--- 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: 2360 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=2360&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2360&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2350&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2370&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=2360 | PRINTED_PAGE=NOT_DETECTED 和前几年讨论“互联网+”一样，人们现在开始讨论“人工智能+”，“+”商业、工业、医疗、教育等。如果从“知道更多，做到更多，体验更多”的角度来看，人工智能对世界的改变是根本性的，也就是说，这是一个“人工智能+世界”的问题。 首先，智能革命对于每个人的日常生活都会起到非常深远的影响。举一个简单的例子，由于人工智能突破性的发展，我们与计算器件的交互形式会更进一层。 以前的人机交互都是通过鼠标和键盘，微软发展到今天的规模，也是通过鼠标、键盘和GUI（Graphic User Interface，图形用户界面）这个人机交互的创新。苹果和乔布斯对这个世界最大的贡献是改为用手指来交互，从而改变了世界。而人工智能时代的改变更大，人类将可以用自然语言跟任何器件交流。 自然语言是最有效、最普遍的一种交流形式。人和人之间就是用语言交流，最自然，应用也最广泛。人机之间自然语言交互的实现，意味着人类将不需要了解每一项应用，每一个产品也都不需要学习该怎么去用，直接操作就好。因为，未来汽车是可以跟我们直接交流的，房子也是可以跟我们顺畅对话的。 我们已经看到了这种智能交互的雏形，比如一些智能助手系统的逐步落地。在美国，人们通过亚马逊智能音箱，把房子变成智能系统。在中国，百度的度秘团队也在这个领域做了很多前沿探索，我们有机会彻底改变日常生活中的人机交互方式。 人工智能将极大地加速人类的创新步伐和创造社会价值的效率，改变社会的规模也会和过去完全不一样。人类进步的每一次革命性进程，都是从发现新的知识开始。无线电是这样，互联网也是这样。而未来知识的发现模式会发生根本性改变。以前，人类去思考、去发现现实世界的规则。数字化世界到来后，借助人工智能的数据处理方式，人和机器将共同发现新的知识。这就意味着，人类创造新的企业，创造新的社会进程，改变世界的速度将焕然一新。因为人类“知道更多，做到更多，体验更多”的进程大大加速了。 ## PDF_PHYSICAL_PAGE_INDEX=2361 | PRINTED_PAGE=NOT_DETECTED 最后，人工智能将带来一场新的工业革命。为什么很多人认为工业4.0以后，人类将进入数字化社会的新阶段？就是因为，智能系统将有能力在现实世界里提取数据，抓取知识，进而更好地帮助人类感知和认知现实世界，也将从经济、社会、文化等层面广泛而深刻地改变现实世界。我们确实处在一个非常振奋人心的时代，跟早期工业革命非常类似，但是人工智能比工业革命对社会的影响更广、更大。 传统的制造业基本上以器械、电器和电力为主，其生产流水线基本上要用很大规模的投资来建立，后续很难调整。比如一家汽车制造厂，要重新建立一条生产流水线，成本很高，花的时间很多。当数据智能、自动化、精准预测对制造业的改造完成之后，后者的面貌将焕然一新。未来的制造业生产流程将是模块式的，全部是数字控制。当一家汽车制造厂要调整生产，制造另外一种样式的汽车，它不再需要重建生产线，而只需要把新产品模块的接口（API）调过来就可以了。这将彻底改变制造业基础，制造业效率也将会极大地提升。 这个改变的核心是数据和知识，即制造的流程、制造的工艺、制造的设计，制造的每一步都会用数字来控制。 再比如制药行业。以前一款新药的诞生要经历长期的研发过程，去发现某种方式对某种病症有效。未来借助人工智能计算技术，将庞大的基因数据与海量的健康信息结合起来分析，人类可以很快发现规律，找到个性化的基因药物。 从国家层面，人工智能给中国带来的不光是整体竞争力的提升，还是一个超越他国的天赐良机。中国是制造业大国，数据量的庞大规模无出其右，也就意味着我们有机会提取比别人多得多的“知识”。你懂的比别人多，看的比别人多，能做到的就比别人多，你就比别人强大。智能时代，在国家竞争、产业竞争中，掌握更多“知识”也就可能使自己立于不败之地。单从制造业来讲，如果中国能把握住这个 ## PDF_PHYSICAL_PAGE_INDEX=2362 | PRINTED_PAGE=NOT_DETECTED 机会，完成真正的智能化升级，其他国家是没有办法跟我们竞争的。 但是智能制造具体怎么去实现，需要整体的战略考量。 中国的优势与我们的责任 ## PDF_PHYSICAL_PAGE_INDEX=2363 | PRINTED_PAGE=NOT_DETECTED 目前，美国和中国是在人工智能方面发力最大的两个国家。 人们习惯于把百度和谷歌放在一起比较，这也可以看作中美比较的一个缩影。我觉得两家公司有很多类似的地方，因为起源都一样，公司层文化有很多类似的地方，百度在中国的优势跟谷歌在美国的优势也类似。 两家公司也有不同，百度的创新空间和在某些领域的创新速度可能比谷歌更大、更快，这源于中国的国情与美国的国情不一样。 移动互联网在中国的创新程度在很多层面已经超过了美国。 比如，手机百度在信息流方面的创新，用人工智能核心技术可以把信息找人做得非常精致。在移动互联网上做这个事情，百度创新的机会比谷歌在美国要多，因为两国IT工业的格局不一样。还有金融业，百度金融可以依托中国市场和数据的优势，用人工智能技术对金融业做一个革命性的提升。但在美国，金融业相对“壁垒森严”，谷歌要切入金融领域就很难。 再比如，在无人驾驶汽车方面，谷歌、百度都是世界第一梯队，现在谷歌在这个领域稍稍领先于百度，但未来不一定。因为，中国的汽车制造厂家很多，拥有更开放的合作环境，与百度这样的人工智能企业联合起来，创新的机会就非常多，创新的速度也就会更快。反观美国，汽车制造商就集中在底特律那么几家企业，人工智能企业找上门去跟它们合作就很难。 总之，无论是无人驾驶汽车、金融、医疗，还是整体制造业，中美都面临智能升级的节点。但是，中国的宏观环境给百度这样的智能企业的机会和空间要比谷歌在美国获得的更大一点。 那么，在这场波及世界的浪潮中，百度应该承担什么样的责任？ 在美国，IT工业体系一般就靠五家公司：苹果、谷歌、脸书、亚马逊、微软。支撑企业不是一家，而是带动了一波企业，扮演的是一个生态系统的领军者的角色。 ## PDF_PHYSICAL_PAGE_INDEX=2364 | PRINTED_PAGE=NOT_DETECTED 在人工智能时代的背景下，百度是一家支撑企业，有这样一个机会，因此要争取对中国乃至世界的智能革命做出更大贡献。 具体来讲，战略上我们要以“赋能”来定位。百度首先是中国的，百度大脑要做探路者和奠基者。百度的智能云是提供给所有行业的，对任何行业都将起到促进、赋能、带动的作用。 作为国内人工智能的先行者，百度已经在多个维度上创新开拓，同时逐步形成自身智能生态的雏形。 比如，医疗和教育是人工智能应用潜力非常大的领域，因为其本质都是数据问题，高级教师和老医生一样，能力来自经验（数据）积累，未来我们可以让机器自动分析数据，辅助医生对症下药，辅助教师个性化施教。医疗或者保健能让人的生活更健康，教育能给人更多的知识，因此，人工智能在这两个领域的社会应用价值巨大。 另外，还有无人驾驶领域。无人驾驶也是通过感知、认知、知识获取来实现。目前，无人驾驶汽车真正商用还需要一点时间，但是一旦商用普及成功，对于整个社会的改造会非常大。因为这不光是汽车和交通问题，一旦有了无人驾驶机器，它可以自己行动，自己联网，就会带来很多不同行业的改变。 人工智能的实践范围如此之广，人类很少有这样一个机会，可以彻底改变、改造当下的一切。当然战略落实要一步一步走，方向要坚定，步伐要稳健。 企业挑战：如何落地 在 工 作 态 度 上 ， 陆 奇 常 说 ： “Head above cloud ， Feet onground”，就是脑袋要在云端之上，才能看得远，看得清，但是你的脚必须要踩在坚实的大地上，一步一步向前迈进。 ## PDF_PHYSICAL_PAGE_INDEX=2365 | PRINTED_PAGE=NOT_DETECTED 做人工智能事业要跨越的第一个障碍就是如何落地。人工智能意味着一个非常大的改变，时间会很长。要落地的话，首先必须找到非常好的、实际的用户体验，就是能给用户带来实际效益；其次，场景必须清楚，智能助手也好，无人驾驶汽车也好，信息找人也好，一定要有实际的用户体验价值；最后，还要找到商业模式，不然就没有可持续性。 所以重要的挑战在于，是否能够找到落地的用户体验和实现用户价值的场景，然后找到适合的商业模式，建立一个创新的循环。即数据—知识—用户体验—新的数据。找到这样一个循环往复的流，人工智能事业就可以像滚雪球一样往前滚。 ## PDF_PHYSICAL_PAGE_INDEX=2366 | PRINTED_PAGE=NOT_DETECTED 最重要的是每个公司的CEO（首席执行官）一定要重视人工智能，这是起步。然后必须投入一定的资源，包括雇用真正懂人工智能的人和能帮助做决策的人。公司可能是做零售业的，可能是做制造业的，也可能是做旅游业的，要按照自身业务的情况制定有效的智能化战略，然后坚决执行。要赋予执行者足够的权力，通过有效的战略分解，把智能化落实到具体业务上。 我们不妨以“工作引擎”模式来分解人工智能战略的落实步骤。 ## PDF_PHYSICAL_PAGE_INDEX=2367 | PRINTED_PAGE=NOT_DETECTED 首先，要根据人工智能浪潮的推进方向，重新梳理企业的定位，根据企业要在人工智能时代抓住的机会，设置新的发展方向，确定崭新的使命和愿景。 其次，根据企业新的定位制定智能化战略蓝图。这就需要企业领导层对公司在即将到来的人工智能浪潮中的愿景进行定位，对“进入什么”和“退出什么”做出取舍，进行投注。 在制定“进出”决策时要遵循一定的原则。硅谷咨询专家Geoffrey Moore（杰弗里·摩尔）的层次结构框架是评估人工智能浪潮的一个很好的例子，其中的关键是进入高增长的类别，跳出低增长的类别。人工智能浪潮将创造新的、有巨大增长潜力的类别，如无人驾驶汽车、机器人、回声设备、对话系统；同时，人工智能也可能给某些行业带来阻碍，因为新的人工智能驱动产品可以用某些方式取代原来的在位者，如新的人工智能硬件+软件堆栈可以使基于旧的HW堆栈的投资受损。一个好的做法是制定包含新的高增长类别、重新增长类别和逆风类别的完整列表，以便领导层可以做出系统性和原则性的决定。 接下来是对产品的出发点做出区分，如产品是否“拥有价值和无与伦比”。需要强调的是，在人工智能时代，企业能否保持差异化，关键在于是否拥有独特的数据资产（它带来独特的知识）。 下一步是理解不确定性、风险/回报和时间表，以进行投注和管理进程。“地平线模型”是一个良好的框架，可以用于制定决策和组织投资组合。大致做法如下：H1时段（未来18个月）围绕目前的核心业务展开；H2时段（未来18\~36个月）投资于创造盈利引擎；H3时段（未来36个月+）致力于具有更大潜力但风险更高的长期投注。人工智能浪潮提供了一个非常丰富的H2时段和H3时段的机会，一些人工智能投资甚至可以帮助提升H1时段。总的来说，人工智能处于非常早期的阶段，有很多未知数和不确定性。要想真正深入理解人工智能，有原则性和务实地做出决定非常重要。 ## PDF_PHYSICAL_PAGE_INDEX=2368 | PRINTED_PAGE=NOT_DETECTED 在企业人工智能战略的执行阶段，首先要坚持“结构完整性”原则，即在产品体验、技术架构以及商业模式上要连贯一致。如果你正朝ICS（服务器/客户端架构）方向改变，或者投资于“自治系统”，那么技术决策需要与产品和商业决策同步。 其次是企业要紧跟人工智能浪潮的技术路线图，与当前飞速发展的深度学习技术同步是必不可少的。 对于人工智能行业的领军企业而言，就需要可以改变世界的愿景、世界级的技术远见、强大的科研团队和研究议程，这些需要与我们的企业愿景智能技术的呈现和产品开发相一致。DeepMind、谷歌、百度以及一些积极进取的先驱企业都表现出这个共同模式。 在这个阶段，更新研究机制也是必不可少的步骤。因为，传统上，IT行业以及学术界并不擅长将研究成果商业化。最近的OtherLab或OpenAI以及其他一些人工智能的初创企业正在积极招聘研究团队，这是一个新的趋势。有许多工作需要各类组织（大学、早期生态系统、大型企业、培训和研发机构）协同制定出结构化的和可持续的解决方案。 投资力度是企业亟须考量的重要因素。随着智能革命的不断深入，人才争夺战不断升级，导致发展人工智能的成本不断提高。一些初创企业能够筹集大量资金，是因为长期的投资回报是非常巨大的（高风险/高回报）。制定投资规划的关键在于排列资源的优先次序以及一个能够反映人工智能风险的深思熟虑的决策过程。 所有客观条件逐渐汇聚之后，人就成为决定性因素，其中领导才能是一个深远且难得的要素。鉴于人工智能浪潮基于与以往完全不同的核心技术（以神经计算为核心），它需要高层管理团队的高级管理能力。同时，人工智能驱动的新兴行业是如此多样化和跨学科（从基因学到机器人，凡是你可以想到的），因此企业需要一个具备创新精神的人（虽然这并不容易，因为今天的社会生活在很多领域都是非常专业化的）。微软研究院首席研究员Bill Buxton（比尔·巴克斯顿）提供了解决方案，即为高级管理层建立一个充满创新精神的团队。 ## PDF_PHYSICAL_PAGE_INDEX=2369 | PRINTED_PAGE=NOT_DETECTED 值得指出的是，人工智能创新飞轮的核心是数据—知识—用户体验—新的数据的反馈循环。对这个反馈循环的容量和速度进行优化是规划中非常重要的一环。 最后要强调的是，居于战略核心的是基于当前的现状和推断积极设定目标，以及展开可以实现目标的行动。 需要什么样的宏观环境 企业与科研机构的工作离不开良好的宏观环境，正如中国大脑计划是对国家整体层面智能基础设施的呼唤。迎接人工智能时代的到来，也需要政府通过宏观规划创造适宜的土壤。 第一，要确保数据的获取途径畅通。数据越来越成为很多组织的战略资产，可被视为一种新型的“自然资源”。特别是对政府而言，可以通过政策的制定获取数据并公开，以此激励更多的创新。 第二，要有开源的工具和平台。人工智能浪潮需要一个新的硅+软件堆栈，在早期，这类似PaddlePaddle这样的开源工具和平台，其能被开发者和创新者使用是非常重要的。展望未来，我们需要不断降低参与的障碍，并系统使用更多的工具和更多的模块。就像AWS（亚马逊云服务）使计算更容易一样，一些AI-as-a-service（人工智能服务）也可以让人工智能技术更容易被获取。 第三，创新者可以迅速将产品的市场条件和政策体系培育给用户，这也是非常重要的，因为创新的飞轮需要“数据—知识—用户体验—新的数据”的快速反馈循环。 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2370&limit=10)