3星|《AI極簡經濟學》：AI的預測、決策、戰略等方面的應用案例介紹
主要內容是AI的各種應用案例介紹。作者把這些案例分到五個部分介紹：預測、決策、工具、戰略、社會。
看書名和介紹以為會從經濟學的角度解讀AI，有更多的新鮮的視角和觀點，讀後比較失望，基本是見過的案例和視角。
總體評價3星，有參考價值。
以下是書中一些內容的摘抄，【】中是我根據上下文補充的資訊：
1：《紐約時報》將這次比賽形容為中國的“斯普特尼克時刻(Sputnik moment)”。正如蘇聯發射人造衛星“斯普特尼克號”使得美國大力投資科研,中國對這一事件【AlphaGo戰勝李世石】做出了類似反應,制定了到2030年佔據人工智慧世界領先地位的國家政策,並對此給予了財政支援。P7
2：跟克羅伊斯的例子一樣,預測可以是關於當下的。我們預測當前的信用卡交易是合法還是欺詐,醫學影像中的腫瘤是惡性還是良性,以及出現在蘋果手機攝像頭裡的是不是它的主人。儘管“預測”的拉丁語詞源“praedicere”的意思是“事先知道”,但我們對預測的文化解讀強調的是看到本來看不見的資訊,P23
3：但研究人員更進一步,將演算法和病理學家的預測結合起來,結果實現了99.5%的準確率。也就是說,人類的錯誤率從3.4%降到了0.5%,減少了85%的錯誤率。P61
4：人和機器各自擅長不同方面的預測。判斷癌症的時候,人類病理學家通常是對的。人類說有癌症然後發現弄錯了,這是很少見的情況。反過來說,人工智慧可以更準確地判斷沒有癌症的情況。人和機器犯的是不同型別的錯誤。辨識出這些不同的能力,人機結合便克服了這些弱點,因而能極大地降低錯誤率。P62
5：預測機器的一個主費優點是,它們可以按人類做不到的方式進行擴充套件。但它們還有一個缺點,那就是很難在異常情況下進行預測,因為異常條件缺乏足夠的歷史資料。兩相結合意味看許多人機協作都將採取“例外預測”的形式。P63
6：其他司機能夠藉助手機上的“知識大全”來預測最快的路線,這意味著他們可以提供同樣的服務。當高質量的機器預測變得廉價時,人類預測的價值便下降,計程車司機的境遇就會每況愈下。倫敦黑色計程車的乘坐人數下降了,因為有其他人可提供相同的服務。P72
7：他對生成資料的過程建立了一套模型。他意識到,有些轟炸機沒有在完成襲擊任務後平安歸來,進而猜測它們被擊中了致命的位置。相比之下,返回基地的轟炸機只是被擊中了不致命的位置。依靠這一見解,空軍工程師們在沒有彈孔的地方增加了裝甲,飛機得到了更好的防護。P95
8：劇中有一臺在聯邦調查局的辦公室之間派發郵件和機密檔案的機器。20世紀80年代就存在這樣一部自主運載工具,乍看之下令人驚奇。但它其實早在此前10年就上市了,名叫“移動郵件”(Mailmobile)。P96
9：這種折中是人類做出決定的一個關鍵方面。諾貝爾經濟學獎獲得者赫伯特·西蒙(Herbert Simon)稱之為“滿意即可”(satisficing)。當經典經濟學假設了一種具有超級智慧的存在完美地在做一些理性決策時,西蒙在他的作品裡意識到並強調,人類是無法應對複雜性的。因此,他們會追求滿意度,儘量達成目標。思考很難,所以人會走捷徑。P101
10：最初,力拓採用可在珀斯遠端控制的卡車,解決了部分人力部署的問題。但2016年,它又朝前推進了一步,它採購了73輛可自動運轉的無人卡車。這一自動化,已經為力拓節省了15%的運營成本。礦山上的卡車全天24小時滿負荷運轉, P107
11：陪孩子玩耍、照料老年人,以及其他許多涉及社互動動的行為,從性質上說,由人來完成大概比由機器來完成要好。就算一臺機器知道出於教育的目的該向孩子展示什麼樣的資訊,有時候,由人來完成此種溝通恐怕是最合適的。P111
12：同一批人,在電子表格出現之前,辛辛苦苦地計算答案;在電子表格出現之後,成為向計算機電子表格提出恰當問題的最佳人選。他們沒有遭到取代,反而像獲得了超能力,變得更強了。這類情形(即機器接管部分而非全部任務時,工作的效益反而增加了)可能會越來越普遍,它是人工智慧工具得到應用後的一種自然結果。P132
13：綜上所述,至少在中短期內,就使用醫學影像方面而言,人類仍將擔負這五項任務:選擇影象;在醫療程式中使用實時影象;解讀機器輸出;訓練機器接受新技術;根據機器無法獲得的資訊,進行判斷,否定預測機器的建議。放射科醫生有沒有未來,取決於他們是否是承擔這些任務的最佳人選, P138
14：喬舒亞建議該公司側重於預測而不是診斷。這樣,業務的邊界就以預測結束,不再需要監管部門的批准了,因為醫生有許多工具可以得出診斷結果。該公司不需要從初期就跟大公司合作。P154
15：經濟學家沙倫·諾瓦克(Sharon Novak)和斯科特·斯特恩(Scott Stern)發現,自己製造零件的豪華汽車製造商,在新車釋出年與次年之間改進配件的速度更快。它們使用《消費者報告》(Consumer Reports)的評分來衡量客戶端的改進效果。P156
16：其主要的言外之意是,資料與預測機器是互補品。因此,除非你擁有能“餵養”人工智慧的資料,否則採購或開發人工智慧起的作用十分有限。如果這些資料在別處,你就需要一個得到它的策略。P163
17：要付出些什麼代價呢?我們的答案來自核心的經濟學框架:“人工智慧優先”意味著把資源投入到資料收集和學習(一個長期目標)中,同時犧牲重要的短期考量，如直接的使用者體驗、收入和使用者數量。P167
18：飛機卻不是這樣。自動駕駛儀和電傳作業系統提供的更細微的輔助並不能把機乘人員的時間解放出來,讓他們專注於更有意義的事情。相反,它們讓機乘人員邊開飛機邊打瞌睡(“打瞌睡”有時是比喻,有時是真的)。P180
19：你還得知道,如果你不投放廣告,銷售會變成什麼樣。依靠包含了大量廣告和銷量的資料訓練出來的人工智慧,無法理解不投放廣告會發生什麼樣的情況。後一類資料是缺失的。這種未知的已知,是預測機器的一個重要缺陷,需要人類的判斷來克服。目前,只有擅長思考的人才能弄明白人工智慧是否落入了類似的陷阱。P186
20：雖然軟體始終存在安全風險,但對人工智慧而言,安全風險可能來自被操縱的資料。有三類資料對預測機器存在影響:輸入、訓練和反饋資料。所有這三類資料都有著潛在的安全風險。P187
21：策略麻煩在於,如果你擁有人工智慧(如谷歌的搜尋引擎),又如果競爭對手可以觀察輸入資料(如搜尋的詞條)和輸出結果(如網站列表),那麼,競爭對手就擁有了原始素材來配置其人工智慧,使之展開監督學習,重建演算法。想從這方面著手來效法谷歌的搜尋引擎極為困難,但從原理上說,是行得通的。P190
22：我【丹尼爾·卡尼曼】提出了三點主要區別。最明顯的一點是,機器人更擅長統計推理,對故事和敘述不像人那麼著迷。另一點是,機器人的情商更高。第三點是機器人更智慧。智慧是心懷寬廣。智慧就是視野不會太狹隘。這是智慧的本質,它有著寬廣的框架。機器人擁有寬廣的框架。P197
全文完
更多良心書評參見我的公眾號：左其盛經管新書點評