本文作者將通過結(jié)合人的所看、所聽、所想，用最通俗易懂的方式來講講人工智能和AI思維。

顛覆互聯(lián)網(wǎng)思維的應(yīng)該是AI思維。

?AI思維是百度創(chuàng)始人李彥宏在“2017百度聯(lián)盟峰會”上首次提出的概念。

“什么是AI思維？”筆者將結(jié)合技術(shù)的發(fā)展以及社會科學(xué)、自然科學(xué)給出自己的理解。

智能時代，人人都需要有AI思維。就像互聯(lián)網(wǎng)時代，人人都要有互聯(lián)網(wǎng)思維一樣。筆者將通過結(jié)合人的所看、所聽、所想，用最通俗易懂的方式來講講人工智能和AI思維。

背景

AI是以智能決策為核心的系統(tǒng)，它能夠?qū)⑾?G這樣的新技術(shù)很好的串聯(lián)起來，這些技術(shù)的應(yīng)用將會大大提高生產(chǎn)效率，從而引發(fā)新的變革，顛覆已有的形態(tài)。

目前主流的AI技術(shù)都是通過機器學(xué)習(xí)實現(xiàn)的。簡單來說，機器學(xué)習(xí)是在不斷地學(xué)習(xí)和訓(xùn)練中尋找規(guī)律的過程，因而更像是自然科學(xué)。自然科學(xué)是研究有規(guī)律可循的事物。

自然科學(xué)主要研究“無意識的行為”，一個或一些事件導(dǎo)致行為的發(fā)生，比如膝跳反應(yīng)。自然科學(xué)包括物理學(xué)、化學(xué)、生物學(xué)、天文學(xué)和氣象學(xué)，而社會科學(xué)是研究“有意識的行為”，比如心理學(xué)、社會學(xué)、人類學(xué)等問題。

這里提到了自然科學(xué)和社會科學(xué)，是為了相對廣泛的涵蓋AI可能會涉及的問題和領(lǐng)域。

有意識的行為會破壞客觀規(guī)律，從而影響機器學(xué)習(xí)。人工智能是一個建立在概率論上的系統(tǒng)，我們要盡可能提高人工智能決策的準(zhǔn)確率，比如到99.9%，100%是不可能的，那是自動化解決的問題。而打破規(guī)律的事物是降低人工智能準(zhǔn)確率的臟數(shù)據(jù)，而在自然科學(xué)中基本沒有有意識的行為。

比如，自然科學(xué)里植物的生長，是根據(jù)環(huán)境的溫度、濕度、光照等因素共同決定的，是一個相對確定的、有規(guī)律的事物。而人不一樣，人可以因為自己不想出門而決定不出門（“自己不想”就是有意識的行為），植物不會因為自己不想生長而停止生長。

因此，“有主觀意識的行為”參與越少，人工智能所做的決策越準(zhǔn)確。但有意思的是，我們希望機器通過在“無意識的行為”中學(xué)習(xí)后，做出符合人類“有主觀意識”標(biāo)準(zhǔn)的決策。文章后面會通過很多案例來幫助你理解這件事。

01?看見

就像人具備看到東西的能力一樣，人工智能也可以看見。

也就是機器視覺，展開來說，包括圖像識別、視頻識別、文字識別，具體是怎么實現(xiàn)識別的呢？

我們拿圖像識別說明一下，圖像識別是將一張圖片分割為很多的小塊（像素點），然后與機器已知的事物對比，來判斷物品是什么。比如機器已經(jīng)知道貓的眼耳口鼻子分成小塊后長什么樣，當(dāng)給了機器一張新的照片時，它發(fā)現(xiàn)新照片分塊后和之前定義的貓的各個部分分長得一樣，那么機器就會輸出這是一只貓。從而完成圖像識別。

常見的機器識別應(yīng)用領(lǐng)域是智能安防。比如我們在北京火車站檢票進(jìn)站，最早是由工作人員人工核實乘客的身份證、火車票等信息是否一致，現(xiàn)在通過攝像頭智能識別解決。這大大縮短了進(jìn)站的時間。

同樣的方式也適用于警方破案。傳統(tǒng)的方式中，他們需要人力查看監(jiān)控錄像，找到可疑的嫌疑人?，F(xiàn)在通過視頻識別，系統(tǒng)可以根據(jù)警方提供的照片快速找到有嫌疑犯的視頻。

目前，攝像頭的采集方式都是按照人眼的方式進(jìn)行的，當(dāng)攝像頭可以按照機器的方式采集，那將帶來更大的效率提升。

02?理解

人是如何理解彼此的呢？是建立在我們有共同的認(rèn)知之上。

比如我們都知道人餓了要吃飯，于是你說餓了的時候，你的媽媽會給你做飯。人工智能也一樣，它要先理解人類，才能幫助人類做決策。這就涉及到了自然語言處理，我們以聲音和文字的形式向機器傳達(dá)信息，它通過自然語言處理之后，就可以理解我們要表達(dá)的意思了。

人工智能如何能夠理解我們說的話呢，這就需要我們預(yù)先對事物進(jìn)行歸類和定義。比如你和機器說：“幫我訂一張明天早上去美國的機票?！?/p>

那人工智能根據(jù)已有的信息儲備，將這句話轉(zhuǎn)化為：

我=我的主人，他的名字是張三

明天早上=12號 6：00到12：00，已知今天是11號

美國=目的地是美國

機票=票的類別是機票，不是火車票也不是汽車票。

這里面“姓名”是張三，“早上”代表6點到12點，“美國”是一個國家（國家可以是到達(dá)的目的地），“機票”是一張出行的所需的票務(wù)（它和火車票、汽車票是一類的）。這些信息是需要讓機器提前學(xué)習(xí)的。

這一部分的技術(shù)常常應(yīng)用到翻譯、智能客服等領(lǐng)域。但智能客服并不是自然語言一項技術(shù)就能解決的，它還涉及到信息的搜集、查找、做出決策等。

02?分析

人是具備分析事物的能力的，我們會分析“這個人喜歡什么？”，“這個人有沒有騙我？”，對應(yīng)到人工智能就是智能推薦系統(tǒng)和反欺詐系統(tǒng)。

我們是如何分析一個人喜歡什么呢？一種是通過觀察他的行為；另一種是將人分類，把新朋友分類到我們已知的類別，根據(jù)已知類別的喜好推斷出這個新朋友可能的喜好。

對應(yīng)到人工智能是一個道理。在第一種方式里，機器會給用戶打標(biāo)簽，例如用戶的標(biāo)簽是娛樂八卦、科技、互聯(lián)網(wǎng)，那機器就可以根據(jù)標(biāo)簽信息推薦對應(yīng)類別的內(nèi)容給用戶；在第二種方式里，機器通過建立用戶畫像給人分類，如果用戶是屬于20-30歲的一線城市的職場女性這個畫像，機器就可以根據(jù)這個畫像的喜好進(jìn)行推薦。

應(yīng)用場景就是我們經(jīng)常接觸到的內(nèi)容推薦，以及廣告精準(zhǔn)營銷等。

但推薦系統(tǒng)也會存在問題。它在探索人的喜好的同時，也會影響人的選擇。當(dāng)用戶看了一種東西系統(tǒng)就會推薦同類的東西，用戶看這種東西越來越多，最終造成數(shù)據(jù)失衡。如果用戶最初的行為只是誤操作或非本人的操作，那系統(tǒng)就幫助用戶做了決策，并培養(yǎng)了用戶的興趣。

03 預(yù)測

我們這里要討論的預(yù)測是根據(jù)以往歷史信息而做出的預(yù)測，純粹憑借第六感的預(yù)測是機器目前無法實現(xiàn)的。

我們熟知的天氣預(yù)報，就是由以往大氣層狀態(tài)的變化總結(jié)出規(guī)律，從而實現(xiàn)天氣預(yù)測?，F(xiàn)在，人工智能可以將這種預(yù)測擴展到“自然災(zāi)害預(yù)測”等更廣闊的范圍。

機票價格預(yù)測也是根據(jù)歷史的價格變動預(yù)測出未來的價格，這種預(yù)測在制造業(yè)也很有價值，例如根據(jù)工業(yè)設(shè)備的性能指標(biāo)做設(shè)備故障預(yù)測。但這樣的預(yù)測在股市還不夠準(zhǔn)確。

為什么股價的走勢無法準(zhǔn)確預(yù)測？

這就涉及到我們開篇提到的“有意識的行為”。影響股市變動的因素涉及到了人的情緒、資本持有者的有意識行為，這些都是沒有規(guī)律的，因而很難準(zhǔn)確預(yù)測。

04?決策

決策能力是AI的核心能，但AI無法做出100%準(zhǔn)確的決策。它是根據(jù)歷史數(shù)據(jù)總結(jié)規(guī)律，再通過有零和博弈能力的對抗生成結(jié)構(gòu)實現(xiàn)決策。（對抗生成結(jié)構(gòu)是一種人工智能的研究方向）

通常，人類無法做出最優(yōu)決策的領(lǐng)域更適合通過AI來解決。這里評估決策的優(yōu)劣時，會考慮決策所消耗的時間成本和人力成本的多少。

除了在第二部分我們提到的智能客服，工業(yè)制造、醫(yī)療等行業(yè)也需要優(yōu)秀的決策能力。

我們以醫(yī)療行業(yè)舉個例子。我們提到了“人類無法做出最優(yōu)決策的領(lǐng)域更適合通過AI來解決”，這是因為人類能解決的問題會放大AI的錯誤率。例如AI看腫瘤患者的片子這件事兒，如果醫(yī)生本身可以看得很好，那用AI的意義就不大，反而AI的錯誤率會被放大。但在手術(shù)室里，對病人是否滲血以及如何處理，AI就會更加高效。因為在剛開始滲血時，醫(yī)生可能沒辦法及時發(fā)現(xiàn)和處理。

在制造業(yè)也一樣，它一方面需要快速和相對準(zhǔn)確的決策減少損失；另一方面也要解決勞動力成本增加所帶來的經(jīng)濟問題。這也是為什么當(dāng)國家提出新基建，制造業(yè)會成為主要受益者之一的原因。

對于是否要大規(guī)模應(yīng)用AI的爭議多發(fā)生在AI決策這一部分。

在無人駕駛領(lǐng)域AI無法擁有人的價值觀一度是爭論的熱點，一個常見的案例是當(dāng)無人駕駛的汽車前突然出現(xiàn)了一個小孩，這個時候人工智能可能陷入到是應(yīng)該以車主的性命為優(yōu)先還是以路人的性命為優(yōu)先的兩難決策中。

有專家提出可以根據(jù)他人的態(tài)度反饋來訓(xùn)練機器的價值觀。是否能有效解決問題就拭目以待了。

05?再創(chuàng)造

這里的創(chuàng)造要加一個“再”字，是因為人工智能是根據(jù)已知信息做出行為的。藝術(shù)家的創(chuàng)作行為目前機器是無法完成的。我們接觸到的機器人寫作、阿里魯班制作海報就是一種再創(chuàng)造。

機器的“再創(chuàng)造”本質(zhì)是一個解構(gòu)和重組的過程，機器人寫作和做海報都是利用已有的拆分的素材按我們的語言和審美標(biāo)準(zhǔn)拼接出新的內(nèi)容。

這種再創(chuàng)造在制藥和新材料中也得到了很好的應(yīng)用。人工智能通過將原有元素重新組合，再進(jìn)行實驗迭代研制新藥。效率遠(yuǎn)遠(yuǎn)高于人類。

總結(jié)

到這里我們已經(jīng)對普適性的AI概念和應(yīng)用有所了解，總結(jié)來說AI思維就是通過人工智能技術(shù)的應(yīng)用，提高效率并改善人類生活的一種思考方式，而這種思維應(yīng)用到哪個行業(yè)就可能顛覆哪個行業(yè)。

本文中很多闡述是作者個人的觀點，如果有問題，歡迎指正。

結(jié)尾提出一個思考，在投資市場里，有人賺錢，有人虧錢是一個正常的市場。如果AI很好的解決了金融投資的問題，理論上所有人都能賺到錢，那賺到的錢是哪里來？會不會對經(jīng)濟造成不好的影響？

作者：牛奶，公眾號：產(chǎn)品經(jīng)理的小紅書

本文由@牛奶 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議