拒绝被AI悄悄改变？这个特质不能不知道！
如果我们还不能很清楚地了解人工智能方面的技术，那么人工智能将毫无预料地改变我们工作方式中的一切。
例子不胜枚举，但下面几个值得一提：第一，2017年人工智能系统在检测不规则心跳方面打败了人类医生。第二，人工智能为NFL足球迷追踪了球员的各类数据。第三，人工智能在德州扑克中击败了世界上最好的扑克玩家。
说到解决问题，或做一些固定模式的工作，机器取得了压倒性的胜利。
所以，随着2018年的到来，我们有必要大声问一问：如果人工智能正在改变我们工作的一切，那么对于人类来说，该如何做好准备，应对这种情况呢？从学前教育到研究生教育又要如何转变？
上个月，我和知名风投公司Emergence Capital的创始人兼GP 戈登·里特进行了一次谈话。在谈话中我了解到：这家总部位于加州圣马特奥的风险投资公司，多年来作出了许多牛气的主题投资。
早年支持云应用公司还有点亏，Emergence在这方面的第一笔投资是2003年投给Salesforce 100万美元。你可以猜到结果，如果你猜不到，那我来告诉你，Salesforce今天估值还不足800亿美元。
五年后，Emergence斥资400万美元收购了Veeva Systems公司30%的股份。Veeva Systems是一家专注于生命科学的云软件公司。到2013年Veeva进行IPO时，该股份的价值已上升到10亿美元，而里特目前是该公司董事会的主席。这家公司今天的市值超过80亿美元。
最近该公司致力于人工智能和机器学习领域的投资。如投资了Chorus公司，他们的人工智能工具指导销售团队完成更多交易，方法是告诉他们对有疑问的客户说什么，以及什么时候说。他们还投资了Textio，该公司利用人工智能，挑选合适的工作职位，吸引更多的合格候选人。
这两家公司都体现了里特所说的“教练网络”的理念。这个理念最基本的一点是，人工智能将训练人类更好地完成一项工作。训练过程包括，首先让机器观察一些因素，找到使工作成功的那些因素，然后驱使工人一遍又一遍地重复这些因素。根据我们的工作以及工作时间来说，我们会渐渐习惯听机器的话，因为它引导我们取得更有效的结果。
这让我不禁要问：如果人工智能代理盯着我们工作，一直训练我们，那么，在我们为工作做准备的12到18年中，学校应该教给我们什么呢？
答案是：“原创思维。”
在这个世界上，我们被人工智能代理包围，这些代理观察我们的一举一动，并将我们的选择制成统计模型，预测数百万或数十亿人的行为。
因此，只有“离群值”才有价值。
为了说明这一点，里特提出了“广告的网络世界”这一说法。“你喜欢某个品牌的车，或者某个设计师的衣服。你可能认为自己与众不同，但事实上，我们都是普通大众，都被广告商们引导，”他说，“但我们每个人都有些不同，大多数商人希望我们保留与众不同的点，因为这样更容易把这些点卖给更大的群体，这些群体里的人往往都以同样的方式行事。”
“如果足够多的人成了有独创性的思考者，统计模型就被搞砸了，广告商很难研究我们。”
这就意味着，在一个由人工智能驱动的社会中，独特可能是一个人拥有的最重要的品质。“作为一个人，你最有价值的一点，就是要有自己的想法，”里特说，“如果你没有出众的地方，就会进入已经建立的模型，这意味着人工智能塑造了你。如果你每次都以同样的方式做事，那‘教练网络’都不能从你那里学到东西。”
借用苹果曾经用过的一句广告语，“我们需要想想不同的”，那些无视或质疑现状的人，可能最终使现状变得更好。
里特说：“我们需要愿意承担风险、敢于挑战的员工，这就意味着，我们需要有情感，有智力的孩子。”
在探测模式方面，机器要比人类好得多。但是他们没有创造力，也不具有好奇心。他们不受艺术、音乐或诗歌的影响，甚至不受天气变化的影响，因此他们不会制造出我们人类难以描述的，意想不到的联系，但我们有时会把这些联系称为灵感、本能或直觉。
另一方面，人类具有好奇心，但并不可靠。在你上学期间，有多少次老师或教授向全体学生提问题，结果却没有一名同学举手？社会科学家最近表明，人们在询问和被询问跟自己有关的问题时，才觉得有价值。这是事实，尽管在整个历史过程中，人类已经证明了好奇心的力量。
提问是创造力的基础，是人类擅长的领域，而机器往往做不到这一点。人类有时可以发现统计模型找不出的解决方案。
但创造力也涉及风险。包括社会风险、经济风险、甚至身体危险。人们可能不喜欢你，你可能会失去金钱或工作，或者你在试图发挥创造力的过程中伤害了自己。人类是典型的厌恶风险的生物。
里特说：“我们中的许多人过着没有风险的生活，做其他人正在做的事情。”“只是作为人类群体中的一员，并没有多少价值。我们都不想让自己成为真正的自己，如果给年轻一代提供脱离群体的工具，将有益于所有人类。”
里特说，当机器逐渐接管我们的日常工作和个人生活时，这就是我们将要面对的选择。
拥抱不一样的人。
因为随着时间的推移，不同解决问题的方式会变得尤为重要。“在人工智能的世界，人类是唯一的变数。”里特说。
还记得20世纪80年代末期，人们随身携带移动电话是多么不寻常吗？或者，20世纪70年代，人们过度关注运动鞋外观是多么的奇怪？
机器永远不明白什么是“酷”。所谓“酷”，就是纯粹的人类审美、情感和文化，它比大众潮流更有意义。马尔科姆·格拉德威尔在1997年为《纽约客》编撰了酷的规则。人类理解和解释这些无形的，又有价值的品质的能力，是我们相对于机器的终极优势，也许是永久优势。
这意味着机器也需要我们，就像我们需要它们一样。“酷”的人往往是局外人，他们挑战文化习俗，而这常常激怒一些乐于遵循准则的人。在一个人工智能指导的世界里，离群值对于数据模型来说是至关重要的。因此，我们必须鼓励人们在任何事情上都要脱颖而出。
我想起那些“人类对决机器”的比赛，对于人机关系，我们倾向于看成一场游戏或一场比赛。我问里特，现在应该做什么，因为从表面上看，人类在这场比赛中处于失败的一方。
“我们必须鼓励年轻人尝试古怪的、意想不到的事情，以非传统和不可预测的方式进行思考，”他说，“这就是我们找到独特的战略，并推动人类前进的关键了，现在是时候对人性下双倍赌注了。”
—完—
亲爱的朋友：
我们终究要生活在一个人机协作的社会。如何让孩子们在这样的社会中很好地生存甚或生活，是教育应该思考的问题。
很多业内专家和大佬早就告诉过我们：培养具有创造性、协作能力强、及高情商的人，应该是未来教育的重点。
本文的离群值，再次提醒我们创新和与众不同的重要性。
与君共勉。
祝安！
智能观 一米
2018-2-7 于北京中关村
声明：
编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。
