查看原文
其他

吴军:人们为什么反对2%的人?(一)| 正略名家

2017-09-07 赵民微分享

 赵民按:

纵观世界历史,每一次技术革命都创造很多财富,但是创造这么多财富,是否会使我们生活变得更好?在现代高科技不断革新的过程中,机器智能为什么得到如此快速的发展?医疗、社会和家庭安全又将如何运用人工智能?


今天分享吴军博士的一篇文章,探讨人工智能与人类未来关系的发展问题。

来源 | 笔记侠

作者 | 吴军 

图片来源于网络,侵权请联系删除

一、未来,是2%人的世界


未来社会是值得期待的,但也存在问题。每一次技术革命都创造很多财富,但是创造这么多财富,是否会使我们生活变得更好?今天美国家庭的年收入中值(注:年收入的中间值,中间值与平均值分歧的是,中间值表示一半人的收入在此数值之上,一半的人收入在此数值之下,不是平均值)比2000年下降了4000美元。然而平均收入上升了,总体财富上升了,个人财富是上升的,公司的盈利也是上升的,包括股票都达到了顶点。

 

但是中值财富下降了,为什么这个这么重要?一个比方,100个人,每个人平均资产一百万,待会儿马云进来了,他现在是2000亿,我们人均财富变成了100亿,平均值没有意义。美国大学生的入职年薪也是在往下降的,美国的幸福指数也没有上升。


也就是说在过去的十几年里,美国是科技发展非常快的国家,很多新的技术都是从这儿诞生的,但整个美国社会其实本身没有什么改进,因为只有2%的人获得了好处。

 

当时我在华尔街住过,看到街上有一群无所事事的人,他们是不会饿死的。但是这些人之所以上街占领华尔街,是因为没有前途,看不到前景,也不知道问题出在哪儿。

 

奥克兰有很多码头工人上街游行,然后我问他们反对谁?他说反对这2%的人,但是在街上也看不出来谁是2%的人,因为在硅谷,有钱人和穷人都是穿得乱七八糟的。但是我们说美国1%的人交了税,这些人是交税养着大家的,如果把他们赶到国外去,美国人可能连希腊都不如。问题是如果技术革命来了,受益的这群人在一开始真的非常非常少,以后会怎么样?那还没有发生,但以前怎么样,这我们是知道的。


三次工业革命

 

第一次工业革命:


1776年,瓦特发明了蒸汽机,首先受益的人有三个人:瓦特、博尔顿、韦奇伍德,他们在月亮圆的时候聚在一起,起名叫“月光社”。除了他们三个,还有发现氧气能助燃的科瑞斯林以及老达尔文。韦奇伍德利用蒸汽机造瓷器,但是之后瓷器变得供大于求,商业模式发生改变,商业模式变了,发财的人变了,产业就从旧产业变成了新产业。

 

第二次工业革命:


人类历史上所有的富豪加起来最多的是出在这十年,都出生美国。原因很简单,就是第二次工业革命创造了巨大的财富,核心技术就是电,全美国只有两家公司发电,一个是爱迪生的,一个是特斯拉的。在这以前,在有电报以前就开始有通讯产业,当时在欧洲有路透社,他们养了一群信鸽,用鸽子传递情报。但是有了电之后就不一样了。经过了50年,1920年前后美国非常繁荣,大家都过得很好。

 

第三次工业革命,技术革命的范式:

现有产业+摩尔定律=新产业

 

就是我们所熟悉的IT革命。


在过去的50年里,所有的社会进步来源于一个唯一的原因,所有的东西加上摩尔定律(摩尔定律:当价格不变时,集成电路上可容纳的晶体管数目,约每隔18个月便会增加一倍,性能也将提升一倍)。百姓网要是没有计算机和互联网,卖二手货只能放在店里做。英特尔这家芯片公司就是因为有摩尔定律,但不是所有人去造芯片,只要能使用芯片,原有产品加上摩尔定律就可以形成新产业了。

 

再讲一个跟政治有关的问题,为什么苏联会解体呢,当然有各种政治原因,但是为什么它完蛋了?很重要的原因,因为你想象不出有哪个跟计算机相关的技术是前苏联发明的。 

 

计算机会不会控制人?

 

最后一个问题,在这个时代,你觉得计算机会不会控制人?

 

答案是不会的,但是生产智能机器的人可能实际上在控制。


比如生活习惯,每天早上起来看微信,晚上睡觉前也看微信。在没有智能手机的时候流行一句话:有了智能手机你就可以利用你的碎片时间。现在你所有的时间都变成了碎片时间,所以从某种程度上来讲,你已经被腾讯控制了,这是一个机会和危机并存的时代,同时又可能是最坏的时代,就看你做什么样的选择。


 二、智能,从阿尔法狗说起


今年一月份,人工智能之父、麻省理工学院的马文·明斯基教授去世了,60年前他和另外9位当时非常年轻的学者在达特茅斯学院提出了人工智能的概念。



在他去世后仅仅一个多月发生了另外一件事,Google的阿尔法狗战胜了人类的围棋冠军李世石。这个事件引起了许多人对人工智能的担忧,是不是人工智能将来会威胁人类?20年前,“深蓝”战胜了卡斯帕罗夫,当时虽然很轰动,但大家的担忧没有这么大。这是为什么呢?

 

A、围棋的难度要比国际象棋难很多;

B、围棋的下法穷举出来有10的160次方这么多。

 

这个数字可以这么理解,如果我们把宇宙中的每一个原子看做一个新的宇宙,那所有这些原子加起来,就是10的160次方,因为围棋的复杂度很大,所以计算机走出来的一些棋确实是人类的智力和悟性走不出来的。

三、机器产生智能的方式

与人类的区别

显然,计算机获得智能的方式和人是不一样的。早先的十位学者在想人工智能这件事的时候,首先想到的是计算机模拟人。

 

人是怎么获得知识的?人为什么聪明?在中学的时候学过三段论:一个大前提,一个小前提,然后得到结果。

 

例如:大前提是“今天上海在下雨”,小前提是“交大在上海”,得出“交大正在下雨”。

 

这就是我们人的推理方式。计算机不是这么做的,虽然人类最早也想这么做计算机算法,但是人们发现这样做不出来。2000多年前,人类想要飞行,在胳膊上栓着用布做的翅膀,但是从树上往下一跳就摔死了。等真正到怀特兄弟发明飞机的时候,他们造出来的飞机翅膀不像鸟似的有震动,而是固定的。


为什么能飞?因为掌握了空气动力学的原理。

 

所以科学家从70年代以后就开始想,能不能利用别的方式解决这个问题。计算机从在特殊的应用下识别人的语音,到后来能完成英语到中文的翻译,再到后来写一些简单的句子、识别医学的影像、看病等等。能这样一步一步地做起来,最重要的原因是什么呢?

 

1)摩尔定律;

 

在过去的51年里,计算机处理器的性能,无论是速度还是存储量,18个月就会翻一番,51年中间正好翻了34倍,这个速度非常快,哪怕是从70年代初开始到今天,计算机处理器的速度也增加了10亿倍,这是非常快的。

 

2)数据;

 

这个基本上是从2000年以后开始的,2000年以前也有数据,但是数据量有限,只能解决特定的事情,不像现在各行各业都可以用计算机解决。尤其是到移动互联网时代以后,不但是计算机本身的数据,人类其它的一些都可以在计算机上得到,这些数据的使用也使我们变得很聪明。

 

3)数学模型。

 

深度学习(注:深度学习的概念源于人工神经网络的研究,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本)实际上是机器学习,深度学习使得计算机可以很好地利用数据,产生一些想象不到的结果。Google推出的人工神经网络是怎么做的呢?它的机器翻译已经做了很多年了,现在换成深度学习的模型。

 

以前用单台计算机处理一件事的时候,不一定能接近人,但你用很多台的时候就可以超越人。


相关阅读

点击下方图片进入

吴思:出售公正的生意

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存