📖 ZKIZ Archives

人類歷史上的 A 級天才，如何過好自己的一天？

深藍DeeperBlue 2016-11-04 10:52

本文由微信公眾號深藍DeeperBlue（ID： deeperbluetech）授權i黑馬轉載

“我是一個習慣早起的人（ I'm a good morning person ），我在六點鐘起床，我的文件都在服務器上，所以我的家就是我的辦公室。如果不開會，我就在處理郵件。孩子們起床前，我工作一會兒，然後吃早餐。孩子們上學後，我會待在家再工作一小時，這一小時我能做完很多事。我一般 9 點鐘去公司，而在此前，我已經在家里工作一到兩小時了。”

1999 年，喬布斯對 Time Magazine 講述了自己對有限時間的嚴格管理，這篇訪談叫做 Steve Jobs at 44 。

偉大人物往往嚴格地對待自己有限的生命，而不是寄希望於可遇不可求的天賦與靈感。在《人類群星閃耀時》這部描寫偉人的巨著中，茨威格說出了一些真相：沒有一個藝術家平日一天二十四小時始終是藝術家，藝術家創造的重要的一切，恒久的一切，總是只在罕有的充滿靈感的時刻完成。

但他可能只說出了真相的前半部分，因為天才想要在靈感迸發的一刻抓住它，最可靠的方法，就是規範時間。

對那些旨在創作偉大作品的傑出心靈來說，規律的日常生活極其重要。

《每日儀式：藝術家如何工作》（ Daily Rituals: How Artists work? ）的作者柯利數年時間都是每天早上 5 點起床，然後開始探尋那些歷史上偉大人物的時間表——他所歸納的那些 “健康的天才”，生活都往往嚴格得令人難以置信，並且都有一些共通要素：

為自己創造一個最低幹擾程度的工作空間；

每天都有長時間散步；

制定固定的工作指標；

清楚區分重要工作與瑣事；

有一個支持你的同伴；

限制一定程度的社交生活；

保持自我獨立。

迄今為止還能被歷史記住的傑出人物，便是實踐著這樣的自我規範。他們嚴格自律，在生活與創作中找到平衡，這讓他們變得偉大，最終成為人類歷史里的閃耀群星。甚至於，最終 T.S.艾略特發現，他在銀行加班加點時，能寫出更好的詩歌；而菲茨傑拉德最傑出的作品，都是在軍旅中完成的，比他後來沈浸在杜松子酒中和膚淺貌美女人里的生活，這一時期的嚴格時間，才讓他創作出了最佳作品。

以下十位由深藍 Deeper Blue 精選制作的傑出心靈每日時間表，肯定能給你提供如何進行時間管理的啟發。

1  約翰·彌爾頓

約翰·彌爾頓每天從早上四點起，就開始孤獨地沈思——當然是在床上。

然後他的助手會給他念聖經一個半小時，那是因為他業已失明的緣故。之後助手開始聽他口述，進行創作，以及幫助他閱讀。隨後一天的時間也安排得非常緊湊。

彌爾頓人生的最後 20 年徹底失明，但他仍然在此期間創作了萬行長詩《失樂園》，時間從 1658 到 1664 ，長達 6 年。日複一日的嚴格時間管理，使他從另一個維度奪回了被掠走的光明。

2  本傑明 · 富蘭克林

本傑明 · 富蘭克林的一生是充滿傳奇的一生：

他是科學家、發明家、政治家、外交家、社會活動家，在墓碑上刻下 “印刷工富蘭克林” 的他，提出了電荷守恒定律，發明了避雷針、雙焦點眼鏡和蛙鞋，創造了 8 次和 16 次幻方，起草了《 獨立宣言 》和美國憲法，擔任過駐法大使，撰寫的自傳一經問世便被搶購一空——這樣一位經天緯地的通才，一天都在幹些什麽？

在不放風箏也不領導戰爭的時候，富蘭克林會足足地睡上八個小時，起床後對上帝祈禱，然後開始幾乎沒有空閑的一天。除去共計八小時的標準工作時長，吃早餐之前他會處理手頭的科學研究，午飯時則同時處理手頭的賬單，只有晚間會單獨拿出一段時間聽音樂、消遣。

有意思的是，富蘭克林的一天有兩個獨特的部分：起床前他會思考 “今天要幹什麽”，而睡前則會反思 “今天我做了什麽好事” ——如果富蘭克林讀到《 論語 》中的那句 “吾日三省吾身” ，應該會如遇知己。

3  莫紮特

1781 年，25 歲的莫紮特前往維也納，決定做一個自由作曲家和演奏家——維也納在那個年代的繁華程度與藝術氣息，讀者只需要讀一讀茨威格筆下《昨日的世界》便可略窺一二，那是古老歐洲的中心，充斥著大量的機會、才華與野心。

但對年輕的莫紮特來說，作為一名 “維漂” ，他需要每天教鋼琴課、表演鋼琴曲、參加有潛在金主贊助人的社交場所，以及談戀愛——對了，他甚至還要討好未來妻子的母親。所以，留給他創作的時間，只有早上和深夜各自的兩小時。

當然他也會寫信給自己的妹妹和父親吐槽，經常覺得自己忙到狗帶。這里可以借用心理學家卡爾·榮格的話：“如果一個人已經很累，需要休息的時候仍然堅持工作，那他就是傻瓜。” ——他同時也是 “莫紮特” 。

嚴重不足的睡眠時間和過於繁忙的生活很可能嚴重影響了他的健康。莫紮特至今為人稱道的，是他創作時不需要打草稿，和貝多芬反複塗改的樂譜形成鮮明的對比——這樣一位音樂天才，如果能夠擁有健康的作息和令他心無旁騖的創作環境，古典音樂的歷史上留下的遺憾或許能夠少很多。

值得一提的是，莫紮特生於 1756 ，死於 1791 ，享年 35 歲。

4 伊曼努爾·康德

據說在 18 世紀的德國柯尼斯堡，誰家表走得不準了，只需要蹲在康德家門口。因為每天的下午 4 點鐘，康德會結束哲學思考，準時出門散步——直到盧梭的《愛彌兒》在某天問世。作為盧梭的腦殘粉，康德拿到《愛彌兒》的那天興奮不已，破天荒地忘記了在 4 點鐘出門，這甚至引起了柯尼斯堡人民的恐慌——教堂的鐘已敲到四點，而康德還沒出門，教堂的鐘是不是壞掉了？

康德一輩子未婚，是名副其實的老處男，但他吸取理性主義與經驗主義的各家之長，從此他提出，哲學是 “人為自然立法” ，這種認識論上哥白尼式的革命，從此改變了哲學流向。他的三大批判一經問世，便成為了一切哲學家必經的高山——近代哲學在康德這里匯集，而現代哲學，又從康德這里出發。

這位哲學家除了不結婚外，他還恪守中世紀的體液理論，從不劇烈運動，從不熱吻，從不做愛——因為這些導致了體液的流失，這看上去有點過於病態。無論怎麽樣，他活了 80 歲。

5  巴爾紮克

說到高產，恐怕沒有哪個作家能和巴爾紮克相比。

從 1819 年開始寫作到 1851 年去世，短短三十年的時間，他寫就了由九十一部作品組成的曠世巨著《人間喜劇》，創作的效率高得驚人——三天時間就完成了《幻滅》的前一百頁，創作《老姑娘》則僅僅用了三個晚上的時間。

令人瞠目的高效率背後，是幾乎突破生理極限的高強度工作：巴爾紮克每天的工作時間長達十四個小時。除去從晚八點到淩晨一點的睡眠時間、一頓簡單的午餐以及之後一個半小時的小憩，巴爾紮克剩余的時間都在寫作和修改中度過。

為了保持旺盛的精力，他平均一天要喝掉五十杯黑咖啡。而瘋狂工作的原因，則至少有一半在於負債——作為一個出色的作家和蹩腳的投資人，巴爾紮克的一生都遵循著如下軌跡：寫作賺錢，投資失敗，欠下巨債，然後重複以上步驟。

後世看來，幸好他不是一個成功的商人，不然文學史上就沒有這顆璀璨的明星了。

6  柴可夫斯基

1877 年，梅克夫人的出現，讓音樂家柴可夫斯基充滿波折的生活，出現了巨大的轉機——資助他擺脫了教職的束縛，又為這個被不幸婚姻逼得東逃西竄的倒黴蛋，提供了精神支柱和庇護所。

在此之後，柴可夫斯基的黃金時期到來了，他終於有機會按照自己的意願安排作息：

七點半到八點起床後，一天中的大部分時間用來喝茶、讀書、會客，午後會進行一次長達兩個小時的散步，晚上還專門抽出一個小時用來休息。

創作時間則只有四個小時，被分割為十點到十二點、五點到七點兩個時間段——然而，這樣堪比退休生活的作息卻讓他創作出了許多輝煌的作品：《葉普蓋尼·奧涅金》《曼弗雷德交響曲》、《意大利隨想曲》……

7  貝多芬

黎明時，貝多芬就起床，簡單洗漱後開始工作，他的早餐是自己煮的咖啡，60 顆咖啡豆，他會像處女座一樣一顆一顆數。

然後就是漫長的工作，他不吃午飯，一直從淩晨創作到下午三點，其後他的時間主要用於休息：吃大餐、散步、讀報紙、抽煙喝啤酒，然後最晚十點鐘就倒頭大睡。

當他的聽覺完全喪失後，這個習慣仍然保持，直到他不算長的一生結束。

8  托馬斯·曼

諾貝爾文學獎得主托馬斯·曼每天起得不算特別早，他在早上 8 點鐘起床，和太太一塊喝咖啡，然後洗澡。到 8 點 30 分，兩人一起吃早飯。

其後，他會把自己關起來，不見訪客，不用電話，也不見任何家人——孩子們嚴禁制造一丁點噪音，直到中午。要知道，這是他的黃金寫作時間。對於托馬斯·曼來說，任何沒有在中午前寫出來的文章，就只能等明天的那段時間了。

他會在中午抽第一根雪茄，下午則是閱讀、飲茶、散步、接待客人、聽歌，睡覺，日複一日。

值得一提的是，托馬斯·曼每天給自己規定了抽煙的數量：嚴格控制在兩根雪茄和十二只煙的分量——這跟沒控制差不多。

9  W.H.奧登

著名詩人 W.H.奧登在 1958 年寫下了句子， “維持慣例是一個智者的野心” 。

這句話如果恰當，那麽奧登就是他同時代人中最有野心的人。這位詩人按照時鐘度過了他並不漫長的一生。按照一位他的客人所描述的那樣，奧登總在不停地看表——正如今天的人總忍不住把玩手機一樣。

而對於奧登來說，一個軍事化流程的人生，才是他創造力的來源，而他也自命為現代的斯多葛主義者（ A modern stoic ）——按照那位斯多葛學派的開創者芝諾的觀點， “與自然相一致的生活，就是道德的生活，自然指導我們走向作為目標的道德。”

奧登每天 6 點起床，做咖啡，然後總在 7 點到 11 點半期間靈感迸發，奮筆疾書。對大多數習慣熬夜的都市青年來說，奧登的名言可供參考， “只有希特勒才在夜間工作，誠實的藝術家從不這樣” 。

10  西格蒙德 · 佛洛依德

西格蒙德·佛洛依德非常善於勞逸結合地安排作息：

早八點到十二點分析病人，為了保持專註，他需要抽掉 20 支雪茄；午後 3 點到 9 點作為接診時間，標準的上班族作息。

而在其余的空暇時間，他的業余生活非常豐富：早上饒有情致地修剪胡子，晚間陪妻女散步，午餐後則會以極快的速度在維也納環城大道上走一個小時——這個有益健康的好習慣和他能活到 83 歲高齡不無聯系。

值得一提的是，為了保證不被瑣事幹擾到良好的作息，佛洛依德的妻子一直事無巨細地呵護著他：她會為丈夫搭配衣服、領帶，甚至替他把牙膏擠好，堪稱標準的賢內助——和那位被妻子折磨得輾轉逃亡、幾乎跳河自盡的柴可夫斯基相比，佛洛依德實在是個幸運兒。

在《每日儀式：藝術家如何工作》一書中，柯利尋找了數十位偉大人物的每日時間表，這看上去瑣碎，卻充滿著共性，也給渴望卓越的普羅大眾提供了啟發。因為正如柯利所指出的那樣： “一個固定的日常生活，能夠促使人的精力沈澱在平凡的習慣中，並能夠防止自身被不良情緒控制。”

文章評論

匿名用戶

發布

全部評論：10

發布

《巴黎協定》生效！聯合國：人類將記住這一天

據新華社報道，聯合國氣候大會組委會4日在摩洛哥城市馬拉喀什發布新聞公報，慶祝《巴黎協定》生效，強調這是人類歷史上一個值得慶祝的日子，也是一個正視現實和面向未來的時刻，需要全世界堅定信念，完成使命。

《聯合國氣候變化框架公約》第22次締約方大會11月7日至18日將在馬拉喀什舉行，同時還將舉行《京都議定書》第12次締約方大會和《巴黎協定》第一次締約方大會。

《聯合國氣候變化框架公約》秘書處執行秘書帕特里夏·埃斯皮諾薩和摩洛哥外交與合作大臣、馬拉喀什氣候變化大會主席薩拉赫丁·邁祖阿爾聯合簽署了這份公報。

《公報》說，人類將記住2016年11月4日這一天，因為這一天全世界開啟了可持續發展的道路，停止了走向氣候災難的腳步。

2015年12月12日法國總統奧朗德、聯合國秘書長潘基文、法國外長法比尤斯等慶祝《巴黎協定》達成。(圖：法新社)

《公報》強調指出，《巴黎協定》是迄今最複雜、最敏感也是最全面氣候談判的結果，它在如此短的時間里得以生效體現了世界各國面對氣候變化采取全球行動的堅定決心，它的生效使得政府、城市、地區、公民、企業和投資者的努力得以具體化，這是人類在戰勝氣候變化威脅上的一個歷史轉折。這個協定的基礎是牢固的，在目標達到之前，我們不能有絲毫松懈。

《公報》表示希望馬拉喀什氣候變化大會能繪制出發達國家在2020年達到每年提供1000億美元氣候資金目標的明確路線圖，以扶持發展中國家應對氣候變化的行動。

另據聯合國秘書長發言人迪雅里克介紹，為紀念《巴黎協定》4日正式生效，聯合國秘書長潘基文當天將在聯合國總部舉行紀念活動。

迪雅里克3日在例行發布會上說，潘基文4日將與民間團體的代表舉行對話會，就民間團體如何為實現《巴黎協定》目標作出貢獻及他們的關切等交流意見。

為防止AI毀滅人類 谷歌DeepMind招聘了一系列AI專家

據Business Insider報道，根據職業社交網站LinkedIn的信息，以及其他消息來源，谷歌旗下人工智能(AI)部門DeepMind近期招聘了一系列人工智能專家，如維克托里亞·克拉克弗納(Viktoriya Krakovna)、簡·雷克(Jan Leike)和佩德羅·奧爾特加(Pedro Ortega)等，旨在降低人工智能將來可能給人類帶來災難的風險。

這些人將組建成一個新的部門：人工智能安全部門，但目前還不清楚該部門確切的組建日期。

克拉克弗納以研究科學家的身份加盟DeepMind，她擁有哈佛大學科學博士學位，並與他人聯合創建了“生命未來研究所”(FLI)。加盟DeepMind後，克拉克弗納將負責人工智能安全方面的技術研究。

雷克也是以研究科學家的身份加盟DeepMind，他還是牛津大學“人類未來研究所”(FHI)的研究助理。雷克在其個人網站上稱：“我的研究任務就是要讓機器學習更高效，讓人類從中受益。”

奧爾特加也是DeepMind的研究科學家，他擁有劍橋大學機器學習方面的博士學位。奧爾特加在其個人網站上稱：“我的工作內容包括信息理論和統計機械學在序貫決策中的應用。”

當前，著名物理學家斯蒂芬·霍金(Stephen Hawking)和特斯拉創始人埃隆·馬斯克(Elon Musk)等人均認為，將來人工智能可能成為人類的最大威脅之一，甚至是毀滅人類。

DeepMind是谷歌2014年以4億英鎊(約合4.97億美元)收購的人工智能部門，目前正在打造一系列能夠自主學習和思考的智能計算機系統。到目前為止，DeepMind的算法在某些方面已經能夠超越人類，如複雜的圍棋比賽。

文字是人類最高效的交流方式 502的牛

激辯：人工智能將會取代一半的人類工作嗎？

i黑馬 2016-12-15 16:45

i黑馬訊 12月15日消息，由創業黑馬主辦、摩比神奇冠名的2016年創業黑馬社群大會今日在京舉行。在本日激辯環節上，朋友印象、乂學教育創始人栗浩洋，格靈深瞳技術副總裁鄧亞峰，圖森互聯首席科學家王乃巖，智能管家CTO雷宇，DeepCare聯合創始人、CEO劉聖等六位嘉賓開展了題為“人工智能將會取代一半的人類工作嗎？”的激烈辯論。

這場討論，雖然是以辯論的形式進行，但實際上正反方只是表象，這其實是六位嘉賓對人工智能發展未來的討論。栗浩洋，用工業革命代替了大部分工人的工作為佐證，代表正方提出人工智能不只是代替一半的人類工作，可能會代替80%、90%的人類工作。他認為未來十幾年是“人工智能+”的時代，這場顛覆將會比互聯網和移動互聯網給人類帶來的顛覆更加令人震撼；劉聖則代表反方提出“人工智能不會取代人類，而是解放生產力”。

以下為現場辯論實錄節選：

正方辯手（會）：

鄧亞峰 格靈深瞳技術VP

栗浩洋 朋友印象、乂學教育創始人

雷宇 智能管家CTO                                                                                                                           

反方辯手（不會）：

王乃巖 圖森互聯首席科學家

劉聖 DeepCare聯合創始人、CEO

王曦 杉數科技聯合創始人

正方反方辯論陳詞

正方鄧亞峰：我方認為人工智能能夠取代人類的工作，人工智能是一種用機器來實現人的一些智能，增強人的能力的技術。它的目標實際上是要提高這個社會的生產力。

為什麽說它能夠取代人的工作：

第一，技術的進步。人工智能發展了60年，在近幾年內，歸功於深度學習技術的出現，在技術上取得了非常大的進步。以圖像識別中的人臉識別技術為例，過去的50多年中只有4倍的提升，但是在最近幾年內取得了20倍的提升。這個領域還會有更多的技術進步出現。

第二，歸功於大眾、資本的關註，更歸功於應用的產生。在前幾年講人工智能，關註的都是很專業的人士，大眾很少有人關註。而現在社會、資本對這個方向非常的關註，同時各種應用應運而生，這些都能夠促進這個行業的進步。

第三，為什麽我們認為很多的工作可以給人工智能代替呢？是因為人工智能的特點，決定了它要代替的是人比較簡單的重複性工作，而這部分人是在社會中數量最大的人群，所以說能夠代替一半的人。

反方王曦：今天我們討論的這個題目其實是面向未來的，但是如果回溯一下歷史，我們會發現伴隨著任何一次科技技術的革新，都會有類似的討論，所以我們不妨來看一下歷史上究竟發生過一些什麽，給大家舉一個不太遙遠的例子。

1908年，當人類第一次實現批量化、流程化生產福特汽車的時候，人們出現了相似的擔憂，因為整條生產線上可能一半以上、甚至三分之二的員工都已經不被需要了，只需要14個小時就可以生產一部汽車，這樣人類的工作徹底會被機器取代。

但是實際上我並沒有看到這些人被徹底淘汰，相反我看到的是這些人轉而能夠服務於由於機械化、流程化生產，而催生出一個比原來更大千倍、萬倍的生產。具體而言就是汽車的生產、制造、服務、保險，現在可能是一個達到了11萬億的市場。

最後總結一下，我認為這個問題不要關註眼前的這張小餅，要看人工智能給我們帶來的大餅。

正方雷宇：我覺得人工智能提高生產力，釋放很多好的需求，是一定會發生的。比如，現在人工智能的基礎是通過機器深度學習，可以把人類以前所有的基於經驗的、基於數據的很多工作，都承擔起來，我覺得這是社會進步，就和第一次和第二次產業革命是一樣的道理。

我覺得這是一個不可逆的過程，大家必須去接受它，只有這樣才能把人的精力釋放出來，人類才能引領新的格局、引領新的未來。

我本人是做機器人的，如果我們把機器人作為人工智能的最佳載體來說的話也是一樣的，很多重複勞動還有高危的一些行業已經在發生了，比如說客服機器人、迎賓機器人、消防機器人，都是在代替人類的工作，大家會覺得這是在解放生產力，我覺得這是一定會發生的事情。

反方王乃巖：我的觀點主要有兩點：第一，我確實贊成對方辯友說的，可以取代掉部分的人工工作。可能機器可以取代掉人類99%的工作，但是剩余1%的工作，是需要人來完成的。比如說在自動駕駛中，機器可能在99%的時間能夠取代人，但是在剩下1%的時間，也就是那些往往最危險、最關鍵的時刻，人的作用依然是不可取代的。但是如果只考慮那99%、忽略掉1%的話，這樣的系統仍然是不能完全被機器所運作的。

第二點，目前的人工智能依然是以數據為主導的弱人工智能，這其中涉及到我們要去采集大量的數據，用來覆蓋掉我們所有可能可以遇到的情況，我們並不能像人類這樣使用一個描述性的語言定義一個事情，這樣的一個弱人工智能其實是非常不完善的。

正方栗浩洋：剛才反方的一辯其實正好證明了我們的觀點。他說其實人工智能機械化取代了人的工作，以至於他可以做別的，或者像馬斯洛說的那樣什麽也不做，由政府來發福利。我投資並擔任董事長的乂學教育，做的就是用機器來代替人類老師的工作。我認為我們可以代替幾百萬、幾千萬的老師，因為每位老師不可能像人工智能系統一樣了解6萬個知識點，了解6000萬道題目、了解所有的高考、中考……，這樣的人工智能機器人與人對比，其智能遠高於人類智商的智能。所以我認為人工智能代替的人類目前的工作，將是大面積的而且也是恐怖式的，而人類到底走向哪里，能不能被政府發福利，能不能獲得更優越的生活，我們並不知道。

反方劉聖：剛才我覺得正方的一辨、二辨也是反過來在證明我們的觀點。剛剛我們的二辯說人工智能很多可以解決大部分的問題，但是可能最後只有1%到10%的問題是沒法解決的，所以這個時候需要人類的介入。

舉個例子，我們是做人工智能和醫療的，我們想做的事情是，想教會電腦看醫療的片子。我們在幫助醫生的時候，等於醫生在看病的時候，看的是腦袋里面的數據庫，根據他很多年的經驗積累下來的數據庫。一個好的醫生一輩子看的不會超過5萬個病例，可是5萬個病例如果教給機器來學的話，可能只需要一個禮拜的時間。那我們通過大數據的積累，幫助醫生提高其診療水平，最後做決定的時候還是由醫生來做。

三分鐘的自由辯論

正方：其實在極少數的地方，人工智能只能代替一部分的人，但是在80%的工作里面，人工智能可以全部代替人。比如說搬運機器人，比如說很多工業制造商的生產線，完全可以用機器人代替人。

反方：我們不否認這件事兒，但是我們今天的辯題是是否能夠取代人類。我們其實回想工業革命或者是農業革命，都是一樣的。我們被取代的工作通常都是重複性的比較低價值的工作。把這些人力解放出來之後，其實他們可以投入到更高價值的工作當中去，為我們整個社會創造一個更大的餅、更大的價值。

正方：實際上我覺得人工智能是不可能把人都拋棄掉或者取代掉的，但是在人數眾多的重複性的勞動上是具有非常大的優勢的。

反方：剛才我們都強調是可不可以取代，但是其實在很多行業里面，人工智能能夠比人做得更優秀，這是大家不容否認的。比如，在一些需要精度的地方，機器人是完全可以代替人類的，並且我覺得這個是可以依賴他的。科技是用來被人用的，這是我們最核心的觀點，只有科技才能推動人類發展。

我們杉數科技就是一個用運籌優化，機器學習、深度學習理論來幫助企業做決策的。但是我今天依然是反方的辯手，這兩件事情其實並不矛盾，因為我們的目的並不是要取代決策者，而恰恰相反我們要為決策者提供支持。他能夠告訴我們什麽樣的決策場景、什麽樣的決策輸入，才能得出一個合理化結論。換句話說，如果把人工智能切分開來，要以人工為基礎去開發智能，而當智能成熟了以後，他必須要反過來服務於人工。

正方：我覺得對方三位辯友搞混了智能化機器、智能系統和人工智能的區別。人工智能其實就是要全面取代人類的，至少在某一個領域里面全面取代，包括自動駕駛，我認為未來有一天一定是全面取代所有的司機，盡管它可能也會死人，但是出事故的概率遠遠低於人類，我們就可以讓它百分百取代。

還有醫療，我們每個人都受過庸醫給出來的錯誤診斷的痛苦，現在別說普通的醫病的案例，既使在CT對於癌癥的診斷方面，最高明的醫生大概也就80%的準確度，而現在人工智能已經達到99%的準確度。為什麽在這麽高準確度的時候，你要讓一個低智能的人類再來替機器做的判斷呢？

反方：這個問題其實更涉及到技術層面的一些理解。這一輪人工智能的興起，很大程度上是源於深度學習的發展。但是我們知道深度學習從2012年有了一個飛速發展之後，至今也有差不多四五年的時間了。深度學習的紅利還能持續多久？以目前從學術界的角度來看，最多也就再有5年時間。我的意思不是說人工智能不會有發展，而是在5年之後，我們在這一波深度學習的發展之下，我們能解決的問題已經解決得很好，但是我們不能解決的問題仍舊不能解決。實際上這種強人工智能，仍然需要再有一波需要像深度學習這樣的革命性變革。

正方：花旗銀行和牛津大學的一個報告，跟你的看法相反，他認為美國有47%的人類工作，中國、印度有70%的人類工作，都會在最近的15年全部被取代。

反方：剛才正方三辯一直在強調人工智能是要取代人類的，但是我想問一個事情，就是人工智能再厲害、機器人走到哪兒也是要找電源的。

正方：我想回複對方二辯說的結論。其實我是不認同的。第一，這個辯題沒有規定時間，5年。第二，深度學習技術，其實我跟乃巖本身是做算法方面的，這個技術確實取得了非常大的進步，但是並不等於它是停止了，它其實變成了一個基礎，比如說在特征表示這方面。所以說技術的進步，尤其是現在受到這麽多的關註、這麽多的資本和學校的支持，其實這個領域是很難用今天的視角來看，它就已經是限定了的。

反方：我非常同意你剛才說的，不能以一個限定的眼光去靜態地看我們現在這張餅的大小，這張餅的大小可能很容易就可以有一半甚至更多被機器人或者人工智能取代。但是因為它們所催生出來的更大的餅，它們能占多少，我相信遠遠到不了一半。

正方：所以我們並沒有說完全把人代替掉，而是把人解放出來做更高級的工作。我是說讓人解放出來做這些需要腦力活動的高級的工作。

反方：我繼續補充一下剛才的觀點。現在的人工智能仍然是數據驅動的人工智能，所以它的使用場景仍然是非常局限的。確實我們在一些限定的場景、特殊的應用下可以超越人類。但是在更多的情況下，因為機器是沒有常識的，所以會導致對於人類很簡單的一些任務反而不能實現，比如是識別紅綠燈這樣一個簡單的任務。

正方反方總結陳詞

正方栗浩洋：我們認為人工智能不只是代替一半的現在的人類工作，可能會代替80%、90%，就像在上百年來，在農業領域，90%的人類工作都已經被播種機、收割機所代替。現在人工智能的拖拉機已經可以每分鐘掃描5000株植物，可以識別出生菜和雜草、以及農作物的病變程度和未來要撒什麽農藥，從而節省90%的農藥。

除了一些共識的工人和基礎白領工作，人工智能在一些我們認為不可取代的領域里面，也取得了更好的成績，包括新聞編輯領域今日頭條的小鳴和新華社的快筆小新、律師判案，甚至是藝術領域。我們當時說人只能走到藝術的領域和情感的領域，但是現在人工智能在藝術領域的發展，它能夠讀懂畢加索、梵高、馬蒂斯等並從中抽取藝術風格。人工智能作出的畫已經超過了80%的畫家的水平，也就是說，世界上80%、90%的藝術從業者都要被取代。

人工智能在藝術的商業應用更是突飛猛進，在《冰川時代》里面，人工智能機器人所做的美術渲染，已經部分代替了美工設計。在我們“朋友印象”APP里面我們通過人工智能來促進人與人之間的交往，不但能幫你高效地進行了社交匹配，而且我們期望在未來你不一定需要那麽多的朋友和閨密，有一個人工智能的機器人閨密，可以跟你一起聊天、抒情，幫你一起去發泄罵你的老板，但是最後它們又能給你最有價值、最客觀、最冷靜的建議，能夠幫助到你。

到了那一天，人工智能代替我們所有人目前80%的工作，並不是一件恐怖的事兒，而是我們在座的每個人必須要接受和擁抱的現實，也是我們每一個企業致力於要推動的事情。我覺得互聯網+時代已經過時了，未來十幾年是人工智能+的時代，而這場對幾乎所有行業的顛覆會比互聯網和移動互聯網給人類帶來的顛覆更加令我們猝不及防和深刻，每一個人一定要好好擁抱。

反方劉聖：我先來回應正方的觀點。您捕捉到了很重要的一個點，我們現在這一波的人工智能主要是基於大數據的，所以我們用來訓練的大數據其實是從行業里面來的。

您剛才講的現在也有人工智能從事創造性的行業（比如說作詩、寫音樂、畫畫），可是這些機器人作的畫和寫出來的音樂，只能夠達到一般人的水平，也就是說讓我們一般人看起來還不錯的水平。如果真的讓專家來評判的話，還是遠遠不足的。

應該這樣講，我們在座的各位都是人工智能的從業者，所以我們對未來是堅信不一的，我總結一下，我們並不認為人工智能會取代人類，而是解放生產力。有三個觀點需要重申：

第一個觀點：人工智能目前還是比較弱的人工智能，所以它的應用場景是非常有限的，它只能在特定的場景下解決一個定義非常明確的任務。

第二個觀點：它能夠取代的工作也非常有限，有三種工作是人工智能無法取代的，也就是領導者、連接者、溝通者。領導者就不多說了，沒有人願意聽一個機器說話。溝通者和連接者是什麽意思呢？比如說醫療是一個跨學科的行業，包括軟件工程師、算法工程師和醫療工作者，連接者這個事情就必須要人來做。有一句名言說，醫生是偶爾會治療，常常會幫助，總是在安慰。那安慰這件事情只能人來做，而不能機器來做。

第三個觀點：我們認為人工智能取代的是人類的重複性的勞動，我們把這些生產力解放出來，人類可以把時間放到更好的，解決一些高難度的勞動上面去，給社會、給整個進步創造更大的價值。

文章評論

匿名用戶

發布

全部評論：10

發布

小紮的AI研發心得：需要人類引導 手機是完美載體

Facebook的首席執行官馬克·紮克伯格今年一直在開發他的虛擬管家Jarvis，據《財富》雜誌報道，近日紮克伯格發布了一篇長博文，詳細講述了Jarvis可以實現的工作類別。他也提到了開發人工智能軟件時遭遇的最大挑戰，預測了人工智能的發展方向。他最重要的發現之一是：盡管人工智能正在飛速發展，卻仍然需要人類給出足夠的引導。

紮克伯格表示：“我們知道怎樣讓計算機學習關於某事物的大量案例，從而讓它準確地做出識別。但是我們還不知道怎樣獲取某個領域的意圖，再把它應用到另一個完全不同的領域去。”

紮克伯格還寫道：“找到這個問題的解決方案並將其應用到全世界”會很有趣，但目前Jarvis的代碼與他的住宅和個人信息捆綁得過於緊密，無法開源。不過，他並未排除以後為公眾開發人工智能助手的想法。他表示：“這可能會為打造新產品奠定很好的基礎。”

對於人工智能的現狀、虛擬助手以及它們在未來的潛力的其他看法，紮克伯格談到了三個要點：

家庭人工智能助手需要把一切設備連接起來

紮克伯格指出，開發Jarvis時遭遇的一個難題是如何搭造系統，把家里所有類型電器和設備——如Sonos揚聲器、三星(Samsung)電視和Nest相機——連接起來。

他寫道：“想要讓Jarvis這類助手幫助更多人控制家里的一切事情，我們就得讓更多設備連接起來。整個行業需要建立通用的應用程序接口和標準，讓設備能夠互相通信。”

一些科技公司已經開始打造自己的智能家居平臺，希望借此解決上述問題，例如蘋果的HomeKit和谷歌的“Works With Nest”項目和Weave語言。但距離讓家里的每個電器都能與任意其他電器通信，還有很長的路要走。例如，HomeKit目前只能兼容鬧鐘、供熱和制冷設備、恒溫控制器、燈管和開關，無法控制洗衣機或烹飪設備。而在眾多智能家居平臺中，消費者往往只能選用一個，這也限制了它們的功能。

手機是人工智能助手的完美載體

類似蘋果Siri和亞馬遜Alexa這樣的數字助手已經出現在筆記本電腦、智能手機、家庭揚聲器等各種產品里。然而，紮克伯格認為移動設備才是人工智能助手的合適載體，因為它的使用範圍不局限於家里。

他寫道：“我希望自己不在家的時候也能聯系到Jarvis，所以要讓手機成為主要接口，而不是家庭設備，這點很關鍵。”

文本輸入和語音輸入同樣重要

亞馬遜的Echo取得成功後，科技界的許多人都翹首期盼以語音為主的接口的發展，但紮克伯格認為，文本輸入仍將在我們與人工智能的互動中扮演重要角色。成功的助手需要同時支持文本和語音輸入，類似於微軟的Cortana。

他寫道：“與Jarvis的交流中，有一點讓我驚訝：在我既可以語音又可以打字的時候，我選擇文本交流的次數超出了我的預料。”

創新工場發布人工智能戰略白皮書：90%簡單人類工作10年內將被取代

楊潔 2017-01-10 16:35

i黑馬訊 1月10日消息，今日下午，創新工場發布題為“投資AI生態，共贏智慧未來”的人工智能戰略白皮書。同時，創新工場人工智能工程院正式浮出水面，李開複博士出任院長，兩位副院長王詠剛和王嘉平也正式到任。

發布會上，創新工場董事長李開複回顧了創新工場在2016年的投資業績，並且表示，在2017年，創新工場將繼續加強在人工智能領域的投資布局；同時，將以人工智能工程院為平臺，為國內人工智能創業提供人才、技術、商業、市場、軟硬件平臺、大數據環境等方面的支持。

創新工場董事長李開複/受訪者供圖

李開複在演講中強調，人工智能將是移動互聯網之後的下一次革命，而人工智能的體量甚至還將遠超過移動互聯網。在未來，人類思考需要5秒以下的工作，都將被人工智能所取代。從而，人工智能領域蘊藏著巨大商機。

同時，李開複提出，在國內，具備獨特的人工智能機會。他提到，目前世界上43%的人工智能的論文作者中，都有華人/中國人的身影；而在中國，年輕人具備較高的數學知識，願意追尋“熱門行業”，可以快速訓練出大批的“人工智能工程師軍隊”；同時，在國內也存在著利於人工智能發展的市場機遇，例如傳統企業的“非智能”技術較弱，易於被取代，而且中國大市場在過去孕育了大量已經走到C輪的應用，在未來需要人工智能的幫助。

這次發布的白皮書，闡述了創新工場未來的人工智能戰略。白皮書中提到，目前人工智能產業仍面臨6大挑戰：前沿科研與產業實踐尚未緊密銜接；人才缺口巨大；數據孤島化和碎片化問題明顯；可複用和標準化的技術框架、平臺、工具、服務尚未成熟；一些領域存在超前發展、盲目投資等問題；以及創業難度相對較高，早期創業團隊需要更多支持等。

創新工場人工智能工程院高管對話/受訪者供圖

白皮書提到，在挑戰之中，也同時蘊藏著極大的機會。在未來10年，將是人工智能發展的關鍵時期。在這一時期內，人工智能產業將呈現6大特點：

機器將成為人類的工具。李開複預測，從事翻譯、新聞報道、助理、保安、銷售、客服等工作的人，將有90%在未來10年內被人工智能全部或部分取代，同時，一些全新的工作機會將應運而生，一部分傳統工作將轉變為人工智能輔助下的全新工作類型，相關人群的再培訓和再就業將變得至關重要。

人工智能將催生數個千億美元甚至萬億美元規模的產業。以以金融行業為例，據高盛公司估計，到 2025 年人工智能可通過節省成本和帶來新盈利機會 創造大約每年340億至430億美元的價值。創新工場認為，在金融、醫療、安防、教育、能源、機器人、 互聯網產業升級、傳統行業的流程自動化及商業智能等方面，人工智能都具有千億美元以上的市 場潛力。而自動駕駛技術對於交通運輸和汽車制造業的顛覆，更具有無法估量的經濟價值。

此外，其他特點還包括：傳統行業將面臨人工智能帶來的重大機遇和挑戰；中國將成為人工智能科研與產業化的中堅力量；而人工智能時代，教育和職業培訓將意義重大。

創新工場根據技術成熟度和未來發展趨勢，將人工智能各應用領域分為不同類型，並設計了相應的投資策略。李開複親任院長的人工智能工程院，將打造成面向人工智能的創業人才培養基地和創業項目孵化實驗室。工程院將面向海內外招聘人工智能科學家和駐場創業家（EIR），幫助他們完成科研成果向商業應用的轉化。

工程院副院長、創新工場技術副總裁王詠剛此前曾在Google擔任工程師超過10年；在知識圖譜、分布式系統、輸入法、HTML5 動畫/遊戲引擎等技術領域積累多年。副院長王嘉平擁有中科院計算所博士學位，曾就任微軟研究院主管研究員。

目前，創新工場已投資了近30家人工智能相關的創業公司，如曠視科技、地平線機器人、馭勢科技、第四範式、小魚兒科技等。

同時，李開複稱，創新工場今年還完成了第三期3億美元基金和第二期25億元人民幣基金的募集，目前創新工場管理基金總額超過80億元，投資項目超過300個，涉及人工智能、數字娛樂、消費升級、在線教育、B2B和企業交易等領域，投資階段覆蓋種子輪、天使輪、A輪、B輪及C輪。

以下是李開複演講，經i黑馬編輯：

下面我想再深度介紹一下人工智能。我們重中之重的投資領域，就是我們的人工智能。

10年內90%的人類工作將被取代

最近隨著Master在網上擊潰了60位圍棋的高手，讓我們看到了其實已經不必再討論圍棋人類有沒有希望，人類已經被機器遠遠甩在後面了。這個其實帶來的，是一個特別大的機會。圍棋本身不是最大的商業價值，但是能夠打敗人類，讓我們看到人工智能將在各個領域產生價值。一定的程度上，人類的普通工作將被機器取代。

我們可以說50%的工作將會被人工智能取代，尤其是客服、翻譯、新聞報道、助理、保安等領域的，甚至90%的工作將會被取代，我們任何的工作如果說不經過超過五秒鐘的思考，都是做不過機器的。而且不是說它能不能打過我們，而是它必然把我們遠遠甩在後面。

比如我們做人臉識別，一個警衛有可能識別50萬張臉嗎？一個司機他可能開兩億英里嗎？但是我們投資的公司，機器就可以做到。隨著特別巨大、海量的數據和深度學習發展，在狹窄的領域里面，機器已經把我們拋得遠遠的。

當然，人類還有很多其他的事情機器不會做，但是如果你是挑一個領域做一件事情，然後有巨大的數據量，那麽人將根本不是機器的對手。這些機器不會累，不會罷工，也沒有情緒也不會犯錯，所以它們的這種大量產生價值和取代一些簡單的工作的情況，會不斷發生。從一個投資人的角度來說，每一個這樣的機器都是在創造新的價值。

我們回去看人工智能，其實都可以追溯到六十年前。人工智能這個詞在六十年前發生的，在三十年前就開始有人在做，有一些傻傻的人三十年前就做人工智能，但是做得太早了。但是我們現在可以看到，過去的三五年它有特別多的進步，這里包括無人駕駛，也包括機器人。現在谷歌的E-maill可以自動幫你回複；微軟的小冰，有人跟它曾經聊了九個小時，進步非常大。

因為有了人工智能，我們從圖像識別、人臉識別、語音識別都全面突破人的表現，也突破了過去所有的算法表現。那麽當這樣的一個技術超過人的時候，它就可以取代了我們。所以當人臉識別超過人的時候，保安的一大部分工作就不需要了；當語音識別超過人的時候，客服的工作就不需要了，或者銷售的一部分工作就不需要了。逐漸這些取代和產生價值過程就會開始發現。

無人駕駛將顛覆已有世界

我們看無人駕駛，現在是一個無人駕駛的黃金時代。如果說要挑一個最會顛覆已有世界的技術，和移動互聯網一樣大的，我們都不要說人工智能，因為人工智能領域會比互聯網大多了，人工智能是人類有史以來最大的領域，我們就僅僅挑一個無人駕駛就行了，這個領域就跟移動互聯網一樣。

為什麽這樣說呢？因為我們所有的習慣都會被顛覆。第一個我們可以預測的是，無人駕駛會幫助我們開車，到我們幫助它開車，最後是它開車我們什麽都不避諱，這個過程是一個必然的過程。因為這是一個特別巨大的大數據，然後是可學習的。無人駕駛不是說要等十年才取代人類，而是現在半無人駕駛已經發生了，比如在景區、飛機場、高爾夫球場。那麽在道路上，我們為什麽不可以增加一些傳感器，讓道路變得更聰明？這樣就不會有像以前特斯拉車禍開車發生的事情，因為路會告訴你，我是路、那是車，這個回饋可以告訴汽車。再往後我們談的很多物聯網的功能，無人駕駛都可以達到。比如說，第一我們就不用買車了，車子全部都是靠租賃的，全部都是滴滴型的；第二共享經濟和無人駕駛會同時發生；第三它一旦發生了以後，我們隨時需要車它就會出現在我們面前，而且不會過大，一個人出門就乘一個人的車，兩個人出門就乘兩個人的車，現在就不用浪費錢了，當你需要的時候汽車出現就好了。

然後一旦汽車開始無人駕駛了，那麽彼此之間就可以交談，一輛無人駕駛的車跟另外一輛無人駕駛的車說，我爆胎了，這樣就不會出事了；或者當你急著上班的時候，一輛車就跟另外一輛車說，我的主人急著上班，你讓開我給你兩毛錢，停車場不需要了，所有的車都應該跑起來，我們所有的價值都會被激活，空氣會變得更好，時間也會被節省。

當然像滴滴這樣的公司非常急切想取代司機，它每收入一塊錢要花一塊八毛錢，有一塊二是花在司機身上的。當你拿掉司機以後，它就從一個巨賠錢的公司；變成一個巨賺錢的公司，所以是有特別大的經濟動力讓它推進這個領域。而且全世界汽車公司都在投產，有人聽到任何汽車公司說無人駕駛還要二十五年嗎？

當這一切開始發生，五年、十年以後，新的技術會倒逼各種領域，比如說機器人，當你的汽車能聽能看能動的時候，這些同樣的技術也運用在機器人身上，對我們整個家庭工業等等都會有特別大變革的作用。

人工智能，創新工場的投資可能是四年前開始，因為我個人就是做人工智能的，我們整個團隊是一個非常技術的團隊，但是現在已經不是我們一家在說該做人工智能了，而且最有權威的這個中國政府，美國政府，歐盟，日本都已經推動了，人工智能是最重要的一個技術，它會產生巨大經濟的價值，而且科技巨頭已經匯集在一起討論怎麽樣負責的把人工智能做好，才不會傷害到人類。

谷歌為何要更名為Alphabet，就是一定的程度上，要把它的人工智能技術匯集成一個谷歌大腦，用它來做各種健康、金融、汽車、醫療等等各個領域，然後能產生二十六個像谷歌一樣有價值的公司。

怎樣做好人工智能公司？

人工智能怎麽做好呢？我覺得有幾個要素。

第一個就是說你要挑一個領域，然後收集很大的數據，而且這個數據是有標註的，而且精確的。第二你要買很多機器，第三你要找很厲害的科學家，第四你要教育一批人來使用這個東西，價值就產生出來。

所以人工智能的創業跟移動互聯網的創業很不一樣，移動互聯網的創業是低成本的，人工智能創業的成本則非常貴。

我們在7年前就談到，創業成本在人工智能領域達到了新高。但是中國其實是有很多機會的。我們的工程院的副院長王詠剛做了一個搜索，看到在過去華人在AI領域的貢獻在快速的成長，從十年前的四分之一到現在的幾乎半壁江山，所以我們在中國是有很多機會的，雖然創業成本很高，科學家很稀缺，但是這里中國做人工智能是有長處的。

第一，中國人數學本來就很厲害，論文本來就很多，所以這些專家是可以找到的。第二年輕學生好訓練，你只要給我一個數學天才，半年的時間就可以讓他在人工智能產生價值，做一個有價值的人工智能工程師，所以這種培訓特別重要，但前提是數學要好，但是非常幸運的，中國人數學本來就是好。

第三，中國傳統企業的技術能力比較弱，所以給我們人工智能創業更多的機會。

第四，中國有很多大市場，大市場有很多獨角獸，獨角獸有一天突然發現我從沒有數據變成有數據，我需要人工智能怎麽辦？那麽他們就會雇用大批的人工智能和工程師，成為人工智能公司，所以每個大數據公司都會變成人工智能公司。

第五，美國雖然現在是領先中國，但是美國公司的技術很難引入到中國來。最後，中國對人工智能發展的約束比較少。

人工智能藍圖

我們對於這幾個領域都是非常看好的。

從大數據角度看，我們最看好的、能快速賺錢的就是金融領域，其次就是最有意義、能夠解救人命的醫療領域。如果你已經是互聯網公司，你的數據當然更好用。

從感知的角度來說，我們對一切的這種識別都非常認可，非常的看好。人臉識別，手勢識別，語音識別發展非常快速，而且是顛覆性的超越人類。但是對於自然語言理解，這個還需要時間，估計7到10年吧。

再往下的發展，傳感器是個問題，為什麽無人駕駛那麽貴，那就是傳感器太貴了，但是隨著無人駕駛和機器人的量產，這個是肯定會下來的。

再往下從機器人角度來說，我們覺得家庭機器人會比較慢，但是工業，商業能夠發展較快。

最後對於無人駕駛，我已經表達了非常樂觀的看法。

人工智能工程院啟動

創新工場在過去三個月宣布的人工智能工程院，今天已經初步有一些規模了，我想介紹一下工程院是做什麽的。這里可以看到我們的人工智能布局，分兩個部分，右邊是作為一個VC，做風險投資，這個和其他的風投是一樣的，我們找已經成型的項目，我們幫他們達到更大的成功。

但是國內成熟的創業差不多該創的都創了，最近三四個月越來越少看到頂尖項目，再訓練下一批還需要時間。因為人工智能移動互聯網還不太一樣，人工智能一定需要科學家，而科學家不見得可以有工程師帶出來。

所謂的孵化模式，可能在很多領域是不需要的、不存在的、沒有價值的，誰還需要孵化一個移動互聯網公司呢？但是在人工智能的領域，這些科學家因為他們在他們的領域特別強，但是對於商業的認知，產品的挖掘，工程師的管理，產品化的執行經驗並不足，所以我們認為人工智能存在一個很特殊的孵化機會。簡單來說，就是我們要把頂尖的科學家拉進創新工場的工程院，讓他們來摸索機會。因為人工智能創業很貴，但是我們把貴的東西幫它解決。我們買機器，拿數據，提供商業的認知，幫他們招工程師，讓他們創業的途徑能夠達到更快，這就是人工智能工程院所做的事情。

工程院大概在3個月之前開始啟動，我們逐漸在招兵買馬，那麽我們在找技術型的專家，搭配年輕的工程師，提供大量的數據合作夥伴和行業經驗給他們，讓他們能夠孵化成好的項目。孵化出來項目，工場會占用一些股份，然後再給工場的基金，當然也有行業的友商機會，來投資這些項目。我們相信我們可以經過這樣的孵化機制，讓更多的科學家參與創業。

當然還有就是培訓這些工程師，還有做更多的培訓，讓更多的年輕人也可以參與並且了解在AI方面的創新創業。在人才培育方面，我們在北大、清華、上海交大都開始展開合作，也在吸引學生參與一些暑期工作，包括業余的工作，在讀書的時候就開始參與這樣的一個領域。

文章評論

匿名用戶

發布

全部評論：10

發布

跨界、開源、政企聯合...人類未來的創新之路 | 歐美新書推介

紅杉匯 2017-01-13 17:57

本文由紅杉匯（微信ID:Sequoiacap）授權i黑馬發布，編輯洪杉。

“線性的世界已分崩離析，平臺的時代來臨，“連接”才是這個時代的烙印。重要的已不再是你掌握了哪些資源，而是你可以利用哪些資源。

Linux誕生之初，“開源”的理念飽受爭議，但在20多年後的今天，Gooogle也選擇走上開源之路，因為這能將全球數以萬計的優秀工程師聯系在一起。

政府、高校、企業間的合作在未來將更有價值。同時，諸如大數據與醫療、環境氣候領域的跨界合作等將為人類解決癌癥或全球變暖等重大問題。”

喬布斯一直被創新者們奉為學習的榜樣。他一方面盛氣淩人並固執任性，另一方面卻一直堅持著自己的視野與看待世界的方式，勢不可擋地碾壓所有攔路者。於是喬布斯也就成為了人們心中“創新者”的代表形象。

當Greg Satell在為新書《Mapping Innovation》做調查的時候，他發現絕大多數偉大的創新者跟史蒂夫·喬布斯一點都不像。W·布萊恩·亞瑟在《科技的本質》中也提出了類似的觀點，他認為創新必須是多種因素結合的產物。

從更加宏觀的角度來看，追求線性價值是20世紀商業戰略的關鍵，而如今，線性的世界已經分崩離析，平臺的時代來臨，“連接”成為這個時代的烙印。現在，真正重要的已經不再是你掌握了哪些資源，而是你可以利用哪些資源，或者說你可以隨時調用哪些資源。

即使最強大的公司甚至政府在這個時代也無法單槍匹馬的戰鬥，因此在制定戰略時，效率已不再是唯一的目標，應當把註意力集中於發展廣泛而深入的連接。

世界無處不「開源」

1991年9月17日，隨著李納斯·托瓦茲發布第一版Linux系統，“開源”一詞正式走入歷史。

與微軟這些公司開發的收費版操作系統不同，Linux對所有用戶免費開放，並且用戶可以根據他們的需求做出改動。Linux鼓勵用戶為自己編寫代碼提供改進的意見和方案。可以想象這個“異類”初現時行業的反應。

微軟CEO史蒂夫·鮑爾默將Linux比作癌癥，揚言任何使用開源軟件的人都是將自己事業置於風險之中，他也敦促政府不要扶助開源項目的開展。對像微軟這種大公司來說，Linux的到來標誌著一個致命威脅的開始。

Linus Torvalds是Linux之父，被譽為活著的傳奇。

然而隨著時代的改變，開源還是被整個行業接受了，20世紀90年代中期，IBM開始將安裝有Linux操作系統的硬件推向市場。而就在最近，特斯拉也開源了自己的專利技術，即使是微軟也開始說他們熱愛Linux了。

開源社區為什麽變得如此重要？不妨去查一下谷歌開源旗下機器學習工具庫TensorFlow。盡管谷歌的能力和技術已經十分強大，但開源能夠使它接觸到世界上數以萬計有才華的工程師。

“自從我們決定開源後，我們的代碼跑得更快了，系統可以同時處理更多的事情，操作也變得更靈活、方便了”，谷歌的一位高層如是說。

如果連Google都無法單槍匹馬地戰鬥，誰還可以？

政府、高校、企業的合作將更加必要

在20世紀80年代中期，美國的半導體產業在日本的沖擊下難逃厄運，連同汽車與電子產品，幾乎成為美國衰落的象征。

如此慘淡的景象給美國的國家競爭力和國家安全造成了嚴重的後果。1986年，美國政府建立了由政府、研究機構以及私營企業組成的半導體制造聯盟。在20世紀90年代中期到來之前，美國的半導體企業終於重新占據行業領導權，直至今日。

受這一案例影響，最近幾年，美國通過這種合作模式孕育出大批的優秀創新者，例如正在研發下一代新型電池的阿貢國家實驗室所建立的能源儲存研究聯合中心(JCESR)以及正在農村地區建立高級制造中心的國家制造業創新網絡(National Network for Manufacturing Innovation)。

即使沒有政府的介入，私企也正在建立聯盟來應對重大的問題。最近谷歌、IBM、微軟、亞馬遜和Facebook五家企業就建立了合作夥伴關系，以深化人工智能的研究等課題。還有一些企業建立起工作小組來解決量子加密的問題。

我們目前面對的各種挑戰，無論是規模還是複雜程度都在增加。正因如此，這些整合了政府、高校、研究機構和企業的聯盟將發揮重大的作用。

跨界合作

在二戰之後的數十年里，我們見證了原子能的威力，研制出噴氣式發動機，破解了遺傳學的原理，創造了晶體管和微芯片......這些都是里程碑式的發明成果，並為人類帶來了前所未有的繁榮景象。

但自20世紀70年代以來，我們大多是在以前的基礎上擴張，比如我們提升了飛機速度，讓電腦變得更小從而走入尋常百姓家。但事實上，我們直到20世紀末都還在使用這些早已存在的技術，而它們也開始要達到發展的極限。

在未來10年里，摩爾定律將不再適用。我們現在所有用來為電子設備和電動汽車提供電源的鋰電池的發展速度也會減慢，直到完全停止。世界將越來越承受不住氣候變化所帶來的風險，癌癥、糖尿病和帕金森癥這些慢性疾病將會給我們的經濟帶來崩盤的威脅......而跨界合作將成為解決這一問題的唯一手段。

當量子科學和神經學等學科結合在一起時，它將為人類帶來全新的想象力，新的機器和技術將會誕生，從而將人類帶上新的高度。正如IBM負責雲技術與架構的副總裁Angel Diaz博士所說，“如今，要想真正改變世界，我們需要的不僅僅是聰明的代碼，我們需要電腦專家與癌癥科學家、氣候科學家等其他各領域專家一起合作，以解決這些巨大的挑戰，再一次為世界留下深遠影響。”

文章評論

匿名用戶

發布

全部評論：10

發布

當人工智能指揮人類：它能調度飛機起落，也能統領180萬小哥送外賣

楊潔 2017-01-13 14:35

當AlphaGo頂著Master的代號再次出道，橫掃圍棋界一眾高手時，“人工智能還能做些什麽”，這個話題開始讓很多人深度思考。下圍棋自然不是目的，但當機器的大腦在數據處理和學習能力上遠遠超過人類時，我們，或許將在某一天，全面聽從它們的指令。

這並不是臆測。去年1月份，阿里雲在上海發布了一站式大數據平臺數加，包含了大量的人工智能產品。這些產品背後的技術組成了阿里雲旗下的人工智能ET，現在，它已經開始了“智能調度”職業。1月11日，阿里雲方面透露，阿里雲同餓了麽合作研發出了ET新的調度引擎，正全面推行到外賣送餐領域。

“智能調度員”的工作歷史

調度員的工作，ET之前已經做過四份。

在廣州白雲機場，天池選手為ET開發算法用於調度1000多架飛機。ET可以將近機位乘客的比例從77%提高到94%，減少乘客再坐擺渡車的煩惱，臨時機位的使用率減半，跑道沖突率從42%減少到5%。

同樣在廣州，ET曾通過觀察路面車輛對紅綠燈進行調度。在南華中路-寶崗大道9時~13時和15時~20時的平均擁堵指數分別下降了25.75%和11.83%。

車貨匹配公司運滿滿將ET應用到了貨車調度領域。ET可對貨物和車輛進行評估、車輛評估，進行智能化的匹配和推薦。貨車司機按照ET的建議，可以接更多順風單、接力單。

追溯到更遠，阿里雲同快的打車的合作應該是國內首次將人工智能應用到調度領域。當時搶單時長最高降低了21.11%，成交率提升了7.87%。

“供給與需求如何高效匹配，這是一個通用性的問題。”阿里雲人工智能科學家閔萬里說，“為此我們為ET配置了通用的調度引擎，同時和各個合作方聯合研發，將引擎適配到不同的行業。”現在，ET的新任務，是調度180萬名外賣小哥，把熱飯送到每一個訂餐人手中。

吃一口熱飯有多難

為什麽阿里雲要和餓了麽合作？因為在餓了麽平臺上，每天配送訂單已經超過300萬。對於人類調度員來說，每天中午和晚上的高峰都是巨大的挑戰。以上海商城路配送站為例，全天1600-1700單，有70多個配送員，一個調度員每6秒鐘就要調度1單，他需要考慮騎手已有訂單量、路線熟悉度等。可以說，這份工作已經完全不適合人類。但對人工智能而言，它則擅長處理這類問題。

要想設計一個滿足即時配送業務需求的智能調度引擎，它必須接受如下挑戰：

（1）要算的全：綜合考慮騎手、餐廳、送餐地、配送區域和天氣等多維度因素；

（2）要算的快：進行快速決策（及時派單或壓單決策），避免高峰期爆單，同時還需要在幾百毫秒之內計算出最優配送路線並推送到騎手APP端；

（3）要算的準：對餐廳屬性（餐廳出餐時間、餐廳訂單量預估）、騎手屬性（騎手配送能力、騎手抗壓能力）、送餐地屬性（熱門商圈，是否需要長時間等電梯）等關鍵因素“了若指掌”。

ET是如何實現智能派單並確保效率最優的？簡單來說，ET會將配送站新的訂單插入到每個騎手已有的任務中，重新規劃一輪最短配送路徑，對比哪個騎手新增時間最短。

為了能夠準確預估新增時間，ET需要知道全國100萬家餐廳的出餐速度、超過180萬騎手各自的騎行速度、每個顧客下樓取餐的時間。

一般來說，餐廳出餐等待時間占到了整個送餐時間的三分之一。ET要想提高騎手效率，必須準確預估出餐時間以減少騎手等待，但又不能讓餐等人，最後飯涼了。

要想計算騎手的送餐路程時間，ET還需要知道每個騎手在不同區域、不同天氣下的送餐速度。但餐送到了，顧客並不一定會立刻來取。顧客可能需要等三部電梯才能下來。這些ET都需要計算在內。

如果顧客要點個火鍋，ET可自動識別其為大單，將鎖定某一個騎手專門完成配送。

為了應對全國多個地區頻發的霧霾情況，研發團隊還為ET內置了惡劣天氣的算法模型。通常情況下，每逢惡劣天氣，外賣訂單將出現大漲，對應的餐廳出餐速度和騎手騎行速度都將受到影響，這些ET都會考慮在內。

當然，ET在“工作”過程中也曾遇到過問題。閔萬里介紹，聯合研發小組在最近的一次測試中，就發現有2個配送站點出現嚴重超時問題。後來才知道：2個站點均在成都，當地人喜歡早、中餐一起吃，高峰從11點就開始了。因此，習慣了北上廣節奏的ET到成都就懵了。

然而，ET仍然在這方面取得了不俗的成績。2016年10月24日，餓了麽蜂鳥宣布“準時達”服務取得突破，單均配送時長降至29分鐘，配送準時率逼近99%。

這並不是唯一的用AI來進行調度的案例。美團就在去年11月的《2016中國外賣O2O行業洞察報告》中指出，美團外賣的背後，就有美團外賣智能調度系統在做指揮，能夠通過算法調整策略，實現毫秒級訂單改派等。

百度也早已表示，“送外賣的”也可以實現高科技。百度外賣的智能物流調度系統已經完成了4.0版本升級，能實時監測每個城市和商圈的實時狀況。

而“送外賣”當然不是智能調度最主要的作用。除了ET曾經開展的機場、貨運等調度工作外，據稱，滴滴也正在研發智能調度。當無人駕駛正在火熱之時，我們可以展開更大的腦洞，當車輛共享經濟進一步發展，當網絡叫車平臺能夠調動無人駕駛車輛，人工智能可以準確獲取天氣、運力、路線、乘客需求等信息，進行整個城市的車輛大調度，或許，一個令人激動的未來，將在更大的層面展開。

文章評論

匿名用戶

發布

全部評論：10

發布

《未來簡史》：人類是一種過時的算法

老周開講 2017-01-20 11:28

本文系老周開講（ID：laozhoukaijiang），授權i黑馬發布。

生物都是算法

赫拉利指出，生物就是算法，生命就是進行算法處理，不管是長頸鹿、蕃茄或人類都只是自然演化出來的不同數據處理方式。人類將環境參數作為輸入數據，經過認知能力的處理，輸出感受和決策等數據，從而決定了我們的喜怒哀樂以及行動。

人類不是不可分割的個體，而是由可分割的部分組成，由許多不同算法的組合，並沒有單一的內在聲音或單一的自我。構成人類的算法並不“自由”，而是由基因和環境壓力塑造。

因此，外部算法理論上有可能比我更了解我自己。如果能用某個算法，監視組成身體和大腦的每個子系統，就能清楚掌握我是誰、我有什麽感覺、我想要什麽。只要開發出這樣的算法，算法就能做出最好的選擇。

隨著科技的發展，智人將不再是最好的算法，信息科學家已經寫出了越來越複雜的電子算法。數學定律同時適用於生化算法和電子算法，兩者合二為一成為可能，動物和機器之間的隔閡將被打破，電子算法有一天能夠解開甚至超越生化算法。

機器學習和人工神經網絡興起，越來越多的算法會獨立演化、自我改進、從自己的錯誤中學習。這些算法分析的數據量是天文數字，遠遠超過人力範圍，而且它們也能學會找出人類找不出的模式、采用人類想不到的策略。

最早的種子算法或許是由人類開發，但隨著算法逐漸成長，自我演進，就會走出自己的路，前往人類未曾踏足的領域，而且人類也無力追趕。

人類進程由算法主導

把全人類看作單一的數據處理系統，每個個人就是里面的一個芯片（處理器）。自由市場經濟為什麽能夠戰勝計劃經濟，也是因為數據處理的方式即算法決定的。自由市場經濟是分步式數據處理，而計劃經濟是集中數據處理方式。對整個社會的龐大數據而言，分步式數據處理，將分析數據和做決定的工作分發下去，交給許多獨立但又相互連接的處理器，更具效率。

縱觀整個人類進程，7萬年前，智人發生認知革命，產生了語言，能夠將大量智人連接在一起，成為一個更大更高效的數據處理網絡，它比單個個人處理器更優越，能夠輸入更多的數據，也能輸出更優質更多的數據，能更好地指導他們的行動。

這一點讓智人擁有超乎其他人類及動物物種的關鍵優勢。對尼安德特人、黑猩猩或大象來說，或許它們能夠連接一個網絡，但數量極其有限，遠不及智人。

到了大約5000年前的農業革命，發明了文字和金錢，進一步突破了語言的隔閡與限制。它能夠聯系更多的人，使人類處理器數量急劇上升。加速了人口增長，讓更多人能夠生活在一起，形成密集的地方網絡，並進一步建立了城市、王國或帝國。隨後的現代探險家、征服者和交易商，不斷在世界建立新連接，漸漸形成了覆蓋整個世界的緊密網絡。

哥倫布剛剛發現新大陸，把歐亞網絡和美洲網絡相聯時，每年只有極少的信息能夠越過海洋，還得應付各種文化偏見、政治審查。但漸漸地，自由市場、法治概念或民主傳播，都在促進消除種種障礙。民主和自由市場之所以獲勝，事實上，是因為改善了全球數據處理系統，是數據決定了民主和自由。

智人正失去權威

在19世紀和20世紀，由於沒有任何外部算法能夠超越人類生化算法，人類崇尚個人價值。FBI可以偷聽我每次打的電話、監視我在街頭上和人的每次互動，也沒有足夠的運算能力來分析這些數據，只有我更了解自己。於是，人類有充分的理由認為自己是個自主的系統，聽從的是自己內在的聲音。

但到了21世紀，科技已經讓外部算法有能力“比我更了解我自己”。個人主義行將崩潰，權威也將從個人轉向由算法構成的網絡。人類無力處理大量數據，正逐漸將手中的權力交給自由市場、群眾智能和外部算法。

人類也不再認為自己是自主的個體，自己的感覺並不是最好的，也不會依據自己的感覺來做決定，將更多地聽從電子算法的建議和指示。算法不需要完全了解我、而且絕不出錯，只要比我自己更了解我、犯的錯更少，就已足夠。

到了這個程度，合理的作法就是把愈來愈多的選擇和人生大事都交給算法來為我決定。人類會逐漸從參考算法分析來做決策，到部分讓度決策權，最後演變為全部交由算法來做決策。在你考慮結婚對象或職業時，問的不是你的內心和感覺，而是數據和算法。

萬物互聯時代來臨

人類在減少了饑荒、疾病和戰爭之後，目標很可能是長生不死、幸福快樂，以及化身為神（擁有更強的身體和心理能力）。一開始，數據正是通過承諾滿足這些而得以傳播。而為了實現長生不死、幸福快樂、化身為神，我們就需要處理大量數據，遠遠超出人類大腦的能力，也就只能把權力交給算法了。然而，一旦權力從人類手中交給算法，人類就可能面臨另一種命運。

今天，我們能實時看到貨物的運送情況，算法能根據庫存自動補貨，Amazon已經開始用無人機為顧客送貨。我們正努力打造萬物互聯網，它擁有更強的算法和數據處理能力，更能滿足人類的願望。

可只要我們放棄了以人為中心的世界觀，而贊成以數據為中心的世界觀，為了更優秀的數據處理模型、整個系統的效率，就可能犧牲部分人群的利益。未來將可能由控制算法的少數精英說了算，大部分人作為數據處理器的價值失去，降為數據，最後溶解分散在龐大的網絡中。

人類由史以來，創造了一個全球性的網絡，任何事物都以對人類的價值來評價和抉擇。幾千年來，這讓人類充滿了自尊和偏見，認為自己是這個網絡的主人，自己就是造物的巔峰。至於其他所有動物，並不重要，其生命和經驗都遭到低估。

然而，一旦進入萬物互聯網時代，當大部分人對網絡提供不了重要功能，就會發現自己到頭來也不是造物的巔峰。我們自己設下的標準，會讓我們也走上長毛象和白鰭豚一樣的滅絕之路。如果算法進一步自我演進到無人能企及的高度，整個人類將可能被淘汰。到時回首過去，人類也只會成為宇宙數據流里的一個小小漣漪。

文章評論

匿名用戶

發布

全部評論：10

發布