元数据
AI未来进行式（李开复陈楸帆新书）
- 书名： AI未来进行式（李开复陈楸帆新书）
- 作者： 李开复 陈楸帆
- 简介： 樊登、俞敏洪、刘慈欣、杨立昆、萨蒂亚·纳德拉、瑞·达利欧、贝尼特·米勒等强势推荐！ 全新预测AI时代未来趋势！解析未来20年人工智能等科技发展趋势，思考科技落地对人与人类社会的冲击。 书中 10 个引人入胜的短篇故事，展示了一系列令人大开眼界的未来场景——身临其境的沉浸式娱乐方式、自如使用人类语言的虚拟伴侣、 没有“司机”的完全自动驾驶汽车、能够以假乱真的照片和视频，以及基于量子计算、计算机视觉和其他 AI 技术的展开应用。 在这些故事给读者带来惊奇体验的同时，每一个故事之后的科技评论则让我们进行突破性的深度思考——人工智能能否帮助人类从根源上预防疫情？人们该如何应对未来的职场挑战？在人工智能主导的世界中，该如何确保文化多样性？人们如何教导下一代适应人类与人工智能共存的新社会？如何面对人工智能带来的社会问题，及其所隐含的人性拉锯战？
- 出版时间 2022-05-01 00:00:00
- ISBN： 9787213101625
- 分类： 计算机-人工智能
- 出版社： 浙江人民出版社
高亮划线
序一 AI的真实故事
- 📌 目前，在各个产业的所有企业中，只有不到10%的企业应用了AI技术，还有待更多地使用AI技术为创新赋能。 ^3300018231-3-6490-6541
- ⏱ 2023-06-03 13:49:32
开复导读
- 📌 印度政府努力纠正这种历史上形成的不公正现象，试图为达利特提供更公平的竞争环境。早在1950年的宪法中，印度政府就以“表列种姓”“表列部落”的方式，制定了为达利特人提供政府和企事业单位职员名额、高等学校入学名额以及立法机构的议员名额等方面的“保留政策”（Reservation Policy）。从2010年开始，当局又进一步宣布为达利特在政府职员名额和高等学校入学名额中保留15%的配额。不少家长抱怨，为什么不按真实成绩录取？为什么我们需要为历史的过错买单？难道这不是在变相鼓励一种新的不平等吗？ ^3300018231-6-3066-3313
- ⏱ 2023-06-03 16:33:51
什么是深度学习
-
📌 通过这种训练，人工神经网络能够在数百万张图片中，自己找到最有助于区分是否有猫存在的那些特征。人工神经网络的训练是一个数学处理过程——通过不断调整网络中的数百万个参数（有时甚至是数十亿个参数），来最大限度地提高“只要输入有猫的图片，就输出‘有猫’的判定”的概率，以及“只要输入没有猫的图片，就输出‘无猫’的判定”的概率
- ⏱ 2023-06-03 17:14:25
-
📌 在训练过程中，可以将深度学习视为解决目标函数最大化问题的一种数学运算
- ⏱ 2023-06-03 17:14:38
-
📌 这个目标函数是由每次的训练主题决定的，比如在识别猫的这个例子中，目标函数就是正确判断出图片上“有猫”或者“无猫”的概率。
- ⏱ 2023-06-03 17:14:43
深度学习：能力惊人但也力有不逮
-
📌 尽管深度学习的最初灵感来源于人类的大脑，但二者的运作方式截然不同：深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练，它在相同领域的表现将远远超过人类（尤其是在数字的量化学习，例如挑选某人最可能购买的产品，或从100万张脸中挑选最匹配的一张）——相对来说，人类在同一时间内只能把注意力放在少数几件事情上面，而深度学习算法却可以同时处理海量信息，并且发现在大量数据背后的模糊特征之间的关联，这些模糊特征不仅复杂而且微妙，人类往往无法理解，甚至可能不会注意到。
- ⏱ 2023-06-03 17:20:52
-
📌 深度学习可以针对每一个用户提供定制化的服务——基于海量数据中较相似用户的数据，对每个用户做出贴切的预测，以达到千人千面的效果
- ⏱ 2023-06-03 17:24:00
深度学习在互联网和金融行业的应用
-
📌 脸书、亚马逊、阿里巴巴、腾讯等国内外大型互联网公司手中拥有最多的数据，这些数据通常会基于用户的行为（如用户是否点击或购买，或者在某一页面上的停留时长等）被自动打好标签，进而根据现有的用户行为来推动公司业务量（如营业收入或广告点击量）的最大化。这个流程打通后，互联网公司的应用程序或平台就变成了“印钞机”一般的存在，随着所积累的用户行为数据越来越多，公司会赚到越来越多的钱
- ⏱ 2023-06-03 17:24:30
-
📌 在互联网之外，深度学习触手可及的下一个行业是金融业。比如故事《一叶知命》所描述的保险公司，它具备同互联网公司相似的便利条件：拥有单一领域（保险业）海量的高质量数据，而且这些数据都与业务指标紧密相连
- ⏱ 2023-06-03 17:24:41
-
📌 AI还有一个非常有趣的优势，就是数据越多越好，数据越多元化越好。通过不断搜集数据（包括那些让人类专家大跌眼镜的稀奇古怪的数据），AI可以做出更精确的判断，从而创造更多的利润。
- ⏱ 2023-06-03 17:26:40
深度学习带来的问题
-
📌 AI应用程序为用户提供符合其特征的个性化推荐，使用户不断接收到其所偏好的信息，然后就不知不觉逐渐被困在“信息茧房”里，拒绝接收不符合其固有认知的异质信息。
- ⏱ 2023-06-03 17:50:13
-
📌 应用程序根据用户接收信息的行为特征，向用户推荐更多的其所偏好的同质信息，从而使用户陷入“乐此不疲”的快感，难以自拔，无法戒掉这些应用程序。这种机制对于用户来说是恶性循环，但对那些把这种机制当作印钞机的大型互联网公司来说，却是良性循环。
- ⏱ 2023-06-03 17:50:27
-
📌 这部纪录片还提出了一种观点：如果人们对AI的个性化推荐上瘾，这类应用程序就可能缩窄人们的视野、扭曲事实的真相、加剧社会的分化，对人类的情绪、心理健康、幸福感等方面造成负面影响。
- ⏱ 2023-06-03 17:50:36
AI安全
- 📌 与传统的黑客攻击相比，对数据“下毒”的攻击手段更难被人类察觉。问题主要出在AI系统架构上面——模型中的复杂运算全部在成千上万层的神经网络中自主进行，而不是按照确切代码的指引进行的，所以AI系统先天就具有不可解释性，也不容易被“调试”。 ^3300018231-21-1030-1147
- ⏱ 2023-06-04 11:56:17
开复导读
-
📌 价格是指你支付了多少，价值是指你获得了多少。”（Price is what you pay. Value is what you get.）
- ⏱ 2023-06-04 15:07:37
-
📌 以前的孩子被迫记住许多没有用的东西，但对于自己的未来并没有什么概念。多亏有了AI，信息不再是零散的砖块和泥沙……”
- ⏱ 2023-06-04 15:07:59
-
📌 “历史上没有任何一位人类教师，没有一所学校能够做到这样的事情，但AI可以。就像俊镐说的，AI能够帮孩子规划未来的蓝图。”
- ⏱ 2023-06-04 15:08:06
-
📌 朴家的孩子都必须恪守家训：人尽其才。这句话隐含两层意思：一是，你从这个家庭得到了最好的支持；二是，你必须让自己尽一切努力配得上它。
- ⏱ 2023-06-04 15:32:53
-
📌 他明白，如果光比拼数据收集和结构分析这种硬技能，人类不可能是机器的对手。人类唯一可能超越AI的领域，只可能在机器无法触及之处，那是属于人类感性与直觉的领域。
- ⏱ 2023-06-04 15:50:57
-
📌 “我见过很多像你这样的孩子，非常优秀，甚至可以说完美，可问题恰恰出在这里。”心理医生微笑着，措辞谨慎，“你有没有想过，也许这一套信仰系统并不那么适合你。你想让自己整个人生的价值与意义都建立在赢的基础上，要不计代价地超越竞争对手吗？”
- ⏱ 2023-06-04 15:53:51
-
📌 可人不是机器，不能光靠数字和胜利活着。你的量表结果告诉我，你的外部期望和内在驱动力并不一致。难道只是因为所有人都告诉你这样做是对的，你就要把一头大象塞进冰箱里吗？
- ⏱ 2023-06-04 15:53:39
-
📌 “儿子，当你无法改变世界的时候，就要改变自己。”父亲一下子严肃起来，“这样的事情会一再发生。对于你来说，关乎的只是一份报告；对于成千上万的人来说，关乎的是养家糊口的工作。再强大的公司都可能在一夜之间倒闭，行业可以消失，技术可以过时，人总能摸索着找到出路。”金雀眼中涌出了泪水：“我永远也不可能在这个行业打败AI技术，我永远也不可能成为你……”父亲叹了口气，少见地在儿子面前点燃了雪茄。“儿子，你不应该成为我，你应该成为你自己，这是你的人生。”“可我以为……”“一开始我确实有这种想法，我甚至改造了阿托曼，让你的整个学习和成长轨迹都尽可能符合我的计划。可你不快乐。你是个好孩子，你努力满足我们的所有期望，可那不是发自你的内心……”
- ⏱ 2023-06-04 15:55:03
-
📌 “……后来我想明白了，那不是我和你母亲想要的。我们想要的，是一个能够发现生命的新奇与美好的自由个体，就像你第一次玩某个伟大游戏时的感觉。你明白我的意思吗？”
- ⏱ 2023-06-04 15:55:13
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 ^3300018231-27-816-903
- ⏱ 2023-06-04 18:24:55
NLP应用平台
-
📌 除搭建对话式AI系统外，NLP平台还可能成为下一代搜索引擎，回答人们提出的任何问题。在被问到一个问题时，NLP搜索引擎会立即消化所有与该问题相关的内容，并且针对某些功能或为特定行业提供定制化的回答。例如，一个金融领域的AI应用程序应该有能力回答这样的问题：“如果新冠肺炎在秋天卷土重来，我应该如何调整自己的投资组合？”
- ⏱ 2023-06-04 18:34:40
-
📌 NLP平台还将记录一些客观发生的基本事实，例如体育比赛的结果或股票市场的最新动态，或者从一段长文字中提炼出要点，以便节省读者的阅读时间。也许，它会成为记者、金融分析师、作家以及任何文字工作者的绝佳工具。
- ⏱ 2023-06-04 18:34:26
NLP能通过图灵测试或者成为通用人工智能吗
-
📌 GPT-3不具备自我认知的能力。
- ⏱ 2023-06-04 18:37:08
-
📌 同时，我也建议大家，不要把通用人工智能视为AI发展的终极目标。我在第一章曾重点提到，AI的“思考模式”与人类的思考模式完全不同。20年后，基于深度学习的机器及其“后代”也许会在很多任务上击败人类，但在很多任务上，人类会比机器更擅长。而且，如果AI的进步推动了人类的发展和进化，我认为，届时甚至会出现新的更能凸显人类智慧的任务。
- ⏱ 2023-06-04 18:38:23
-
📌 我认为，我们应该把精力放在开发适合AI的、实用的应用程序上，并寻求人类与AI的良性共生，而不是纠结于基于深度学习的AI能否成为或者何时成为通用人工智能的问题
- ⏱ 2023-06-04 18:38:35
-
📌 人类对通用人工智能的过度痴迷和追求的背后，实际上隐藏着这样一种观点：只有人类才是智能的黄金标杆──这是人类的一种自恋倾向。
- ⏱ 2023-06-04 18:38:43
教育领域的AI
- 📌 我们都知道今天的教育所存在的不足──它是“一刀切”的，无法为学生提供定制化的个性教育；它是昂贵的，无法彻底解决贫穷国家及偏远地区师生比例严重失衡的问题。不过，通过AI与新技术的融合，我们有望攻克这些亟待解决的难题，并为教育创新带来新的生机。 ^3300018231-30-651-771
- ⏱ 2023-06-04 19:10:18
开复导读
-
📌 未来，当人们回过头来复盘2020年时，将发现新冠肺炎疫情的影响，从某种意义来说，已经超越了灾难本身，成为促进社会加快自动化步伐的关键历史事件。
- ⏱ 2023-06-04 19:19:41
-
📌 原先团队的思路是在贴膜中嵌入超薄通信模块，实时同步数据。但是，这导致了成本高、续航时间短、发热以及传输不安全等一系列问题。贴膜毕竟是贴在皮肤上的产品，安全、舒适和便捷将成为用户关注要点。后来产品团队扭转思路，贴膜只需要将监测到的生理数据转化为一套机器可识别的视觉符号，通过无处不在的智能摄像头，加上针对性优化的算法，便能够异步读取信息，再上传到云端。
- ⏱ 2023-06-04 19:42:02
数字医疗与人工智能的融合
-
📌 20世纪的“现代医学”得益于史无前例的科学突破，使得医疗的方方面面都得到改善，让人类预期寿命从1900年的31岁提高到2017年的72岁。我相信，我们今天正处于另一场医疗颠覆性革命的风口浪尖，这场革命建立在医疗数字化的基础上，这将能把近年的革命性数字技术——计算、通信、移动、机器人、数据科学，当然还有AI，用在医疗领域，带来下一次的医疗革命
- ⏱ 2023-06-09 03:48:29
-
📌 为什么像IBM Watson这样用于癌症治疗的AI项目没有成功呢？当IBM与MD安德森癌症中心、斯隆-凯特琳癌症中心等备受尊敬的AI医疗机构合作时，它错误地决定主要依靠这些机构的医疗专业知识数据来训练Watson AI。这些数据库的确是多年累积最顶尖医生精挑细选出来的经典教学案例，特别适合医生的学习，因为每个案例都可以帮助医生学会关键概念，在诊断的过程中可以经过人类大脑分析和其他知识点的融合，用于每个病例。但是AI学习是经过海量数据而不是经过概念的，而这些数据库对AI来说实在太小了，所以Watson并没有达到医生诊断癌症的水平
- ⏱ 2023-06-09 03:48:36
-
📌 IBM Watson也曾经试图用大量的医学文本（如教科书和研究论文）来增加其知识，但这些文本也是为人类阅读而写的，而AI需要的海量真实的患者实际的疗程和效果的数据。
- ⏱ 2023-06-09 03:48:35
AI与精准医疗及诊断：让人类活得更加健康长寿
- 📌 随着时间的推移，通过在更大体量的数据上进行更多的训练，AI的诊断能力将变得更强大。多年后，可能大多数医生，会从亲自诊疗转向审阅AI系统的诊疗结果；他们的工作重心，将更多地放在给予患者更多的同理心和关怀上，放在与患者进行更多的沟通与交流上。 ^3300018231-37-1033-1152
- ⏱ 2023-06-08 00:33:11
机器人技术
-
📌 与前面几章所介绍的AI在互联网、金融及感知领域的落地相比，机器人技术的落地难度要大得多。因为机器人领域的问题，无法通过直接把数据“投喂”给深度学习算法就能“简单粗暴”地解决，而是涉及复杂操控、精细运动及合理规划等多个环节，同时需要机械工程部件与具备AI的感知系统、精细运动控制系统之间的相互配合。这些问题并非无法攻克，但是整个机器人系统的优化需要一定的时间，而且需要跨学科的协作。
- ⏱ 2023-06-08 00:35:42
-
📌 精准复刻人类的视觉、运动和操控能力是机器人技术的基础。一个合格的机器人不仅要具备自动化能力，还应该拥有自主性。这意味着当人们把决策权交给机器人时，机器人需要能够根据环境的变化进行规划、收集信息并反馈、即时调整或临场发挥。当机器人被赋予了视觉、触觉和运动能力之后，AI就可以执行难度比以前高很多的任务，而且可以执行的任务的数量也大大增加了。
- ⏱ 2023-06-08 00:35:53
AI时代的数字化工作
-
📌 麻省理工学院的经济学家David Autor将新冠肺炎疫情与经济危机称为“自动化推手”，认为它们驱动了人类三大需求——提升生产力、降低成本、保障人类生命健康的发展。
- ⏱ 2023-06-09 03:48:33
-
📌 商务会议将通过自动语音识别技术实现存档和转录，所有过去的会议都将有迹可循，
- ⏱ 2023-06-09 03:48:31
-
📌 根据历史经验，自动化进程的推进，往往发生在经济危机与技术成熟这两个条件同时满足的情况下。
- ⏱ 2023-06-09 03:48:40
-
📌 一旦企业开始用机器人取代人类员工，尝到了机器人员工的“好处”，企业就很难再回头去考虑雇用人类员工了。毕竟机器人不会生病，不会罢工，更不会因为工作有危险而提出加薪的要求。
- ⏱ 2023-06-09 03:48:28
什么是元宇宙
- 📌 元宇宙（Metaverse）的概念起源于美国作家尼尔·斯蒂芬森于1992年出版的科幻小说《雪崩》，书中描述的是一个和现实世界平行但又紧密联系的超现实主义的三维数字虚拟空间，在现实世界中地理位置彼此隔绝的人们可以通过自定义的“化身”在元宇宙中进行交流娱乐。人们为自己设计“化身”，从事一系列活动。 ^3300018231-45-742-889
- ⏱ 2023-06-14 10:31:20
XR技术：超感官体验
- 📌 要想实现这些体验，所面临的另一个重大挑战就是精良的内容设计。XR领域的内容创建与设计，相当于从零开始设计一个巨大的三维游戏，它必须包含用户可能选择的所有路径和结果，细致模拟出真实和虚拟对象的物理特性，甚至需要非常周密地考虑光线和天气等因素，做出极为逼真的渲染效果。XR的开发成本、时间投入和工作量级，都是过去基于网站、应用程序的内容设计所无法比拟的。如果没有高质量的内容，人们就不会购买设备；如果没有一定数量且成本合理的设备载体，内容就无法实现盈利。这是“先有鸡还是先有蛋”的问题，需要一个反复的过程，只有整个XR产业链自下而上真正动起来，才能形成一个良性的闭环 ^3300018231-48-1731-2012
- ⏱ 2023-06-14 10:31:19
真正的自动驾驶什么时候才会出现
-
📌 我认为，要加速这一进程，更有效的办法是大胆改造现有的城市道路及相关的基础设施。
- ⏱ 2023-06-14 10:31:26
-
📌 在通常情况下，我们是在当前城市道路的基础上畅想L5自动驾驶的。但是，如果我们有可以嵌入传感器和无线通信设备的“增强版城市道路”，那么，道路是否就可以主动“告诉”车辆前方有危险，或者让车辆能“看到”其视野之外的路况？如果我们能把一座新城市的道路规划为两层——一层供车辆通行，一层供行人通行（以防车辆撞人），那么完全自动驾驶车辆的行车环境是否会截然不同？通过重建基础设施，我们可以通过尽量降低自动驾驶车辆附近有行人走动的可能性，从而大幅提升L5自动驾驶车辆的安全性，使其更早上路
- ⏱ 2023-06-14 10:31:22
开复解读
- 📌 本书名为《AI未来进行式》，是因为我相信AI可能是迄今为止最重要的计算机技术。但是，到了2042年，如果量子计算技术能进入实用阶段，它将引领我们真正认识自然、科学和我们自身，在这样的成就面前，AI技术也将阶段性让位。 ^3300018231-60-1791-1899
- ⏱ 2023-06-14 10:31:14
量子计算
-
📌 IBM的研究人员表示，随着量子比特数量的增加，由量子退相干效应引起的误差会更加难以控制。为了解决这一问题，人们需要利用全新的技术和精密工程手段，构建精细、复杂但非常脆弱的硬件基础。此外，由于存在退相干误差，每个逻辑量子比特都需要额外的多个物理量子比特来进行纠错，以确保整个系统的稳定性和容错率达标，因此一台量子计算机预计需要上百万个物理量子比特，才能发挥出4000个逻辑量子比特应该有的算力
- ⏱ 2023-06-14 10:31:30
-
📌 此外，量子计算机也将成为推动AI发展最重要的助推器。它的作用不仅仅是让深度学习算法运行得更快。人们可以在一台量子计算机上编程，让量子比特表示出所有可能的解决方案，然后整个系统会并行地为每个可能的解决方案打分，接下来，量子计算机将尝试在很短的时间内找到最佳答案。量子计算和AI的结合可能带来革命性的飞跃，并且解决现在无解的问题。
- ⏱ 2023-06-14 10:31:23
量子计算在安全领域的应用
- 📌 疫情期间，很多公司和个人开始寻找不受中央银行量化宽松政策影响的安全资产，于是便把目光转向了比特币。 ^3300018231-62-651-700
- ⏱ 2023-06-14 10:31:28
自主武器的利与弊
- 📌 如果我们不审慎思考自主武器可能带来的各种问题，一味推动技术的发展，人类的战争进程将会加速，这不但会造成更大的伤亡，而且可能导致灾难性的战争升级，甚至爆发核战争。另外，由于AI缺乏人类的常识和跨领域推理能力，所以无论人类如何训练一个自主武器系统，它都无法充分理解其自身的行动所带来的后果。这也是为什么在本章的故事中，泽维尔和EC3的反恐行动最终仍然是由人类操控，而非机器 ^3300018231-64-1258-1442
- ⏱ 2023-06-14 10:31:13
开复导读
-
📌 有些对于人类很难的工作在AI看来却很简单，比如放射科大夫、华尔街交易员的工作……有些看上去简单的，却是AI的死穴，就像老人看护和理疗师的工作
- ⏱ 2023-06-14 10:31:13
-
📌 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。
- ⏱ 2023-06-14 10:31:21
-
📌 直到我真的接触到那些和我爸爸一样的人，我才明白，工作对于一个人来说，不仅仅意味着一份稳定的收入，还意味着尊严、成就、自我价值
- ⏱ 2023-06-14 10:31:17
AI取代人类员工背后的潜在危机
-
📌 首先，失业人数上升会导致岗位竞争加剧，蓝领和白领的薪资可能因此被压缩。然而，与此同时，AI算法却有可能帮助科技巨头在更短的时间内获得更多的收益，造就更多的亿万富翁，于是收入和财富不平等的问题会愈演愈烈。
- ⏱ 2023-06-14 10:31:27
-
📌 英国经济学巨擘亚当·斯密提出的自由市场的自我调节机制（例如，高失业率会压低工资，受其影响，物价降低，进而反向刺激消费，最终会使经济重回正轨），在AI时代下将不再有效，甚至会彻底崩溃。如果不未雨绸缪对此加以控制，而是任其自然发展下去，可能就会出现新的社会阶层划分：上层是极其富有的AI精英；中层是数量相对较少的一部分从事复杂工作的雇员，这些雇员的工作涉及广泛的技能、大量的战略性规划以及创意，这些雇员中的一大部分人收入较低；下层则是最庞大的社会群体——无力挣扎的普通民众
- ⏱ 2023-06-14 10:31:22
-
📌 其次，比起失去工作，对于人类来说更为不幸的是失去人生的意义，所以人类在精神层面遭遇的挑战同样值得关注。未来，人们将看到，在其毕生扎根、钻研的工作中，自己会被AI算法和机器人轻而易举地超越。那些从小就梦想进入某些行业的年轻人，他们的希望可能会就此幻灭。
- ⏱ 2023-06-14 10:31:19
-
📌 自从工业革命以来，无形中，人们被灌输了一种观念——工作是我们实现自我价值的主要途径
- ⏱ 2023-06-14 10:31:18
UBI会是一剂良方吗
-
📌 在AI对人类工作岗位形成冲击的情况下，“全民基本收入”这一旧概念被注入了全新的活力，被更多的人热议。根据UBI计划的理念，政府为每个公民提供标准津贴，这种津贴的发放并不考虑公民个体的需求、就业状况或职业技能水平，其资金来自对超级企业、超级富豪的征税。
- ⏱ 2023-06-14 10:31:29
-
📌 在2020年美国总统大选前，候选人之一杨安泽提出了一种名为“自由红利”的UBI的变体政策作为自己竞选的理论基石，并把它视为对抗AI和自动化浪潮的一剂良方。虽然杨安泽没有在竞选中走到最后，可是作为一名政治新手，他在竞选中赢得了超出大多数权威人士预期的成绩，而且在2021年的纽约市长选举中呼声最高。其中的一部分原因是UBI的吸引力，另一部分原因或许就是他阐明了制约经济发展的重大瓶颈，指出了被其他政客忽略的事实，从而引起了劳工阶层的共鸣。
- ⏱ 2023-06-14 10:31:25
从事哪些工作的人不容易被AI取代
-
📌 我认为，在以下3个方面，AI存在明显不足，即便到了2042年，AI可能仍然无法完全掌握这些能力。第一，创造力。AI不具备进行创造、构思以及战略性规划的能力。尽管AI非常擅长针对单一领域的任务进行优化，使目标函数达到最优值，但它无法选择自己的目标，无法跨领域构思，无法进行创造性的思考，也难以具备那些对人类而言不言自明的常识。
- ⏱ 2023-06-14 10:31:24
-
📌 第二，同理心。AI没有“同情”“关爱”之类的“感同身受”的感觉，无法在情感方面实现与人类的真正互动，无法给他人带去关怀。
- ⏱ 2023-06-14 10:31:24
-
📌 第三，灵活性。AI和机器人技术无法完成一些精确而复杂的体力工作，如灵巧的手眼协作。此外，AI还难以很好地应对未知的或非结构化的空间，并在其中执行工作任务，尤其是它观察不到的空间。
- ⏱ 2023-06-14 10:31:20
-
📌 不难预测，一些不需要社交的重复性工作可能会全部被AI接管，如电话销售员，以及之前提到的保险审核员和贷款审核员等。那些需要高度社交技巧并且相对重复执行的工作，将由人类与AI共同承担，二者将在工作中各自发挥所长，实现人机协同合作。例如，在课堂上，AI可以负责日常作业的批改和考试的评分，甚至完成一些标准化的课程教学和个性化的练习指导；人类教师则可以专注于成为善解人意的导师，用自己的同理心去理解学生、激励学生，陪伴他们在实践中学习，为他们提供个性化的辅导和启迪，帮助他们培养良好的习惯及情商
- ⏱ 2023-06-14 10:31:16
-
📌 对于那些需要创造力但不需要社交互动的工作，AI将成为帮助人类发挥更大创造力和潜力的利器。例如，科学家可以利用AI技术提高药物研发的速度和精准度。还有一些既需要创造力又需要社交技能的工作，比如《职业救星》中的迈克尔和艾莉森所做的是高度策略性的工作，他们将成为未来人类职场中的“闪光点”，很难被AI取代。
- ⏱ 2023-06-14 10:31:11
开复导读
-
📌 数据就是货币，就是市场本身，一旦掌握了数亿名用户的数据，所谓的网络效应就能给巨头带来指数级的收益增长，同时为用户提供更具竞争力的服务。这种强有力的正向循环，使巨头们变得无坚不摧，甚至像车轮碾压昆虫般，把许多传统生意压垮，比如线下零售、唱片、独立书店以及电影院。
- ⏱ 2023-06-14 10:31:15
-
📌 在过去的30年里，各国尝试了许多办法来限制科技巨头越发膨胀的数据霸权，如加强政府监管力度、反垄断拆分、增强数据便携性、出台诸如《通用数据保护条例》（General Data Protection Regulation，GDPR）之类的隐私保护法律等，但这些都有一定的局限性。大概20年前，中间件作为一种新的思路逐渐萌芽，与互联网的历史相反，它从发展中国家兴起，倒逼这些巨头在堡垒坚固的成熟市场做出改变
- ⏱ 2023-06-14 10:31:30
-
📌 中了彩票的人并不比对照组更幸福，而事故受害者尽管当下更不幸福，对未来幸福感的预估却和普通人无异。——为什么？——人类大脑对当下感官刺激强度的判断，取决于他们已经习惯的刺激，天降横财大幅提升了中奖者的适应水平，所以他们反而最不容易从日常生活中感受到快乐。反之亦然。
- ⏱ 2023-06-14 10:31:12
-
📌 也许马赫迪的算法对那些处于马斯洛金字塔需求模型底部的人有效，但一旦人的需求上升到爱与归属、自尊、自我实现的层面，它便失去了作用
- ⏱ 2023-06-14 10:31:32
-
📌 他将这种恐惧告诉了阿基拉，她摇摇头：“你恐惧的并不是失败，而是失败带来的耻辱。”维克多无言以对，公主说中了。“这些年的研究让我懂得了一件事——通往自我实现的道路并非一路向上，而是起起落落，有高峰也有低谷。”“我不太明白。”“如果被不安全感控制，你就无法得到真正的爱和归属感。同样，如果被对失去爱的恐惧控制，你就无法得到真正的自尊。山顶并不意味着永恒的幸福，因为幸福存在于不断摆脱低层次的恐惧，去攀登更高山巅的动态过程之中。
- ⏱ 2023-06-14 10:31:26
AI时代的幸福准则
-
📌 现在，我们暂且抛开AI不谈，先来思考一个最基本的问题：“幸福”究竟意味着什么？1943年，美国心理学家亚伯拉罕·马斯洛发表了著名的《人类动机理论》，他在这本书中提出了人类基本需求等级论，即马斯洛需求层次理论。如图9-1所示，该理论将人的需求分为五个层次，呈金字塔形，由低到高依次是生理、安全、爱与归属、尊重以及自我实现方面的需求。马斯洛指出，人的需求是由低级向高级不断发展的，只有较低层次的需求得到满足后，人的需求才能够向较高层次迈进。
- ⏱ 2023-06-14 10:31:15
-
📌 但有趣的是，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。
- ⏱ 2023-06-14 10:31:31
-
📌 金字塔需求模型最底部的两层基础需求已经得到满足的人，会更愿意去追求更高层次的精神幸福，如爱与归属、尊重、自我实现等，而不是追求物质财富、肉体欢愉这类较低层次的幸福。这也是阿基拉公主希望用一套新算法取代马赫迪的算法的原因——她想为岛上的客人带来更多体验性的精神幸福，让他们感受到真心的爱，而不单纯是短暂地满足客人的各种感官需求
- ⏱ 2023-06-14 10:31:28
开复导读
- 📌 它告诉我，你不能因为害怕伤痛而逃避。你必须记住自己是谁，这是唯一能够治愈我的方法。” ^3300018231-84-14768-14810
- ⏱ 2023-06-14 10:31:17
丰饶时代：技术发展的必然结果
- 📌 与500年前相比，我们的物质条件可以算得上极大丰富了，但整个社会的物质需求仍然无法得到满足。也许，正如威廉·吉布森所言：“未来早已到来，只是分布不均而已。 ^3300018231-89-1673-1750
- ⏱ 2023-06-14 15:09:10
稀缺时代与后稀缺时代的经济模式
- 📌 在经济学中，有一个基本假设，即人类的需求是无限的，但资源却是有限的（稀缺的）。如何生产、分配、消费有限的资源，从而更好地满足人类无限的需求，就是经济学所需要解决的问题，也是各种经济模式存在的意义之所在。 ^3300018231-90-635-736
- ⏱ 2023-06-14 16:43:25
丰饶时代的货币制度
- 📌 《人类简史》作者尤瓦尔·赫拉利在他的另一本书《今日简史》中写道：“人类之所以能够崛起成为地球的主宰者，是因为合作的能力高于任何其他动物，而之所以有那么强的合作能力，是因为具备了虚构故事的能力并且能够让其他人相信虚构的故事。而金钱，是人类创造的最成功的故事，也是唯一一个人人都相信的故事。” ^3300018231-91-415-559
- ⏱ 2023-06-14 17:57:05
丰饶时代的挑战
- 📌 其次，企业会想尽办法规避丰饶时代稀缺性消失所带来的影响。回溯历史，每当商品成本变得非常低廉时，大公司的首选策略绝对不是降低产品价格，而是会制造稀缺性依然存在的假象，进行饥饿营销，以确保自身盈利 ^3300018231-92-754-850
- ⏱ 2023-06-15 00:16:09
AI的故事会迎来一个圆满的结局吗
-
📌 如果我们选择感恩AI把我们从重复而平凡的工作中解放出来，使我们彻底告别饥饿和贫穷，如果我们珍视人类与生俱来的独特品质，如自由意志、爱与被爱——这些恰恰都是AI所无法具备的，如果我们选择相信人类与AI的和谐共生会产生1＋1远大于2的效应，并为此做出努力，那么人类与AI这一最佳组合将在未来一起勇踏前人未至之境。
- ⏱ 2023-06-15 00:19:47
-
📌 我们要相信，人活在世上不应庸庸碌碌、日复一日地做一些重复性的工作，更不应让我们的后代再继续这个轮回。
- ⏱ 2023-06-15 00:20:00
-
📌 我们要相信，生命的意义远远超越了对财富的获取和传承。AI可以帮助我们拥有舒适的生活，可以帮助我们最大限度地发挥潜能、实现自我，甚至可以帮助我们摆脱恐惧、虚荣和贪婪，帮助我们勇敢地追求爱、追求梦想。我们要相信，我们绝对有能力解决更深层次的问题，探索全新的世界，思考人何以为人，以及人生的意义。
- ⏱ 2023-06-15 00:20:11