--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能时代：破解人机共存密码（套装共10册）" author: null edition: null publisher: null year: null isbn: "9787521719512" library_document_id: "396e1bee-219e-4bee-9884-3214c17ff8f5" source_sha256: "e5d429a1fedfac2a13b0bd25057c39d818c33927767948a9bb41411f01413ced" pdf_physical_page_count: 3314 pdf_physical_page_index_base: 0 range_start: 2160 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=2160&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2160&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2150&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2170&limit=10" --- # 人工智能时代：破解人机共存密码（套装共10册） > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=2160 | PRINTED_PAGE=NOT_DETECTED 芭芭拉受到了学生们的热烈欢迎，很明显她是一位颇有天赋的老师。她的方法和实用性见解源于我们对大脑的了解，所以我们联手为Coursera开发了一门慕课，名为“学会如何学习：帮助你掌握复杂学科 的 强 大 智 力 工 具 ” （ 见 图 12–8；https://www.coursera.org/learn/learning-how-to-learn/ ） ， 于2014年8月推出。它目前是世界上最受欢迎的慕课，在头四年里注册的学习者超过300万，并且每天还会吸引1000个来自200多个国家的新学员。“学会如何学习”根据我们对大脑学习方式的了解，为你提供了成为更好学习者所需的工具。我们学习者的反馈非常积极，于是我们又开发了第二个名为“思维转换”（Mindshift）的慕课，以帮助那些想要转业或改变生活方式的人。这两门慕课课程的资料都可以在网络上免费获取。 ## PDF_PHYSICAL_PAGE_INDEX=2161 | PRINTED_PAGE=NOT_DETECTED “学会如何学习”这一课程，就如何成为更好的学习者，如何处理测试焦虑，如何避免拖延，以及我们对大脑怎样学习的认识等话题提供了实用性的建议。这是一门为期一个月的免费课程，由长度为 ## PDF_PHYSICAL_PAGE_INDEX=2162 | PRINTED_PAGE=NOT_DETECTED 5\~10分钟的视频剪辑、小测验和综合测试组成，现已被翻译成20多种语言。课程的基石之一，就是当你正在做别的事情时，你的大脑可以在潜意识中帮你完成一些工作。亨利·庞加莱（Henri Poincaré）是19世纪一位杰出的数学家，他曾经描述自己如何最终解决了一个数学难题。当时他已经紧张地工作了好几个星期，但仍然一无所获。于是他度假去了。当他在法国南部踏上一辆公共汽车时，问题的解决方案突然就出现在了他的脑海中，他的大脑中有一部分区域在他享受假期的时候仍然在处理这个问题。他知道自己找到了证明问题的正确方法，并在返回巴黎时完成了它。他之前对这个问题的深入研究已经使他的大脑做好了充分的准备，这样他的潜意识就可以在他放松的时候继续处理这个问题。这两个阶段对创造力而言同等重要。 令人惊讶的是，即使在睡觉的时候，你的大脑也会在你毫不知情的情况下解决问题。但是，只有在你入睡之前仍专注于解决问题的前提下，大脑才能做到这一点。于是你早上醒来的时候，一种新的见解就会从脑海中跳出来，帮助你解决问题（尽管这种情况不会经常发生）。在休假或入睡前的高强度思考，对激活你的大脑非常重要；否则，它就有可能去处理其他问题了。这种方式并不限于数学或科学问题，如果你最近在思考一个社交问题，你的大脑就会像解决数学和科学问题一样努力解决它。 “学会如何学习”最令我们感到欣慰的成果之一，就是收到了来自快乐学习者的信件，感谢我们为他们提供了最好的课程，或者这门课如何影响了他们的职业选择。[30]教师也写信给我们，提到他们正在将“学会如何学习”这门课的经验融入自己的课堂中。 我们最初的目标是教授高中生和大学生“学会如何学习”，但后来发现这些人的比例不到学习这门课程总人数的1%。因为学校一直以来都被要求以“共同核心”（Common Core）测试为目标进行教学，他们没时间教学生如何学习，而后者往往对学生们的学业更有帮助。要求各个学区都采用“学会如何学习”的教学模式将是一个艰难的任务，毕竟学校的运营预算是有限的。学区也不打算修改他们的课程，把“学会如何学习”纳入大规模的教学。任何大范围的尝试都涉及课程表的调整、教师再培训和新教材的开发，这个过程相当的费时费力。但不论如何，我们都需要12岁的孩子在进入高中前接触到这项课程。芭芭拉和我针对这群读者写了一本书，希望这些年轻的学生在进入会频繁遇到数学难题的中学时期之前，就能接触到我们的技巧。[31] ## PDF_PHYSICAL_PAGE_INDEX=2163 | PRINTED_PAGE=NOT_DETECTED 与学校课程“要么太多，要么没有”的学习模式不同，慕课更像是你随时可以挑选和阅读的书：学习者们更倾向于“放养式”的学习方法，有针对性地选择符合他们迫切需求的课程。慕课原本被认为是传统教室的替代品，现在它在教育领域占据了一个互补性的位置，这与其他教学场所不同。它以独特的方式满足了学习者的需求，而传统教育方式往往做不到这一点。例如，慕课已经被翻转课堂（flippedclasses）这一教育方式所采纳，学生们可以在方便的课余时间观看选定的讲座，老师则会针对课程内容在课堂上引导学生们进行讨论。我们的教育体系是为工业时代设计的，学校所传授的知识曾经是你今后维持工作，以及作为一名有生产力的公民所需的基础知识。然而现在，学生刚一毕业，学校传授的那些知识就已经过时了。慕课直接进入家庭，是教育系统的最后一环。对Coursera进行的人口统计表明，大多数在线学习者的年龄都在25\~35岁之间，他们当中超过一半的人接受过大学教育。这些都是在工作中需要新技能，并在网上进行自学的年轻人。我们的教育系统需要更多根本性的改变，让我们的大脑能够适应在经济信息领域中快速扩张的岗位技能需求。例如，通过互联网收集信息需要一些判断力和基本技能，即能够制定合适的搜索条件，并甄别错误的搜索路径。可惜的是，学校似乎没有时间教授基本的互联网操作技能，即使学生们能够从学习如何积极寻求信息，而不是被动接受课程中受益。 ## PDF_PHYSICAL_PAGE_INDEX=2164 | PRINTED_PAGE=NOT_DETECTED 优达学城（Udacity）是由因自动驾驶汽车而名声大噪的塞巴斯蒂安·特隆创立的另一家制作慕课的教育机构。除了提供免费课程外，优达学城还与希望提升自身员工技能的公司开展了合作。优达学城打造了符合公司需求的慕课，员工们也有动力去学习这些课程。对于雇主、员工和优达学城来说，这是共赢。优达学城也提供了一系列专项课程，比如自动驾驶汽车技术（费用为800美元），学员学成之后可以获得纳米学位（nanodegree），如果在6个月内找不到工作还能收到全额退款。[32] [33]传统学校之外的教育机构发展迅速，慕课可以为终身学习提供各种解决方案。 我们后续的一门慕课“思维转换：突破学习障碍并发掘你的潜能 ” （ MindShift: Break through Obstacles to Learning andDiscover Your Hidden Potentialhttps://www.coursera.org/learn/ mindshift/）已经于2017年4月推出。该课程是与芭芭拉·奥克利的一本新书同步推出的，[34]基于他人的亲身经历，并使用早期的案例（包括我的）来阐明，当你想以某种方式改变你的生活时可能会面对的各种难题。就我而言，我是从物理学转到了神经生物学领域，但在另一个案例中，一位成功的音乐会独奏家放弃了他的职业生涯，转而成为一名医生。转行这一现象已经变得越来越普遍，“思维转换”的课程设计旨在降低该过程的难度。该门课程现在在世界上最受欢迎的慕课中排名第三。 另一种成为更好的学习者的方式，是利用交互式电脑游戏。类似Lumosity这样的公司提供了在线游戏，声称可以提高玩家的记忆力和注意力。问题是，支持这种说法的研究往往凤毛麟角，或者质量不高，特别是在将培训转移到实际任务方面。但是，这一切都还处于早期阶段，更出色的研究正开始帮助我们辨别有效和无效的方法。结果往往令人大开眼界，甚至有悖直觉。 训练你的大脑 ## PDF_PHYSICAL_PAGE_INDEX=2165 | PRINTED_PAGE=NOT_DETECTED 在广泛改善认知功能方面最有效的视频游戏是那些追逐僵尸，在战争中杀死坏人，以及极速赛车之类的游戏。日内瓦大学的达芙妮·芭菲莉亚（Daphne Bavelier）表示，玩《荣誉勋章：联合袭击》（Medal of Honor: Allied Assault）等第一人称视角的射击游戏改善了人们的感知、注意力和认知能力，尤其是视觉、多任务处理和任务转换，并且引导他们更快地制定出决策。[35]她总结说，玩这类射击游戏可能会让年长者的大脑反应与年轻人的一样快（对于任何上了年纪的人来说都是好消息）。但是一些射击游戏也可能会有损长期记忆。[36]每款游戏都有不同的优点和缺点，需要单独进行分析。 加州大学旧金山分校的亚当·格萨雷（Adam Gazzaley）定制了一款叫作NeuroRacer的三维视频游戏，能够提高你的多任务处理能力。有研究表明，大脑中神经调节剂的活动对于注意力、学习和记忆有着重要的作用。[37]在NeuroRacer中，玩家沿着蜿蜒崎岖的道路驾驶汽车，同时还要留意随机弹出的各种标志。这就要求玩家调用多种认知技能，例如注意力和任务切换能力，进行多任务处理。在测试NeuroRacer时，亚当和同事们发现，在经过训练以后，被试者的这些技能得到了显著提高，并在工作记忆和持续关注方面达到了较高的水平，然而这些并不属于训练的一部分。此外，他们的表现还优于未经训练的20岁年轻人，并且在中止训练的6个月后，这些能力依然没有消退。[38]NeuroRacer目前正在被用于临床试验，为患有注意力缺陷和记忆障碍的患者提供治疗。 1997年，尚在罗格斯的保拉·塔拉尔和尚在加州大学旧金山分校的迈克尔·梅泽尼奇（Michael Merzenich）联合创建了一家名为“Scientic Learning”的公司，为患有语言和阅读障碍（如失读症）的儿童提供帮助。语音理解取决于能否捕捉到快速的声学转换。例如，听到“ba”、“ga”或“da”之间的差异取决于音节开头的毫秒范围内的时间差异。无法检测到这些时间差异的孩子在学习中会处于劣势，因为他们无法分辨包含这些声音的词汇。要学习阅读，孩子们必须能够识别和区分单词中字母代表的简短声音。塔拉尔和梅泽尼奇开发了被称为“Fast ForWord”的一系列计算机游戏，它首先通过在音节、单词和句子中夸大声学时差来提高孩子的听觉判断、语言和阅读理解能力。随着孩子们在各种语言和阅读水平上的提高，这种时间差异会被缩短。[39]Fast ForWord在教育游戏的同类产品中得到了很高的评价，有6000所学校和超过250万名儿童使用过该系列。它们也在超过55个国家被用来帮助孩子学习英语这门第二语言。梅泽尼奇后来又开发了BrainHQ（https://www.brainhq.com），这是一款基于相似科学原理的游戏，旨在减缓老年人的认知衰退。 ## PDF_PHYSICAL_PAGE_INDEX=2166 | PRINTED_PAGE=NOT_DETECTED 你还可以通过锻炼大脑来提高运动技能。加州大学河滨分校的亚伦·赛茨（Aaron Seitz）开发了一个能够改善视觉感知和反应时间的计算机程序。在使用这个程序后，棒球队队员普遍反映视力变得更好了，被三振出局的次数变少了，还创造出了更多跑垒，并在赛季的54场 比 赛 中 多 赢 得 了 4\~5 场 比 赛 。 [40] 赛 茨 开 发 了 一 款 名 为“UltimEyes”的廉价应用程序，将他的研究成果对公众开放。不过联邦贸易委员会已经停止了这款游戏的传播，直到更多的研究能进一步证实他的说法。[41] 在玩考验反应时间的游戏时，某些认知技能上的提高倾向于转移到其他认知技能上。但在玩许多其他特定领域游戏，如记忆游戏时，这种转移并不存在。虽然我们设计的交互式视频游戏正在变得越来越好，能够改善我们的大脑功能，增加游戏的趣味性，还能制成应用程序，但这种转移发生的条件仍然有待研究。全球范围内认知改善的潜力不可估量。 智能商业 ## PDF_PHYSICAL_PAGE_INDEX=2167 | PRINTED_PAGE=NOT_DETECTED 在2015年NIPS大会开幕式上，我穿着全美运动汽车竞赛协会（NASCAR）风格的夹克欢迎与会者，上面贴着我们所有42个赞助商的商标（见图12–9）。在巴塞罗那举行的2016年NIPS大会上，赞助商有65家，一件夹克上已经放不下了。而到了2017年，多达93家赞助商支持了在长滩举行的NIPS大会。这种爆炸性的增长迟早会结束，但它在社会上的回响可能会持续数十年。这些赞助公司派遣招聘人员参加NIPS大会，渴望聘用市场上缺乏的优秀研究人员。我的许多同事已经加入了谷歌、微软、亚马逊、苹果、Facebook、百度和其他许多初创公司。它们还从大学里抢夺人才。据塞巴斯蒂安·特隆估计，当一家像Otto或Cruise这样的自动驾驶初创公司被一家大公司收购时，相当于在每个机器学习专家身上都花费了1000万美元。[42] 2013年，谷歌收购了杰弗里·辛顿的公司DNNresearch，当时这家公司由他和他在多伦多大学的两名研究生在运营着。杰弗里·辛顿于是成了谷歌的员工。他现在可以获得比他曾在多伦多憧憬过的更庞大的计算能力，但更重要的是谷歌所拥有的海量数据。谷歌大脑（Google Brain）是杰夫·迪恩（Jeff Dean）领导的由才华横溢的工程师和科学家组成的杰出人才团队。迪恩设计了谷歌所有的服务都依赖的MapReduce文件系统。当你让谷歌翻译一段文字时，它现在所使用的就是迪恩的谷歌大脑团队设计的深度学习技术。当你搜索一个关键词时，深度学习会对搜索结果进行排名。当你与谷歌助手（GoogleAssistant）进行交谈时，它会使用深度学习来识别你的话。随着与你的对话进行得更加流畅，它将使用深度学习为你提供更好的服务。谷歌已经在全力地钻研深度学习。其他高科技行业也一样，但这只是一个开始。 ## PDF_PHYSICAL_PAGE_INDEX=2168 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=2169 | PRINTED_PAGE=NOT_DETECTED 美国在人工智能方面正在失去领先地位，在你阅读这本书的时候，其他国家可能已经超越了我们。多伦多矢量研究所（The VectorInstitute in Toronto）于 2017年3月启动，加拿大政府和安大略省政府，多伦多大学以及私营企业对其提供了1.75亿加元的资金支持。[43]矢量研究所的目标是成为世界领先的人工智能研究中心，培养最多的机器学习领域的博士和硕士毕业生，并成为推动多伦多市，安大略省乃至整个加拿大经济发展的AI超级集群的引擎。但加拿大将面临来自中国的激烈竞争，中国正在培训数千名机器学习领域的工程师，神经形态计算是其“大脑项目”的两翼之一。受2017年AlphaGo击败柯洁事件的影响——类似1957年苏联制造的人造卫星对美国的影响，中国已经启动了一项新的价值数十亿美元的人工智能计划，包括雄心勃勃的项目、初创企业和学术研究，目的是到2030年在世界范围内占据重要地位。[44]由于其拥有大量的医疗和个人数据，而且普通民众对隐私的关注相比西方民主国家要少得多，中国可以超越其他那些将私人数据保留在私有孤岛中的国家。中国还将农业和制造业作为数据收集的对象。谁拥有最多的数据，谁就是赢家，中国在数据上的资本实力相当雄厚。 中国也希望“将人工智能集成到导弹中，甚至预测犯罪行为”。[45]而与此同时，美国的政治领导人正计划削减科学和技术资金。在20世纪60年代，美国在太空竞赛中投入了1000亿美元（该数字针对通货膨胀进行了调整），[46]创造了卫星产业，使美国在微电子和材料领域处于领先地位，并在科学和技术的国家实力上做出了政治宣言。当时的投资至今仍在发挥功效。微电子和先进材料是美国仍然具有竞争力的少数几个行业之一。中国在AI竞争方面的大量投资，可能会让它在21世纪的几个关键行业中处于领先地位。这一形势对我们来说是一种警醒。 人工智能正在加速“无形的”信息经济。经济产出的衡量标准是国内生产总值（GDP），即所有商品和服务的总价值。这项指标是为工业经济设计的，其主要产品和服务是有形的，例如食品、汽车和医疗保健。但是，信息公司中越来越多的价值并不是以这些实体产品进行衡量的。例如，微软拥有的建筑和设备价值为10亿美元，仅占其市场价值的1%。[47]其余价值则是基于软件和微软程序员的专业知识。你愿意为在智能手机上下载的信息出个什么价钱？我们需要一种考虑到各种形式信息价值的新指标，即国内无形资产总值（Gross DomesticIntangibles，简称GDI），以强化GDP来衡量生产率。[48] 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2170&limit=10)