如何評價李開復博士的新書 《AI·未來》？

知乎使用者2018-10-07 16:44:54

剛看完本書，開復老師對中美兩國的網際網路產業發展的趨勢和差異分析還是比較透徹，尤其中國在技術落地的推動上，是領先於美國的，雖然在原創技術和商業模式上仍然落後，這是兩國的文化和發展現狀差異決定的，也是美國矽谷的頂尖分析師所無法理解的。

對於AI產業的未來，李開復預測是中美雙雄統治世界，並且在技術產業化上將超越美國，兩國會一騎絕塵領先所有其他國家。中國雖然在原創技術上落後，但是今天AI不再需要諾貝爾級別的創新，而是將現有技術產品化，商業化，創造出真正的價值，這需要大量工程師人才，海量的資料和寬鬆的政策環境，這些方面中國都有著獨特的優勢。

最後，開復從癌症康復的經歷出發，講到如何應對未來人工智慧帶來的衝擊，人類所獨有愛的能力是異於所有AI系統，我們應該脫離工作的束縛去尋找真正作為人的價值，這確實值得我們思考未來人類如何與人工智慧相處。

總的來講，是一本好書，寫的內容有深度有見地，加上作者很多自身的經歷和體驗，對於未來人工智慧的發展和影響有很多啟發。

亮平生謹慎2018-10-25 22:41:24

人工智慧的發展及未來

20世紀50年代中期，人工智慧的先驅們為自己制定了一個極其宏大且定義明確的使命：在機器上搭建人類智慧。這項結合了明確目標與複雜任務的使命，吸引了新興的計算機科學領域中最傑出的人士如馬文·明斯基、約翰·麥卡錫、郝博特·西蒙。而對於機器是否有智慧的判斷則是著名的圖靈測試：也就是讓一個獨立人對機器和另外一個獨立人輪番提問，如果提問的獨立人不能分辨出真人和機器的答案，那麼就可以認為機器具有智慧。在當今世界，以人工智慧為代表的計算機科學無疑是最熱門的話題，以人工智慧為核心的技術也層出不窮，滲透到人們日常生活中的方方面面，那麼對於人工智慧，它會如何發展？將會給人們帶來什麼影響？

簡言之，目前人工智慧的核心技術是深度學習技術，而這項技術發展了五十多年才在最近幾年取得重大突破，並在現實生活中大量應用。人工智慧在上個世紀五十年代時劃分為兩個陣營，其一是規則式方法，其二是神經網路方法。規則式人工智慧系統有時也稱為符號式系統或專家系統。該陣營認為如果要使人工智慧軟體更好地適應現實世界，就必須把相關領域的人類專家的智慧編寫進軟體，他們用一系列寫好的邏輯規則來教導計算機如何思考，也就是如果X，那麼Y的因果關係邏輯，這種方法只能用於簡單的，目標明確的遊戲，而對於可能的選擇和運算元目大增時，這種方法的工作量就會呈指數級增長從而給程式設計工作帶來極大困難，因此行不通。而對於神經網路方法，這種方法不是重建熟悉邏輯規則的大腦，而是模仿重建一無所知的大腦，然後再教其學習，具體來說是這樣，科學研究表明，動物的智慧源泉是動物腦部錯綜複雜的神經元網路，所以神經網路陣營構建類似生物神經元網路的結構來收發資訊，收發資訊之間的重要一步處理資訊不是透過設定好的決策規則作出的，而是在被大量輸入某一現象（圖片，比賽資料等）的例子以後從當中學習，識別規律。比如一場比賽是識別一張圖片裡是否有貓，那麼按照規則式方法就是根據因果關係來幫助程式處理：“如果一個圓形上方有兩塊三角形，那麼，這張圖片就有隻貓。”而對於神經網路方法，則是計算機系統一次性被輸入幾百萬張標示了有貓，沒有貓的圖片，讓其自行判斷哪些特徵與貓的標籤有關並做出機率判斷，最後得出結論。

雖然理論上來說，明顯是神經網路方法更先進，但是由於計算機計算能力，資料量不夠，針對多層神經元網路的訓練方法等技術條件限制，神經網路方法並沒有遠勝規則式方法，而且在幾十年的期間裡被打壓，人工智慧發展一度陷入停滯。進入二十一世紀之後，研究人員傑弗裡·辛頓在計算機硬體條件還有大資料形成之後發現了針對多層神經網路的有效訓練方法，因此人工智慧神經網路效能大增，也就是深度學習技術成熟，傑弗裡·辛頓團隊在2012年的國際計算機視覺競賽中應用了深度學習技術並勝出，人工智慧因此開始受到重視並在現實生活中大規模應用，比如無人駕駛汽車，翻譯，語音識別，影象識別，預測消費者行為等等。

人工智慧深度學習技術短短几年的發展就給現實生活帶來了巨大改變，比如淘寶京東之類的購物網站，它們使用人工智慧演算法作為推薦引擎：這些演算法瞭解、研究、學習我們的個人喜好，從而推薦專門針對我們的內容，他們給資料貼上標籤，從而將資料和特定行為連線起來，這些標籤都被用來訓練演算法，得出相關關係，作出推薦決策，它們往往能成功推薦我們感興趣的商品，誘惑我們消費。為什麼人工智慧可以做到這些？因為人工智慧演算法除了會把基於經驗和高度相關的因果關係，也就是強特徵納入考慮範圍之外，還會考慮其他的弱特徵，數千萬個基於弱特徵的資料極有可能發現一些對預測結果有幫助的相關重要聯絡，而這些聯絡是幾乎無法透過因果關係得到的，人類難以識別的海量資料中隱藏的關聯性。比如沃爾瑪發現可以透過把尿布和啤酒放在一塊可以促進彼此的銷售。

人工智慧演算法使用人腦難以理解的複雜數學關係，把許多強特徵和弱特徵結合起來，從而能在許多商業分析工作上勝過技術頂尖的人類，比如證券分析師，會計師，翻譯，收納員等等，根據各方資料綜合分析，未來將會有至少30%以上的工作會被取代，有很多工作在一夜之間很可能變得毫無意義，因為只要涉及可能性的分析的工作，人工智慧可以完美取代人類，對於機械重複的工作，人工智慧更是可以替代人類，目前為止人工智慧集大成之作是無人駕駛汽車，人工智慧侵蝕工作的速度越來越快。而這將是一場涉及工作和不平等的社會危機，貧富差距會越來越大，除了極少數人工智慧精英階級，絕大多數人將會淪為永遠也無法創造出足夠價值養活自己的無用階級。

這次人工智慧革命不同於以往的蒸汽機革命和電氣革命，以往的革命是透過分解複雜的工作為簡單的幾乎人人可以操作的工作，是去技能化的，所以促進了效率之後整體生活水平上升，而這次的革命由於演算法本身的易複製性，並且只會增強世界頂尖知識工作者的力量，直接消除數量眾多的中間階層的經濟作用，正如美國的收入中位數和就業率三十年沒有增長所表明的那樣。

人工智慧無疑帶來了極大的物質繁榮，也即將帶來極大的社會問題，這需要政府和企業協同努力，重寫基本的社會契約，重建經濟激勵機制，激勵造福社會的行為，恰當應對危機。而人工智慧的發展目前來說仍然處於基於大資料深度學習的階段，像《駭客帝國》或者《西部世界》裡面的具有獨立意識的計算機和機器人不太可能出現，也不會出現具有愛的能力的機器人，或者說距離當今的我們很遙遠，因為人是理性和非理性的統一併且沒有明確期望結果的獨一無二的存在，而計算機的本質與此相反。

這本書寫的很好，乾貨很多，受不了的是豆瓣上永遠都是鍵盤俠上位。所以我也給出了我的評論：這麼優秀的書才7。3分，讓我對好書的標準從八降到了7+，那些不能給出好壞充分理由的評價者是無知無畏無恥的鍵盤俠，博人眼球，往往以吐槽翻譯，不說書內容本身而是說些無關的花邊新聞來矯揉造作的草率評論，或者給出某些令人稱快的一句評價，炒作概念和情緒化的關鍵詞來貼標籤，從而吸引注意力，展示自己博學實則空虛無知，用“頭重腳輕根底淺，嘴尖皮厚腹中空”形容他們最好。

然後就是歡迎大家關注我的微信公眾號，小亮聊書，

https：//

mp。weixin。qq。com/s/arbv

tEqb1qsYPfq-WcHSYw

，為大家提供好書的精華乾貨。

鹽選推薦2019-05-16 19:16:59

《AI·未來》一書的作者是創新工場 CEO、人工智慧科學家李開復。 2016 年和 2017 年，谷歌旗下 Deep Mind 團隊開發的 Alpha Go 分別戰勝了人類圍棋冠軍李世石和柯潔，掀起了關注人工智慧的熱潮。事實上，人工智慧的探索已經有半個多世紀，到了最近幾年，有了很多應用，比如到亞馬遜、噹噹、京東等網站買書，系統會根據購買記錄推薦一些相關的圖書；比如和 Siri 對話；比如支付寶、微信可以刷臉支付，等等。這些應用的背後，都是人工智慧。 人工智慧給我們生活帶來驚喜和方便的同時，也引起很多人的警惕，擔心這個技術發展下去會不會讓很多人失去工作，甚至會不會開始威脅到人類。這引起很大的爭議，去年特斯拉 CEO 馬斯克和 Facebook CEO 扎克伯格還為此發生論戰。而李開復在本書中也提出，10-20 年內，人工智慧將有能力在美國取代 40%-50％ 的工作崗位。

要了解人工智慧，這本《AI·未來》是非常好的入門書。李開復從 30 多年前就開始從事人工智慧研究，在蘋果、微軟、谷歌幾家大公司擔任過高管，創辦創新工場後也投資了很多人工智慧領域的創業專案。他在書中寫了對人工智慧過去二三十年發展歷程的回顧、當前狀態的總結，以及未來十年可能發展趨勢的解析。讀完這本書，對人工智慧的發展狀態、潛能和蘊藏的危機，都能有一個相對全面的基礎認識。

上面介紹了這本書的基本情況，接下來，我就分三個層面為你詳細說一下本書的內容：第一，人工智慧的原理是什麼，可以做什麼；第二，誰能主導人工智慧的發展；第三，哪些工作將被取代，人類該怎麼辦？

先來講第一點：人工智慧的原理是什麼，可以做什麼。 簡單來說，當前的人工智慧科學基於「深度學習」，在某一個特定領域，透過在大量資料中學習、總結規律，在給定的任務上，能力可以超越人類。比如剛才提到的下棋，還有語音識別、人臉識別、看病、自動駕駛等等。這也就是「弱人工智慧」。 但是科幻電影中那種能夠像人類一樣擁有獨立思考的能力、意志和慾望的「強人工智慧」，在可見的未來，還看不到實現的可能。李開復在書中是這麼說的：「我無法保證科學家們一定不會取得非常規的突破，創造出強人工智慧甚至超級人工智慧，不過我相信距離真正實現的那一天還有幾十年甚至上百年，甚至永遠不會出現」。

從 1950 年代中期開始，對人工智慧的探索已經有半個多世紀的歷史。 一開始，人工智慧研究領域有兩大陣營：規則式方法和神經網路方法。 規則式又被稱為專家系統，就是提前輸入一套邏輯規則指導計算機進行思考。神經網路則不設定這樣的規則，而是輸入大量關於某一現象的資料，讓它從中學習、識別規律。比如說要從圖片中識別有沒有貓，專家系統會給計算機設定一個規則：如果一個圓形物體上方有兩塊三角形，那麼有可能是一隻貓；神經網路則會把數百萬張標註了「有貓」或者「沒有貓」的圖片給計算機看，讓它自行觀察和辨別「貓」有什麼特徵。 後來的發展中，神經網路方法佔了上風。1986 年，李開復設計的一款軟體，在黑白棋類比賽中打敗了人類冠軍；1997 年，IBM 開發的「深藍」，擊敗了國際象棋世界冠軍卡斯帕羅夫。 但除此之外，之前的四五十年裡，人工智慧整體上沒有革命性的突破。直到 21 世紀初，美國的計算機科學家找到了有效訓練神經網路的方法，加上網際網路中資料的爆發式增長和計算機運算能力的增強，人工智慧才終於迎來蓬勃發展。 這個有效的方法就是「深度學習」。「深度學習」其實就是增強版的神經網路，簡單說，就是輸入大量來自特定領域的資料，訓練系統自己總結規律，識別資料和目標之間的關聯性，做出最佳決策。這麼做需要四個元素：大量的資料、強大的演算法、足夠細化的領域、明確的目標。 比如 AlphaGo，在運算了巨量的棋局以後，對於怎麼樣實現贏棋這樣的目標，就能比人類做得更好。圍棋最高級別是 9 段，戰勝柯潔時的 AlphaGo 被認為圍棋水平達到了 20 段，而且它還在不斷學習、不斷進步中。

李開復在書中說，在過去 50 年的人工智慧發展史中，深度學習是最大的飛躍，這種規模的進展幾十年只有一個。這也是他認為「強人工智慧」幾十年甚至上百年都無法實現的原因。 實現強人工智慧需要大量的人工智慧基礎科學的突破，以及深度學習方面出現一連串巨大進步。比如

使用 App 檢視完整內容

目前，該付費內容的完整版僅支援在 App 中檢視

App 內檢視

AaronC2019-12-12 14:22:00

評分：5星

主要內容：

這本書更多的講的是中國網際網路和人工智慧的

創業史、發展史

和對

人工智慧未來

的思考，實際上對於人工智慧的技術和應用講的並不多。對於想看人工智慧技術乾貨的人來說的話，可能很難喜歡上這本書。

讀後觀點：

李開復的夢想與情懷：

說實話在讀本書之前我是不太喜歡李開復老師的，雖然李開復老師是有真才實學的，他過多的曝光也是為了創新工場的發展，但是過往我對於依靠流量和曝光來獲得巨大名聲的人都不是太喜歡。但是這本書

改變了我對他個人的看法

。

流暢的邏輯和文筆：

我覺得這是一本難得的好書，因為李開復老師在書中做到了觀點客觀中立、時常的自我反思和自我批評，以謙和文雅的文字講述了自己的所見所想，內容邏輯連貫通順，能做到這幾點確實展現了他高超的溝通和寫作技巧，同時也展現除了他的君子風度和關懷的內心。

由書觀己：

如果放在去年，甚至今年上半年，我可能會對本書不以為然。但是這一年自己也經歷了很多變化，更重要的是自己覺悟了功利之外的想法和追求，才能多少體會一些李開復老師寫這下本書時的內心的期盼和希望。

延伸思考：

評價自己成長的標準是看去年的自己，覺得自己是傻子的說明有些長進，無論是技術上，實力上，還是追求上。

推薦閱讀：

推薦不太瞭解中國網際網路創業史和人工智慧的群體閱讀本書。

Jacenhu2020-06-14 15:09:55

在這本書中，比較印象深刻的是：李開復除了闡述他對人工智慧的見解，並且透過一次患病經歷認識到：人工智慧無法取代人類。此前，李開復對於他的角色定位是：科學家、工程師、管理者，忽視了作為家人的角色。患病後，李開復意識到完全透過工作中的成就來獲得自我價值十分愚蠢。人工智慧將會取代人類，完成不屬於人類專有的各種重複性工作。愛，才是人類的特質，而人工智慧缺乏人性。相比人工智慧，相比人工智慧， 人類的優勢在於創造力和同情心。人類最有價值的並不是大腦，而是心。

此外，從這本書中歸納了一些見解：

（1）深度學習

人工智慧領域分化為兩個陣營：規則是方法和神經網路方法。

神經網路需要大量的計算機運算力及資料： 大量的樣本資料輸入系統，以“訓練”程式去辨識形態， 計算機運算力則讓程式得以高速分析樣本資料。

深度學習讓人工神經網路效能大增。其方法是讓系統使用這些輸入的資料， 訓練自己識別資料和期望結果之間的關聯性。

成功的人工智慧演算法需要三樣東西： 大資料、 強大的電腦運算能力， 以及優秀（但未必頂尖） 的人工智慧演算法工程師。

中國的優勢：大資料量。

人工智慧的發展會對現有的就業結構產生衝擊。將會產生失業問題，財富分配不均問題。

（2）中國的創業者

在中國，市場導向的創業者不會面臨這種兩難境地，崇高的使命或價值觀並不是他們的負累，也不是他們的核心。他們的核心是使用者，他們願意讓使用者需求牽引公司往前走。

美團：高築牆，廣積糧，緩稱王。

如果把人工智慧比作電力， 那麼大資料就是發電所需要的燃料（如石油）。

在人工智慧的落地時代， 資料生態系統的差異造成的影響將更為深遠， 它將決定人工智慧創業公司會顛覆哪些產業， 能解決哪些棘手問題等。

在21世紀要建設人工智慧超級大國，需要具備四個條件： 大量的資料、 執著的企業家、優秀的人工智慧科學家和有利的政策環境。

（3）人工智慧的四個浪潮

第一波：網際網路智慧化。

網際網路人工智慧就是使用人工智慧演算法作為推薦引擎： 這些演算法瞭解、 研究、 學習我們的個人喜好， 從而推薦專門針對我們的內容。

第二波：商業智慧化。

商用人工智慧則是給傳統公司數十年來積累的大量專業資料貼標籤

第三波：實體世界智慧化。

第三波浪潮就是把人工智慧延伸至我們的生活環境， 以大量的感測器及智慧型器材， 把我們的現實世界轉化成可被深度學習演算法分析與最佳化的資料。

第四波：自主智慧化。

把極複雜的資料和機器感知能力結合起來， 就會得到不僅能瞭解世界， 也能改變世界的機器

（4）人工智慧與人類共存

人工智慧沒有情緒，無法感受喜怒哀樂。

人類在心靈成長、共情與愛這些方面獨一無二的能力。我們必須在人工智慧和人類特有的感情之間建立新的協同， 並利用人工智慧必將帶來的高效生產力， 讓社會變得有愛、 有人情味。

構建人工智慧時代的新社會需要經濟變革，也需要文化變革。我們應該構建新的文化，要比以往更加珍視人類的愛、 共情和服務他人的態度。

面對人工智慧的衝擊，李開復思考了幾點解決方案，如：重新分配、減少工時、收入重新分配、社會津貼等方案。

用人工智慧來理解人類的本質。 如果人工智慧真的能夠幫助我們理解自己， 不是因為人工智慧理解了人腦的運作原理， 而是因為人工智慧解放了我們， 讓我們不再一味追求最佳化， 進而可以聚焦在真正使我們成為人類的東西上——愛人與被愛的能力。

20200614