为什么人们仇恨2%的人？机器智能为什么得到发展？机器智能有哪些发展阶段？医疗、社会和家庭安全如何运用人工智能？
一、未来，是2%人的世界
1）未来是2%人的世界
未来社会是值得期待的，但也存在问题。每一次技术革命都创造很多财富，但是创造这么多财富，是否会使我们生活变得更好？今天美国家庭的年收入中指（注：年收入的中间值，中间值与平均值分歧的是，中间值表示一半人的收入在此数值之上，一半的人收入在此数值之下，不是平均值）比2000年下降了4000美元。然而平均收入上升了，总体财富上升了，个人财富是上升的，公司的盈利也是上升的，包括股票都达到了顶点。
但是中值财富下降了，为什么这个这么重要？一个比方，100个人，每个人平均资产一百万，待会儿马云进来了，他现在是2000亿，我们人均财富变成了100亿，平均值没有意义。美国大学生的入职年薪也是在往下降的，美国的幸福指数也没有上升。
也就是说在过去的十几年里，美国是科技发展非常快的国家，很多新的技术都是从这儿诞生的，但整个美国社会其实本身没有什么改进，因为只有2%的人获得了好处。
当时我在华尔街住过，看到街上有一群无所事事的人，他们是不会饿死的。但是这些人之所以上街占领华尔街，是因为没有前途，看不到前景，也不知道问题出在哪儿。
奥克兰有很多码头工人上街游行，然后我问他们反对谁？他说反对这2%的人，但是在街上也看不出来谁是2%的人，因为在硅谷，有钱人和穷人都是穿得乱七八糟的。但是我们说美国1%的人交了税，这些人是交税养着大家的，如果把他们赶到国外去，美国人可能连希腊都不如。问题是如果技术革命来了，受益的这群人在一开始真的非常非常少，以后会怎么样？那还没有发生，但以前怎么样，这我们是知道的。
2）三次工业革命
第一次工业革命：
1776年，瓦特发明了蒸汽机，首先受益的人有三个人：瓦特、博尔顿、韦奇伍德，他们在月亮圆的时候聚在一起，起名叫“月光社”。除了他们三个，还有发现氧气能助燃的科瑞斯林以及老达尔文。韦奇伍德利用蒸汽机造瓷器，但是之后瓷器变得供大于求，商业模式发生改变，商业模式变了，发财的人变了，产业就从旧产业变成了新产业。
第二次工业革命：
人类历史上所有的富豪加起来最多的是出在这十年，都出生美国。原因很简单，就是第二次工业革命创造了巨大的财富，核心技术就是电，全美国只有两家公司发电，一个是爱迪生的，一个是特斯拉的。在这以前，在有电报以前就开始有通讯产业，当时在欧洲有路透社，他们养了一群信鸽，用鸽子传递情报。但是有了电之后就不一样了。经过了50年，1920年前后美国非常繁荣，大家都过得很好。
第三次工业革命，技术革命的范式：现有产业+摩尔定律=新产业
就是我们所熟悉的IT革命。
在过去的50年里，所有的社会进步来源于一个唯一的原因，所有的东西加上摩尔定律（摩尔定律：当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍）。百姓网要是没有计算机和互联网，卖二手货只能放在店里做。英特尔这家芯片公司就是因为有摩尔定律，但不是所有人去造芯片，只要能使用芯片，原有产品加上摩尔定律就可以形成新产业了。
再讲一个跟政治有关的问题，为什么苏联会解体呢，当然有各种政治原因，但是为什么它完蛋了？很重要的原因，因为你想象不出有哪个跟计算机相关的技术是前苏联发明的。
3）计算机会不会控制人？
最后一个问题，在这个时代，你觉得计算机会不会控制人？
答案是不会的，但是生产智能机器的人可能实际上在控制。
比如生活习惯，每天早上起来看微信，晚上睡觉前也看微信。在没有智能手机的时候流行一句话：有了智能手机你就可以利用你的碎片时间。现在你所有的时间都变成了碎片时间，所以从某种程度上来讲，你已经被腾讯控制了，这是一个机会和危机并存的时代，同时又可能是最坏的时代，就看你做什么样的选择。
二、智能，从阿尔法狗说起
今年一月份，人工智能之父、麻省理工学院的马文·明斯基教授去世了，60年前他和另外9位当时非常年轻的学者在达特茅斯学院提出了人工智能的概念。
在他去世后仅仅一个多月发生了另外一件事，Google的阿尔法狗战胜了人类的围棋冠军李世石。这个事件引起了许多人对人工智能的担忧，是不是人工智能将来会威胁人类？20年前，“深蓝”战胜了卡斯帕罗夫，当时虽然很轰动，但大家的担忧没有这么大。这是为什么呢？
A、围棋的难度要比国际象棋难很多；
B、围棋的下法穷举出来有10的160次方这么多。
这个数字可以这么理解，如果我们把宇宙中的每一个原子看做一个新的宇宙，那所有这些原子加起来，就是10的160次方，因为围棋的复杂度很大，所以计算机走出来的一些棋确实是人类的智力和悟性走不出来的。
三、机器产生智能的方式
与人类的区别
显然，计算机获得智能的方式和人是不一样的。早先的十位学者在想人工智能这件事的时候，首先想到的是计算机模拟人。
人是怎么获得知识的？人为什么聪明？在中学的时候学过三段论：一个大前提，一个小前提，然后得到结果。
例如：大前提是“今天上海在下雨”，小前提是“交大在上海”，得出“交大正在下雨”。
这就是我们人的推理方式。计算机不是这么做的，虽然人类最早也想这么做计算机算法，但是人们发现这样做不出来。2000多年前，人类想要飞行，在胳膊上栓着用布做的翅膀，但是从树上往下一跳就摔死了。等真正到怀特兄弟发明飞机的时候，他们造出来的飞机翅膀不像鸟似的有震动，而是固定的。
为什么能飞？因为掌握了空气动力学的原理。
所以科学家从70年代以后就开始想，能不能利用别的方式解决这个问题。计算机从在特殊的应用下识别人的语音，到后来能完成英语到中文的翻译，再到后来写一些简单的句子、识别医学的影像、看病等等。能这样一步一步地做起来，最重要的原因是什么呢？
1）摩尔定律；
在过去的51年里，计算机处理器的性能，无论是速度还是存储量，18个月就会翻一番，51年中间正好翻了34倍，这个速度非常快，哪怕是从70年代初开始到今天，计算机处理器的速度也增加了10亿倍，这是非常快的。
2）数据；
这个基本上是从2000年以后开始的，2000年以前也有数据，但是数据量有限，只能解决特定的事情，不像现在各行各业都可以用计算机解决。尤其是到移动互联网时代以后，不但是计算机本身的数据，人类其它的一些都可以在计算机上得到，这些数据的使用也使我们变得很聪明。
3）数学模型。
深度学习（笔记侠注：深度学习的概念源于人工神经网络的研究，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本）实际上是机器学习，深度学习使得计算机可以很好地利用数据，产生一些想象不到的结果。Google推出的人工神经网络是怎么做的呢？它的机器翻译已经做了很多年了，现在换成深度学习的模型。
深度学习有什么好处呢？
以前用单台计算机处理一件事的时候，不一定能接近人，但你用很多台的时候就可以超越人。
四、机器智能发展水平的4个阶段
第一层：弱人工智能（部分能力明显比人强）
女生用手机拍完照以后把自己眼睛放大，抹掉脸上的褶子，这件事情过去能不能做？也能做。有PS就能自己做，但是过程很麻烦。现在计算机能给你做得很好，计算机怎么做的？无非是换了一张更漂亮的脸，脸上没有这些东西，稍微学习一下PS，就做得好一点。
最漂亮的女生是什么样的女生？如果把每个人的五官尺寸和器官的比例、位置做一个平均的话，人为画出的这张脸就是最漂亮的。
一般人希望人工智能可以做一些过去只有我们人类能够做的一些事情，比如能不能听懂我说的话，能不能回答问题，天为什么会下雨，为什么是蓝色的等等。
第二层：强人工智能（接近人的水平或超过人）
计算机今天不但能做这个，还可以做翻译。今天你带一个手机用Google翻译，你到巴黎基本上可以跟当地人直接地交流。计算机可以写作，在《华尔街日报》和《纽约时报》一些财经的文章，其中大量关于事例的写作工作是由计算机完成的。
第三层：超人工智能
大家都很关心最终计算机能不能超过人，这是我们共同关注的一件事情。
第四层：智能社会
未来社会是一个什么样的社会，今天我们讲人工智能或者机器智能，一定会想到某台特别具体的计算机，无人驾驶的计算机本身是一个机器。其实真正的未来社会，整个大城市或者一个国家甚至整个社会，你也可以认为是一个超级机器，由很多的小计算机构成并且互相连在一起，共同构成了智能社会。
智能交通和无人驾驶
在美国100万人口以上的城市，上下班的时间平均要花70分钟，这很痛苦。如果汽车都是智能汽车，只要装一个手机APP，这个APP就会告诉你哪条路段堵。现在用导航也有这个功能，但是导航常常不大灵，有一些延迟、滞后。
再往后就是无人驾驶。虽然许多报道说特斯拉又出了一次事故，但总体来讲比人开车要安全。美国每年交通事故的死亡人数到七十年代达到了高峰，后来禁止酒驾，到今天为止也还有3万人。中国按人口比例来算低一些，但是死亡量更高，去年死了10万人。未来我们可能由机器来开车，采用无人驾驶汽车以后，好多生活习惯就会改变，比如马路上可能就不需要红绿灯。
社会和家庭安全
智能化的社会和城市，不仅仅是交通，比如现在大家非常关心安全。有一个办法说可以用很多无人机来代替警察巡逻，现在的无人机无非拍一些航拍照片，而将来，它的视觉芯片能够是别人或者其他目标，甚至是危险品。
现在摄像头照了图像或者是视频上传到云计算中心，直接识别出来。假设遇到危险分子，觉得这个人很危险，然后做一个标识跟踪他，看这个人往西边走，就告诉西边的无人机开始跟踪识别，这些就会保护我们的安全。
甚至你在离家时，家里也可以有无人机帮忙巡视，这个机器已经制作出来了，几乎没有噪音且全自动化，24小时不需要管控。它可以自动绕过障碍物飞行，自动充电，还可以做更多事情，比如帮助老人关火等。
五、未来产业离不开机器智能
未来跟科技无关的产业，都可以用到人工智能。
1）金州勇士队的奇迹
金州勇士队在六年前表现得跟中国足球队一样，当时是NBA的倒数第二。后来他们发现有一套能够让球队更好的方式，通过背后的一个工程师团队做智能化的训练，利用数据统计了球员双方传球的准确率。
按照这一套完整的模型训练，打造了一支球队，直到去年他们得了总冠军。今年3：1的领先情况下把总冠军又输掉了，但是创造了常规赛82场比赛73胜的记录，所以中国足球要翻身也应该动这个脑子，不是身体不够强壮，而是脑子太笨了。
2）治愈癌症和个性化制药
2013年，Google成立了一家医疗公司Calico。因为在过去的20多年里，一般的医学研究的性能越变越慢，以至于很多疾病发现了很多年，但是治不好。60年代美国努力试图提高人们的寿命，花了10年工夫提高了0.7岁。70年代的方法不太一样，不是让大家看病，而是少吃肥肉多运动。
亚瑟·莱文森
但是总体来说医学本身没有什么进步，治疗癌症这件事为什么这么难？生物专家亚瑟·莱文森内部有一个讲话，分析了关于癌症难以治愈的原因：
不同人得癌的原因不一样，不同的人基因突变也不一样，所以基因泰克研制的抗癌药，有的吃了好了，有的不管用；
即便是原来管用的药，这个人得某种癌吃了以后管用，十年都没有问题，突然之间又复发了，复发以后什么药也不管用，这是因为癌细胞变了。
要解决这两个问题，通过传统的医学方法是不行的，只能针对特定的人群或者某个人，有专门的团队研制抗癌药，根据他的基因特点研制专门属于他的药。
哪一天病变再研制新的药，只要研制的速度跟得上病情变化的速度，这场和癌症打的仗就赢了。这个是从根本上解决抗癌的思路。这件事虽然管用，但是成本太高，每个人需要10亿美元，乔布斯才能用得起。
以后是什么做法呢？现在已发现了大概有将近两百种癌，五千种可能导致癌的基因突变，组合起来大概差不多有百万种。基因泰克为了研制乳腺癌的抗癌药，他们手工分析了一千位患者，这能解决多少人的问题？只能解决20%的人，花了很大的成本。通过计算，如果要把所有的乳腺癌问题解决，差不多要看100万人。这种事是如果是计算机做起来，很方便，即利用机器的智能来把所有的组合解决掉。
美国还有一家公司叫人类长寿，它的创始人是人类基因组计划最早的科学家，他们认为，根据不同的人，给不同的药，这就是医疗的未来。
3）手术机器人
两个月前IBM发布了一条消息，它们的沃森机器人看病的系统，在诊断疑难病症的时候已经超过了人类。总体上来讲，在去年的时候，它已经达到了人类医生的平均水平，这在偏远地区医生较少的地方是比较管用的。
更重要的是机器智能的进步速度要比人智能进步速度要快得多。未来的医生你要给他三个东西：病历、病情描述、化验结果，给他这三个就可以看病。
达芬奇的机器人
今年暑假看到了达芬奇的机器人，全世界已经装了3000台，它有三个机械手臂，中间一个摄像头，相当于他的眼睛，另外两个手臂左右进去，给他动手术。做得最多的是妇女的子宫肌瘤的手术，它先将二维图像还原到三维图像，也可以做心脏搭桥，然后进去安静地切掉。
有什么好处呢？安全性和稳定性非常好，手术精度很高。在学校的时候教授给我看了一个录像，人做手术是怎么运用工具的，手是会细微抖动的，人拿针在布上缝几针，每一针的宽度一毫米，如果精度在0.1毫米以内就做得很好了。医生做手术也是同样的，有一些手术不是一刀切完就完了，可能切50刀，每一刀的精度0.1毫米，这对计算机来讲是非常容易的，它的精度是0.02毫米，比医生的水平高很多。
