前些天看了两集《晓说》。

高晓松畅想了未来人类的生活方式。

 

不知道为什么，他重点聊了交通工具方面，大约因为节目赞助方是汽车公司。

 

我们每天看到的，正在改变我们生活的，当然首先是计算机、互联网和手机。

 

作为全球顶尖的未来学专家，我来聊聊当前热门的几个技术。

 

首先是人工智能。

 

极端乐观的声音，预言人工智能直接带来人类科技的进化极限，人类从此进入永生。

这方面的代表作《奇点临近》。

预言的科技奇点到来的时间惊人地近在咫尺，就在2030年。

 

天啦噜，我们那么快就要成仙了，而且人人都成仙。

 

我推想，即使发明了那么好的机器，也是有钱人先买得起，随后穷人才买得起。

 

我的同行，另一位未来学专家凯文·凯利在《必然》一书里，对“智能”一词做了内涵和外延的讨论。

 

在书里有这些关键词，

知化，recognifying

互动，interacting

 

智能一点也不复杂，每次我去seven eleven商店，门口都有个报警器说：“欢迎光临！”

这就是智能！

报警器能识别出有物体经过门口，然后发出反馈。

 

智能可以很浅，也可以很深。

狗能认出自己的主人，这叫智能。

电脑能区分一张图片是色情还是艺术，这也是智能。

 

这两年热炒的人工智能概念叫“深度学习”。

可巧我大学本科时候就接触了这个技术，当时不叫深度学习，叫神经网络。

 

可以参考我本科毕业论文题目《基于参数的调制模式识别》。

 

当时论文的结论，基于参数的调制识别比较容易实现，但识别率不高；基于神经网络的模式识别，实现成本更高，但也可以达到更高的识别率。

 

本科论文时间短，匆匆结束了，我没有来得及学习神经网络技术。

 

但回头看，神经网络就是大家说的深度学习。

 

深度学习是更复杂的基于参数的模式识别，或者金融技术里叫“因子”。

 

想象让电脑识别一张照片是不是“美女”。

 

简单的方案，列出几个参数，组合一个公式。

比如，美女=个子高+眼睛大+头发长。

 

身高、眼大、发长，这三个参数分配适当权重，计算出的结果大，就是美女；计算出的数值小，就不是美女。

 

这就是基于参数的模式识别，也叫多因子模型。

 

深度学习比这种方法复杂。

 

在深度学习的方法中，电脑自己设计了复杂的公式，比如

美女=身高*眼睛*头发+屁股*腿长*胸大+皮肤白+爱笑。

 

或者更复杂的公式，美女=身高*（眼睛+鼻子+下巴-腮帮子）+姿势多^衣服红。

 

你稍微动脑子想一下，就会发现这里可以设计的公式是无限多的。

 

没错！

 

电脑设计无限多的公式，挨个试这些公式，看哪个公式的结果更符合“实际情况”。

 

实际情况，就是人给出的结果。

 

比如摆出一千张照片，经过人类专家评审，鉴定为美女。

再摆出一万张照片，经人类专家鉴定，为非美女。

 

机器挨个试自己发明出来的公式，看哪个公式最符合人类专家给的评分。

 

最符合的那个公式，就是“正确”公式。

 

这个不断看照片学习人类审美的过程，就叫“学习”，也叫“训练”。

 

这就是你经常听到的深度学习。