大脑升维:人工智能浪潮下的适者生存之道

作者: 袁劲松老师 2019-04-26 13:41:42

各种新颖的人工智能技术将如远古传说的洪荒大水一般迅速“淹没”整个社会,摧毁改变旧世界的边界坐标,这一方面会带来前所未有的大机遇,另一方面也会带来难以想象的大风险……

这是一个最好的时代,也是一个最坏的时代,一切都在速生,一切都在速朽!

我一直对人工智能技术发展抱着欢迎和恐惧的矛盾心态,2016年3月在观看了阿尔法狗战胜李世石的全程比赛过程后,我有很长一段时间天天失眠,作为研究思维的学者,我深知人工智能进化速度的恐怖性,也深知人脑升级的困难性。今天的人工智能技术可以说已经跨过了一个重要的“奇点”——拥有独立的创造力。尽管这种创造力还非常稚嫩低级,但在1秒万亿次恐怖运算力的支撑下,人工智能的创造力很快就会成长到让人类瞠目结舌的高度。果不其然,2017年4日化名“Master”的阿尔法狗就以60:0的战绩,横扫人类所有顶尖围棋高手,宣告在围棋领域人类已不可能求一胜,它的棋艺在半年时间内已进化到人类不得不仰视的境界,在进化后阿尔法狗面前,人类的九段棋手宛如棋童小儿一般幼稚笨拙。

也许有人觉得阿尔法狗再聪明也不过是一条被圈在围棋盘里的“狗”,距离入侵人类社会生活和工作还遥遥无期,在相当长时间里人类还可以高枕无忧。许多学者也在一直安慰大众,人工智能技术不可怕,人类完全可以和人工智能技术结合,共创美好的未来。但事实真是这样吗?

反正我是不相信那些盲目乐天派专家们的言论的,在培训授课期间,我一直坚持做一个小调研,调查学员们对李世石与阿尔法狗之战的重视度,归纳一下有60%的人没啥感觉,有30%的人有“狼来了”的危机感,但第二天一觉醒来也就忘了。只有10%左右的人为此紧张失眠过一周的时间,认为这个事件代表了一个非常重要的时间节点,开始准备转型,布局未来。

之前和两个朋友聊天,其中一个朋友谈到最近刚接手了一家亏损的大型儿童娱乐场所,他上任之初做的第一件事就是大刀阔斧裁员,把100多人的公司裁减到只剩下十几个人,至于以往的职业岗位“空白”,他是通过传感器、摄像头、互联网、计算机、微信、业务外包等技术手段给巧妙整合消化了。听他这么一讲,感觉与沃尔玛最新推出的无人便利店经营模式很是相似。总而言之,就是运用各种新技术“减人增效”。听完了这个案例,你还会觉得人工智能距离入侵我们的生活和工作的日子很遥远吗?

有学者预言,无论对国家政府,还是企业单位都是一个大危机之年,大变革之年。当危机来临的时候,作为有独立“智能”的组织,第一反应就是减掉身上多余的负资产,先活下来再谈其他。大家可以到网上去看看新任美国总统特朗普在葛底斯堡发表的“百日新政”宣言,其核心思想就是“开源+节流”,一般情况下开源是很难的,而节流就简单多了,实际就一个字:砍,砍,砍!

当多余的人被砍掉,多余的业务被砍掉之后,恰恰是新技术野草般疯狂生长的大好时机,所以我们会看到人工智能技术在2019年有一次井喷式的爆发应用场景,这些技术首先在竞争激烈的商业领域被广泛应用,然后迅速蔓延到政府机构、学校教育、公共事业等相对稳定的领域,最终会将人们安稳平静的生活,习以为常的工作搅拌得面目全非,支离破碎。

据我预测,“人工智能训练师”这个新职业在未来几年会非常火爆,这个职业主要是训练人工智能学会思考,处理各类专业问题,进而替代人类工作。比如,一个法律专家训练阿尔法狗如何搜集资料打官司,当它掌握了所有人类的法律套路后,就可以“秒变”化身万千,复制出无数的专业法律顾问,替代万万千千的人类律师……

在未来,我们不是在同行业中最优秀的专家竞争,而是在同与永不停止进化步伐的智能机器竞争,在一个体能和智能皆不如机器的时代,你有什么价值,靠什么才能生存呢?

面对困局,我给出的办法就是:大脑升维,即修炼更高阶的头脑智能,以适应未来动态的生存环境,而不是去吸收更多的知识。因为现代人目前最缺少的是高智能而不是知识信息。

几天前有一位网友咨询我:袁老师,现在网上关于逻辑思维的书那么多,读了有没有用?

我反问道:你想学游泳,读游泳技巧的书有没有用?

他恍然大悟道:明白了,要理论结合实践!

我知道他没有真明白,便补充一句:你现在缺啥就补啥吧。

果不其然,他回复道:我缺逻辑的周密性和推理性,问题分析和解决能力较差……

我打断了他的陈述,继续追问:你现在是缺知识,还是缺能力?

他老实地说:我缺能力。

我无奈地道:知道自己缺能力还读什么书,赶紧去多实践,多训练啊!

……

一个人缺能力,却在拼命读书,想以此弥补自己的短板,这是一个典型的“南辕北辙”现实故事。很遗憾,大多数现代人都会犯此类错误,中国教育最大的成功,也是最大的失败是训练了一代又一代的读书人,他们如此习惯于读书,以至于不知道除了读书以外,还有什么其他更高层次的学习方式。

在这里,我不得不提一款以前很火的知识产品《得到》,因为我在讲课的时候,经常有学员会问我:袁老师,你的逻7思维和罗胖的罗辑思维有什么关系?我觉得他推荐的《得到》很不错,我天天都在坚持听,可为什么感觉逻辑思维却没什么提高?

我内心苦笑,如果听听闲书就能提高逻辑思维能力,那爬树也能捉鱼了。不过在场面上我一般会打哈哈,鼓励对方:我也经常看罗胖视频,转发他的文章,内容挺不错的。你再坚持听一段时间吧,说不定就功到自然成了。

之所以不愿意多说什么,是因为一般人搞不清楚“大脑升维”这个概念,而解释起来又很麻烦,三言两语也说不清楚,兼之课间时间有限,最后索性不说了。

爱学习,爱读书是永远没有错的,但这里面有一个头脑维度层次问题,如果不先搞清楚它们之间的关系区别,一般人会把大量的时间浪费在低维层次的学习上,却茫然不知。

大脑维度如果按照低、中、高做三分:

低维代表经验——发展方向:不断突破舒适圈,增加更丰富的新体验。

中维代表知识——发展方向:从基础知识到实用知识,从旧知识到新知识。

高维代表智能——发展方向:从非逻辑思维到逻辑思维,从逻辑思维到辩证思维。

在古代,人类是在低维尺度上竞争头脑智慧的,所以长寿者即智者,俗话说“家有一老如有一宝”,因为经历的多了,自然也就见多识广,遇到难题能给年轻人有效的指导。到了近代和现代,人类是在中维尺度上竞争头脑智慧的,能识字会读书,知识广博的人就是智者,所以大家疯狂追求高学历,比拼谁拥有的知识更多。一般情况下,大脑三维是综合发挥作用的,通常有经验的会胜过没有经验的,知识多的会胜过知识少的,但也会存在少数反例,比如有些文盲比知识分子更智慧,有些人书读得越多越呆板愚钝等等。这种反常情况如果追溯本源,就会发现都是高维尺度上的智能反转造成的。

发明大王爱迪生曾说:天才就是1%的灵感,加99%的汗水。但假如没有那1%的灵感,99%的汗水都会白费。

同理,假如没有1%的智能,99%的经验或99%的知识,也都会白费。如果用一个形象的比喻来解说,即一公斤花粉能否变成1滴蜜,关键在于你是狗熊还是蜜蜂。

以罗辑思维为代表的各类知识型APP是很不错工具,它们挖掘了现代人工作忙,没有时间读书的商机,大大节省了人们读书的时间,让搜集花粉的效率变得更高。如果说过去你是十天读一本书,现在借助这些APP你可以1天读取二十本书的精华。但是随之而来的问题是,如果你是狗熊,搜集到的花粉再多也变不成一滴蜜。在过去知识短缺的时代,大家比拼的是谁搜集的花粉更多、品质更高。不过在知识信息大爆炸时代,聪明的人早就开始悄悄竞争升级,转向修炼头脑高智能而不是搜集更多的知识信息。前两天在深圳脑客联盟里看了一位网友转发的纪录片,讲的是哈佛大学几个大学生做了一个东西方学习文化差异性的调研课题,其中有一个细节让我很震惊,在以色列的图书馆里,大家不是在静静地阅读,而是两两结对辩论式读书。这是典型的智能修炼模式,书籍所起的作用不过是激发话题和灵感的媒介,大家的主要精力放在思想输出的训练上,而不是知识信息的输入上,这样的大脑修炼速度在中维知识层面上是“慢”的,但在高维智能层面上是“快”的。

高手读书是为了“酿蜜”,常人读书是为了“积粉”,修行目标不同,境界高下立判!

“30%灵感+70%知识”的头脑VS“1%灵感+99%知识”的头脑,孰优孰劣,孰胜孰负?

需要强调一点,我从来不是一个知识无用论者,恰恰相反我的阅读量,以及对新知识技术前沿的关注,要远远超过一般人。之所以要在此郑重提醒大家“远离”知识,升维大脑,是因为人工智能危机留给现代人的转型时间不多了,2019年它对传统社会的破坏力将在各个领域全面展开,但这仅仅是初显“獠牙”,一般人还有3-5年的准备期,在这段有限的时间里,如果不能迅速转型变身,从狗熊变为蜜蜂,那么读再多的书也“无用”。

为了更深刻认知这一点,我们先来看看高智能的三个公式:

机器脑高智能=低级算法+大数据+超级快运算力

人类脑高智能=高级算法+小数据+普通慢运算力

(机器脑+人类脑)高智能=高级算法+大数据+超级快运算力

对比这三个公式,我们不难发现人类的优势在于其头脑的高级算法,也就是高级逻辑思维,而不是拥有大数据,如果和机器脑比拼知识信息数据拥有量,那纯粹是自寻死路。

也许有人会反驳,那我们就不多读书了吗?

当然不是,我只是提醒大家要对自己的学习时间做正确的2/8划分,即要把80%的时间精力用在头脑算法的升级上,把20%的时间精力用在知识学习上。但荒谬的是,传统教育一般是把99.9%的时间精力用在知识学习上,0.1%的时间精力用在头脑算法升级上。著名科学家爱因斯坦曾对传统教育这样批判道:“人们为了考试,不论愿意与否,都得把所有这些废物统统塞进自己的脑袋。这种强制的结果使我如此畏缩不前,以致在我通过最后的考试以后整整一年对科学问题的任何思考都感到乏味。”

“现在的教学方法,竟然没有把研究问题的神圣好奇心完全扼杀掉,真可以算是个奇迹。”

遗憾的是,爱因斯坦在学生时期遭遇的死记硬背痛苦,在今天的中国不仅是普遍存在,而且更加变本加厉。学生们的大脑基本被大量的知识理论给灌输塞满,时间被各类补习班瓜分殆尽。许多家长和老师都知道这是一种涸泽而渔的教育方式,属于邪门武功,但为了考上重点的小学、中学、大学,大家还是不得不饮鸩止渴,关注眼前收益,持续残酷地压榨孩子的学习潜能,不管长远是否会给孩子留下永久性的智力硬伤。

庄子曰:“吾生也有涯,而知也无涯。以有涯随无涯,殆已!”意思是,人的生命是有限的,而知识是无限的,以有限的生命去追寻无限的知识,是必然失败的。

从宏观来看,人类的智能进化之路不是一直在知识上做“加法”的,还要会做“减法”。用辩证法螺旋上升原理来解释,就是大脑成长的初级阶段是做知识“加法”,但增长到一定程度的时候,大脑需要反转做知识的“减法”,这样才有可能晋级到更高层次。如果没有这样一个反动过程,一直惯性滑下去,那这种人的智慧始终会停滞在低层次水平。

老子曰:为学日益,为道日损,损之又损,以至于无为,无为而无不为。就是对这种反常性智慧修炼过程的描述,所谓“无为”用现代术语来解读就是大脑的内在逻辑思维能力,当人们把所有的知识遗忘掉后,剩下的就是这样一个看似无用,但实际上却无所不为,可以普遍适用于任何领域的高阶智能。

“高级算法+小数据”才是人类顶级的智慧修炼方法。一叶落而知天下秋,见微知著,掌握极少的信息、在模糊纷杂的情境中还能做出精准的分析判断,这样的人才配称为圣哲智者。那些不懂的提高算法,只是一味在数据增量上下功夫的人,最后不过是修成了一个个“两脚书橱”。

在这里我们假设人类的逻辑思维能力总数值为100,那么天才能达到100,大师能达到80,专家能达到50,精英能达到30,大多数人只能达到1-10,甚至有些人尚处在负数水平。一般常人的逻辑思维水平不高,这就是疯狂知识灌输教育模式所造成的恶果,留下的智力硬伤。

今天人工智能技术的逻辑思维数值已经越过了1,以它的恐怖进化速度在3-5年内不难达到精英的水准,如果人类的教育模式还不能迅速转型变革,个人大脑升维仍旧迟迟不动,那么人工智能超越人类的时间只会更快,进而它会倒逼人类社会改革。总而言之,未来人类社会转型变革是免不了的大概率事件,只是有些先知先觉者主动适应顺应了未来变革,更多的人会是被逼无奈卷入了人工智能浪潮之中,成为时代的牺牲品。

在这场大变革中,所有的职场人都要有失业的心理准备,不同于以往失业后能换一家企业找到相同的职位,这次失业的特点是熟悉的职位可能会彻底消失,人们所擅长的专业技能被人工智能取代了。这时候你需要重新学习,寻找一份新职业,甚至自己创造一个职业,才能在未来社会有一席之地。

机器脑彻底战胜人类脑在今天的科学界已经是一个主流观点,所争执的只是这个时间节点到来的快慢罢了。这一竞赛过程如同逆水行舟,如果人类大脑快速升维,这个时间节点就来的比较慢;如果人类大脑升维迟缓甚至反向降维(沉迷于各种游戏刺激体验),那么这个时间节点就来的比较快。在整个社会万物互联,机器智能水平不断水涨船高的生态环境中,现代人要懂得追逐稀缺性,把有限的时间投入到头脑升维之中,努力锻炼提高智能,而不是继续陷入无限的知识信息海洋中,让头脑变得更加碎片化、低智能化。

只有追逐稀缺性,才能塑造我们的与众不同,不是吗?!

人工智能 AI 开发者
上一篇:利用AI炒股开挂!这届程序员真会玩 下一篇:巨头接连“认怂”,自动驾驶落地永远没有时间线?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI行业寒潮下,智能物流机器人产业迎来“风口”

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  13h前
人工智能应用在智慧社区五大场景

物联网、云计算、大数据、人工智能正逐步从概念走向应用。越来越多的传统产业也开始探索和创新,积极拥抱互联网和新技术。未来,人工智能技术可能会颠覆社区管理。

有熊 ·  13h前
基于PyTorch的CV模型框架,北大学生出品TorchCV

在机器学习带来的所有颠覆性技术中,计算机视觉领域吸引了业内人士和学术界最大的关注。

张倩、泽南 ·  14h前
高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  18h前
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  18h前
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  18h前
为什么我的CV模型不好用?没想到原因竟如此简单……

机器学习专家 Adam Geitgey 近日发布了一篇文章探讨了这一简单却又让很多人头痛的问题,并分享了他为解决这一问题编写的自动图像旋转程序。

机器之心 ·  19h前
中文自动转SQL,准确率高达92%,这位Kaggle大师刷新世界纪录

首届中文NL2SQL挑战赛上,又一项超越国外水平的NLP研究成果诞生了。在NL2SQL这项任务上,比赛中的最佳成绩达到了92.19%的准确率,超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%,执行匹配精度91.8%的最高成绩。

郭一璞 ·  19h前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载