
《圣經(jīng)》第一章,機器智能與大數(shù)據(jù)下的陰霾
有的時候我們過多關(guān)注技術(shù)好的一面,但實際上技術(shù)與對社會的重構(gòu)相疊加才真正塑造未來的具體形態(tài)。技術(shù)發(fā)展下去,必會逐步挖去現(xiàn)有社會的存在根基,直至社會需要再平衡,全面進入一個動蕩的時代。
占領(lǐng)華爾街也許正是這種變化的一種隱晦征兆,憤懣的人們面對這種變化其實是很迷茫的,他們只知道自己是99%,卻不知道應(yīng)該提倡什么,還是反對什么。
大數(shù)據(jù)與機器智能的本質(zhì)含義
在自然界里由無機物到有機物,由單細胞到多細胞,由爬行動物到哺乳動物,由本能驅(qū)動到智慧驅(qū)動這種進化路線大家已經(jīng)耳熟能詳,而所有這一切似乎根本的目的都是為了產(chǎn)生人類的智慧,人的智慧是這進化鏈條的巔峰。
如果有神,那確實可以認為神是通過進化復(fù)制了自己,創(chuàng)造了人類所獨有的智慧,通過這智慧人類可以去認知宇宙中普遍的自然法則。
現(xiàn)在獲得了智慧的人類則開始重復(fù)這一過程。
我們先制造最原始的石器,接下來考慮給它賦予動力,就有蒸汽機,電力的產(chǎn)生,再接下來就考慮讓工具能分擔(dān)腦子做的事情,比如計算,就有了計算機,之后則希望計算機處理更加復(fù)雜的東西比如情緒的識別、圖像的識別、自然語言處理、語音識別等,這條進化路線的終點則是機器智能。
自然界根據(jù)自己復(fù)制出了我們,我們根據(jù)自己創(chuàng)造機器智能。所以機器智能達不達到我們自己的程度,其實依賴于我們?nèi)祟惖哪芰κ欠裼幸粋€邊界,是否能真的成為造物主。
大數(shù)據(jù)則是機器智能的必要支撐,現(xiàn)在看來它是讓機器智能水平有較大的突破的一個關(guān)鍵因素。一個典型的例子是顛覆式創(chuàng)新研習(xí)社的課上吳軍老師講的,他說在算法基本不變的情形下,單純通過把數(shù)據(jù)量加大1萬倍,那在翻譯中文的時候準確程度可以增加5%。
人產(chǎn)生智能之后,從自然界的手中接過了改造地球的權(quán)利,從外太空回看地球,雄美壯麗的極光屬于自然,但萬家燈火則屬于人類?,F(xiàn)在要接替人類的則是機器智能。
機器智能產(chǎn)生后至少在一切可以有簡單重復(fù)、量又巨大的地方會取代人類。這是不可逆轉(zhuǎn)的趨勢,并且也正在發(fā)生。顯然如果有1T的檔案數(shù)據(jù)需要分析,靠人是完全不靠譜的。
從機器智能的具體進展來看,機器學(xué)習(xí)、自然語言處理、語音識別、圖像識別等都已經(jīng)有了可見的成果,至少是基本可用的級別。
各種機器人產(chǎn)品其實可以算作這些技術(shù)的一種綜合應(yīng)用,機器人的完善程度越高,說明機器智能的水平越高,當(dāng)然你不能把機器人局限為類人形機器人。
下一個里程牌是出現(xiàn)一種大眾化的機器智能產(chǎn)品,無人機或者無人駕駛汽車也許可以第一個對此進行突破,其次才是Pepper,Jibo這種機器人。但不管怎樣,機器智能在沒產(chǎn)生自主意識之前部分代替人類改造世界,已經(jīng)是種必然,并且為期不遠。
這無疑是一種巨大的社會進化機遇,人類總算有一種機會,在人類社會最底層塞上一層?xùn)|西,把整個人類社會往上進行平移,讓大多的人從物質(zhì)困擾中解脫出來。(影響范圍和力度的大小和能源的突破有內(nèi)在關(guān)聯(lián))
內(nèi)在的集中趨勢
大自然造人的時候是由一到多,我們每個人具有獨立意識,但機器智能的存在模式正與此相反,事實上我們只需要一個機器智能。機器人的個數(shù)等也許模糊了這個事實,但拍電影時大家顯然意識到了這點,所以矩陣其實只有一個。
在摸索階段,不同的人思路不同所以也許會有多種不同類型的機器智能,比如它主打深度學(xué)習(xí),你則依賴于對大腦皮層的模擬,但可以肯定的是同一類型的機器智能不需要多個。多個Watson其實只有形式上的價值,不管做多少事情Watson這種機器智能有一個就夠了。
這意味著機器智能先天具有中心化的趨勢,從長期視角來看,最終需要存在的機器智能最多也只可能是一個類別。
即使在發(fā)展過程中,這種內(nèi)在的集中化趨勢也會讓機器智能的浪潮與此前的浪潮不同。
機器智能的核心支撐現(xiàn)在看來就是兩個:一個技術(shù)本身,一個則是數(shù)據(jù)。這對草根并不是什么好消息。有些機會是比較大眾的,比如移動互聯(lián)網(wǎng)上的App,有的機會是比較小眾的,比如修鐵道?,F(xiàn)在看來機器智能更像是一種只有小眾才有機會的浪潮。
在機器智能這浪潮所創(chuàng)造的機會中顯然擁有技術(shù)的和擁有數(shù)據(jù)的會有優(yōu)勢。擁有核心技術(shù)是指機器智能算法本身,在自然語言處理、計算機視覺這些方面有高超的水平,這通常是大公司和一些科研的人才具備的優(yōu)勢;擁有數(shù)據(jù)的通常是已經(jīng)有一定事業(yè)和社會資源的人。
前者由于開源和機器智能即服務(wù)的存在在大多時候是可以跨越的,有難度的通常是后者,比如一般來講你并不能獲得醫(yī)院的數(shù)據(jù)。
所以說機器智能所帶動的新領(lǐng)域里游戲規(guī)則更可能與PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)不一樣,會更加的集中。
把人類社會普遍提高一層以及這種內(nèi)在的集中化趨勢顯然會帶來問題。
人的身生活與心生活
有個簡單視角有助于看清人生很多事情。
當(dāng)把人生看成一團能量,把生活看成身生活和心生活的疊加,那就會發(fā)現(xiàn)這團能量要不注重身生活,要不注重心生活。隨著這能量分配方式和程度的不同就形成各種文化和人生。
但不管怎么強調(diào)心生活,包括對彼岸的向往,歷史上,人類絕大多時候是把人生這團能量分配在身生活上的,這就和動物的一生大多時候是在找吃的差不多。這反過來意味著我們的社會大體上是按照把人生這團能量分配在身生活上進行組織的,大多數(shù)人財務(wù)不自由,普遍面臨著自己或家人的生存壓力。
接下來這種生活模式終于可以有一個改變的機會,人類金字塔的最下層整個的會被塞上一層?xùn)|西,借助機器智能,所有的身生活相關(guān)的東西可以很廉價乃至免費的獲取到了,這絕對會改變社會的基本結(jié)構(gòu)。
這是好事情,但也蘊含著風(fēng)險,這風(fēng)險至少短期并不來自于霍金等所擔(dān)心的機器智能滅殺人類,而是來自于這種變化本身對社會結(jié)構(gòu)的沖擊。我們還不太知道一個大多數(shù)人可以擁有大量閑暇時間的社會究竟該如何去組織。
在過去,大多數(shù)人通過勞動獲取收入,利用較少的閑暇時間來消耗這收入,但接下來他們的勞動會變得沒有價值,而同時擁有大量的閑暇時間。只有2%的人才是忙碌者能在創(chuàng)造大量財富的同時維持原有的生活模式。
現(xiàn)有的生產(chǎn)模式和社會結(jié)構(gòu)肯定不足以解決這問題,而可以想見的方式往往涉及巨大的改變,比如說:
一種方式時實際上很殘酷的喂奶策略。這種策略下社會會分解為兩個階層:一層忙碌的實現(xiàn)自我,一層則不知道干什么,但維持著最基本的生存條件,能夠生活下去。這可以拿發(fā)達大都市與非洲部落做個參照,并放大其規(guī)模和程度。
比如讓大都市發(fā)達十倍,人口縮減到十分之一,部落保持不變但人口增加十倍。這雖然保持了人道的基本底線,但其實也還是很殘酷的。在《第九區(qū)》這電影里,曾經(jīng)講述了一個人類這樣對待大蝦一樣的外星人的故事。
一種方式則是更加社會化,重回一種極為嚴密的配給經(jīng)濟,至少是基本生活資料上的配給。這時候身生活相關(guān)的部分是徹底社會化的,不需要經(jīng)濟考量。過去對此的嘗試是計劃經(jīng)濟,并導(dǎo)致了不小的災(zāi)難,但大家可能沒注意到,當(dāng)人變成透明人,機器智能把人類社會普遍抬升一層之后,計劃的可能性是在重新開始增長的。
在這前提下,人生的能量就可以更多的投放在心生活里,也許在精神的世界里可以發(fā)現(xiàn)一個無限容納人生能量的世界,比如審美和藝術(shù)、比如探索宇宙等。接下來再在這個上建造新的經(jīng)濟形態(tài)。
一種方式則是戰(zhàn)爭。戰(zhàn)爭消滅人口的同時,大量問題也會隨之被消滅。
人類的智慧一定可以想象出更多的方式,有些我們暫時還無法想象,但比較確定的一點是社會保持原樣已經(jīng)不太可能。而社會基本模式的變化一定會產(chǎn)生動蕩,所以我們即將面對的是一個動蕩的時代。即使《奇點臨近》說的東西只有一半是對的,那這種動蕩都很可能會在未來三十年內(nèi)逐步發(fā)生。
小結(jié)
PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、IoT、大數(shù)據(jù)、機器智能等東西的興起,短期看就只是一個個創(chuàng)業(yè)的機會。但實際上這些東西也在重塑這個社會的根基。
一旦這種量變達到一定程度,顯著變化就會出現(xiàn)在我們面前。一個不好的比喻是老鼠在嗑柱子的時候,只知道柱子在變細,但往往會忽略柱子在下一刻隨時可能倒下來。這比喻雖然負面,但所謂動蕩時代真的很像柱子倒下來那一刻。上面說的變化是確定的,所以從趨勢來看動蕩時代其實也是確定的。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10