从技术进步到思维革命

米多多咸鱼酱~
2020-04-25 看过

吴军的这本智能时代,有别于其他类似名称的科普读本,难得亲民地从更深远的角度,谈论了人工智能这一跨时代的“革命推手”。

从埃及历法、哥白尼日心说,到牛顿和瓦特;从过去机械思维,工厂流水线观念,到大数据思维,到熵的世界观。温故明理,历史就是这样持续演绎。如果用一个三元立论解释,就是观念(想法)推动技术,技术影响思维模式,思维模式再改变观念,如此人类文明往复进步,全球社会螺旋式发展。

如书里说的,当前以及未来,我们都会生活在一个超大数据集的世界中,信息越来越多,数据越来越多,噪音也越来越多。与过去一个公理推导公式,公式再论证观点不同,当前的社会在众多复杂影响下已经无法简单用一套理论模式去总结。所以,人工智能的方法出现,不断地总结学习,新的输入,持续的训练,得到近似于准确的答案。不敢直接了当的说这是完美无缺无可反驳的,但至少这会是最具有经济效率也最接近真相的。

从一因一果到多因多果的共识意识转变,这就是这此新工业革命的附加产物。这个时代已经到了。或许需要为此付出一代甚至两代人的努力以及牺牲。但无论被动接受或是积极应对,你已经踏进了门内。见证历史也好过茫然无知。

1、大数据是解决不确定性的良药。

2、现有产业+新技术=新产业

3、千年以来,我们人类的知识都建立在归纳法之上,归纳法隐含的假设是“未来将继续和过去一样”,换句话说应该叫连续性假设。

4、智能时代,可以说人类将遭遇前所未有的“不连续性”。如何在新的时代里生存,跨越底层认知的不连续性,是前进的第一步。

5、信息是关于世界、人和事的描述,它比数据来的抽象

6、数据本身是人造物。

7、(埃及历法)以天狼星和太阳同时出现作为参照系比以太阳作为参照系更准确些。这实际上也说明了好的模型要和数据相吻合的道理。

8、哥白尼正确的假设(日心说)并没有得到比托勒密(地心说)更好的结果,他的模型误差比托勒密模型的误差要大不少,很重要的原因是哥白尼缺乏数据

9、很多时候,我们无法直接获得信息(比如疫情传播情况),但是我们可以将相关的信息(比如各地搜索情况)量化,然后通过数学模型,简介地得到所要的信息。

10、找到模型的参数,以便让模型至少和以前观察到的数据相吻合。这一点在过去被重视程度远不如找到模型。这就是机器学习

11、鉴于完美的模型未必存在,即使存在,找到它也非常不容易,而且费时间,因此就有人考虑是否能通过用很简单不完美的模型凑在一起,起到完美模型的效果?……从理论上讲,只要找到足够多的具有代表性的样本(数据),就可以运用数学找到一个模型或者一组模型的组合,使得它和真实情况非常接近

12、美国的计算机拥有强大的计算能力和更多的数据,因此其科学家喜欢用很多简单的模型来替代一个复杂的模型。

13、在工程上,采用多而简单的模型常常比一个精确的模型成本更低,也被使用得更普遍。

14、数据驱动方法最大的优势在于,它可以在最大程度上得益于计算机技术的进步。

15、图灵的智能:

(1)语音识别

(2)机器翻译

(3)文本的自动摘要或写作

(4)战胜人类的国际象棋冠军

(5)自动回答问题。

16、机器智能最重要的是能够解决人脑所能解决的问题,而不在于是否需要采用和人一样的方法

17、人类开始尝试机器智能的另一条发展道路,即采用数据驱动和超级计算的方法。这个尝试是工业界。

18、如今在很多于智能有关的研究领域,比如图像识别和自然语言理解,如果所采用的方法无法利用数据量的优势,会被认为是落伍的。

19、很多数据开始出现交叉,各个维度的数据从点和线渐渐连成网,或者说,数据之间的额关联性极大地增强,在这样的背景下,就出现了大数据

20、当时数据量足够大之后,很多智能问题都可以转化成数据处理的问题。这是,计算机开始变得聪明起来

21、深蓝的团队其实把一个机器智能的问题变成了一个大数据的问题和大量计算的问题。

22、数据中所包含的信息可以帮助我们消除不确定性,而数据之间的相关性在某种程度上可以取代原来的因果关系。帮助我们得到我们想知道的答案,这边是大数据思维的核心。

23、几何学的一切定理都由定义和简单得无法证明的5条公理直接或者间接地演绎得出。

24、整个罗马法都是建立在类似于欧几里得公理系统这样的基础上的,当然罗马法里面的公理不是几何学的,而是自然法——所有法律都可以从自然法中演绎出来。

25、托勒密的方法论可以被概括为“通过观察获得数学模型的雏形,然后利用数据来细化模型”

26、几乎所有的经济学家理论,都是按照这种方法提出来的。其核心思想有如下两点:

首先,需要有一个简单的元模型,这个模型可能是假设出来的,然后再用这个元模型构建复杂的模型;其次,整个模型要和历史数据相吻合

27、笛卡尔的贡献在于提出了科学的方法论,即大胆假设,小心求证。

28、哈雷利用牛顿的原理,计算出一颗彗星围绕太阳运转的周期,这在过去是无法想象的。这也让确定性这个词深深地印入了人类的思想中。

29、在牛顿和瓦特之前,一项技术的进步需要非常长时间来积累经验,或者用今天的话将就是获得数据、信息和知识,这个过程常常要持续经过很多代人。

30、在1800年之后,世界各国的人均寿命都先后翻了一番。由此可见,一种新的思维方式对人类文明进步的重要性。

31、在当时人们的眼里,世界上任何事情都是可以用机械来实现的,只是时间早晚而已。机械思维更广泛的影响力是作为一种准则知道人们的行为,其核心思想可以概括成确定性(或可预测性)和因果关系

32、物理学家张首晟教授喜欢用三个公式概括人类最高的文明成就:爱因斯坦质能转换公式、量子力学测不准原理、熵的定义。张教授把波尔和爱因斯坦的公式同时放上去了,反映出机械思维的两面性:善于把握确定性和难以解决不确定性问题

33、青霉烷能够破坏细菌的细胞壁,而人和动物的细胞没有细胞壁,青霉素可以杀死细菌而不会伤害人和动物,这样才算搞清楚了青霉素杀菌的原理。

34、青霉素和其他抗生素的发明,实际上遵循了“分析找到原因,根据原因得到结果”的思维方式,或者说知其然也知其所以然。

35、量子力学中的测不准原理,与机械思维所认定的世界的确定性是相违背的。我们测量活动本身影响了测量的结果。股市也类似,当有人按照某个理论买或者卖股票时,其实给股市带来了相反的推动力,这导致股市在微观上的走向和理论预测的方向相反。

36、熵,来描述一个系统中趋向于恒温的程度。当这个系统完全达到恒温时,就无法做工了,这时熵最大。在一个封闭的系统中,熵永远朝着不断增加的方向发展,从微观上讲,这个系统越来越无序,才能够宏观上看它趋于恒温。

37、香农在信息论中借用了热力学里熵的概念,他用熵来描述一个信息系统的不确定性。信息量与不确定性有关。

38、在信息时代的方法论:谁掌握了信息,谁就能获取财富,如同工业时代,谁掌握了资本就能获取财富一样

39、熵的世界观:用不确定性这种眼光看待世界,再用信息消除不确定性。把很多智能型的问题转化成信息处理的问题

40、先有结果再反推原因的做法,和过去通过因果关系推导出结果的做法截然相反。无疑,这样的做法会比较快,当然,前提是有足够多的数据支持。

41、能通过因果关系找到答案,根据因果关系知道原因固然好,但是对于复杂的问题,其难度非常大,除了靠物质条件、人们的努力,还要靠运气。

42、中国搜狗等小规模的搜索引擎相对于百度最大的劣势也在于数据量上。

43、过去研究所研制的自动驾驶汽车,使用人的思维方式,每到一处临时识别目标,即使所搭载的计算机再快,也来不及进行太深入的计算。

44、电的使用导致了人口高密度的大都市出现。因为电梯的出现,人们可以把楼盖得高,公共交通的出现可以把城市拓宽。

45、在过去的半个世纪里,世界的进步背后最根本的动力可以概括为摩尔定律的应用,或者说是数字化。

46、现代传媒和通信业的兴起是电普及的直接产物。

47、安迪比尔定律:比尔要拿走安迪所给的。含义是,在计算机领域,软件功能的增加和改进要不断地吃掉硬件性能的提升。以微软为代表的软件开发商吃掉硬件提升带来的全部好处,迫使用户更新机器,让惠普、戴尔和联想等公司收益,而这些PC整机厂商再向英特尔这样的半导体公司订购新的芯片,购买新的外设。过程中各家利润先后提升。

48、家电厂商,如果他们自己的思维方式还局限在摩尔时代做硬件、卖产品的定式上,那么它们将失去一次绝好的转型机会,其中很多会被淘汰。

49、真实世界的情况是,获得足够量的具有代表性的数据远比我们想象的要难得多

50、数据中常常不仅仅是信息,还不可避免地夹杂着噪声,这个问题在大数据中特别明显。

51、机器学习一旦上了规模,实现起来不是件容易的事情

52、机器学习的过程无一例外是一个不断迭代、不断进步的过程,用机器学习的专业术语来说就是“期望值最大化”的过程:只要事先定出一个学习的目标,这些孙发就会不断地优化模型,让它越来越接近真实的情况。

53、由大量的数据、较少迭代训练出来的“较粗糙”的模型,要比用少量的数据、深度的学习精耕细作得到的模型效果更好

54、阿尔法狗虽然在和李世石下棋时只用到几十台服务器,但是训练时需要上万台服务器。

55、过去老的机器学习算法是无法搬到成千上万台计算机构建的并行处理系统的,需要将过去的机器学习算法重新工程化才行。

56、google的突破在于找到了一种方法,可以将一个很大的模型上百万参数同时训练的问题,简化为能够分布到上万台服务器上的小问题,这样使得大型的人工神经网络训练成为可能。

57、机器学习的方法不可能由每家公司自己去研究,最终会由专业的公司为大众提供机器学习的服务。

58、在利用大数据方面,个人用户相比上家永远是弱势群体,一旦他们的秘密被商家知道,他们的利益就难免受到损害。

59、在大多数产品和服务都被标准化的时代,大家很难找到最适合自己的,智能默认最权威的或者最贵的就是最好的。

60、机械论的出现,使人类有了把握自己命运的自信。

61、被淘汰的产业的从业人员能够进入新行业中其实非常少。消化这些劳动力主要靠的是等待他们逐渐退出劳务市场,而并非他们真正有了新的出路,能够和以前一样逞心如意地工作。这就是每次技术革命都需要花半个世纪来消除它带来的动荡的原因

62、有些国家将无所事事的人强制塞到公司里(日本、欧盟),有些国家不肯淘汰过剩产能(中国),但解决问题的途径都是一个“耗”字。耗上两代,社会问题就解决了

63、在一个民主国家,这些人最大的用途就是手中的那一张选票,以至于政客们为了选票可以轻易许诺,然后把国家的债务和赤字越堆越高

64、智能革命所要替代的是人类最值得自豪的部分:大脑。

65、富人的钱财除了少部分用于个人消费并购买一些不动产外,剩下的钱又投入了再生产。过高的税收意味着投入再生产的钱减少了

66、社会公平只能反映在机会平等上,而不是结果的公平

67、制造智能机器的人,他们可能只占人口的不到2%甚至更少,却在某种程度上控制着世界。

0 有用
0 没用
智能时代 智能时代 8.4分

查看更多豆瓣高分好书

评论 0条

添加回应

智能时代的更多书评

推荐智能时代的豆列

了解更多图书信息

豆瓣
免费下载 iOS / Android 版客户端