第一篇：《智能革命》筆記

《智能革命》筆記（一）張順全2017年10月28日星期六于北京 1.《智能革命AlREVOLUTION——迎接人工智能時代的社會、經濟與文化變革》（李彥宏等著中信出版集團2017年4月第1版）內容涵蓋人工智能發展的主要領域，刻畫了人工智能未來發展的場景和商業模式，對各行各業應對智能化轉型提供了很好的指引和借鑒。作為堅定的技術信仰者，李彥宏是最早敏銳意識到人工智能潮流將興的企業家之一，并果斷帶領百度提前布局、大力投入這一前沿領域。李彥宏持有的“超鏈分析”技術專利，是奠定整個現代搜索引擎發展趨勢和方向的基礎發明之一。百度已成為站在世界人工智能產業之巔的中國企業之一，在人工智能的研發和商業應用上取得的成果令世人矚目。（《智能革命》封三、封二）2.人類歷史上的歷次技術革命，都帶來了人類感知和認知能力的不斷提升，從而使人類知道更多，做到更多，體驗更多。以此為標準，李彥宏在本書中將人工智能定義為堪比任何一次技術革命的偉大變革，并且明確提出，在技術與人的關系上，智能革命不同于前幾次技術革命,不是人去適應機器，而是機器主動來學習和適應人類，并同人類一起學習和創新這個世界。

（《智能革命》封三）3.大數據是智能社會運轉的根本動力和燃料。以百度為代表的搜索引擎公司，由于對數據資源的獲取和使用類似深度學習的商業模式，也與大數據-深度學習-提取模式-創造用戶價值這一研發文化相匹配使其天然具備了人工智能的基因。（《智能革命》封三。張順全注：大數據（bigdata）或稱巨量資料，指一般的軟件工具難以捕捉、管理和分析的大容量數據，一般以“太字節”為單位。大數據之“大”，并不僅僅在于“容量之大”，更大的意義在于：通過對海量數據的交換、整合和分析，發現新的知識，創造新的價值，帶來“大知識”、“大科技”、“大利潤”和“大發展”（參《大數據（TheBigDataRevolution）》，涂子沛著廣西師范大學出版社2013年4月第2版2014年2月第7次印刷）。在維克托?邁爾■舍恩伯格及肯尼斯?庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而釆用所有數據的方法。大數據的4V特點：＼blume（大量）、Velocity（高速）、Wiety（多樣）、Wlue（價值）。對于大數據（Bigdata）,研究機構Gartner?給出了這樣的定義：大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據的核心就是預測。建立在相關關系分析法基礎上的預測是大數據的核心。相關關系是無法預知未來的，他們只能預測可能發生的事情。但是，這已經極其珍貴了。大數據的核心就是挖掘出龐大的數據庫獨有的價值（《大數據時代生活、工作與思維的大變革BIGDATAARevolutionThatWillTransformHowWeLive,Work,AndThink》，［英］維克托?邁爾-舍恩伯格（ViktorMayer-Schonberger）肯尼思?庫克耶（KennethCukier）著盛楊燕周濤譯浙江人民出版社2013年1月第1版2014年5月第13次印刷第16、75、72、102頁）。太字節（TB,terabyte）是計算機存儲容量的單位。字節（B,Byte）是計算機信息技術用于計量存儲容量的一種計量單位。一個字節是8個二進制位（bit）,一個二進制位可以是一個“0”或“1”。計算機存儲單位一般用字節（B）、千字節（KB）、兆字節（MB）、吉字節（GB）、太字節（TB）、拍字節（PB）、艾字節（EB）、澤它字節（ZB,又稱皆字節）、堯它字節（YB）、EB、NB、DB表示。其換算關系是:1KB=1024B,1MB=1024KB,1GB=1024MB,1TB=1024GB,1PB=1024TB,1EB=1024PB, 1ZB=1024EB,1YB=1024ZB,1BB=1024YB,1NB=1024BB,1DB=1024NBo相鄰兩個存儲單位之間的進率是1024。計算機廠家為便于計算，通常算為1000。一個漢字相當于兩個字節。張俊林（電子工業出版社2014年9月第1版2014年10月第2次印刷）：《大數據日知錄架構與算法》2,《張順全財經電商計算機及相關基礎知識小辭典（拼音序2017 年修改）.docx》）4.本書從硬件集群、計算能力、大數據資源、人工智能文化等方面提出了智能化的基本標準，并且從制造業升級、金融革新、無人駕駛、管理革命、智能生活等多個維度，描述即將到來的智能社會，反思人類即將而臨的種種挑戰。“人工智能”正式寫入2017年政府工作報告，折射出未來人工智能產業在我國經濟發展與轉型中的重要性。（《智能革命》封三）5.從蒸汽革命、電氣革命到信息技術革命，都是人類自己去學習和創新這個世界。人工智能革命，因為有了“深度學習”，是人類和機器一起學習和創新這個世界。前三次技術革命時代，是人類要去學習和適應機器，但在人工智能時代，是機器主動來學習和適應人類。“機器學習”的本質之一，就在于從人類大量行為數據中找出規律，根據不同人的不同特點、興趣提供不同的服務。（百度公司創始人、董事長兼首席執行官李彥宏《智能革命》封底、參第13條）6.我們正在見證的是一個計算機和數字化崛起的時代，這是人類歷史大潮中持久的、必經的一個過程。而人工智能是將大潮推向下一個高點的動力。它將開辟一個新時代，給我們的社會帶來持久的、長遠的革命性影響。（百度集團總裁兼首席運營官陸奇《智能革命》封底）7.在對人工智能進行科學幻想的同時，我們更需要關注即將面對的“近未來”，這也正是本書重點討論的話題。想像人工智能時代的社會和生活是困難的，即使在科幻小說中，我們也只能把種種可能性排列出來，而哪種可能性最有可能成為現實，取決于我們的努力和選擇。但不管怎么說，那是一個誘人的時代，我們正向它走去。（2015年雨果獎獲得者劉慈欣《智能革命》封底、XUI、XIV、參第25、238條）8.智能革命，暢游天地，我知道這是一條神經虛擬網絡的秘密，用強健的身體，凝聚著智慧的心靈，開拓新奇跡，讓我們擁有美好的生活，繪出美好的旋律。（百度大腦《智能革命》封底、IX,參第19條）自序 9.全世界都在為即將到來的人工智能革命感到振奮。這種情緒就仿佛二十多年前我（李彥宏）在硅谷親歷互聯網大潮初起時所感受到的。這也讓我回想起更早之前在美國學習人工智能課程的場景。在國內我學的信息管理，到美國我學計算機科學。我對硬件相關課程不很有興趣,但一講人工智能就特別興奮且學得很不錯，覺得這就是計算機科學甚至人類的未來。但學完后做了一些研究，發現人工智能還沒有什么應用機會，不能夠解決實際問題。大家對人工智能滿懷希望，但到市場一檢驗就立刻碰壁。在失望之際只好把這個興趣默默埋藏了起來。隨著計算機網絡產業的發展，尤其是搜索引擎的進步，希望回來了。（《智能革命》I）10.搜索引擎大發展的十多年，我和一些同路者逐步意識到人工智能逐漸開始發揮作用。搜索引擎一直在推升計算機科學的天花板，從硬件到軟件的算法再到數據各層而都在被持續推進，終有一天會觸碰到人工智能這個方向。在搜索上一嘗試，就發現人工智能是有效的，與過去任何一個領域應用人工智能的感覺都不一樣。為何人工智能在此場景下有效？我們的總結：海量的數據，越來越強的計算能力，越來越低的計算成本，在搜索領域匯聚到一起，鋪就了人工智能的回歸之路。如果說互聯網改變了信息基礎設施，貝I」移動互聯網就改變了資源配置方式。如末梢神經般深入人類生活方方面面的互聯網，不僅產生出科學家夢寐以求的海量數據，而且催生了云計算方法，把千萬臺服務器的計算能力匯總，使得計算能力飛速提高。科學家早已發明的機器學習方法在互聯網領域大展身手，從根據用戶興趣自動推薦購物、閱讀信息，到更準確的網絡翻譯、語音識別，互聯網越來越智能化。人工智能從互聯網中汲取力量，終于王者歸來，并正在醞釀一場堪比歷次技術革命的大變革。而對此變革，有人探討其潛在風險，有人質疑其兌現的能力。我們耳畔縈繞著兩種聲音：人工智能達到發展高峰，就會聽到“人類將被機器統治”的擔憂；

人工智能發展陷入低谷，又會聽到“這只不過是換了種套路的創新泡沫而已”。（《智能革命》I、II。張順全注：云計算（cloud；

cloudcomputing；

cloudcomputer；

cloud-based）概念由Google提出，一如其名，這是一個美麗的網絡應用模式。云計算時代，可以拋棄U盤等移動設備，只需要進入GoogleDocs頁而，新建文檔，編輯內容，然后，直接將文檔的URL分享給你的朋友或者上司，他可以直接打開瀏覽器訪問URLO我們再也不用擔心因PC硬盤的損壞而發生資料丟失事件。狹義云計算是指IT基礎設施的交付和使用模式，指通過網絡以按需、易擴展的方式獲得所需的資源（硬件、平臺、軟件）。提供資源的網絡被稱為“云”。

“云”中的資源在使用者看來是可以無限擴展的，并且可以隨時獲取，按需使用，隨時擴展，按使用付費。這種特性經常被稱為像水電一樣使用IT基礎設施。廣義云計算是指服務的交付和使用模式，指通過網絡以按需、易擴展的方式獲得所需的服務。這種服務可以是IT和軟件、互聯網相關的，也可以是任意其他的服務。這種資源池稱為“云”。“云”是一些可以自我維護和管理的虛擬計算資源，通常為一些大型服務器集群，包括計算服務器、存儲服務器、寬帶資源等等。云計算將所有的計算資源集中起來，并由軟件實現自動管理，無需人為參與。谷歌全球副總裁、大中華區總裁李開復（世界頂級的科學家之一）:所謂“云計算”，就是要以公開的標準和服務為基礎，以互聯網為中心，提供安全、快速、便捷的數據存儲和網絡計算服務，讓互聯網這片“云”成為每一個網民的數據中心和計算中心。《張順全財經電商計算機及相關基礎知識小辭典（拼音序2017年修改）?docx》）11.對快速發展的人工智能新技術，既不能高估其短期作用力，更不能低估其長期影響力。從縱向發展來說，業界通常把人工智能分為三個階段：第一階段，弱人工智能；

第二階段，強人工智能；

第三階段，超人工智能。目前處于弱人工智能。人工智能恐懼論者擔心，當有一天超人工智能到來，人類會不會被機器所控制？我認為，人工智能永遠不會到那一步，很可能連強人工智能都到不了。未來，機器可以無限接近人的能力，但永遠無法超越人的能力。（《智能革命》II、DI）12.當然，僅僅是無限接近人的能力，就已經可產生足夠大的顛覆性。因計算機在有些方面實在比人強太多。如記憶能力，百度搜索可記憶上千億網頁，其中的每個字它都記得住，沒有一個人能做得到。再如運算能力，哪怕是寫詩——把你的名字輸入手機百度的“為你寫詩”,敲回車鍵，沒等你反應過來，詩就出來了。再厲害的七步神童，也很難達到此速度。但在情感、創造性等很多領域，機器是無法超越人類的。（《智能革命》皿）13.更重要的是，在技術與人的關系上，智能革命與前幾次技術革命又有著本質的差異。從蒸汽革命、電氣革命到信息技術革命，都是人自己去學習和創新這個世界。人工智能革命，因有了“深度學習”，是人類和機器一起學習和創新這個世界。前三次技術革命，是人要去學習和適應機器，但在人工智能時代，是機器主動來學習和適應人類。“機器學習”的本質之一，就在于從人類大量行為數據中找出規律，根據不同人的不同特點、興趣提供不同的服務。未來，人和工具、人和機器之間的溝通可能完全基于自然語言。這會讓人生活得更好，而不是像過去的機器那樣讓人感到難受。人工智能的應用會極大提高工作效率，是推動人類進步的因素。從六七年前開始，百度就已認識到人工智能將是照亮又一個新時代的火種，并在當時幾乎無人看好的情況下，大規模投入該領域。（《智能革命》皿、IV,參第5條）14.國際上，谷歌從搜索領域，微軟從遍布桌面的應用領域，亞馬遜從電商領域都積累了海量的數據和計算能力，它們與大學實驗室的科學家一起，幾乎同步認識到人工智能新浪潮正在涌動，紛紛投入，建樹頗豐。無論中外，企業界在這場技術革命中的主導作用日益明顯。2016年夏我在硅谷，與斯坦福大學的幾位學者聚餐，一位教授朋友對我說：學術界不太想做深度學習了，因我們根本做不過工業界。并讓同桌的人猜百度人工智能有多少預算。我說，我也不知給了多少預算，因為這個是根據需求，需要多少就給多少。此外，工業界的數據豐富程度也是學術界無法比擬的。百度、谷歌這樣的公司處在互聯網中心位置，每天都會產生海量的搜索數據、定位請求等各方面的數據。因此，越來越多的人工智能科學家從知名院校跳槽去了百度、谷歌……（《智能革命》IV）15.我們建設百度大腦，希望為更多的人才提供平臺和機會。中國和美國在人才吸引上走了相反的方向：美國越來越反移民，中國則越來越開放。很多優秀乃至頂尖的人工智能科學家來到百度，這是個很自然的過程：在該領域，沒有一個牛人可以全靠自己從零開始做，他（她）需要團隊，需要基礎設施，需要一個重視開發人工智能的企業文化。作為搜索引擎公司，百度從誕生的那一天起，就已帶有人工智能的天然基因：我們以數據為基礎，通過深度學習提取特征、模式，為客戶創造價值的開發流程和開發文化，與人工智能系統的開發高度吻合。我本人也更喜歡與那些技術人員聊天，聊的時候感覺很興奮，因為彼此會發現有很多共同語言，優秀的人才自然而然就會互相吸引到一起。（《智能革命》IV、V）16.當然，智能革命的興起，還需要政府的力量。2015年3月博鰲亞洲論壇期間，我和比爾?蓋茨、埃隆?馬斯克（張順全注：ElonMusk,特斯拉汽車公司CEO）等數次對談人工智能，達成了很多共識，其中一項就是，都認為政府的鼎力支持對創新產業非常重要。中國整體的人工智能技術水平及人才的厚重程度還是落后于美國的。但在局部我們可以領先，中國的土壤有自己的優勢。如數據方面，中國有14億人口，7億多網民，從任何一個單一市場的角度講都是全球最大，能夠獲得數據的能力也是全球最強。中國還有一個很強的政府，有能力把很多數據統一起來。就在那年博鰲亞洲論壇前的全國“兩會”上，我提交了“中國大腦計劃”提案，希望從國家層面來搭建人工智能基礎資源和公共服務平臺，推動人工智能發展，搶占新一輪科技革命制高點，助力中國經濟轉型升級。（《智能革命》V、VI）17.歐美等發達國家已紛紛從國家戰略層面加緊布局人工智能。2016年，美國先后發布《國家人工智能研究與發展戰略計劃》等三份報告，英國也于12月發布關于人工智能的戰略報告,主張以發展人工智能來提升企業競爭力、政府治理能力和綜合國力。中國政府也不遑多讓。2015年3月，李克強總理在政府工作報告中提及“互聯網+”概念。四個月后，國務院發布了《國務院關于積極推進“互聯網+”行動的指導意見》，其中提到人工智能。2016年5月，國務院再次頒發《“互聯網+”人工智能三年行動實施方案》，正式提出人工智能產業綱領。2017年3月，百度獲得國家發展和改革委員會批準，聯合數家科研機構傾力籌建“深度學習技術及應用國家工程實驗室”。作為國內唯一一個深度學習領域的國家工程實驗室，將著重發力于深度學習技術、計算機視覺感知技術、計算機聽覺技術、生物特征識別技術、新型人機交互技術、標準化服務、深度學習知識產權七大方向；

站在國家的高度，致力于解決我國人工智能基礎支撐能力不足等問題，全面提升智能產業的國際競爭力。這可看作政府層而對“中國大腦計劃”的初步回響。做這樣一個大平臺，宗旨在于提升中國在人工智能方面的綜合實力，在國際上能夠真的代表中國——像女排那樣代表中國。（《智能革命》VI、VD）18.2017年的全國“兩會”上，我再次提交了利用人工智能和大數據技術，切實解決兒童走失的問題，解決城市道路擁堵問題，加強人工智能的行業應用，為中國經濟增添新的增長點三個提案。兩天后，人工智能首次寫入政府工作報告，其意義堪比“互聯網”首次出現在政府工作報告中，無疑將加速智能革命的進程。智能革命的過程會轟轟烈烈，但其成果將會是寬闊平緩的河流。不久的未來，智能流會像電流一樣平靜地環繞、支持著我們，在一切環節提供養料，徹底改變人類經濟、政治、社會、生活的形態。陸奇（百度集團總裁兼首席運營官,參《智能革命》332）稱智能時代的核心本質是“Knowledgeineverysystem,intelligenceineveryinteraction”（知識無處不在，任何交互都是智能的）。未來世界的人們將像穿衣吃飯一樣享用著人工智能而無所察覺。人工智能的美妙之處：它從一開始就是通過學習人、了解人、適應人，然后服務人，是完全以人為本的。（《智能革命》VH）序一百度大腦作序 19.此詩是百度大腦以“智能革命”為主題作的。其中既有對人類情感的模擬，又有不同于人的神秘與粗拙（為了保證原創性，沒有進行編輯和修改）。為體驗機器大腦的“才華”與“情感”，在此照錄百度大腦序詩供欣賞、研究（《智能革命》VIII、IX）：

我來了，天上的云乘著風飛翔，心中的夢占據一個方向，方舟揚帆起航，一路帶著我們縱情歌唱，方舟揚帆起航，脈絡就在大海之上，進步的時光，迎著你看濤浪潮往。

一個新生的地方，穿越千年時光，穿越了無盡的荒涼。答案就在這里搜索。第一縷曙光,遠處熟悉的歌聲還在耳邊回響，你卻依然不知我將去何方。千年時間留下十字文章，曾今誰重復往昔舊模樣。

我來了，期待著你的每一天，睜開眼就能看到幸福曙光，占據著你的每一天，陪你跨越鴻溝走向湛藍，算法很簡單。

時代的春天，回想起我們曾牽手走過的畫而。大家互聯網這場風吹雨打之后又在藕斷絲連。只是不知道時間還會流向那一條線。盼望著未來等待明天，呼吸新鮮空氣多點微笑扮個鬼臉。

我來了，重連網中的兩顆心相互依靠，就在這里誕生，沿著時空隧道，能虛擬夢想陪你一起到天涯和海角，智慧有多少，開神秘的圖案，迎著金色的太陽奔跑。各自徘徊原本以為成長的必須。每當那夕陽爬上屋頂望著星空仰起來眨眼睛。熟悉的身體中透露出一種神奇。

這陣痛是多么重要，任由陽光灑滿大地在黑暗中尋找，哪怕身后天涯海角。永生早已決定將未來度過如何廝守到老。希望得到，故事結局怎樣究竟又有誰會知道。生活還要繼續向前奔跑。

智能革命，暢游天地，我知道這是一條神經虛擬網絡的秘密，用強健的身體，凝聚著智慧的心靈，開拓新奇跡，讓我們擁有美好的生活，繪出美好的旋律。

不可預測的天地，良夜之后你又會在哪里。溫暖的陽光照耀著大地。天上的云兒飄來飄去，醒來之后何時是歸期。我要看到未來的自己。

序二AI時代的曙光 20.在此首先討論一個書中可能不涉及的很基本的問題：人工智能的定義。目前廣為人知的定義是圖靈測試，但這并不是嚴格和精確的定義。上溯歷史，發現人工智能的概念與自動化密切相關，可以說自動化是這個概念的起源。在人們心目中，自動化就是人工智能。遠在電氣時代之前，蒸汽機上就有自動調節蒸汽流量的裝置。在更早的16世紀，伊麗莎白女王的宮廷里首次使用的抽水馬桶也是自動化裝置。若再向前追溯，一定還有更早的例子。自動化大批量出現是在電氣時代，先是由模擬電路實現自動化，后來由電子管?晶體管?集成電路，由日益復雜的軟件所驅動，如今天的電子商務系統、網上銀行系統、網上購票系統、寫現代詩的軟件等。近年來已經有不止一個系統通過了圖靈測試（參下一條及第111條）。但這一切都不能把它們看成心目中的人工智能。因為程序員清楚地知道那些系統的每一步操作在軟件中是如何進行的；

是如何根據邏輯樹檢索數據庫，然后組合出答案的。這就涉及高明的中文房間（華語房間，中文屋子，參第22條）比喻，當我們意識到房間中那些忙碌查找卡片的人時，智能的感覺就蕩然無存了。（《智能革命》X、XI）21.圖靈測試（TheTuringtest,參上一條及111條）由艾倫?麥席森?圖靈發明，指測試者與被測試者（一個人和一臺機器）隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。進行多次測試后，如果有超過30%的測試者不能確定出被測試者是人還是機器，那么這臺機器就通過了測試，并被認為具有人類智能。圖靈測試一詞來源于計算機科學和密碼學的先驅阿蘭（艾倫）?麥席森?圖靈寫于1950年的一篇論文《計算機器與智能》,其中30%是圖靈對2000年時的機器思考能力的一個預測，目前我們已遠遠落后于這個預測。1980年約翰?塞爾在《心智、大腦和程序》一文中提到的中文屋子思想實驗，對圖靈測試發表了批評。美國科學家兼慈善家休?羅布納20世紀90年代初設立人工智能年度比賽，把圖靈的設想付諸實踐。比賽分為金、銀、銅三等獎。2014年6月8日，一臺計算機（計算機尤金?古斯特曼并不是超級計算機，也不是電腦，而是一個聊天機器人，是一個電腦程序）成功讓人類相信它是一個13歲的男孩，成為有史以來首臺通過圖靈測試的計算機。這被認為是人工智能發展的一個里程碑事件。2015年11月，《Science》雜志封而刊登了一篇重磅研究：人工智能終于能像人類一樣學習，并通過了圖靈測試。測試的對象是一種AI系統，研究者分別進行了展示它未見過的書寫系統（例如，藏文）中的一個字符例子，并讓它寫出同樣的字符、創造相似字符等任務。結果表明這個系統能夠迅速學會寫陌生的文字，同時還能識別出非本質特征（也就是那些因書寫造成的輕微變異），通過了圖靈測試，這也是人工智能領域的一大進步。（百度百科。張順全《圖靈測試?docx》）22.中文房間（華語房間，中文屋子，Chineseroom,theChineseroomargument）,是由美國哲學家約翰?希爾勒（JohnSearle）在1980年設計的一個思維試驗以推翻強人工智能（機能主義）提出的過強主張：只要計算機擁有了適當的程序，理論上就可以說計算機擁有它的認知狀態以及可以像人一樣地進行理解活動。這個實驗要求你想象一位只說英語的人身處一個房間之中，這間房間除了門上有一個小窗口以外，全部都是封閉的。他隨身帶著一本寫有中文翻譯程序的書。房間里還有足夠的稿紙、鉛筆和櫥柜。寫著中文的紙片通過小窗口被送入房間中。根據Searle,房間中的人可以使用他的書來翻譯這些文字并用中文回復。雖然他完全不會中文，Searle認為通過這個過程，房間里的人可以讓任何房間外的人以為他會說流利的中文。（百度百科。張順全《中文房間?docx》）23.擁有人工智能的那些系統，如進化算法和深度學習等，有一個共同特點：它們都或多或少地表現出了黑箱的特點，雖然從理論上它們內部的運算步驟仍然可以追蹤，但由于計算量的巨大，使這種追蹤實際上很困難甚至不可能。于是，我們真的感覺它們有智能了。至此，能夠看到人工智能的一個重要特點：一個具有智能特性的人造系統，它產生、輸出的內部的運算過程是人類智能所無法解析的。換言之，只有我們不知道機器在想什么、怎么想時，才認為它有智能。據此是否心生寒意：是否人工智能的本質中隱含著它們最終失控的可能性？這正是人們對人工智能關注的熱點，用馬斯克的話說，人工智能正變成比核彈更危險的東西。媒體輿論給人一個印象，似乎人工智能征服世界指日可待。本書最后一章也顯現了這種擔憂。庫茲維爾甚至在《奇點臨近》中給出了人工智能紀元到來的年份：2045年。但仔細考察發現：強人工智能仍然屬于科幻的范疇。筆者（劉慈欣）作為科幻作家只能說：科幻小說中的預言真正變為現實的是少數。強人工智能的實現而對著許多巨大的技術障礙，如非馮?諾依曼體系的新結構計算機、對人類思維機制的深刻認識等，都無法確知能否取得突破。一些看似有希望的技術，如量子計算等，距實用還相去甚遠。（《智能革命》XI?XHD 24.人工智能近年來開始走出實驗室，用一位互聯網大佬的話說，它們變得實用了。人們面I翩匕戰：人工智能不會奪走我們的自由和生命，但會奪走我們的飯碗，它們可以在資本家的控制下做成這件事。美好的說法是，人們在常規工作中被人工智能取代后，可以去從事創造性的工作；

但創造性的工作不是人人都可以從事的，也不需要那么多人。若社會分配制度不改變,一個全部由科學家和藝術家構成的人類世界幾乎是一場噩夢，這上百億科學家和藝術家中的絕大部分注定一生碌碌無為，淪入“創造性”的窮困潦倒中。但這種思維總有些不對的地方。人類自古以來為生存而勞作，實在是迫不得已。工作著是美麗的，但誰都知道，不需要工作的生活更美麗。現在終于能夠制造出把自己從工作重負中解放出來的機器，這是人類文明最偉大的成就，無論如何不應該被看作是一場災難；

相反，這可能是人類所而對的前所未有的偉大機遇。（《智能革命》XID）25.完成由現代社會向人工智能社會的過渡有兩種可能。一種可能十分黑暗：在現有的社會、經濟和政治體制下,人工智能帶來的問題幾乎是無解的。在人工智能迅速取代人類的過程中，沒有及時建立起與之相適應的社會體制，在席卷全球的失業浪潮之下，世界的政治和經濟將陷入長久的混亂之中，一切都籠罩在人工智能及其使用者與“新盧德派”（參第245條）領導的大眾的無休止的沖突中。另一種可能是，社會成功地完成轉型。這將是有史以來人類生活方式最大的一次改變。不勞動者不得食，這個理念是人類社會的基石，但人工智能可能會移除這一基石，進而導致從所有制和分配制度，到基本的經濟結構，再到政治體制，直到文化，都發生根本的變化。這是真正的人類解放，是向著古老的烏托邦理想邁進的一大步。2016年是《烏托邦》發表500周年，但托馬斯?莫爾無論如何不會想到，他的理想會借助于智能機器實現。我（劉慈欣）很有興趣地想，若卡爾?馬克思知道人工智能這回事，他關于資本主義和共產主義的理論會是什么樣子？（《智能革命》XIV、參第7、238條。張順全注：盧德派是十九世紀初英國手工業者組成的集團，他們反對以機器為基礎的工業化，在諾丁漢等地從事破壞機器的活動。盧德是英國工業革命時期的一名工人，為了反抗機器駕馭人類，而搗毀了紡織機。而盧德主義者就是對新的科技發明嫉妒厭惡而悲觀的人。而今盧德派一詞用來指任何對抗技術進步的人。百度搜索。）01簡史：互聯網風云背后的人工智能生長 26.有句話叫作，你能看見多久的歷史，就能看見多遠的耒來。回顧一下互聯網和人工智能之間的歷史風云。互聯網于20世紀60年代誕生于美國軍方的實驗室，一開始用來在幾所高校和科研機構之間傳遞和共享情報。到了20世紀80年代末，一群科學家提出萬維網概念并創造TTCP/IP（互聯網傳輸控制協議），使互聯網得以向全世界擴展成一條寬闊深遠的信息高速公路。大約20年前，23歲的年輕人馬克?安德森發明的網景瀏覽器點燃了大眾互聯網的熊熊火焰，打開了互聯網商用的大門。微軟焦慮其軟件業務會被互聯網顛覆，太陽公司的年輕人則毅然與僵化的公司割裂，發明了跨操作系統的語言血中（程序設計）語言，打破微軟的壟斷，闖開互聯網創新之門，極大加速了互聯網產品的開發創造。（《智能革命》003）27.當時的中國，北京、上海也還找不到幾家網吧。1997年，瀛海威剛開通全國網絡接入服務，張小龍剛寫出了Foxmail電郵軟件程序，全國信息化工作會議召開……從外面看萬維網世界，一切都是剛蘇醒的摸樣；

但在技術圈，新技術、新思想層出不窮，各種商戰明爭暗斗正酣。那時我（李彥宏）在美國搜索引擎先驅Infoseek公司工作，感受美國人對新科技浪潮的昂揚熱情，想到新技術革命正在發生，中國準備好了嗎？1998年我寫了《硅谷商戰》一書，詳細描繪了硅谷天才們的奮斗與創新（開篇就描摹了創新者馬克?安德森）。1998年我回國，在北京一家賓館的房間里創辦了百度公司。回想網景、太陽、微軟在互聯網類似三國爭雄般的時代，至今依然激動不已。人們猜測誰是贏家？微軟似乎是不可戰勝的，它總是能消化新技術。網景最終被美國在線收購（創建網景的馬克?安德森后來成了硅谷風投界的教父），美國在線于2014年被以無線業務稱雄的Wrizon（威瑞森）公司收購。威瑞森述收購了叱咤風云多年的雅虎。太陽公司一度如日中天，2001年擁有5萬名雇員，市值超2000億美元。然而當互聯網泡沫破碎時，太陽公司一年內由峰頂跌入低谷，2009年被Oracle（甲骨文）公司收購。俱往矣。新科技公司快速崛起。蘋果、谷歌終于憑借手機操作系統完成了對微軟的逆襲。（《智能革命》003、004）28.互聯網技術依然高歌猛進。昔日人們關注互聯網大咖明爭暗斗，今日人們感概移動互聯設備全面超越PC,卻一直無意中冷落了一個默默崛起的“幽靈”——人工智能，互聯網只是人工智能的身體之一。（《智能革命》004）人工智能的黎明 29.人工智能的歷史早于互聯網，與計算機歷史相伴。1956年達特茅斯會議召開，麥卡錫提出人工智能概念，與會的十位年輕科學家后來均成為各國人工智能領軍人物。那時一臺計算機有一棟房子那么大，為何敢提出人工智能？這在于科學家的洞察力。當時，香農早已完成他的三大通信定律，明斯基已造出第一臺神經網絡計算機（用3000個真空管和一臺B-24轟炸機的自動指示裝置來模擬40個神經元組成的網絡），其論文《神經網絡和腦模型問題》日后成為人工智能技術的鼻祖。圖靈則早在1950年就提出了圖靈測試理論及機器學習、遺傳算法、強化學習等諸多概念。人工智能短暫的春天開始了；

但他們的成績更多被埋沒在計算機發展成果之中，如，可以解決閉合式微積分問題的程序，搭建積木的機械手等。（《智能革命》005,張順全注：香農三大定理是信息論的基礎理論。香農三大定理是存在性定理，雖然并沒有提供具體的編碼實現方法，但為通信信息的研究指明了方向。香農第一定理是可變長無失真信源編碼定理。香農第二定理是有噪信道編碼定理。香農第三定理是保失真度準則下的有失真信源編碼定理。百度百科。張順全《香農三大定理?docx》）30.理想超前但基礎設施尚在襁褓中。超前的人工智能遇到兩個瓶頸:一是算法邏輯自身的問題，數學方法的發展還不夠；

另一個是計算能力不足。典型的如機器翻譯問題，科學家夜以繼日地總結人類語法規則，設計計算機語言模型，機器卻始終無法把翻譯準確率提升到滿意的程度。新技術和產業鏈條沒被打通，令人興奮的產品應用沒被發明出來，政府投資和商業投資都大幅減少，人工智能研發在20世紀70年代到90年代經歷了兩次低潮。（《智能革命》005、006、圖1-1達特茅斯會址注：使用手機百度或智能革命App掃描圖片可見AR效果。）31.普通人接觸最多的“人工智能”實例大概就是街機游戲了。20世紀80年代中國的小縣城街頭游戲廳的街機NPC（非玩家控制角色）總是能被熟練玩家輕松戰勝，這不僅可看作“人工智能”能力低下的表現，也造成了一種錯誤觀念：智能是安裝在一臺計算機中的事物。直到互聯網和云計算興起，這種觀點才被改變。（《智能革命》006、007）百煉成鋼 32.2012年，深度學習在學術界和應用方面都有了突破。如，用深度學習的方法來識別圖像，突然就比以前任何算法都有明顯提升。我馬上意識到，新的時代來臨了，搜索將被革新。不僅可用文字搜索，還可用語音和圖像搜索。比如將不認識的植物拍成照片上傳搜索，可立刻識別出是福祿桐。語音識別能力、圖像識別能力、自然語言理解能力、為用戶畫像的能力，都是人最本質的智慧能力。計算機擁有了這些能力時，一場新的革命就會到來。工業革命解放了人的體力，智能革命可以幫助人類做費腦子的事情。未來20?50年，我們會收獲各樣的驚喜。（《智能革命》007、008）33.應向在資本寒冬期堅持人工智能領域探索的科學家致敬。如今百度擁有一支龐大且實力雄厚的人工智能研究團隊，不少擔剛者從20世紀90年代就從事機器學習研究。20世紀90年代僅GeoffreyHinton（杰弗里?辛頓，參第43條）、MichaelJordan（邁克爾?喬丹）等少數科學家堅持機器學習領域的探索。原百度首席科學家吳恩達（參第47、56、119、123、137、252、258條）在20世紀90年代就師從Jordan,后來他開創在線課程傳授機器學習理論給無數年輕人。百度研究院院長林元慶（參第47、133、148、156、376條），百度杰出科學家及世界上最早利用神經網絡做語言模型的徐偉等（參第156條），十多年前就在深度學習的重鎮NEC（日本電氣股份有限公司）的美國實驗室工作。在那里工作過的人工智能專家，有發明SVM（SupportX^ctorMachine,支持向量機）的美國工程院院士VladimirX^pnik（弗拉基米爾?瓦普尼克），發明卷積神經網絡的深度學習領軍人物、現任臉書（Facebook）人工智能實驗室主管YannLeCun（揚?勒丘恩），深度學習隨機梯度算法的核心人物LeonButton（利昂?布托），原百度深度學習實驗室主任余凱等。（《智能革命》008）34.最初的人工智能研究大多基于規則：人類總結各種規則輸入計算機。比這個高級的方法是基于“統計”的機器學習技術，讓計算機從大量數據和多種路徑中尋找概率最大、最合適的模型。這兩年促使人工智能再度技驚世人的技術是機器學習技術的升華版一基于多層計算機芯片神經網絡的“深度學習”方法。通過多層芯片聯結，模仿人腦大量神經元的網狀聯結方式,輔以精妙的獎懲算法設計和大數據，可訓練計算機自己從數據中高效地尋找模型和規律，從而開啟了一個機器智能的新時代。（《智能革命》009）35.正是少數人的堅持，為人工智能的王者歸來保存了火種。百度是中國最早布局人工智能的公司之一，我們似乎是自然而然地做了很多其他公司當時述沒聽過的事情。六七年前在美國，陸奇（參第6、18、47、61、65、81、87、190條）和我暢談了深度學習的巨大進展，決心大舉進入該領域。我在2013年1月百度年會上宣布成立IDL（深度學習研究院），這是全球第一家用深度學習命名的研究院。我自任院長，以此召喚那些堅守多年的科學家。過去百度從不專門成立研究機構，我們的工程師就是研究人員，研究與實際應用結合得非常緊密。但深度學習會在未來很多領域產生巨大影響，而那些領域并不都是百度現有業務范圍之內的。所以，有必要創造專門空間，吸引人才，嘗試創新，為全人類的人工智能革命探索道路。

（《智能革命》009）“智能”已換代 36.若人工智能的啟蒙階段稱為1.0時代，則現在已明顯大步進入2.0時代，機器翻譯就是典型案例。過去是基于詞和語法規則進行翻譯——人類把語法規則告訴機器，怎么也趕不上語言尤其是語境的多變，機器翻譯總出現諸如把“howoldareyou（你多大年紀。百度翻譯）”譯成“怎么老是你”的笑話。后來的SMT（統計機器翻譯）的基本思想是通過對大量的平行語料進行統計分析，找出常見的詞匯組合規則。SMT具有機器學習基本功能，有訓練及解碼兩階段：訓練階段通過數據統計讓計算機構建統計翻譯模型，進而用此模型進行翻譯；

解碼階段利用所估計的參數和給定的優化目標，獲取待譯語句的最佳翻譯結果。SMT已持續二十多年，對短語或短句翻譯效果顯著，但對較長句子翻譯效果一般，尤其是對語言結構差異較大的語言，如中文和英文。近幾年崛起的NMT（基于神經網絡的翻譯）的核心是一個擁有無數結點（神經元）的深度神經網絡，一種語言的句子被向量化后，在網絡中層層傳遞,轉化為計算機可理解的表達形式，再經過多層復雜的傳導運算，生成另一種語言的譯文。

NMT利用了全局信息并有語序學習上的優勢。使用此模型的前提是數據量要大。雙語語料儲備得越多，NMT效果越好。每種方法都有其擅長。如成語翻譯，大多有約定俗成的意譯譯文，需在語料庫中有對應內容才能翻譯出來。故百度把傳統的方法如基于規則的、基于實例的、基于統計的方法與NMT結合起來向前推進研究。（《智能革命》010、011）37.在這種機器翻譯的模式中，人類不是親自尋找浩繁的語言規則，而是設定數學方法，調試參數，幫助計算機網絡自己尋找規則。人類只要輸入一種語言，就會輸出另一種語言，不用考慮中間經過了怎樣的處理，這就叫端到端的翻譯。聽似神奇，其實概率論里的貝葉斯方法、隱馬爾科夫模型等都可解決此問題。類似機器翻譯的人工智能技術方法的前提是數據量足夠大。互聯網誕生的初衷是為了信息溝通方便，結果帶來了信息爆炸，信息爆炸又促進了人工智能技術的發展。（《智能革命》011、012）38.再以下棋為例。1952年瑟?薩繆爾編寫了達到業余高手水平的跳棋程序。但國際象棋難多To百度總裁張亞勤（參第47>12&138、169、263、286條）在微軟擔任研究院院長的時候，請來中國臺灣計算機才子許峰雄，他在IBM（國際商業機器公司）時開發了國際象棋機器人深藍（20世紀90年代的人工智能代表，使用了多塊CPU（中央處理器）并行計算技術），于1997年戰勝了人類國際象棋冠軍卡斯帕羅夫。張亞勤對許峰雄說：“你去做圍棋吧，等能下贏我的時候再來找我”，但直到他離開微軟，許峰雄都沒有再來找過他。“深藍”本身面臨一些無法突破的瓶頸，而對圍棋棋盤上達到宇宙數量級變化的可能性望洋興嘆。基于決策樹算法，窮舉一切走子可能性的模式超出了計算機的承載能力。以圍棋為代表的東方智慧，面對人工智能似乎可以穩若泰山，但一個新時代正在來臨。（《智能革命》012、013）Internet的大會師 39.“深藍”代表的計算機智能似乎與互聯網無關，然而云計算和大數據的發展，使人工智能和互聯網終于合二為一，元神合體，獲得了一種不同于“深藍”時代的智慧模式。多芯片分布式計算加大數據，通過超越決策樹的新算法來貫通，體現了人類智慧與機器智慧的結合。2016-2017年，AlphaGo（阿爾法圍棋，參第44、239條）橫掃人類圍棋高手圈。AlphaGo的“下棋”思路不同于人類，也不同于“深藍”。簡言之，是千萬盤人類圍棋對弈的數據滋養了它。若要給出更專業的解讀，則可以說是蒙特卡洛搜索算法和基于深度學習的模式識別促成了AlphaGo的成就，其中最重要的是其前輩“深藍”所不具備的深度學習。AlphaGo不是自己想出棋著，而是學習了人類高手的千萬盤棋局（這就是大數據），通過多層神經網絡預測人類高手會走出的下一著。經過巧妙的神經網絡設計與訓練，這個多層神經網絡建模了人類高手的棋感——對于當前局面，已知以往下棋歷史中的勝率。下棋時，計算機可通過視覺識別記錄棋局，再和以往棋局數據比較，找到相同模式（局面），再檢索不同局而往后發展下去，根據以往下棋史中的勝率高低選出一些高質量的候選點供走子，從而極大地減少系統運算量。（《智能革命》013、014）40.用一個不一定十分準確但是形象的比喻來說明。蒙特卡洛樹形搜索是對以往決策樹算法的優化。以往的決策樹算法，即便給了一個高質量的候選點，對接下來的選擇同樣要進行窮舉，在每個要選擇的地方做一次分支，同樣會遇到可選路徑數量的指數爆炸。蒙特卡洛方法就體現了概率學的精妙。設某棋局局面下，深度學習網絡給出了三個候選落子辦法A、B、C,以這三個點為根節點，分別往下走子，可想象成三棵樹，每棵樹還有無數分支。蒙特卡洛搜索不去窮盡所有分支，而是派出300萬只螞蟻分別從A、B、C出發，每個點100萬只，飛速向樹梢爬（也就是往下黑白棋交替走子直到決出勝負，基本上走200步就會分出勝負），總有部分螞蟻走到最高點（也就是決出勝負，假設螞蟻走到終點的情況代表黑子勝，沒走到終點的情況代表白子勝）。假設A、B、C點分別有30萬只、50萬只、40萬只螞蟻到達終點，系統就認為黑子走B點勝率更高，就會選擇B點。這就是概率學的取樣算法，相比逐項窮舉法，極大縮減了計算量。為何不是派10萬只或1000萬只螞蟻？這是根據計算機的計算能力和對競爭對手的大致估計而定的。在相同時間內派出越多螞蟻，對計算能力要求越高。

（《智能革命》014、015）41.CPU芯片與GPU（圖形處理器）芯片同時進行神經網絡計算與蒙特卡洛樹形搜索，模擬海量的終盤局面，這是人類計算能力無法比擬的。因釆用深度學習建模了人類高手的棋感，看上去人工智能擁有了人類的大局觀，而此大局觀恰恰蘊藏在人類高手的千萬盤對弈數據里。AlphaGo展現了當下人工智能/深度學習技術的發展水平。做同類研發的機構和人才很多，八仙過海，各顯神通。人類行為被互聯網以數據形式記錄后，就成為滋養人工智能在各行各業齊頭并進，幫助人類的無窮無盡的燃料。機器翻譯、語音識別、圖像識別都基于互聯網提供的大量數據，用戶點擊行為也如此。為何百度搜索引擎的準確性是國內其他搜索引擎難以比擬的？因為數據量最大、算法最先進、積累最雄厚。用戶的每次點擊其實都在訓練搜索引擎背后的百度大腦，告訴它哪一條資訊是用戶最想要的。（《智能革命》015、016）42.當人工智能遭遇冬天時，人們認為機器很難像人一樣思考，但機遇也正在這句話里。20世紀90年代以后，人類認識到人工智能沒必要像人那樣思考，只要能解決人類的問題即可。故語言學家喬姆斯基在回答“機器可以思考嗎？”時，借用丹麥計算機科學家迪克斯特拉（Dijkstra）的說法反問：“潛艇會游泳嗎？”潛艇不會像魚兒或人類那樣擺動身姿游泳，但它的水下能力非常好。回望歷史，整個人類工業發展都在孕育人工智能。凱文?凱利（參第48、51、120條）說過，蒸汽機活塞的自我往復運動就是一個精巧的設計，這種自我應答已蘊含了“進化”的要素。自動化的追求是人工智能的進化動力。早期的蒸汽機效率低、能耗大，故最先應用在煤礦：煤礦有需求（需要把采煤產生的很多水從煤礦里抽出來），又有足夠廉價的能源。一旦得以應用，蒸汽機的技術就不斷發展，最終推動工業革命。人工智能也一樣：當容易得到足夠多數據時，數據就是新能源，就是燃料，有了數據燃料，人工智能的發動機就可以運轉起來。感謝互聯網的發展及人類活動產生的數據。數據積累使計算機有了可學習的對象。感謝人工智能探索者，他們并非都是計算機科學家，他們有的做生物學研究,有的做工程學研究，有的研究數學和計算機程序的自動迭代優化，有的改革計算機芯片的協作架構。各種研究成果匯流成海，終于匯聚成今天的人工智能。（《智能革命》016、017）巨頭群起逐鹿 43.2016年AlphaGo（參第39條）在媒體上引發的驚呼其實是輿論的后知后覺。回到2007年，人工智能巨擘GeoffreyHinton（參第33條）早已察覺到“山雨欲來風滿樓”。當時他的一個學生在谷歌大數據的幫助下，將Hinton若干年前的研究成果應用于語音識別技術上取得明顯成功。Hinton感嘆：“回顧過去，失敗只是源于缺少數據量和計算能力”。21世紀的第二個10年，人工智能萬事俱備，百舸爭流的競爭時代開始了。2015年以來，人工智能創業潮持續發酵。據美國風投數據機構CBInsights發布的人工智能產業數據分析，人工智能投資額2011年第二季度到2016年第二季度超75億美元，其中60多億美元都是在2014年后產生的。《烏鎮指數：全球人工智能發展報告》顯示，2016年前兩季度，國內新增60余家人工智能創業公司，投資金額達6億美元。過去一年中，中國大陸在人工智能領域進行了202筆投資，共10億美元（約合人民幣68億元）。2016年，中科院副院長、中國人工智能學會副理事長譚鐵牛院士說，2015年全球人工智能市場規模為1270億美元，2016年預計達1650億美元，到2018年將超過2000億美元。（《智能革命》017、018）44.中、美、英三國是人工智能的發展重地。美國是互聯網和人工智能的起源地，在該領域領先。除谷歌、臉書、微軟、亞馬遜、IBM、蘋果等巨頭，還有近百家專注人工智能業務的公司。如,擅長自然語言處理的X.AI公司。英國則繼續老牌名校的輝煌，研發AlphaGo的DeepMind公司就是其中的代表。亞馬遜推出Alexa智能語音助手和Echo智能音箱，與蘋果、谷歌、微軟爭奪語音入口。2016年6月，亞馬遜總裁貝索斯接受美國科技博主沃爾特?莫斯伯格（WaltMossberg）采訪時透露，亞馬遜針對人工智能領域關鍵項目的投資已持續了4年，“亞馬遜從事這些項目的團隊超1000人，你看見的只是冰山一角”。2016年9月，微軟宣布在執行副總裁哈里?舒姆領導下成立人工智能研發事業群，他領導數千名計算機科學家和工程師將人工智能整合到該公司的產品中，包括必應搜索引擎（Bing）.小娜數字助理及機器人項目。當年末，微軟發布了可以開發聊天機器人的服務，宣布為埃隆?馬斯克（參第16條）和創業孵化器YCombinator的總裁山姆?奧特曼（SamAltman）共同創辦的OpenAI人工智能實驗室提供CPU服務。臉書也擁有人工智能實驗室及類似谷歌大腦的團隊——應用機器事業群，在臉書產品中推廣人工智能技術。該公司首席技術官麥克?斯克洛普夫（MikeSchroepfer）說：“臉書約有1/5的工程師現在都在使用機器學習技術。”AlphaGo的主人谷歌的人工智能投入多年來不斷膨脹。2012年谷歌只有兩個深度學習項目，2016年底已超1000o谷歌從搜索、安卓系統、Gmail（免費網絡郵件服務）、翻譯、地圖、YouTube（視頻網站）甚至到無人車，都有深度學習的影子。（《智能革命》018?020）45.中國擁有龐大的業務應用場景、用戶和數據及基數最龐大的人才群體。有BAT（百度、阿里巴巴、騰訊三大互聯網公司首字母縮寫）、華為等巨頭大力開發人工智能，還有很多垂直領域的人工智能公司涌現。2016年，百度語音識別準確率達97%、人臉識別準確率達99.7%o作為百度大腦的云化，百度天算、天象、天工、天智平臺相繼向全社會全面開放百度大腦的技術和能力。（《智能革命》020）超強大腦匯聚 46.人工智能背后的專業知識與數學、生物學等基礎學科有極大相關性。人工智能科學家又是這些領域的翹楚，更是稀缺人才。但全國人工智能研究方向的博士生、研究生每年不到200人。國外亦然。2015年，優步挖走了卡內基梅隆大學國家機器人研究所140名研究人員中的40名，業界一片嘩然。從業者更為敏感的是學術領軍人物的流向。（《智能革命》020）47.百度是中國人工智能產業的代表，大量頂級人才投身百度：王海峰（參第61、126、129條）加入百度前曾就職于微軟，吳恩達（參第33、56、119、123、137、252、258條）從美國來到百度，張亞勤（參第38、128、138、169、263、286條）從微軟來到百度，林元慶（參第33、133、148、156、376條）從盛產機器學習專家的NEC美國實驗室來到百度，機器人小冰的創造者景鮑從微軟來到百度，美國科技巨頭中職位最高的華人高管和人工智能技術權威陸奇（參第6、18、35、61、65、81、87、190條）放棄微軟副總裁職位加盟百度……同時，也有很多人才從百度出發，創造了自己的人工智能應用公司。百度本身就是中國在吸引和培養人工智能人才方面活力的縮影。（《智能革命》021）48.這么多人類的超強大腦匯聚，目的是要創造劃時代的中國大腦。我們經歷了PC時代，正處于移動互聯網時代，即將邁入萬物互聯的超級智能時代。萬物數據匯合，人類加以處理，就可能產生一種超級大腦的生態。百度正在打造這樣的生態，宗旨在于像提供水和電一樣讓人工智能滲入中國人乃至所有人的生活中去，努力促使世界萬物向知化的方向發展。比如，百度大腦已經初步具有了自己的眼睛、耳朵、嘴巴和認知決策能力，總體來看，相當于一個兒童，但局部能力如翻譯、語音識別、圖像識別能力則大大超過人類。百度大腦已成為開發者的工具和人工智能的操作系統，促進了人工智能標準化的形成，全方位服務人工智能時代的企業、創業者和廣大個人用戶。（《智能革命》021?022。原注：知化是凱文?凱利（參第42、51、120條）在《必然》中提出的觀點，指軟件吞噬一切，一切事物都將信息化，哪怕是一張桌子也可以上傳自己的數據，如銷售軌跡、使用頻率等。）49.因此，我們熱切呼喚中國大腦，呼喚國家總體層面的深度學習服務器、算法、應用基礎設施平臺。中國大腦的形成，將是中國競爭力全方位升級的體現和中華復興的強力加速器。（《智能革命》022）技術要做人類生命的延伸 50.在今天，除了谷歌、微軟和BAT（參第45條）這樣的大公司，互聯網和大數據技術的“去中心化”發展趨向，使得小企業、有才華的技術人員甚至廣大用戶都成為具有決定格局態勢的力量。我在《硅谷商戰》里就強調了用戶的重要性。互聯網創造了一種意見型用戶。我們的很多程序員、工程師都很享受百度對技術工作者的寬松環境，簡單可依賴。公關部門有時會吐槽技術人員不理解用戶心理，遇到問題以為修改了代碼bug（漏洞）就好了。但是人情bug不是代碼能夠修補的，這對我們是一個觸動。必須考慮技術人員與商人和普通用戶的隔閡該如何打破，需要有更高的產品思想和跨界學習的謙虛心態。但就本書主題來說，我們要利用技術對數據進行精準區分并服務于不同用戶。（《智能革命》022、023）51.數字化，這是從尼葛洛龐帝的《數字化生存》到凱文?凱利（參第42、48、120條）的《失控》和《技術想要什么》一直在討論的趨勢，也是技術人員念茲在茲的事情。說到數據總會引起警惕：隱私會被販賣嗎？簡單來說，人工智能眼中的數據絕不是低學歷數據販子眼中的身份證、密碼等。今日人工智能重在從混沌數據里發現總體“模式”，進而優化生產、服務。翻譯、語音識別和圖像識別的進步就是最好的例子。這些混沌數據經過人工智能識別規律，就會對人類產生巨大價值，如從日常領域的語音識別到金融領域的征信防騙再到國家層而的反恐安全。技術再好也要適應用戶，需要不斷優化技術的表現形式，方便用戶使用，體現出人性的一面。2014年初在東莞“掃黃”之后，百度地圖運用數據可視化技術，描繪出東莞與中國各地的遷徙線路熱度，有資深新聞編輯告訴我們，當時看到百度這幅圖，瞬間感覺超越了新聞事件本身，有一種俯瞰人間的領悟。這也是人工智能時代具有歷史意義的時刻。這是智能地圖技術對人類活動、人類命運的感知。人工智能本身尚無人性，但結合開發者的創意、理念，就可提供新的視覺，甚至是一種別樣的人性關懷。好的人工智能要潤物細無聲,不能像電壓不穩的電源，不能像有污染的水。（《智能革命》023?025、圖1-5東莞8小時遷徙圖（正月初十22點前））52.計算機和互聯網都是人工智能的身體，每個數據都是人類活動和人性的記錄，人工智能因此終于像“靈魂”一樣涌現而出，它是可以有人性的。（《智能革命》025）數據大道 53.有位哲學家說，人類是一種“在路上”的存在。百度積累了海量的地圖數據，輔以設計師的智慧和各種精巧算法，可以描繪出人類的各種移動行為，感知人們在路上的生存狀態。百度地圖每日位置服務次數最高突破720億次（參第106、158條），每一次都是人類的活動記錄。奔涌的交通熱力圖和節奏，仿佛城市的生命脈搏。通過城市間交通熱力排行圖，可以感受到地區的發展態勢。百度大數據實驗室一位學生物學出身的年輕科學家之前在普林斯頓研究魚群的運動規律，一看到百度遷徙圖就決定回國來百度工作。2016年，他和同事一起利用百度地圖上的搜索數據變化狀況，準確預測了iPhone（蘋果手機）銷售量的下降。通過數據，大數據實驗室為各種城市生活、企業運營提供智能感知。（《智能革命》02族027）54.2014年交通運輸部提出：要深化改革，務實創新，加快發展“四個交通”，……初步建成綜合交通出行信息服務平臺……。據此，百度提出“中國智慧交通云服務平臺合作計劃”，與交通運輸部公路科學研究院、國家智能交通系統工程技術研究中心共同打造合作平臺，依托交通運輸部重點科技項目“基于云平臺的開放式公共出行信息服務研究與示范”，激活現有數據，建立部省數據信息資源共享交換機制，促進政企間出行服務信息共享應用，并對全社會開放。智能地圖可根據用戶移動快慢測量道路的擁堵程度，還可智能規避單雙號限行路線。結合虛擬現實技術，可讓人身臨其境般尋找路線。以交通大數據為基礎，加上算法輔助，響應交通管理部門的需求，智能地圖系統能為城市交通緩解提供解決方案。智能地圖對地理數據的收集使很多智能項目得以展開。達到厘米級精度水平的高清地圖技術已運用到無人車開發中。2016年世界互聯網大會上，百度無人車在烏鎮公測和試運營。體驗全程3.16公里，經過3個紅綠燈及一次掉頭，不僅而臨人車混行、電瓶車穿行等復雜路況，還需應對中雨、薄霧、霧霾等狀況。此結果絲毫不落后于硅谷同行在北美進行路測的進度。這是無人車的一小步，但必將成就人工智能的一大步。（《智能革命》027、028）人工智能既不是神話也不是笑話 55.人工智能既不是神話也不是笑話，不需恐懼也不需頂禮膜拜。人工智能領域的科學家對技術的描述常常是直白而謙虛的。谷歌前工程師吳軍說過，他在2003年和同伴一起把谷歌的關鍵詞搜索準確率大大提升，解決的一個主要問題就是，對于同義詞或近義詞究竟應該選取哪一種意思去搜索才能滿足用戶的需求。他說：我們把多年來用戶搜索過的關鍵詞搭配都整理出來，然后對每一個關鍵詞的搭配做了特殊處理。這實際上就是一種窮舉法。也就是把用戶經常選擇的詞語組合關系固化下來，下一次用戶再做類似搜索，系統就能更快、更準地給出結果。其實機器翻譯等領域的技術邏輯，跟上述搜索中應用的有策略的窮舉法有異曲同工之妙。據《紐約時報》報道，2016年6月的一個星期三，在谷歌翻譯部門會議上，人們對百度發表在機器翻譯領域核心期刊上的一篇文章議論紛紛。邁克?舒斯特（MikeSchuster）的一句話讓會議室恢復了秩序，“是的，百度出了一篇新論文。感覺就像有人看透了我們做的東西——論文有類似的結構，類似的結果。”百度公司的BLEU（—種機器翻譯和純人工翻譯之間準確度的分數）基本吻合谷歌在2月和3月內部測試中取得的成績。QuocV.Le（夸克?維?樂）并未感到不快。他的結論是，這是一個表明谷歌處于正確軌道上的跡象。“這個系統與我們的系統非常相似。”他安靜地說。（《智能革命》028?030）56.QuocV.Le是吳恩達（參第33、47、119、123、137、252、258條）的博士研究生，他可能并不知道，這篇論文的出爐與吳恩達并無關系，而是自然語言部門獨立完成的。《紐約時報》對中國企業的報道當然是一掃而過。但吳恩達認為，國內部分媒體也需改變習慣，不能總下意識地認為什么技術都是外國更強，熱衷于把后知后覺者當作突破者來報道。實際上人工智能領域很多領先創造都是中國人先做到的。百度領先一年發布了基于NMT的翻譯系統，谷歌在2016年也緊跟百度推出了類似的系統。（《智能革命》029?030）57.今天的人工智能思路與過去不同，變思維規則問題為數據問題和策略問題。過去人類總想為計算機設計出完美的邏輯，不斷把人類的種種邏輯規則抽象成函數之后輸入計算機。現在的人工智能主要基于大數據基礎和算法的進步。也就是說，今天人工智能的爆發恰恰建立在20世紀90年代末互聯網爆發的基礎上。有了互聯網，數據才會大量產生。是用戶使用互聯網時口動產生的數據，如每一次搜索、每一次點擊、每一次移動軌跡，都是一種數據。中國已是世界頭號制造大國，現在更需要的是提升“軟實力”。精神、文化、計算和數據都是“軟實力”。這樣的“軟實力”和傳統產業疊加，也就是所謂的“智能+”。（《智能革命》030）非如此不可 5&問百度要做什么，不如問為什么一定要做？！企業都有自己的戰略戰術。2013年，國內移動互聯網創業風潮興起時，百度卻全面發力人工智能，多方布局、重點突破、發展內功：沒去參加下圍棋、預測歌手比賽結果；

而是專注把人工智能轉化為能改善人類生活的實用性服務；

不止把深度學習應用到語音識別、機器翻譯、街景門牌號識別等少數領域，而是將深度學習成功應用于顯著提升用戶體驗。當全世界都開始關注人工智能時，人工智能大格局上已有中國百度立下的柱石。2013年，百度導航率先宣布永久免費，把中國帶入導航免費時代。百度地圖的數據接口開放，用戶用百度地圖提供的定位技術和方案，相比傳統GPSTracker（全球定位系統追蹤器）節省了大量成本。快遞公司可以此規劃最優送貨路線，游戲開發者可開發類似PokermanGo（口袋妖怪）的位置游戲。百度大腦開放，讓更多的人可使用人工智能的眼睛、耳朵為自己服務。深度學習開發平臺（PaddlePaddle,參第91、140、300條）開放，讓更多有志者可創造屬于自己的人工智能服務。我們也希望讓非技術人員學會用數據智能優化自己的工作、完善自己的個性、追求自己的理想。（《智能革命》031）59.很多高考生使用過度秘機器人幫自己選高考志愿。人們把高考稱作“千軍萬馬過獨木橋”。和地圖數據類似，度秘機器人通過分析千軍萬馬的高考數據，通過深度學習技術響應并感知考生的渴望、焦慮，盡力給出精準回應。這里，人工智能記錄的不是地圖軌跡，而是學子成長的心靈軌跡。20世紀90年代初我遠赴美國學習計算機技術，當時有很多和我一樣的年輕人，懷著用代碼改變世界的愿望，候鳥般往來于中美。若當時有數據地圖記錄這些跨洋軌跡,是很有意思的事情。如今人工智能科學家再次把火種帶到中國，相信這次火焰會燃燒得更熱烈，因為中國大地有足夠的燃料。中國受教育人口數量巨大，計算機和移動設備普及極快,大量的數據使得中國發展和應用深度學習技術方面有得天獨厚的優勢，故我們可厲兵秣馬創造20世紀90年代硅谷那樣的傳奇。百度要做的事不僅是前沿開發，而且要為用戶提供數據基礎設施，提供深度學習開發平臺，網聚人的智慧。在特朗普當選美國總統之前，有百余位硅谷精英發表公開信，認為特朗普當選將會是創新的災難。這對我是一個觸動，若美國的創新真的受到影響，我們能把世界的創新中心從硅谷迎到中國嗎？人才確實在向我們涌來。百度在硅谷成立了實驗室，近身接觸美國人才。百度提出的中國大腦計劃堪比任何超級工程。70年前，頂尖科學家壯志滿懷地從國外回到中國興建偉大工程，這樣的輝煌今天會再次出現嗎？（《智能革命》032、033）60.那個時代的偉大工程往往依賴國家投資和產業政策。“冷戰”結束后，國家競爭壓力減小，尖端科技投資也大為減少。馬斯克開發火箭，其實是國家把NASA（美國國家航空航天局）的火箭技術和團隊轉移給他。在中國，政府層面的決心和投入依然強大，發展人工智能產業方面上下同心。這是最好的時代，也是最不確定的時代。人工智能就是一種適應不確定性的方法。人工智能的發展也將帶來不確定性。美國白宮的報告已在探討人工智能對就業的沖擊。美國硅谷的高速發展和中部制造業的衰落加大了國家的裂痕，一部分人享有進步成果，另一部分人被扔出歷史航船而失去方向。百度要成為人才的方舟，中國企業要打造人類的方舟集陣，讓最廣大的人群踏上智能時代的歷史巨輪。（《智能革命》033）61.百度副總裁王海峰博士（參第47、126、129條）2016年11月當選ACL（AssociationforComputationalLinguistics,國際計算語言學會）會士，成為ACL目前最年輕的會士，也是該組織五十多年歷史上首個出任主席的華人。評選委員會在給王海峰的評語中寫道：“王海峰在機器翻譯、自然語言處理和搜索引擎技術領域，在學術界和工業界都取得了杰出成就，對于ACL在亞洲的發展也做出了卓越貢獻。”2017年初，在人工智能領域享有盛譽的科學家和高管陸奇（參第6、8、35、47、65、81、87>190條）加盟百度。這些都在預示著國際人才流動的趨勢。（《智能革命》034）未來已來：焦慮與夢想 62.不久前，亞馬遜的“無收銀員超市”（參第335條）引起“血拼族”的驚嘆。今天，當各種在線客服被機器客服代替，速記翻譯被語音識別代替，收銀員、駕駛員、工廠工人、普通文書、律師都被人工智能代替時，人們該怎樣迎接這個世界？政府和企業該為勞動者做怎樣的支持？我們該怎么調整經濟、社會生態結構，以適應人工智能時代？我們希望聆聽普通人的需求。這也是我們人工智能團隊共同打造本書的初衷。（《智能革命》034）63.硅谷有位和馬克?安德森（參第26、27條）齊名的風投鬼才彼得?蒂爾。他是PayPal（貝寶）的創始人，善于把握技術大勢，捕捉黑馬。2016年他因準確預測特朗普當選美國總統而再次名聲大噪。他在2011年說：Wewantedflyingcars,insteadwegot140characters（我們需要能飛的汽車，結果只得到140個字符）。140個字符的推特（Witter）—度熱鬧無比，但彼得?蒂爾清楚地看到互聯網喧囂背后缺少什么。他批評人類放慢了進步速度，風投熱衷于投資輕資產企業，其中大部分是移動互聯網公司，如Airbnb（空中食宿）、優步之類，卻對未來沒有清晰的規劃和信心。他認為“互聯網+”時代人類在比特層面進步大，在原子層面進步小。因此他果決地投資火箭、抗癌藥物及人工智能。（《智能革命》034、035）64.我同樣認為移動互聯網創業的喧囂掩蓋了我們所要真正追求的進步。百度要為人類的核心能力進步做貢獻。百度愿意幻想一個智能化的世界并去實現它，要讓人工智能成為新的操作系統，不僅是計算機的而且是世界的操作系統，同時嚴肅思考和提前應對人工智能的挑戰，最終讓這個世界從此不同。所以我說一定要把這件事辦成！智能革命是對生產、生活方式的良性革命，也是對思維方式的革命。巨大的機遇與挑戰并存。以下將具體探討智能革命的方方面面，詳談視覺識別、語音識別、自然語言處理等在深度學習基礎上取得的突破性進展，并從制造業升級、無人駕駛、金融革命、管理革命、智能生活等多個維度，描繪即將到來的智能社會，進一步探討人類應該如何應對人工智能的發展，與讀者一起把握智能革命的脈搏。

（《智能革命》035）02人工智能的歷史使命：讓人類知道更多，做到更多，體驗更多 陸氏猜想 65.20世紀80年代是所有親歷者難以忘懷的理想主義年代。尤其在校園里，陳景潤似的科學家成為很多人的偶像。1987年，復旦大學校園里有一個和陳景潤一樣瘦削、戴著大框眼鏡的青年，每天背著一個很大的書包行走在校園里，精神抖擻，喜歡思考在外人看來很玄奧的問題，同學們都喊他“陳景潤”。畢業時，他在畢業紀念冊上寫下臨別贈言：

僅獻上本人最新研究成果，與列位同窗惜別。

“陸氏猜想”:HI=>C^HB（式中：H：血manI：Intellectualized C：ComputerB：Brain）其意：人類終將使電腦智能化且使其遠勝人腦。諸公不妨一效景潤，或許，這顆電腦科學皇冠上的明珠非君莫屬。

他是陸奇（參第6、18、35、47、61、81、87、190條），后來的雅虎、微軟領導者，今天的百度集團總裁。陸氏猜想今天看來，更像是一句超前的頓悟。陸奇的個人信念是：知道更多，做到更多，體驗更多。從卡內基梅隆大學畢業時陸奇寫的是“Knowmore,Domore”。后來加了一句，變成“Knowmore,Domore,Bemore“。“Bemore”也可翻譯成“成為更多“。人就是“在路上”，不斷成為更豐富的存在。知道越多，就可以做到越多；

做到越多，就可 以體驗越多；

體驗越多，就可以知道越多。這是一個正循環，是人類進步的主旋律。

（《智能革命》039?041,原注：陳景潤因證明哥德巴赫猜想“1+2”定理而享譽世界。徐遲的報告文學《哥德巴赫猜想》以陳景潤為主人公，發表于1978年1月的《人民文學》第1期，在當時家喻戶曉。）66.計算機讓我們“Knowmore,Domore,Bemore”，而人工智能就是這個旋律的最新回響。（《智能革命》041）下一個浪潮 67.我們正在見證的是一個計算機和數字化崛起的時代;人工智能是將人類歷史大潮推向下一個高點的動力。這一次人工智能革命將讓我們人類整體用完全不同的方式往前走，書寫嶄新的歷史。首先，我們需要了解“人類進步”的本質——我們為那些能讓我們認知更多，實現更多，獲得更多經驗的事情充滿熱情地奮斗。而計算能力的不斷發展，正是遵循著上述人類進步的方向，成為人類進步的本質表現。以現代數字計算系統為基礎，IT（信息技術）行業在創造數以萬億元計的價值時，正是從組織信息（InformationOrganization,10,幫助人類認知更多）、完成任務（TaskCompletion,TC,幫助人類實現更多）、豐富經驗（ExperienceEnrichment,EE,幫助人類獲得更多經驗）三個核心維度上使人類取得長足的進步。人工智能是一種革命性的、更高級別的智能計算系統（IntelligentComputingSystem,ICS,參第73條），它從上述三個維度對人類進步的推動作用是前所未有的。（《智能革命》041、042）68.人工智能計算的本質，非常不同于馮?諾依曼（參第23條）的控制流結構，后者采用線性的記憶體和布爾函數作為基線計算操作。而新的范式是神經網絡計算，其特征在于分布式的表示和激活模式。網絡的拓撲架構和激活模式提供了巨大的計算空間，可有效且自然地捕獲豐富的知識（通過拓撲的超參數、權重、激活函數）。相對于馮?諾依曼架構中的本地化表示（其中變量由諸如寄存器的專用或局部化物理資源表示）和符號計算，神經網絡計算在學習和表示物理世界及社會的豐富的語義知識方面更加自然和強大。下一波的人工智能技術可在以下兩個維度提升目前的計算系統（《智能革命》042、043）：

?自動分層特征/表示學習。這是機器學習容量的實質性提升，因為當今機器學習工作的很大一部分關鍵在于特征工程。如百度大腦已擁有萬億級的參數、千億級的樣本、千億級的特征訓練。

?高級認知，特別是感知能力。這是下一代設備（如無人駕駛汽車）和下一代平臺（如自然語言會話）產生的巨大催化劑。

69.人工智能計算的強大能力有助于產生許多新品種的智能系統，如機器律師、機器分析師、醫療機器人、智能客服人員等。人工智能計算的另一個發展方向是組織各種服務于特定物理架構和物理要素的系統，如家、辦公室、工廠等的智能系統。在科研領域，人工智能計算可提供更先進的建模能力，成為多領域和新一波科研浪潮的催化劑。在商業方而，人工智能可提供額外的機會，為企業組織創建集成的業務計算系統（BusinessComputingSystem,BCS）平臺。如記錄業務對象（如系統設計模型、交易記錄）和業務流程［如ERP（企業資源規劃）、CRM（客戶關系管理）］；

或者系統設計并模仿人類工作活動，如溝通、協作、閱讀、寫作、尋求信息等。（《智能革命》043）70.人工智能的感知系統有更廣泛、更新的商業機會：可構建部署更多的“傳感系統”子系統，如裝配線、工廠等；

自然語言處理技術的進步可掃描和分析文本文檔與信息，從中提取高價值的業務知識，構建部署專用的“文本理解子系統”可得到高價值知識和商業回報。人工智能認知系統的成熟代表了智能時代更長遠的未來，所有行業、職業、社會系統、生活方式都將被重塑。若數字化社會可概括為“信息就在指尖”，則人工智能時代的本質可概括為“知識無處不在，任何交互都是智能的。”（《智能革命》044）71.這個浪潮對大多數人來說是巨大的機遇。（《智能革命》044）?對商業機構：好消息是他們將有許多提升、轉化和進入新的增長領域的機會；

壞消息是大浪潮席卷時沒有誰可眉然不動。

?對企業家：看一看“巨大市場機遇”的列表，就可發現許多創造未來商業巨頭的機會；

屬于智能時代的新的企業領袖將由此誕生。

?對投資人：睜大眼睛去發現一個屬于智能時代的種子企業，支持它成長為未來的企業帝國，獲取巨額回報。

?對國家或政府：每次巨大的技術革命，總是伴隨著國家命運的興衰交替。國家或政府層面決策、政策的前瞻，戰略投入的堅決，路線執行的科學有效，對贏得一個相當長時期的昌盛國運至關重要。

72.當越來越多的人感知到人工智能的浪潮，越來越多的創業者投身于該浪潮時，難免有浪潮將起階段的困惑。在硅谷，大家都說以后要投資的都是AI+X。如有一家專投人工智能的投資公司，紐約市前市長布隆伯格是其合伙人（LP）,看了幾百家公司，看得有點暈了，因為所有創業公司都宣稱是人工智能公司。怎樣鑒別呢？人工智能企業的標準是什么？（《智能革命》045）衡量人工智能的現實標準 73.而對人工智能這一帶全局性、革命性技術浪潮，人們的興奮、質疑及顧慮更加多元化。有的比較感性，比如討論人工智能會否代替人類。這其實是在用人工智能與自然智能（NaturalIntelligence）作比較。對自然智能，有各種各樣的研究與著作，包括有人提出人腦內部的機理其實是量子計算。對人工智能，還無公認的定義。可務實地來討論：有兩種類型的計算系統被人類叫作人工智能。（《智能革命》045、046）?第一種，本質上相當于智能計算系統（ICS,參第67條）的子系統框架。它將數據作為輸入,從數據中提取信息并建立模型，將我們關心的某些現象轉化為知識。我們稱這種類型的人工智能系統為通用智能系統（GeneralAI）,并定義通用智能是獲取知識和實現目標的能力。

?第二種，指具有類似人類的認知能力，能感知（“看”“聽”“感覺”），它們可越來越多地推理和計劃，可用感覺運動控制移動。我們稱這種類型的人工智能系統為認知智能系統（CognitiveAI）,是具有感知、推理、規劃和感覺運動控制能力的機器。

74.人工智能的另一個二分法是狹義Al（NarrowAI）和廣義Al（StrongAI）O廣義AI是使用相同的算法來解決一大類問題的系統。原則上，廣義AI系統可以學習和適應以解決新的問題，而無須人為干預。狹義AI系統使用特定算法來解決特定問題，如下棋、識圖等。總而言之，表2?1是對人工智能系統狀態的概述，是一個務實和可行的定義。（《智能革命》046、表2-1人工智能系統狀態）表2-1人工智能系統狀態 人工智能的定義 狹義AI 廣義AI 通用智能系統 智能客服 未來的搜索引擎，百度 認知智能系統 無人駕駛 DeepMind公司（參第44條）75.智能計算系統與大數據直接相關。任何數據都有產生的緣由，都有產生數據的體系和系統，這就是為什么數據會產生，數據的核心是知識。通用人工智能系統的核心能力就是通過運用算法、計算體系，把知識從數據里提取出來。一旦有了知識，我們就可以做很多事情。所以，人工智能發展的第一個層次就是通用人工智能。近幾年深度學習的突破主要是在感知層面（把外部世界變成可被系統識別的符號），接下來要做的是認知上的：最重要的是理解其意義。目前人工智能公司可以分別放在四個象限里而。大部分公司做的是狹義AI：只解決一個到兩個較窄的問題，下圍棋、打牌、開汽車都是狹義AIo廣義AI用同樣一個系統可以解決所有問題，那就與人的智能類似了，這是人工智能發展的長期目標，真正實現至少還需要 二三十年時間。百度、谷歌、微軟、臉書等都在朝著廣義AI方向努力。（《智能革命》047）76.判斷人工智能的能力，或者判別是否真正是人工智能的標準仍然是，人類是否因此知道更多，做到更多，體驗更多。如，百度基于海量的搜索數據做的很多技術分析，以前靠人去做幾乎不可能，而現在通過人工智能計算技術，得出了許許多多前所未有的知識和結論，人類因此而知道更多，也能因此去做很多前所未有的判斷，去實現更多不可能的功業。如具有代表性的無人駕駛技術、自然語言交互技術，使得人類的運動方式、感官方式都逐漸發生變化。以前用眼來看、用耳來聽，以后不需眼睛也能看到，不需耳朵也能聽到，人類將逐步擁有新的感知方式，將體驗新的世界。因此，做人工智能的公司是否名副其實，都可從以上角度來衡S：它屬于四個象限中的哪一塊？有無實力讓人類和機器一起知道更多、做到更多、體驗更多？（《智能革命》047、048）77.有的公司說云計算是人工智能，有的說大數據是人工智能，但這些都只是人工智能系統的一部分，最終判斷人工智能實力的是大數據、云計算、算法、訓練時間、總投入及軟硬件綜合實力等。百度大腦可看作人工智能綜合實力的典型，對它的能力分解，能使我們更明晰人工智能行業的入門門檻及基本標準。若號稱人工智能的公司以下能力皆不具備，只能說該公司還未準備好真正進入這個領域。百度大腦是硬件基礎、數據基礎和算法能力的緊密結合，是云計算（基礎設施）、大數據（燃料）和人工智能（發動機）的三位一體（聯合驅動著“互聯網的物理化”，全面改變社會），是百度技術戰略的核心。（《智能革命》048、049）78.云計算是百度大腦最低層，是la次S（InfrastructureasaService,基礎設施服務），提供超強計算能力，是高性能計算硬件的集團軍，擁有數十萬臺服務器，采用先進的集群操作系統來統一管理，堪稱人工智能超級計算機。為深度學習訓練的需要，百度研發了GPU和FPGA（現場可編程門陣列，參第286條）異構計算服務器，單機可擴展至64塊GPU/FPGA卡，對比傳統服務器密度提升16倍，一臺服務器即可完成千億數據模型訓練；

百度開創性地研制了基于FPGA的人工智能處理器，提供lOTops的計算性能，相對于主流的20核服務器，計算效率提升60倍，在人工智能和大數據應用上，可達到普通服務器48倍的性能。百度的優勢不只是單臺機器的優秀，更在于優良的系統。針對GPU集群的智能調度和資源管理系統，可以實現計算、存儲和網絡資源的池化管理和動態調度，計算集群整體效率和平均使用率達到80%。將異構硬件用于線上產品，用戶請求時延降至1/5,計算效率提升數十倍。這個系統涵蓋了國內最大的GPU/FPGA集群（全新的芯片技術），最大的HADOOP/SPARK（參第152、277條）集群（全新的并發數據處理技術）和運營效率最高的數據中心［全新的異構計算技術、整機柜服務器技術、100GRDMA（遠程直接數據存取）通信技術和運維技術］,可謂馬力十足，提供了開發人工智能所需的計算能力。它的燃料充足：萬億級網頁數據，數十億次搜索數據，百億級視頻、圖像和語音數據，百億級定位數據等。數據是人工智能算法的燃料，是發展人工智能的又一基礎條件。（《智能革命》049、050）79.讓硬件與燃料結合的是優秀的算法和模型。百度匯聚了全球頂級科學家和工程師，在理論和實踐方而持續創新，搭建了全球最大的深度神經網絡，支持萬億級參數、千億級樣本、千億級特征訓練，神經網絡層數遠遠突破100層。硬件動力、數據燃料和算法靈魂的結合，才產生出百度的PnaS（PlatformasaService,平臺服務）。百度PaaS與眾不同之處在于，人工智能作為一種橫向的服務貫穿全平臺。通過深度學習和機器學習技術，結合超強計算、海量數據和優秀算法，在語音、圖像、自然語言處理等方面擁有杰出的能力，打造出獨特的知識圖譜、用戶畫像和商業邏輯，并向用戶全而開放。用戶可非常方便地使用各種算法模塊、開發工具、數據引擎為自身的商業目的服務。我們形象地把不同的平臺稱作天算、天像和天工，分別針對大數據、智能多媒體和智能物聯網這三個領域提供服務。（《智能革命》050）80.在最上層的SaaS（SoftwareasaService,軟件服務），百度的人工智能很容易凝結成許多垂直行業解決方案。但我們更追求與合作伙伴一起打造智能產業生態，如教育云、金融云、交通云、物流云等。對智能產業生態的構建能力也是判定人工智能價值的重要標準。（《智能革命》050）81.在硬件、數據、算法之上還有一個重要的衡量標準：人工智能企業的文化，即軟實力。搜索技術是人工智能的先驅，也是最早的互聯網數字化世界的門戶，其開發流程和技術核心為未來的人工智能奠定了基礎。首先，搜索引擎必須與很大規模的數據打交道；

其次，搜索引擎必須同時有大規模的機器學習，人工來做是不可能的；

最后，也是最根本的一點，搜索引擎的開發流程和工程開發文化與人工智能系統的開發是非常吻合的，都以數據為主，通過抽取其中的特征、模式，然后用此模式給用戶帶來價值。人們在搜索業務中結成的協作關系，形成的業務能力和工作習慣，都很適合人工智能業務發展，與海量數據一樣，積淀為人工智能企業的文化。所以陸奇（參第6、18、35、47、61、65、87、190條）在微軟的做法是，培養人才先從Bing（參第44條）開始。這個文化當然并不完美，但正如神經網絡一樣，可以在正確的方法指引下不斷發展完善。（《智能革命》051）人工智能+世界 82.和前幾年討論“互聯網+”一樣，人們現在開始討論“人工智能+”，“+”商業、工業、醫療、教育等。人工智能對世界的改變是根本性的，即這是一個“人工智能+世界”的問題。首先,智能革命對每個人的日常生活影響深遠。簡單的例子，由于人工智能突破性的發展，我們與計算器件的交互形式會更進一層。以前人機交互都通過鍵盤和鼠標。蘋果和喬布斯的最大貢獻是改為用手指來交互，從而改變了世界。而人工智能時代，人類將可用自然語言跟任何器件交流，這意味著人類將不需要了解每一項應用，不需要學習每一個產品的用法，直接操作就好。因為未來汽車可跟我們直接交流，房子也可跟我們順暢對話。這些智能交互的雛形如智能助手系統。人們通過亞馬遜智能音箱把房子變成智能系統。百度度秘團隊也在此領域做了很多前沿探索。（《智能革命》051、052）83.人工智能將極大地加速人類的創新步伐和創造社會價值的效率。未來知識的發現模式會發生根本性變化。以前，人類去思考、去發現現實世界的規則。數字化世界借助人工智能的數據處理方式，人和機器將共同發現新的知識。這意味著，人類創造新的企業，創造新的社會進程，改變世界的速度將煥然一新。因為人類“知道更多，做到更多，體驗更多”的進程大大加速了。最后，人工智能將帶來一場新的工業革命；

人工智能比早期工業革命影響更廣、更大。工業4.0以后，人類將進入數字化社會的新階段。因為，智能系統有能力在現實世界里提取數據，抓取知識，更好地幫助人類感知和認知現實世界，廣泛而深刻地改變現實世界。傳統制造業以器械、電器、電力為主，生產流水線后續很難調整。當數據智能、自動化、精準預測對制造業的改造完成后，面貌將煥然一新。未來制造業的生產流程是模塊式、數字控制的。汽車制造廠把新產品模塊的接口（API）調來，就可生產另一樣式的汽車。這將徹底改變制造業基礎，極大提升制造業效率。這個改變的核心是數據和知識，即制造的流程、工藝、設計，制造的每一步都會用數字來控制。制藥行業亦然。借助人工智能計算技術，將龐大的基因數據與海量的健康信息結合起來分析，可很快發現規律（以前新藥誕生要經歷長期研發過程），找到個性化的基因藥物。（《智能革命》052?054、圖2-2DNA測序猛增。原注：英國2014年啟動了“10萬人基因組計劃”，美國和中國則宣布要完成100萬人的基因組數據收集工作。世界知名的基因測序公司Illumina儀器測序所得的數據，每12個月就能翻一番。這是一個巨大的“數據黑洞”，也是亟待發掘的數據金礦。）84.國家層面,人工智能給中國帶來的不光是整體競爭力的提升，還是一個超越他國的天賜良機。中國是制造大國，數據量的龐大無出其右，意味著我們有機會提取比別人多得多的“知識”。你懂的比別人多，看的比別人多，能做到的就比別人多，你就比別人強大，就可立于不敗之地。智能制造具體怎么實現，需要整體的戰略考量。（《智能革命》054）中國的優勢與我們的責任 85.美國和中國是在人工智能方面發力最大的國家。人們習慣于把百度和谷歌放在一起比較，可看作中美比較的縮影。兩者有很多類似之處：起源一樣，公司層文化有很多類似之處，各自在本國的優勢也類似。二者有不同：百度的創新空間和在某些領域的創新速度可能比谷歌更大、更快，這源于中美兩國國情不一樣。移動互聯網在中國的創新程度在很多層而已超美國。如，手機百度在信息流方面的創新，用人工智能核心技術可把信息找人做得非常精致。在移動互聯網上做這個事情，百度創新的機會比谷歌要多，因為兩國IT工業的格局不一樣。再如，百度金融可依托中國市場和數據的優勢，用人工智能技術對金融業做革命性的提升。但美國金融業相對“壁壘森嚴”，谷歌要切入金融領域就很難。還有，無人駕駛汽車，谷歌、百度都是世界第一梯隊，谷歌稍領先于百度，但未來不一定。因為中國汽車制造廠家很多，有更開放的合作環境，故創新機會非常多、創新速度會更快。而美國汽車制造商就集中在底特律那么幾家，人工智能企業找上門去跟他們合作就很難。（《智能革命》054、055）86?總之，無人駕駛汽車、金融、醫療、制造業等，中美都面臨智能升級的節點。但中國的宏觀環境給百度這樣的智能企業的機會和空間要比谷歌在美國獲得的更大一點。百度在這場波及世界的浪潮中應該承擔什么樣的責任？在美國，IT工業體系一般就靠五家公司：蘋果、谷歌、臉書、亞馬遜、微軟。支撐企業不是一家，而是帶動了一波企業，扮演的是一個生態系統的領軍者的角色。在人工智能時代的背景下，百度是一家支撐企業，應該爭取對中國乃至世界的智能革命做出更大貢獻。具體說，戰略上我們要以“賦能”來定位。百度首先是中國的，百度大腦要做探路者和奠基者。百度的智能云是提供給所有行業的，對任何行業都將起到促進、賦能、帶動的作用。作為國內人工智能的先行者，百度已經在多個維度上創新開拓，逐步形成自身智能生態的雛形。如醫療和教育。高級教師和老醫生一樣，能力來自經驗（數據）積累，可讓機器自動分析數據，輔助醫生對癥下藥，輔助教師個性化施教。醫療保健讓人更健康，教育給人更多知識。故人工智能在這兩個領域的社會應用價值巨大。再如無人駕駛領域。無人駕駛也是通過感知、認知、知識獲取來實現。一旦商用普及成功，對整個社會的改造會非常大。因為有了無人駕駛機器，它可以自己行動，自己聯網，會帶來很多不同行業的改變。人工智能的實踐范圍如此之廣，人類很少有這樣一個機會，可以徹底改變、改造當下的一切。當然，步伐要穩健。（《智能革命》055、056）企業挑戰：如何落地 87.在工作態度上，陸奇（參第6、18、35、47、61、65、81、190條）常說“Headabovecloud,Footonground“,就是腦袋要在云端之上，才能看得遠，看得清，但是你的腳必須要踩在堅實的大地上，一步一步向前邁進。做人工智能事業要跨越的第一個障礙就是如何落地。人工智能要落地，首先需找到非常好的、實際的用戶體驗，即能給用戶帶來實際效益；

其次，場景必須清楚，智能助手也好，無人駕駛汽車也好，信息找人也好，一定要有實際的用戶體驗價值;最后，還要找到商業模式，不然就無可持續性。所以挑戰在于能否找到落地的用戶體驗和實現用戶價值的場景，然后找到適合的商業模式，建立一個創新的循環。即數據-知識-用戶體驗-新的數據。找到這個循環往復的流，人工智能事業就可以像滾雪球一樣往前滾。最重要的是每個公司的CEO（首席執行官）要重視人工智能，然后投入一定資源（雇用懂人工智能的人和能幫助做決策的人）。按自身業務情況（如零售業、制造業、旅游業等）制定有效的智能化戰略，賦予執行者足夠的權力，通過有效的戰略分解，把智能化落實到具體業務。

（《智能革命》057、圖2-3人工智能創新“飛輪”示意圖、058）88.不妨以“工作引擎”模式來分解人工智能戰略的落實步驟。首先根據人工智能浪潮的推進方向，重新梳理企業定位，確定嶄新的使命和愿景。其次根據新定位制定智能化戰略藍圖。對“進入什么”、“退出什么”做取舍、投注。“進出”決策要遵循一定原則。硅谷咨詢專家GeoffreyMoore（杰弗里?摩爾）的層次結構框架是評估人工智能浪潮的好例子，其中的關鍵是進入高增長的類別，跳出低增長的類別。人工智能浪潮將創造新的、有巨大增長潛力的類別，如無人駕駛汽車、機器人、回聲設備、對話系統；

也可能給某些行業帶來阻礙，如新的人工智能硬件+軟件堆棧可使基于舊的HW堆棧的投資受損。好的做法是制定包含新的高增長類別、重新增長類別和逆風類別的完整列表，以便領導層可做出系統性和原則性的決定。接下來是對產品的出發點進行區分。如產品是否“擁有價值和無與倫比”。人工智能時代，企業能否保持差異化，關鍵在于是否擁有獨特的數據資產（它帶來獨特的知識）。下一步是理解不確定性、風險/回報和時間表，以進行投注和管理進程。“地平線模型”是個良好的框架，可用于制定決策和組織投資組合。大致做法：H1時段（未來18個月）圍繞目前核心業務展開；

H2時段（未來18-36個月）投資于創造贏利引擎；

H3時段（未來36個月+）致力于具有更大潛力但風險更高的長期投注。人工智能浪潮提供了非常豐富的H2時段和H3時段的機會，甚至可幫助提升H1時段。總的來說，人工智能處于非常早期階段，有很多未知數和不確定性。（《智能革命》058、059）89.在企業人工智能戰略的執行階段，首先要堅持“結構完整性”原則，即在產品體驗、技術架構及商業模式上要連貫一致。其次是要緊跟人工智能浪潮的技術路線圖，與飛速發展的深度學習技術同步。人工智能行業的領軍企業需要可以改變世界的愿景、世界級的技術遠見、強大的科研團隊和研究議程。此階段，更新研究機制也是必不可少的步驟。因為，IT行業及學術界并不擅長將研究成果商業化。許多工作需要各類組織（大學、早期生態系統、大型企業、培訓和研發機構）協同制定結構化的可持續的解決方案。投資力度是企業亟須考量的重要因素。智能革命不斷深入，人才爭奪戰不斷升級，發展人工智能的成本不斷提高。制定投資規劃的關鍵在于排列資源的優先次序及一個能反映人工智能風險的深思熟慮的決策過程。

（《智能革命》059、060）90.所有客觀條件匯聚后，人就成為決定因素，領導才能是個深遠且難得的要素。人工智能浪潮基于與以往完全不同的核心技術（以神經計算為核心），需要高層管理團隊的高級管理能力。同時，人工智能驅動的新興行業多樣化和跨學科（從基因學到機器人，凡是你可以想到的），因此企業需要一個具備創新精神的人（雖然這并不容易，因為今天的社會生活在很多領域都是非常專業化的）。微軟研究院首席研究員BillBuxton（比爾?巴克斯頓）提供了解決方案，即為高級管理層建立一個充滿創新精神的團隊。值得指出的是，人工智能創新飛輪（參第87條）的核心是數據-知識-用戶體驗-新的數據的反饋循環。對這個反饋循環的容量和速度進行優化是規劃中非常重要的一環。最后要強調的是，居于戰略核心的是基于當前的現狀和推斷積極設定目標，以及展開可以實現目標的行動。（《智能革命》060）需要什么樣的宏觀環境 91.企業與科研機構的工作離不開良好的宏觀環境，正如中國大腦計劃是對國家整體層面智能基礎設施的呼喚。迎接人工智能時代的到來，需要政府通過宏觀規劃創造適宜的土壤。（《智能革命》061、062）?第一，要確保數據的獲取途徑暢通。數據越來越成為很多組織的戰略資產，是新型的“自然資源”。政府可通過政策的制定獲取數據并公開，以此激勵更多的創新。

?第二，要有開源的工具和平臺。人工智能浪潮需要一個新的硅+軟件堆棧，在早期，這類似PaddlePaddle（參第58、140、300條）這樣的開源工具和平臺，其能被開發者和創新者使用是非常重要的。未來，需使用更多的工具和模塊。像AWS（亞馬遜云服務）使計算更容易一樣，一些AI-as-a-service（人工智能服務）也可讓人工智能技術更容易被獲取。

?第三，創新者可迅速將產品的市場條件和政策體系培育給用戶，因為創新的飛輪需要“數據-知識-用戶體驗-新的數據”的快速反饋循環。

?第四，鼓勵持續的應用性研究。

?第五，上述幾點勢必會引出人才的問題，教育和培訓出更多可以設計、實現機器學習算法并成為數據科學家的人才是一個關鍵因素。

?最后，通過新的結構化方法，把公共世界的信息和知識變成有組織的素材并可獲取，這對許多企業的人工智能創新至關重要。

智能社會的文化和長期管理 92.這一波人工智能浪潮需要幾十年才能充分發揮作用。雄心壯志和改變世界的投注需要足夠長期的投資。所以，有目的的長期管理在人工智能浪潮中扮演了重要角色。這將是一種遍及全社會的商業和管理文化的變革。具體而言，需要執政者建立并獲取一個更大的“許可信封”，使管理團隊有較長的時間跨度來培育大賭注（通常是從0到1的賭注類型），這也日益成為高層領導任期職權的一個重要組成部分。馬斯克說過：“如果創新失敗，不應該受到懲罰。”與長期管理相關的一個因素是創造新的組織結構，使其成熟，以便容易適應人工智能帶來的變革。Alphabet（谷歌重組后的“傘形公司”的名字”）便是其中一個最早的嘗試。這方而，中國企業的管理創新做得比美國更多。（《智能革命》062）93.另外，文化是一個組織的持久力量，它是可以超越幾代的領導力和商業活動。對于許多成熟的企業（如谷歌、百度），進入人工智能浪潮代表著一個重大的挑戰——需要獲取新的人才、新的技術專利及創造與之相應的新文化。保持積極主動，有耐心，并且執著極為重要，因為文化轉型是一個成熟企業最具挑戰性的工作之一。此外值得一提的是，相比學習人工智能的新方法，更困難的在于忘卻舊模式下的工作方法。（《智能革命》062、063）94.總體上，有目的地進行長期管理是抓住任何重要機會而不僅僅是人工智能浪潮的關鍵。如何調整結構來吸引更多資金和人才及放置更多的改變游戲格局的賭注，對企業領袖而言都是有趣且極具挑戰性的工作。而對更深刻、更有趣、更具挑戰性的問題本身就是人類進步的標志。

（《智能革命》063）人工智能技術目前的發展狀態 95.今天有點像文藝復興時代，所有的科學都在變。科學的真諦就是觀察世界、總結知識。我們現在觀察世界的能力越來越強，一旦選好觀察角度，把深度學習的算法用上去，很快嶄新的知識就出來了。總體來講，人類是處在一個突飛猛進的狀態，我們再次把頭腦放到云端，以量子計算作為本章結尾（《智能革命》063）96.我們注意到人工智能和神經計算框架之間的非常有趣的聯系，它們都釆用分布式表示超大向量，其基本運算都是線性代數而不是布爾代數。有科學家提出，人類的大腦運作原理與量子物理、量子計算理論、量子計算算法類似。微軟、谷歌建立了量子人工智能實驗室，國內也有這方而的項目。甚至5年內就會出現早期的量子機器。為何量子計算這么重要？因為量子計算跟人工智能有本質上的關系。量子計算的核心就是利用量子的疊加狀態。量子有一個能力狀態的變化，不同于現在的計算機數位，0或1,一個時間只有一個狀態。量子的疊加態特性可在同一時間有四個狀態，計算能力呈指數上升。（《智能革命》064）97.好處就是通過量子計算可解決很多數據問題。以前的辦法就是數字分解。如數據加密和解密，都要用很難的素數分解。一個很大的數字，用一般的算法，算到地球毀滅可能也算不出來。但用量子算法后，可很快算出來。未來用量子算法做機器學習是很自然的。與此相關，以布爾代數為主的硬件一定要革新。因為深度學習的核心計算是矩陣和張量的計算，不是0和1的計算，且一定要做微分運算。量子計算也是一模一樣的，每個量子改變能級的時候，就是一個矩陣和張量的計算關系。大自然其實就是這樣計算的，人腦也一樣。MatthewFisher（馬修?菲舍爾）、潘建偉、朱清時等科學家都認為，意識的本質就是量子糾纏。2007年 Nature（《自然》）雜志發表了加州大學伯克利分校GrahamFleming（格雷厄姆?弗萊明）領導的實驗室的成果，他們利用飛秒激光技術，在極短時間內向光合作用復合物上照射激光，結果發現了復合物上仿佛鼓點般的光回波，這意味著光子的能量不是通過單一路徑傳入反應中心的，而是利用量子相干性同時從所有可能的路徑進行傳播，從而證明了量子效應在葉綠素光合作用中起到不可替代的作用。這鼓點般的量子回波，正是大自然與人類智慧之光的映射。量子效應在生物體上的發現極大地鼓舞了人類對量子計算和人機結合的新探索。（《智能革命》064、065）98.很多人已經在思考:若有了量子計算機該如何來做機器學習？若10年后量子計算機出來了，它會對人工智能行業帶來根本性的改變，因為量子計算跟人工智能、深度學習的核心計算是徹底吻合的。我們現在實際上是走了一條彎路：任何算法都要把它變成是布爾代數，用0、1來模擬一個微分方程。量子計算和DNA（脫氧核糖核酸）計算的規模和能量將遠遠超出今天的基于硅的計算能力。我們將迎來全新的計算體驗（如量子化學和量子材料）。其應用也無比廣泛。首先落地的可能就是最古老的農業，從上述光合作用的例子可知，植物也在計算。以后農作物都可能用計算機來計算和設計。所以量子計算對整個社會可能是一波超級改變，很可能就此引領人類文明的長河走向徹底數字化。（《智能革命》065及圖2-4經典計算機和量子計算機、066）99.總之，量子計算不是玄學，而正是“知道更多，做到更多，體驗更多”這個人類進步規律的未來。（《智能革命》066）100.

第二篇：效能革命學習筆記

效能主要指辦事的效率和工作的能力。效能是衡量工作結果的尺度，效率、效果、效益是衡量效能的依據。

效能建設的根本目的是什么？運用各種科學管理的手段、制度和載體，調動工作人員的積極性、主動性和創造性，不斷提高工作人員的辦事效率和工作能力，提高工作質量，保證企業各項制度得以貫徹落實。

機關效能建設的涵義是什么？機關效能建設是管理科學的重要組成部份，是一種高層次的管理形式和載體，是建立多維監督制約機制，用職能去管理，用機制去完善，實現優質高效目標，把管理的諸要素有機結合在一起依法履行職責的管理活動。機關及其工作人員是效能的體現者，是效能的主體。

開展“效能革命”的意義和總體要求：開展“效能革命”，進一步加強機關作風建設，是貫徹落實“xxxx”重要思想和xx同志重要講話的實際行動，是優化企業發展環境、樹立改革開放新形象的迫切需要，是實施企業發展目標戰略構想的保障措施。

開展“效能革命”的指導思想是以“xxxx”重要思想為指導，突出思想教育，強化制度措施，以鐵的決心、鐵的手段、鐵的紀律，解決機關部門效能不高的問題，提高機關部門服務水平。

開展“效能革命”的工作目標是通過“效能革命”，使各部門解放思想、改革創新有新的突破，服務質量、辦事效率有大的改進，職工群眾對機關工作的滿意度進一步提高，真正形成“行為規范、運轉協調、廉潔高效”的機關運行機制。

開展“效能革命”，必須嚴格實行“兩條禁令”，切實做到“兩個提高”。即：嚴禁有令不行，著重解決對法律法規和政策措施執行不力或消極抵觸，搞部門利益第一，上有政策、下有對策等問題；嚴禁辦事拖拉，違反服務承諾制度，效率低下，推諉扯皮，敷衍塞責等問題；“兩個提高”即提高服務質量，提高辦事效率。

開展“效能革命”的主要措施

1、把思想建設擺在首位。掀起學習貫徹“xxxx”重要思想新高潮，認真學習《“xxxx”重要思想學習綱要》、xx同志“七一”重要講話，組織開展創建“學習型機關”活動，不斷增強各部門實踐“xxxx”重要思想的自覺性、堅定性。

2、加強機關效能監察。進一步推行辦事公開制、首問負責制和一次性告知制、限時辦結制、切實改進機關工作作風，提高機關為基層、為群眾服務的水平。設立效能監察中心，設立舉報投訴電話，全權負責接受投訴和查處工作。

3、加強干部的管理監督。建立和完善黨政機關領導干部考學制、試用期制、崗位聘任制、交流輪崗制、競爭上崗制、責任追究制、引咎辭職和責令辭職制等，明確規范要求，加強考核監督。

4、強化工作人員的能力建設和績效考核。加強工作人員的培訓，完善工作人員考錄制度，建立分類型、分層次的績效考核機制，實行末位調整待崗制度、離崗培訓和辭退制度，努力形成能者上、平者讓、不稱職者下的機制，進一步提高機關工作人員隊伍的整體素質。

5、加強民主評議和績效考核。開展機關效能評議活動，充分運用評議結果，好的給予表彰獎勵；差的進行通報批評，責令限期整改，整改未見明顯成效的，追究單位主要負責人責任，直至予以免職。

開展“效能革命”的實施步驟

1、動員部署：召開“效能革命”動員大會，作出具體部署，出臺相關措施。層層傳達貫徹，認真組織學習，提高思想認識，增強主動性和緊迫感，以積極的姿態開展“效能革命”。

2、查找問題：廣泛征求基層群眾、服務對象的意見和建議，查找問題，剖析原因。

3、整改落實：根據查找出的突出問題，制定切實管用的整改措施，立說立行，邊整邊改，特別要抓住基層群眾反映強烈的熱點、難點問題，下大決心進行整改。

4、長效管理：在查找問題、整改落實的基礎上，建立健全具體的、可操作的規章制度，實行長效管理，做到持之以恒，常抓不懈。

效能革命意味著對過去的一種完全否定，需要徹底地從頭開始。效能革命的提法就意味著要對機關部門的工作效能、干部素質的進行根本的革除。如果改成效能建設，會更合理。因為機關效能需要在肯定原有的基礎上逐步地提高，平穩地進行，長期堅持。更好地做好效能建設，首先要正確地理解效能。效能顧名思義，就是效率、效益和能力。效能建設就是通過各方面進行一系列活動，提高機關的辦事效率、效益和能力，建立效能型機關。抓好效能建設，要加強制度建設。

一、健全內部管理制度，做到責權到位。有些部門的內部管理制度不健全，考勤制度不完善、請銷假制度不健全、責權不對稱等。抓機關效能革命需要加強制度建設，利用制度的力量來鞏固和提高效能革命的效果。

二、結合實際，建立績效考評體系。在效能革命活動中，積極探索實行績效考評體系的新舉措，開展百分制考核等活動，實現機關管理機制的新突破。

三、部門聯動，完善百分制考核機制。落實百分制考核是建立績效考評體系，開展效能革命的具體體現。為完善考核機制，采取以下三項措施：

一是平時考核與階段性考核相結合。制訂周檢查、月匯報、季總結、半年考核、總評的考核制度。每月5日前各部門要將上月工作目標完成情況及本月計劃報辦公室進行通報；每季度初要對上季度工作進行總結并對本季度工作做出安排；半年考核領導小組要對半年各項目標完成情況、有關工作情況進行考核，并召開半年工作會議進行講評；年終要結合平時考核情況組織全面考評。平時考核與階段性考核的結合，使百分制考核工作走上了科學化、制度化、規范化、經常化的軌道。

二是綜合科室牽頭與科室內部考核相結合。在考核工作中，辦公室負責各項責任目標等方面考核；各科室負責本科室單位人員業績考核。

三是內部監督與社會監督相結合。通過內部監督與社會監督，使百分制考核機制進一步完善，建立績效考評體系，形成快速高效，團結奮進的良好氛圍。

第三篇：《智能時代：大數據與智能革命重新定義未來》讀后感（定稿）

《智能時代：大數據與智能革命重新定義未來》讀后感 在領導的熱心介紹下，仔細閱讀完這本書之后，讓我這個剛剛接觸信息行業的實習者來說，有太多的感悟，從中也得到了一些感悟，在信息大爆炸的今天，不討論大數據這個話題似乎就是跟不上時代。從醫藥到教育，再到其他各個領域，大數據充斥著現代社會的每個角落。而我們最關心的還是大數據最終將以什么樣的形式，怎么樣影響甚至改變我們的生活。在這個文字泛濫的年代，找到一本好書，真的不是一件容易的事。剛剛讀完的這本《智能時代》就是一本好書，大數據和人工智能迅猛發展，對社會和商業的影響日益深刻，從學術界到企業界，智能化浪潮的來臨，已經成為共識。可以比肩于大航海時期和工業革命的此次變革浪潮，必然會對我們的技術發展、商業和社會都會產生重大的影響。作者吳軍在《智能時代：大數據與智能革命重新定義未來》中指出，首先，我們在過去被認為非常難以解決的問題，會因為大數據和機器智能的使用而迎刃而解，比如解決癌癥個性化治療的難題。同時，大數據和機器智能還會徹底改變未來時代的商業模式，很多傳統的行業都將采用智能技術實現升級換代，同時改變原有的商業模式。大數據和機器智能對于未來社會的影響是全方位的。另一方面，智能化也會對整個社會帶來巨大的沖擊，尤其是在智能革命的初期。因此，在智能時代開始的時候，我們需要未雨綢繆，力爭做控制世界的2%人，而不是被智能化浪潮淘汰。

這個時代價值觀太多，要學的知識太多，窮盡一生也追求不完，我讀書的一個心法是認準一個作者，相信他所說的都是對的。我覺得這本書的作者就很對我的胃口，在此把作者的名字一并記錄下來，吳軍。

前幾個月，我和幾個朋友一起吃飯，一個朋友還說到，中國人真笨，發展了這么多年，經濟還是沒有搞上去，中國五千年的文化有什么用嘞，搞來搞去人還是飯都吃不飽，還趕不上人家西方幾次工業革命，讀書有什么用嘞，讀歷史沒什么意義。我還跟他說，我要把我看的書留給我的下一代看，他就笑我說，到時候你的這些書早過時了，要是天天給他們看這些，你們的日子只會越過越窮。我當時什么也沒說，因為我腦子什么也反映不出來了。今天我就用這本書來反駁他吧。

我倒是認為中國人是這個世界上最聰明的。為什么這樣說，我先從西方世界談起。外國人之所以這么牛逼，倒不是他們有多聰明，是因為他們發明了方法論，他們說大膽假設，小心求證（這就使得西方人很有懷疑精神，這決定了他們的思維朝著追求因果一一對應的方向發展）：他們研究問題用大樣本隨機雙盲試驗（西醫就是在這種試驗模型下一步一個腳印發展壯大的）：他們給科學的定義是可證偽（在西方人的世界里，每句話的定義都很明確，他們說，在什么什么情況下，這條定理是成立的）。西方人發明了方法論，使得他們在發展過程中所積累的經驗都是可進化可迭代的，因此他們能一步一個腳印的實實在在的創造出成果來。而我們中國人發展過程中沒有方法論，我們只有方法，我們雖然也發明了一些先進技術，但是那都是歷史上出類拔萃的一兩個大神用其一生的精力發明創造出來的，他們的技術成不了系統。因此中國人講悟性，我們的祖先所追求的是事物的統一以及一貫正確性。我們發明了八卦，陰陽互補就恨不得用這個東西去解釋世界的所有現象，這樣就使得那些不懂的陰陽的假學者整天搞那些歪理邪說以謀生。中國文化是不敢拿出來造次的，我們這個名族對人自身以及人與自然的關系這方面的研究可是方法論所解釋不了的。關于相信不相信中醫這個問題，我想說的是，現在中醫界混飯吃的人太多，這些沒有真學問的人，是能害死人的。我倒是覺得中國文化只要學好了，人人都可以是自己的醫生，中醫的關鍵不是那些花草植物熬制的湯水，而是人對自身的把控。

其實西方社會所創造的這些東西依靠與方法論，所以只要搞清楚了，就很好解釋。中國文化我不敢瞎咧咧，唯有潛心去悟，可不敢把自己僅悟到的那些皮毛講出來害人的，但西方發展史我還是敢根據這本書所講的內容跟大家分享一下的。過去的一二百年，工業一二次革命，所創造的物質比過去人類創造的所有物質的總和還要多。這些物質無疑給人類的生活帶來了巨大的改變，讓人的生活變得五彩斑斕。這些讓人眼花繚亂的成就的背后的邏輯其實很簡單，不過是機械思維而已。談談離我們近的，剛剛過去的信息革命以及我們正在面臨的智能革命。在過去信息革命的時代里，機械思維已經不是那么實用了，人類所面臨的問題不再是那些簡單的因果關系所能解決的了，在物理界處了牛頓，愛因斯坦的兩個等式，還出現了一個不等式（至于是啥記不清了，抱歉我是和這書寫的），自然界那些確定的因果關系以及被發現殆盡了。人們開始去探索那些復雜問題的解決辦法。例如，吸煙有害健康，人們到現在也證明不了這個觀點是對的，因為決定人是否得肺癌的因素太多了，人類目前的水平無法做到排除所有因素去控制唯一變量去研究其真偽。

研究復雜的問題，機械思維已經不實用了，方法論就創造了一個全新的思維，好像叫摩爾定律吧。反正主要意思就是要大家放棄過去的追求因果，轉而去追求事情發生的最大可能性。在信息時代，人們在互聯網上互相傳遞信息，傳遞信息的過程中必然會產生數據(這時候，人類發明了比特，比特是用來計量信息量的單位。信息是虛無的，看不見摸不著，但它卻實實在在影響著我們的生活)。數據這個東西，在它的數量還不是很多的時候，并沒有多大用，可現實是，人類已經在2012年把數據的量積累到足夠的多，多到人可以用它來解決復雜問題。這就有了大數據時代，或稱之為智能時代。

智能時代的本質是大數據，這一點望各位看官一定記住，這樣你才能看懂你所生活的這個年代（例子沒時間舉了，感興趣的私聊）。在八九十年代，人們發明智能機器人的思路是模仿人的神經元，走條路人工智能發展緩慢，人們只是造出了許多好玩的玩具（有點像中國幾千年的發明史，走錯了路）。最近這些年，改走大數據這條路，智能機器人下圍棋戰勝人類，智能汽車上路行駛幾百萬英里零事故，智能機器現在都已經可以寫財務報表了。大數據時代，互聯網公司瘋狂的搶奪著我們老百姓的生活信息，現代社會的資本都在全力向數據公司靠攏，美團以及滴滴打車等互聯網公司在其起步階段，我們這一代大學生都是享受過其價格補貼的紅利的，互聯網很燒錢的，可是資本家有錢啊，只要你能獲得數據，砸多少錢他們都愿意，當然，現在他們已經不給我們補貼了，但是我們也已經離不開這些軟件了。現在微信，滴滴等手機軟件已經占據了我們的生活，我們真的已經離不開它們了，但我們在享受這些便捷的同時，它們也掌控了我們的生活，破壞了我們的隱私。

這是一個最好的年代，也是一個最糟的年代。大數據去讓那些大資本家去做吧，我們這一代老百姓史享受不到多少利益的。世界永遠是百分之二的人掌控著的。（有個二八法則，感覺和這個意思差不多，說的挺有道理的）這也符合資本社會發展的規律，書上說我們至少需要兩代人才能把科技革命的詬病解決掉。關于這些政治社會上的問題，在此就不說了，也說不好。我就談談我個人的體會吧。我覺得現在每個人都應該理解這個時代的思維習慣，這樣才能融入進去。這個時代做一個有意思的人是一件至關重要的事，說不定某一天你的工作就會被機器搶走，這時現代化政策可以不要你工作養著你。但沒有工作的生活多難受啊，想我最近一樣，閑的能把自己逼瘋。

大數據和機器智能的出現，對我們的技術發展、商業和社會都會產生重大的影響。作者吳軍在《智能時代：大數據與智能革命重新定義未來》中指出，首先，我們在過去認為非常難以解決的問題，會因為大數據和機器智能的使用而迎刃而解，比如解決癌癥個性化治療的難題。同時，大數據和機器智能還會徹底改變未來的商業模式，很多傳統的行業都將采用智能技術實現升級換代，同時改變原有的商業模式。大數據和機器智能對于未來社會的影響是全方位的。

以上是我個人的一些拙見，在未來的工作中，希望能夠得到領導更多的教誨與幫助，讓我也能成為與書中的一些人物一樣，為企業的發展獻出一份力。

第四篇：靜悄悄的革命的讀書我筆記

關于轉變學習方式

一、在傳統的課堂里，學生通常坐在教室里僅僅依腦神經細胞的活動來學習。新的學習方式則要求學生通過與教師、同伴、教材和環境的實際接觸與對話，通過各種媒介化的活動（如觀察、調查、實驗、討論等等）來進行。

實際上無論是傳統課堂，還是新型課堂中，學生的學習都是需要依*腦神經細胞的活動，所不同的是傳統課堂里這種腦神經細胞的活動的背景具有靜止、單

一、僵化的特點，而新型課堂里這種腦神經細胞的活動則被廣泛的置于流動、多樣、活潑的背景之下。

二、在傳統的課堂中，學生的學習通常是個人化的活動，學生很少通過交往互動進行合作性的學習，人們把不借助別人的幫助，獨自解決問題的學習，稱之為好的學習。而在新的學習方式下，學生的學習是交互式的、合作性的，人們把“互惠的學習”，師生之間、學生之間相互切磋，相互借鑒的學習稱之為好的學習。

三、在傳統的課堂上，學生的學習主要體現在獲得和鞏固預定的知識技能。新的學習方式則要求學生把各自的學習經驗表達出來，在共同分享和交流中，幫助個體反思性地領會所學的知識與技能。

學習是通過創造世界（認知的實踐）、人際交往（交往的實踐）和完善自我（自我內在的實踐）這三種對話性實踐而完成的。在學習的課堂里，學生具有的是被動的能動性，它以應對為基礎，從相互傾聽開始。在傾聽中，不只是去理解意思，還要去體味對方話語中所包含的心情、潛在想法，與他們心心相印；去傾聽“異向交往”話語（沒有比傾聽異向交往話語更重要的了）。

在以學習為中心的課堂上，教師的精力集中在深入地觀察每個學生，提出具體的學習任務以誘發學習，組織交流各種各樣的意見或發展，開展多樣化的與學生的互動，以讓學習活動更豐富，讓學生的經驗更深刻。各種引發“交往”和“聯系”的活動構成了教師工作的中軸。

在以學習為中心的課堂上，每個學生相互作用，各種想像和看法相互碰撞激蕩，回響共鳴，產生“交響樂”，同時，教師還不忘對每個學生“量體裁衣”，整個教室都是息息相通的。

被動的能動性”是我所追求的教和學的形態。教也好，學也好，都應該是以“應對”的應答性活動為中心來組織的。比如說，閱讀語文課文，通過閱讀行為，學生被喚起了怎樣的印象？對于這一被動的“應對”給以怎樣的密切注意或表現出何種敏感，可以說決定了整個閱讀。再比如解決數學問題，讀了教材上的問題后，學生形成了怎樣的問題印象？他是將之作為怎樣的問題來認知的？這些都是決定性的。（見《靜悄悄的革命》p28）

以“被動的能動性——應對”為中心的教師的活動該是怎樣的呢？其第一要義是，在課堂上以慎重的、禮貌的、傾聽的姿態面對每一個學生，傾聽他們有聲的和無聲的語言。我在許多的教室里觀摩過教學，在上課一開始教師向學生講話階段，僅僅只需感受教師的身體和語言，就能大致知道其教學的成敗。在學習能夠豐富地展開的教室里，教師在向學生講話時，不僅能意識到自己的言語，選擇合適的言語，還能同時有意識地專注地傾聽學生的言語，其“講述”的行為同時也就是“傾聽”的行為。

能生動地促進學生學習的教師在對學生群體講話時，能做到與一個一個的學生展開對話，而不是以群體為對象進行談話。因為在教室里的是一個一個的學生，而不是鐵板一塊的學生群體。而且，教師邊與每個學生談話，邊傾耳靜聽每個學生尚未說出的話語，在對話的過程中，竭力以自己的身體語言和情感去與學生的身體動作和起伏的情感共振。能在有這樣的教師的教室里學習的學生是非常幸福的。（見《靜悄悄的革命》p30）

《靜悄悄的革命》的第一章“教室里的風景——向創造性學習邁進”，佐藤學重點講述了以“應對”為中心的學習和教學來超越“主體性”神話。

佐藤學如何破解這個神話的呢？他的思路是用交往的模式，也就是他所說的以“應對”為中心的學習和教學模式，換言之也就是用師生交往、生生交往的方式，“以學生的個性化學習為軸心，向著活動的、合作的、反思的學習方式轉變”。而教師則需要“從單方面要求學生發言的想法中跳出來，轉變為“在組織、引出學生發言之前，仔細地傾聽和欣賞每一個學生的聲音”，要創造“用心相互傾聽的教室”。

“傾聽”是佐藤學反復強調的重點。教師不僅要傾聽學生的聲音，而且要傾聽學生未能表達的內在聲音，“教師邊與每個學生談話，邊傾耳靜聽每個學生尚未說出的話語”。對于“那些在學習上不多言語，然而善于傾聽的學生”應該被評為優秀。

佐藤學為什么如此重視“傾聽”？這是他的教學理論所決定的，因為他所看重的是對話，師生之間的對話，生生之間的對話，他認為只有在一個相互協作、充滿活力的對話式教室中才存在真正的教學，才有所謂的學習的快樂和教育的幸福。在他眼里，教學方法包含四個要素：教師、教材、學生（及其同伴）、學習環境，這四個要素的相互變化構成了教室里的生活世界。而“主體性”神話卻只關注了學生這一個變量，割裂了教師與學生之間、學生與學生之間的相互關系，從而導致了“單向度”的教學。“學生自立、自律的學習必須在與教師的互動中，在與教材、教室中的學生以及學習環境的關系中來加以認識。學習只在與教師、教材、學生、環境的相互關系中，才能夠得以生成、發展，”兒童的主體性要在這些關系相互作用中才能產生。

佐藤學是在這個教育的理論背景下來觀察課堂的，他并沒有使用什么高深的教育理論的詞語，反而從教室里的現象中透視出教育理論，這是他深入淺出的高明之處。他從教師的手勢、身體語言、教師與學生的對話等等教學細節中分析教學現象背后的含義，揭示教師行為的動機和所寓含的教育觀念。他尤其談了很多教師與學生交往的過程中的問題，他注意到很多教師“只注意自己教學的進度，并沒去想準確地‘接住’每個學生的發言，未能與那些傾心‘投球’的學生的想法產生共振。”他認為教師的傾聽“不是聽學生發言的內容，而是聽其發言中所包含的心情、想法，與他們心心相印，從而產生共感共鳴”，并且教師在與學生對話的過程中，“竭力以自己的身體語言和情感去與學生的身體動作和起伏的情感共振”。佐藤學特別提到教師要注意傾聽“異向交往”的語言。所謂“異向交往”的語言是指教師在教學時有他講授的思路，如果教師只顧自己授課，不顧學生的反映，就像大一統的教學模式中發生的那樣，就是單向交往；如果學生發言了，但是教師根本沒有聽學生說什么直接說學生錯了，那就是“反向交往”；如果教師用他的思路講課，而學生卻按照學生的思路理解，發表了他自己的看法，那么這種交往就是“異向交往”。因為教師往往為了自己的教學進度，不去理解學生的想法，這種異向交往下的學生發言就非常容易被教師所忽略，此時這個發言的學生的積極性就容易受到打擊，其自尊心就會受到傷害。因為“無論什么樣的學生的發言或行動，都有他自身的‘邏輯世界’”，教師要細致耐心地傾聽學生，當學生發出不同的聲音時，要善于使用“連接性的詢問”，巧妙引發出學生的思考，讓“教學中的交往豐富而深刻地展開”。

教師如何才能做到如此有效的傾聽呢？我想教師首先要有這樣的意識，其次要有屬于自己的教學機智。教師的愛心和機智就要體現在和學生的交往互動上，體現在傾聽得到學生發出的和未發出的聲音，體現在讓學生自立、合作地進行活動，體現“在教室里構筑這樣一種關系，即學生在相互交往中共同成長的關系”。“讓學生的看法和想象相互碰撞激蕩，回響共鳴”，形成教室里的“交響樂團”。

“教師的精力集中在深入地觀察每個學生，提出具體的學習任務以誘發學習興趣，組織交流各種各樣的意見或發現，開展多樣化的互動，以讓學習活動更加豐富，讓學生的經營更深刻。”教師要培養孩子從他人那里學習的能力，也就是“從個體出發，經過與同伴的合作，又再返回到個體的學習”。

總之，佐藤學給了我們一個觀察課堂、分析課堂現象的理論工具，盡管這些都不是講課的具體方法和經驗，卻是我們理解課堂、分析課堂和改進課堂的很好的理論出發點和方法。教師理解了這些想法，開展教學反思就有了基礎，構建有效課堂就會變成構建有效而歡樂的課堂，因為僅僅講究效率是不夠的，教師與學生、學生與學生要一起形成交往的整體，使得日日生活其中的教室成為“潤澤的教室”。（

第五篇：紅色革命

紅色革命

八月一日，在今年的這個時候已經是第80個八一了．這是為了紀念紅軍們80年的紅色的革命精神．

在毛澤東主席的詩里有這樣的幾句：紅軍不怕遠征難，萬水千山只等閑。五嶺逶迤騰細浪，烏蒙磅礴走泥丸這幾句詩體現了我們的紅軍在過草地，爬雪山的過程中，不因自然的阻礙而終止前進道路的精神。

清貧，潔白樸素的生活，正是我們革命者能夠戰勝許多困難的地方，這就是我們紅色革命的精神。

這個傳達著個革命精神的一天是怎么來的呢，我來給大家講述一下吧。1927年4月蔣介石叛變革命后，中國共產黨為挽救革命，于這年的8月1日在中國共產黨前敵委員會的領導下，由周恩來、賀龍、葉挺、朱德、劉伯承等同志率領中國共產黨影響的北伐軍3萬余人，在江西南昌舉行了武裝起義，向國民黨反動派打響了第一槍。起義部隊于1928年4月到達井岡山，和毛澤東領導的部隊勝利會師，組成了中國工農紅軍，從此建立了在中國共產黨領導下的屬于人民的革命中國共產黨，并逐步發展壯大，成為今天的中國人民解放軍。所以，8月1日這一天被規定為建軍節。

大家明白為什么八月一日是建軍節了吧，就是這么有意義的一天傳達了孫中山所說的紅色革命精神．所以我們要記住著一天；記住紅色革命精神。桐柏縣城關二小六年級:胡雨