关于此公众号及智能的本质的一些浅薄思考

年前买了本《智能的本质》，作者是皮埃罗-斯加鲁菲，一个意大利藉的美国人，在硅谷生活工作多年。虽说硅谷现在也不再是一个神秘的地方，只要有一手好的coding技能便可以顺利去顶级tech公司工作，但想在那么一个神人众多，扫地僧云集的地方出头，还是相当有难的。一般的工作和在那里能结交各类大咖，做改变世界的决定可完全不是一个level。如同你在北京工作，不代表你就一定是个大官一个道理。ok，有点扯远了，开此公众号其实就是想梳理一下自己上班以来对大数据，AI的一些浅薄认识，现在市面上关于这两项技术叫的风声水起，一个公司或者产品如果不运用大数据或者AI就感觉没跟上时代一样，虽然我无比相信big data 和AI会对人类乃至生命层的物种的命运有全方位的改变，但还是希望大家能够更理性客观的去看待及发展，毕竟科学和技术不是吹出来的，如今宣传工作已经做到位了，大家也意识到真正的革命即将来临，那就该踏踏实实做事思考，开这个公众号，希望在此结交志同道合的朋友，一起交流、共勉并促进自己学习，在这场伟大的历史洪流中，激荡出一粒渺小的浪花。

从开始做数据分析，到机器学习，到现在做工业互联网，我发现很多人理解的瓶颈在自动化与智能的本质区别上。自动化和AI其实表象上很一致，都是让机器自动完成某项工作，中间不需要人为干预，只要提前设定好规则和目标，机器自动就实现了。但本质上的区别却是巨大的。自动化代表的依旧是传统的物理模型，由A到B到C的某种线性逻辑过程，好比最简单的线性方程F（x）=kX+b,其中k和b是固定好的参数，根据每次输入变量x的不同来计算y值，整个过程好比一个高级的计算器，由很强的执行能力，但规则和中间所有的运算过程都是死的，不可以改变的，是牛顿理论衍生品。但AI并不是如牛顿理论那样有严谨的逻辑和可解释性，如今的大数据和AI技术有很大部分是非线性关系，完全是混沌理论的体现，当设定一个目标值F（x）以后，一切的参数，通过不断地训练与迭代都在变，根据我们设定的目标函数，尽力的去拟合我们想要的结果，所谓的自学习，就是不断地从数据中去除不确定性的关系，将相关性、确定的关系提炼出来，然后用这种关系去做预测，整个训练过程相比自动化的模型，是动态的，也更为复杂，结果也更不容易被控制。AlphaGo用深度学习的神经网络来训练机器学习围棋，这其中涉及到上百万个参数，但这上百个参数在训练中一直在变化，具体怎么变化人类是解释不清的，但最终的目标却非常清晰，就是通过训练上百万个棋谱，整个模型可以无限的接近赢，在任何棋谱中，都选取最大概率赢棋的走位方式。

还有一些朋友交流起来，认为AI以后会超越人类，我现在对此持中立态度，虽然我希望人类能完成智能传递的过程，但人和机器思考的方式从现在来看完全不一样，或许我用思考这个词都十分的不合适，因为机器并不会思考，思考的前提是有自我意识，而现在的机器是肯定没有的。所以作为生物智能，与人工智能现在对本质的区别我觉得在于意识。而人类一直想探索清楚大脑的工作原理，和意识的本质，我觉得这项工作本身就是非常有难度的，人本来就有意识所构成，意识和潜意识构成我们的思维和心智，我们的思维是上百亿神经元一起涌现运动的表象，这种感觉就好比我们站在地球上永远无法看到地球全貌一样。人类的学习方式和机器也是不一样的。人类学习的过程是由感知，认知，决策，行动（应用）四个过程完成的，因为我们有自我意识，所以我们有独立的认知过程，而这点机器是完全没有的。机器是通过数据（感知），数据提炼和迭代（一个纯依靠外在环境的认知过程），决策，行动（预测即应用），人和环境有某种互相交互的作用，但机器只能说是完全的依赖环境所提供的数据，由于缺少内在的认知过程，所以机器需要超级大量的样本数据去训练才能得到跟人一样的决策判断能力。我们可以判断一只猫，但对机器来说它没有猫的概念，有的只是几百万个像素点聚合成的特定图像模式。在我看来，如果无法在意识上有所突破，人工智能想达到人类的水平几乎就是天方夜谭，机器可以在单方面重复性低复杂度的工作上表现的很好，但如果环境稍加变换，过程稍微复杂一些，机器与人的表现不可能在一个级别上。我们这辈子在围棋上都不可能战胜AlphaGo，但你让AlphaGo给你讲明白什么是围棋，也同样不可能。

扯的有点太远了，最后还是回归《智能的本质》这本书，虽然作者没有什么很新很深的论点，讲的东西市面上都已经说过很多回了，但我认可的是作者在本书的态度，对人工智能既不乐观也不悲观，很客观的论述人工智能的发展与现状，可能只有这样才最有可能看清智能的本质。大家如果有空可以翻翻此书，算是给那些打鸡血的人们降降问，大数据、AI纵然伟大，但如果不实际的应用上，而只是每天给你投投广告，分析分析你的行为，那意义除了为商家赚钱又有何在呢？一点浅薄见解，欢迎分享指正。