摘要：同時(shí)，也會(huì)催生出超人類。年，深藍(lán)戰(zhàn)勝人類國(guó)際象棋冠軍，標(biāo)記著人工智能往前邁開了重要一大步。年大勝柯潔，人工智能即將碾軋人類的話題遍進(jìn)入大眾視野，迅即引起普遍的狂熱和焦慮。

內(nèi)容來(lái)源：本文為《暗知識(shí)：機(jī)器認(rèn)知如何顛覆商業(yè)和社會(huì)》讀書筆記；作者簡(jiǎn)介：王維嘉，中國(guó)科技大學(xué)學(xué)士和碩士，美國(guó)斯坦福大學(xué)博士。

為什么人工智能的學(xué)習(xí)速度特別快？

人工智能將會(huì)顛覆哪些行業(yè)？

《未來(lái)簡(jiǎn)史》一書的作者尤瓦爾·赫拉利（YuvalHarari）曾預(yù)測(cè)，若干年后，人類社會(huì)最大的問題是人工智能帶來(lái)一大批“無(wú)用的人類”。

同時(shí)，也會(huì)催生出“超人類”（Superhuman）。他認(rèn)為，一小部分超人類將可以借助科學(xué)技術(shù)不斷地“更新”自身，操控基因，甚至實(shí)現(xiàn)人腦與計(jì)算機(jī)互聯(lián)，獲得一種不死的狀態(tài)。

“在以前的歷史上，貧富差距只是體現(xiàn)在財(cái)富和權(quán)力上，而不是生物學(xué)上，帝王和農(nóng)民的身體構(gòu)造是一樣的。在人可以變成超人類后，傳統(tǒng)的人性就不存在了，人類會(huì)分化為在體能和智能上都占據(jù)絕對(duì)優(yōu)勢(shì)的超人階層和成千上萬(wàn)普通的無(wú)用的人類?！?/p>

他的擔(dān)心會(huì)成為現(xiàn)實(shí)嗎？

早在1965年，人工智能這個(gè)術(shù)語(yǔ)就被正式提出。

1977年，iBM深藍(lán)戰(zhàn)勝人類國(guó)際象棋冠軍，標(biāo)記著人工智能往前邁開了重要一大步。

2017年Alphago大勝柯潔，人工智能即將碾軋人類的話題遍進(jìn)入大眾視野，迅即引起普遍的狂熱和焦慮。

人工智能做為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，無(wú)論是在自動(dòng)駕駛還是醫(yī)療方面，都或多或少進(jìn)行參與協(xié)助。

兼具研究者和投資者身份的的王維嘉博士在新著《暗知識(shí)：機(jī)器認(rèn)知如何顛覆商業(yè)和社會(huì)》中告訴我們：機(jī)器中的深度學(xué)習(xí)，即將被顛覆的行業(yè)有哪些，以及我們應(yīng)該如何應(yīng)對(duì)未來(lái)。

人工智能這件事讓大家覺得這件事情特別神奇，美國(guó)谷歌公司的圍棋對(duì)弈程序Alphago戰(zhàn)勝圍棋天才，這件事是人工智能進(jìn)入我們大眾視野的一個(gè)里程碑事件。

圍棋這樣令人類引以為豪的東西，機(jī)器一下子遠(yuǎn)遠(yuǎn)高于人類，而且我們不懂，不知道為什么。

谷歌一年后繼AlphaGo之后又造了一個(gè)叫AlphaGo 0，AlphaGo 0不學(xué)人類的經(jīng)驗(yàn)，第一個(gè)AlphaGo 是先學(xué)人類的殘局、學(xué)棋譜，最后超越人類。

AlphaGo 0就說(shuō)我能不能自己和自己對(duì)弈，弄兩個(gè)雙胞胎兄弟自己打，從零學(xué)起。結(jié)果七天之后，AlphaGo 0就超過(guò)了AlphaGo的水平，40天之后，就打遍天下無(wú)敵手，到今天都沒有人能打敗它。

這件事給大家?guī)?lái)了很大的震撼，人類引以為傲的積累了兩千年的圍棋經(jīng)驗(yàn)，對(duì)AlphaGo0來(lái)說(shuō)，一錢不值。不僅一錢不值，而且是累贅，是束縛。

學(xué)了人類的棋譜以后反而受它的限制，水平不提高了。為什么會(huì)這樣，這就需要我們要把這個(gè)問題想清楚，就逼著我們想到底學(xué)習(xí)的本質(zhì)、知識(shí)的本質(zhì)是什么。

大家知道過(guò)去的亞里士多德，一直到后來(lái)的理性主義一直在爭(zhēng)人的知識(shí)從哪來(lái)的，是經(jīng)驗(yàn)得來(lái)的還是推理得來(lái)的。大家爭(zhēng)了兩千年沒有明確結(jié)果，為什么？

因?yàn)槟莻€(gè)時(shí)代人們根本不了解大腦怎么工作的，甚至亞里士多德時(shí)代認(rèn)為心是思維的器官，一直到70多年前，人們才大致搞清楚，學(xué)習(xí)的本質(zhì)是大腦神經(jīng)原的連接。

舉個(gè)例子，比如說(shuō)我們教一個(gè)孩子認(rèn)字母O，這個(gè)孩子看到了一個(gè)橢圓形，耳朵聽到了一個(gè)“歐”的發(fā)音。這時(shí)候這兩個(gè)神經(jīng)原，聽覺的神經(jīng)原和視覺神經(jīng)原就連起來(lái)了，下次他聽到聲音就畫出圓圈，看到圓圈發(fā)出O的聲音。

說(shuō)明他在這兩件事情上建立了聯(lián)系，所以說(shuō)學(xué)習(xí)的本質(zhì)就是這么簡(jiǎn)單。

一旦知道了這個(gè)道理之后，人們很自然的想到，我可不可以用電子線路模仿神經(jīng)原的工作。

大家看這張照片是我和我的斯坦福導(dǎo)師，他是神經(jīng)網(wǎng)絡(luò)的鼻祖之一，我手里抱著一個(gè)黑盒子，就是一個(gè)神經(jīng)原，是他1960年做出來(lái)的世界上第一個(gè)能夠自我學(xué)習(xí)的神經(jīng)原。這一個(gè)神經(jīng)原能干什么呢？它能識(shí)別一個(gè)簡(jiǎn)單的圖形，比如你告訴它字母A，它學(xué)習(xí)了以后，就能認(rèn)識(shí)這是不是A。

今天，我們一顆芯片上可以放大概一億個(gè)這樣的黑盒子，因?yàn)閺?960年到現(xiàn)在，計(jì)算機(jī)芯片的技術(shù)是上千萬(wàn)倍的增長(zhǎng)。所以說(shuō)當(dāng)神經(jīng)原多了以后，它就可以識(shí)別更復(fù)雜的圖形，比如人臉識(shí)別。

大家看到機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)，其實(shí)說(shuō)的都是一回事。當(dāng)然人工智能還有很多流派，今天發(fā)揮威力的這個(gè)人工智能，就是神經(jīng)網(wǎng)絡(luò)。

當(dāng)我們理解的這些東西以后，我們就發(fā)現(xiàn)了另外一條線索，人類歷史上是怎么理解知識(shí)的？

過(guò)去，大家以為我的知識(shí)就是所有的文字語(yǔ)言能表達(dá)出來(lái)的東西。就像在各大圖書館，你能翻閱到人類歷史上積累的所有知識(shí)。

一直到70年前，有一個(gè)奧匈科學(xué)家麥克波蘭尼發(fā)現(xiàn)了另外一種知識(shí)，叫默會(huì)知識(shí)，我們也叫默知識(shí)，就是只可意會(huì)，不可言傳的意思。

比如說(shuō)大家可能都會(huì)騎自行車，有沒有一個(gè)人是看著手冊(cè)學(xué)會(huì)的？每個(gè)人都父母把你放在車子上，你歪歪扭扭摔個(gè)跤就學(xué)會(huì)了，你也是這樣教你的孩子、教你的朋友。

人類的很多其他技能，比如拉小提琴、跳芭蕾、打乒乓球等等，全是這類的，只可意會(huì)、不可言傳的。

為什么說(shuō)不出來(lái)？因?yàn)檫@樣一個(gè)知識(shí)在我們的大腦里頭建立了一個(gè)非常復(fù)雜的神經(jīng)元的聯(lián)系，但是我們語(yǔ)言的表達(dá)能力又非常弱。

比如我在這兒跟大家講，每秒鐘平均說(shuō)五個(gè)字，所以語(yǔ)言能表達(dá)出來(lái)的信息要遠(yuǎn)遠(yuǎn)少于我們大腦里面存儲(chǔ)的信息。

由于這個(gè)原因，大量的知識(shí)是以默知識(shí)的形式存在的。所以這個(gè)發(fā)現(xiàn)是人類歷史上的一個(gè)重要的里程碑。

研究到這里，作者就在想，在我們的認(rèn)知內(nèi)有既可以表達(dá)，又可以感受的知識(shí)，也有不可以感受無(wú)法表達(dá)的知識(shí)。

大家看第一個(gè)象限，既可以感受又可以表達(dá)，比如說(shuō)阿基米德就是在浴缸里發(fā)現(xiàn)了浮力定律，他感受到了浮力定律，又把它寫出來(lái)了，這就是既可感受又可表達(dá)。

還有廣義相對(duì)論、量子力學(xué)，我們?nèi)祟惛惺懿坏揭Σǎ菍?shí)實(shí)在在存在的，從數(shù)學(xué)上可以推導(dǎo)出來(lái)，可以驗(yàn)證的。所以這是不可感受的可以表達(dá)。

所以說(shuō)在我們象限的右邊就是我們大家熟悉的明知識(shí)，默知識(shí)就是第二象限，只可感受不可表達(dá)。

當(dāng)我把這個(gè)圖畫出來(lái)的時(shí)候，很顯然這個(gè)左下角是空白，這個(gè)時(shí)刻就是我發(fā)現(xiàn)暗知識(shí)的時(shí)刻，也是我明白了的時(shí)刻。

很顯然，應(yīng)該有一類知識(shí)是人類既不可感受又不可表達(dá)的，那這就是暗知識(shí)，這就是AlphaGo下圍棋的知識(shí)。

為什么有些東西人類感受不到？因?yàn)槲覀兊母杏^非常有限，比如我們的眼睛看不到紅外線、我們的耳朵聽不到超聲波。

比如說(shuō)我們聽到馬路上的噪音時(shí)，我們?cè)谀X子里留不下任何痕跡，因?yàn)槲覀兟牪幻靼桌镱^是什么東西。所以它是不可感受的。

因?yàn)樗容^復(fù)雜，所以我們又沒法表達(dá)，所以既不可感受又不可表達(dá)，就是暗知識(shí)。

所以暗知識(shí)的本質(zhì)就是機(jī)器發(fā)現(xiàn)了人類發(fā)現(xiàn)不了的、隱藏在萬(wàn)事萬(wàn)物中的復(fù)雜關(guān)系。因?yàn)槲覀兊男∧X袋瓜只能處理比較簡(jiǎn)單的關(guān)系，所以這就是暗知識(shí)。

知道了這個(gè)以后，暗知識(shí)、明知識(shí)和默知識(shí)這三者什么關(guān)系呢？我們可以看這張冰山的圖。一個(gè)冰山，它的冰山一角，水面上的東西就是我們?nèi)祟惿先f(wàn)年來(lái)已知的所有的明知識(shí)，可以用語(yǔ)言文字公式表達(dá)的。

水面下面的冰山就是默知識(shí)，整個(gè)海洋就是暗知識(shí)，它們之間的關(guān)系就是這樣。

所以為什么機(jī)器能如此迅速的學(xué)習(xí)呢？因?yàn)樗麄兡苷莆樟艘粋€(gè)核心技能：群體學(xué)習(xí)。

什么叫群體學(xué)習(xí)？谷歌做了這么一個(gè)實(shí)驗(yàn)，它做了一個(gè)機(jī)械手，機(jī)械手下面放了一個(gè)盤子，這個(gè)盤子里頭放了一些雜物，手電筒、鋼筆亂七八糟的東西，不同的形狀。它現(xiàn)在讓機(jī)器自己學(xué)，從盤子里把東西抓到外面來(lái)。

一開始機(jī)器亂抓，抓不著，偶然的機(jī)器就抓到了一個(gè)東西，這時(shí)候機(jī)器知道，我要在這個(gè)高度抓東西。然后不同的形狀它又慢慢摸索，十幾天以后，它就可以穩(wěn)定地把盤子里面的物體都抓出來(lái)。

這個(gè)實(shí)驗(yàn)沒什么奇怪的，谷歌又做了第二個(gè)實(shí)驗(yàn)，就非常有意思。它把15臺(tái)機(jī)器放在一起，用網(wǎng)絡(luò)連起來(lái)，讓它們同時(shí)來(lái)學(xué)同樣的動(dòng)作，每個(gè)人前面有一個(gè)盤子，放同樣的東西，大家猜一猜學(xué)習(xí)時(shí)間變成多長(zhǎng)了？變成了原來(lái)的1/15。

為什么呢？因?yàn)橹灰幸慌_(tái)機(jī)器抓到了第一個(gè)東西，它馬上就把這個(gè)信息用網(wǎng)絡(luò)傳給所有機(jī)器，其他14臺(tái)機(jī)器同時(shí)就學(xué)會(huì)了，大家想想我們?nèi)祟惸茏鲞@樣的事嗎？做不了。

也就是說(shuō)你學(xué)會(huì)騎自行車了，你的兄弟姐妹還得從頭學(xué)起，我沒法把大腦神經(jīng)元的連接取出來(lái)拷貝給他。這就是機(jī)器神奇的地方。

麥肯錫的研究表明，全球范圍內(nèi)多達(dá)1.4億全職知識(shí)工作者或被智能機(jī)器所取代。到2020年，全球?qū)?huì)有700萬(wàn)個(gè)工作崗位消失。

美國(guó)斯坦福大學(xué)統(tǒng)計(jì)，美國(guó)將有47%的職位會(huì)被人工智能取代；而在中國(guó)，這個(gè)比例有可能達(dá)到60%以上！大量工作被取代的同時(shí)，意味著行業(yè)也逐漸被顛覆。

在人工智能這股颶風(fēng)襲來(lái)之時(shí)，人工智能將能給哪些商業(yè)領(lǐng)域帶來(lái)翻天覆地的變化呢？

1.自動(dòng)駕駛

自動(dòng)駕駛汽車實(shí)際上是一個(gè)會(huì)告訴自己正在行走的機(jī)器人。汽車最重要的零部件是電子元件，目前一輛車中的芯片成本將達(dá)到5000美元。一輛電動(dòng)自動(dòng)駕駛車本質(zhì)上就是一臺(tái)有四個(gè)轱轆的電腦。

傳統(tǒng)汽車的核心能力在于將發(fā)動(dòng)機(jī)、傳統(tǒng)系統(tǒng)等機(jī)械子系統(tǒng)打磨成為精密的工藝品，但一夜之間這些核心技能不重要甚至不再被需要了。

目前的電動(dòng)汽車的馬達(dá)加速已經(jīng)大大超過(guò)最好的汽油發(fā)動(dòng)機(jī)，而且不需要任何傳動(dòng)系統(tǒng)。自動(dòng)駕駛需要的重要技能例如計(jì)算機(jī)視覺、人工智能算法等都不是傳統(tǒng)汽車廠商的強(qiáng)項(xiàng)。

第一次駕駛特斯拉半自動(dòng)電動(dòng)車的感覺就像第一次使用iphone手機(jī)，而駕駛傳統(tǒng)汽車就像使用諾基亞手機(jī)。傳統(tǒng)汽車廠商的營(yíng)銷渠道非常“線下”，依托于成本巨大的經(jīng)銷商、專賣店和維修體系。

電動(dòng)車的車體就三樣?xùn)|西：電池、轱轆和馬達(dá)。一輛內(nèi)燃發(fā)動(dòng)機(jī)汽車的零件有上萬(wàn)個(gè)，而一輛電動(dòng)車的機(jī)械零件只有幾千個(gè)。

這意味著發(fā)生機(jī)械故障的概率和維修成本降低。由于零部件的減少，電動(dòng)車和電腦、家電一樣將會(huì)變得標(biāo)準(zhǔn)化。這使電動(dòng)車更易于在線銷售，這將又一次沖擊傳統(tǒng)汽車廠商。

2.醫(yī)療行業(yè)

醫(yī)療健康是人工智能最熱門的應(yīng)用領(lǐng)域之一。醫(yī)療行業(yè)有太多的方面可以借助人工智能得到質(zhì)的提升。醫(yī)療健康診斷和預(yù)測(cè)是一個(gè)典型的暗知識(shí)案例。

一個(gè)疾病的原因非常復(fù)雜，每個(gè)病人的身體情況和病史又都不同。人生活在一個(gè)超級(jí)復(fù)雜的環(huán)境中，環(huán)境中的所有因素都對(duì)人的健康有影響。

過(guò)去的醫(yī)療教育是把這些非常復(fù)雜的情況大大簡(jiǎn)化，編寫成各種教科書和指南，但這些明知識(shí)根本無(wú)法覆蓋所有的情況，所以一個(gè)好的醫(yī)生主要是通過(guò)多年實(shí)踐掌握了大量的默知識(shí)。

但由于人體的復(fù)雜性，每個(gè)醫(yī)生掌握的默知識(shí)只是一點(diǎn)皮毛，無(wú)論是廣度和深度都遠(yuǎn)遠(yuǎn)不夠。

只有機(jī)器學(xué)習(xí)才能系統(tǒng)地通過(guò)數(shù)據(jù)挖掘出大量復(fù)雜的、醫(yī)生通過(guò)自己經(jīng)驗(yàn)和理解都無(wú)法觸及的暗知識(shí)。這些數(shù)據(jù)不僅包括病人的數(shù)據(jù)，也包括生物、藥理、生理、氣候、環(huán)境等數(shù)據(jù)，機(jī)器能在這些復(fù)雜的數(shù)據(jù)中找出隱蔽的相關(guān)性。

機(jī)器將發(fā)現(xiàn)越來(lái)越多的醫(yī)療健康方面的暗知識(shí)，這不僅將從根本上改變未來(lái)的醫(yī)療診斷，也將深刻影響未來(lái)的醫(yī)學(xué)教育和醫(yī)生培養(yǎng)。

3.智能金融

人工智能將給金融行業(yè)帶來(lái)徹底的顛覆。金融行業(yè)的重要分支例如銀行、保險(xiǎn)、證劵、理財(cái)將無(wú)一幸免。就拿銀行業(yè)舉例。

首先，銀行面對(duì)消費(fèi)者的大量業(yè)務(wù)和服務(wù)將被AI取代。例如貸款的審核方面，人工智能可以在貸前、貸中、貸后進(jìn)行客戶跟蹤管理。

根據(jù)銀行的征信數(shù)據(jù)加上社交的數(shù)據(jù)行為特征，可以精準(zhǔn)地描述個(gè)人行為和金融風(fēng)險(xiǎn)。一筆貸款的申請(qǐng)和審核可以在瞬間完成，并且比人工審核的壞賬率更低。

其次，AI將取代銀行內(nèi)部的大量人工運(yùn)營(yíng)管理工作。大型銀行必須處理大量的數(shù)據(jù)以便生成財(cái)務(wù)報(bào)告，并滿足合規(guī)要求。

這些過(guò)程都越來(lái)越規(guī)范化、程式化，但仍需要大量人員進(jìn)行添加任務(wù)，比如對(duì)賬和合并報(bào)表，他們的工作是機(jī)器人過(guò)程自動(dòng)化(RPA)的理想選擇。

最后，在接下來(lái)的幾年中，人工智能將被用于改變財(cái)務(wù)中最核心的功能，例如公司間對(duì)賬和季報(bào)，以及進(jìn)行財(cái)務(wù)分析、合規(guī)分析等更具有戰(zhàn)略性的職能。

人工智能提供了速度和準(zhǔn)確性，例如，整個(gè)報(bào)告和披露過(guò)程可以和真實(shí)時(shí)間基本保持同步，不用再等到每個(gè)季度末期。

由人工智能支撐的財(cái)務(wù)團(tuán)隊(duì)能夠比現(xiàn)在更快地發(fā)現(xiàn)問題并做出調(diào)整，從而提高準(zhǔn)確性，而非每個(gè)季度的最后階段才做努力。

就工作方面而言，托馬斯·達(dá)文波特的《人機(jī)共生》中，給我們列舉了以下3個(gè)特征，如果你的工作符合以下特征，那么，你被機(jī)器取代的可能性非常大：

1.無(wú)需動(dòng)腦，只需大量的重復(fù)勞動(dòng)，讓人身心俱疲的工作；

2.無(wú)需天賦，通過(guò)訓(xùn)練就能掌握的技能，枯燥乏味；

3.兩耳不聞天下事，一度認(rèn)為只有人類才能完成，而機(jī)器無(wú)法勝任的任務(wù)，盲目自大。

現(xiàn)如今的人工智能從唐詩(shī)到寫小說(shuō)都有所涉及，甚至能模仿梵高的畫風(fēng)繪制出相同風(fēng)格的畫。

從這兩張改造的畫來(lái)看，機(jī)器的模仿可以說(shuō)是惟妙惟肖，其中色彩、筆觸、線條的模仿是人類無(wú)法企及的。這種模仿是典型的默知識(shí)，從這個(gè)例子可以看出機(jī)器對(duì)默知識(shí)的掌握比人類要精細(xì)得多。

這種“創(chuàng)作”在本質(zhì)上是非常隱蔽的一種“混搭”，和作詩(shī)一樣，普通人很難分辨真?zhèn)巍?/p>

判斷詩(shī)還可以用“意境”“畫面感”，而判斷畫，特別是抽象畫幾乎沒有人類可以依賴的直覺。作畫機(jī)器人和作詩(shī)機(jī)器人不同，這里的作畫機(jī)器人掌握的不只是默知識(shí)，而且進(jìn)入了暗知識(shí)的領(lǐng)地。

所以由對(duì)抗生成網(wǎng)絡(luò)這種機(jī)器“混搭”并迭代出來(lái)的畫的確可以亂“真”。這樣的機(jī)器可以在短期內(nèi)大量探索不同的風(fēng)格，讓藝術(shù)家選擇或給藝術(shù)家以靈感。

看完舉例，是否有些心酸，為何機(jī)器如此強(qiáng)大，難道人類真的沒有贏得過(guò)AI的地方嗎。撇開情感，如果只討論智力和智能，人比機(jī)器強(qiáng)在哪里？

但實(shí)際上，人工智能更像一個(gè)偏科生，比如像一個(gè)理工科大學(xué)招了一個(gè)體育特長(zhǎng)生，跑步游泳可以拿全國(guó)冠軍，但是考微積分不一定能及格。所以我給它的一個(gè)評(píng)價(jià)是什么？

它叫做智商偏科、情商為零，它完全不懂感情，所以情商為零。所以我們就可以看得出來(lái)，能不能取代我們?nèi)祟?？凡是需要情感的工作都很難被機(jī)器取代，包括保姆都很難被機(jī)器取代。

所以我們?nèi)祟惔罂煞判?，機(jī)器擅長(zhǎng)發(fā)現(xiàn)復(fù)雜相關(guān)性的那些領(lǐng)域，但是在很多其他領(lǐng)域，機(jī)器是很難取代的。

簡(jiǎn)單地說(shuō)，雖然基于神經(jīng)網(wǎng)絡(luò)的人工智能在記憶和識(shí)別這兩個(gè)基礎(chǔ)智能方面超過(guò)了人，但在推理、想象等高級(jí)智能方面還和人相去甚遠(yuǎn)。未來(lái)最佳的結(jié)合就是人類和機(jī)器合作，互相取長(zhǎng)補(bǔ)短。

今后10、20年是一個(gè)非常有意思的時(shí)代，我們可能會(huì)進(jìn)入一個(gè)新的世界，這個(gè)時(shí)代我把它叫機(jī)器認(rèn)知時(shí)代，機(jī)器認(rèn)知時(shí)代有三個(gè)特點(diǎn)：

第一個(gè)特點(diǎn)，到處都有傳感器，記錄著我們周圍很多的變量。

第二個(gè)特點(diǎn)，機(jī)器可以把大量的記錄下來(lái)的變量從里頭發(fā)現(xiàn)很復(fù)雜的相關(guān)性，然后用來(lái)為我們的生活、為我們的生產(chǎn)服務(wù)。

第三個(gè)特點(diǎn)，這些知識(shí)未來(lái)你可以想象有很多機(jī)器在不知疲倦地7×24小時(shí)工作，這些暗知識(shí)不斷地積累，這個(gè)暗知識(shí)的海洋不斷擴(kuò)大，它會(huì)遠(yuǎn)遠(yuǎn)超過(guò)我們?nèi)祟惖闹R(shí)。

這個(gè)神經(jīng)網(wǎng)絡(luò)也好、人工智能也好，是我們?nèi)祟惖囊粋€(gè)很強(qiáng)有力的工具，和我們歷史上發(fā)明的很多工具不一樣的是，它延伸了我們的大腦，但是它畢竟還是我們的工具。

不管怎么樣，未來(lái)的世界是一個(gè)非常未知的世界，歡迎大家來(lái)到這樣一個(gè)未來(lái)的世界，和我們一起探討這個(gè)新奇而又興奮的未來(lái)！