许成钢：大数据人工智能不能代替市场
我今天讨论的是大数据、人工智能以及计划经济、市场经济的争论。
重要的问题就是人工智能的产生是从计划来还是从别的地方来？这是第一个问题。第二个问题就是，人工智能发展了之后会把我们带到哪儿去？人工智能会把我们带到计划经济去吗？这个就是我要今天讨论的主题。
为了讨论这个主题，我想从最基本的技术层面开始讨论，因为我需要理解人工智能是什么意思，人工智能到底能做什么不能做什么，大数据跟它是什么关系。
首先，大数据它自己其实没有那么大的重要性，它的重要性在于它是人工智能的基础。如今之所以世界上所有发达国家都高度关注人工智能的发展，原因现在已经很清楚，就是这是一次正在兴起的产业革命。
这个产业革命会引起的后果立即能看到的就是大量的无人工厂会产生、许多无人服务行业会产生、人类历史上从来没有见过的高效率会产生，会有巨大量的失业。
由于人工智能的技术基础是大数据，如今大数据变成了一个基础资源，和我们人类历史上过去经历过的原材料、能源等一样。但是这个资源不一样的地方是它不是原来就在世界上存在的，而是我们人工去收集的。
下面的问题就是当这种生产模式发生基本变化的时候，这种全新、全面的自动化，会不会从基本的地方改变制度？我想非常简要地概括一下，我们要吸取过去已经发生过的产业革命的教训，如果我们不吸取过去的教训，那么我们会重蹈覆辙。
过去的产业革命之所以带来教训，就是因为当这些产业革命产生的时候，人们过高地估计了产业革命可能到什么地方，在过高估计自己力量的时候人类会滥用这些新兴的科学和技术。我举两个历史上的例子，第一个是在第二次产业革命时期，靠技术在那个背景下产生出来的以国有制为基础的中央计划这样一类制度设计，这是一个过高地估计了人的计划能力、人的统治能力设计出来的东西。
另外一个例子就是对环境的破坏，比如化石原料，化石原料的大规模使用就是伴随着第一次和第二次产业革命来的，造成了全球碳排放过高，带来全球变暖和一系列污染，人们已经意识到现在到时间扭转了。
这都是过去带来的教训，今天当大数据和人工智能结合在一起的时候，我们还不知道它可能的危险，比如带有垄断性质的大公司利用手中的数据试图来控制社会，用于大规模战争，用于犯罪等。
下面我们从最基础的地方认识一下人工智能和大数据，只有知道基础，才有可能知道它能做什么不能做什么。
今天人工智能整个的大发展实际上是过去超过了半个世纪的发展积累出来的。首先，人工智能第一个重要的部分是算法，而这个算法的探索早在上世纪50年代就开始了。关于人工智能的提法、算法和想法，甚至一些指导性的意见，是很少几个创始人在1956年的时候在一次会上确定下来的，其中奠基人之一是经济学家西蒙教授，他是诺贝尔经济学奖获得者，同时他是卡内基梅伦大学的经济学教授、计算机教授、心理学教授，这三个专业统一在一起，才有了人工智能的想法。
人工智能的算法部分如今发展的最好的是所谓的“神经元模型”，神经元模型使机器可以在人的指导下进行学习，所谓“深度学习”就是今天通常人们讲人工智能时所提到的东西。人工智能的另外一个普遍使用和可探索的方法是“统计算法”，但是无论使用的是人工训练的办法还是统计的办法，都必须要大量的数据，这就是为什么大数据是基础。
人工智能的第二个基础是计算能力。在过去的半个世纪里，计算速度、计算能力和存储能力基本上是每两年提高一倍（摩尔定律），积累了半个世纪以后，现在超强的能力使得无论使用任何一种计算方法的人工智能，在一些领域，机器超过人，而且是大大地超过人，一部分是因为算法，一部分原因是因为计算能力。当然了，所有的基础是大数据。
下面我们需要理解一下大数据本身的技术基础是怎么回事，我们才能明白人工智能可以做什么不可以做什么。首先，大数据产生的基础是传感器、移动设备，是传感器和移动设备先检测到一些具体的数据，然后通过互联网和物联网把他们传送，然后集中起来，所谓的大数据的核心就在于收集、传输、储存和处理所有这些传感器和移动设备可以度量的数据。这是关键所在，人工智能可以做什么不可以做什么，是由这个决定的，即是不是可以度量。
另一层面的大数据，是利用历史上积累的大量文献，其中包括各个学科积累的文献，比如说图书馆里有文字的、有图的、有音乐的、有舞蹈的记录，这些全都可以转换为大数据供机器去学习、分析。
所谓“深度学习”的人工智能（我们今天讲人工智能多半讲的是这个），它的技术基础基本是用大数据来训练机器产生识别的能力、推理的能力、规划的能力等。
下面我们讲的是算法，因为所谓的深度学习其实是一种算法。这个东西从一开始产生就是同经济学里的决策理论是在一起的，或者换句话说可以认为它是决策理论的一个部分。算法的核心是什么东西？首先，作为人工智能的设计者，你要为你的机器人分配一个目的，就是你造的这个机器在世界上的目的是什么，它是用来干什么的？他的目的和我们经济学家讨论的是一回事——它要寻求它自己效益（利益）的最大化。
没有任何一个经济学家知道世界上每一个人真实的目的是什么，是什么东西影响你？抽象来说你的目的是为了幸福、为了愉快，但是什么东西影响了你的幸福、你的愉快，没有任何一个经济学知道，这就是为什么“市场”重要。下面的问题就是如果有了大数据，有了这么聪明的人工智能，有没有可能通过收集巨大量的数据把它算出来、把它模拟出来，有没有可能？
下面我们就要分别看一下人的智能和人造的智能。首先，人的智能是产生于人的生理、心理感知以及人收集的信息。上世纪50年代，西蒙教授讨论人工智能的时候，就已经区分出来了“识别”的概念，这也是今天人工智能核心的概念。早在那个时代就已经有了区别所谓冷识别和热识别的辩论。什么是冷识别和热识别？冷识别是机器能够识别的，热识别是人带着感情的识别，人带着感情的识别机器是学不来的，这是一点。
再一点就是今天讨论人工智能也好、讨论相关的激励机制问题也好，有一个重要基本概念——硬数据和软数据，硬数据就是前面我提到过的，所有可以度量可以传递的数据；但是，永远和硬数据对应的还有一部分是软数据，软数据是没有办法用传感器或移动设备度量的，不能度量就无法传递、无法处理。所以当我们讨论人工智能是基于大数据训练出来的时候，热识别和软数据的问题从技术上决定都不包含其中，它连基础都没有上哪去学呢，这就是为什么机器不是人。
再有一点，人的智能里边有个非常重要的基本部分就是直觉。什么是直觉？直觉是基于人对于硬数据和软数据、冷识别和热识别综合在一起产生出来的人的一种高度的抽象的跳跃性的反映。这种直觉，不但它依赖的数据是不可度量、不可传递、无法机器处理的，而且产生的直觉本身也是人无法描述的，这就是为什么师傅带徒弟不一定带得出来，在教学的时候，好的教授之所以好，因为好的教授有更多的好的直觉，但是这个直觉传递不过去，你已经想出来了都传递不过去，更不要说你的学生会不会学出来，这个学生能不能产生直觉是老师没有办法，天生的。
我想讲的就是，人的智能和机器的智能中间有一个鸿沟，人工智能的基础是可以度量、可以描述、可以传递的数据，满足这几个条件数据在我们手里才能训练。
如果我们去看一看，什么东西是可以度量、传递，哪些东西不可以。首先，在生物科学上，有一系列基本的人的生命感知，由生物科学已经决定了这些东西是无法度量的。我这里只举几个例子，如嗅觉、味觉、性欲，这些东西是无法度量的。无法度量的东西，无论你造出来的机器计算能力有多强，算法有多么优秀，因为它没有感知，你造不出来一个机器人来代替品酒师品酒，因为生物科学告诉你这个东西是测不出来的，你也不能在网上传递嗅觉、味觉。
再一点，人的心理感知也是无法度量的。喜悦、厌烦、痛苦、抑郁、思念、怀旧、贪婪、野心等，这些心理的内容是怎么演变的、为什么每个人是不一样的等，这些东西都是机器达不到的，因为数字是没有的。
看一下现在对机器人、人工智能的社会训练是怎么做出来的。当不存在这些原始数据的时候，它实际用的是刻画某一些软数据的其他参数，比如说文字、观察某个行为的录像，然后用机器识别录出来的各种各样的行为，用这个来学习。今天我们看到机器人了不起，指的都是这个方法。但是这里面有什么问题呢？第一个问题就是片面的，第二个问题是静态的，静态的意思就是你看到的是过去，你可不知道将来怎么样。福特不做市场调查，因为当没有汽车的时候，你无法知道消费者的反应；当没有手机的时候，你也无法知道人们对手机的反应，没人知道，因为人们没有。
因此，深度学习的人工智能它最终不涉及学习人的智能的原始基础要素。原因就是因为它缺少大量人的基本感知，这样机器不可能通过学习来产生和人相似的效应反射。任何一个人工智能的机器设备或者机器人，最重要的是自己的效应反射，即它的目的是什么，它活在世上干什么，但这个东西是不可能学来的，学不来的原因是缺少原始基础要素，因此只能是由设定它的人分配给它。
经济学家从来不知道人真正的效应函数是什么，我们永远不知道，因此，人分配给机器的效应函数没有可能是人的普遍函数，只能是在一个狭窄范围内定义的、静态的，即可预见的。因此从广义上讲，任何人工智能设备或者机器人的目标函数，不是也不可能代替真的人的自身目标。这个概念其实早在西蒙获得诺贝尔奖的时候就提出了，即“有限的理性”，这个概念一直影响到今天，而且是经济学发展最前沿的东西。“有限的理性”是当初讨论计划、规划的时候认识到的，我们永远受这个概念的限制。今天我们讨论机器人，你分配给机器人一个效应函数，它一定不会比你更好。
因此，结论性的意见就是你没有办法训练源于人自身的原始偏好和动物性而产生出来的目标行为。今天我们见到的可以深度学习的人工智能，实际上只限于训练模仿人在已知的环境里的行为。因为，你是靠已知的环境下收集的数据训练的。例子就包括在市场中的消费行为、在自由环境里参加讨论的那些人的社会行为，以及比如说面对一个知音或一群知音，音乐家的表演行为。你收集到的行为实际上是有限的，是限定在已有制度里的，你拿这个来训练你的机器人，机器人会模仿在这个状态是什么样，一旦脱离了训练的环境，没有原始动力的人工智能实际上是没有办法的。
到底人工智能能干什么？能干的事非常非常多。刚才我们讲的是它不能干什么，它能干的事儿就是它可以规划，也可以执行。但是它能够规划和能够执行的前提必须是，你的目标是清楚规定的。
因此，人工智能会有非常大的革命，它发生在所有你能想象的、能明确规定目标任务的这些领域。比如说下棋，下棋计算过程很复杂，但目标很简单，就是赢了对方，但是人类碰到的事不是那么简单。还有开车、开飞机、开船等，甚至根据设计制造产品，甚至成体系地设计产品，只有规定的目标就行。在全面自动化的情况下，无人工厂内，激励机制自然也就消失了。
另一方面，当做与人有关的工作的时候，它可以是非常好的助理，它可以是非常好的助教、助理研究院员、金融分析师、医生助理、律师助理、军事参谋。为什么都是助理？因为它没有办法代替人。最近在美国做了个实验，让机器人去经济学做助教，在不见面的前提下，一个学期过去之后，学生分不出来哪个是真人哪个是机器。但是它必须是助教不能是教授，因为有大量的重要的信息这个机器没有办法知道。
因此，在最乐观的情况下，整体来说，如果你有明确规定狭窄的目标来执行，机器人都会做，包括战争，这是一个严重争议的问题。在最乐观的情况下，人工智能最终可以规划和执行企业和军事任务。
在这里我就想回到咱们最大的主题上，我想强调一下：第一，经济任务和军事任务和本质任务不同，因为军事任务的目的简单——打胜仗，而经济任务的目的说不清楚了，经济任务的目的是国民福利，不是经济增长。什么叫国民福利？指全体国民的感觉合在一起，连我们人也搞不清，所以没有可能让机器做。另外一个，企业治理和国民经济本质是不同的。因为企业追求利润，而国民经济追求国民福利。
到底有没有可能人工智能来了以后，计划经济就能代替市场经济呢？答案非常简单，我刚才已经把人工智能的基础说清楚了，大数据从市场上来，你如果把市场消灭了，数据没有了。你说，我现在收集了人类历史上无数的数据，我就可以不要市场了，就可以计划了，那你搞错了，因为你把市场消灭以后，你的基础也就没有了。
还有最重要的一点，当你把市场消灭后，如果你试图用人工智能、大数据去解决资源配置也一定搞错了。为什么？尤其是在跟创新相关的资源配置问题上，这些有关资源配置的大量工作是在市场中由风险投资专家做的，因为他们掌握大量的软数据，可以直接进行判断。人工智能只能处理硬数据，没有直觉所以不能产生这个判断。
今天实际上人工智能的人才在哪？截至今年的第一季度，全球人工智能人才一共190万人，其中中国5万人，而这5万人里面做这行达到十年的不到40%。有85万人在美国，而美国的85万人里，有十年以上经验的占其中的71.5%。原因很简单，在市场的环境下才有这么多的创新能力的人出来，你如果把市场的环境搞掉，创新是很难发展的。
最后我总结一下，大数据、人工智能和制度之间有非常深刻的关系，制度会深刻影响大数据和人工智能的发展，原因是大数据的收集处理会受到制度的制约，比如说哪些是合法的、可以得到支持、或者社会上有没有反对，比如说掌握技术、有垄断权的大公司是否侵犯隐私权等。
另一面，人工智能发展的本身，也受到制度的制约，比如说在发达经济体里边，人工智能要发展的时候，一系列行业要被淘汰，制度本身是如何面临这个问题的。再有一点，一个社会平等或是不平等都会对人工智能发展造成巨大的影响，原因是人工智能的发展会造成巨大的不平等，一个更平等的社会会更有能力解决这个问题，而一个不平等的社会则会引起非常尖锐的社会矛盾，阻碍人工智能的发展。(许成钢系长江商学院教授)
本文为许成钢在第二届野三坡中国经济论坛上的演讲，第一财经获授权转载自“经济学家圈”微信公众号
人工智能未来可能会摧毁人类的真正原因
人工智能未来可能会摧毁人类的真正原因2019年10月31日图像来源,GettyImages图像加注文字,专家说，即使友善机器人也会倒戈
从英国著名理论物理学家史蒂芬·霍金（StephenHawking）到特斯拉创始人伊隆·马斯克（ElonMusk）等世界顶尖人工智能（AI）专家，都曾表示过人工智能对人类生存的威胁。真有一天，人类会成为自己发明的机器人的受害者吗？加州大学伯克利分校（UniversityofCalifornia,Berkeley）的斯图尔特·罗素教授（StuartRussell）是该领域的专家。人工智能：永远铁面无私的入境边检员我们能用大脑意识控制电脑和机器吗？人工智能帮助写电子邮件是好事还是坏事他在刚出版的《人类相容：人工智能与控制问题》（HumanCompatible:AIandtheProblemofControl）一书中指出，这种威胁并非来自机器人开始有了自我意识，并起来反抗人类主人。而是因为这些机器人能力变得超强，最后有可能是因为人类的疏忽，为机器人设置了错误的目标，让他们无意中把我们都消灭了。罗素教授表示，这才是我们应该担心的，而不是像好莱坞大片中所描绘的那样，人工智能开始有自主意识，并向人类倒戈，最后把我们都杀光。罗素教授强调：我们应该担忧的不是意识，而是它们的能力（competence）。“超强能力”图像来源,GettyImages图像加注文字,机器人对人类交给他们的任务越来越胜任。
罗素教授在接受BBC的采访时表示，假设我们发明了一个可以用于控制气候变化的强大人工智能系统，并且能将大气中的二氧化碳水平恢复到工业革命前的水平。该人工智能系统经过分析后认为，最容易的方式就是消灭人类，因为人类活动是产生二氧化碳的最主要来源。当然人类可能会对机器人说，你做什么都可以但就是不能把人类全灭绝。人工智能系统然后可能会说服人类少生孩子，直到最后没有人生孩子，人类慢慢灭绝为止。这个例子是想强调与人工智能有关的风险，这些风险都是人类在创造人工智能前并没有想明白的。关于人类灭亡的几大末世猜想机器人如何“抢走2000万工人的饭碗”AI的前世今生：神话、科幻和现实超级智能英国剑桥大学存在风险研究中心（CentrefortheStudyofExistentialRisk,CambridgeUniversity）表示，当前大多数AI系统都是相对“狭窄”的应用程序，专门用于解决某一领域中的特定问题。但1997年，超级电脑深蓝（DeepBlue)打败了国际象棋世界卫冕冠军加里·卡斯帕罗夫（GarryKasparov），成为人工智能史上里程碑。图像来源,GettyImages图像加注文字,深蓝的胜利是人工智能发展史上的一个重要时刻。
然而，虽然深蓝击败了世界象棋卫冕冠军，但深蓝却可能连一场简单的跳棋游戏都赢不了。因为深蓝的设计者是专门让它下象棋的。但这才仅仅是开始，随着人工智能的发展和进步，阿尔法围棋的最新版AlphaGoZero在经过短短3天跟自己练习之后，已经达到了超人水平。AlphaGoZero通过深度学习，已经不太需要太多的人工程序。它成为围棋、国际象棋以及将棋（又称日本将棋）的高手。这里，最让人感到震惊的是，AlphaGoZero完全是自学成才。剑桥大学存在风险研究中心表示，随着人工智能逐渐强大，它可能会成为超级智能。它会在许多，或是几乎所有领域都超越人类。罗素教授说，这就是为什么人类需要收回控制权。如何收回控制权图像来源,GettyImages图像加注文字,罗素教授说，人类需要收回控制权，否则就晚了。
罗素说，赋予人工智能更明确的目标并不是解决这一难题的方法，因为人类自己都无法确定这些目标是什么。罗素表示，人们应该彻底改变建立人工智能系统的整体基础，例如，不再给机器人一个固定目标，而是让人工智能系统必须明白，它不知道目标是什么。一旦人工智能系统以这种方式运作的话，它就会听从于人类的指挥。在执行任务之前，它会寻求人类的许可，因为它不确定这是不是你想要的。罗素教授表示，最至关重要的是，它们（AI）会乐意接受被随时关闭的选择，因为它们也希望避免做那些你不喜欢的事情。神灯中的精灵图像来源,GettyImages图像加注文字,科幻片《2001：太空漫游》中，机器人电脑拒绝被关闭。
罗素说，我们现在发明的AI系统有点像传说中的神灯中的精灵一样，你轻拍神灯，灯里的精灵出来了。你对精灵说：“你给我做这件事吧。”“如果AI系统足够强大，它就会完全按照你的要求去做，你也会得到你所要求的一抹一样的结果。”但罗素表示，问题是跟神灯中的精灵故事那样，第三个愿望总是要求精灵“取消前面的那两个愿望”，因为我们无法确定自己到底想要什么。其结果就可能造成，那个试图完成错误指令的机器人实际上变成了人类的敌人，一个比我们强大得多的敌人。到那时，一切就太晚了。人工智能在日常生活中的12个例子
在下面的文章中，您可以查看我们日常生活中出现的12个人工智能示例。
人工智能(AI)越来越受欢迎，不难看出原因。人工智能有可能以多种不同的方式应用，从烹饪到医疗保健。
虽然人工智能在今天可能是一个流行词，但在明天，它可能会成为我们日常生活的标准一部分。事实上，它已经在这里了。
1.自动驾驶汽车
他们通过使用大量传感器数据、学习如何处理交通和做出实时决策来工作并继续前进。这些汽车也被称为自动驾驶汽车，使用人工智能技术和机器学习来移动，而乘客无需随时控制。
2.智能助手
让我们从真正无处不在的东西开始——智能数字助理。在这里，我们谈论的是Siri、GoogleAssistant、Alexa和Cortana。
我们将它们包含在我们的列表中是因为它们基本上可以倾听然后响应您的命令，将它们转化为行动。
所以，你打开Siri，给她一个命令，比如“给朋友打电话”，她会分析你所说的话，筛选出围绕你讲话的所有背景噪音，解释你的命令，然后实际执行，这一切只需要几个秒。
这里最好的部分是这些助手变得越来越聪明，改进了我们上面提到的命令过程的每个阶段。您不必像几年前那样对命令进行具体化。
此外，虚拟助手在从你的实际命令中过滤无用的背景噪音方面变得越来越好。3.微软项目InnerEye
最著名的人工智能计划之一是由微软运营的一个项目。毫不奇怪，微软是顶尖的人工智能公司之一(尽管它肯定不是唯一的一家)。
微软项目InnerEye是最先进的研究，有可能改变世界。
这个项目旨在研究大脑，特别是大脑的神经系统，以更好地了解它的功能。这个项目的目的是最终能够使用人工智能来诊断和治疗各种神经疾病。
最著名的人工智能计划之一是由微软运营的一个项目。毫不奇怪，微软是顶尖的人工智能公司之一(尽管它肯定不是唯一的一家)。
微软项目InnerEye是最先进的研究，有可能改变世界。
这个项目旨在研究大脑，特别是大脑的神经系统，以更好地了解它的功能。这个项目的目的是最终能够使用人工智能来诊断和治疗各种神经疾病。
4.抄袭
大学生的(或者是教授的)？)噩梦。无论你是内容经理还是给论文评分的老师，你都有同样的问题——互联网让抄袭变得更容易。
那里有几乎无限量的信息和数据，不太谨慎的学生和员工很容易利用这一点。
事实上，没有人能够将某人的文章与所有的数据进行比较和对比。人工智能是一种完全不同的东西。
它们可以筛选数量惊人的信息，与相关文本进行比较，看是否有匹配。
此外，由于这一领域的进步和发展，一些工具实际上可以检查外语来源，以及图像和音频。
5.推荐
你可能已经注意到，某些平台上的媒体推荐越来越好，Netflix、YouTube和Spotify只是三个例子。这要感谢人工智能和机器学习。
我们提到的三个平台都考虑了你已经看到和喜欢的内容。这是容易的部分。然后，他们将其与成千上万的媒体进行比较和对比。他们主要从您提供的数据中学习，然后使用自己的数据库为您提供最适合您需要的内容。
让我们为YouTube简化这个过程，只是作为一个例子。
该平台使用标签等数据，年龄或性别等人口统计数据，以及消费者使用其他媒体的相同数据。然后，它混合和匹配，给你建议。
6.银行业务
如今，许多较大的银行都给你提供了通过智能手机存入支票的选项。你不用真的走到银行，只需轻点几下就可以了。
除了通过手机访问银行账户的明显安全措施外，支票还需要你的签名。
现在银行使用AIs和机器学习软件来读取你的笔迹，与你之前给银行的签名进行比较，并安全地使用它来批准一张支票。
总的来说，机器学习和人工智能技术加快了银行软件完成的大多数操作。这一切都有助于更高效地执行任务，减少等待时间和成本。
7.信用和欺诈
既然我们谈到了银行业，那就让我们稍微谈一下欺诈。银行每天处理大量的交易。追踪所有这些，分析，对一个普通人来说是不可能的。
此外，欺诈交易的形式每天都在变化。有了人工智能和机器学习算法，你可以在一秒钟内分析成千上万的交易。此外，您还可以让他们学习，弄清楚有问题的事务可能是什么样子，并为未来的问题做好准备。
接下来，无论何时你申请贷款或者申请信用卡，银行都需要检查你的申请。
考虑到多种因素，比如你的信用评分，你的金融历史，所有这些现在都可以通过软件来处理。这缩短了审批等待时间，降低了出错率。
8.聊天机器人
许多企业正在使用人工智能，特别是聊天机器人，作为他们的客户与他们互动的方式。
聊天机器人通常被用作公司的客户服务选项，这些公司在任何给定时间都没有足够的员工来回答问题或回应询问。
通过使用聊天机器人，这些公司可以在从客户那里获得重要信息的同时，将员工的时间腾出来做其他事情。
在交通拥挤的时候，像黑色星期五或网络星期一，这些是天赐之物。它们可以让你的公司免于被问题淹没，让你更好地为客户服务。
9.让您远离垃圾邮件
现在，我们都应该感谢垃圾邮件过滤器。
典型的垃圾邮件过滤器有许多规则和算法，可以最大限度地减少垃圾邮件的数量。这不仅能让你免受烦人的广告和尼日利亚王子的骚扰，还能帮助你抵御信用卡欺诈、身份盗窃和恶意软件。
现在，让一个好的垃圾邮件过滤器有效的是运行它的人工智能。过滤器背后的AI使用电子邮件元数据；它关注特定的单词或短语，它关注一些信号，所有这些都是为了过滤掉垃圾邮件。
10.视频摘要
这种日常人工智能在网飞变得非常流行。
也就是说，你可能已经注意到，网站和某些流媒体应用程序上的许多缩略图已经被短视频取代。这变得如此流行的一个主要原因是人工智能和机器学习。
人工智能会为你做这些，而不是让编辑们花费数百个小时来缩短、过滤和切割较长的视频，变成三秒钟的视频。它分析数百小时的内容，然后成功地将其总结成一小段媒体。
11.食谱和烹饪
人工智能在更多意想不到的领域也有潜力，比如烹饪。
一家名为Rasa的公司开发了一种人工智能系统，该系统可以分析食物，然后根据您冰箱和储藏室中的食物推荐食谱。对于喜欢烹饪但又不想花太多时间提前计划膳食的人来说，这种类型的人工智能是一种很好的方式。
12.人脸识别
关于人工智能和机器学习，如果我们可以说一件事，那就是它们使他们接触到的每一项技术都更加有效和强大。面部识别也不例外。现在有许多应用程序使用人工智能来满足他们的面部识别需求。例如，Snapchat使用AI技术通过实际识别呈现为人脸的视觉信息来应用面部过滤器。
Facebook现在可以识别特定照片中的面孔，并邀请人们标记自己或他们的朋友。
而且，当然，考虑用你的脸解锁你的手机。好吧，它需要人工智能和机器学习才能发挥作用。
让我们以AppleFaceID为例。当你设置它的时候，它会扫描你的脸，然后在上面放大约3万个DoS。它使用这些圆点作为标记，帮助它从多个不同的角度识别你的脸。
这使您可以在许多不同的情况和照明环境中用脸部解锁手机，同时防止其他人做同样的事情。
结论
未来就是现在。人工智能技术只会继续发展、壮大，并对每个行业和我们日常生活的几乎每个方面变得越来越重要。如果以上例子是可信的，这只是个时间问题。
未来，人工智能将继续发展，并出现在我们生活的新领域。随着更多创新应用的问世，我们将看到更多人工智能让我们的生活变得更轻松、更有效率的方式！
人工智能ChatGPT能取代周易风水师吗
0分享至最近美国一家人工智能研究公司研发的聊天机器人“ChatGPT”上线，很快就在科技界成为热门话题。这个程序不仅能与人有问有答，各类文案也写得有模有样，听说还能根据案情写出判决书，因此有人称之为史上最强AI（人工智能）。这事在周易界也同样引起热议，有不少命师、风水师认为人工智能很快就会取代风水算命师，那真的是会这样吗？我们首先来了解一下ChatGPT的工作原理，ChatGPT能回答各种问题及产出各类文案，首先就得有一个非常庞大的数据库，或者通俗点说就是资料库吧。当有人提问时，ChatGPT它就会从资料库中调取与问题相关的资料，然后整合、运算，最终生成一个你需要的答案。ChatGPT这个资料库是会越来越大，越来越完善的。也就是说它会从互联网上不停地学习，如果有做网站经验的人说是采集也没问题。对于不懂编程的电脑小白来说，我用个更通俗的方式形容一下吧。这个资料库就如某个地方有个大型的书柜，里面有无数的书本资料，而这里的资料还会每天不停地扩充……当你某天想找某种资料或写某个文章时，计算机就会从里面将你需要的资料抽取出来，通过运算生成你需要的文案给你。说到这里，大家应该明白了吧，ChatGPT可以回答的问题，首先就得它的资料库里有相应的资料。你如你向张三请教某个问题，首先就要张三真的是知道这个问题的答案他才能告诉你，否则是没办法的。学周易风水的人都知道，特别是风水，有很多古经诀（书本）都是用比文言文更难懂的隐语方式所写，例如《都天宝照经》、《天玉经》等等。我让在国外的亲戚到ChatGPT官网上帮我问杨公《都天宝照经》里的经句：“子字出脉子字寻，莫教差错丑与壬，莫是阳差与阴错，劝君不必费心寻……”，得出如下答案：一个风水上的问题，被ChatGPT扯到了中医脉诊那边去，这实在令人有点无语。让ChatGPT解释一下杨公风水名著《天玉经》里的：“若还借库富后贫，自富乐长春”。结果被扯到借钱那块去了，风水经句答成心灵鸡汤……我又让国处的亲戚帮我提问了两个关于耶稣与孙悟空及九天玄女的问题：得到的答案还算是中规中矩吧，起码不是胡扯。由以上问答证明，ChatGPT对于一些常规的问题还是能回答的。但当面对一些例如周易、风水或比较冷门的问题时，还是会有所欠缺，或者有些可能也能回答，但答案并不是很正确。因为它只能根据互联网上已有的解释来给你回答，而对于周易风水中的很多知识来说，互联网上是没有的，有的都只是一些皮毛。除非某天有位大公无私的真正大师将所有秘传都摆到网上，否则都没这个可能。但话又说回来，我在很多年前就曾在群里说过，还不止一次地说，印象中也在某篇文章写过，八字算命这些是有可能会被人工智能所取代的。因为八字算命本身就是一个公式化的东西，而且一共也就50多万个组合，50多万个组合让人脑去记忆当然有难度，但对于计算机来说只是小菜一碟。而且八字的理论知识网上可以讲已比较丰富，什么传统的、盲派、论格局讲神煞的、论旺弱的等等都有。人工智能很容易就将这些知识吸收进去，再进行整合，而给出你所需要的答案。但目前也有个难点，就是算命预测这块并未完全受社会主流所接受。接受的群体更多是私底下的，所以人工智能要取代算命预测我相信还有很长的一段路。不是说它学不了，而且是一些因素会让它不学或者说学得比较慢。科技的进步会给人们带来便利，但同时也是一把双刃剑。例如论文造假会更方便，一些以假乱真的信息、图片、影片以后也能让人信手拈来，发展下去说不定高考试题也能猜个十不离九……最终人工智能会发展成怎样呢，我们拭目以待吧。毕竟在红尘中我们每一位都只是一个看客，是阻挡不了历史车轮前进的！作者文超良，未经许可请勿转载，谢谢！特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端