當人工智能考上名校

這本書跳出AI萬能的熱潮，冷靜剖析人工智能的能力邊界。它警示傳統應試教育培養的人才極易被機器替代，啓發讀者轉向人類獨有的深度理解能力，是面向智能時代極具前瞻性的思考。

人們好像對2030年充滿了期待，日新月異的發展，科技創新隨處可見，未來已在眼前層層展開 人類的實際壽命延長了，但人的精華時刻卻在縮短 人工智能更加速了人類失業的進程 本書觀點： “那些很容易通過工作手冊進行管理的工作，即勞動者只要按照給定的規則操作即可，因此也被認定爲容易被人工智能取代的職業。 因爲我們的認知並不能都轉換成邏輯、統計和概率。所以人工智能無法理解語言的含義。因此，反過來說，只要具備舉一反三的能力、靈活變通的能力、不被框架所限的創造力等，人工智能就不足爲懼。 人與人之間的差距並不在於他是否畢業於名牌大學或者有沒有讀過大學，能不能讀懂課本，纔是差距的根源。 閱讀理解能力以及邏輯思維能力的提高並不會在高中或者在某個年齡停止，無論多大年紀都有可能繼續提高。 不要再躲到人工智能擅長的記憶或計算等領域，要思考事物的真正含義，從生活中尋找人們覺得不便或感到困難的場景。當然，只有自己一個人覺得不便或困難還不行，必須是相當多的人都覺得“想要這種服務”“我正爲此發愁”的事情，才能成爲業務 “倖存的職業”有一個共同點，即很多都是需要溝通力或理解力的工作，或者需要靈活判斷力的體力勞動” 事物在不斷變化，時代的發展無法改變，自身變通，適應環境，洞悉需求，終身學習

作者從數學家的角度，回顧觀察及分析人工智能之發展歷史及日本在人工智能領域的進展。太對於 AI 現代及未來職業，工作，及企業的新挑戰都有比較通俗易懂介紹。 可惜，就是它沒有看到或者預測現在生成式人工智能ChatGPT 能力及革命性突破，因此在內容上似乎已經落後了，不過應該依然有參考價值。

對於 ai 智能的演化速度還是超出了我們最爲樂觀的想象力，其實其中的核心就是算力和數據，如同人類很多的科學發現也是非常類似的狀態，是人類認知和知識體系不斷的發展而在某個時間進行大爆發，這個也算是我們在回憶科學史時的感慨，最爲典型的量子理論的發展，因爲話題很多，而且當前 si 的算力基礎也算是量子理論，可能人類的智能已經很難再次獲得跨越式發展，最爲典型的就是在數學領域，達到能夠完成突破的學習時間太久了，使得我們在能夠形成突破之前，已經過了智慧的巔峯，或者說人類的學習能力已經接近了極限，在現代社會之中，基礎知識還是非常之多，然而我們又沒有很好的辦法進行壓縮，也許形成社會教育的固定模式，使得我們知識體系在不斷擴大，但是真正形成的突破倒是限制很多。對於 ai 的發展也許人類很多時間都難以理解，在寫作的時間還是 ai 還是沒有考上名校，但是在閱讀的時候也是可以輕鬆考上名校的，多參數模型的 chatGPT 4.0 以後似乎就可以非常輕鬆的完成入學考上，給我們帶來危機感，當然伴隨着模型參數的暴力增加，使得 chatGPT 的能力也在快速增加，似乎人類再次面臨着危機，在機械時代是體力的危機，在電氣時代學習能力危機，而在 ai 時代則是智能的危機，當然瞭解 ai 的學習過程對於人類的學習完全沒有任何借鑑作用，但是反思我們的教育模式還是沒有太多用處的，其實更應該反思在 ai 時代過剩的東西到底是什麼，怎樣解決過剩，似乎人口數量的逐漸下降，也許就是 ai 時代帶來的必然結果，但是對於我們的生態系統也許是一件好事。

未來世界會不會被機器人統治？———精讀書籍04《當人工智能考上名校》 作者：新井紀子 自人工智能概念的提出，到打敗國際象棋冠軍的“深藍”，再到現在無處不在的大數據。高鐵檢票員的消失、淘寶產品廣告的精準推送、語音人臉識別的出現，我們的生活發生了翻天覆地的變化，我們是否能跟得上這個世界的變化？我們有時候真的會產生一定的擔憂，我們的生活會不會被人工智能所操控，我們的世界會不會被機器人所統治？ 作者發起了一個很有意思的項目，像造親兒子一樣的造了一個智能機器人，用來幹嘛呢？專門用來參加日本名牌大學的入學考試，參加高考，並且取得了驚人的成績，可以說日本80%的大學想上哪個上哪個，這個結果無疑是震驚的。 但是作者作爲深耕人工智能領域的專家，也道出了人工智能所不能企及的高度，呼籲大家不要對大數據過分盲從。並精煉出了爲什麼人工智能始終無法取代人類的本質原因，從數學常識的角度告訴大家奇點爲什麼不會到來！ 這本書我覺得理解到以下幾個方面就算很有收穫了！ 一、什麼是奇點？奇點會不會到來？ 我們很多人會討論人工智能在何時真正意義上超越人類，這個點在哪？這個奇點在哪？奇點又是什麼？ 作者打了個比方，小於1的數字無論相乘多少次，結果都不會大於1，相乘次數越多反而越接近0，但是隻要比1大一點點，哪怕是1.000001，重複相乘的乘積就會無限變大。如果人工智能真正意義的超越了這個奇點，之後便會通過極高速的重複操作創造出擁有無限能力的人工智能。就像在那些科幻片中，往往會有一個boss突破了邏輯程序的限制，擁有了意識，開始無限的製造無數個機器人妄圖統治世界一般。因此人們決定將這個能力開始迅速提高的時點叫奇點。 作者也斷言了，只要計算器依舊是隻能運用數學語言運行，那麼在可預見的未來，奇點也就不會到來。這和我之前看到的一句話不謀而合，話是這麼說的，自從圖靈提出了計算器的架構，到現今提升的只是運算速度而以，所以我也認爲對奇點無需擔心。 二、不要盲信大數據 我們生活的周圍充斥着各種大數據的產物，可以說是無孔不入。但是在2017年所有TED演講中，最大的亮點不是Siri，也不是埃隆-馬斯克的演講，而是一篇題爲“盲目信仰大數據的時代必須結束”的演講。 我們平常混淆了人工智能和人工智能技術的含義，人工智能技術是指爲了實現人工智能而研發的各種技術，包括最近比較熱門的語音識別技術、圖像識別技術等，如Siri。人工智能技術的研發有兩種思路，一種是有因纔有果，就像我們大腦思考的模式，我們可以通過理解得到結果。一種是有果纔有因，就像現在很多的大數據智能，需要擁有龐大的數據庫，然後在從結果中篩選出符合特徵量的數據推導出原因。 早期的人工智能技術都打算從模仿大腦的思維模式入手，無疑例外，全部陣亡，說句不好聽的叫連門檻都沒摸到。所以現在只剩下有果纔有因的大數據模式，現在人工智能的深度學習也並不是模仿大腦，而是模仿大腦構建出數理模型。所以，只要獲取數據還存在着邊際成本，大數據縱使可以解決很多問題，也不是萬能的，這一點我們一定要認識到，萬不可盲信大數據。 三、現今大部分人和機器人一樣缺乏閱讀能力 書中以一道初中生就能解出的簡單幾何題爲例，讓機器人求解，平面上有一個四邊形，求各頂點距離之和最小的點。機器人一直無法解出來，就算解到宇宙消失都解不出來。就連要充分理解這道題都需要很大篇幅的程序解釋。譬如你問問Siri喝可樂具體是什麼感覺，Siri就傻了。作者的東大機器人也是怎麼也搞不懂“前兩天我去了岡山和廣島”與“前兩天我和岡田去了廣島”之間的區別。所以機器人可以依仗海量數據庫打敗象棋高手，但是卻無法像孩子一樣去打醬油。 本來人類在閱讀理解上是有着獨特的天賦的，是機器人永遠無法學會的。作者做了很多翔實的調查研究，現在的教育制度往往是填鴨式教育，學生老師都是爲了考高分，都是教一些機器人都能答對的題目，熟話說能百度得到的都不是真正的知識，那只是數據而已。 作者驚人的發現，現在的孩子在很多考試中都會出現這樣的情形，考數學不是題目不會做，而是題目沒讀懂，這個結果一出簡直是毀三觀。大部分的學生的閱讀能力正在急劇的退化，那些人工智能永遠無法取代的的工作，往往就需要閱讀理解能力以及溝通能力，那現在全民閱讀能力的退化真應引起教育界的重視了。 20201011酆

在看了這本書時，我注意到日本學校的語言能力問題，特意去看了國內教授莫雷關於國內中學的語言能力研究。幾百頁的學術研究也沒有研究出一個頭緒。國內語文教育和寫作教育都很差，語文教育也如日本教育，多數人停留在初中水平。現在大學開始開寫作課，或許可以提高一點點。 這是教育形式和學習者的學習形式決定的。看到一個很極端的教育者的觀點，她說那些真有本事的人都不是考上北大清華的。我特意問了一下清華的一個老教授，他不同意這個人的看法。但今天看到一些人討論英語主副科問題，讓我認知到，那個人說的有一定道理。那些沒走高考途徑的人，都是不是被填鴨教育的一些人，是掌握自己學習的一些人。 無論國內外，多數人學的東西都是出了校門就忘。這個問題一百年前人們就認知到了。有的國家想辦法改變，有的國家打死都不沒變。既然多數人學的多數東西都沒用，他們獲得的東西到底是什麼？功利主義者們都覺得學的東西就應當像學開車學炒菜那樣的東西，學了馬上變現的纔是有用的，不然就是浪費資源，說白了就是影響他們即可賺錢。既然這是一個普遍問題，是多數人學的多數學科的命運，拿着外語說事，就有其他目的了。有些人自己無能又逼迫學，就開始找各種高大上的道德和政治原因，到處生事。他們不反思自己爲什麼無能，爲什麼學了沒用，卻怪讓他們學的人。美術課 體育課 沒有讓他們獲得看見的好處，所以他們都放棄了，他們覺得這就是浪費他們考大學的時間。他們沒想想他們學的化學，真用的人着有幾個，比英語用的着的人還少。並且很多還要在大學重新學。他們爲什麼喊廢除化學哪？這個教育系統中教的寫作，出了大學校門能寫作的也沒幾個，也就是說十來年的寫作教育，也就是白瞎。這個上海國培辦王榮生教授寫的書中也說了，幾十年散文寫作教育沒任何效果。這怎麼不說是浪費資源浪費他們生命？爲什麼他們不說乾脆取締寫作課？既然大家都白忙活，爲什麼不都取締了算了。既然人工智能都做的比多數人好，多數人還學這個，這不是脫了褲子放屁嗎？ 到底是學的學課有問題，還是人的腦子出了問題？既然每個人都知道多數人十幾年學習沒剩下什麼，爲什麼沒人想想做出改變？爲什麼讓每個人都白學？如果是真的白學的話。這些東西真是隻有少數人獲益了嗎？真的是多數人不是學這個料嗎？還是多數人是烏合之衆有樣學樣，結果成了陪練？

未來20年，你拿什麼與人工智能搶工作？ 震撼全日本的現象級圖書，2019年商業書大獎！深度剖析AI本質，揭示人工智能的強與弱重新定義核心競爭力，教你做人工智能時代的稀缺人才！

▶首先很明顯，新井紀子以專業角度告訴我們人工智能現在已經被過度吹捧，人工智能技術和真正意義上的人工智能區別很大，現有的人工智能技術離真正達到人類級別的智能水平的距離還很遠。 ▶但讓人震驚的事實是，新井紀子的東大機器人測試水平已經超過了80%學生，而閱讀理解能力的測試又揭示了大多數學生並不具備和人工智能競爭的優勢（即常識和理解能力）的可怕現狀。 ▶這也就意味着，即使是現有的人工智能技術，在不遠的將來，很可能將會勝任大多數低智能工作，也就很可能會替代那些不具備常識和閱讀理解能力的人，而可能被替代的那些人，卻正是這個社會的大多數。 ▶大多數初高中生竟然讀不懂課本，和人工智能一樣不具備常識和理解能力，新井紀子的發現無疑是讓人感到震驚。她說她已經看到了未來，說未來將會面臨一個“人工智能大蕭條”的時期，一個白領分化，企業重新洗牌的時期。 ▶最後，我覺得新井紀子既是悲觀的，也是樂觀，甚至是矛盾的，因爲她看到了問題，但問題的嚴重和解決的困難、迫切實在讓人感到有心無力，但她說還有一線光明，我總覺得這其中她有安慰讀者的成分，當然，她也正在第一線努力地解決問題。 沒打五星，是因爲期待她的下一本書，我想知道閱讀理解能力到底和什麼相關。

當人工智能考上名校，當機器人取代了我們的大部分工作，當大數據決定了我們被社會接受程度，我們呢？應該做些什麼？ 本書從底層原理、模型邏輯分析、訓練數據構建各方面分析了人工智能的歷史、前景以及可能造成的影響。 也從當前學生羣體、人類能力現狀，去分析那些可能會被人工智能取代的工作、人工智能完全無法勝任的職業。 人文關懷（共情）、溝通寫作、閱讀理解、高智商、隨機應變這些能力都是人工智能所不具備的，因此也該是我們能力提升的重點方向指標。加強自己的不可替代性，做稀缺性人才。

還是日本人實在呀，我當初看美國人寫的人工智能的書，差點就放棄人生了。這本書裏寫的。，實際上現在的人工智能並不是真正的AI，而是假冒的，只不過是由工程師加了一種算法，還好還好，有一半兒的概率我還是能保住飯碗的。努力學習。