这几年人工智能（AI）大行其道后，很多人因为不了解它的原理而产生了迷信和崇拜。我什至觉得《终结者》《星球大战》中的场景快要变成现实了。甚至霍金和马斯克都认为，人工智能可能会产生自主意识并统治人类。真是交错如山，分明是他们不懂人工智能的原理，开玩笑。原理人工智能的原理可以用一句话来概括：人工智能=数学计算。机器的智能取决于“算法”。最初，人们发现1和0可以用电路的通断来表示。然后很多电路组织在一起，不同的排列可以代表很多东西，比如颜色、形状、字母。再加上逻辑元件（晶体管），就形成了“输入（按下开关按钮）-计算（电流通过线路）-输出（灯亮）”的模式。想象一下您家中的双向开关。为了实现更复杂的计算，它最终变成了“大规模集成电路”——芯片。电路逻辑层层嵌套、层层封装后，我们改变当前状态的方法就变成了“编程语言”。这就是程序员所做的。它会执行程序员告诉计算机做什么，整个过程由程序固定。所以，为了让计算机执行任务，程序员必须首先充分理解任务的流程。比如联控电梯：别小看这款电梯，它也相当“聪明”。考虑它需要做哪些判断：上下方向是否满员，高峰时段停站时间是否充足，单层和双层等，需要提前考虑好所有的可能性，否则会出现bug.从某种程度上说，是程序员控制了世界（程序员说压力很大）。但是总是这样，程序员们太累了，看得出来他们加班红了眼睛。于是我想：计算机能不能自己学习，自己解决问题呢？而我们只需要告诉它一套学习方法。大家还记得1997年，IBM用专门设计的电脑赢得了国际象棋冠军。其实它的方法很笨——蛮力计算，术语是“穷举”（其实IBM为了节省算力，人工给它剪掉了很多不必要的计算，比如那些明显的笨招，还有为了卡片Sparov的样式已优化）。计算机计算每一个棋子的所有走法，然后比对人类的对局记录，找出最佳解法。一句话：努力创造奇迹！但是说到围棋，已经不可能面面俱到了。无论你多么强大，总是有一个限度。围棋可能的走法远远超过宇宙中所有原子的总和（已知），即使使用目前最强大的超级计算机，也需要数万年的时间。在量子计算机成熟之前，电子计算机几乎是不可能的。因此，程序员给AlphaGo加了一层额外的算法：A.先计算：哪里计算，哪里忽略。B、然后，有针对性地进行计算。——本质上还是计算。哪有什么“感悟”！在步骤A中，它如何判断“哪里需要计算”？这就是“人工智能”的核心问题：“学习”的过程。想一想，人类是如何学习的？人类所有的认知都来自于对观察到的现象进行总结，并根据总结出的规律来预测未来。当你看到一只四足、短毛、中等体型、长嘴、会吠叫的动物并称它为狗时，你会把以后看到的所有类似的物体都归类为狗。然而，机器的学习方法与人类有质的不同：人类可以通过观察少数特征来推断出大多数未知数。走一个弯，转三个弯。机器要观察很多很多狗，才能知道跑的是不是狗。这么笨的机器还能指望统治人类吗？就是靠算力硬拼！努力工作。具体来说，它“学习”的算法叫做“神经网络”（比较唬人）。原理如下图所示：（特征提取器对物体的特征进行总结，然后将特征放入池中进行整合，全连接神经网络输出最终结论）需要两个前提条件：1。吃了很多数据试错，逐渐调整你的准确度；2、神经网络的层数越多，计算越准确（有限），需要的计算能力也越大。因此，神经网络的方法在很多年前就已经存在了（当时还叫“感知器”）。但受数据量和计算能力的限制，一直没有开发出来。神经网络听起来比感知器好。不知道高端在哪里！这再一次告诉我们，起个好听的名字给研（zhuang）研（bi）是多么的重要！现在，这两个条件都具备了——大数据和云计算。谁拥有数据，谁就可以做人工智能。目前AI常见的应用领域：图像识别（防伪识别、指纹、美化、图像搜索、医学影像诊断），采用“卷积神经网络（CNN）”，主要提取空间维度的特征来识别图像。自然语言处理（人机对话、翻译）使用“递归神经网络（RNN）”，主要提取时间维度的特征。因为语音是连续的，所以单词出现的时间决定了语义。神经网络算法的设计水平决定了它描述现实的能力。***吴恩达大牛曾经设计过多达100个多层卷积层（层数太多容易出现过拟合问题）。当我们深刻理解计算的意义时：有明确的数学规律。那么，这个世界具有量子（随机）特性，决定了计算机的理论局限性。—事实上，计算机甚至无法生成真正的随机数。—机器仍然很笨。今年（2018年）年初，某公司在电视上演示，用人工智能诊断医学影像的准确性比医生的人工判断更准确。引起了意外。其实，这是多么的正常。起重机发明后，当然可以举起比最强壮的大力士更重的物体。人类医生的诊断是结合发病机制和化验结果，而机器只是根据医生对大量化验结果的历史诊断来估计一个大概值。虽然表面上看起来很准，但是一旦有新的疾病出来，它就不知道该如何应对了。——机器能模拟整个人体系统吗？器官、血液、情绪、饮食、劳动强度？模拟它们之间的相互联系，进而了解发病机制？-不可能的。因为人体系统具有量子效应——随机性的宏观表现，更不用说人的自发意识对疾病的影响。人类可以理解内部规律，而机器只能总结表面规律。事实上，我们甚至都没有搞清楚什么是智能和意识。只有少数哲学家争论不休，科学界对此毫无进展，连定义都困难！具有自主意识的机器怎么样？我的观点很明确：毫无疑问，人工智能将显着提高生产力，就像内燃机曾经那样。它还可能造成损坏-但不是由其本身造成，而是由于使用不当造成的。杀人不是刀的错。可以肯定的是，它没有统治人类的可能。就目前的情况来看，回家造人才是真正的智慧。那么问题来了——人工智能会导致失业吗？在第一次工业革命中，新的纺织机器抢走了纺织工人的工作。当时工人们真的很团结，闹得沸沸扬扬，砸了一些工厂和机器。又是那个阶段？自计算机问世以来，人们一直担心计算机会抢走他们的工作。其实，经济学中有一个简单粗暴的定理：人的欲望和需要是无止境的。当技术进步增加了低端产品的供给时，需求自然会转向高端产品。哪里有需求，哪里就会有就业。（注：需求=渴望拥有购买力）结构性失业持续，但另一方面，新增就业岗位也在增加。因为：AI人工智能革命，必有新玩意。哪些职业容易被取代？从“人工智能=数学计算”可以看出，那些算法更清晰、机械化、重复性劳动的工种更容易被取代。这里有一个问题需要注意：有些工作似乎需要复杂的脑力劳动，比如银行出纳员：她亲切地问候你，详细询问你的需求，处理大量的文件，签字。不管怎么看，都不是机器人能做到的。但是根据《需求路径论》（稍后发表，敬请关注《功夫读书》），这个过程并没有被替换，而是被跳过了。这个职业也很危险。职业结构调整，过程是渐进的。这并不意味着所有的人工智能产品都会一下子铺开，大量的工人会一下子失业。从理论上讲，没有什么工作是绝对不可替代的，而且趋势是势不可挡的。只能是加强学习，加大教育投入。但不要被哗众取宠的文章吓倒，要着急。还有一个更彻底的办法，就是自有资本。这个我以后再说。
