編者按：本文作者ZAVAIN DARLux Capital投資人。

有關(guān)人工智能：

1.過去二十年，在大數(shù)據(jù)集的數(shù)字化、建立管理大數(shù)據(jù)集的基礎(chǔ)框架和大數(shù)據(jù)計算范式上的進(jìn)展，是解釋本世紀(jì)先后將重點(diǎn)放在數(shù)據(jù)科學(xué)和人工智能上的主要原因。

2.一旦我們數(shù)字化了數(shù)據(jù)，使得他們可以被程序處理，下一步就是撬動自動化和對未來的預(yù)測。隨著預(yù)測能力的增加，似乎更多“智能”的方面展現(xiàn)了出來。于是我們將“數(shù)據(jù)科學(xué)”這樣的術(shù)語改為“人工智能”。事實(shí)上這二者之間并沒有什么明顯的差別，只是感覺上的新奇和困難程度不同而已。新奇度和難度隨著時間是呈正態(tài)分布。今天“人工智能”給人的感覺就和昨天的“數(shù)據(jù)科學(xué)”一樣。

3.從數(shù)據(jù)中學(xué)習(xí)的AI叫做機(jī)器學(xué)習(xí)（Machine Learning）。傳統(tǒng)的機(jī)器學(xué)習(xí)從原始數(shù)據(jù)中提取人們可以識別的特征，然后通過學(xué)習(xí)這些特征產(chǎn)生一個最終的模型。

有關(guān)深度學(xué)習(xí)：

4.過去十年中，神經(jīng)網(wǎng)絡(luò)，一種類似哺乳動物大腦突觸連接關(guān)系的機(jī)器學(xué)習(xí)結(jié)構(gòu)，得以復(fù)興。神經(jīng)網(wǎng)絡(luò)不需要人為提取特征。原始數(shù)據(jù)進(jìn)入學(xué)習(xí)算法之后不需要任何的人為工作，我們把它稱之為“深度學(xué)習(xí)”。

5.盡管深度學(xué)習(xí)技術(shù)和學(xué)習(xí)模型已經(jīng)存在了幾十年了，但是我們現(xiàn)在才看到其理論創(chuàng)新和基于經(jīng)驗(yàn)的突破，因?yàn)榛A(chǔ)架構(gòu)和數(shù)據(jù)的實(shí)用性才剛剛成熟。2006年，NVIDIA推出基于GPU的CUDA開發(fā)平臺，成為了深度學(xué)習(xí)發(fā)展歷史上的風(fēng)水嶺。

6.正是由于深度學(xué)習(xí)脫離了人為構(gòu)建特征使其得以成為一種自然的學(xué)習(xí)工具。很多技能，早在有能力以復(fù)雜的數(shù)學(xué)方式提取特征之前，我們就已經(jīng)學(xué)會了。這些技能是我們自然而然學(xué)會的，難以用高度的特征歸納。通過傳統(tǒng)的機(jī)器學(xué)習(xí)手段，是很難憑人類的直覺得出，或是構(gòu)造出高維的精確特征的。

7.早在我們有能力構(gòu)建復(fù)雜的語義（semantic）之前，我們就已經(jīng)在機(jī)器視覺和自然語言處理等方面取得了很好的成績。但是學(xué)會這些技能不需要我們有數(shù)學(xué)推理的能力，更不要說人為有意構(gòu)建的高層語義了。

8.深度學(xué)習(xí)在廣義的高維機(jī)器學(xué)習(xí)問題上已經(jīng)展現(xiàn)了突破性的成果。其中覆蓋的領(lǐng)域包括基因組學(xué)，油氣，數(shù)位病理學(xué)甚至是公共市場。

有關(guān)強(qiáng)人工智能（Artificial General Intelligence，AGI）

9.近期關(guān)于人工智能的不實(shí)傳言引發(fā)了人們對于AGI的爭論。AGI是人們假設(shè)出的擁有像人一樣的智慧的計算機(jī)，各方面都能和人類比肩的強(qiáng)人工智能。

10.這很大程度上得益于深度學(xué)習(xí)在基本的人類技能上取得的重大突破和進(jìn)展。比如機(jī)器視覺和自然語言處理等。

11.在未來一段時間內(nèi)，這些努力都會被存于各個筒倉之內(nèi)，也就是說不同小組之間相互獨(dú)立地在各自領(lǐng)域內(nèi)努力著。

12.會使我們開發(fā)AGI的速度遭遇瓶頸的，并不是任何一個筒倉，而是讓他們彼此協(xié)作的能力，和建立合適的聯(lián)系外界的輸入輸出通道。第一款A(yù)GI不會是一個有人類實(shí)體的機(jī)器人，而會出現(xiàn)在網(wǎng)上，這樣它就可以接收世界上的知識，擁有通過網(wǎng)絡(luò)的交流能力。

13.AGI會擁有類似人類的智力，但是卻不會有類似人類的外表，因?yàn)槲覀儾⒉涣私庾约簝?nèi)在的“目標(biāo)函數(shù)”。目前，我們在特定的領(lǐng)域內(nèi)訓(xùn)練計算機(jī)，使他們犯的錯誤最小化。除非我們知道我們自己的目標(biāo)函數(shù)是如何校準(zhǔn)的，否則，即使AGI會很智能甚至有可能會有意識的展現(xiàn)，但也絕對不會完全像人一樣。

14.2025年以后出生的小孩會認(rèn)為軟件是有自己的意識的。這比大多數(shù)人想的都要來的更加突然和迅速。

15.人們會通過輸入輸出的通道來限制和規(guī)范AGI的行為。未來會有很多關(guān)于AGI善惡的爭論，關(guān)于增加其好的能力是否會同時使其產(chǎn)生潛在的惡意行為。無人駕駛汽車是一個早期、但是很有力的例子。

有關(guān)人工智能公司：

16.AI創(chuàng)業(yè)公司正處在創(chuàng)新和獲得資金增長周期之中。

17.AI學(xué)習(xí)技術(shù)和算法的商品化速度遠(yuǎn)比我們想象的快。目前比較成功的創(chuàng)業(yè)公司，都獲取到了獨(dú)特的數(shù)據(jù)，并且不斷地利用AI模型從用戶和企業(yè)之間的交互學(xué)習(xí)，加強(qiáng)他們的初期優(yōu)勢。比較著名的例子是Google通過點(diǎn)擊率數(shù)據(jù)，將其作為一個私有的數(shù)據(jù)源和一種學(xué)習(xí)交互方式來幫助他們改進(jìn)排名。

18.我們?nèi)匀辉谌斯ぶ悄艿拇禾?。大科技公司會付大筆的錢收購那些有新成果的小團(tuán)隊(duì)。這些新的成果，如果最后在外部成熟，對大科技公司來說會產(chǎn)生生存危機(jī)，這為我們看到的這些高價收購提供了合理的解釋。

19.提供人工智能工具的公司需要建立更有吸引力的平臺來對抗“商品化”，從而獲得值得資本投入的成果。

20.未來五年，硅谷的言論會發(fā)生改變，從Marc Andreessen的“軟件在吞噬這個世界”變?yōu)?ldquo;數(shù)據(jù)科學(xué)和人工智能在吞噬這個世界”。

本文編譯自：beardedbrownman.com