1小時看懂人工智能 | 誠品線上

1小時看懂人工智能

內容簡介

內容簡介 人工智能成為多個領域關注的熱點。本書用詳實考證、趣聞軼事，在理論基礎上，對人工智能進行全面回顧和深度點評，是了解人工智能的入門指南。

作者介紹

作者介紹 涂子沛大數據專家，數文明科技CEO，同時擔任人民網獨立董事、伊斯佳科技股份董事等職務，受聘為浙江省特聘專家、廣東省「數字政府」專委會委員、中山大學客座教授、中國人民大學客座研究員等。2014年曾出任阿里巴巴副總裁，曾在各級政府部門、各大公司和研究院校做過數百場演講。近些年來，連續出版《大數據》《數據之巔》《數文明》等書，其作品先後在第八屆、第十屆文津圖書獎評選活動中被評選為推薦圖書。

商品規格

最佳賣點

最佳賣點 : 1. 大數據科學家涂子沛為年輕讀者打造的一小時簡明科普讀物；
2. 以數據切入歷史，以科學引導、重現重要事件；
3. 讀一書而兼得數學、物理、天文、歷史等跨學科知識。

試閱文字

內文 : Chapter 1 令人興奮又恐懼的未來

甚麼叫智能社會？

顧名思義，就是你所處的環境具備了智能，我們可以把它想像成這樣一幅畫面：將一輛家用汽車和《變形金剛》裡的汽車人放在一起比較，同樣是鋼鐵組裝出來的，家用汽車沒有生命，但汽車人可以通過攝像頭、傳感器等看到周圍，和我們對話，是宇宙裡的高等文明。

智能社會到底是甚麼樣子的呢？

讓我們坐上時光機器，來到2040 年的某一個普通的早晨。此時的你已經是個大人了，媽媽再也不會用「獅子吼」喊你起床了。

你是被智能睡眠監測儀喚醒的，這是一個小巧的手環，呈藍色，它一整夜都在監測你的睡眠質量，並決定何時喚醒你。你一走進浴室，只聽「嘀」的一聲，一縷光閃過，鏡子上的虹膜識別系統啟動。虹膜是人眼球中的一層組織結構，每個人的虹膜都不同，所以可以用來識別身份。這是一天中最早的一次識別，也意味着新的一天開始了。這時候，家裡大大小小的智能設備都接收到啟動的指令：掃地機器人開始工作，窗簾自動開啟，空調進入新風模式。

你剛坐上洗手間的「多功能座椅」，機械手便遞過來一支已經擠滿了牙膏的牙刷。

你一刷完牙，鏡子立刻用非常溫柔的聲音提醒你：「主人，請與我對視5秒。」如果你在四川，它也很可能用鄉音對你說：「娃兒，看到起5秒。」

你照做後，鏡子就如同一面顯示屏一樣，彈出了一串數據，這是你的各項生理健康參數和指標，你快速掃了一眼：昨晚睡覺翻身5次，心跳和血壓狀況穩定無波動……你的個人生理信息，每天都會被上傳到一個龐大的雲計算平台上。平台對這些數據進行處理和分析，對一些可能的疾病做出預警，並把一些關鍵數據提交給你的家庭醫生。這就相當於你每天都做了一次體檢。

每當這個時候，你與鏡子之間都會有短暫的對話。

「主人，您的眼球充血，數據顯示您昨天睡眠不足，腦電波活躍，做噩夢的可能性為80%。」

「沒有，我只是感覺有點兒累，我覺得你胡說八道的可能性為80%。」

鏡子「嘀」了一聲表示不同意。

「建議喝杯果汁補充一下維生素。」

「好的。」

話音剛落，室內機器人就屁顛兒屁顛兒地忙着準備鮮榨果汁。

廚衛中控系統則詢問你的早餐食譜，你只需輕聲表示同意，廚房裡的4 隻機械手就開始啟動。早餐一準備好，機器人就將熱乎乎的食物送到餐桌上。這時候，電視或其他播放設備就自動打開，為你播放你最關注的國際新聞或是你最喜歡的鋼琴曲。

接着你要出門，可能是去上班，也可能是去打球。在機器人普及的時代，運動也是工作的一部分。一輛無人駕駛出租車已經按時到達你家的門口。你一離開，家裡的體感傳感器就感知到了，房間便進入了無人節電安全模式。

因為沒有司機的成本，出租車的價格相較於今天，已經便宜很多。你在車上可以辦公、開會和處理個人事務。路上沒有一名交警，你也不用操心路線問題，人工智能將會為你選擇最佳路線。所有車輛有序地行駛着，絲毫不會出現擁堵。將你送達目的地之後，出租車就會自動離開。這些車不停地在路上行駛着，滿足市民的出行需求。

到達公司後，你不需要停留駐足，公司大門處的打卡機會自動對你的面部進行掃描識別，顯示打卡成功。等進了電梯，電梯裡的顯示屏立刻提醒你：有您的快遞還沒有領取。

晚上六點半，當你回到家裡，智能家居系統已經把大部分家務幹完了，並且切好水果。你要做的，就是等待晚飯上桌。當然，這也會由機器人完成。

看起來，這所有的一切都是如此美好，令人嚮往。但在這無限美好的背後，也蘊藏着巨大的風險。對於這種風險，幾乎每一天，世界各大媒體都在討論。

風險之一，就是人類除了享受沒事可幹了。都無人駕駛了，還要司機做甚麼？交警也得失業，飯店服務員肯定更不需要了，因為這些事機器人就能幹，而且不知疲倦。人類的許多工作崗位正在消失，經濟學家稱之為「技術性失業」，意思就是因為技術進步而失業。當然，人工智能也在創造新的工作，人類需要新的數據科學家、軟件程序員，但新增工作的數量和速度遠遠比不上舊有工作被取代的數量和速度。

不久的將來，人工智能會把人類文明推向一個工廠裡再也找不到工人的境界，這絕非危言聳聽。事實上，目前在世界各地，已經出現了很多無人工廠，它們也被形象地稱為「黑燈工廠」。整個工廠完全自動化，不需要人的參與，因此也不需要燈光和照明。機器在黑暗中運行，日夜不停，看不到一個人影。除了無人工廠，還有無人收費站、無人超市、無人電影院等。

這意味着，越來越多的人將加入失業的隊伍中去。

有很多人都在擔心這種情況會出現，2017年10月，《紐約客》（The New Yorker）雜誌採用了一幅圖作為封面：機器人在街道上忙碌地行走，它們來去匆匆，失去了工作的人類正坐在街道一旁可憐地乞討，偶爾也有機器人大發善心，施捨給人類幾個硬幣。

如果一個人沒有固定的工作，就意味着他沒有固定的收入，沒有足夠的金錢，那他拿甚麼買食物、買房子、交 水電費、看病和養育孩子呢？又拿甚麼購買這些昂貴的機器人，維持它們的運作呢?

人工智能將取代人類的工作，世界上很多研究機構都已經發佈了這樣的預測性報告。

2017年，普華永道會計師事務所在一份報告當中預測，到2030年，美國的工作崗位將減少38%，這一比例比德國的35%、英國的30%、日本的21%都要高。作為發達國家的美國，將會首先遭遇人工智能的衝擊。

2019年9月，麥肯錫全球研究院發佈了一個研究報告說，因為人工智能，全球將迎來職業大變遷的時代。到2030年，全球4億—8億人口的工作崗位將被機器取代，其中中國佔1億。這裡面可能就有你，你的親人、朋友，或者你熟悉的同學。

不僅工廠，甚至戰場也將發生極大的改變。

人類的戰爭由來已久，一開始是為食物而戰，比如遠古時代的人類原始部落，每天想的是如何填飽肚子。後來是為搶地盤而戰，比如我們熟知的春秋戰國、三國時期，你爭我奪。幾千年以來，戰爭武器也發生了很多變化，從古代的大刀、長矛、弓箭等冷兵器到戰機、大炮和坦克這樣的熱兵器，人類的武器一直在進化。但這一次，可能出現終極戰爭武器——機器人部隊。機器人大軍將像螞蟻軍團一樣席捲而過，戰爭的主體從此由人變成了機器。戰場上還可能有少量的「人」，但他們不是士兵，而是數據科學家或者程序員，他們負責整理數據、開發算法，以及通過計算機下達命令。

表面上看，未來的戰爭是機器人之間的戰爭，不會帶來人員的傷亡。可這種變化真的是好事嗎？如果機器人士兵被一些懂得算法的恐怖分子劫持，那會對世界造成多大的破壞呢？

不得不承認，要說清楚人工智能給人類生活帶來的好處和便利，我們需要十分豐富的想像力。但無論多麼豐富的想像力，我們可能還是低估了這個新時代的風險。

最悲觀的莫過於末世論。英國著名的物理學家霍金，在接受公開採訪時曾斷言：「人工智能的全面開發可能會使人類走向自我滅亡的道路。」是呀，一旦機器人向人類開戰，赤手空拳的人類如何能抵擋機器人的鋼拳鐵甲呢？

如果這樣的話，算不算人類自己挖了一個坑然後往裡跳，自食其果，自取滅亡呢？

美國著名的企業家比爾‧蓋茨（我們現在的計算機操作系統Windows就來自比爾‧蓋茨的微軟公司）在談到人工智能時表示：「我屬於擔心超級人工智能的一方……我不明白為甚麼有的人一點兒都不擔心。」

他們擔心的是機器人的能力將超出人類。在人類歷史上，人類曾經對照鳥，造出了飛機，飛機飛得比鳥不知道要高多少、遠多少；人類對照馬車，造出了汽車，汽車又不知道比馬車要強大多少。可是這些東西被反超，我們不驚反喜，因為我們很清楚它們都是工具，不用擔心飛機或汽車有一天會把人殺了。可這一次完全不同，這次我們對照人，會不會造出一種比普通人要強大很多的機器怪獸呢？

有人反駁說，機器人既然是人造的，人類就肯定能控制它，為甚麼我們要感到害怕呢？人根本不可能造出比人本身還厲害的東西。又有人提出，這句話只說對了一半。製造機器人的科學家很聰明，他們總能想到辦法解決問題，機器人可能確實超越不了科學家，但那些不如科學家聰明、也不如他們能幹的人怎麼辦？機器人是不是可以超越很多普通人，進而控制、奴役一部分人，甚至人類的絕大部分？你是比機器人更能打，還是更擅長思考？很多人參觀了最新的機器人工廠，馬上感歎沒有信心了。

當然，也有人爭辯說，人類不會面臨大規模的失業，相反，人類迎來的將是「解放」。因為人工智能的高效，人類未來可以一週只工作三四天，甚至更少。人類將從「衣食住行」的奔波當中徹底解放出來，回歸上帝的「伊甸園」。他們將有更多的閒暇時間，沒事的時候讀讀小說，唱唱動人的歌曲，欣賞曼妙的舞蹈，進行更多的藝術創作，盡情地享受生活。

還有人主張，即使機器替代不了你，未來也會進入一個人機協同的時代，你會有很多機器人同事，你必須學會如何與它們一起親密地工作。

這也意味着，人類必須升級。

所有這些想像和爭議，都直指一個問題，那就是機器到底能不能和人類一樣具備智能，從而代替人類甚至超越人類。

人類對這個問題的思考，甚至比人工智能這門學科誕生的時間還要早。最早的、最具標誌意義的探索，源於英國的數學家和邏輯學家艾倫‧圖靈（1912 — 1954）。