Content #
深度学习：能力惊人但也力有不逮 #
◆ 与人类相比，深度学习想要充分发挥作用，离不开海量的相关数据、单一领域的应用场景以及明确的目标函数，这三项缺一不可，如果缺少其中任何一项，深度学习将无用武之地。如果数据太少，AI算法就没有足够多的样本去洞察数据背后的模糊特征之间的有意义的关联；如果问题涉及多个领域，AI算法就无法周全考虑不同领域之间的关联，也无法获得足够的数据来覆盖跨领域多因素排列组合的所有可能性；如果目标函数太过宽泛，AI算法就缺乏明确的方向，以至于很难进一步优化模型的性能。
开复导读
◆ 这让安德烈斯对自己成长的年代感到很遗憾，因为在那个年代，他并没有像索拉里斯这样的AI伙伴，可以帮助父母看清种种以爱的名义造成的伤痛。这些伤痛也许一辈子也不会愈合，只能随着时间的流逝被带进坟墓。
◆ 金雀开始明白为何在父亲的社交圈里，大部分功成名就的伙伴都是长者。要读懂人类，需要漫长而平缓的学习过程。
自监督的NLP #
◆ 2017年，谷歌的研究人员发明了一种新的序列转导模型，称为Transformer，在做了海量语料训练后，它可以具备选择性记忆机制和注意力机制，选择性地记住前文的重点及相关内容。例如，前边提到的NLP模型训练文本选自杜甫的《春夜喜雨》，神经网络会依凭其记忆和注意力来理解输入端“发生”一词在该语境中的含义——使植物萌发、生长，而不会简单地将其理解为字面含义。如果有足够的数据量，这种加强版的深度学习方法甚至可以让模型从零开始教会自己一门语言。这种NLP模型在学习语言时所依靠的不是人类语言学理论中的词形变化规律和语法规律，而是依靠AI自创的结构和抽象概念，从数据中汲取知识，然后将其嵌入一个巨大的神经网络。整个系统的训练数据完全来源于自然语言环境，没有经过人工标注。以丰富的自然数据和强大的数据处理功能为基础，系统可以建立自己的学习模式，进而不断强化自己的能力。
开复导读
◆ 心理医生建议陈楠，让梦里的自己哭出来——“释放淤积的负面情绪，精神创伤才能够愈合”。陈楠何尝不想。她想让那个小女孩尖叫、大哭，想让那个小女孩上前拦住担架，好和爷爷奶奶再说一说话。可是她却只能眼睁睁地看着他们离去，从自己的生命里永远消失。
阻碍L5自动驾驶的非技术性难题
◆ 在某些情况下，车辆可能也需要被迫做出痛苦的伦理抉择。最著名的伦理困境莫过于“电车难题”：一辆电车失控了，即将撞死A和B两人，作为驾驶员的你是否应该拉一下拉杆让失控的电车转换轨道，撞死另一条轨道上的C呢？如果你认为答案是显而易见的，那么如果C是个孩子呢？如果C是你的孩子呢？如果这辆车是你的车，而且C是你的孩子呢？
开复导读
◆ 公司要求他使用一套内部系统来管理客户数据，一个类似智能助手的程序会时不时地跳出来，帮他干一些数据整理、填写表格、生成通知信函的初级工作。慢慢地，珍妮弗的父亲发现这个智能助手越来越聪明，能做的事情越来越多，有时还会纠正它自己犯下的小错误。几年后，他再次遭遇裁员。核保流程全部转为在线处理，数秒之内即可完成报告，不再需要低效的人类雇员。直到最后一刻，珍妮弗的父亲才醒悟过来，他对智能助手的每一次纠错，都是在标注数据，帮助它变得越来越聪明，以替代越来越多人类职员。这就像往火堆里添柴火，加热锅里的温水，却完全没有意识到自己正是那只被慢慢煮熟的青蛙。
如何化解AI时代的人类工作危机
◆ “关爱型医生”
AI时代的幸福准则
◆ 有研究表明，物质财富所带来的幸福感并不持久。心理学家迈克尔·艾森克（Michael Eysenck）用“享乐跑步机”来形容人类的幸福感状态——尽管生活中会有许多积极或消极的事情发生，个人的物质财富也有增有减，但人们的幸福感最终会调整到一个相对稳定的水平。正如一个人在跑步机上无论如何奋力向前跑，其实都没有离开原点一样。还有研究发现，人在天降横财（如中彩票）的最初几个月里会感到幸福，但过了一段时间之后，他们的幸福感却通常会下降到变得富有之前的水平。也就是说，物质财富确实能在短期内让幸福感有所提升，但长期来看，物质财富与幸福感的关系并不大。
From #
《AI未来进行式》 李开复 陈楸帆