智能时代 智能时代 8.5分

#读书笔记# 吴军//智能时代

杜_子虚

#读书笔记# 吴军//智能时代 从1956年Dartmouth夏季研讨会中Shannon和Minsky等人提出人工智能的概念开始,及到21世纪人工智能的发展和应用才得到飞跃式的进步,这是为什么呢?吴军形容未来将是一个“智能时代”,这对我们来说又意味着什么呢?全书主要围绕这两个话题展开。 关于这前个问题,吴军给出得答案是:数据。人工智能至今的发展大致可以分为两个阶段:传统的研究方法是模仿人类的思考机制来实现机器智能,举个例子,在语言翻译方面,就是先为各种语言各自定义好一套完整的syntax和semantics,再让机器通过学习这些规则来“听懂”一种语言,“听懂”了之后自然就可以用另一种语言的syntax和semantics写出来[1],书中把这个叫做“鸟飞派”。尽管鸟飞派的逻辑听起来十分直观,但实现起来却是困难重重,经过十几年的努力,成效还是很微小,在1968年Minsky甚至说这方法根本无法实现真正意义上的人工智能[2]。直到20世纪70年代,人工智能的方法论上出现了一次重大的改变。通信专家Fred Jelinek在IBM的一次学术休假里,提出并实现了利用“统计+数据”的方法来进行语音识别,这也被称为数据驱动方法。当时,数据驱动方法令人工智能的某些领域(例如语音识别)取得了...

显示全文

#读书笔记# 吴军//智能时代 从1956年Dartmouth夏季研讨会中Shannon和Minsky等人提出人工智能的概念开始,及到21世纪人工智能的发展和应用才得到飞跃式的进步,这是为什么呢?吴军形容未来将是一个“智能时代”,这对我们来说又意味着什么呢?全书主要围绕这两个话题展开。 关于这前个问题,吴军给出得答案是:数据。人工智能至今的发展大致可以分为两个阶段:传统的研究方法是模仿人类的思考机制来实现机器智能,举个例子,在语言翻译方面,就是先为各种语言各自定义好一套完整的syntax和semantics,再让机器通过学习这些规则来“听懂”一种语言,“听懂”了之后自然就可以用另一种语言的syntax和semantics写出来[1],书中把这个叫做“鸟飞派”。尽管鸟飞派的逻辑听起来十分直观,但实现起来却是困难重重,经过十几年的努力,成效还是很微小,在1968年Minsky甚至说这方法根本无法实现真正意义上的人工智能[2]。直到20世纪70年代,人工智能的方法论上出现了一次重大的改变。通信专家Fred Jelinek在IBM的一次学术休假里,提出并实现了利用“统计+数据”的方法来进行语音识别,这也被称为数据驱动方法。当时,数据驱动方法令人工智能的某些领域(例如语音识别)取得了根本性的进展,但由于缺乏足够的数据,另一些领域像图像识别则没有太大得益。踏入21世纪,随着互联网和移动网络的普及,海量和多维度的数据被产生和收集起来,形成所谓的大数据,数据驱动方法的潜力终于可以被全面地利用在各个智能领域。 回顾人工智能在过去60年里的发展,先是经历一次质的转变(方法论上的),然后从量的积累,再实现了一次质的飞跃。虽然我们常常把现在感受到的各种便利主要归功于后者,即大数据的形成,但前者有关方法论(或者说是思维方式)的改变却是更有普适性和指导意义的。也因为如此,书中花了一整章来讲思维方式和文明成就的关系。 在吴军的笔下,工业革命的到来和西方世界的崛起,是直接得益于起于欧几里得、由牛顿发扬光大的机械思维。我的理解是,机械思维的核心是建立描述世界真理的theory[3],而theory背后就意味着stability和universality,人们于是能通过认识科学原理准确掌握很多流程,从某种意义上控制了因果关系。机械思维直接带来了很多工业上的技术突破,尤其是改良和发明了很多通用机器,迎来了工业革命;及至后来,美国为了推动国防工业而大力投资基础物理研究的逻辑也是如此。机械思维的成就是建立在确定性之上,即世界的运作机理是恒定的,但同时,其发展亦束缚于这假设上面 —— 世界的确有无常的一面。到了20世纪中期,Shannon的信息论带来一个新的尝试,即是把不确定性视为一个基本的事实,而人们要做的就是引入信息来减低不确定性。在以前缺乏数据的年代,这方法执行起来有点困难,但在大数据时代,这样做可能是一个明智的办法,书中称之为大数据思维。一个不太恰当的比喻是,机械思维相信的是寻找真爱,找到了就happy ever after;而大数据思维则是,寻找真爱有点玄,不如用很低的成本来和N个人处对象,然后从中找规律,决定谁才是最合适的那个,而是不是真爱倒变成次要的问题。 之后书中用来大量的例子来说明大数据在各行各业的应用,包括农业、医疗、娱乐竞技、金融等,挺有趣的,但不长述。 智能时代的到来是不可逆的。正如前几次的工业革命(1.0 - 3.0),消化随之而来的影响是漫长且惨痛的,其中有几方面: 1. 对旧有产业的摧毁带来大量的下岗工人,而他们很有可能之后的一辈子都不能在新的经济结构里回到以前的高度,只能等待时间把他们消化掉。 2. 如何解决生产效率大幅提升导致的产能过剩,英国用全球殖民来消化工业革命1.0带来额外产能;工业革命2.0时,美国把产能转移到尚未开发的中西部、德国则利用战争来输出产能;在智能革命中,已经没有足够大的处女市场来快速吸收新的一轮的产能提升,和提供足够多的就业机会,现有的市场和就业人口将会直接受到冲击。 3. 资本深化的程度会加重,资本会是最直接得受益者。而分享不到利益的劳动力、甚至是被淘汰掉的白领,对于现有的社会制度会是一个很大的挑战 (想想美国的医疗制度、日本本已饱受老龄化折磨的福利制度…)。 小感:”这是最好的时代,也是最坏的时代。“ 看完了之后,几乎是一脸茫然,茫然的固然是不知自己该时何去何从,如果要修改路向,方向和转机又在哪里? 1 事实上,在2002年前,大数据还未完全兴起时,SYSTRAN的中英翻译靠着这套方法依然是全世界最好的。 2 德高望重的Minsky这一句,直接导致美国政府削减了几乎所有人工智能的研究经费。 3 Emanuel Derman在《Models Behaving Badly》就讲到”theories are attempts to discover the principles that drives the world; they need confirmation, but no justification”

0
0

查看更多豆瓣高分好书

回应(0)

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

值得一读

    豆瓣
    我们的精神角落
    免费下载 iOS / Android 版客户端