ChatGPT怎麽突然就火了？
他說，"山中方七日，世上幾千年。當你埋頭在屋子裏面，研究最新技術進展，比如現在的最火的ChatGPT，出門一看，好像滿世界的人都把它當成了很新鮮的事情。其實ChatGPT3.0算是一個比較大的突破，但它兩年前就有了。它的結構、基本原理也存在很多年了。"
這輪技術到底是什麽？ChatGPT真的會思考嗎？
他說，"這輪技術，大概率就是把我們的知識進行提煉……機器是不會想的，想這個詞是人類自己發明出來的。如果你硬把這種能力視爲"想"，不能說錯與對，但它會誤導你對機器的判斷、理解和定義。"
ChatGPT究竟是怎麽做出來的？
他說，"Sam Altman（OpenAI CEO）那批人就是堅信大模型大力出奇迹，就能夠表征人類的知識，就這麽簡單。"
……
ChatGPT的本質是什麽？是否将替代人類工作？我們人類又該如何與之共存？
今天，我們邀請韋青老師，微軟中國CTO做客混沌。他将利用工程師的底層視角，爲大家揭開人工智能的冰山一角，探尋ChatGPT爲何全球爆火。
韋青老師說，"大家有沒有感覺到，每天好像都是見證時代的一天。由于我們的工作背景，在技術領域、在微軟，能看到更多現象，我想跟大家講，首先看到任何現象，先不用感到驚訝。帷幕剛拉開一角，舞台尚未完全展開。"
以下爲課程筆記：（篇幅所限，本文内容僅爲課程十分之一，請前往混沌APP聽完整課程！）
授課老師丨韋青 微軟中國CTO
編輯丨混沌商業研究團隊
支持丨混沌前沿課
1. 我們需要通過ChatGPT理解什麽？
GPT是現在最熱門的話題，但GPT3模型兩年前就培訓出來了。GPT4的出現讓人驚豔，但去年8月份它就已經被訓練出來了。
什麽意思？ChatGPT實際上是冰山一角。當我們看到某些現象出現的時候，某種意義來講，這件事已經結束了。而這個時代才剛剛開始，ChatGPT現象會層出不窮。
再追逐冰山已經沒什麽意思了，我們要盡快通過浮起的冰山，去理解我們可能進入了一片冰山叢生的海洋。
從一個本質性的構成來講，人類對世界的認知已經經曆了三個階段：農業時代是物質構成的。有地、有糧、有人就等于有權力，有生存的空間；工業時代如果你有能源、有動力，比有糧食還具備競争力；到第三階段，人類發現信息也是構成世界的一種本源性的存在。思想受什麽影響？信息。
無論是麥克盧漢，還是鮑德裏亞的理論，都已經強調了信息、電子信息的出現，可能會使人類社會的結構、邊界、性質、方式都發生變化。
麥克盧漢最出名的理論是地球村。請想象一下，在父母輩的時代，朋友大部分是單位的同事，來自家族、村子、單位。僅僅過了幾十年，現在你的朋友圈還受公司約束嗎？
鮑德裏亞的觀點是，如果人類無止境地或者完全泛濫地利用數字化信息技術，我們很快就會進入一個比真還真的時代，那些由人工智能生成的照片、文字，你覺得它是真的嗎？
鮑德裏亞說的"比真還真"的時代，它已經來了。
······
篇幅所限，
本文内容僅爲課程十分之一。
點擊海報，前往APP看課！
這幾個月太熱鬧了，或許先不需要這麽快下結論。當你埋頭在屋子裏面，研究最新技術進展，比如現在的最火的ChatGPT，出門一看，好像滿世界的人都把它當成了很新鮮的事情。
ChatGPT3.0算是一個比較大的突破，但它兩年前就有了。它的結構、基本原理也存在很多年了。
語言是思想的邊界，這是維特根斯坦說的，但我要給他再加一句話，技術是思想的實現。
我們忽略了一點，能夠把技術開發出來，先得有一個思想。ChatGPT，實際上它隻是一種提取已經被沉澱、被記憶的知識的一種交互方式，底下什麽？是基礎模型。像谷歌的BERT，Facebook的LLaMa。
爲什麽GPT現在那麽火？它背後是OpenAI的技術信仰，再加上微軟的Satya（微軟CEO）、Kevin Scott（微軟CTO）這些人的技術信仰的結合。這些人都相信，靠大量的語料和海量的計算，能夠産生出對于知識的沉澱和應用。
Sam Altman說，GPT走出的第一步，是拿把人類知識先沉澱下來。就像先把玫瑰花蒸餾成玫瑰精油。
但精油太濃了，你要使用的話，需要調和。所以第二步，就是用Instruct（指令）的方法，用提示詞的方法，把精煉的玫瑰精油，滴到沐浴露中去。
但是，這件事沒被證明可行之前，某種意義上是完全要靠信仰支撐的事情。有多少人敢這麽做？又要花人力、花時間、花海量的金錢，結果可能竹籃打水一場空。某種意義上，它的成功也可以理解成幸存者偏差。
我認爲你要贊歎的，不應該是ChatGPT的模型多麽偉大，而是它背後耐得住寂寞、懷疑的這種定力、決心、信心，這已經是一種技術信仰了。
我們有沒有對于工具、對于數字化技術的技術信仰？這才是我們應該問自己的。
認知達到信仰的層面，才能夠選一條沒有人走過的路。盡管今天還走不通，但你就認爲這條路可以走，因爲第一性原理告訴你，這樣做是對的，隻不過人類的技術還沒有發展到那一步，還證明不出來。
另一個例子是SpaceX。它成功了，大家都覺得太牛了。但當馬斯克後來接受媒體采訪時，他哭了。他說當時我認爲火箭可以回收，但NASA、所有大咖級人物、科學家都跟他講，這條路是走不通的。
OpenAI是一樣的，我們認爲它在2023年1月忽然出名，怎麽可能？它背後有太多的辛酸、堅持、疑惑、搖擺，隻不過堅持下來了。
3. 現在的機器并不具備真正的思想力
這一輪技術，大概率就是把我們的知識進行提煉。知識哪來的？是我們的所作所爲、所寫所說，落成的文字、視頻、語音，經過數字化之後，被機器去提煉，建成一種模型，變成知識沉澱下來。
爲什麽大家覺得它很神奇呢？因爲沒有任何一個人有這種能力，能記住人類所有的知識。
有些人覺得，機器會湧現出一些思想能力。确實，它會表現成思想能力。但如果你知道它的算法是如何做出來的，你還是會形成自己的判斷。
我要想先聲明一下，每個人都會對這種現象産生不同的解讀。我的解讀是，現在的機器并不具備真正的思想力，是把人類知識記憶之後的一種使用能力。
機器是不會想的，想這個詞是人類自己發明出來的。如果你硬把這種能力視爲"想"，不能說錯與對，但它會誤導你對機器的判斷、理解和定義。
4. 做一個思想實驗，這輪技術到底是什麽？
如果我們發現了，可以通過蒸餾的方式，從植物中蒸餾出它的油性。請問，花園甲跟花園乙的擁有者，做同樣的事情，最後的價值會是怎樣的？他們做出來的東西，對社會的影響力會大不相同。
花園甲的擁有者，會懷疑提純機器不行？還是會痛定思痛，發現原料有問題？
當我們從農業文明進入工業文明，已經受過很多降維打擊了。當物質、能量變成信息的時候，會帶來更加降維式的打擊。
這種競争方式，已經不是技術能力的競争，有錢沒錢的競争……而是文明在一較高低。
你的文明所表現的形式，能否被新一代的會思考的機器學到、吸收到，并且讓它的行爲方式對你有利？
ChatGPT剛火的時候，知乎股價飛漲。在中國，具備語言語料的網站絕對不止知乎。爲什麽它漲得那麽厲害？我沒做過詳細統計，但我認爲，知乎的花園可能類似于花園乙。
我們再扪心自問下，貴公司、貴機構、貴組織，你們的知識的表現形式、呈現方式，更像是左邊還是右邊？你未來如何跟具備這樣能力的公司競争？
如果你的信息，無法沉澱成能被機器學習的知識。這一輪的機器能力，你能夠利用到的概率就大爲降低。
······
篇幅所限，
本文内容僅爲課程十分之一。
點擊海報，前往APP看課！
時代的巨變有個好處，不管你多麽先進，多麽落後，在這個時代又拉平了。
微軟CEO Satya說的刷新，Hit Refresh就是此意，重來過一遍。在這一輪的技術潮流下，我們如何重新獲得定位？需要我們每一個人思考。
1. 沖着ChatGPT創新，等于拎包入住而沒有自己的地基
古人有一句話叫"聖人畏因，凡人畏果。" 有了理念、信仰、追求，才能産生結果，如果我們隻抓着結果，很容易隻見樹木、不見森林。
拿ChatGPT來舉例子。當我們看到這個技術結果的時候，要相信它不是從石頭裏蹦出來的。
2023年1月，微軟CEO Satya和Sam Altman（OpenAI CEO）的合照在網上很火，他們跟大家介紹了雙方的合作和技術的進步。但其實在2016年，雙方已經開始探讨了。
OpenAI的成長，也是在不斷摸索的。大家可以看一本書，《深度學習革命》，以OpenAI這批人爲代表的深度學習實踐者和探索者們，怎樣從當初對谷歌人工智能産生一些擔憂，到成立這間公司。一切都是有脈絡可循的，是幾十年的摸索、試錯，才走到今天這一步的。
如果我們沖着GPT的模型去了，從創新的角度來講，我把它稱之爲拎包入住。
大家想象一下，一片未開墾的土地，長滿雜草茂木。但有人把它開墾出來了，又根據土地的特點，設計出人類能夠居住的房屋，把樓給造起來了，再找一些設計師精裝修。最後招商引資。
這時我們都看到了趨勢，發現隻要找個50層以上的公寓房做生意就能夠大賺特賺，就拎包入住了。當時确實大賺特賺了。但若幹年之後，文明變了，潮流變了，50層以上的房屋不受歡迎了，你怎麽辦？
OpenAI有很多算法，很多工具，它曾經在機器人上投資，現在有人去看它的機器人嗎？ChatGPT隻是它在衆多的嘗試中，湊巧發現了一條路可以往前走。你要跟着它這條路走，有點像守株待兔，認爲兔子永遠會撞在這棵樹上。
我認爲，其實各位可以在這一輪，去看OpenAI的理念，最早這些人是怎麽想的、怎麽做的、願景是什麽。
2. ChatGPT的冰山下面是什麽？
如果說我們看到了冰山一角，下面是什麽？
拿ChatGPT舉例，它下層有兩類支柱，産物、産出它的人。别隻關注ChatGPT或GPT4，去看更深層的東西。
一方面是大語言模型，賴以沉澱人類所有的知識，或者是能夠被它學習到的所有知識的機制。是Transformer/RNN/CNN/LSTM，是用數學的方式，表征物理世界和人類知識與行爲的特征。
另一方面，OpenAI，也是由人構成。公司就是由一批志同道合者構成的一個組織，去完成一個共同的願景，共同的一個目标。
這些人才是一批有科學修養的，又有工程實現能力的，又對語言學、計算機科學的第一性原理有深刻理解的。更關鍵的是，有一個共同的理想，堅信做這件事是對的，是有用的。
其實有很多人正因爲OpenAI所謂的成功，反而離開了，因爲覺得願景不一樣了。這是它的人才特征。
人才特征的背後又是什麽？容錯、合作、開放的文化，不拘一格降人才的用人風格，配合的風格，彼此交流的風格。
如果我們連辦公場所都嚴格要求，老闆、員工分級坐，等級森嚴，是很漠然的群體，有可能做成這件事嗎？
我自己也是管理者，感觸還蠻深的。各個企業的文化真的不一樣。有開放的、有封閉的、有嚴厲的、有寬松的、有說一套做一套的，有說知行合一的，所處的行業特征，社會的氛圍也真的是不一樣的。
錯誤是成功的前提條件。你公司的環境，整個的社會大環境，允許不允許這種容錯文化的出現？
所以有些人問我，咱們應該怎麽做ChatGPT？
我說如果你要做一個ChatGPT，個人的建議，還是别玩這個遊戲了。就像是打冰球，追着冰球打太難了，你最好天天求什麽？求前面沒人打了。但那時，新的賽道又開出來了。天天在說彎道超車，等你真超過去才發現，前面已經沒車了。
新開辟一條道路，需要建立這種環境，建立這種文化，培養這種人才，這才是最基本的。Sam Altman那批人就是堅信大模型大力出奇迹，就能夠表征人類的知識，就這麽簡單。
3. 通用人工智能（AGI）
通用人工智能（AGI）是他們的追求。OpenAI會爲之付出無窮的努力，不懈的追求，直到證明它絕對不行了。隻不過，很巧它成了。但就算在AGI上，大家的關注點，也都各有側重。
20年前谷歌剛成立的時候，隻是個搜索引擎。你會感到很無厘頭，一個搜索引擎，爲什麽把不作惡作爲标準？現在大家明白了吧，在一個"比真還真的時代"，給你的信息當然可以作惡。
AI也一樣。微軟明确指出要做負責任的AI，谷歌說的叫不作惡。OpenAI提出UBI，全民基本收入（UBI，是指"無條件"地爲所有個人定期發放一筆現金收入）。
Sam Altman在采訪中說，需要新思想回答的三個問題是：如何分配通用人工智能産生的利潤？如何分享通用人工智能的訪問權？如何分擔通用人工智能的治理權？
大家想一想，爲什麽Sam Altman想到了這三個問題？
還是因爲AGI一旦推出來，大家馬上就會發現，它的能力太大了，如果不能讓人類在這三個問題上達成共識，有人賺便宜、有人吃虧，就産生動蕩的因素了。AGI帶來的這些議題，需要我們去了解。
4. 有些議題其實已經被思考100多年了
建議大家看一下《大都會》這部電影。它1927年上映，到現在馬上100年了，你會發現，我們幾乎在重演曆史。
它出現了三個文明的特質：
1）無用的機器。出現了過度設計的無用的自動機。仔細想一想，它每一個理念，每一個精巧的激發過程和動作，是不是我們現在人工智能、機器人的思想的底蘊？
那麽，我們有沒有可能在不接受，甚至排斥"無用的自動機"前提下，鼓勵工程師，孩子們去創造出這種自動機的文明？當不被鼓勵、允許時候，他們有沒有可能去做自動化的事兒？
我再舉個例子，我們這個文明是不接受多米諾骨牌有任何價值的。但實際上，多米諾骨牌跟無用的自動機，背後都有一個隐含的、對于自動機的一種強烈的發自内心的追求。人工智能沒成功前的所有投入，都是無用的自動機。這就是我們要深思的。
2）魔法師的學徒。名字來源于歌德的戲劇，它在全球技術領域經常被引用，說人類在開創一些魔法式的技術，但魔法需要被制衡，開啓魔法以外，要會關。
3）精靈寶瓶。你不但要關掉魔法，還得把它收回去。留在世上可能也會有問題。
《大都會》結尾有一句經典名言，說在負責思考、籌劃的大腦跟執行任務的雙手之間，必須有一個調節者，這個調節者必須是人心。
我想說，當你爲ChatGPT激動不已，腦補着很多東西的時候，有些議題其實已經被思考100多年了。而且，還沒有定論。一兩百年過去了，大家仍然在探讨自動機的普遍流行造成的後果，和相應的人文上的制約。
這就是蓋子揭開之後，人類所面臨的話題。這是遠比所謂的人工智能奇異點，更宏大、更深刻、更嚴峻的話題。
······
篇幅所限，
本文内容僅爲課程十分之一。
點擊海報，前往APP看課！
人和機器的關系是什麽？比較理想的狀況，是由機器彌補人類的弱點。那麽，首先機器的優點、弱點是什麽？人類的優點、弱點是什麽？我們知道嗎？
第二，人類怎麽指揮機器？機器怎麽能夠被指揮？怎麽能夠不被指揮？我們考慮過嗎？
第三，教學相長。我們要明白它是怎麽學的，才能明白怎麽去教它。
這點我特别希望想跟大家強調一下。否則，我們會誤以爲機器真能憑空學到知識。
上圖中有幾個機器智能的關鍵詞，表征、映射、記憶、應用、學習。
圖中還有從GPT4官方網站上取的一句話，這是它對GPT4的定義。我們把GPT4開發出來，就是讓它去解決困難的問題，靠什麽呢？靠形成的通用知識。
問題是輸入，映射能力就是這種函數關系，産生的結果就是問題被解決掉了。
我認爲它說得恰到好處，沒有說什麽特别花哨的東西，就是由一種知識去解決一種問題。知識是橋梁，問題是輸入，把問題解決了是結果。
如果再優化，這三個等式。
第一個公式在描述什麽？這是一種映射。即通過輸入的變量，在一定參數的配置下，産生你要的Y。
第二個公式：這個Y是永遠不可能完全滿足你的。所以怎麽辦？理想的Y，減去每次産生的Y，産生一個偏差。
第三個公式：你接下來要做的事兒，就是不管用什麽樣的算法，把偏差最小化。
我們如何用機器？不就這三件事兒嗎？
你作爲一個人，是不是同樣也在做這三件事兒？也要根據你的X和Y搭建一種函數，一種能力，也要去配置參數？每次你的Y也會因爲一些小細節，比如這個月的銷售漲了，産品的次品率低了，跟你的理想值之間出現偏差，你也要想辦法把偏差減到最小。
明白機器的做法，你就能知道，我們應對的是怎樣的時代了。
2. 機器的祛魅與魅化
如果再剖開來看，我今天不是在講技術的細節，而是在講它的祛魅。
我們給ChatGPT披了一張畫皮，呈現出一個智者的形象。想象一下，ChatGPT是一個狐仙。我問，它答，你會覺着它是一個神人。但把這畫皮一揭開，原來你提出的問題，就是一段指令，你還會覺得很神奇嗎？
你還會對它有任何的人性化的連接嗎？你還會覺着，它要把我的工作代替掉了嗎？你覺得，是它把你的工作代替掉，還是它所賦能的一個機器或一個人把你的工作代替掉？
我們讨論了給它祛魅，它有被魅化的可能嗎？如果基于你喜歡什麽，會對什麽産生情感的共鳴，如果我想給你造成一種它具有人性或神性的印象，也是可以做到的。
比如，給一個機器人取名叫歡歡，或者取一個讓你感覺到很親切的名字，或者讓機器的表達去模拟人的方式，讓你産生情感的綁定。你覺着有多少人能夠受得了這種感情的誘惑？
也就是說，我們的決定和共識，會決定我們的下一代，決定我們自己怎樣看待機器，是祛魅化？還是妖魅化？
這點并沒有達成共識，甚至沒有人去談這件事情。
在英文的語境下的Robots，bots，中文居然把它翻譯成機器人，自然地就把它向人靠了。實際上Robots和bots沒有任何的"人"的含義。
我們這個文明，是否需要主動地把這種機器能力，用語言的方式，用形象的方式，用各種各樣的方式，把它跟人連在一起，這是不是走得有點太大了？這也是一個問題。
3. 機器是不理解概念的，機器理解的是概率分布
再給大家舉個例子，我對ChatGPT提出了一個問題："我想去中國旅遊，我從來沒去過，那裏的哪座雪山值得去看看？"
它回答說，"我無法判斷雪山的美麗程度"，爲什麽ChatGPT給出了這樣一句答案？這句話相對來講，很符合人性。
但實際上機器怎麽理解的？美字之後，好、妙、麗，各有概率的計算值。其中麗字的概率值最高，所以它就選了美麗。接下來呢，又有幾個字備選。程、景、心，在人類的語言中也都和美相關，比如美麗程度，美麗景色，美麗心情。機器發現"程度"兩個字概率更高。
最後它是自然就選擇了"度"字了嗎？不是的，度字概率最高，所以這句話就出來了。如果你前面問的問題是《三體》的主角是誰，八成它會選擇，心。
我們認爲它很完備，懂人話，說人話。但你發現沒有？人跟機器的理解是不一樣的。如果我們不知道這一點，就被它魅住了。一旦被它魅住，你很難成爲它的主人。
所以，你要明白這一點。
其實機器是不理解概念的，機器理解的是概率分布。語言，每一個字的出現，都是有概率分布的。它的答案是基于概率的一種推理，不是概念的推理，這一點我們務必要明白，這是祛魅的一個必要條件。Sam Altman（OpenAI CEO）能夠堅定信念，其實是因爲他對語言的特征，有深刻的理解。
你覺得機器像人對吧？其實我要說，是我們太不像人了，所以才認爲機器像人。何以爲人？尤其是當我們知道自己有那麽多的誤區、偏差之後，如何去彌補、防範思維誤區和偏差，讓我們做得像個人？這是遠比AI會不會代替掉人，更核心、更本質的一句話。
越是紛紛擾擾，越要守住第一性原理。這個時代，門開了一道又一道，但外界其實一直這樣，是有風險的，隻是我們沒有跳出舒适區。
4. 我們應該用AI幹什麽？
下圖是微軟的數字化智能反饋鏈，現在特别出名。基本概念是，幫我們建立起跟世間所有的對象的實時連接。知道它的狀态，反饋回來，進行優化，進行完善。
可以理解成什麽呢？無處不在的智能、計算、感知、決策。但實際你看，除了中間寫了Data AI，其餘圓圈裏，寫的都是我們日常的工作、學習、生活。
我想強調的是，AI是幹什麽的？它跟上一世紀出現的電的特點是一樣的，應該是無處不在，通過建模仿真來進行計算和優化，用機器能力去賦能、幫助和完善我們的每一個過程。
但如果喪失掉了人的主觀能動性，如果沒有人的約束、制約、控制，沒有負反饋，全是正反饋，可能讓它自激了。它可能會在瞬間用掉地球的資源，理論上講是可以達到這種情況的。
所以就算是GPT，它也經過培訓，人是在決策鏈裏面的。GPT這樣已經有很多知識沉澱的模型，能夠被使用，也是因爲人的主觀能動性在繼續發揮作用。
明白這個道理之後，你會發現實現起來沒那麽複雜。
OpenAI跟微軟合作，現在開放的這四個功能，你發現沒有，嚴格意義來講，都不會被普通用戶使用到。
我們用到的是什麽？是被它這種能力賦能的，所加強的，一種工作的性質和内容。
所以雖然OpenAI的技術很先進，微軟也在大力地推動，我們追求的不是ChatGPT或GPT，而是整個的一個系統觀，是Azure AI。Azure AI裏面有除了OpenAI以外的很多功能，有很多技術的同步的實現。
如何面對這個時代？
1. 三個關鍵詞
有三個詞可以供大家參考——"煤氣燈下"、 知識"肥胖症"、知識"智子"。
煤氣燈下。Gas Lighting是2022年，韋伯字典的全球熱詞，是上一世紀40年代一部電影的名稱。電影講述了，一位先生想謀取他太太的财物，一直在給太太洗腦。電影用蒙太奇的手法，煤氣燈搖搖晃晃，讓人感覺到眩暈，感覺到不确定。它爲什麽變成全球熱詞了呢？因爲現在機器生成的虛假消息和錯誤消息，就如同搖晃的煤氣燈，讓我們失去了對什麽是真實的客觀判斷。
知識肥胖症。我們都知道，垃圾食品可能會帶來身體肥胖。但是大家想一想，每天我們通過手機，看了多少知識快餐？
扪心自問一下，我們消化得了嗎？我們的大腦，沒法去理解，也沒法記憶，就是不斷吞下很多信息。帶來了大腦的虛假連接，每個連接都是耗能的。我們天天在消耗那麽大的能量，但由于知識沒有重複，其實什麽也沒記下來。
那麽，我們是願意沉浸在知識的恐懼症中，覺着不學要落伍，還是願意理解能力的局限或者約束，來學我們能夠消化的知識？這一點，能夠決定我們的生活素質的高低。
知識智子。算法機器，是把人類知識吃進去，消化，把它變成精華提煉出來。如果你沒有不斷給它進入新的知識，或者說，新的知識也是這個引擎産生出來的，大家想象到結果了嗎？
它就變成了一個正反饋，就像狗咬尾巴一樣，不斷在打轉，不斷地去精華同樣的知識。一開始，可能會有一些所謂的湧現現象，但我覺得，如果你不給它添一些額外知識，機器轉得又快，越來越壓縮，你會看到這個模型好像越來越小，越來越精練，越來越有用，但實際上它的知識固化了。
類似于《三體》裏的智子，是一種源頭上的約束，讓新的知識無法産生。
這種情況不一定出現，但是有這樣的隐憂。它是受機器能力本身所局限，尤其當我們人類不加約束去運用的時候，就會出現這種情況。
2. 文明這個話題很關鍵
提煉知識的算法是沒有文明的，但你給它供給的原料是有文明的。我們要給這種技術以文明，我們的文明，讓它能夠沉澱下來，爲我們所用。
文明這個話題很關鍵，我拿幾張圖，給大家展現一下，還是蠻發人深思的。我在中文語境下，試了一些關鍵詞，讓我很警醒。
"開心的農民在廣闊的農田裏駕駛着拖拉機收割。"你覺着機器在中文語境中應該給你什麽樣的圖片？
我又試了一些詞彙，當我想讓它産生出一個我希望跟我的文明相吻合的圖像時，它産生的是這樣的圖像，不能說它錯誤，是說它跟文明的背景不兼容。
我有點着急，好歹給我出點跟中國相關的形象吧？所以我輸入了語文老師，符合中國的文化特點的語文老師。
你看它給我産生一個什麽形象。一個非常古舊的、傳統的、沒有現代化文明特征的一個語文老師的形象。但我們中國的語文老師有這麽古老嗎？他們是不是也在用計算機，穿現代化的服裝，在給一幫活潑的學生在講課？
在算法界，這叫做語料的偏差和偏誤。今天我一直在跟大家講的，不是算法，要比算法大得多。文化、文明的傳承之前要提煉，沉澱下來，讓我們的下一代，包括我們自己，能利用這種知識的沉澱來幫助我們。
我們希望什麽樣的工具，什麽樣的提煉是适合我們的需求的，這是值得我們每一個人警醒的。這是對我們每個人的自勉。
人類還會不會向前走？一定會向前走的，但是對文明的貢獻，對知識的貢獻，它是由機器去提取的。
機器如何提取你的文明、你的知識，變成它整個的知識海洋中的一滴水、一瓢水或者一汪水，機器有它的算法，有它的價值觀，有它的方法論，我們怎麽應對？這也是需要我們每個人去考慮的，它關系到我們所在的組織，将來如何利用機器所提取到的知識。
初看是技術，細看全是人的問題。
再一細看，全是思想的問題。
我們現在最麻煩的思想問題，就是總想在确定性已經消失的時代，還試圖找到确定性，而不是去适應不确定性，來應對不确定性的挑戰。
我們經常問，哪些人類工作會受到機器影響？你或許應該問，哪些人的工作不會受到機器的影響？那個答案的圈可能會很小。
每一個流程，每一個動作，每一個人，每一個物，都會被這種能力所賦能。賦能表現形式是什麽？建模、映射、仿真、計算、優化、反饋回來，賦能你的物理世界。
所以，再回頭講，動蕩時代最大的風險真的不是動蕩本身，是什麽呢？是我們企圖用昨天的邏輯應對這個時代的挑戰。彼得·德魯克早就說出來了，到現在仍然适用。
······
篇幅所限，
本文内容僅爲課程十分之一。
點擊海報，前往APP看課！
知道爲什麽嗎？在小說中，人類曆史出現過一件什麽事？巴特勒聖戰，有一個種族，特别熱衷于機器能力，發明了很多人工智能和智能機器人，而且把機器能力用在了戰争上。開始大家不在意，結果越做越先進，這個反噬差點把人類都給滅掉。
爲什麽這本小說在西方影響那麽大？沖的不隻是機器，是機械的價值觀。
下面這一段的話，是主角的導師跟他講的，"你就是用了太多的機器能力，結果居然忘了在沙漠裏要戴上面罩。"主角跟導師說，那你怎麽不提醒我？導師說，就是因爲你過于依賴機器的提醒能力，把你自己的人的能力都喪失掉了。
我們面臨的是一個偉大的時代，而且大概率在不知不覺中已經跨入了這個偉大的時代，已經是其中一份子了。
那麽怎麽辦？Don't Panic，不要驚慌，别擔心，别着急。爲什麽？
對機器能力的過度恐懼，實際上是對人類，對我們自己主觀能動性的極度自卑。我們高估了我們記憶的作用與知識的難度，卻低估了我們思想的深度，和人的主觀能動性。
但要保住人類的主觀能動性，還要花一些心思去理解現代化的機器的能力，成爲機器的主人翁，也就讓自己更有可能性，有更大的概率，進化成新一代的人類。
下一節課，我會跟大家一塊兒再共同探讨，在這個新的人機時代，如何做一個與時俱進的、适應複雜變化的人。
······
篇幅所限，
本文内容僅爲課程十分之一。
點擊海報，前往APP看課！
