡的狗 Toast 患有糖尿病，這樣做會讓它更容易吞咽。 Jim 在晚些時候告訴我，「Leni做得一手好菜，尤其擅長新加州料理。」Jim 低聲說話的語氣就像是在教堂中禱告一樣，他似乎在告訴我一個非常重要的秘密。 我接著往前走。這棟房子讓我感覺死氣沉沉的，哪怕房間里坐滿了人。 房子就是為了這場聚會而設立的一樣，裝飾這棟房子的人試圖讓它更有家的感覺，可是這些房間的裝飾差不多都是一個模子出來的——奶油色沙發、海軍色抱枕、灰色的窗帘。 當我回到圖書館的時候，Jim抬起了頭，他醒了。 Raymond 是產品開發負責人，他是一位身材瘦削的普林斯頓畢業生，常常皺著眉頭，不喜歡談話。他正在進行有關「真實情況」和「執行指令儀錶板」的演講。 這時，John 插了句嘴：「我們真正需要做的是捕捉分析師的內心模型，並將模型輸入到系統當中。」他給出了一個他和他的「團隊」在Palantir 工作時曾經遵守過的數據傳遞的協議。Palantir就是「記者 Will Alden」報道過的那家公司。 「在 Palantir，」他繼續說道，「我們花了很多時間去努力理解數據。我們需要做的比這多得多。我們需要弄清楚數據是否有用。」 然而，數據其實根本不是問題。 對於一位分析師來說，真正的智慧來自於對那些極端的、意想不到的變化的觀察，而非識別模式。由於缺乏實踐經驗，Predata選擇在整個社交媒體上努力。 任何一個熟悉模式識別的學生都能迅速說出，模式化現象的效價必然會變得更為人所知，還會在日益重複中喪失能力。智慧來源於創造力和適應性。 在無法用真正的智能來建立計算機系統的情況下，工程師們已經搭建走出了最明智的下一步棋：一個不智能的系統。 這個平台本身由一系列黑色屏幕組成，其特點就是難以捉摸的彩色波浪線。 根據工程師所說，這些信號表達了與在線對話相關的「數字波動性」，這個概念對公司產品的潛在用戶來說沒什麼意義。 而要在分析中說明這些信號，用戶需要使用由工程師開發的神秘辭彙來進行解釋，這些混亂的術語聽起來就像裁縫在做衣服（「最合身」、「在線試穿」）、或是與食物相關（「多味卷餅」）、或者是低劣科幻電影的場景描述（「異常檢測儀錶板」）。 而在工作時，沒有任何情報或金融分析師曾經說過「多味卷餅」這樣的辭彙。
人類靈魂的工程師 Predata 建立了一個增強任務和功能的系統，而這些任務和功能完全是工程師們自己想像出來的。工程師們忙於導入系統的「心智模型」與任何已知的人類分析員的認知過程都沒有關係。 這個系統就相當於一個即時的翻譯工具，可以將已知的語言轉換為未知的語言，然後試圖讓用戶以這種全新但卻毫無作用的語言替代自己的語言。 事實上，有兩種狹義智能的分支：一種是弱人工智慧的狹義智能，另一種則是數據科學家們狹義的自我消費智能。 我向團隊表示，「我們現在似乎把時間浪費在了無關緊要的事情上。」 多味卷餅，最合身，異常檢測儀錶盤...誰會需要這種東西啊。這不是我自己發明的流氓評論，我從公司的潛在客戶那裡也聽到過類似的說法，但是數據科學家們並不認同這個觀點。 「如果你在1985 年向一個焦點小組展示Usenet 列表（新聞網，集中了對某一主題有共同興趣的人發表的文章），我保證沒有人會告訴你他們選擇谷歌，而且他們很多人最初會傾向於用一個性能不佳的搜索引擎，」John表示，「但是我敢肯定的是，如果到了 2001 年的時候，人們會非常開心地選擇谷歌。」 自 2012 年以來，美國人工智慧初創公司的風投資金增加了 8 倍以上。 「作為數據科學家，我們的責任就是成為量化真相的最終仲裁者，」Dakota補充道。 系統構建完成之後，他們的任務就是掌握數據，清潔、緊縮、剖析、解讀、操作數據，還要去了解它，關心它。 數據科學家就像是一群園丁，忙著修理沙漠中被精心護理的小徑——獨屬於他們的『特殊道路（Sonderweg）』。 對他們來說，最重要的就是系統的量化純度和路徑的完善度，並不介意這些在現實世界中是否有意義。 在公司呆了一年之後，我驚訝地發現，我已經開始用這種工程師們創造的奇怪術語來思考政治和政策。 「部門匯總的上漲表明未來兩周的政治風險加劇，儘管從相對較弱的微觀經濟部門信號活動來看，經濟政策不太可能成為驅動因素」——就是這樣。 就像在賓州車站的工人一樣，每天結束後都累的弓著腰——我開始感受到這種精神彎曲的影響：錯覺一直在告訴我，是的，可以用這種方式分析，思考政策。 無法改變的是，我開始逐漸變成一個沙豬黨。與技術的接觸剝離了我的創造力，獨立思考的能力。我開始漸漸喪失更多的能力。開始變得越來越不像人類。 隨著時間的推移，我開始明白公司的重點不在於根據人類思考的模式來訓練和優化演算法。這並不是在將機器人性化，傳統強人工智慧的願景自然會具備這一特性。 相反，它是為了讓人類變得更加機械化——讓人類不斷學習成為機器，成為被剝奪了主動性與有機思想的死板的工頭。 失敗的降臨將會秘而不發。矽谷的這部分故事仍然很少向外界透露。 而反過來想，這個想法開啟了一個不那麼可怕的視角。也許，對於所有愚蠢的數據決定論者來說，Perdata確實是在預見人類的未來——只是方式和它所想的不同。 一個對用戶不友好的系統，其市場可能不會準確地預測未來，並會將人類操作員變成自動機器一般的存在。但這個市場畢竟很大。 或許這些公司迷失在黑夜中的斑斑銹跡，最終會變成一隻小獨角獸般的腳印。 但是在前行的路上，到底會犧牲什麼呢？ 經歷了 4 個小時徹底的自我批評之後，Jim 進行了總結，他又開始大力誇讚員工。整個團隊進到了後院放鬆身心。 我慢慢走到酒桌旁，在想，這些聰明的男孩究竟是真的天才，還是一群無法透過自己專業護欄看到外面世界的平庸人士？ Jim 靠近我，對我的葡萄酒品味表示讚許。「我一般只喝New World 的葡萄酒，」他說道。 然後話鋒一轉，轉向那群聰明的男孩點頭說道：「這些孩子很棒。我們要做的就是給他們空間讓他們做自己的事情，我們將會解鎖很多『alpha（金融領域用于衡量表現的方法）』。」他在說「很多『alpha』的時候」，輕輕地晃起了他的屁股。 兩周之後，在會議上我宣布辭職。Jim對我的工作表示感謝，閉著眼睛確定我「非常有才華。」我離開公司兩周之後，他又給我發送了一封郵件，再次對我表示感謝。標題是：「天才Timms。」 三周後，他發送了第三封郵件。「你對Predata 做出了巨大的貢獻，我們非常感謝你所做的工作，」他寫道。「你非常有才華。」
並不實用的設計 在聚會結束的第二天早晨，Jim帶著我們四個從房子離開到了車站。沙豬黨是時候要回歸到這座城市了。 在我們從SHINN VILLA 車道出來的那一刻，汽車音響上響起了一首18 世紀歡快的交響樂。「汽車連接到我的手機，每次都會神奇地播放不同的音樂，」Jim說道。「我不知道為什麼會這樣。」突然，音樂停了。每個人都笑了起來。 這些人愛著Jim。即使 Jim 會在郵件里抬高自己的身份，他也是個很有趣的人。 但這種好感度適用於以下任務——在追求一種有趣但卻不現實的想法過程中，獲得數百萬美元的風投資金。當然，這種想法有它自己的天才之處。我們繼續在途中保持沉默。 在前一天的晚餐上，「這裡唯一的規則就是你必須要喝完所有的酒！」Jim在我們坐下時大聲地嚷嚷，而我坐在兩位數據科學家 John 和 Dakota 之間。 我說道：「如果我們不清楚數據是否有用，那麼所有非工程師的人都應該被解僱，公司應該倒退回去，重新成為一個學術研究的項目。」 John 聳聳肩：「也許我們應該構建一個本體論，然後再做出偉大的預測。」 我問這些數據科學家們，他們認為Jim 真正想用這家公司達成什麼目標？為什麼 Jim 在能輕易過著品智利頂級葡萄酒，嘗新加州菜肴這樣的奢侈生活時，還為自己找上麻煩事？ 在大多數同齡富翁過著玩衝浪板，打打高爾夫的悠閑生活時，他正坐在曼哈頓昏暗的辦公室發送郵件，在Slack 上和一群25 歲的孩子們學習GIF 協議。 Jim 憑藉巨大的財富從勞動的枷鎖中解脫出來，但是他仍然進行著這種生產性工作。重點是什麼？ 我已經知道了答案。 Jim 對基礎性「問題」的認定和公司的起源故事一樣模糊不清。Predata並不以滿足市場需求而存在，這樣它的創始人就可以通過完成一些專業成就而取得成功。 Predata 存在的原因與任何建立在外來資金基礎上的美國創業公司一樣：因為它可以。 公司的真實性在於其超越性。John又一次聳了聳肩，笑聲中帶著戒備，「聽起來你好像不想在這工作了，」他說道。我意識到他是對的。 我們一開到普林斯頓的郊外，音樂就恢復了。Jim又打開了話匣子，向我們介紹著校園內不同結構和地標的簡略歷史。他很擅長這一點，作為學生兩次入學普林斯頓，最後又立即回來教授老掉牙的商業知識。 當我們經過一個石像塔時，他說「學校關閉了通往屋頂的道路，曾經有壓力大的學生從上頭跳了下來。」然後，經過一個豪宅時他說道，「約翰納什曾經住在這裡。」 Jim 在這裡停了一會，給我們一點時間欣賞納什的傳記碑：創造了納什均衡理論的那個納什曾經在離我們幾步之遙的地方吃東西，呼吸，且徹底改變了決策理論。 「那時候我還是本科生，一天晚上我走過校園，途中必須要穿過數學系的地下室。那棟建築叫什麼？」 「Fine Hall」，其中一個聰明的男孩回答道。 「Fine Hall 的走廊上全是黑板，」Jim 繼續說道。「就在我穿過地下室的時候，突然我就聽到噠噠噠的聲音。那就是約翰納什，他在黑板上寫出了長長的數學方程。我當時整個人都驚呆了，所以沒和他搭話。」 最後，我們把車挺進了普林斯頓車站的停車場。「他是一個非常有才華的人。」他說道。 就在三個月後，Predata獲得了第二輪風投資金。
留言 點贊 發個朋友圈我們一起探討AI落地的最後一公里 推薦閱讀：
