這幾年人工智能（AI）火起來(lái)后，很多人因?yàn)椴幻靼灼湓?，產(chǎn)生了迷信和崇拜,。甚至認(rèn)為《終結(jié)者》《星球大戰(zhàn)》中的情景就要變成現(xiàn)實(shí)了。就連霍金和馬斯克,，都認(rèn)為人工智能有可能產(chǎn)生自主意識(shí)并統(tǒng)治人類(lèi),。真是隔行如隔山，顯然他們并不明白人工智能的原理,，鬧了笑話,。

原理

人工智能的原理，用一句話概括就是：

人工智能=數(shù)學(xué)計(jì)算,。

機(jī)器的智能程度,，取決于“算法”。

最初,，人們發(fā)現(xiàn)用電路的開(kāi)和關(guān),，可以表示1和0。那么很多個(gè)電路組織在一起,，不同的排列變化,，就可以表示很多的事情，比如顏色,、形狀,、字母。

再加上邏輯元件（三極管）,，就形成了

“輸入（按開(kāi)關(guān)按鈕）——計(jì)算（電流通過(guò)線路）——輸出（燈亮了）”

這種模式,。

想象家里的雙控開(kāi)關(guān)。

為了實(shí)現(xiàn)更復(fù)雜的計(jì)算,，最終變成了,，“大規(guī)模集成電路”——芯片。

電路邏輯層層嵌套,，層層封裝之后,，我們改變電流狀態(tài)的方法，就變成了“編寫(xiě)程序語(yǔ)言”。程序猿就是干這個(gè)的,。

程序員讓電腦怎么執(zhí)行,，它就怎么執(zhí)行，整個(gè)流程都是被程序固定死的,。

所以,，要讓電腦執(zhí)行某項(xiàng)任務(wù)，程序員必須首先完全弄清楚任務(wù)的流程,。

比如聯(lián)控電梯：

別小看這電梯,，也挺“智能”呢?？紤]一下它需要做哪些判斷：

• 上下方向

• 是否滿員

• 高峰時(shí)段

• 停止時(shí)間是否足夠

• 單雙樓層,，等等

需要提前想好所有的可能性，否則就要出bug,。

某種程度上說(shuō),，是程序猿控制了這個(gè)世界（程序猿表示壓力好大）。

可總是這樣事必躬親,，程序員太累了,，你看他們加班都熬紅了眼睛。于是就想：

能不能讓電腦自己學(xué)習(xí),，遇到問(wèn)題自己解決呢,？而我們只需要告訴它一套學(xué)習(xí)方法。

大家還記得1997年的時(shí)候,，IBM用專(zhuān)門(mén)設(shè)計(jì)的計(jì)算機(jī),，下贏了國(guó)際象棋冠軍。其實(shí),，它的辦法很笨——暴力計(jì)算,，術(shù)語(yǔ)叫“窮舉”（實(shí)際上，為了節(jié)省算力,，IBM人工替它修剪去了很多不必要的計(jì)算,，比如那些明顯的蠢棋，并針對(duì)卡斯帕羅夫的風(fēng)格做了優(yōu)化）,。計(jì)算機(jī)把每一步棋的每一種下法全部算清楚,，然后對(duì)比人類(lèi)的比賽棋譜，找出最優(yōu)解,。

一句話：大力出奇跡,！

但是到了圍棋這里，沒(méi)法再這樣窮舉了,。力量再大,，終有極限,。圍棋的可能性走法，遠(yuǎn)超宇宙中全部原子之和（已知）,，即使用目前最牛逼的超算,，也要算幾萬(wàn)年,。在量子計(jì)算機(jī)成熟之前,，電子計(jì)算機(jī)幾無(wú)可能。

所以,，程序員給阿爾法狗多加了一層算法：

A,、先計(jì)算：哪里需要計(jì)算，哪里需要忽略,。

B,、然后，有針對(duì)性地計(jì)算,。

——本質(zhì)上,，還是計(jì)算。哪有什么“感知”,！

在A步,，它該如何判斷“哪里需要計(jì)算”呢？

這就是“人工智能”的核心問(wèn)題了：“學(xué)習(xí)”的過(guò)程,。

仔細(xì)想一下,，人類(lèi)是怎樣學(xué)習(xí)的？

人類(lèi)的所有認(rèn)知,，都來(lái)源于對(duì)觀察到的現(xiàn)象進(jìn)行總結(jié),，并根據(jù)總結(jié)的規(guī)律，預(yù)測(cè)未來(lái),。

當(dāng)你見(jiàn)過(guò)一只四條腿,、短毛、個(gè)子中等,、嘴巴長(zhǎng),、汪汪叫的動(dòng)物，名之為狗,，你就會(huì)把以后見(jiàn)到的所有類(lèi)似物體,，歸為狗類(lèi)。

不過(guò),，機(jī)器的學(xué)習(xí)方式,，和人類(lèi)有著質(zhì)的不同：

人通過(guò)觀察少數(shù)特征，就能推及多數(shù)未知,。舉一隅而反三隅,。

機(jī)器必須觀察好多好多條狗,，才能知道跑來(lái)的這條，是不是狗,。

這么笨的機(jī)器,，能指望它來(lái)統(tǒng)治人類(lèi)嗎。

它就是仗著算力蠻干而已,！力氣活,。

具體來(lái)講，它“學(xué)習(xí)”的算法,，術(shù)語(yǔ)叫“神經(jīng)網(wǎng)絡(luò)”（比較唬人）,。

原理如下圖：

（特征提取器，總結(jié)對(duì)象的特征,，然后把特征放進(jìn)一個(gè)池子里整合,，全連接神經(jīng)網(wǎng)絡(luò)輸出最終結(jié)論）

它需要兩個(gè)前提條件：

1、吃進(jìn)大量的數(shù)據(jù)來(lái)試錯(cuò),，逐漸調(diào)整自己的準(zhǔn)確度,；

2、神經(jīng)網(wǎng)絡(luò)層數(shù)越多,，計(jì)算越準(zhǔn)確（有極限）,，需要的算力也越大。

所以,，神經(jīng)網(wǎng)絡(luò)這種方法,，雖然多年前就有了（那時(shí)還叫作“感知機(jī)”）。但是受限于數(shù)據(jù)量和計(jì)算力,，沒(méi)有發(fā)展起來(lái),。

神經(jīng)網(wǎng)絡(luò)聽(tīng)起來(lái)比感知機(jī)不知道高端到哪里去了！這再次告訴我們起一個(gè)好聽(tīng)的名字對(duì)于研（zhuang）究（bi）有多重要,！

現(xiàn)在,，這兩個(gè)條件都已具備——大數(shù)據(jù)和云計(jì)算。誰(shuí)擁有數(shù)據(jù),，誰(shuí)才有可能做AI,。

目前AI常見(jiàn)的應(yīng)用領(lǐng)域：

圖像識(shí)別（安防識(shí)別、指紋,、美顏,、圖片搜索、醫(yī)療圖像診斷）,，用的是“卷積神經(jīng)網(wǎng)絡(luò)（CNN）”,，主要提取空間維度的特征，來(lái)識(shí)別圖像,。

自然語(yǔ)言處理（人機(jī)對(duì)話,、翻譯）,，用的是”循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）“，主要提取時(shí)間維度的特征,。因?yàn)檎f(shuō)話是有前后順序的,，單詞出現(xiàn)的時(shí)間決定了語(yǔ)義。

神經(jīng)網(wǎng)絡(luò)算法的設(shè)計(jì)水平,，決定了它對(duì)現(xiàn)實(shí)的刻畫(huà)能力,。頂級(jí)大牛吳恩達(dá)就曾經(jīng)設(shè)計(jì)過(guò)高達(dá)100多層的卷積層（層數(shù)過(guò)多容易出現(xiàn)過(guò)擬合問(wèn)題）。

當(dāng)我們深入理解了計(jì)算的涵義：有明確的數(shù)學(xué)規(guī)律,。那么,，

這個(gè)世界是是有量子（隨機(jī)）特征的,，就決定了計(jì)算機(jī)的理論局限性,。——事實(shí)上,，計(jì)算機(jī)連真正的隨機(jī)數(shù)都產(chǎn)生不了,。

——機(jī)器仍然是笨笨的。

今年（2018）初的時(shí)候,，某家公司曾在電視上演示了他們利用人工智能診斷醫(yī)學(xué)影像的準(zhǔn)確率,，比醫(yī)生人工判斷得還準(zhǔn)。引起一片驚訝,。

其實(shí)這是多正常的事呀,。起重機(jī)發(fā)明出來(lái)之后，當(dāng)然比最強(qiáng)壯的大力士能舉起更重的物體,。

人類(lèi)醫(yī)生的診斷,，是對(duì)發(fā)病機(jī)理、化驗(yàn)結(jié)果的結(jié)合,，而機(jī)器僅僅是根據(jù)醫(yī)生對(duì)大量化驗(yàn)結(jié)果的歷史診斷,，估算出近似值。雖然表面看起來(lái)還算準(zhǔn)確,，一旦有個(gè)新病出來(lái),，它又不知道怎么處理了。

——機(jī)器能不能模擬整個(gè)人體系統(tǒng),？器官,、血液、心情,、飲食,、勞動(dòng)強(qiáng)度？模擬它們之間的相互聯(lián)系,，進(jìn)而懂得發(fā)病機(jī)理,？

——不可能,。因?yàn)槿梭w系統(tǒng)具有量子效應(yīng)——隨機(jī)的宏觀表現(xiàn)，更不用說(shuō)人的自發(fā)意識(shí)對(duì)疾病的影響了,。

人類(lèi)能認(rèn)識(shí)內(nèi)在規(guī)律,，機(jī)器只能總結(jié)表面規(guī)律。

其實(shí),，我們連什么是智能,、意識(shí)，還都完全沒(méi)弄清楚,。只有幾個(gè)哲學(xué)家爭(zhēng)論,，科學(xué)界對(duì)此毫無(wú)進(jìn)展，連下個(gè)定義都很難,！談何機(jī)器擁有自主意識(shí),？

筆者的觀點(diǎn)很明確：

AI將極大提高生產(chǎn)力，是沒(méi)什么疑問(wèn)的,，就像曾經(jīng)的內(nèi)燃機(jī)一樣,。也可能會(huì)產(chǎn)生破壞——但不是它自主破壞的，而是使用不當(dāng),，殺人不是刀的錯(cuò),。

可以肯定的是，它絕無(wú)可能統(tǒng)治人類(lèi),。

就目前來(lái)看,，還是回家造人，是真正的智能,。

接著而來(lái)的問(wèn)題是——

AI會(huì)導(dǎo)致失業(yè)潮嗎,？

第一次工業(yè)革命中，新型紡織機(jī)搶走了紡織工人的飯碗,。當(dāng)時(shí),，工人們還真的聯(lián)合起來(lái)鬧了一鬧，砸了一些工廠和機(jī)器,。

現(xiàn)在是不是又到了那個(gè)階段,？自從電腦出現(xiàn)，人們就一直在擔(dān)心電腦搶了自己飯碗,。

其實(shí),，經(jīng)濟(jì)學(xué)中有一個(gè)簡(jiǎn)單粗暴的定理：

人的欲望和需求是無(wú)止境的，當(dāng)技術(shù)的進(jìn)步加大了低端產(chǎn)品供給時(shí),，需求會(huì)自然向高端移動(dòng),。

有需求就會(huì)有就業(yè)。（注：需求=有購(gòu)買(mǎi)力的欲望）

結(jié)構(gòu)性失業(yè)一直在持續(xù),，但另一邊,，新的工作崗位也一直在增加啊,。因?yàn)椋?/p>

在AI人工智能革命中，一定有新的玩意出現(xiàn),。

哪些職業(yè)容易被替代呢,？從“人工智能=數(shù)學(xué)計(jì)算”可知：

那些算法越明確的工種，機(jī)械化,、重復(fù)化的勞動(dòng),，越容易被取代。

這里要注意一個(gè)問(wèn)題：有些工作,，看起來(lái)需要復(fù)雜的智力勞動(dòng),，比如銀行柜員：

她親切地向你問(wèn)好，細(xì)致地詢問(wèn)你的需求,，處理一大堆文件,、簽字。怎么看,，都不是一個(gè)機(jī)器人所能勝任的,。

但根據(jù)“需求路徑理論”（以后發(fā)表,，請(qǐng)關(guān)注《功夫讀書(shū)》）,，這個(gè)過(guò)程不是被替代，而是被跳過(guò),。這種職業(yè)也是危險(xiǎn)的,。

職業(yè)的結(jié)構(gòu)性調(diào)整，過(guò)程是漸進(jìn)的,。并不會(huì)說(shuō)AI產(chǎn)品一下子全部鋪開(kāi),，大量工人一下子失業(yè)。

理論上講,，沒(méi)有絕對(duì)不可能替代的工作,，大勢(shì)浩蕩，無(wú)法阻擋,。只能是加強(qiáng)學(xué)習(xí),，加大教育投資。但別被那些嘩眾取寵的文章給嚇到,，焦慮不安,。

更徹底一點(diǎn)的辦法也有，那就是擁有資本,。這個(gè)以后再講了,。