“
看看第一天大家的分享吧！
各位亲爱的央观读者
昨天（2016年8月6日）开始，央观进行了一个新的实践，我们建了一个群，和其他群不同的是，这个群不只是有分享，还要有参与，参与的内容，就是“小观”组织大家一起读文章，我们计划一天读一篇文章，
我们做这个事情其实是想做一个小试验，看看我们能一起坚持多久，看看我们坚持下来以后又会有多大的进步，小观不希望这个事情成为大家的一个负担，只希望它能够成为大家发自内心学知识、成长努力的一个部分。
中欧商学院曾经做过一个研究，他们发现，造成企业和企业之间差距最根本的因素是一个企业是否能有持续而微小的进步。小观想，对于一个人来说，也是如此，我们一天读一篇文章，十天，半个月，一个月，和其他人的差距就能显现出来。所谓，不积跬步，无以致千里。
今天，我们读的是《经济学人》的文章《人工智能的革命》，非常欣慰的是，在昨天18：00以前，我们收到了8位读者朋友的反馈和分享，
他们有的人认真的总结了文章的内容，有的人提出了自己的观点，都不错，总结下来，有几个要点：
1、 深度学习系统的发展推进了人工智能的腾飞，现在人工智能技术的应用越来越广泛，离我们越来越近（关于深度学习系统的一些基本知识和分类，可以看下面王小荣的笔记）
2、 人工智能对经济发展和社会进步的影响，智能化将更加普遍，有很高比例的工人都面临着工作自动化的风险。
3、 如何适应人工智能的发展？是否需要恐惧人工智能的发展？一个人要不断学习，做非常规性认知的脑力劳动和体力劳动。对人工智能的到来无需恐惧，人工智能将会同机械化一样，给人类经济社会的发展带来巨大的促进作用，并最终体现在改善每个人的生活质量上，个人将由此得来更大的幸福和自由。
4、 人工智能在金融领域的应用，这方面，蔡起鹏的分享很到位，也给了我很多启发，大家可以在文末去看他的发言。
感谢这8位朋友对这个活动和小观本人的信任，让我们看看他们的笔记分享。
王小荣
上海银行
一、 深度学习系统的发展推进了人工智能的腾飞
人工智能经历了缓慢的发展进程，如今成为热门的科技领域发展迅猛，归因于深度学习系统的快速发展及其在不同领域的应用。深度学习有很多不同的方式。最普遍使用的是 「监督学习（supervised learning）」，这项技术能使用标记样本集训练系统。这一方法的巨大优点是不需要人类专家写出规则列表，也不需要程序员用代码编写这些规则，系统能直接从有标签的数据中进行学习。另一项技术是 无监督学习（unsupervised learning），其通过将网络暴露在大量样本中来对网络进行训练，但不会告诉它要寻求什么模式。相反，该网络学习识别相似样本的特征和聚类，从而揭示数据中的隐藏分组、连接和模式。 强化学习位于监督学习和无监督学习之间，它涉及到训练一个神经网络与只以奖励作为偶然的反馈的环境进行交互。 迁移学习技术能让强化学习系统把基础建立在已习得的知识上，而不用每一次都从头开始训练。 多任务学习（multitask learning），这种系统用同样的神经网络架构解决多种不同的问题，在一件事情上获得的经验能用来更好地解决其它事情。深度学习系统往往依赖于大量用于训练的用户数据，也有些初创公司正在探索低数据依赖性的新智能系统。
二、人工智能的进步对人类社会的影响
对大多数人而言，人工智能领域的进步都将体现为他们每天都在使用的互联网服务的不断进步。 几年之内，所有东西都将会嵌入某种程度上的智能。机器将能够执行之前只有人类才能完成的任务。有研究表明机器学习近期的发展会占据大量的职业分布，在近期面临风险的职业分布广阔。通过核查不同职业的计算能力，有很高比例的工人都面临着工作自动化的风险。随着更多工作自动化，常规化工作将很有可能逐步被机器取代。悲观者（他们中许多是技术者类型的）认为这一次不同于以往而机器将真正夺走所有工作，乐观者（大部分是经济学家和历史学家）则坚持认为技术终将创造更多工作。而事实可能介于两者之间。人工智能不会导致大规模失业，但它会加速与计算机相关的自动化的趋势，像技术改变之前做的那样扰乱劳动力市场，并要求工作者比以往更快地学习新技能。公司和政府将需要想办法让工作者更容易掌握转换工作所需的新技能。
人工智能技术在教育方面有很大的发展潜力。新的机器学习技术可能最终有望帮助实现适应性学习的目标，根据每一个学生的情况各自调整课程，从而实现最轻松最高效的学习方法。
对人工智能和自动化的担忧也导致了对更强大的保护人们免受劳动力市场动乱影响的安全网的呼吁。尤其是一些人工智能评论者认为应该建立一套福利系统，让每个人（不管什么情况）都享有保障基本生存的收入。如果大部分工作都被自动化取代了，我们就将需要一种重新分配财富的可选机制。但基本收入保障的前提是要有收入，这就将意味着更高的税收。此外因为人们本身的财富水平和各地的消费水平不一样，公平性方面也难以得到保证。而且保障基本收入事实上会抑制人们接受再训练，催生一个不愿意劳动（而不是不能劳动）的「懒人」群体，从而加重纳税人的负担。
自动化的发展对地缘政治的影响也将逐渐显现。自动化对发展中经济体的影响比对富裕经济体的影响更大，因为发展中经济体有更高比例的体力劳动工作：低工资的工人制造廉价的产品、在客服中心提供廉价的服务、在国内或海外做建筑工作……如果自动化使发达国家能在这些方面自给自足，它们对发展中国家提供的产品和服务的需求就越少——发展中国家将失去在这些方面的比较优势，而与此同时，机器人和人工智能的技术和专利也基本上都掌握在发达国家手里。自动化可能会让发达国家通过全面工业化断掉贫穷国家的发展机会。
三、是否有必要恐惧人工智能
很多人担心机器会让几百万人下岗，引发不平等问题和社会动乱。甚至人工智能会威胁人类的生存，因为超级智能计算机可能不会认同人类的目标，转而攻击创造它们的人类。一些人工智能研究者给出了几个理由来证明为什么人们没必要恐惧人工智能，最起码是在当前阶段。
第一，吴恩达曾说过智能和感性能力以及意识是不同的。在 IBM 的人工智能道德小组工作的 Farancesca Rossi 也说过，人工智能「总有一天会觉醒并获得自己的思想」的想法并不现实。
第二，所谓的「智能爆发」也是不可能出现的，因为这需要一个人工智能在比它的前一个版本的智能升级更短的时间内升级出新的版本。但是大多数计算问题，即使是比人工智能简单得多的，在规模化的的时候也需要花很长的时间。
第三，即使机器能够从经验和环境中学习，它们也不会总在学习。
两个世纪前，工业化的浪潮席卷英国，尽管 David Ricardo 以及其他人都表达过「机器取代人类劳力可能致使人口冗余」这样的恐惧，人们担心「机械恶魔」破坏性的能力将会扰乱整个工人团体，但机械化的总体影响将会是创造史无前例规模的职位。机器让个人工作者能生产更多产品，降低大量商品的价格，扩大需求并且将需要更多工人。全新的工作职位将被创造出来，对机器进行监督。机械发明对劳工的最终好处是毋庸置疑的。人工智能将会同机械化一样，给人类经济社会的发展带来巨大的促进作用，并最终体现在改善每个人的生活质量上。
王晓婷
地市央行职员
互联网金融发展迅速，特别是今年以来，央行主推数字货币（区块链技术），我对金融科技开始感兴趣。本文将人工智能进行了梳理，从历史出发，介绍了AI的发展，分析了人们对AI的探索和焦虑，同时也展望了为来的发展趋势，让初学者有了一个整体的了解。 我的体会更加侧重于金融服务对AI的运用，特别是文中提到的人脸识别，为盲人描述图像等，对未来创新金融服务，推动普惠金融打开了视野。如果说AI的发展，可能引发视大量失业，但 这个过程中，我们本人也会不断学习，创造出更多业态，促进人类的行业创新和转型。
欧阳剑
人工智能的发展和机器的大规模应用不会导致大规模的失业，却会引导工人渐进转业。机器的大规模应用会大大提高生产生活效率，将人类从繁杂特别是机械重复性劳动中解放出来。拖拉机的出现不单是解放了农民，甚至解放了耕牛。农业不需要过多的劳动力。而从农业中过剩的劳动力就大规模转移到工业生产。下一个阶段，人工智能的发展，人的部分智力劳动也被解放。届时，人类或许会有更多的时间花费在科研、文艺方面。人工智能的设计方向是为人类服务，而不是颠覆人类。真正学术造诣顶尖的科学家，都极富正义感，也正是心中强烈的济世情怀激励着科学不断地发展。人工智能是大势所趋，不能因噎废食。也不会因噎废食。
刚哥
人工智能在金融层面的操作， 由于强大的关联记忆和基于数据的判断，会比人类加入欲望的判断更加理性，如果全世界金融机构从国家到个人都使用这种判断为依据，那会明显减少黑天鹅出现的可能，对喜欢投机的有可能不是个好消息。人工智能进入工业，商业等与人类相关的各个领域，至少会降低成本及减少劳动强度，让生活更美好的各种可能性都有，但也可能会形成一个比历史上任何时期都强大的“中心”，当你站在地球任何地方，你的信息都会一览无疑，这绝对不是什么好事，不过唯一可能聊以自慰的， 和消费有关的将来有可能变成人类就业范围最广的职业。
Terence Tao
读罢《人工只能时代》一文，对文中关于人工只能发展的影响有着几点属于自己的思考。
首先科学技术的发展是人类发展的趋势，也是由低级社会走向高级社会的主要动力。我们稍微回想一下，从人类早期历史中，就有部落把鸟类作为图腾开始，人类就有飞天的梦想，并且一直跟大自然学习，把人做翅膀绑定身上，再到后来的热气球，到后来的飞机以及航天船，上千年的发展正是体现人类不断利用科技，改变生活，实现梦想过程。 同样，对于机器人技术，途中肯定会有种种波折，但大方向必定是向前的。
至于机器的大规模应用是否会让工人大规模的失业，我认为倒不要有过多的担忧。 正如工业革命带给人类的改变一样，人们正是利用自己的智慧把生产的效率提升了，成本降低了，从而创造出更多的社会财富，让全人类从中获益。既然机器的应用可以取代大量的低技术以及一些高危的人工作业，对企业可以节省了生产成本，降低了生产风险；对消费者来讲，购买产品的成本下降，必然提升购买和使用的欲望；对社会来讲就是发展和进步。那么，人工智能的发展必然是现在和未来的方向。也许，在这个进化的历程中，确实会出现工人大规模失业的短暂过程，但是人类最有价值的是头脑和思维。这也肯定会要求劳动就业者的素质不断提高，也许当代就业者无法适应的情况下，只能通过教育和培训，来提升下一代的就业者的技能。 人工智能肯定是从取代低附加值、低技术含量的手工作业开始的，当人类利用科技摆脱了日常大量反复而劳动强度大的工作时，这难道不是一种进步吗？所谓的改善工作条件，不正是降低工作强度，提升工作效率，增加工作产能吗？而人工智能就是实现这个愿望的必然途径。 我们不是跟机器去抢饭碗，而是让机器取代大量的手工作业，把人类解放出来去做更多高附加值和高智能的工作。
所以，我对人工智能的看法是乐观的，而且人工智能技术的本身并没有好与坏之分，正如核技术可以制作原子弹也可以制造核电站一样， 能否带给人类幸福，也许更多的是取决于人类本身如何看待和使用这项技术而已。人工智能时代的到来，正如曾经的工业革命时代一样，必将给人类的生活带来深刻而显著的变化。
Denis
人工智能笔记：
提出问题：
机器（人工智能的出现）只对少数人有利，造成大量失业，加速马太效应？
观点：
1.人工神经元网络（深度学习，迁移学习）使得计算机在完成复杂工作方面赶超人类。
2. 人工智能能帮助人类更精准地判断分析数据，使得大量常规职业被取代，而非常规工作不断增加。简言之，人工智能会加速自动化，而人类只有通过掌握新技能来增强不可替代性。
3.人工智能推动了在线教育，帮助实现轻松高效学习，实现终身学习适应快速更新的社会。
4.通过保障基本收入，缓解自动化对失业的影响，但可能对发展中国家（常规工作聚集地）的经济影响大，贫富差距拉大。
5.人工智能的独立运作， 不会导致其超过自我觉醒，威胁人类。
结论：
人工智能在替代许多职业的同时，也会创造出大量全新的职位、产业。 因此，我们应当欢迎而非抵制它的到来。
蔡起鹏
苍南农商行
人工智能下的职业思考
现在人工智能还出于“弱人工智能”，也就是说只能完成某种特定的任务。人工智能再发展下去到达 “强人工智能”也就是知相当于正常人类就可进行思考。计算机硬件扩展就可以得到升级，且可不需休息，一旦达到人类水乎进行思考可能进会进行自我进化，并且是类似指数级进化。继续进化可达到“超人工智能”后就会有人类永远无法企及的智力水平，对人类形成碾压。如何面对人工智能达到“强人工智能”后得到的一般人无异的智力水平和其后进化能力进而引发的伦理和社会问题。在被“强智能阶段” 碾压下的人类该何去何从正是现在一些人对人工智能的警惕之处。
展望了未来人工智能的方向，再来看下当下人工智能存在的问题，就以人工智能中深度学习涉及的神经网络为例。 神经网络相当于一个黑厘子，我们给予数据输入期望得到理想的数据输出。有效的神经网络一般层级较多，并且需要大量数据输入训练才能得到理想的结果。黑匣子导致神经网络里面到底发生了啥我们并不清楚，所以依据经验来调神经网络参数变得相当重要，并且训练数据量越大，结果越精确。 拥有大量数据的大公司获取的更多的优势。人类只需要看一只猫就可以在下次看到认出另外一只猫来，而人工智能可能需要上万只猫的图片进行学习后才能认出另外—猫。 这是符合人类认知习惯和以后人工智能的发展方向，即通过有限的数据进行快速的学习。但这一发展并不顺利，因为科学界对人类思考的过程还不甚清楚。
具体到经济金融领域，由于人工智能对大数据的学习只能得到相关性而非因果性。 人工智能只能根据大数据判断出不同参数之间的相关关系，对为何如此和找到—般解释性规律无能为力。在投资上，特别是以宏观策略的中长期投资上，人工工智能的现往往不尽人意，不如人类会把握相关政策信号制定不同对策。导致各类量化基金主要集中在短期甚至超短期的交易套利上。在信贷上，人工智能主要在于收集各类信息去整合进而进行文叉验证。通过不同渠道取得的大量数据来尽可能的消除“信息不对称”得出客户真实的还款能力和还款意愿。 这适用于小额贷款通过分散风险来获得规模经济。中大额贷款还是需要人工进行实地的个性化调查。
由此我们可以看到人工智能在某些特定任务是会远远超出人类水平，但在逻辑发现、模式识别等还往往相当弱势。想要在人工智能大潮中要保持职业竞争力，以人工智能为辅助，理清相关性的同时观察出正确的切入点，提高在复杂背景下的信息提炼和逻辑发现能力，找到事物因果关系。从而展现出自己的独特价值，获取应有的回报。
黄婷婷
金融学硕士在读
这篇文章主要向我们传达了，AI会带来许多职业变化，比如大部分运输业和客运业（例如出租车司机和运货司机）和公关类（例如接待员与保安）都有可能会被计算机所取代，还有许多销售业与服务业人员（例如收银员，柜台人员，租赁人员，电话推销员和审计师等）也面临着工作被计算机取代的威胁。当然，也会带来一些，新的职业发展机会，比如会计师，未来，AI是否会造成失业，并不明确。
目前，AI技术致力于研究深度学习，将其应用于众多不同的领域，也在开发迁移学习和多任务开发。另外，AI将引起道德方面的争论专家给出了几个理由来证明为什么人们没必要恐惧人工智能，最起码是在当前阶段。 第一，吴恩达曾说过智能和感性能力以及意识是不同的。在 IBM 的人工智能道德小组工作的 Farancesca Rossi 也说过，人工智能「总有一天会觉醒并获得自己的思想」的想法并不现实。
第二，所谓的「智能爆发」也是不可能出现的，因为这需要一个人工智能在比它的前一个版本的智能升级更短的时间内升级出新的版本。但是大多数计算问题，即使是比人工智能简单得多的，在规模化的的时候也需要花很长的时间。
第三， 即使机器能够从经验和环境中学习，它们也不会总在学习。例如一辆自动驾驶汽车并不是在每次驾驶的时候都在进行训练。相反地，深度学习系统在神经网络中建立一个执行特定任务的计算模型也需要花上好几天时间。这个模型可以被应用到一个执行机器中，例如汽车、无人机、app或者其他的地方。但是这些汽车和无人机并不能在实际工作时学习，相反地，他们在实际工作中得到的数据会被传回后方来改进模型，然后模型又会被再次应用。因此一个单一的系统不会在环境中学到「坏行为」，因为它在环境中并没有学习。
学习，共享，进步
)
