最近幾天,聽了國防科技大學竇勇教授關於大資料與人工智慧的講座,今天又看了2016綠公司年會馬雲等人的演講,充分闡述對未來各行各業發展的見解。我個人對此感受頗深,雖然對很多東西不是瞭解很多技術的關鍵點,但是當你聽到許多在網際網路等行業裡工作了二三十年的目擊了中國數十年發展的人闡述他們對未來的見解的時候的你眼光也就不僅僅是侷限於某個語言某個技術點,而是放眼整個世界,放眼網際網路未來行業的發展,一個更高更廣的世界呈現在你的面前,你的思想也會上升到一個新的高度。

            淺談對人工智慧的認知:

             既然談到了深度與高度,那麼不得不提的就是人工智慧。大家是從什麼時候開始關注人工智慧的呢,大概就是一個月前的谷歌的AlphaGo與韓國國手李世石的圍棋大戰吧。結果出人意料,AlphaGo3:1戰勝了世界第一的李世石。我當時聽到這個訊息,作為一名技術狗,從主觀上認為,是程式設計師嚴謹的程式在AlphaGo裡存了大量的棋譜,從而才會贏得韓國的大國手。對這件事情也沒有過分的關心。直到聽到竇勇教授的講座,才明白我的理解真的是很單純的。本質上AlphaGo是具有深度學習的功能,即像人類一樣擁有對外部感知和學習的能力,那麼深度學習的原理是什麼呢?                  其實本質上是利用到了人體大腦的結構模型,從而對映到機器人中,給他們一個類似人類的大腦結構,內部大概插入上百個CPU,類似於人腦的神經系統,外部的每一次刺激都會在機器人"系統"中逐層傳遞,逐層傳遞的過程中,這些資訊會不斷的經過處理,就像人眼對圖片的識別過程,一開始只是看個大概的外部輪廓,然後是顏色,具體的某一部分的形狀,等等,這些資訊在人腦中也是會經過處理的,並逐層遞減.最後經過這一次的刺激最高層會儲存接收到的資訊,大量的刺激就會不斷有儲存的資訊載入進入它的"大腦",從而做出判斷什麼才是對的,當然這種判斷還是程式實現的,並且類似於五子棋圍棋等都是有一定規則的遊戲,那麼經過大量資料的刺激，AlphaGo就會"明白"到他認為對的事,這樣他其實就沒有了本來程式的嚴謹性,但大量資料的積累會給他一個判斷,每次記錄的資訊儲存起來就是他的經驗,比如這次輸了,那麼這麼做就是不對的,那麼下次就不會這麼做,在海量資料的刺激下,他的正確率就能達到很高,但絕對不是百分之百,所以這就是為什麼他還是會輸了一局的緣故。因此人工智慧可以涉及到很多領域,因為有了深度學習,有些事情他會做的比人更加熟練.因此人工智慧可以應用到很多的領域。當然我還是並不覺得是人工智慧就比人聰明,因為每次的資料對他的刺激,其實就相當於人的"經驗",因此真正比較起來受過海量資料鍛鍊的它也只是"經驗豐富"。

             淺談對網際網路行業發展見解

                 聽完綠公司2016年會，還有之前所見所聞，個人感覺視野層面有了很大的提升，從這些科技或商業大佬的談話中，可以清晰的感覺到其中一些人對未來發展個人的見解。事實上，我們每個人都看不到未來，但我們可以根據發展的趨勢推測未來發展的可能性，而且有些東西結合現實生活推出的可能性很大。就目前的網際網路行業,結合國內國際目前態勢來看，正是因為我們今天處在資訊資料高度發達的資訊網際網路時代,諸如國內的bat三巨頭，國外的facebook，google等，目前的主流業務基本上都是為資訊和資料服務。資訊網際網路時代在通訊速度或資料互動的速度上已經達到一種極致，或者不應該這麼說但是例如1s種能夠互動的訊息縮減到0.5秒，其實發展意義不大。而且現在從事資訊網際網路行業，在國內也很難超越bat這三家巨頭，更不要說放眼世界了。科技的本質在於讓生活更加美好，人們也都向往美好的生活，伴隨著資訊網際網路時代的飽和，產業網際網路的發展才剛剛拉開序幕。以搜尋社交和網購為主的資訊網際網路更多的是為人們的生活與資訊提供了便捷，但產業網際網路會更加根本的著眼於實質的能夠給人們帶來的價值，說白了就是實質的區別於資訊資料又不能完全脫離資訊和資料的實體，更有具體價值而不同於虛擬網上服務的價值。例如你現在需要網購的東西可能經過的廠家-中間商-商家-使用者，未來伴隨著產業網際網路的發展，很可能實現直接的廠家-使用者這樣的消費，一旦成型，會減去很多中間商的利潤，並且伴隨著這樣的發展市場會淘汰掉產品質量或其他問題的廠家，那麼留下來的也必然是生產出優質產品的廠家。當然不只是產業網際網路，伴隨著人工智慧和VR等技術的發展成熟，它們也有可能大範圍的商業化和普及，進入到我們每個人的生活中。總而言之，我個人覺得一切讓生活更美好的行動或內容都會推動這個社會的發展。