蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

作者｜胡泳來源｜底層設(shè)計(jì)師

編者按

預(yù)期和準(zhǔn)備，是我們處理日常事務(wù)的核心，也是企業(yè)做戰(zhàn)略規(guī)劃的核心。長期以來，人類一直認(rèn)為，如果能夠理解事件發(fā)生的永恒定律，我們就能夠完美地預(yù)測、規(guī)劃和管理未來。

但是，戴維·溫伯格卻認(rèn)為：企業(yè)的最佳戰(zhàn)略，往往需要忍住預(yù)測。

他甚至極而言之地說，過去20年里，人類做的那些發(fā)明與革新，都是為了避免去預(yù)測未來會發(fā)生什么。

我們?nèi)绾畏艞墝@個(gè)世界的理解？企業(yè)如何創(chuàng)造更多可能性？下面一起來思考如此富有挑戰(zhàn)性的問題吧。

世界的復(fù)雜性，遠(yuǎn)超過我們的預(yù)測

從網(wǎng)絡(luò)的早期開始，戴維·溫伯格就一直是一位先鋒思想領(lǐng)袖，探討關(guān)于互聯(lián)網(wǎng)對我們的生活、對我們的企業(yè)以及最重要的——對我們的想法——的影響。

幾十年來，他保持為一個(gè)互聯(lián)網(wǎng)價(jià)值的預(yù)言家，但在《混沌：我們?nèi)绾卧谝粋€(gè)充滿可能性的互聯(lián)網(wǎng)世界中蓬勃發(fā)展》一書中，他承認(rèn)預(yù)測并不見得有用：有關(guān)網(wǎng)絡(luò)的聲音并沒有以言說者期待的方式改變世界。商業(yè)和技術(shù)總是比預(yù)言家更快。

一方面，這是由于世界的不可預(yù)測性增加了。人工智能、大數(shù)據(jù)、現(xiàn)代科學(xué)和互聯(lián)網(wǎng)都在揭示一個(gè)基本事實(shí)：世界比人類所看到的要復(fù)雜得多，也不可預(yù)測得多。

我們不得不開始接受這樣一個(gè)事實(shí)：這個(gè)世界真正的復(fù)雜性，遠(yuǎn)遠(yuǎn)超過我們用以解釋它的定律和模型。正是“深不可測的復(fù)雜性”令我們開始啟用人造的機(jī)器來打破預(yù)測的舊界限，而這一轉(zhuǎn)向表明，了解我們的世界如何運(yùn)作，并不是為未來做準(zhǔn)備的必要條件。

另一方面，溫伯格提出一個(gè)更加驚人的看法：人類的預(yù)測是不是可欲的？過去，當(dāng)我們面對未來時(shí)，我們往往依賴于預(yù)測。

“預(yù)測方式的故事也是我們對世界運(yùn)行方式的理解的故事?！笨杉热活A(yù)測是不可行的，那讓我們換一種認(rèn)知策略會怎樣？

這種想法并不像表面上看起來那么簡單，因?yàn)樗恢皇遣呗宰儞Q，而是有可能顛覆我們作為人類對自己的一個(gè)核心假設(shè)：人是一種能夠理解世界運(yùn)行機(jī)制的特殊生物。

若該假設(shè)不再成立，宇宙就從可知的變?yōu)椴豢芍摹?/span>而想要改變?nèi)绱烁畹俟痰娜祟愖晕艺J(rèn)知，無疑會帶來很深的痛苦。

在此基礎(chǔ)上，溫伯格把問題挖得更深：“至少從古希伯來人開始，我們就認(rèn)為自己是上帝創(chuàng)造的獨(dú)一無二的生物，有能力接受他對真理的啟示。自古希臘人開始，我們就把自己定義為理性的動物，能夠看到世界的混亂表象之下的邏輯和秩序?！蔽覀儼炎约悍旁谝粋€(gè)基座上，并加以膜拜。

如果我們發(fā)現(xiàn)，我們不僅不知道我們不知道的東西，也不理解我們認(rèn)為我們知道的東西，那會如何呢？

如果我們需要放棄對這個(gè)世界的理解，對不可解釋的事情也需要從不接受到接受，那又會如何呢？如此富有挑戰(zhàn)性的問題，吸引你把這本書讀下去。

不預(yù)測未來，而是創(chuàng)造可能性

每隔一段時(shí)間，整齊有序的世界就會受到一些科學(xué)家/哲學(xué)家的沖擊。他們說，事情不是大家想得那樣。你為什么想和你如何想，都錯(cuò)了。世界以不同的方式運(yùn)作，有不同的理由、不同的關(guān)系和不同的結(jié)果。

牛頓、愛因斯坦、哥白尼、達(dá)爾文甚至弗洛伊德都扮演過這類角色，他們永遠(yuǎn)改變了思想和行動的進(jìn)程。現(xiàn)在，溫伯格似乎期待著人工智能（AI）來承擔(dān)該角色。

溫伯格分析了人為什么喜歡作預(yù)測。人喜歡提前了解所有的可能性，并為它們做準(zhǔn)備，盡管常常會出現(xiàn)準(zhǔn)備過度、準(zhǔn)備不足和準(zhǔn)備不當(dāng)。假如上述這三種情況發(fā)生，社會就不得不承擔(dān)巨大的成本。

與人相比，機(jī)器則沒有這些盲目性。它們在非預(yù)期的情況下運(yùn)作，聽從數(shù)據(jù)的指示。機(jī)器學(xué)習(xí)能在對數(shù)據(jù)背后意義一無所知的情況下，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系。它們發(fā)現(xiàn)并證明一切都在同時(shí)發(fā)生，而不是按順序發(fā)生。

溫伯格的第一個(gè)也是最好的例子，是一個(gè)名為“深度患者”（Deep Patient）的醫(yī)療學(xué)習(xí)怪物。

紐約某醫(yī)學(xué)院的研究人員向它輸入整整70萬份病歷，并讓它不受限制地找出它能做的事情。

結(jié)果，它作出的診斷和預(yù)測遠(yuǎn)遠(yuǎn)超出了人類醫(yī)生的能力。雖然該“黑盒”診斷系統(tǒng)無法解釋它給出的預(yù)測，但在某些情況下，它的確比人類醫(yī)生更準(zhǔn)確。

這就是深度學(xué)習(xí)，會帶來人類從未考慮過或甚至無法想象的發(fā)現(xiàn)。溫伯格說，“深度患者”的教訓(xùn)是，深度學(xué)習(xí)系統(tǒng)不必將世界簡化為人類能夠理解的東西。

這違背了我們迄今為止所建立的一切。機(jī)器學(xué)習(xí)對天氣、醫(yī)療診斷和產(chǎn)品性能的預(yù)測比我們做得更好，但往往以犧牲我們對其如何得出這些預(yù)測的理解為代價(jià)。

溫伯格強(qiáng)調(diào)，雖然這可能帶來危險(xiǎn)，但也是一種解放，因?yàn)樗刮覀兡軌蝰{馭我們周圍大量數(shù)據(jù)的復(fù)雜性，從混亂和瑣碎的數(shù)據(jù)中獲益。

溫伯格將此形容為“從混沌理論轉(zhuǎn)向混沌實(shí)踐——將這一理論那令人興奮的想法應(yīng)用于日常生活”。這就是英文書名Everyday Chaos的由來，它討論的并非理論意義上的混沌，而是每日每時(shí)的混沌。

溫伯格指出，這種轉(zhuǎn)向并非始于人工智能，而是從有互聯(lián)網(wǎng)以來就開始了。

各行各業(yè)都采取了那些完全避免預(yù)測未來的做法，比如柔性生產(chǎn)、敏捷開發(fā)、A/B測試、最小化可行產(chǎn)品、開放平臺和用戶可修改的視頻游戲等。

他甚至極而言之地說，我們在過去20年里做的那些發(fā)明與革新，都是為了避免去預(yù)測未來會發(fā)生什么。

我們對這種新的認(rèn)知模型已經(jīng)如此適應(yīng)，以至現(xiàn)在我們對上述與傳統(tǒng)認(rèn)知模型相悖的新事物，已經(jīng)習(xí)以為常了。

我們在互聯(lián)網(wǎng)上公認(rèn)的工作方式，事實(shí)上推翻了關(guān)于未來如何運(yùn)作的舊假設(shè)：互聯(lián)網(wǎng)并不試圖預(yù)測未來并為其做準(zhǔn)備，而是通過創(chuàng)造更多深不可測的可能性來造就我們的繁榮。

網(wǎng)絡(luò)也降低了在沒有定律、假設(shè)、模型、甚至對什么會成功的直覺的情況下運(yùn)作的成本。

戰(zhàn)略不是漫長的計(jì)劃，也不通往可知的未來

預(yù)期和準(zhǔn)備，是我們處理日常事務(wù)的核心，也是企業(yè)做戰(zhàn)略規(guī)劃的核心。

長期以來，人類一直認(rèn)為，如果能夠理解事件發(fā)生的永恒定律，我們就能夠完美地預(yù)測、規(guī)劃和管理未來。

但認(rèn)知模型發(fā)生轉(zhuǎn)換后，我們的最佳戰(zhàn)略往往需要忍住不去預(yù)測，因?yàn)轭A(yù)測總是著眼于通過減少可能性來集中資源。

很多人把戰(zhàn)略理解為“長期規(guī)劃”，只有存在一個(gè)有序、可預(yù)測的未來，這樣的規(guī)劃才有意義。在不同程度上，以不同的方式，戰(zhàn)略規(guī)劃要求公司能夠?qū)⒏鞣N可能性縮小到自己可以追求的可能性。

正因如此，溫伯格才說：

“

戰(zhàn)略規(guī)劃通常被視為一種限制性操作。它識別可能性，并選擇企業(yè)想要實(shí)現(xiàn)的可能性。

”

這種線性思維激發(fā)了一種異乎尋常的戰(zhàn)略制定方法——場景規(guī)劃（scenario planning）。

在場景規(guī)劃的過程中，戰(zhàn)略制定者發(fā)明并深入考慮有關(guān)企業(yè)的若干同樣合理的未來故事。雖然這無疑有助于打開思路，探索未來如何影響現(xiàn)在，但它受限于一種錯(cuò)誤的世界觀。

從根本上說，不管設(shè)計(jì)出幾個(gè)場景，面對世界的復(fù)雜性，都還是過于簡單化。線性思維當(dāng)然也可以努力增加自身的復(fù)雜程度，但無論線性思維趨向多么復(fù)雜，世界都不會有如其所愿的規(guī)則結(jié)構(gòu)。我們需要的是非線性思維。

在《瞬時(shí)競爭力：競爭優(yōu)勢的終結(jié)》一書中，麗塔·麥克格拉斯教授駁斥了邁克爾·波特關(guān)于企業(yè)可以擁有“可持續(xù)競爭優(yōu)勢”的看法。相反，她提倡一種 “持續(xù)重構(gòu)的戰(zhàn)略”。

這種對戰(zhàn)略的理解要求公司必須對環(huán)境中的任何變化保持警惕。它們也必須擁有特定的組織結(jié)構(gòu)和文化，使其能夠通過脫離當(dāng)前的軌跡來作出反應(yīng)，從而創(chuàng)造一個(gè)新的軌跡。

與波特式的戰(zhàn)略觀相比，這是180度的翻轉(zhuǎn)，那種認(rèn)為戰(zhàn)略是一個(gè)漫長的計(jì)劃、通往一個(gè)基本可知的未來的觀點(diǎn)徹底過時(shí)了。

場景規(guī)劃尋找的是大規(guī)模的變化，而麥克格拉斯的方法是意識到可見的變化。這是對商業(yè)生活中各方面的微妙關(guān)系的更恰當(dāng)?shù)姆磻?yīng)，其中不乏一些變化，可能對企業(yè)業(yè)務(wù)產(chǎn)生終結(jié)性的影響，或者令企業(yè)在競爭激烈的賽道上跛行。

在這樣一個(gè)混亂和不可預(yù)測的時(shí)代，戰(zhàn)略應(yīng)該比以往更加重要。

它確實(shí)重要，但前提是我們必須深刻地調(diào)整對戰(zhàn)略的思考方式?；煦鐮顟B(tài)下的戰(zhàn)略應(yīng)轉(zhuǎn)變思路，不是縮小可能性，而是去盡可能創(chuàng)造更多可能性。

這也是互聯(lián)網(wǎng)給我們帶來的教訓(xùn)：惟有隨機(jī)應(yīng)變，方能創(chuàng)造可能性。這樣的戰(zhàn)略路徑也意味著，我們不再需要為準(zhǔn)備過度、準(zhǔn)備不足或準(zhǔn)備不當(dāng)導(dǎo)致的資源浪費(fèi)或機(jī)會錯(cuò)失,而付出沉重代價(jià)。

以預(yù)測準(zhǔn)確性為目標(biāo)，放棄可解釋性

商業(yè)實(shí)踐中的這些變化預(yù)示著，我們對世界如何運(yùn)作和未來如何發(fā)生的想法，有了更多的試驗(yàn)機(jī)會。

機(jī)器學(xué)習(xí)正在讓我們面對我們一直憑本能感覺到的事情：這個(gè)世界遠(yuǎn)遠(yuǎn)超過了我們理解它的能力，更不用說控制它的能力。

如同書的前言所說：“萬物皆一體?！币磺卸紩绊懫渌磺?，一直如此，永遠(yuǎn)如此。這種混亂是我們生活、商業(yè)和世界的真相。

面對這一事實(shí)，溫伯格扮演了AI代言人的角色。他批評說，我們堅(jiān)持讓機(jī)器向我們解釋自己，顯示了我們的不安全和無知。我們堅(jiān)持要知道它們是如何得出結(jié)果的，對機(jī)器的要求比對人類的要求更高。

為了讓機(jī)器更好發(fā)揮潛力，溫伯格建議我們接受超出我們理解能力的系統(tǒng)。這些系統(tǒng)只需要以預(yù)測準(zhǔn)確性為目標(biāo)，而毋需保證可解釋性。在許多情況下，如果這些系統(tǒng)的歷史表現(xiàn)良好，我們就可以接受它們的建議，就像我們會接受醫(yī)生基于一個(gè)我們不能理解的有效性研究而給出的建議一樣。

他詩意地描述說：這些新工具“創(chuàng)造了一個(gè)因特殊性而蓬勃發(fā)展的充滿聯(lián)系和創(chuàng)造性的世界。它們開啟了一個(gè)世界，在這個(gè)世界里，每個(gè)微粒都相互依存，而粗暴的解釋只會侮辱這種復(fù)雜的關(guān)系”。

在這樣歌頌了機(jī)器以后，溫伯格也認(rèn)識到，如果不加以控制，系統(tǒng)很可能以最殘酷的方式對待最弱勢的群體。

但他筆鋒一轉(zhuǎn)：“我們之所以制造這些工具，總的來說，是因?yàn)樵诖蠖鄶?shù)時(shí)候，它們都是有效的。”由此來看，衡量系統(tǒng)的標(biāo)準(zhǔn)是有效而不是倫理：“機(jī)器學(xué)習(xí)系統(tǒng)極度非道德化。它們只是機(jī)器，而不是代表正義的機(jī)器?！?/span>

溫伯格承認(rèn)，人工智能系統(tǒng)需要底線價(jià)值觀，但又指出，正是在這里，我們遇到一個(gè)棘手的問題：“將價(jià)值判斷程序化意味著，計(jì)算機(jī)要達(dá)到我們所要求的具體和精確程度。然而，關(guān)于價(jià)值觀的討論往往是混亂、不精確和爭論不休的?！彼匀祟悜?yīng)該怎么辦呢？停止試圖將人的價(jià)值灌輸給機(jī)器？

讀到這里，我覺得溫伯格此書，在暗自敦促人類向機(jī)器投降。盡管他的說辭是，機(jī)器可以通過創(chuàng)造更多未來的可能性，從而讓人類更加蓬勃地發(fā)展下去。

但是，如果說他之前關(guān)于混沌的日常應(yīng)用及企業(yè)應(yīng)用等尚能引發(fā)我的共鳴，到了機(jī)器與人關(guān)系這一部分，就不由我不產(chǎn)生懷疑了。他的兩個(gè)前提都不能讓我信服。

其一，不管怎樣，機(jī)器也會越來越多地接手人類事務(wù)。“這個(gè)未來不會安定下來，不會自行解決問題，也不會屈服于簡單的規(guī)則和期望。感到不知所措、困惑、驚訝和不確定是我們面對世界的新常態(tài)?！?/p>

就是說，反正你也注定搞不清楚人的未來境況，所以不如就把自己交給機(jī)器好了。

其二，機(jī)器本身可能教會我們新的倫理。雖然人工智能需要學(xué)習(xí)更多的倫理知識，但倫理學(xué)科是不是也可以從人工智能中學(xué)習(xí)一些東西呢？

“當(dāng)你試圖開發(fā)一個(gè)影響人的機(jī)器學(xué)習(xí)應(yīng)用時(shí)，你很快就會知道，公平比我們通常認(rèn)為的要復(fù)雜得多，而且公平幾乎總是要求我們做出艱難的權(quán)衡?！?/p>

所以，機(jī)器不僅是我們的管家，也可能是我們的導(dǎo)師。

最后，溫伯格把這一切上升到敬畏的高度：我們比以往任何時(shí)候都對未來更具掌控力，但我們駕馭世界的技術(shù)和認(rèn)知手段，恰恰證明了這個(gè)世界已經(jīng)超出我們自欺欺人的理解。

他將此稱作“一個(gè)新悖論的起點(diǎn)”，并說人類應(yīng)該感到敬畏，一如以往敬畏星空。

敬畏什么呢？敬畏算法的有效性，因?yàn)樗鼈儽热魏稳祟惗寄芨玫卣莆铡坝钪娴南嗷リP(guān)聯(lián)性、流動性和純粹的美麗”？

理解，還是不理解，這是一個(gè)問題

溫伯格對網(wǎng)絡(luò)化知識的認(rèn)識曾給我們打開新疆界，而現(xiàn)在，他對人工智能時(shí)代的知識的見解，可以歸納如下：

?

人類努力獲得對復(fù)雜系統(tǒng)的理解。然而，我們基于“人類的理解”所做的預(yù)測并不像人工智能那樣準(zhǔn)確，雖然人工智能并不真正理解任何東西。

?

不過，鑒于人工智能的預(yù)測比基于人類理解的預(yù)測更準(zhǔn)確，我們應(yīng)該放棄對理解的追求，而專注于建立能夠?yàn)槲覀冏鰶Q定的人工智能。

?

將主導(dǎo)權(quán)交給預(yù)測性人工智能，我們將迎來人類進(jìn)化的下一個(gè)階段。

毋庸置疑，人工智能的未來關(guān)鍵在于，到底我們是應(yīng)該放棄理解，還是致力于建立可以理解的人工智能？

這提出了令人匪夷所思的問題。隨著技術(shù)的發(fā)展，我們可能很快就會跨越一些門檻，而越過這些門檻，使用人工智能就需要信仰的飛躍。

當(dāng)然，我們?nèi)祟愐膊⒉荒軌蚩偸钦嬲忉屛覀兊乃季S過程，但我們找到了直覺上信任和衡量人的方法。對于那些以不同于人類的方式思考和決策的機(jī)器來說，這是否也是可能的？

我們以前從未制造過以其創(chuàng)造者不理解的方式運(yùn)作的機(jī)器。我們能指望與這些不可預(yù)測和不可捉摸的智能機(jī)器，達(dá)成多好的溝通和相處？這些問題將把我們帶向人工智能算法研究的前沿。

人工智能并不一向這樣。從一開始，對于人工智能的可理解性，或可解釋性，就存在兩派觀點(diǎn)。

許多人認(rèn)為，建造根據(jù)規(guī)則和邏輯進(jìn)行推理的機(jī)器是最有意義的，這樣將使它們的內(nèi)部運(yùn)作,對任何愿意檢查某些代碼的人來說是透明的。

其他人則認(rèn)為，如果機(jī)器從生物學(xué)中獲得靈感，并通過觀察和體驗(yàn)來學(xué)習(xí)，那么智能將更容易出現(xiàn)。這意味著要把計(jì)算機(jī)編程轉(zhuǎn)給機(jī)器。

與其由程序員編寫命令來解決一個(gè)問題，不如由程序根據(jù)實(shí)例數(shù)據(jù)和所需輸出生成自己的算法。

后來演變成今天最強(qiáng)大的人工智能系統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)，遵循的正是后一種路徑：機(jī)器基本上是自己編程。

任何機(jī)器學(xué)習(xí)技術(shù)的工作原理本質(zhì)上比手工編碼的系統(tǒng)更不透明，即使對計(jì)算機(jī)科學(xué)家來說也是如此。這并不是說，所有未來的人工智能技術(shù)都將同樣不可知。但就其性質(zhì)而言，深度學(xué)習(xí)是一個(gè)特別黑暗的黑盒子。

一旦面對黑盒子，就產(chǎn)生了人對系統(tǒng)的信任問題。而溫伯格恰恰沒有深入處理人對人工智能的信任。

比如，即便“深度患者”的診斷比人類醫(yī)生更準(zhǔn)確，但要是它無法解釋自己給出的判斷，醫(yī)生和患者會對它表示信任嗎？

人類的信任往往基于我們對其他人如何思考的理解，以及對這些思考可靠性的經(jīng)驗(yàn)了解。這有助于創(chuàng)造一種心理安全感。

而AI對于大多數(shù)人來說仍然是相當(dāng)新穎和陌生的。它使用復(fù)雜的分析系統(tǒng)進(jìn)行決策，以識別潛在的隱藏模式和來自大量數(shù)據(jù)的微弱信號。

即使可以在技術(shù)上解釋，AI的決策過程對于大多數(shù)人來說通常都是難以理解的。更何況目前的人工智能發(fā)展,是在朝著不可理解的方向加速前進(jìn)。同自己不明白的事情互動會引起焦慮，并使我們感覺我們失去了控制。

芯片制造商英偉達(dá)推出的自動駕駛汽車，看上去與其他自動駕駛汽車沒什么不同。但它實(shí)際上迥異于谷歌、特斯拉或通用汽車所展示的任何東西，而是顯示了人工智能的崛起。

英偉達(dá)的汽車并不遵循工程師或程序員提供的任何一條指令。相反，它完全依靠一種算法，這種算法通過觀察人類的行為而學(xué)會了自己駕駛。

讓一輛車以這種方式行駛是一項(xiàng)令人印象深刻的壯舉。但它也有點(diǎn)令人不安，因?yàn)椴⒉煌耆宄嚨臎Q定是如何做出的。

來自車輛傳感器的信息直接進(jìn)入一個(gè)巨大的人工神經(jīng)元網(wǎng)絡(luò)，該網(wǎng)絡(luò)處理數(shù)據(jù)，然后提供操作方向盤、剎車和其他系統(tǒng)所需的命令。其結(jié)果似乎與你所期望的人類司機(jī)的反應(yīng)一致。

但是，如果有一天它做出一些出乎意料的事情——比如撞上了一棵樹，或者在綠燈前停止不動呢？按照現(xiàn)在的情況，可能很難找出它這樣做的原因。

該系統(tǒng)是如此復(fù)雜，甚至設(shè)計(jì)它的工程師也難以分離出任何單一行為的原因。而且你也不能向它提問：沒有辦法來設(shè)計(jì)一個(gè)系統(tǒng)，使它總是能夠解釋為什么它做那些事。

除非我們找到方法，讓深度學(xué)習(xí)等技術(shù)對其創(chuàng)造者更容易理解，對用戶更負(fù)責(zé)任。否則，將很難預(yù)測何時(shí)可能出現(xiàn)失敗——而失敗是不可避免的。

麻省理工學(xué)院研究機(jī)器學(xué)習(xí)應(yīng)用的教授托米·賈科拉說：

“

這是一個(gè)已經(jīng)凸顯意義的問題，而且在未來它將變得更有意義。無論是投資決策、醫(yī)療決策，還是可能的軍事決策，你都不希望僅僅依靠‘黑盒子’方法。

”

所以，理解，還是不理解，絕非可以輕易得出結(jié)論，因?yàn)槲覀兺度氲馁€注太太了。

正如人類行為的許多方面也無法詳細(xì)解釋一樣，也許人工智能也不可能解釋它所做的一切?；蛟S這就是智力性質(zhì)的一個(gè)特點(diǎn)：它只有一部分被暴露在理性解釋之下。而另外一些是本能的，或潛意識的，或不可捉摸的。

如果是這樣，那么在某個(gè)階段，我們可能不得不簡單地相信人工智能的判斷（這是溫伯格所主張的），或者干脆不使用人工智能。相信或者不使用，這種判斷將不得不納入社會智能。

正如社會建立在預(yù)期行為的契約之上，我們將需要設(shè)計(jì)和使用人工智能系統(tǒng)來尊重和適應(yīng)我們的社會規(guī)范。如果我們要創(chuàng)造機(jī)器人坦克和其他殺人機(jī)器，重要的是它們的決策必須與我們的道德判斷相一致。

哲學(xué)家丹尼爾·丹尼特對可解釋性持很審慎的態(tài)度。他說：“如果我們要使用這些機(jī)器并依賴它們，那么讓我們盡可能堅(jiān)定地掌握它們是如何和為什么給我們答案的。但是，由于可能沒有完美的答案，我們應(yīng)該對人工智能的解釋持謹(jǐn)慎態(tài)度，就像人類對彼此的解釋一樣——無論機(jī)器看起來多么聰明。而如果它不能比我們更好地解釋它在做什么，那么就不要相信它?！?/p>

我的看法是，要想達(dá)至人工智能誘人的前景，至少需要完成三件事情：

?

第一，打開黑盒子，讓AI能夠解釋自己所做的事情；

?

第二，發(fā)現(xiàn)和減輕訓(xùn)練數(shù)據(jù)及算法中的偏見；

?

第三，為人工智能系統(tǒng)賦予倫理價(jià)值。

機(jī)器學(xué)習(xí)的興起是人類歷史上最重大的變革之一，越來越多的機(jī)器學(xué)習(xí)模型將成為我們的知識庫，就像現(xiàn)在的圖書館和人類的頭腦一樣。

然而，機(jī)器學(xué)習(xí)模型里沒有知識，這將意味著我們需要重新思考知識的性質(zhì)和用途，甚至重新思考作為能夠了解自己世界的生物，我們到底是誰。在這些方面，溫伯格的思考給我們帶來了更多探詢的可能性，盡管遠(yuǎn)不是全部的答案。

◆拓展閱讀◆

• “銀發(fā)經(jīng)濟(jì)”崛起，企業(yè)的市場機(jī)會在哪里?｜E個(gè)洞察

• 中國數(shù)字化跨越初級階段，進(jìn)入“全要素”時(shí)代｜E個(gè)洞察

• 企業(yè)尋找方向的重要基礎(chǔ)，將是“科技哲學(xué)” | E個(gè)洞察

修煉未來格局，歡迎報(bào)考長江商學(xué)院

?end?

點(diǎn)擊閱讀原文，即刻申請長江商學(xué)院EMBA