乐客专栏（六十三）:一听就懂，一看就会，一做就错

人工智能

有所能，就必有所不能！

墨墨始终坚信这种万物规律，就好比钱不能买来时间一样，数据算法也如此，请允许墨墨缓缓道来。

三个转变

大数据的精髓，在于我们分析信息时的三个转变：

一，在大数据时代我们可以分析更多的数据，而不再依赖于随机采样。墨墨还记得初中生物老师教的一个采样方法——样方法。样方法是生态学上的一个专门的调查方法。它的目的是用有限的样方数据来反映整体；它的操作方法是在调查地点，随机或人为的选择一些特定的空间，在这些特定的空间中进行调查。这每个特定的空间都称为一个样方。样方的尺寸大小，是由调查研究对象和调查目的来设置的。

样方法

举个例子，你要摸清校园里的草的数量,不需要把校园的每个角落一寸一寸的进行调查，你可以随机的在校园中选取多个1×1 m 的样方进行调查，然后取这些样方的数据平均值就可以了。显然样方法调查出来的数据不太具有说服力，而大数据就有！

二，研究数据如此之多，以至于我们不再热衷于追求精确度。众多的读数合起来就可以提供一个更加准确的结果，因为这里面包含了更多的数据，而它不仅能抵消掉错误数据造成的影响，还能提供更多的额外价值，“不精确”就是更多的额外价值。

三，这是由前两个转变促成的，我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系，这会给我们提供非常新颖且有价值的观点。就拿踢足球来讲，假如将每一次进门球的落脚点用大数据统计并分析，可能会得出一个结论：如用脚尖侧边的位置踢球能大大提升进门的概率。对于专业球员而言，他可能会研究个为什么，但对于业余球员来说，有个结论足够了，管它是黑球还是白球，能进球的就是好球，根本不需要知道为什么！

射门

我懂，可总是做错

高考加油

这里墨墨就隆重地蹭一下高考的热点哈，墨墨的高中老师经常说：眼高手低，总是一听就懂，一看就会，一做就错！也就是知道题目是什么，知道这定理那公式的，可是一做就错。根本原因就是，知道公式啊定理的，但是不知道该怎么用啊！

这就好比你给一个孩子说，这是樊登读书会APP，它是通过互联网的方式，以视频、音频、图文等多种形式帮助那些没有时间读书或读书效率低的，求知且上进的人每年吸收50本书的精华内容······可你不管讲得多精细，孩子仅仅是知道樊登读书会“是什么”，却不知道“该怎么”使用樊登读书会APP。

所以说，知道“是什么”不等于知道“该怎么”用！

乐客樊登读书会

再拿围棋来说，AlphaGo能赢，终归于它的“深度学习”，系统内部会有各种类似于神经突触的连接，如果一次下赢了，相关的连接就会增强，如果错了，连接就会减弱，这样每分每秒用大量的棋盘数据给AlphaGo训练，最后它就能自己判断该如何下围棋。

但是！AlphaGo不知道围棋“是什么”！而柯洁不仅知道围棋“是什么”，还知道围棋“该怎么”下！假如把围棋的棋盘多加些格子，或减一格子，你觉得最后谁会赢？墨墨敢赌柯洁会赢！因为AlphaGo不能立即适应新形式、新规则。

人工智能的缺陷

人工智能的缺陷

这是一次李开复上“吴晓波频道”的节目，其中就讲到了自己生病时的思考。如果人工智能能使诊断更加精准的话，那么医学可以考虑走2个方向：

一，做研究，做创意，做发明的新药，这个是人工智能做不了的！

创造力，服务业

二，如果你没有创造力，机会也很大，那就做服务业。我觉得医生会变成一种服务业。我曾经是个严重的病人，如果你是一个冷冰冰的机器，说你得了淋巴癌肺泡性第四期，只有27.6%的存活率，5年。那如果这么冷冰冰的我听了我就绝望了！但如果中间有一个医生作为桥梁，他会说，我来听听看你有什么症状，你有没有盗汗，你的睡眠足不足够之类的沟通，表示一种关怀，我就会听的舒服一点，有时候医生还可能会提一下疗养的建议啊之类的。

未来，人工智能会替代掉那些标准化可复制的工作，因为它知道高效地“该怎么”，然而遇事能做到结合“是什么”“该怎么”“为什么”全盘考虑的，目前只有人类。

如果你想透彻关于人工智能时代的更多新思考，请扫描下方樊登读书会免费7天会员体验码，下载樊登读书会APP，点击《人工智能时代》，只需用上下班的时间，就能和全球最新大脑进行同步。

人机共生下财富，工作与思维的大未来

免费7天会员体验码