《终极算法》｜我们应该向人工智能学习什么？
核心书摘
《终极算法》算法已在多大程度上影响我们的生活？购物网站用算法来为你推荐商品，点评网站用算法来帮你选择餐馆，GPS系统用算法来帮你选择最佳路线，公司用算法来选择求职者……当机器最终学会如何学习时，将会发生什么？不论你身处什么行业、做什么工作，了解终极算法都将带给你崭新的科学世界观，预测以后的科技发展，布局未来，占位未来！
适合谁读
· 大型企业管理者
· 科技行业从业者
· 人工智能产品发烧友
关于作者
佩德罗•多明戈斯，美国华盛顿大学计算机科学教授，加州大学欧文分校信息与计算机科学博士，在机器学习与数据挖掘方面著有200多部专业著作和数百篇论文。
学什么？如何在人工智能时代的成功
现在已是未来，我们所处的时代，已经与过去完全不同。面对已经来临的、机遇与挑战并存的人工智能时代，我们必须跟上人工智能发展的脚步，以至于不会被时代淘汰。
当前，人工智能的研究、开发、应用涉及了社会多个方面，新一代信息技术发展更是为智能机器人发展奠定坚实了基础，尤其是图像识别、语音识别、自然语言理解等技术的实用化突破，直接推动了智能语音机器人的发展与应用，由此带动了产业规模的持续高速增长。
今天的文章从人工智能的优势、高效学习的秘诀、以及学习未来的知识的方向三个维度出发，结合大量的实际案例，告诉你人工智能的优势，让你掌握人工智能学习的方法，提升你的工作效率，在人工智能的时代脱颖而出。
你还会发现
· 人工智能的优势；
· 高效学习的秘诀；
· 如何抓住人工智能时代的机遇。
一、机器算法的超学习法：人工智能是如何碾压人类大脑的
人工智能有超强的学习能力，所以才能碾压人类大脑。那么，人工智能是如何学习的呢？说起来很简单，人工智能其实就是通过执行标准算法。也就是把标准算法分解成一系列特定的清晰指令，然后按部就班地执行下去，从而达到自我学习的效果。这么说有些难以理解，我们可以通过“阿尔法狗元”（AlphaGo Zero）学习的例子，来进行更具体的说明。
“阿尔法狗元”是谷歌下属公司Deepmind开发出来的一个新程序。大家都知道曾经战胜过韩国李世石和中国柯杰等围棋大师的AlphaGo，可能不知道的是，后来谷歌又开发出了更加强大的AlphaGo Zero。
它从零开始，在没有任何棋谱输入的情况下，仅用了8个小时，就击败了李世石板的AlphaGo，“阿尔法狗元”的学习能力如此彪悍，它究竟是怎么做到的呢？
在书中，作者把“阿尔法狗元”的学习过程进行了分解，总结成了三个步骤，第一步是利用大数据来强化预测能力；第二步是配备足够多的训练，进行强化学习；第三步是利用关联性思维来把握整体，并预测未来的走向。
先说第一步，利用大数据来强化预测能力。
“阿尔法狗元”的学习流程不是先学习再实践，而是边学边改，逐渐优化，这已经与人类大脑的学习方法很相似了。它以人类围棋大师的三千万个棋局为数据基础，进行了13层策略网络的训练。在学习过程中，阿尔法狗元只学一件事，就是“预测围棋大师的下一步棋下在哪里”。
具体说来，阿尔法狗元会根据算法的设定，自动屏蔽 80%分值低的落子部位，只专注于搜索20%分值高的重点落子部位。根据这20%的重点落子部位，不断计算下在某个点之后的所有发展局面。
目前的阿尔法狗元1秒能计算出8万个局面，而人类顶级的职业棋手一般一次也只能计算10个左右的局面。所以人类在巨大的计算能力差距面前，以绝对的劣势败北，也就不足为奇了。
在完成三千万专业棋局的监督学习后，阿尔法狗元就进入了第二个阶段：配备足够多的训练，来进行强化学习。
这个阶段有点象我们读过的书《刻意练习》中讲的一万小时理论，阿尔法狗元通过模拟自我对弈来进行强化训练。这个阶段的关键是独自完成足够多的练习，并从中找出重要的高概率分枝，然后把它们存储起来备用。
“阿尔法狗元”使用了五千多个高性能处理器来生成自对弈棋谱，并进行神经网络训练，几十个搜索线程同时进行，自我对弈毫无压力。这样一来，“阿尔法狗元”进一步提高了搜索效率，在实际对弈的时候，一搜就能找到相应的招术。
这种办法也是现实中，许多专业棋手自我训练时常用的方法，只是人类的大脑实在是与电脑无法相比，以前我们在许多书中都讲过，人类的大脑基本上就相当于是一个单线程的单核处理器，象电脑这种多线程同时工作的情况，在人类来说基本上是不可能的，如果非要强迫自己象电脑一样使用脑力，结果是非常可怕的。
奥地利著名的作家茨威格写了一本小说《象棋的故事》，里面有一个叫B博士的角色。有一次，B博士乘游轮去旅游，船上有一位象棋世界冠军，许多业余象棋爱好者听说了之后，都来挑战这位世界冠军，但都毫无悬念地失败了，最后B博士上场，把世界冠军打败了。
船上的人纷纷猜测B博士是一位世外高人，但他们意想不到的是，这位棋艺高超的B博士，竟然说自己已经二十多年没碰过象棋了。
二十多年没碰象棋，还能维持如此高水平的棋艺，他是怎么做到的？原来在二十多年前，B博士在德国纳粹的监狱里度过了一段常人难以想象的日子。
在监狱里，他把所有的精神都寄托在了一本象棋棋谱上，因为没有对手，所以他开始自我对弈，就有点象金庸小说中，被困桃花岛的老玩童，研究出来的左右手互博术，在这个过程中，他一人分饰两角，每次都拼尽全力地下棋。
就这样，B博士逐渐从只能想到两三步棋的新手，进步成为能想到几十步甚至上百步的象棋高手，然而，这段经历最终把B博士拉入了精神分裂的深渊。
当他离开纳粹的监狱时，医生再三告诫他，不能再碰国际象棋。但这次和世界冠军的偶遇，让B博士违背了医生的忠告，所以他再一次精神分裂了。
这个故事告诉我们，下象棋是极其费脑子的事情，象B博士这样用脑就有可能精神分裂，但同样的事，由电脑来做，永远不可能出现电脑崩溃的情况，这就是人脑与电脑的差距。
对人类来说，进行自我对弈已经是极限了，和人工智能比起来，两者在在计算能力上的差异显著，也进一步导致了训练结果的巨大差距。
“阿尔法狗元”学习的第三个步骤是，利用关联性思维来把握整体，并预测未来的走向。
这是我们常说的“跳出画面看画”的能力。DeepMind的创始人戴密斯·哈萨比斯说：“阿尔法狗元最革命性的一点，是它没有棋子的概念。” 无论是人类职业棋手，还是其他顶级AI，都是以棋子实力评估为基础的，它们会尽量避免被对方吃子。
但“阿尔法狗元”不一样，它不关心棋子的命运，只关心整体局势。只要整体局势需要，它会毫不犹豫地选择弃子。
“阿尔法狗元”使用的是博弈算法，这种算法考虑的是整体局势，始终把资源优先使用在最重要的地方，并随时放弃不重要的区域。它始终占领着整体局势上的优势，并且不会因为棋局不利，而导致“情绪”波动。
当然了，这是因为人工智能没有情绪，所以阿尔法狗元出“昏招”的概率非常低。反观人类棋手，他们常常没有计算出足够多的局面来判断整体局势，而且当局势不利、被吃子或剩余时间不长时，他们会不可避免受到负面情绪影响，导致出错概率增高。
利用大数据来强化预测能力；配备足够多的训练，进行强化学习；利用关联性思维来把握整体，并预测未来的走向。这三个步骤共同决定了在棋类比赛中，算法是完全碾压人类大脑的。
二、向机器算法学习，高效学习的三个秘诀
从阿尔法狗元学习的例子中，我们可以看到机器和人类在计算能力上的巨大差距。机器一秒就能轻轻松松计算几万种可能性，但对人类来说，这是不可能完成的任务。虽然两者差距很大，但不代表人类不能从机器学习中汲取经验，以指导高效学习。书中给出了向机器学习的三个秘诀：
第一是模拟人工智能，全面地搜集数据，并确认知识的边界；
第二是强化学习，利用分类思想筛选数据，并学以致用；
第三是用关联性思维进行跨界思考。
这种高效的学习方法其实不是太新鲜，早在2000多年前的秦朝，就有中国的前辈用这种方法来为自己谋取功名了。有书友可能会说，这可太扯了，接下来我们就一起看看大名鼎鼎的李斯是如何运用这三个秘诀的。
战国时期，七雄争霸，秦国最强，与秦国接壤的韩国差不多是七雄中最弱小的，为了保卫国家安全，韩国就向秦国派出了一名间谍。
这个间谍叫郑国，他是韩国最优秀的水利专家，他的任务就是游说秦王，在全国范围内开展水利工程。把自己最优秀的水利专家送给秦国，韩国这么做的目的实在是让人费解。难道韩国如此无私，是为了让秦国发展得更快、更好吗？当然不是。
韩国打的算盘是利用巨大的基础建设来耗费秦国的国力，让他们无力对外扩张。当秦国大兴水利工程时，必定要消耗巨大的人力和财力，当时的生产力低下，秦国每年的赋税是相对固定的，如果花在水利工程上的钱多了，在军事上的预算就会相应减少，秦国没钱打仗了，韩国就安全了。
不过，韩国这个如意算盘却没有打响，原因是郑国提前暴露了自己的间谍身份。
当时秦国因为发布招贤令，吸引了大量其他六国的能人异士在秦国做官，一些秦国本土的贵族势力早就对这种情况心怀不满，所以就利用这次机会，向秦王嬴政进谏，要把六国来的人全部驱逐出境，秦王嬴政于是就下了一道逐客令。
李斯原本是楚国人，而且与郑国还是朋友，自然也在被驱逐之列，在他临走之前，向嬴政上了一道奏折，就是历史上有名的《谏逐客书》，这一篇谏书可以说是改变了所有当时在秦国的外国人的命运，甚至还间接改变了秦国的命运。在这篇著名的议论文中，李斯就是运用了前面提到的智能学习三秘诀。
李斯应用的第一个秘诀：全面搜集数据。
为了说服秦王嬴政，李斯收集了尽可能多的过往数据，并借助从老师荀子那儿学来的知识，开始了数据挖掘工作，他把从嬴政的爷爷辈开始，在秦国工作、并做出卓越贡献的外国人的资料和案例收集起来。
比如，秦穆公时期从戎狄招来的由余、从宛城招来的百里奚、从宋国招来的蹇叔、从晋国招来的丕豹、公孙支,以及秦孝公时期从卫国招来的商鞅等等，这些人对秦国的贡献大到影响国家安全的军事和民生，小到后宫美人和珠宝的选择，一一列举，数据翔实而准确。
李斯应用的第二个秘诀是：对数据进行分类筛选，并学以致用。
罗列数据是为了更好地利用数据，所以李斯按照相关性的高低，把数据分成了两类，重点提炼出来在秦王嬴政之前的四代君王：秦穆公、秦孝公、秦惠文王、秦昭襄王时期,主要的外国招来的贤臣对国家做出的贡献，总结之后表达自己的观点：这四代明主都是靠着别国之人辅佐,才成就了那么伟大的功业，别国来秦国做官之人,不但没有对不起秦国，还是国家强大的保证。
仅仅完成筛选和分类，数据也依然还是一堆冰冷的数字，毫无说服力。所以，要把它们以一个合理的方式组织在一起，并用强逻辑结构环环递进，这时，数据才从冰冷的数字，转变成说服他人的利器。
李斯根据这些数据，进一步分析了逐客对人才流失和国家安全的影响，并综合考虑了秦王嬴政的性格特点和理想抱负，找出了三者之间的关联，这篇谏书的最后写道：“夫物不产于秦，可宝者多；士不产于秦，而愿忠者众。今逐客以资敌国，损民以益仇，内自虚而外树怨于诸侯，求国无危，不可得也。”（宝贵的外来产物有很多，愿意效忠秦国的外国贤士也有很多。
如今驱逐宾客来资助敌国，减损百姓来充实对手，对内，是虚空本国；对外，在构筑怨恨。这样的做法想要谋求国家没有危难，那是不可能的啊。）这一番有理有据的陈述，直接就说到秦王嬴政的心坎上了，于是“逐客令”就这样被撤销了。
而李斯，也因此得到了嬴政的赏识，最终官至丞相。这是李斯对第三个秘诀的应用：用关联性思维进行跨界思考。
搜集数据，并确认知识的边界；分类筛选数据，并学以致用；利用关联性思维进行跨界思考。这三个秘诀能帮助我们有效利用数据，挖掘过往的知识，强化现有的知识，并对未来做出准确预测。
在人工智能飞速发展的时代，我们要比历史上任何时期的人学得更快、更好，更能接受跨界的知识，才能从容不迫地面对未来的巨变。
三．学习未来的知识，让自己永不失业
正如在工业革命期间，机器流水线代替了手工作业一样，人工智能代替大量无需创新的重复性工作岗位已经成为必然趋势，且不可逆转。在科技领域，迈出一小步，就能领先一大步。
所以顺应这股趋势的企业，能更早地进入人工智能领域，并将人工智能转化成自己的武器，进而领先一大步，拥有更大的竞争优势。而拒绝这股趋势的企业，在未来必定会陷入人员臃肿、整体低效的经营困境中。
所有从事机械重复、替代性强、没有核心技术的工作者，都要好好思考人类和人工智能的差别，考虑一下加入人工智能的浪潮中了。
书中认为，在人工智能越来越普及的当下，我们要未雨绸缪，把精力放在计算机短期内无法做到的地方。
举个例子，刘强东预测：“未来京东将通过人工智能实现无人公司，10年内要把京东的员工数量从16万减少到8万。”一旦送货无人机或机器人投入使用，大量的快递小哥将会失业，如果不想失业，就要提前做好知识储备，了解京东未来的工作岗位需要什么样的人才，刘强东说：“以后京东会加大力度，招聘那些懂技术、懂人工智能的人才”，这就是方向之一。
作者在书中强调，与其和机器争输赢，不如高屋建瓴，选择驾驭机器。
斯坦福大学研发出了一种诊断皮肤癌的AI系统，它通过13万张痣、皮疹和其他皮肤病变的图像，学会了识别皮肤癌。经过深度学习后的AI，和21位皮肤医生来了一场PK大赛。结果发现，AI的诊断准确率高达91%，而不同的医生却会出现不同程度的误诊。
在和影像科、病理科的专业看片医师PK时，AI也是完胜，因为任何一个医师也不可能做到，把人类百余年来积累的Ｘ光片全部看完并完整记在脑海中，但电脑可以，而且不但可以记住，还能随时调用进行比对，所以从这一点上来看，“看片医生”在未来也将被列入可以被AI代替的职业。
机器的学习能力和计算能力之强，绝不是人脑可以比拟的，和机器拼计算能力无异于自取其辱。
但是，人工智能最终都是要为人类服务的，就拿前边提到的AI来说，它固然可以提高诊断疾病的准确率，也能提高看片效率，但它并不能代替医生做决定，AI就和医生的眼镜、手术刀一样，都是辅助工具，只不过它的性能更高级。
我们不是为了和人工智能比谁更强，而是要利用人工智能这个强大的助手，更好地工作和生活。
马云说，“未来30年的业务核心在于创造力”。李开复的看法更犀利，他认为，“人工智能取代人类工作是不可逆转的，关爱型和创造型的工作，是未来仅剩的人类工作”。《终极算法》这本书也认为，我们要从一而终，始终把培养创造力放在第一位。
就拿学习这件事来说吧。每天都会有大量的信息充斥在我们的工作、生活中，据统计，互联网每天产生2.5个五万亿字节的数据量，要想通过学习把这些信息全部转化成知识是不可能的。信息本身就像是鱼，多而且杂，而高效学习就是捕鱼的方法。
授人以鱼不如授人以渔，这其实就是一种创造力的体现。掌握了高效学习的方法后，人类的视野才会更加宽广，才能自如地使用跨界的知识，去创造性地开创新事物，或者改进旧事物。
如果我们把自己的精力放在学习知识本身上，就会疲于应对日新月异的新知识，学习速度也远比人工智能要慢得多，只有把精力更多地放在培养创造力上，我们才能真正在未来拥有一方立足之地。
总结
在未来，人工智能不再是不好用的傻瓜智能系统，而是深入影响我们选择的超级智能系统，到那时，AI将不再局限于解决特定问题，而是拥有终极算法，可以处理方方面面问题的智能系统。
吃饭的时候，AI会自动收集你的个人喜好，并根据你当天的身体激素分泌情况，推荐最合适的餐厅；AI会告诉你“如果选择运动，得心血管疾病的可能性会降低多少个百分点”“如果抽烟，得心血管疾病、内分泌疾病和癌症的可能性会增加多少个百分点，寿命会如何改变”。在决定研发新药之前，AI会告诉研发人员新药的内部结构是什么，如何制作，而且还能针对药物的有效性，提出建议，告诉研发人员这个项目是否值得投资。总之，我们会变得越来越依赖人工智能，越来越离不开人工智能。
在这样的时代背景下，安于现状地学习死知识，已经无法适应未来，要想在这样的时代大潮中保持个人竞争力，不被人工智能淘汰，我们要做的就是：顺势而为，终身学习。
恭喜你和“今今乐道”读书会一起读完了你生命中的第 1153 本书，希望今天的内容能给你有益的启发。（拆书人：莉）
《终极算法》金句：未来30年的业务核心在于创造力。
随着互联网、大数据、人工智能与实体经济的深度融合，以AI为引导的新工业与智慧城市建设正在加速推进。新一代智能制造成为城市、社会、经济高质量发展的新引擎，人工智能城市正在加速形成。
点击“右下方”分享按钮，将抓住人工智能时代机遇的方法送给需要的朋友，让他也能跟上时代的步伐。
相关内容：
《赤裸裸的统计学》｜为你彻底揭开了统计学、大数据和数字的“神秘面纱”。
上次推送内容
4－25《健全的社会》｜什么样的社会才能称之为“健全的社会”？
《柳井正：怀抱希望》｜柳井正是如何让每个人的衣柜都有一件优衣库的？
本次推送：
《高效能阅读》|如何让一个不喜欢读书的人喜欢上读书？
冯玉祥自传2/3|凝集斗志，全力抗战 。
《终极算法》｜我们应该向人工智能学习什么？
《谈判是什么》｜谈判宝典：如何在各种谈判场景占有利地位？
《理查德·布兰森自传》下｜你以为一个好创意就能支撑公司吗？
《创造力》｜创造力是如何产生的？
《上帝、国家、可口可乐》｜百年品牌可口可乐的经营秘诀。
史记·殷本纪｜商王朝五百多年的兴衰史就像一部百年老字号的企业发展史。
下次推送：
《越读者》｜信息爆炸时代如何走出阅读困境？
【视频】杜子建《情商密码》01｜情商就是以别人舒服的方式说自己有用的话
史记·周本纪｜一个王朝用了怎样的智慧，才可以延续近800年之久？
《消费森林×品牌再生》|如何利用设计赋于品牌生命力?
《克服组织防卫》｜人们为什么会屡次不改并且还变本加厉的犯错？
《洛克菲勒：工商巨子》｜如何应对“不涨工资我就走”的员工？
《这样提问才能成交》｜绝对成交：如何提问才能击中客户需求？
冯玉祥自传3/3|合作者眼中的“反革命家” 。
（语音、文字、图片部分来自今今乐道APP和网络，老农整理）