人机协作、知化、跨领域的思维方式

周末在讲课的时候,临时给学生讲解了一些技术前沿的思维方式,从“人机协作”---“文本挖掘”---“正态分布”---“考试成绩”---“反欺诈”---“机器学习预测”---“分类问题”---“聚类算法”,进行了一次跨领域的讲解。有几个要点,总结一下,包括:

1 “人机协作”的一些思维方式,重点介绍如何把开放性问题转化为封闭式问题(让机器可解);

2 一个文本挖掘的示例,解释了“实体”的相似程度与其出现频率之间的关系;

3 正态分布跨领域的解决方案;

4 “聚类”与“分类”的概念拓展,结合具体的例子——用课堂上学生的自发地挑选座位的例子,给学生讲解了“聚类”这一思维方式。

人机协作一个重要的衡量指标就是:知化程度

知化

Cognifying

——与人工智能的合作表现决定你的薪酬

知化是《必然》书中的观点,讲述的是我们生活中发生的各种智能化的过程,比如看X光方面的专家会被人工智能所取代的,法律方面的AI可以比人类律师助理更高效地阅读文件。还有飞机驾驶员,比如一趟飞机的航程是12小时,人类飞行员只要工作七八分钟就行了,剩下的时间都是AI驾驶飞机等等案例;

AI的思维方式与人不同

我们为什么还需要人工智能去帮助我们开车呢?比如Google的无人驾驶汽车。因为AI的思考方式跟我们不一样,不会考虑杂七杂八的事情,只是专注去开车。

我们在AI方面做的事情,并不是让他们比人做得更聪明,因为它们很多方面已经比人更聪明了,我们要做的是各种各样的AI,让他们有多种思维方式。比如Google训练人工智能玩电子游戏,十年前就开始做了,Google从来没想过去教AI怎么玩,而是教AI怎么学习,AI与人类的不同只在于思考的方式不同

人类智商+机器智能>2

由于AI的思维方式不同于人类。过去我们对智商的的认知就是一维的,这是一般的认知,现在我们不应该再这样看待智商。我们的智商像不同的乐器弹奏不同的乐曲,不同的人弹奏出的乐曲也不一样,所以大家的IQ不一样。动物、人类和机器的节奏也不一样,所以IQ也不同。不同的人+不同的AI,产生的IQ是不一样的。

未来不管是哪个领域,实际上它都是最聪明的人加上机器。与人工智能的合作表现决定了你的薪酬,你必须要和机器进行合作,而不是和他们对抗。

这是人机协作的工作方式、思维方式,我们必须了解、掌握AI的思维方式,方可在未来不被无情淘汰,mixlab为此准备了一期AI实战免费的,实践型的专家从来不会告诉你的事实,这一期就是这么任性:

同时,mixlab的beta社群开启,讨论一些关于“人机协作”、“AI思维”、“跨领域思维”的内容。

最后,推荐社区成员发起的一个专栏:

给我们讲述跨学科的人物故事

今天就发布这3则消息。

近期活动推荐

快!TensorFlow、黑客马拉松、DevFest千人大会 ,GDG DevFest 2018在召唤你

--------------------------------------

mixlab 无界社区 是一所面向未来的实验室,它提倡“跨界创新,开放成长”的理念。

——跨界 开放 互助 学习 思维 创新。

目前社区汇集了15000+跨学科人群,主要来自GoogleBrain、微软、华为、阿里鲁班、腾讯、旷视、三角兽、物灵科技、众安保险、美团、360等科技人才、设计师及CEO和投资人;高校分布MIT、Oxford、Cambridge、CMU、UoM、清华、北大、复旦、上交大、同济等学生及教师群体;学科跨越机器学习、自然语言处理、量化交易、物联网、区块链、前端、后端、产品经理、UI设计、建筑设计、服装设计、珠宝设计、音乐、艺术等。

社区典型的用户技能为: ML00:小程序开发、AI+设计、区块链技术、物联网 ML04: 算法作曲 ML05:AI变脸 ML07:WebGL+Three.js数据可视化 ML14:增长黑客 ML16:机器学习 ML37:AR ML41:人工智能+音乐 ML44:珠宝设计+参数化设计 ML83:量化交易、数字货币交易 ML109:Arduino、processing ML113:人工智能+服装设计 ML206:VR/AR ML245:建筑设计智能化

ML258:机器学习、机械臂技术、混合现实技术、生成式设计

ML260:AI+设计、无人机

详细介绍点击以下卡片:

mixlab期待您的加入!

原文发布于微信公众号 - 无界社区mixlab(Design-AI-Lab)

原文发表时间:2018-10-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

【学习】如何成长为顶级数据分析师和数据挖掘师?

#玩转大数据#12点的钟声敲响后,意味着已经跨过2015,进入2016了。新的一年应该拥有新的开端以及新的计划目标,也标志着新的希望。一个数据科学家在年尾做了一...

39240
来自专栏AI科技评论

如何成为一名数据科学家?Yann LeCun的建议也许能给你答案

AI 科技评论按:本文为雷锋字幕组编译的技术博客,原标题 16 Useful Advice for Aspiring Data Scientists,作者为 J...

27940
来自专栏AI科技大本营的专栏

Google Brain团队最新视频介绍

刚刚,Google Brain团队发布了一个全新的介绍视频"Meet a few of our machine learning makers",Jeff De...

42560
来自专栏新智元

【微软芮勇】人工智能时代,我们能做什么?

【新智元导读】微软亚洲研究院常务副院长芮勇在《新智元:机器+人类=超智能时代》书中畅想人工智能发展6大阶段,详细介绍微软语音识别、图像识别、牛津计划等多项人工智...

31980
来自专栏大数据文摘

机器翻译的前世今生

31360
来自专栏大数据文摘

士兵虚拟训练—走进美国人工智能

222130
来自专栏钱塘大数据

吴军:数学为人生之题解出漂亮的答案

如果用当下比较流行的说法来概括吴军的身份,他便是会摄影、会写作的计算机科学家中最爱发微博的投资人——几乎很难用一句话涵盖“吴军博士”(吴军的微博昵称)会做什么、...

13050
来自专栏AI科技评论

盘点丨2016 这一年,深度学习开始主宰互联网

AI 科技评论按:2016 即将画上句号,当我们回顾这一年的科技进展时,很难不联想到一个词——深度学习。当它从研究室中脱胎而出,并成为今年的当红热词,实际上我们...

35260
来自专栏机器之心

AI Talk | 思必驰首席科学家俞凯:深度绑定底层研究和产业问题

机器之心原创 作者:高琳 这个世界上的研究,总会有一些人去坐冷板凳,而坐冷板凳的人,他今天去坐明天不一定去坐。就像深度学习现在这么热,之前也有过很冷的阶段。 创...

45980
来自专栏镁客网

“水哥”3:2战胜人工智能“蚂可”,人类终于赢了一次!

25440

扫码关注云+社区

领取腾讯云代金券