人工智能重塑生活

Neil+Jacobstein

我們面臨著一個(gè)挑戰(zhàn)，就是對(duì)于所有人來(lái)說(shuō)，生活都是線性的，也是本土的。我們做的東西，我們的生活跟我們祖父母那一輩是一樣的，跟他們祖父母的生活也是一樣的，生活都是一樣的，而且是一種線性的年復(fù)一年，日復(fù)一日。

但是現(xiàn)在的生活卻是全球的，而且是指數(shù)級(jí)的，大家都已經(jīng)是全球的思維者，要不然的話，你不會(huì)來(lái)這兒，因?yàn)槟阋呀?jīng)理解到我們現(xiàn)在確實(shí)生活在一個(gè)全球的世界當(dāng)中，你才會(huì)來(lái)到這里。我們也生活在一個(gè)指數(shù)級(jí)的世界，而現(xiàn)在我想跟大家講的就是指數(shù)的意思。

如果說(shuō)我們走了30步，而且是線性的步，那我可以走30米。如果是這樣的方向，大家都可以預(yù)測(cè)我將會(huì)到哪里，30步之后，我就到達(dá)了30米之外的地方。

但是如果我采取的是30步指數(shù)的步驟，達(dá)到30步之后，我將會(huì)走到哪里呢？30個(gè)指數(shù)級(jí)的步之后，已經(jīng)超過(guò)了10億米了，10億米，大家知不知道10億米有多長(zhǎng)呢，我想要問(wèn)問(wèn)大家。10億米，其實(shí)是繞地球26圈了。所以線性思維和指數(shù)思維是完全不同的，這個(gè)是至關(guān)重要的，也許這個(gè)是今天最重要的信息之一。

這個(gè)30米跟10億米之間的差別就是奇點(diǎn)大學(xué)與眾不同的地方，我們是一個(gè)完全聚焦于線性思維跟指數(shù)思維的大學(xué)，我們所做的就是看業(yè)務(wù)、看技術(shù)還有一些指數(shù)技術(shù)，我們也會(huì)輔導(dǎo)人們?nèi)绾蝸?lái)使用這些技術(shù)，來(lái)開展一些新的業(yè)務(wù)，以前并沒(méi)有的業(yè)務(wù)。同時(shí)也解決人類所面臨的大挑戰(zhàn)，比如說(shuō)環(huán)境變化、能源問(wèn)題，還有讀寫問(wèn)題、貧困問(wèn)題、純凈水的問(wèn)題，這些挑戰(zhàn)也許不能夠完全由技術(shù)來(lái)解決，但是它卻可以利用到我們的指數(shù)技術(shù)。

看看技術(shù)的發(fā)展歷史。大家可以看到，有農(nóng)業(yè)化的改革，再經(jīng)歷了工業(yè)化技術(shù)的改革。差不多在十幾年前，我們看到這樣一個(gè)曲線它斜率突然就增長(zhǎng)了很多，這就是我們所說(shuō)的一個(gè)指數(shù)級(jí)的增長(zhǎng)。在我們的現(xiàn)代世界中，它的增長(zhǎng)幾乎已經(jīng)變成垂直的了，增長(zhǎng)的非常快，而且可能以后會(huì)更快。

有多快？就是這種指數(shù)級(jí)的快，也就是說(shuō)差不多是每18個(gè)月到24個(gè)月都會(huì)翻一倍，這就可以使我們每一天的生活其實(shí)都發(fā)生了變化，你要知道，世界的變化速度是指數(shù)級(jí)的，我并沒(méi)有夸張。

City，以前是美國(guó)一個(gè)很重要的商場(chǎng)，但卻受到了亞馬遜的挑戰(zhàn)。這個(gè)虛擬的商店不需要租廠房，也不需要招店員，不需要其它的成本，成本很低，現(xiàn)在很多的這種賣電器的商場(chǎng)都已經(jīng)關(guān)門了。

這是美國(guó)的出租車，出租車一直以來(lái)都非常受歡迎，大家可能也看到這樣的報(bào)道，在美國(guó)出租車是可以用智能手機(jī)來(lái)叫車的，用這個(gè)叫車會(huì)有私家車來(lái)提供服務(wù)，它又比出租車更加便宜。這些出租車以后將會(huì)由誰(shuí)來(lái)駕駛呢？大家可以預(yù)測(cè)得到，也就是這個(gè)自我駕駛的車，也許不是谷歌車，也許是谷歌把這個(gè)執(zhí)照賣給其它公司或者是百度。因?yàn)榘俣痊F(xiàn)在跟寶馬在做自我駕駛的車，當(dāng)這些車真正上路的時(shí)候，它們真的是非常好的駕駛員。

大家可以看一下，這個(gè)錄像帶出租店收入的比較，這個(gè)故事告訴我們，指數(shù)技術(shù)對(duì)于線性公司的影響。Netflix和Blockbuster在2004年的時(shí)候只有5億，到了2010年的時(shí)候，Netflix是22億，而Blockbuster破產(chǎn)了，六年就破產(chǎn)了，一個(gè)頂級(jí)的公司破產(chǎn)了，這兩個(gè)企業(yè)至今唯一的不同，那就是2010年發(fā)生的事情，就是2010年發(fā)生的事情未來(lái)還會(huì)再次發(fā)生，再次發(fā)生，再次發(fā)生，而且還會(huì)發(fā)生的更快。

我們所看到的未來(lái)就是變化，就是說(shuō)變化了以后就會(huì)變成常數(shù)，顛覆或者被顛覆，沒(méi)有選擇的余地。

人工智能領(lǐng)域

正迎來(lái)奇點(diǎn)

很多人在說(shuō)人工智能的時(shí)候，他們都覺(jué)得這是一個(gè)改變游戲的理論，他們覺(jué)得這絕對(duì)是改變了我們的游戲方式。但是它不只改變了我們的游戲方式，人工智能完全的顛覆了我們的賽場(chǎng)跟游戲賽場(chǎng)。

大家可能會(huì)說(shuō)人腦是不是足夠了??？為什么我們需要提升的技術(shù)？我們就自己用自己的腦子就好了嘛，這個(gè)回答是“不”！我們現(xiàn)在有非常多的信息，差不多1.8GB，我們?nèi)四X的發(fā)展是這種線性的發(fā)展，但是我們知道整個(gè)世界的發(fā)展是一個(gè)主數(shù)級(jí)的發(fā)展，我們剛才也說(shuō)了GB的信息量是非常大的，我們?nèi)四X在過(guò)去5萬(wàn)年當(dāng)中，沒(méi)有發(fā)生那么大的快速發(fā)展，但是我們的手機(jī)，我們的智能手機(jī)，我們的電腦在過(guò)去5年當(dāng)中已經(jīng)發(fā)生了這種指數(shù)級(jí)的變化，而且并不是說(shuō)你的記憶，你的帶寬，你的人腦是不夠的，而且是你的頭腦當(dāng)中會(huì)有一些偏見(jiàn)，比如說(shuō)你覺(jué)得未來(lái)會(huì)跟過(guò)去差不多，可能，只有15%跟以前不一樣，比以前快15%，但是，其實(shí)未來(lái)會(huì)跟過(guò)去完全不一樣。

給大家舉一些例子。以前的科學(xué)家沒(méi)有關(guān)注神經(jīng)科學(xué)，完全忽視了。現(xiàn)在他們對(duì)這個(gè)領(lǐng)域投入了很多注意力。大家可以看人類大腦的照片，大腦中的軌道都是相關(guān)的鏈接軌道，在左腦和右腦之間進(jìn)行溝通。有些描述的是如何進(jìn)行記憶。

現(xiàn)在的AI技術(shù)人員想模擬這個(gè)情況。人類生物發(fā)展了上千億年，我們希望可以對(duì)此進(jìn)行仿生。

現(xiàn)在，大家可以看到（Dementrou），他們資助了TT的項(xiàng)目。這個(gè)團(tuán)隊(duì)的工作模擬了1.37×10的14次方的禿鷲，模擬猴子大腦的突觸結(jié)構(gòu)。在圖像的中心，不僅僅是一個(gè)漂亮的圖片，它展示了猴子大腦的結(jié)構(gòu)。他們把這樣一個(gè)軟件變成了硬件，變成了一個(gè)芯片。這個(gè)芯片有不同的部分。

這里的電路板，它的核心是2×3毫米，在這個(gè)小小的盒子的中心有256個(gè)神經(jīng)元，有成千上萬(wàn)個(gè)突觸，有可編程的神經(jīng)突觸盒。它的用電量非常少。從2011年的256個(gè)神經(jīng)元達(dá)到現(xiàn)在的100萬(wàn)個(gè)。這種可編程的突觸也從20多萬(wàn)個(gè)變成了2億多個(gè)，神經(jīng)突觸盒從2011年的1個(gè)達(dá)到了2014年的4千多個(gè)。

以前是低的狀態(tài)，現(xiàn)在可以看到是數(shù)量級(jí)的巨大跨越。

Tim Berners是WWW的創(chuàng)始人，他說(shuō)到個(gè)人的信息在網(wǎng)頁(yè)上進(jìn)行認(rèn)知識(shí)別。有些人把網(wǎng)絡(luò)連接起來(lái)，這需要很多的人工。互聯(lián)網(wǎng)上的很多信息都是散亂的，沒(méi)有進(jìn)行很好的組織。

來(lái)自Google的Gobi就提出怎么樣組織這些信息呢？如果你有一個(gè)很好的算法，就可以根據(jù)已有的數(shù)據(jù)進(jìn)行預(yù)測(cè)。我們可以根據(jù)網(wǎng)頁(yè)上的數(shù)據(jù)進(jìn)行建模，從而對(duì)未來(lái)進(jìn)行預(yù)測(cè)。

深入學(xué)習(xí)的算法可以認(rèn)知識(shí)別出交通標(biāo)識(shí)，而且高于人類的認(rèn)知成功率，它可以認(rèn)知到一些組織，或者是中文。

大家都知道扎克伯格，來(lái)自facebook，雇傭了（Young Lerkun），他是深入學(xué)習(xí)的專家，在視覺(jué)認(rèn)知上取得了很大的進(jìn)步。他們?cè)趥惗刈隽撕芏嗟墓ぷ?。facebook做這些工作是希望認(rèn)知很多的圖片，因?yàn)閒acebook上有很多的圖片。大家看到上面是這些圖片，下面是把這些圖片內(nèi)容進(jìn)行標(biāo)識(shí)，比如樹、人都認(rèn)知正確了。但是，也有也有錯(cuò)誤，比如后面的陰影被識(shí)別成人，或者是有些建筑被識(shí)別成樹。這個(gè)不是完整的，但已經(jīng)做得很不錯(cuò)了。

來(lái)自于布魯克林大學(xué)的JJ Lee。是識(shí)別圖像上的人，準(zhǔn)確率可以達(dá)到99.4%。他們?cè)?013年的時(shí)候申請(qǐng)了專利。

人工智能被證明在很多領(lǐng)域都是高效的，在音樂(lè)、運(yùn)輸、醫(yī)療、法律、汽車、政府、空間，甚至是藝術(shù)方面，都可以用。

人工智能使我們可以拓展可能性，我們可以做一些以前做不到的事情。這意味著小的競(jìng)爭(zhēng)者可以跟肌肉發(fā)達(dá)的公司進(jìn)行競(jìng)爭(zhēng)。這就是力量，小公司的力量，小公司如何變得更加具有競(jìng)爭(zhēng)力，可以跟大公司進(jìn)行競(jìng)爭(zhēng)。對(duì)于小公司來(lái)說(shuō)，這是好消息。如果你是一個(gè)大公司的話，這對(duì)你來(lái)說(shuō)算是個(gè)不好不壞的消息，大公司可以增加自己的能力，其他公司也可以依賴于指數(shù)技術(shù)的發(fā)展。

人工智能最終將超越人類，但同樣需要規(guī)則

如果你是非常聰明的，只能在三四個(gè)科學(xué)領(lǐng)域做得比較好，而不是所有領(lǐng)域都做得非常好。我們把所有的學(xué)科集合在一起。對(duì)于任何一個(gè)人來(lái)說(shuō)，是不可能做到的。

但是，AI可以跟人一起做。我們可以用超級(jí)的顯示，讓AI跟人一起合作，比如NASA的（hap wor）系統(tǒng)。我們會(huì)用AI智能來(lái)了解地球上各種各樣的傳感器，以及我們身上的各種各樣的傳感器，從而讓我們了解自己是不是健康、環(huán)境是不是健康、業(yè)務(wù)是怎樣的，從而進(jìn)行預(yù)測(cè)。這樣使得我們的未來(lái)會(huì)變得更好。

如果我們真的創(chuàng)造了超級(jí)智能，會(huì)怎么樣呢？可能會(huì)解決一些難題，比如老齡化、能源危機(jī)、氣候變化。這個(gè)新的系統(tǒng)不會(huì)像人類一樣思考，它會(huì)有意、無(wú)意的出現(xiàn)一些負(fù)面后果。我也提醒大家，如果我們沒(méi)有不對(duì)AI完全了解，就像你的孩子一樣，他對(duì)很多情況都不知道，我們需要對(duì)他進(jìn)行監(jiān)護(hù)。如果你發(fā)現(xiàn)你的孩子，或者是AI，有一些邪惡的想法或者是做法，你需要阻止。因此，如果我們發(fā)現(xiàn)AI有一些邪惡的做法，就必須把它停止下來(lái)。

如果這些技術(shù)出現(xiàn)問(wèn)題，大部分的問(wèn)題并不是黑天鵝事件，我們已經(jīng)預(yù)測(cè)到很多情況，我們一定要對(duì)這些可能發(fā)生的風(fēng)險(xiǎn)做足夠的準(zhǔn)備。

有些人可能認(rèn)識(shí)這幾個(gè)人物，他們是在紐倫堡法庭上受審的納粹軍官。問(wèn)題不是他們不夠聰明，而是他們是道德上的罪犯。所以我們一定要讓人們具有道德素質(zhì)，否則他們做的事情就會(huì)傷害別人，也傷害自己。

Gary Hargun曾經(jīng)寫過(guò)一篇文章《公地的悲劇》。他發(fā)現(xiàn)海洋屬于所有人，也不屬于任何人，這個(gè)就是公地的悲劇。我們不能把地球作為一個(gè)公地，所有人都有風(fēng)險(xiǎn)，應(yīng)該把風(fēng)險(xiǎn)分配給所有人，共同保護(hù)它。