
哈佛商业评论
人工智能(AI),特别是机器学习(ML)是我们这个时代最重要的通用技。在接下来的10年中,基本上所有行业都将改革关键流程和商业模式,从而搭上机器学习的顺风车。但,大多数行业、组织机构和个人面临的第一一项挑战就是:更快适应AI的工作方式和管理方式。AI不可能像U盘一样,即插即用,而是需要和人形成最佳的组合,发挥1+1>2的效果。
这本书是哈佛商业评论杂志关于人工智能的文章选集,非常薄的一本小册子,很快能翻完。如书名所说,这本书主要侧重的方向是管理,围绕的主题是人的智能和人工智能的比较。 从社会发展角度来讲,技术的目的是将人从繁琐、重复的劳动中解放出来,从事更加深层的思考与工作。所以,不要问“现在由人类完成的哪些工作将会在不久后交由机器”这个老问题,让我们提出一个新问题:在更好的智能机器协助下,人的技艺可以达到怎样的新境界?人机协作会实现哪些突破? 书中很多地方都是在回答这些问题。 人的智能(创造力)和人工(机器)智能是相互促进的——算法的每一个环节都体现了人的创造性,而算法又使人更专注于创造。200多年前,工业革命使机械取代了人的劳动力,让更多人可以从繁重的体力劳动中解脱出来,进行知识的探索,从而带来了伟大的知识经济时代。今天,当算法把人从简单脑力劳动中解放出来时,我们可以预见更伟大的知识创造。 真正超越性的力量仍然在人类本身:人对事物本质的洞察,对因果的思考,对理论的提炼,以及将这些创见落实到数据维度、算法结构和产品模型的能力。每一次人类在这些方面取得的创造性成果,都带动数据智能发生一次关键性突破。 最佳策略大概就是主动提高自己的智能水平。宏观思考能力和抽象思维能力强于计算机的人总有工作可做。这种方法本质上与自动化挤占人类工作空间时的传统应对方法相同:让机器做低级工作,自己把握机会向更高层次的工作进发。 分析人工智能取代工作岗位,不能仅仅用传统“低技能”vs.“高技能”的单一维度来分析。人工智能既会产生赢家,也会产生输家,这取决于具体工作内容。尽管人工智能可以在基于数据优化的少数工作中远胜人类,但它无法自然地与人类互动,肢体动作不像人类那么灵巧,也做不到创意地跨领域思考或其他一些需要复杂策略的工作(因为这些工作投入的要素和结果无法轻易量化)。 未来,AI能代替我们做很多简单的脑力劳动,我们作为人类,怎样在与AI的竞争中不被淘汰,是一个很值得思考的问题。书中很多文章都提到我们要提高自己的思考能力和创造性,要争取成为驾驭AI而非被AI驾驭的人。当然,这样的人是属于精英,这样的机会和岗位也不会很多。还有一种途径,就是在与人打交道的工作中寻找机会,发挥人类自身一些天然的优势。服务也好,博弈也好,有时候人与人的关系是极度复杂的,这一点AI暂不能超越。 没人质疑AI的精密和先进程度,但我们对它的信任远远不够。 还有就是,毕竟使用AI的还是人类,人类对AI的信任程度也影响了它发挥效应的能力。提一个之前看到的例子(并非本书内容):有一篇论文做了调查,结果显示,很多病人不信任医学影像AI做出的诊断(虽然AI诊断的准确性在某些特定疾病上与影像科医生已经不相上下)。 信任是左右交易或项目成败的关键因素。我们信任他人,不是因为他们像AI一样聪明,而是因为他们和我们有情感联系 在家金融领域,我们对AI的信任程度也会影响其使用。 总之,谈及AI,我们不要太悲观,也不要太乐观。它既是竞争对手也是良师益友,关键在于我们我们用什么样的心态看待。也许最好的方式是,做好准备,提升自己,拥抱未来。
未来社会,低附加值的工作会被人工智能所替代。目前美国在人工智能方面领先,中国紧随其后,估计美国会占据人工智能红利的半壁江山,中国也许会有20%份额,其他各国估计分享剩余的20%市场份额。人工智能会对各国的经济和社会造成巨大的冲击,财富会更集中掌握在科技创业者和工作者手中。而政府需要一种灵活的策略来保证产业升级后居民的就业。
人工智能与人的智能文章。 從投資與管理的角度, 它回答人工智能是否已经逆天了,未来人类还有饭吃吗?人工智能与人类工作的未来图谱?AI可能是令人头疼的队友。构建AI型组织,企业必须实现三大转变。
不要问“现在由人类完成的哪些工作将会在不久后交由机器”这个老问题,让我们提出一个新问题:在更好的智能机器协助下,人的技艺可以达到怎样的新境界?人机协作会实现哪些突破?
这是今年在微信读书读完的第11本书,我想人工智能与人的智能最大的差别,就在于不确定性,因为有了不确定性,才有更加丰富的想象力,这是人类创新的源泉,同时也说明了在不确定性中寻找确定性,是人类转型升级的发展进化之道。
人工智能是应侧重于提高人类生活质量的服务领域,还是与人争饭吃,就像此前的电商还是实体,要算大账~~
对于人工智能和人之间关系的小文章还是不错的,是一个不同的视角。策略部分的文章只是大方向,而且更多是理想的方向。
A well-constructive review to demistify AI.