人工智能是头奶牛，吃进去数据，挤出来暗知识

王维嘉，斯坦福大学电气工程系博士，数字信号处理、人工智能专家，拥有12项可穿戴计算、移动互联领域的美国发明专利，在硅谷学习、工作、创业、投资超过30年。

在这个时代技术变革每时每刻都在发生的时代，我们即将迎来机器认知，即暗知识的新纪元。与以往人类掌握的所有知识都不同的暗知识究竟有何神奇之处？被暗知识、机器认知颠覆的未来又是什么样子的?王博士将向我们揭秘，机器认知究竟会给未来带来怎样颠覆性的改变。

从Alpha Go 看暗知识

Alpha Go的出现对我们来说是一个巨大的震撼。柯洁与其对弈后，直言Alpha Go太完美，完全看不到取胜的可能性。就连设计它的谷歌工程师，也不知道Alpha Go每一步走法的原因，这就是人工智能给我们带来的第一个震撼：不可理解。这对我们人类的自尊、自信是一个巨大的动摇。通过AI的不可理解性，很可能我们人类发现了第三类知识：暗知识，它的总量很可能会超过我们人类几千年来积累的所有的知识的总量。

Alpha Go

阿尔法围棋（AlphaGo）是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发。

知识的来源

知识这一概念涉及到了信息和数据这两个关键词，三者之间联系密切。信息是一个事物可观察的特征或者表征，数据是已经描述出来的信息，知识就是数据之间的相关性，即数据间的时空关系。

信息、数据、知识的新定义

信息：可观察的事物表征

数据：已描述出来的信息

知识：数据间的时空关系

人类理解知识的过程

人们对知识的理解，涉及到近代的理性主义与经验主义。理性主义的基本观点是：人的概念是天生的，知识来自推理，万事万物之间是有因果关系。而经验主义则认为人生下来是一张白纸，知识是来自经验，来自于我们感受，万事万物之间不一定都是因果关系。两派关于知识的争论由来已久，但实际上理性没有办法否认知识是从经验中得来的，经验主义又没有办法否认理性主义的可靠性。在我国，更倾向于经验主义。

如今，我们可以从脑神经科学层面来理解知识。大脑最中间最亮的就是神经元细胞，一个神经元大概会伸出5、6千个树枝一样的手突触，和周围的神经元联系起来，人类所有学习的奥秘都藏在两个神经元的连接之中。

芯片模拟人脑

神经元的输入就相当于从其他的神经元来的信号，每个信号相加的值如果高于一个门限值就会把下一个神经元激活，如果它低于这个数就传不到下一个，这就是人工智能的最基本单位：电子神经元。

电子电路模仿神经元

现如今，一个芯片上可以集成几十万、几百万甚至上亿个神经元，这就使得人工智能可以完成阿法狗下围棋这样复杂的任务。

多层神经元加在一起就叫多层网络，或者我们今天经常听到的深度学习。

机器能在很短的时间内把各种各样的路径都扫一遍，就能找到最佳的解决方案。神经网络的本质就像是一头牛，吃进去的是数据，吐出来的是数据之间的相关性。人观察不到的细节，机器都可以测量出来。它能从数据里提取出更多的相关性，所以它在这方面会远远超过人。

未来我们所有的信息都被机器收集起来，这是不是一件很可怕的事情？马斯克也好、霍金也好，很多人都觉得，人工智能是人类的终结，因为机器总有一天会控制我们人类，我们人类就变成机器的宠物，未来会是这样么？