我曾經跟伯克利很有名的一位叫邁克爾·喬丹（與美國球星同名）的教授聊了聊，他是現在的深度機器學習的最早期提出者，也是美國工學院、文理學院和科學院三院院士，我們就把AI這兩個字母來回來去組合：

首先是IA— Intelligence Augmentation（智能放大）。

這就是說人工智能做出來的事情顯得人類很聰明，比如搜索引擎和機器翻譯，你不會法語要去法國旅游，在網上搜索一下就把知識綜合起來了，這以前是要經過20年學術研究的。

第二個是II—Intelligence Integration（智能綜合）。

機器不創造知識，但是它做了綜合。我之前在谷歌做自動回答問題的項目，比如問天為什么是藍色的，我們會把知識綜合起來，然后重新組成句子，形成一個段落回答你。

第三個是AA—Automatic Algorithm（自動算法）。

比如說以前人要做一件事情，步驟一二三是設定好的。最典型的例子就是美圖秀秀，之前用PS也可以做的，但是要有個學習PS的過程，還不一定能學好，但現在計算機就能算好，你按一個鍵，就可以自動修好照片。

所以我們可以認為今天的AI（人工智能）=IA+II+AA。

從60年前到今天，人工智能發展到一個什么水平階段呢，我把它分成三層：

第一層，弱人工智能。

每個人都在用，今天拍個照片，女孩子們美圖秀秀修一修，發出去，這是弱人工智能。今天買東西和五年前習慣是不一樣的，很多是它推薦給你的，40%營收額是靠推薦來的。

這是一種很人工智能的算法，很多人覺得還不夠聰明，還放在了弱人工智能方面去。

第二層，強人工智能。

人工智能現在不僅能夠識別，還能翻譯。如果想翻譯成英文，我想我們現在不需要同聲翻譯，直接用計算機翻譯過去的話美國人英國人是聽得懂的。

它還可以干別的事，比如計算機能回答問題，能寫作，在華爾街日報或者是紐約時報，今天大部分和財經類新聞有關的這種報道中，大部分文章是計算機寫的，不是人寫的；下棋就更不用說了，人工智能還可以開車，美國Google的無人駕駛汽車，到現在開了將近500萬多里，但主動交通事故只出了兩起，也就是說它開車的水平要比人其實高很多；人工智能還可以看病，機器人看片子會比專家更好，不僅如此，像沃森這樣人工智能計算機，你告訴它三件事，描述一下你的病情，比如肚子疼，給它一個化驗結果，再給它你過去病例，它就可以做到美國醫生的平均水平。

第三層，超級智能時代。

超級智能有兩個核心，一是機器智能，相當于人類的大腦，二是IOT萬物互聯，相當于人類的五官。

當機器智能的計算水平足夠高，當IOT的觸角觸及到城市的每個角落，就形成了超級智能。

未來我們的城市，就是一個大的超級機器人。

在人工智能的發展過程中，人工智能大廈有三個重要支柱支撐著過程的演變：

> 摩爾定律

在IT行業里來講，每18個月處理器的性能會翻一番，這個速度大概相當于每五年多一點的時間，處理器性能要漲10倍左右。

iPhone當年2007年發布，距離今天10年，那么今天iPhone的處理器相當于當年的100倍。

> 大量數據

現在數據產生的速度有多快呢？最近三年產生的數據，超過了從三年前到人類出現文字以來產生數據的總和。

在很多人的印象中，數據就是數字，或者必須是由數字構成的，其實不然。

互聯網上的任何內容，文字、圖片和視頻，都是數據；醫院里包括醫學影像在內的所有檔案也是數據；各種設計圖紙，甚至是出土文物的尺寸、材料，也都是數據；我們的社會關系、我們每天的活動，都是數據。

很多種數據，比如語音和文字，反而沒有多少數字的內容。

知識是人類進步的階梯，我們用知識不斷地改變我們的生活和周圍的世界，而數據正是知識的基礎。過濾沒有意義的數據，刪除偽造的數據，從數據中獲取有用的信息，隨后進行處理，人類就可以獲得知識。

> 深度學習

這實際是一種新的算法或者數學模型。

在有大數據之前，計算機并不擅長解決那些需要人類智能解決的問題，但在今天，這些問題換個思路就可以解決了，其核心就是轉換智能問題為數據問題。

傳統的人工智能方式是讓計算機按照人的思路去做，但今天幾乎所有的科學家都不再堅持「機器要像人一樣思考才能獲得智能」的觀點。

比如AlphaGo（阿爾法狗），它不是靠邏輯推理獲勝的，而是靠大數據和算法。在數據方面，谷歌使用了幾十萬盤圍棋高手之間對弈的數據來訓練它；在算法方面，谷歌采用了上萬臺服務器來訓練它下棋的模型，并且讓不同版本的AlphaGo相互對弈了上千萬盤，可以說它幾乎是算無遺策。

所以說，這是個智能的時代，而智能的基礎是大數據，可謂「無數據、不智能」。

大數據對于商業的影響更顯而易見，舉個某服裝奢侈品牌的例子。

奢侈品牌有個特點，就是決定銷量的并非價格，而是顧客群的喜愛。

之前企業并不太很好了解顧客的喜好，但進入大數據時代，則有了解決方案，就是在商品標簽中植入智能芯片，商品只要被拿到試衣間，芯片就能識別出來，同時記錄這件商品的試穿次數，從而了解顧客的喜好。這樣公司就能明白銷量不好的商品的原因是什么，然后針對商品做出改進，改變銷售方式。

有了移動互聯網之后，數據量是非常大的。

以前很多數據，其實沒有沒有收集上傳、沒法存儲，今天這個都變成了一個可能。在過去三年里，人類收集到的數據總和超過人類歷史上六千年，從出現文字到現在六千年就有了數據記載。

過去三年里，數據量超過了人類六千年的總和。而且按照這個指數速度往上漲，可以預測估計一年半以后，又要翻一番了，這是一個非?？斓乃俣?。所以在今天來講，你干任何一件事都要善用數據。

未來隨著人工智能的發展，最先受到沖擊的將會是傳統生產線上的工人。機器人可以替代人類做重復性的工作，特斯拉的工廠已經完全機械化，沒有人工作業了。其次就是高端行業領域，比如專科醫生的病理診斷，機器的識別病癥識別率開始高于醫生了。

在未來，機器為人類所用，給人類提供服務?？赡?8%的人都在享受人工智能的成果，2%的人在設計AI。

而這2%的人會有絕對話語權，所以如果不想被社會淘汰的話，要爭取成為2%的人。

兩次工業革命和信息革命都曾對當時的社會產生巨大的沖擊，使得很多行業消失，但同時又催生出新的行業。

不過，新的行業容不下那么多人，釋放出來的勞動力需要尋找出路，這種影響花費了半個世紀、甚至更長的時間才消化掉。

在這個漫長而痛苦的轉型過程中，只有2%的少數人受益于新科技。

很多人問我這2%的人是怎么算的？2%不是計算出來的，而是前些年占領華爾街的人自稱98%的人，反對社會的既得利益者，即所謂的2%的人。從此誕生了一個新概念，2% VS 98%。

在過去如果按照社會階層和經濟狀況將人口分類，會發現社會是一個紡錘形，兩頭小中間大，但今天卻是一個金字塔形狀，上面小下面大。這樣的社會不會太穩固，最底層常常是最容易產生動蕩的。

但是盡管世界各國都不斷地增加窮人的福利，各國的金字塔形狀卻越來越明顯。

很多處于社會和行業底層的人經常抱怨社會的不公，但很少思考為什么，以及自己如何能改變命運。

美國大部分富豪都是一代致富，中國的富一代也是如此，那么為何同樣的起跑線，每個人的命運會有如此巨大差距。

舉個例子，在阿里巴巴之前，有個叫8848的電商網站一度很火，但是后來關門了，同時關門的電商還有一大批。

于是當時搞電子商務的人說中國不適合做電商，因為當時沒有支付手段，大家不誠信，以及沒有物流等等。

他們采取了消極的態度，但馬云用的是另一種積極的態度，沒有支付手段就搞一個支付寶，沒有誠信就搞一個商家評價體系，沒有物流就由公司出面和物流公司談專門的服務協議。換句話說，馬云是站在商家的角度想問題，幫商家成功就是幫阿里巴巴成功。

98%的人在思維上犯了不能公正的就事論事的錯誤，習慣撿芝麻而不是撿西瓜。

在機器搶掉人類飯碗的時代，如何做到不被拋棄？答案很簡單———跟上智能革命的浪潮。

98%的人，就是抱著舊思維不放、不愿接受新技術的人。比如你做秘書的工作，不會用電腦而非要手寫稿子，那你馬上就會被淘汰。

所以，要做2%的人：首先，獨立思考這一點非常重要。很多人很容易接受結論，而不去關注結論產生的過程和方法，不去判斷它是否正確、合理，是否符合常識。

有人說自己太忙，沒時間求證，在我看來，這是一種思想上的懶惰。

別說沒時間，我看很多人有大把刷微信的時間；還有就是要簡單化。永遠要記得：兩點之間，直線最短。任何復雜的金融產品都可能是騙局，因為它無法直截了當地告訴你它的贏利模式。

自從我的《智能時代》出版之后，我進一步梳理了思路，根據對產業的研究，總結出了未來時代商業八字訣——「分享、跟蹤、合作、眾籌」。

第一，分享。中國的滴滴、美國的Uber、Airbnb都是分享經濟的代表。在未來分享經濟時代，連接比擁有更重要。

滴滴和Uber沒有一輛汽車，確實全球最大的出租車公司，Airbnb沒有一間住房，卻比世界上任何酒店集團都大。

淘寶上的商品也不是阿里巴巴的，但它也超過任何一家百貨連鎖店。

滴滴、Uber和Airbnb通過互聯網把更多的資源引入市場。

滴滴出現之前，中國只發放了200萬張出租車牌照，今天中國街上的出租車加上專車幾乎翻了兩番，接近800萬輛，增加的500多萬輛都是滴滴等公司通過互聯網把閑置資源和大家進行共享。

第二，跟蹤。在萬物聯網這個時代，當然還有大數據、人工智能做后臺支撐，就有可能跟蹤到經濟，細到說能跟蹤到每一筆交易，每一個人，每一個很細節的地方，這都將帶來無限的商機。

第三，合作。我在《智能時代》一書中講了一個技術革命時代的范式：現有產業+新技術=新產業。

很多在美國、日本等工業化國家已經消失的所謂「遺產工業」，在中國依然所在。

這些產業，在過去被看作是拖后腿的產業，但是它們升級改造的壓力最大，也最愿意采用新技術。因此，未來智能技術和它們的結合，會創造出很多有新意的產業。合作經濟是未來的趨勢。

第四，眾籌。相比于網絡上眾籌出書、出唱片，更大、更有顛覆性的眾籌經濟是通過顧客參與的方式，改變產品和服務設計、生產和銷售的全過程。

最典型的例子就是特斯拉汽車，特斯拉通過眾籌的方式從未來顧客那里收取定金，然后讓顧客參與設計，運用顧客的理念來生產汽車，并且繞過批發零售的環節，直接送到客戶手上。

這樣比傳統汽車制造銷售鏈條短了很多，因此價格就會便宜很多。采用特斯拉眾籌模式的不僅適用制造業，那些先充值后服務的模式，也是一種變相眾籌經濟。比如說摩拜單車，用戶要先充值押金，這些錢足夠讓摩拜單車生產足夠的自行車投放在市場上，不然像摩拜單車這樣重資產的企業，負債的壓力是很大的。

我們每個人的出行都是隨機的，就跟布朗運動似的。未來城市是怎樣的呢？

你可以把整個城市想象成一臺超級電腦，每一輛汽車是一個終端，可以從主機上獲得一個優化的交通方案。在美國有人做過這樣的試驗，將原來70分鐘的出行時間降到了20分鐘。

現在在北京，人們上下班平均要花兩個半小時，如果能夠按照這個比例節省，每天就有可能節省40分鐘，社會效益非?？捎^。再往后，馬路上可能都是無人駕駛的電動汽車。

它們可以連成一排往前開，像火車一樣而不需要紅綠燈，中間哪輛車要拐彎了，就從隊伍里分出去。

整個社會交通會變得更美好、更安全。

未來還可以用無人機來代替警察巡邏，這些無人機和今天的無人機不一樣，它們很聰明，攝像頭帶有人工智能視覺識別軟件，能夠識別出潛在的犯罪嫌疑人。

為什么說也是一個很壞的時代呢?智能革命讓一切更精細化和人性化，所有產業都將迎來挑戰，包括農業、制造業、體育、醫療，還有傳媒這些行業。

這是空前的挑戰，因為它會造成非常多的社會問題——科技進步帶來的未必全是生活水平的提高，也可能有很多困擾。比如，今天的我們生活在一個毫無隱私可言的社會里。我們自己就是隱私泄露者———你在手機里安裝了那么多APP，參加了那么多優惠活動，都是在主動曝光自己。

雅虎曾被曝丟失5億個賬號。一般人可能會覺得，5億個賬號，哪那么容易從中找到我的信息？

其實不然。處理這些賬號的是機器，不是人工，找到你的賬號、破解你的密碼是很容易的。

所以說，未來的時代是一個很好的時代，同時也是一個很壞的時代。

來源：上觀新聞、《硅谷來信》、財新時間、經濟觀察報

作者：宅大鼎、投資人說整理

圖：網絡