每當我們選擇去展望未來時，最好的辦法就是從歷史中總結規律，并以此來尋找不斷變化中的發展邏輯。人工智能時代的到來，并不意味著恐懼，而在某種意義上來說，它帶來的可能是更猛烈的革命。
AI（Artificial Intelligence，人工智能）最早是計算機技術領域一個專有學術名詞，但近年來，隨著各種科幻小說、電影的熱銷，以及伴隨著知名網紅AlphaGo的一飛沖天，AI成為了響徹大街小巷的熱門詞匯。此外，伴隨著一些列耳熟能詳的AI產品問世和各種媒體宣傳，我們這些奮斗在互聯網領域一線的男女老少們，似乎也不由自主地需要關注起AI來。
這些年來，我一直保持對AI領域高度的關注和積極的參與，不斷與各種AI的直接從業者進行深入的交流和溝通，我逐漸發現了一些很有趣的事情。我始終覺得，AI所代表的并不是一次簡單的技術革新，相反，它代表著一些列即將或正在發生的深度變革。
我們需要去預知未來，這樣才能做好充足的準備接受挑戰。從我當前的認知來看，我認為AI和互聯網并非一件事，或者二者并不可以直接混為一談，而且核心的互聯網PM和AI PM甚至也可能不是一類人。我將盡我所能在這篇文章中詳盡我近來的思考，希望能夠一起與更多做AI產品的朋友們深入溝通，交流探討AI對我們未來世界的影響。
歷史告訴了我們什么？
今天，我們正生活在一個隨處可以觸網，時刻可以聯網的環境中，并習以為常。社會發展到今天，絕非一蹴而就，當我們試圖了解未來時，我們應該先試試回過頭，看看歷史都發生了些什么。
大約100多年前，尼古拉·特斯拉（沒錯，就是那個被愛迪生記恨一輩子的大發明家）曾經提到一個有趣的概念，他說，“未來世界中，任何信息都可以通過電被迅速傳送到世界上任何一個角落”，這一概念正是今天互聯網的雛形。在特斯拉生活的時代，電只是貴族們用來點燈狂歡的奢侈品，特斯拉卻在電的身上看到了極其不一樣的未來。
為什么我們需要互聯網的存在？
自古以來，人們都需要通過各種媒介來傳遞信息，從幾千年前，馬拉松同志一氣跑完43公里，向村民們傳遞戰爭勝利的消息，到后來人們開始郵寄信件，撥打電話，發送電子郵件，使用即時通信，等等。信息的傳遞對于人類這種群居動物而言，是必不可少的。在《人類簡史》一書中，極為精彩地描述了我們的祖先如何通過信息傳遞與同步（語言）來組成部落，最終戰勝其他物種。
科技的進步，在最大限度地降低信息傳遞的成本，提升效率。因此，每一種媒介的產生都是時代必然的產物，互聯網是替代了幾千年來車馬勞頓的郵差，通過電作為媒介，實現了信息光速傳遞。
信息傳遞的是為了什么？
作為我們人類而言，難道只是因為天生的秉性才需要進行信息傳遞嗎？實則不然，我們傳遞信息最重要的原因是，我們需要生活，需要戰勝困難，x需要解決問題。
每一條信息都有它的價值，而這些價值的直觀反映，就是解決問題。
比如，在玩“王者榮耀”時，如果隊友A發現對方要來打塔，他需要第一時間將這條信息告訴隊友，以防不測。最佳的方法是他立刻通過聲音傳遞給隊友，其次是打字告訴隊友。其實，還可能存在一種方式—— 一個團隊伴游機器人，時刻幫你和隊友間同步著戰況信息。
信息傳遞的本源，是為了讓所有人知識不斷統一，從而去解決越來越棘手的問題。
AI的生長與互聯網并不一樣
信息的深層含義，可以譯作“知識”。
互聯網只用來承載信息
互聯網是一層物理層面的工具。
我讀大學時，通讀了《TCP/IP詳解：卷2》（現在已經基本忘光所有細節
），我意識到一個很直觀的問題：網絡本身是一個充滿規則和制度的舞臺，在上面傳遞的信息，依靠信息狂歡的人們，其實都是在把現實世界的情景，搬到網絡世界上來而已。
過去二十年互聯網的飛速發展，最大的變化始終是物理層面網絡條件的變遷，從最早的ADSL，到3G時代，再到如今的全網覆蓋，CPU從早年的586，到如今的酷睿i7，我們是通過愈發便利的網絡硬件條件，來不斷在其之上搭建各種服務和應用。
由此，站在商業的角度來看，由于信息光速傳遞，迸發出了全民購物、全民社交、全民游戲、全民娛樂等等場景，互聯網作為一個巨大的效率工具，極大地節約了許多業務運營的成本，特別是邊際成本的降低，演進出各種新型的商業模式，許多商業經營第一次真正意義上實現了全球化擴張，人們的經濟和生活水平，也因為網絡的便利所帶來的信息傳遞而變得更加美好。
可是本質里，互聯網仍然是一個用來承載信息的載體，作為產品經理的我們，做產品時的思考方式始終是圍繞著“社會自有的現象+網絡世界的交互”，信息仍然置身于我們人類社會之中。
AI“學會”了信息背后的知識
可是，AI帶來了在縱深層面上的不同。
當我們稍稍深入了解一點AI時，我們知道它背后站著的是各種高深的計算機科學算法，以及大數據背后所隱藏的各種莫測的秘密。
計算機在做的，首先是“記憶”知識。
早期的計算機科學是通過規則邏輯來讓計算機記憶知識的。
比如，一條知識信息是“如果C羅出現，那么就尖叫10秒”，通過最簡單的“if-else”語句就可以告訴計算機這條知識信息，然后計算機在執行時，每當C羅出現時，就會尖叫10秒。
這種方法便是workflow（工作流）的基本單元ifttt（if this than that），計算機依靠這個基本知識就可以按照規則執行了。但是怎么看都覺得很死板，是吧？
所以，這時候機器學習和神經網絡進來了，它可以依靠無數個ifttt整理出一套復雜的網絡結構，也就是大名鼎鼎的“知識圖譜”。其實類比我們人類，我們在最早學習知識的時候，學到的都是一大堆的ifttt，直到能夠舉一反三融會貫通的時候，才產生了更多的知識單元，從而建立起一套自己的知識網絡。
現在AI可以做類似的事情了，它可以把更復雜的ifttt，或者干脆就直接是數據層面的知識，“學習”起來形成一套知識網絡。往大了說，AlphaGo所實現的第一步，就是學習了幾千萬份棋譜之后，實現了最基本的知識圖譜，然后通過蒙特卡洛算法在每一步尋找相對最優解。
知識積累得越多，新知識產出的速率就會越快。在社會學中，有一個理論是，歷史上積累的所有知識，后人學習的速度變得越來越快，這是科技指數級增長的秘密所在。牛頓總結出三大定律花了十來年，而今天中學生只要一年就可以全部學會?？梢钥隙ǖ氖?，今天的人類所擁有的知識前所未有得多，以后也會越來越多。人類的知識被AI“學會”，那么AI的知識圖譜就會越來越豐富，越來越復雜。
AI提升的已不是效率這么簡單 那么問題來了，AI學會了這些知識又能怎么樣呢？
AI要做的，是賦能人類，節約人類進步的成本。
在這里，我必須插播一個概念——效率。效率這個詞的核心含義是，在單位時間里能夠產出更多的價值，無論是單位時間里賺更多的錢，還是單位時間里寫更多的字，或者單位時間里傳遞更多的信息。本質上來說，效率的提升與否，是使得人們可以騰出更多時間去做其他的事情，但是在價值本身上并不是疊加關系。
比如說，由于視頻電話的存在，醫生和患者可以遠程完成會診，患者不必千里迢迢來尋醫，節約了醫生和患者的時間。多出來的時間，患者可以在本地開藥做手術，醫生可以治療更多的患者。
然而，這種效率的提升，并沒有在單件事情上產生質的飛躍，醫生沒有因為遠程會診的存在而變得醫術更加高明，也沒有因為省出更多時間而能夠攻克疑難雜癥。
所以，效率是在一系列事情疊加上來看價值的，單一價值點上的價值疊加效果有限。
AI做了些什么？
我的核心觀點是——AI不僅提升了效率，還可能幫助人類極大地進步。
2015年，《Nature》發表了一篇來自Google的論文，在文中，Google邀請了美國資深的皮膚科專家，對150張皮膚病變切片進行診斷，找尋其中有皮膚癌的切片。專家花費近30小時，最終得出約75%的準確率。而AI花費了數十分鐘，得出的準確率大約87%。多出來的12%準確率，就是多出來的多少條鮮活的生命！
這件事情背后的意義十分深遠。對切片做診斷，在過往被認為是需要豐富的醫學知識和豐富的臨床經驗，才可以進行的醫學專業行為，如今AI在這方面已經大幅領先。這很像AlphaGo之于柯潔，柯潔站在人類圍棋的巔峰，卻慘敗給只有區區一年經驗的AI。二者之間已經不是一個維度的思考方式，AI幫助人類在進步層面大幅提升。
回到切片診斷的案例，因為AI可以作為輔助診斷助手，在多診斷出來的12%的切片中，它可能會發現醫生遺漏的問題點，極有可能幫助醫生發現過往多年從未發現的問題。也許一群頂級科學家需要10年才能發現的問題點，AI只要幾個月就發現了。
這種現象帶來一個結果，一方面，專業的醫生們會變得越來越高明，通過源源不斷地新知識，彌補過往體系中的盲區，科技進步突飛猛進，而另一方面，那些混吃等死的庸醫就再無用武之地，AI將全面替代他們。
AI做了什么？AI正在將知識體系不斷標準化，不斷賦能給更多的人類。
這是我們要的未來嗎？
一定是。
隨著老齡化社會的到來，人類社會將經歷一個新的拐點，生產力不足將成為下一個十年最大最棘手的問題。WHO（世界衛生組織）對老年人的定義是65歲以上，我們國家有時會定義為60歲以上。中國社會老齡化將在2020年全面爆發，屆時60歲以上的人群將突破3億，也就意味著每5個人中，就有一個是老人。
對于老年人而言，衰弱是最大的天敵，由于新陳代謝的緣故，人老了機能就會衰退，進而產生一系列的病變或風險。養老更多的時候依靠的是人力，而人力往往被認為是最大的成本，如何讓單個人在單位時間產生更大的生產價值，是未來要解決的核心問題。
如果人力成本不解決，老齡化社會勞動力越來越貴，生產能力不提高，大量的錢都要花在家里的老人養老上，而其他生活支出就變得捉襟見肘。社會將陷入無人消費的消極局面，沒有消費，就不會產生價值流轉，也就不會有創新，社會也就會停滯不前，掙錢就變得更困難。這是一種惡性循環。
所以，必須未雨綢繆去解決老齡化社會問題。
那么，AI是出路嗎？
也許是，或者我相信是。
其實，回到我上面闡述的觀點，AI正在做的事情其實是賦能更多的人類。
舉個例子。在養老中，最直接的是為老人提供相應的康復護理服務，而其中最關鍵的是如何降低人力成本。降低人力成本最完美解決方案是讓機器代替人進行康復護理的操作，而這其中最關鍵的一環是，讓機器知道該如何操作。
當我們需要對一個老人進行康復時，我們來看看這整個過程是如何發生的：
【STEP 1】專業的康復師采集老人的一系列生命體征；
【STEP 2】康復師診斷，得出老人有衰弱風險，隨時可能跌倒；
【STEP 3】康復師為老人制定一系列計劃，比如餐飲計劃、鍛煉計劃、安全防護計劃；
【STEP 4】康復師根據制定的計劃，產出需要支付的費用；
【STEP 5】專業的康復師依靠專業器材，進行具體的康復操作。
在這個過程中，目前的機器最多替代最后一步——通過專業智能設備，輔助老人自主進行康復鍛煉。前面這四步，機器目前無能為力，原因就在于，這些知識只存在于各種專業人才腦中。
AI要做的，就是把這些知識學過來，然后不斷標準化，最后變成輔助診斷助手，賦能給一些淺層次的人，從而降低人力成本。
這個過程，在康復護理領域擁有一個專業的名詞，叫做“評估”，沒錯，這也正是我和我的團隊正在做的產品，我們稱之為“優護家智能評估引擎”，用來為康復護理行業賦能。
所以，AI會覺醒嗎
也許我們人類需要防備AI的覺醒。
由于知識體系的不斷積累，AI在模擬人腦的程度上只增不減，那它對于知識的積累將進入方方面面、各行各業，一個優秀的AI可能具備了多重領域的專業知識，甚至把一些看似難以標準化的事情也給標準化了，比如寫歌、寫詩、寫文章，甚至發號施令。如果AI可以根據復雜的環境變化，找出最優解，從而發號施令時（其實過程很像我上面描述的智能評估引擎），覺醒也就不遠了。
總結
在這篇文章中，我闡述了一個核心觀點——AI與互聯網不是一回事，AI是知識的載體，用以賦能人類。
我所從事的醫療領域中，AI的產品層出不窮，從智能評估，到輔助決策，從案例循證，到基因測序，每一個小的進步都代表了整個行業無限光明的未來。
我堅信AI所將帶來的革命是顛覆性的，顛覆的是我們對于未來世界的想象，以及對于知識體系的認知。站在這個歷時拐點，我感受到的前所未有的沖動和興奮，希望攜手同樣興奮的你，并肩前進！
撫順眾聯網絡公司轉載
撫順網絡公司 撫順網絡 撫順軟件公司