超級智能時代：智慧革命中，前2%的人掌握世界，其餘98%將被淘汰

世界經濟論壇：第四次工業革命來臨，2020年前，將有500萬個工作機會消失…… 　　第一次工業革命，瓦特帶來了蒸汽機； 　　第二次工業革命，愛迪生發明了電氣； 　　電腦的發明，讓我們迎來資訊革命； 　　若你還在適應資訊革命，來勢洶洶的第四次工業革命──智慧革命， 　　將讓你在超級智能時代成為被機器取代的革命犧牲者。 　　　　 　　曾於谷歌、騰訊擔任要職，同時也是約翰霍普金斯大學工學院董事會董事的作者吳軍， 　　同時身為研究者與科技人，用最深入淺出的文字告訴我們， 　　什麼是人工智慧？什麼是大數據？ 　　這些對一般人來說很模糊的概念，又會怎麼影響我們的生活？ 　　◎現有產業＋人工智慧＝新產業 　　未來的農業、製造業、體育界、醫療、律師，甚至記者編輯，所有產業都將迎來嶄新的變化。 　　◎農業＋人工智慧＝滴灌技術 　　乾旱國家以色列，在年降水量只有兩百毫米的狀態下，利用自動化的電腦控制，將沙漠變成綠洲──甚至成為農產品出口大國，被譽為歐洲的廚房。 　　◎體育＋人工智慧＝金州勇士隊 　　長期來的送分球隊勇士隊，在數據分析的管理之下，除了打造出神射手明「咖哩」，還創下全賽季82場獲勝73場的紀錄──從吊車尾晉升冠軍球隊。 　　◎製造業＋人工智慧＝特斯拉 　　先取消代理商制度，藉此壓低成本；從不雇用生產線人員，員工只有IT人員。在引進大數據與人工智慧，讓汽車這個老行業脫胎換骨後──自動駕駛汽車問世。 　　當AlphaGo打敗世界圍棋冠軍李世乭， 　　電腦的獲勝，正式宣告了智慧時代的來臨， 　　許多人開始感到危機，害怕有一天機器會搶走人的飯碗…… 　　但機器不會控制人類，只有製造出那些機器智慧的人可以。 　　而我們能做的，就是了解正在發生的技術改革，面對現實。 　　一旦抓住智慧革命的機運，你會發現這場革命將是人類的勝利。 　　每次的技術革命，都帶來半世紀的動盪，我們為了不再重蹈覆轍， 　　唯有讓自己成為革命下的受益者──成為前2％的人。 　　那麼，要如何才能進入前2％的行列？ 　　很簡單，正面擁抱這場智慧革命。

　　創新工場創辦人／李開復 　　中華民國人工智慧學會理事長／吳毅成 　　智慧推薦！ 　　「這是一本我認為跟《必然》同樣重要，甚至更有現實意義的年度好書。大量的工作崗位消失，大量的人被迫離開自己熟悉的環境和生活，大量的人在新的社會撕裂中陷入命運的顛簸。你會是領跑者嗎？」──邏輯思維 羅胖 　　「這是一部近代科技的歷史書，也是一部科普書，也可以說是一本指導創新的教科書。」──中國工程院院士　鄔賀銓 　　「即將到來的這個智慧時代，人類將遭遇前所未有的不連續性。如何在新的時代裡生存，跨越底層認知的不連續性，……如何在智慧時代跨越思維的不連續性？此書也許是尋求答案時最恰當的一本。──混沌大學創始人　李善友

推薦序一 智慧時代的推手 推薦序二 智慧時代，未來已到 前 言 第四次工業革命，將是人類的勝利 第一章 下一次革命 第二章 將智慧問題轉為數據問題，電腦從此無敵 第三章 我們想知道的，都在數據裡 第四章 在未來，大數據和人工智慧就像水和電 第五章 大數據和智慧革命的技術挑戰 第六章 未來的智慧化產業 第七章 成為前2%的人

作者序 第四次工業革命，將是人類的勝利 　　2016年是人工智慧史上一個具有紀念意義的年分，它是一個時代的結束，也是新時代的開端。距離1956年約翰•麥卡錫（John McCarthy）、馬文•閔斯基（Hyman Minsky）、納薩尼爾•羅切斯特（Nathaniel Rochester）和克勞德•夏農（Claude Shannon）等人提出人工智慧的概念，正好過去了六十年，按照中國的習慣來說，正好經過了一甲子。而當年在達特茅斯會議提出此概念的十位科學家中，最後一位科學家閔斯基，也在該年年初離開了人世。這或許表示人類在人工智慧領域第一階段的努力，落下了帷幕。 　　就在閔斯基去世後的兩個月，Google的圍棋電腦AlphaGo，在與世界著名選手李世乭的對局中，以四比一取得了壓倒性的勝利，成為第一個戰勝圍棋世界冠軍的機器人。它的意義要遠遠超過1997年， IBM的電腦深藍（Deep Blue）戰勝西洋棋大師卡斯帕洛夫（Garry Kasparov），因為從難度上講，圍棋比國際象棋要難六到九個量級。這件事不僅是人類在人工智慧領域取得的又一個里程碑，且表示一個新的時代——智慧時代的開始。 　　從電腦發展的角度看，智慧型機器在所有棋類中戰勝人類，其實只是時間問題，因為機器運算能力的提升是指數級增長，而人類智力能做到線性增長就不錯了。因此，在所有的棋類比賽中，智慧型機器總有一天會超過人。在1997年 IBM的深藍戰勝卡斯帕洛之後，圍棋不僅是電腦尚未超越人類的最後一項棋類，而且還蘊含著上千年的東方文化，即棋道。雖然大部分人相信，電腦最終可以在圍棋上超越人類，但總覺得那仍是幾年後的事情。 　　就在AlphaGo 和李世乭比賽之前，李世乭本人也認為前者的水準和他相差一到兩個子，也就是說，即使他讓先也能以五比○獲勝。中國圍棋界的泰斗聶衛平也認為，電腦是不可能戰勝人類冠軍的。就連曾經在Google 工作過的 IT業老兵李開復博士，也不相信AlphaGo 能贏。這並非李開復等人對人工智慧的發展狀況不夠了解，而是因為下圍棋本就是一件太難的事情。 　　2015年年底，AlphaGo 僅僅贏了樊麾二段而已，離九段還差得遠。但大家忘記了一件事，那就是AlphaGo 在水準的提升上，並不需要人那麼長的時間。事實上，在Google 內部，大家在開賽前已經知道AlphaGo 的水準並不在九段之下。 　　2016年3月9日，AlphaGo 和李世乭的世紀大戰開始。AlphaGo 在第一盤出人意料的輕鬆獲勝。當然，大部分人在讚譽AlphaGo 的同時，依然認為這可能是李世乭在試探電腦而已，畢竟那是五盤棋的比賽，用一盤棋試探對手未嘗不是明智之舉。但是，當AlphaGo 在第二盤獲得連勝，並且下出許多令人預想不到的好棋後，對人工智慧抱持懷疑態度的聶衛平等人，都對它產生了敬意。 　　AlphaGo證明了，人是打不過電腦的 　　在AlphaGo 獲得第三盤勝利之後，很多超一流棋手都渴望與它一戰，希望以此檢驗自己的水準，並且提高技藝。雖然李世乭在第四盤抓住AlphaGo 的一個失誤，打了一場漂亮的勝仗，但是AlphaGo 在最後一盤仍穩穩掌控局面，直到勝利。在那次的人機大戰之後，圍棋界對人工智慧，從懷疑變成了頂禮膜拜，大家都意識到，按照AlphaGo 在過去幾個月內的進步速度，只要Google 願意繼續進行研發，很快的，所有圍棋高手都無法和它過招了。 　　電腦之所以能戰勝人類，是因為機器獲得智慧的方式和人類不同，它不是靠邏輯推理，而是靠大數據和智慧演算法。在數據方面，Google 使用了幾十萬盤圍棋高手之間對弈的數據來訓練AlphaGo，這是它獲得所謂智慧的原因。在計算方面，Google 採用上萬台伺服器來訓練AlphaGo 下棋的模式，並且讓不同版本的AlphaGo 相互對弈上千萬盤，才保證能做到算無遺策。 　　而具體的下棋策略，AlphaGo 有兩個關鍵的技術。第一個關鍵技術是把棋盤上當前的狀態，變成獲勝概率的數學程式，這個程式沒有任何人工規則，而是完全靠前面所說的數據訓練出來。第二個關鍵技術是啟發式搜索算法——蒙特卡羅樹搜索演算法（Monte Carlo Tree Search），它能將搜索空間限制在非常有限的範圍內，保證電腦能快速找到好的下法。雖然AlphaGo 的訓練使用了上萬台伺服器，但它在和李世乭對弈時，僅用了幾十台伺服器（一千多個CPU的內核以及一百多個GPU）。 　　相比國際象棋，圍棋的搜索空間要大很多倍，AlphaGo 的計算能力與深藍相較，其實並沒有提高這麼多，它靠的是好的搜索演算法，能夠準確聚焦搜索空間，因此能在很短的時間內算出最佳行棋步驟。由此可見，下圍棋這個看似智慧型的問題，從本質上講，是一個大數據和演算法的問題。 　　當然，Google開發AlphaGo的最終目的，並非要證明電腦下棋比人強，而是要開發一種機器學習的工具，讓電腦能夠解決智慧型問題。AlphaGo和李世乭對弈，實際上是對當今人工智慧水準的測試。從樊麾到李世乭，他們是用自己的專才在幫助Google測試當今人工智慧的水準。在人機對弈的第四盤，李世乭反敗為勝的過程中，他無意中發現AlphaGo的一個缺陷。因此，Google的成功也有李世乭等棋手的功勞。從這個角度來講，AlphaGo的勝利也表示人類在人工智慧達到了一個嶄新的水準，因此它是人類的勝利。

對數據了解的程度，看出你有多文明 在很多人的印象中，數據就是數字，或必須是由數字構成，其實不然，數據的範疇比數字要大得多。網際網路上的任何內容，比如文字、圖片和影片都是數據；醫院裡包括醫學影像在內的所有檔案，也是數據；公司和工廠的各種設計圖紙也是數據；出土文物上的文字、圖示，甚至它們的尺寸、材料，也都是數據；甚至宇宙在形成過程中，也留下了許多數據，比如宇宙中的基本粒子數量。 雖然數據本身為客觀存在，但它的範疇隨著文明的進程不斷變化和擴大。在電腦出現以前，一般書籍上的文字內容並不被看成是數據，而今天，這種以語言和文字形式存在的內容，是全世界各種資訊處理中最重要的數據，也是世上通信領域和資訊科技產業的核心數據──包括我們的信件、電話和電子郵件內容、電視和廣播節目、網絡網頁，以及各種社交產品中由使用者產生的內容（User Generated Content，簡稱UGC）。這些數據的共同點，是以語音和文字為載體。因此，研究人員為了研究和處理它們，還建立了專門針對語音和文字的數據庫，即所謂的語料庫（Corpus）。在語料庫中，數據主要是語音和文字，反而沒有多少數位內容。 將數據的外部延伸擴大，那些醫學影像資料、工業中的各種設計圖紙，都可以被劃分為數據。事實上，它們已經是今天大數據處理的對象了。我們人類的活動本身，也可以被看成是一種特殊的數據，比如我們玩遊戲的行為、社會關係、每天的活動等。可以想像，我們下一代所談論的數據，一定比今天的範圍更廣泛。可以說，數據是文明的基石，人類對它的認識也反映出文明的程度。 現今談論數據時，人們常常將它和資訊的概念混同，比如在談論數據處理和資訊處理時，其實想表達的意思相差不大。然而嚴格來講，數據和資訊雖然有相通之處，但還是不同的。 資訊是關於世界、人和事的描述，比數據來得抽象。資訊既可以是我們人類所創造，比如兩個人的語音通話紀錄；也可以是天然存在的客觀事實，比如地球的面積和品質。不過資訊有時藏在事物的背後，需要挖掘和測量才能取得，比如宇宙大爆炸時留下的證據──3K背景輻射、物理學定律中的參數、日月星辰運行的週期等。在西方很多物理學家看來，上帝在創造宇宙時，將很多資訊埋藏在黑暗之中，他們的工作就是找到這些資訊，並且用數據將它們描述清楚。因此，在這種前提下，將資訊和數據混為一談倒也無害。 不過，數據和資訊仍稍有不同，雖然數據最大的作用在於承載資訊，但並非所有數據都承載了有意義的資訊。數據本身是人造物，因此可以被隨意製造，甚至被偽造。沒有資訊的數據通常沒有太大意義，大家也不太關心，因此這些數據不是本書要討論的重點。偽造出的數據則有副作用，比如我在《數學之美》中不斷提到的，為了優化網頁，搜索排名而人為製造出來的各種作弊數據。 另外，那些有用的、毫無意義和偽造的數據，常常是混在一起的，後面兩種無疑會干擾我們從數據中獲取有用的資訊。因此如何處理、過濾掉沒有用的雜訊和刪除有害的數據，從而獲取背後的資訊，便成為技術，甚至是一種藝術。只有善用數據，我們才能得到意想不到的驚喜，即數據背後的資訊。