羅振宇

先來(lái)看第一條：人工智能不是在復(fù)制人類(lèi)，它是完全不同的另外一種存在。

過(guò)去，我們總以為人工智能是在復(fù)制人的思維方式。但實(shí)際上，完全不是這樣。

機(jī)器和人類(lèi)的最大區(qū)別是什么？是機(jī)器不會(huì)疲倦。

它其實(shí)就是傳說(shuō)中的那個(gè)——中國(guó)最牛的虛擬人物——?jiǎng)e人家的孩子，一個(gè)勤奮的、聽(tīng)話的、完美的小孩。你在打游戲的時(shí)候，他在學(xué)習(xí)，你在休息的時(shí)候，他還在學(xué)習(xí)。

2016年3月，AlphaGo在和李世石下圍棋的時(shí)候，5局只輸了1局。它輸了的那天，李世石在接受采訪和吃飯睡覺(jué)。而AlphaGo在干什么？它又獨(dú)自下了100萬(wàn)盤(pán)棋。

這又一次完美地詮釋了這個(gè)時(shí)代最悲情、最無(wú)奈的那句話：比你聰明的人，還比你勤奮。

這是機(jī)器思維和人類(lèi)思維的一個(gè)重大區(qū)別。

人因?yàn)槟芰τ邢蓿季S方式盡量簡(jiǎn)化。我們從上學(xué)第一天起，接受的所有教育都是盡量用一個(gè)字詞、一段篇章、一個(gè)公式來(lái)描述這個(gè)世界。所以，就有那個(gè)重要的“奧卡姆剃刀原理”——如無(wú)必要，勿增實(shí)體。這樣可以更方便地理解和傳遞知識(shí)。

但是機(jī)器不需要這個(gè)“奧卡姆剃刀原理”。它的能力足夠強(qiáng)，它不需要把世界簡(jiǎn)化之后再去理解。人工智能其實(shí)是讓世界恢復(fù)了原本的復(fù)雜性。

第四范式的老板戴文淵跟我講：人的思維習(xí)慣是怎么簡(jiǎn)單怎么來(lái)，機(jī)器的思維習(xí)慣是怎么復(fù)雜怎么來(lái)。

在機(jī)器的思維里，沒(méi)有什么牛頓三大定律和愛(ài)因斯坦相對(duì)論的區(qū)別。那都是對(duì)世界簡(jiǎn)化理解的產(chǎn)物。人工智能會(huì)把這個(gè)世界按照不同的速度，分成幾千種，然后總結(jié)出3000萬(wàn)個(gè)定律。

在機(jī)器的思維里，也沒(méi)有什么“朝陽(yáng)區(qū)群眾”的概念，那就是上千萬(wàn)的具體的人，然后可以根據(jù)無(wú)數(shù)的維度、特征把它們區(qū)分開(kāi)來(lái)。我們通常只會(huì)說(shuō)男女兩性，但是機(jī)器會(huì)根據(jù)性偏好總結(jié)出56種以上的性別。我們通常會(huì)說(shuō)，“70后”“80后”“90后”，但是機(jī)器一使勁兒，完全可以做到把年齡的劃分精確到每一秒。

一家店怎么可能是人工智能運(yùn)行的結(jié)果？運(yùn)用機(jī)器思維的亞馬遜公司擁有3億用戶，那就運(yùn)行3億個(gè)店給你，每個(gè)人看到的亞馬遜是不一樣的。

老天爺，我們?cè)诤鸵粋€(gè)什么樣的物種打交道？我們?cè)瓉?lái)文明的所有的基礎(chǔ)對(duì)它來(lái)說(shuō)都不存在，它用最復(fù)雜的方式——它一出手我們就沒(méi)法兒理解的方式，在構(gòu)建它自己的邏輯。

人工智能為什么在2016年爆發(fā)？就是因?yàn)轳{馭這個(gè)復(fù)雜的因素出現(xiàn)了。業(yè)界公認(rèn)2016年人工智能爆發(fā)的三大原因是：算法的進(jìn)步、硬件的進(jìn)步和大數(shù)據(jù)的進(jìn)步。

算法。說(shuō)了你也不懂，當(dāng)然，我也不懂?？炊@些詞兒算你有本事：計(jì)算、連接、評(píng)估、糾錯(cuò)、瘋狂培訓(xùn)、非線性、分布式、自適應(yīng)、自組織。

硬件其實(shí)指的就是GPU。啥是GPU，你也別為難我這個(gè)文科生了?？傊痪湓挘褪侨斯ぶ悄苓\(yùn)行的硬件基礎(chǔ)。文科生還是看得懂?dāng)?shù)字的，GPU硬件的領(lǐng)軍公司英偉達(dá)，去年一年的股價(jià)，從30美元漲到100美元。一年漲了3倍多。順便告訴大家，這家公司的老板黃仁勛，是華人。

第三個(gè)詞，大數(shù)據(jù)。這是重點(diǎn)。

來(lái)看一個(gè)例子。怎樣讓電腦認(rèn)出一只貓？

第一代人工智能的方法是，給出無(wú)數(shù)條件，然后試圖得出結(jié)論。也就是告訴電腦一大堆“如果，那么”。如果它有花紋、有爪、有胡子，等等，它就是一只貓。

可是深度學(xué)習(xí)不這么干。他輸入100萬(wàn)張甚至更多貓的圖片，告訴機(jī)器：這里面有貓，你去認(rèn)吧;你自己去定規(guī)則，自己去找規(guī)律。數(shù)據(jù)每大一個(gè)數(shù)量級(jí)，就越逼近于正確。

用深度學(xué)習(xí)下圍棋，其實(shí)它并不知道什么叫布局定式、什么叫飛、什么叫斷，在機(jī)器的眼里只有圖，只有一張圖往下一張圖演化時(shí)勝負(fù)的概率。數(shù)據(jù)量越大，它的水平就越高。

就像有人問(wèn)美國(guó)聯(lián)邦最高法院的大法官波特·斯圖爾特：“你們法官斷案子，總說(shuō)什么是色情作品。那請(qǐng)問(wèn)，什么是色情呢？”斯圖爾特說(shuō)：“我說(shuō)不出什么是色情。但是我看了之后，就能知道?！边@就是典型的人工智能邏輯。它不關(guān)心人類(lèi)對(duì)一件事情的定義，但是它可以輸出你要的結(jié)果。

這里面最重要的是什么？是數(shù)據(jù)。

醫(yī)療用的人工智能，需要大量的醫(yī)療數(shù)據(jù)。越多的數(shù)據(jù)灌進(jìn)去，診斷就越準(zhǔn)確。

自動(dòng)駕駛汽車(chē)的人工智能，需要的就是大量的路況數(shù)據(jù)。數(shù)據(jù)越多，駕駛技術(shù)就越好。

讀懂人的表情，沒(méi)有問(wèn)題，24小時(shí)跟蹤一張張臉的變化，標(biāo)定每一個(gè)細(xì)小變化的表情意義。

強(qiáng)悍的硬件帶來(lái)的計(jì)算能力，強(qiáng)悍的算法在飛速更替，再加上強(qiáng)悍的數(shù)據(jù)，造就了這一波人工智能的浪潮。

看見(jiàn)了嗎？人工智能和人完全不是一回事，它用完全不同的思路，但是達(dá)到了同樣的結(jié)果。所以人工智能不是在模仿人，而是抄了一條它自己熟悉的近道，然后趕上了人而已。