奇点大学公开课-颠覆你的思维

奇点大学公开课-颠覆你的思维

11月24日，百度百家举办第六次线下活动，邀请了奇点大学的三位讲师在太庙开公开课。

左：Raymond 中：Neil 右：Brad

有幸参加了baidu百家的奇点大学公开课，跟大家分享一下我的收获，首先是neiljacobstein 讲《人工智能重塑生活》，人工智能是我非常感兴趣的领域，文章后面部分我会谈一下我的想法。

Neil 首先对指数思维做了介绍，指数思维对大家来说其实都不陌生，每个人都看到了这个时代电脑性能的突飞猛进，个人手机配置的高速发展，学过计算机的人都了解摩尔定律，指数思维就是对摩尔定律的扩展，将摩尔定律这种指数发展的规律归纳推广到了其他更多的领域，比如通信，存储，信息，AI，robot，生物，纳米、神经科学等领域。

Neil 后续讲到了机器发展对社会的影响，如失业、电商互联网对传统行业的影响；neil也提到我们现在的工作方式和祖辈有很大不同，新技术新时代带来了更多新的就业机会、更大的好处，就像现在iphone ipad 对整个世界的影响。

不但要用指数思维理解科技和社会，还要用指数思维指导个人和企业的成长，对于个人的指数发展有一个很好的图片进行说明：

另外这篇文章《让你的荷叶布满整个池塘》也对个人的指数成长有很好的论述

如果我们充分理解了个人成长的指数发展，每个人必定有信心努力成长。

另外Neil提到了指数型组织，比如现在知名互联网公司开放的工作环境、高效的协作、授权、流程等，我们也看到很多企业成长非常快，比如刘强东说京东每年增长200%，也是指数型增长，我们也看到很多其他指数型飞速成长的互联网知名企业。

同时Neil推荐《指数型组织》： 《ExponentialOrganizations: Why new organizations are ten times better, faster, and cheaperthan yours (and what to do about it)》

同样对未来持乐观态度的的还有奇点大学执行主席，他著有 《富足》一书，书中介绍了改变人类未来的四大力量，同时认为未来比我们想象的更好。

为了实现人类的富足，Neil还讲述了影响力公式：I=PAT Impact=population×affluence×technology 具体可以参考http://en.wikipedia.org/wiki/I_%3D_PAT

Neil 对各个领域的指数型发展（纳米技术、太阳能、电网、农业等等）的最新情况也进行了介绍。

关于指数思维推荐奇点大学校长kurzweil 的《奇点临近》，书中有非常详尽的论述和讨论。

后面Neil开始讲述人工智能（AI），他分别介绍了人工智能历史上比较大的一些发展里程碑，比如97年深蓝国际象棋战胜人类，11年ibm的watson节目中击败人类选手，今年watson对外开放，还有认知神经科学对AI的借鉴，iphone的siri，google glass，nupic、grok，ibm最新的认知神经芯片SyNAPSE，谷歌深度学习的物体识别等最新的人工智能成果。

关于人工智能内容的系统论述可以参考kurzweil的 《如何创造思维》一书第七章。

Neil 提到的一句话令我印象深刻，大意是：人类历史就是教育和灾难的赛跑。我认为奇点大学意义重大，将这个时代技术发展的最大规律进行教育普及，使我们做好应对这个时代的准备。

AI的危险性Elon Musk已经有不少言论，Neil也一再提醒大家，做研究一定要随时思考技术的风险，及早防范，遵循道德原则，生态学四大法则：一每一种食物都与其他事物相关；二一切事物都有其去向；三自然界所懂的是最好的；四没有免费的午餐.

记得有人说过，大学不在于教你多少知识，而在于给你一个宽广的视野，视野比知识更重要，baidu BIG Talk 这个培训就是给大家打开一扇门，让大家能向外看的更远

计算的未来：设备多样化

下午首先是Brad Templeto讲述了技术发展的两个特点，早期采用和笨网络，我的理解是笨网络其实并不笨，而是提供一个可扩展的基础，比如ip网络协议，经过30年发展，人类已经在上面构筑了一个五彩斑斓的互联网的虚拟世界。后面Brad介绍了物联网中会出现的各种各样的智能硬件传感器等。

Brad接着讲述了自动驾驶给社会带来的影响和改进，从能源、效率、减少事故、时间、舒适等方面分别进行了论述。

生命科学走俏：2050年人类寿命翻番

RaymondMcCauley 给大家讲述了基因技术，从基因的解读、编写、破解3个部分分别论述了基因技术的发展。同样基因技术也是人们从食品安全到人文伦理（基因优生）讨论很多的领域，Raymond关于转基因食品的论述是：我们要更多的参考前沿基因科学家的观点。

下午两位教授讲述的自动驾驶技术和生物基因工程，我认为就是指数型发展在交通和基因工程两个领域的例子。由于指数发展，所以计算和基因技术普及的越来越快。

后记：

最后我想说一下我对实现强人工智能思路的看法，我们这里用AGI 表示Artificial General Intelligence 表示像人类一样的整体的通用的AI，现在大家都在讨论如何创造像人一样的AI，而不仅仅是创造只是适用于某个领域的专门做某些事情的AI，那么如何创造出像人一样的智能呢？

为创造像人一样的机器智能，我们应该向谁学习呢？既然大自然已经造就了人类这样高等智慧的生物，那我们就像大自然学习，学习大脑的工作原理，从认知神经科学领域探寻大脑的秘密（比如《superintelligence》 一书第二章就提到模拟大脑的思路），但是大脑极其复杂，我们如何开始呢？我们需要从简单的开始，人比其他动物更强的是大脑的功能更多更高级，但是人和其他动物基本都是视觉动物，视觉神经系统相比其他感觉系统在整个大脑中所占比重更大。视觉系统也是现在认知神经科学研究最深入的领域。

视觉有多重要毋庸置疑，视觉是动物对世界认识极其重要的一个入口，通过视觉，动物对世界进行认识，把世界在自己的大脑中进行建模。所以我们从视觉入手。但是动物视觉系统也是极其复杂，简单说，视觉分两部分，物体识别通路和运动监测通路，现在仿生的深度学习已经在物体识别方面有了很大的突破。比如识别场景http://t.cn/zHgZkOd，识别物体http://t.cn/Rhc2Jyd，大名鼎鼎的猫脸识别，玩游戏http://t.cn/8sMKbr6，短期记忆http://t.cn/R7CYr5e，Deep Learningin Neural Networks: An Overview 5.22一节介绍了最新的深度学习进展。其它资料如仿生机器视觉论文DeepHierarchies in the Primate Visual Cortex What Can We Learn for ComputerVision.pdf

从进化来看，人的思维体系也是建立在视觉思维之上，很多语言都是首先反映普通的视觉对象，抽象词语也大都是从具体的词语抽象而来。如果计算机真的能像人一样看懂这个世界，那将是很大的突破。

所以我认为创造像人一样的机器智能的思路是从仿生动物视觉系统的机器视觉入手。欢迎大家批评交流！个人微博http://weibo.com/createamind/。