本來，以本人挑書的一貫風格，李開復推薦的書都萬萬入不了眼，更遑論他自己寫的書（當然我更相信排在他后面那個名字才是真正的作者）。可是今年人工智能實在太熱，而且也與本人安身立命的行業(yè)有些關(guān)系，不讀上一本多少有點對不起自己，也算是湊個熱點，攢些談資。
首先拋出我自己的觀點：作為一個理工男，我對人工智能的看法是——大勢所趨。也曾和其他人討論過，人工智能會不會砸了自己的飯碗，討論來討論去，結(jié)論基本悲觀。在一個確定的規(guī)則下，建立在各種優(yōu)化迭代，以及對運算量要求極高的工種，遲早要被人工智能砸了飯碗。好像是《奇葩大會》上，李開復也曾經(jīng)下過這樣的論斷——一半的理工科未來會因為人工智能而失業(yè)。
因為下圍棋的alphaGo，除了帶火了人工智能，也帶火了深度學習這個名詞，讀這本書至少讓我搞明白了什么叫深度學習。
深度學習大致就是這么一個用人類的數(shù)學知識與計算機算法構(gòu)建起整體架構(gòu)，再結(jié)合盡可能多的訓練數(shù)據(jù)以及計算機的大規(guī)模運算能力去調(diào)節(jié)內(nèi)部參數(shù)，盡可能逼近問題目標的半理論、半經(jīng)驗的建模方式。
聽起來挺抽象，我總結(jié)一下，深度學習就是有明確目標，有科學依據(jù)，有海量數(shù)據(jù)，有快速迭代的一種方法。拆開來講一下：
1. 有明確目標，目標必須清晰有邊界。從理工科的角度看，做一件事情之前，最好先把完成目標明確下來。玩?zhèn)€RPG游戲，都會提前告訴你任務一，任務二，任務三……，通關(guān)需要條件一，條件二，條件三……。如果有一款游戲，只是告訴你，你玩就好了，那這游戲除非是minicraft，否則一定會讓你抓狂。同樣的道理，你可以讓深度學習訓練寫一篇文章，但是你沒法訓練它寫一篇世界上最好的文章，因為“最好的文章”中的最好，是沒有邊界的。
2. 科學依據(jù)。這個容易理解，深度學習脫胎自人類的科學思維，有歸納，有演繹，有各種聯(lián)系。但是你絕對不可能告訴機器心誠則靈之類的方法，機器不喝雞湯，不認畫餅，有它自己的法則。
3. 海量數(shù)據(jù)。這個東西正應了前陣子還很火的大數(shù)據(jù)概念，記得兩年前讀關(guān)于大數(shù)據(jù)的書，里面就有預言，抽樣調(diào)查會消失，因為數(shù)據(jù)足夠多，多到幾乎就是全樣本。同時，那本書也預測了，在數(shù)據(jù)量爆炸以后，機器將會在數(shù)據(jù)分析中占據(jù)越來越重要的地位。而深度學習，很明顯就是機器占據(jù)100％地位的一種數(shù)據(jù)分析方式?？梢?，技術(shù)真的是一步一個臺階，沒有大數(shù)據(jù)，哪會有可以提供給深度學習訓練的內(nèi)容？
4. 快速跌代。說白了就是摸著石頭過河，但是一次可以摸很塊石頭，過越來越寬的河。計算能力的提升提供了深度學習演進的基石，而深度學習反過來又會讓機器計算時更加靈活。以前讓機器算從1加到100，估計它會憑著速度快去硬懟，以后可能它真的會想到，好像首尾相加再乘以50，這樣會更快一些。
人工智能的定義清楚了，那它又會做些啥呢？除了下圍棋，打星際爭霸，目前最火的應用毫無疑問是自動駕駛。
自動駕駛十年內(nèi)成大氣候，這幾乎已經(jīng)成了共識?，F(xiàn)在不是說技術(shù)達不到那一步，而是人類的觀念，法制，規(guī)則趕不上自動駕駛的發(fā)展需求。自動駕駛能改變的覺不僅僅是你可以在上班路上打個盹這么簡單，搭配上共享經(jīng)濟，以后可能大部分車都是無人駕駛的滴滴和uber，堵車，停車，考駕照這種事情沒準就會消失掉。到時候什么pm2.5，可能也會成為一個歷史名詞，發(fā)展中的問題最終會在發(fā)展中解決。
人工智能除了帶來方便，也帶來了恐慌。最大的恐慌還真不是造出個終結(jié)者那樣的機器人，殺的人類亡國滅種。真正有殺傷力的，是失業(yè)。人工智能造成的失業(yè)，可能超過歷史上歷次技術(shù)革命，那不是效率上的倍增，不是一個犁地的機器代替了千萬農(nóng)民手中的鋤頭。而是像這本書中所說的那樣：
人工智能時代，程式化的、重復性的、僅靠記憶與練習就可以掌握的技能將是最沒有價值的技能，幾乎一定可以由機器來完成；反之，那些最能提現(xiàn)人的綜合素質(zhì)的技能……，將會是最有價值，最值得培養(yǎng)、學習的技能。
二十一世紀最需要什么？過去講究的是專才，以后好像越來越需要通才。因為專才往往是通過大量的刻意練習，獲得現(xiàn)在擁有的技能。通才則是根據(jù)不同學科，甚至看起來風馬牛不相及的事物之間的聯(lián)想，迸發(fā)出所謂的靈感。優(yōu)秀建筑設計師，絕對不可能只是對設計里面那些力學，材料很熟悉，他一定對美有深刻的認識，而對美的認識如何培養(yǎng)？那一定源自于他經(jīng)歷過的，看到過的，讀到過的，甚至是夢到過的東西。
我自己還有一種直覺，那就是手藝人會回歸，一個物件可以由運行在冰冷機器里的縝密算法搞定，這里面一定會缺少一樣東西——情感。機器學習當然可以編曲，但是聽live的時候你更想聽一段即興的solo，還是想聽一曲專輯完全沒有區(qū)別的演奏？基于大數(shù)據(jù)的算法確實可以預測我打開購物網(wǎng)站以后最想看到哪些商品，可以根據(jù)我以前吃過的所有東西推薦出我最喜歡的菜品，可是，人不是都更喜歡驚喜嗎？我更想突然看到一個小眾牌子，然后發(fā)現(xiàn)很適合自己，我更想嘗試不同口味的食物，而不是只吃那些我一直喜歡的口味。人性深處總有些東西，連人自己都說不清楚，而這些說不清楚的東西潛移默化地影響了人生。人生在世，如果追求什么事情都有意義，都有章可循，那該多無趣。
說到最后，人工智能到底是不是一個好東西，在我的心中，百分之八十這是個好東西。剩下百分之二十，就要看人類怎么玩轉(zhuǎn)它。決定性的工具帶來決定性的變化，而這種變化又催生人類觀念上的變化，觀念的變化才是這個時代最有力量的變化，我們能做的，就是努力快跑，不要被時代落在后面。
