起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識搜索引擎到人工智能的終極演進
K.K在紀錄片《Google and the World Brain》中提到，他在谷歌創(chuàng)業(yè)初期問Larry Page，現(xiàn)在已經(jīng)有了一個性能不錯的搜索引擎，為什么還要做一個？Larry Page解釋說，不是要開發(fā)新的搜索引擎，我們要做的是人工智能。搜索引擎是我們的主動意識與互聯(lián)網(wǎng)世界之間最重要的連接方式，并且在長期數(shù)據(jù)積累、存儲技術(shù)、云服務、超級計算和機器學習等方面具有獨特優(yōu)勢，或許它們將成為最接近人工智能的互聯(lián)網(wǎng)應用。
從目前看來，谷歌創(chuàng)始人當初的愿望實現(xiàn)了——谷歌成為了全世界在人工智能方面最有建樹的互聯(lián)網(wǎng)公司。國內(nèi)搜索巨頭百度，也在上兩周的技術(shù)開放日詳細介紹了“大數(shù)據(jù)引擎”計劃，里面提到數(shù)據(jù)挖掘和機器學習等技術(shù)、大數(shù)據(jù)的具體應用、以及對未來趨勢的把握，同樣令人興奮。
一、腦機界面的雛形——搜索引擎
腦機界面（Brain-Computer Interface，也稱腦機接口）主要研究我們?nèi)绾瓮ㄟ^思維與外部機器進行直接交互，通過建立一個將大腦與機器聯(lián)系起來的統(tǒng)一準則，實現(xiàn)“用意念來控制機器”的終極夢想，是人工智能的重要技術(shù)支持。電影《黑客帝國》和《阿凡達》中用意識來控制虛擬世界中“化身”；俄羅斯“Global Future 2045”預測科學家將于2020年通過腦機接口來實現(xiàn)用意識控制機器人；Ray Kurzweil認為30年后人類能夠?qū)⒆约旱囊庾R上傳到電腦實現(xiàn)“數(shù)字永生”；這些終極人工智能都是通過腦機接口來實現(xiàn)的。
那些夢幻版的目標還離我們太過遙遠，對于廣大互聯(lián)網(wǎng)用戶來說，離我們最近的腦機界面類應用就是搜索引擎，腦機界面在本質(zhì)上是為我們提供了一種主動意識與外部環(huán)境進行交互的方式，從意識的源頭——大腦出發(fā)，與外界實現(xiàn)了最直接的聯(lián)系和互動。搜索引擎與腦機界面的共同點主要體現(xiàn)在兩個方面。
1、意識向外界的主動連接
腦機界面將我們最初的意識動機——神經(jīng)沖動傳遞給外界并獲得反饋。而當我們使用搜索引擎時，同樣是先產(chǎn)生意識，然后轉(zhuǎn)化成關(guān)鍵詞輸入到搜索引擎，后者通過搜索將我們的意識與外界信息進行匹配，在多次反復調(diào)試后，為我們找到準確答案。所以，搜索引擎承載了我們主動聯(lián)系外部世界的意愿，通過有價值的反饋解決了我們提出的問題，充分體現(xiàn)了我們的意識主動性。
這可能也是搜索工具與其他互聯(lián)網(wǎng)服務的本質(zhì)區(qū)別，我們在瀏覽網(wǎng)頁、觀看視頻或者查看社交工具時，都是處在一種被動的信息接收者的地位，我們看到的內(nèi)容其實全部取決于對方展示了什么。而使用搜索工具卻是一種主動行為，我們需要大腦思考和手動輸入，還需要根據(jù)得到的信息進行調(diào)整，直到最終的搜索結(jié)果符合我們的原始動機。我們可以在不動腦筋的情況下使用其他互聯(lián)網(wǎng)服務，卻無法在不懂腦筋的情況下進行網(wǎng)絡(luò)搜索，當我們將關(guān)鍵詞輸入到搜索框這一行為發(fā)生時，就已經(jīng)體現(xiàn)了我們的主動意識。也正因如此，比起其他互聯(lián)網(wǎng)工具，搜索引擎需要我們更多的“動腦”和“動手”，而這些相對繁瑣的操作其實就是我們的意識在行為中的轉(zhuǎn)化。
2、信息傳輸和互動的過程
腦機界面以掌握大腦原理為基礎(chǔ)，在大腦和外部對象之間建立了統(tǒng)一的交互規(guī)則，使得大腦與外界完美對接，其最終目的還是為信息傳輸提供一個最理想化的管道。我們的神經(jīng)系統(tǒng)也可以看成是一個通過生物電交流信息的“計算機”結(jié)構(gòu)。相互連接神經(jīng)元通過電信號交流，通過神經(jīng)遞質(zhì)傳遞信息，構(gòu)成了多層的、不同功能的神經(jīng)回路和電子回路。因此，電信號成為被大腦和外部智能機器所共同接受并進行交流的溝通介質(zhì)。
對于搜索來說，關(guān)鍵詞就充當了我們與搜索工具之間的這種溝通介質(zhì)，借助關(guān)鍵詞這個“編譯器”，我們實現(xiàn)了自我意識與搜索引擎之間的交流，形成了一個意識產(chǎn)生、關(guān)鍵詞轉(zhuǎn)化、搜索、信息獲取、動機滿足的信息閉環(huán)。
總之，搜索工具體現(xiàn)了我們的意識主動性，也為我們創(chuàng)造了與外界進行信息交互的有效途徑，在這方面與腦機界面并無二致。雖然它是在技術(shù)和效率上還與理想中的腦機界面存在巨大差距，但已經(jīng)在為我們充當了智能助手的角色。所以，我們可以將目前廣泛使用的搜索引擎看成是未來高級腦機界面的雛形或是初級狀態(tài)，換句話說，目前的搜索引擎是目前最有希望進化成腦機界面、實現(xiàn)人工智能的互聯(lián)網(wǎng)服務形態(tài)。
二、搜索引擎向人工智能演變的必要因素
與人機界面相似的搜索引擎具備天然優(yōu)勢，但如果想在機器學習和人工智能的道路上走的更遠還需具備以下條件。
1、重視戰(zhàn)略數(shù)據(jù)而非“大數(shù)據(jù)”
如果把將要實現(xiàn)的人工智能比作大腦的話，那互聯(lián)網(wǎng)就是人體頭部的血管，一個抵達各部位的網(wǎng)狀系統(tǒng)，而數(shù)據(jù)和信息便是最重要的、能夠為大腦活動提供能量的血液，它們也是進行機器學習所必需的的輸入量和研究基礎(chǔ)。百度“大數(shù)據(jù)引擎”結(jié)構(gòu)中最底層的 “開放云”服務就是在實現(xiàn)這個功能。
在數(shù)據(jù)獲取方面，不能漫無目的追求大而全的數(shù)據(jù)，因為大數(shù)據(jù)追求的“N＝所有”的全樣本是無法實現(xiàn)的，同時大數(shù)據(jù)樣本非但不能解決樣本偏差問題，反而引發(fā)了大量的小數(shù)據(jù)問題。搜索引擎應該更加重視篩選過的、有價值的戰(zhàn)略數(shù)據(jù)。例如，不久前的MIT大數(shù)據(jù)挑戰(zhàn)就是以波士頓交通為主題；谷歌的大數(shù)據(jù)功能是從預測流感開始；而百度的“大數(shù)據(jù)引擎”也首先選擇了醫(yī)療、交通和金融領(lǐng)域為大數(shù)據(jù)戰(zhàn)略的具體應用方向。搜索引擎在PC端已經(jīng)有了足夠的積累，隨著手機和其他可穿戴智能設(shè)備的爆發(fā)，搜索引擎將獲得更多有戰(zhàn)略意義的、細分化和情景化的數(shù)據(jù)。“百度遷徙”、“景點舒適度預測”和“城市旅游預測”就是百度以細分化的戰(zhàn)略數(shù)據(jù)為切入點的成功案例。
2、搜索引擎的數(shù)據(jù)挖掘優(yōu)勢
當信息爆炸時代來臨，是否擁有信息已經(jīng)不再重要，重要的是如何能夠快速的找到所需信息，而搜索引擎在這方面有著天然優(yōu)勢，也是解決信息數(shù)量和信息（有價值的）獲取效率之間矛盾的唯一途徑，而搜索引擎的數(shù)據(jù)挖掘?qū)a(chǎn)生更加明顯的效果。例如，在智力節(jié)目中擊敗人類的沃森就是因為“海量數(shù)據(jù)加搜索匹配”而產(chǎn)生了學習能力。
互聯(lián)網(wǎng)搜索的驚人效率與傳統(tǒng)的信息搜索方式形成了鮮明對比，因此每個理性的人在獲取信息時都會優(yōu)先使用互聯(lián)網(wǎng)搜索工具，在享受搜索帶來的高效率時貢獻出個人信息，促使搜索工具對我們更加了解，從而在下次為我們提供更有效率、更準確、更個性化的搜索服務，隨著信息獲取速度和準確率的提高，我們也將更加頻繁的使用搜索工具從而貢獻出更多的個人數(shù)據(jù)……這便形成了Jeff Bezos提出的那個“飛輪模型”，一個封閉的良性循環(huán)過程。
這個良性循環(huán)為搜索工具帶來了持續(xù)增長的用戶習慣和數(shù)據(jù)量，更重要的是當數(shù)據(jù)積累到一定程度，搜索引擎將掌握足夠多的用戶個人標簽和行業(yè)標簽，在多維度的信息整合后對用戶和行業(yè)形成準確定義，從而通過自身的數(shù)據(jù)積累和挖掘為用戶和行業(yè)提供更加智能的信息服務。而這個過程應該就是李彥宏在“大數(shù)據(jù)引擎”會議上提到的“技術(shù)變革的臨界點”，也是副總裁王勁口中那個“百度多年深厚技術(shù)積累的一次質(zhì)變過程”。定義個人的各種標簽是一個個標準的數(shù)據(jù)元，這個把所有用戶都貼上標準化的標簽進行統(tǒng)計分析的過程就是會上提到的“量化自我”。而百度“大數(shù)據(jù)引擎”的相關(guān)負責人也提到除了搜索工具在PC端的積累，手機、可穿戴智能設(shè)備的增長也加速了數(shù)據(jù)量的增長，這將貢獻可以“量化自我”的更多數(shù)字標簽。
因此，搜索引擎在數(shù)據(jù)挖掘方面的優(yōu)勢不僅體現(xiàn)在自身算法和計算能力，更是體現(xiàn)在對用戶信息的量化分析和數(shù)據(jù)挖掘，并以此基礎(chǔ)上提供的更加智能的信息服務。值得一提的是，這些有價值的標簽只有經(jīng)過長時間積累和長期用戶沉淀才能取得，就像人與人只有在長期交流溝通后才能深入了解對方，機器對用戶的了解也是建立在長期的、無數(shù)次交互的基礎(chǔ)之上，而對用戶的了解程度又決定了機器學習的核心算法。因此，已經(jīng)在市場上占據(jù)領(lǐng)導地位的搜索引擎在這方面的優(yōu)勢會較為明顯。
3、技術(shù)奇點的出現(xiàn)
在搜索引擎收集戰(zhàn)略數(shù)據(jù)并進行數(shù)據(jù)挖掘之后，接下來將是實現(xiàn)人工智能的最后一個階段——機器深度學習。搜索引擎實現(xiàn)從傳統(tǒng)搜索到人工智能的過渡，不僅是因為自身積累的數(shù)據(jù)量達到了質(zhì)變的水平，還因為硬件存儲、云計算、超級計算、模擬神經(jīng)網(wǎng)絡(luò)等相關(guān)技術(shù)的成熟。
搜索引擎可以憑借自身的獨特優(yōu)勢成為此次技術(shù)變革中的領(lǐng)導者，并且他們也已經(jīng)開始了相關(guān)的準備工作。谷歌很早就通過自主研發(fā)和收購的方式來匯集實現(xiàn)人工智能的必要技術(shù)，包括利用1.6萬個處理器構(gòu)建的模擬人腦神經(jīng)系統(tǒng)的且具備學習功能的Google Brain；將收購的Deepmind的機器學習技術(shù)應用于聲音和文本搜索以更好的讀懂人類自然語言；將機器深度學習領(lǐng)軍人物Geoffrey Hinton招致麾下。而百度也是國內(nèi)第一家提出機器學習（百度大腦）和組建相關(guān)研究機構(gòu)（IDL，百度深度學習研究院）的互聯(lián)網(wǎng)公司；提出“少帥計劃”招攬青年科學家；擁有了超越天河二號的超級計算能力；組建起了世界上最大的擁有200億個參數(shù)的深度神經(jīng)網(wǎng)絡(luò)。這些技術(shù)都將與搜索引擎自身積累的數(shù)據(jù)優(yōu)勢一起成為他們率先進入人工智能領(lǐng)域的重要推動力。
4、正確的機器學習之路
在此前的文章《潛伏的強大暗流：終極智能的群組進化路徑》中曾提過通往終極人工智能有兩條道路，一是從理論研究出發(fā)，在完全掌握人類的智力原理后再通過技術(shù)進行復制；二是從基礎(chǔ)技術(shù)和具體應用出發(fā)，結(jié)合人腦各階段的研究成果來得到相應水平的人工智能，再通過漫長的技術(shù)進化提高智能水平。
如果采取第一種途徑，在沒有完全弄清大腦原理之前，只對大腦結(jié)構(gòu)進行模擬是沒有任何實際意義的。因此，這種方式不適合要向用戶持續(xù)提供服務的搜索引擎公司。加利福尼亞斯坦福大學的Andrew Ng完成了世界上最大的擁有110億神經(jīng)連接的人工大腦，但谷歌大腦工程的兩位研究者指出這個神經(jīng)網(wǎng)絡(luò)計算機甚至都沒達到老鼠的智力水平。
長達十年且耗資數(shù)十億歐元的歐盟人腦計劃也沒有把目標定為完全掌握人腦原理并對其進行模擬，而是一直在強調(diào)每個階段的研究成果都要付諸實踐，通過模仿部分人腦原理來創(chuàng)造出一些類人腦功能（Human-like）的智能系統(tǒng)或應用。而對于一直面向用戶的搜索引擎來說更是如此，它們應該選擇第二種自下而上的、分布式的智力實現(xiàn)方式，每一次技術(shù)的智能化革新都是從用戶的實際需求出發(fā)，每一次技術(shù)進步都代表著機器智能的進一步發(fā)展。谷歌在收購Deepmind之后明確表示不會首先將其應用在機器人部門，而是先從基礎(chǔ)的語義識別開始。而百度也是將深度學習技術(shù)應用在了具體的用戶服務方面，比如說降低語音技術(shù)的相對錯誤率，提高中文語音識別率、完善圖像識別能力、全球首個全網(wǎng)人臉搜索引擎等。
上文提到，搜索引擎構(gòu)建了人與信息的意識主動化的連接，而且用戶與搜索引擎的每次交互都是一種相互了解、共同成長的過程。與其他互聯(lián)網(wǎng)服務不同，用戶在使用搜索引擎時也是在作為一個“開發(fā)者”參與其中，這也就是在百度“大數(shù)據(jù)引擎”開放日上北航校長講到的，“一種超越眾包的、融合計算機與人群”的軟件開發(fā)新思路。
5、基于人腦神經(jīng)網(wǎng)絡(luò)的機器學習
人腦與計算機最大的區(qū)別就在于它是一種雙向聯(lián)系，可以不停地把新信息反饋回去，加固已有東西，這就是我們的學習功能。我們大腦的層級并非生而有之，與生俱來的是毫無關(guān)聯(lián)的模塊，相互之間沒有形成任何模式，所有模塊之間的連接和增強都是通過后天學習來實現(xiàn)的。
我們大腦的學習和推理能力符合貝葉斯數(shù)學原則，推理是基于由經(jīng)驗而來的概率，我們在遇到新情況時，總是要追溯自己的已有記憶和經(jīng)驗，然后再根據(jù)新情況進行調(diào)整，最后得出一個概率相對較高的應對策略，所以我們才學會了如何應對這個或然的世界。我們在執(zhí)行“貝葉斯原則”進行學習時，首先將遇到的新情況在此前的記憶和經(jīng)驗庫中進行搜索和匹配，找到成功概率較高的決策付諸實踐，然后再根據(jù)現(xiàn)實反饋進行調(diào)整，再重復上述過程，直到找到最佳方案。經(jīng)過這樣一次次的貝葉斯行動，我們構(gòu)成了特定的自我，也形成了那種重要的學習能力。
而目前先進的計算機技術(shù)可以使貝葉斯計算方法能夠更加有效地執(zhí)行，《最有人性的“人”》作者克里斯蒂安認為計算機將一改非1即0、非真即假的科學邏輯，能夠理解和使用貝葉斯概率推理。在認識到人腦的學習原理之后，借助數(shù)字化“神經(jīng)網(wǎng)絡(luò)”來模擬大腦并獨立的收集和反饋信息已經(jīng)成為深度學習領(lǐng)域的一個突破性進展，例如，機器人專家Hod Lipson研發(fā)出的機器人在觀察和觸摸鐘擺一整天之后，通過學習推算出了F=ma，而人類花費了幾千年才得出這個公式。
而搜索引擎的那種“關(guān)鍵詞輸入、數(shù)據(jù)庫搜索、信息匹配、多次調(diào)整、返回結(jié)果”不恰恰也是完全符合貝葉斯學習原則嗎？所以，我們有理由相信，搜索引擎通過構(gòu)建模擬神經(jīng)網(wǎng)絡(luò)已經(jīng)可以獲得人類一定程度上的學習能力，例如，目前“百度大腦”已經(jīng)達到2歲兒童的智力水平。美國兒科學會的《育兒百科》中將兒童稱為“恐怖的2歲”，他的詞匯量開始豐富；能夠在心里想象出事物、行為和概念的圖像；他開始理解物體之間的關(guān)系；他開始將不同的活動串聯(lián)在一起形成一個邏輯關(guān)系；當他意識到社會希望他遵循某些規(guī)則后，他會開始培養(yǎng)起一定程度的自控能力。雖然“百度大腦”可能無法與這些智力表現(xiàn)形式一一匹配，但我們還是從中感覺出機器智能的巨大進步。
6、更加開放的搜索引擎平臺
對于機器學習和人工智能這類研究周期長、學科跨度大的研究課題，必須保持開放的心態(tài)和積極合作的意愿。歐盟人腦計劃就一直在強調(diào)開放式平臺的建立、開發(fā)接口的開放和多學科的融合等等。對于搜索引擎來說，開放一直是其獨特優(yōu)勢，其幾乎可以覆蓋所有的用戶和行業(yè)。但機器學習和人工智能這個長期目標還需要搜索引擎保持持續(xù)開放，我們也可以從百度的“大數(shù)據(jù)引擎”戰(zhàn)略中看出其對開放和合作的重視程度，它將大數(shù)據(jù)存儲、分析和智能化處理等一整套核心能力通過平臺化、接口化的方式對外開放，以吸引更多的合作方；與北京航空航天大學共同進行科學研究；與交通、金融、醫(yī)療行業(yè)的深度合作等。平臺的開放不僅可以使現(xiàn)有的機器學習功能發(fā)揮更加廣泛的價值，還能通過更多的應用和外部資源的引入來對現(xiàn)有的機器學習模型進行驗證和完善。
三、搜索引擎過渡到人工智能的憂慮
1、個人數(shù)據(jù)隱私
我們可以對實驗室中的人工智能漠不關(guān)心，因為無論它的研究進展到何種程度，都不會與我們產(chǎn)生直接關(guān)系。但我們對每天都在使用的搜索引擎智能化的態(tài)度則完全不同，搜索引擎人工智能化的動因是我們與其之間進行的無數(shù)次交互，我們對其智能化的定義是它能更快、更準確的幫我們找到所需信息，它之所以如此智能是因為更加了解我們的需求，而它對我們的了解是基于我們給它提供的個人信息越來越多，這當然就意味著我們的隱私越來越少。
搜索引擎知道我們的出行路線、地理位置、工作信息、日常行為模式和交際圈子，它比任何保險公司或銀行都了解我們的風險狀況，隨著可穿戴智能設(shè)備的興起，它也可能比醫(yī)生更了解我們自身的身體狀況?；蛘哒f，搜索引擎將變得比我們自己更了解自己。
這是信息時代獨特的背景，對于效率的追求使我們不可避免的享受互聯(lián)網(wǎng)搜索引擎等服務帶給我們的信息服務，同時也不可避免的享受個人信息外泄的苦惱。我們觀察到越來越智能化和人性化的信息服務帶來的世界的改變，帶給我們效率的提升，卻忽視了隨著我們個人信息的越發(fā)公開，我們的一舉一動正在被人察覺。搜索引擎的機器學習勢必需要越來越多的用戶信息，這與我們的隱私權(quán)存在本質(zhì)上的沖突?；蛟S，我們已經(jīng)意識到這一點，但在效率面前對此無能為力。
2、我們把記憶交給了搜索引擎
《淺薄》里提到，互聯(lián)網(wǎng)正在塑造著我們的大腦，無時無刻不在改變著我們，而搜索引擎則首當其沖搶占了我們的記憶。幾千年來，人類都依賴彼此記憶日常生活的細枝末節(jié)?，F(xiàn)在，我們依賴的是電子設(shè)備和“云”，它們正在改變我們感知和記憶周圍世界的方式?；ヂ?lián)網(wǎng)不僅可能取代了“他人”這種外援式的記憶資源，也取代了我們本身的認知官能。互聯(lián)網(wǎng)不僅消除了我們與同伴分享信息的需要，也瓦解了將即時習得的重要信息，存儲進生物式記憶系統(tǒng)的沖動。這就是所謂的“搜索引擎效應”。
如果把我們的記憶看做數(shù)據(jù)庫，我們的每次記憶存儲是為了將來在某個時刻得到所需要的信息，我們的每次回憶也是在這個數(shù)據(jù)庫進行一次搜索。試想一下，如果更加智能的搜索引擎對我們了如指掌，當我們通過互聯(lián)網(wǎng)搜索信息的速度比從大腦的記憶中搜索更快、更準確時，我們當然會毫不猶豫的選擇前者，全然在乎這部分“記憶”是存在于外部的互聯(lián)網(wǎng)，還是存在于自己的大腦中。
對于這種結(jié)果的優(yōu)劣依然也存在爭論，一種觀點認為，我們將一部分記憶分攤給搜索引擎之后，他們開始認為比以往任何人都懂得多；但事實上，對搜索引擎的依賴恰恰說明他們對周圍世界的認識少之又少，我們完全將谷歌算法的產(chǎn)物當做了自己“知道”的東西。而另一種對立觀點則認為，在我們成為“互聯(lián)腦”（Inter-mind）一員的同時，會發(fā)展出一種不再依賴我們大腦中本地記憶的新型智力。當我們從記憶日常事實的需求中解放，就可以利用空余出來的這部分腦力資源，去實現(xiàn)個人的雄心。這種進化之中的“互聯(lián)腦”，或許可以將人類個體的創(chuàng)造力與互聯(lián)網(wǎng)上豐沛的知識結(jié)合在一起，使我們有能力突破一些自己制造的困境。
3、終極智力的移交
雖然意識之謎仍然未解，但至少我們已經(jīng)知道，我們的意識和思考源于我們的神經(jīng)連接，在神經(jīng)元之間進行傳遞的神經(jīng)遞質(zhì)所攜帶的信息構(gòu)成了我們自身，就像Sebastian Seung所說“我是我的連接體”。神經(jīng)科學的出現(xiàn)正在抹殺“靈魂”，在任何一個人中并不存在一個所謂的真正自我，我們所擁有的只有自己的大腦，這意味著我們只是大腦在特定時間中所呈現(xiàn)的狀態(tài)而已，而這種狀態(tài)完全可以通過信息來體現(xiàn)。當然，我們也可以像Hinton一樣把大腦的神經(jīng)網(wǎng)絡(luò)看作一個運行在多層面上的軟件?；蛘哒f，我們的神經(jīng)活動在本質(zhì)上也是一種信息傳輸和計算。《黑客帝國》中有段臺詞對此做了最為精辟的概括：“什么是真實？該怎么定義？如果真實指的是觸覺、嗅覺、味覺和視覺等，這些其實都是大腦接受的信號和信息?！?/p>
當體現(xiàn)我們意識的各種互聯(lián)網(wǎng)行為被搜索引擎量化、統(tǒng)計和重新組合時，這是否就意味著他們可以從中掌握那些原本屬于我們自身的智力？它們通過機器學習模擬出我們的智力，再結(jié)合它們生來就優(yōu)于人類的強大功能，甚至可以解答出人類自身永遠無法企及的難題。百度的“大數(shù)據(jù)引擎”除了提到大數(shù)據(jù)和機器學習在許多重點行業(yè)的應用，還提到可以“利用機器學習重新認識外部世界，發(fā)現(xiàn)我們沒有發(fā)現(xiàn)過的自然規(guī)律”。如果這種情況出現(xiàn)，我們?nèi)祟愖顐ゴ蟮穆殬I(yè)哲學家、科學家和藝術(shù)家可能都要讓位于搜索引擎了。
搜索引擎通過機器學習掌握人類智力雖然不是此消彼長的掠奪，但可能會是一次關(guān)于控制權(quán)的移交。我們從自然進化過渡到技術(shù)進化，科技帶來超人類主義。搜索引擎等互聯(lián)網(wǎng)服務讓我們變?yōu)榱薈yborg（電子人），而其進化的方向——人工智能則模糊了人腦與機器間的界限，我們可以借此超越人類自身的認知極限，但這種改變并不意味著我們從此陷入失去自我的危機，相反，我們是與逐步走向智能的搜索引擎建立起了強大的史無前例的聯(lián)系——我們只是將自我融入了一個更偉大的事物之中。
轉(zhuǎn)載自虎嗅
- 目前還沒評論，等你發(fā)揮！
