我們面臨著一個挑戰，就是對于所有人來說，生活都是線性的，也是本土的。我們做的東西，我們的生活跟我們祖父母那一輩是一樣的，跟他們祖父母的生活也是一樣的，生活都是一樣的，而且是一種線性的年復一年，日復一日。但是現在的生活卻是全球的，而且是指數級的，大家都已經是全球的思維者，要不然的話，你不會來這兒，因為你已經理解到我們現在確實生活在一個全球的世界當中，你才會來到這里。我們也生活在一個指數級的世界，我想跟大家講的就是指數的意思。
如果說我們走了30步，而且是線性的步，那我可以走30米。如果是這樣的方向，大家都可以預測我將會到哪里，30步之后，我就到達了30米之外的地方。但是如果我采取的是30步指數的步驟，達到30步之后，我將會走到哪里呢?30個指數級的步之后，已經超過了10億米了，10億米，大家知不知道10億米有多長呢，我想要問問大家。10億米，其實是繞地球26圈了。所以線性思維和指數思維是完全不同的，這個是至關重要的，也許這個是今天最重要的信息之一。這個30米跟10億米之間的差別就是奇點大學與眾不同的地方，我們是一個完全聚焦于線性思維跟指數思維的大學，我們所做的就是看業務、看技術還有一些指數技術，我們也會輔導人們如何來使用這些技術，來開展一些新的業務，以前并沒有的業務。同時也解決人類所面臨的大挑戰，比如說環境變化、能源問題，還有讀寫問題、貧困問題、純凈水的問題，這些挑戰也許不能夠完全由技術來解決，但是它卻可以利用到我們的指數技術。
看看技術的發展歷史。大家可以看到，有農業化的改革，再經歷了工業化技術的改革。差不多在十幾年前，我們看到這樣一個曲線它斜率突然就增長了很多，這就是我們所說的一個指數級的增長。在我們的現代世界中，它的增長幾乎已經變成垂直的了，增長的非常快，而且可能以后會更快。有多快?就是這種指數級的快，也就是說差不多是每18個月到24個月都會翻一倍，這就可以使我們每一天的生活其實都發生了變化，你要知道，世界的變化速度是指數級的，我并沒有夸張。
City，以前是美國一個很重要的商場，但卻受到了亞馬遜的挑戰。這個虛擬的商店不需要租廠房，也不需要招店員，不需要其它的成本，成本很低，現在很多的這種賣電器的商場都已經關門了。
這是美國的出租車，出租車一直以來都非常受歡迎，大家可能也看到這樣的報道，在美國出租車是可以用智能手機來叫車的，用這個叫車會有私家車來提供服務，它又比出租車更加便宜。這些出租車以后將會由誰來駕駛呢?大家可以預測得到，也就是這個自我駕駛的車，也許不是谷歌車，也許是谷歌把這個執照賣給其它公司或者是百度。因為百度現在跟寶馬在做自我駕駛的車，當這些車真正上路的時候，它們真的是非常好的駕駛員，
大家可以看一下，這個錄像帶出租店收入的比較，這個故事告訴我們，指數技術對于線性公司的影響。Netflix和Blockbuster在2004年的時候只有5億，到了2010年的時候，Netflix是22億，而Blockbuster破產了，六年就破產了，一個頂級的公司破產了，這兩個企業至今唯一的不同，那就是2010年發生的事情，就是2010年發生的事情未來還會再次發生，再次發生，再次發生，而且還會發生的更快。
我們所看到的未來就是變化，就是說變化了以后就會變成常數，顛覆或者被顛覆，沒有選擇的余地
人工智能領域正迎來奇點
很多人在數人工智能的時候，他們都覺得這是一個改變游戲的理論，他們覺得這絕對是改變了我們的游戲方式。但是它不只改變了我們的游戲方式，人工智能完全的顛覆了我們的賽場跟游戲賽場。
大家可能會說人腦是不是足夠了啊?為什么我們需要提升的技術?我們就自己用自己的腦子就好了嘛，這個回答是“不”!我們現在有非常多的信息，差不多1.8GB，我們人腦的發展是這種線性的發展，但是我們知道整個世界的發展是一個主數級的發展，我們剛才也說了GB的信息量是非常大的，我們人腦在過去5萬年當中，沒有發生那么大的快速發展，但是我們的手機，我們的智能手機，我們的電腦在過去5年當中已經發生了這種指數級的變化，而且并不是說你的記憶，你的帶寬，你的人腦是不夠的，而且是你的頭腦當中會有一些偏見，比如說你覺得未來會跟過去差不多，可能，只有15%跟以前不一樣，比以前快15%，但是，其實未來會跟過去完全不一樣。
給大家舉一些例子。這是人類女性的大腦照片。以前的科學家沒有關注神經科學，完全忽視了。現在他們對這個領域投入了很多注意力。大家看到，這些軌道都是相關的鏈接軌道，在左腦和右腦之間進行溝通。這里描述的是如何進行記憶。現在的AI技術人員想模擬這個情況。人類生物發展了上千億年，我們希望可以對此進行仿生。
這張圖上，大家可以看到(Dementrou)，他們資助了TT的項目。這個團隊的工作模擬了1.37×10的14次方的禿鷲，模擬猴子大腦的突觸結構。在圖像的中心，不僅僅是一個漂亮的圖片，它展示了猴子大腦的結構。他們把這樣一個軟件變成了硬件，變成了一個芯片。這個芯片有不同的部分。
這里有一個電路板，它的核心是2×3毫米，在這個小小的盒子的中心有256個神經元，有成千上萬個突觸，有可編程的神經突觸盒。它的用電量是非常少的。
大家再看看這張圖，從2011年的256個神經元達到現在的100萬個。這種可編程的突觸也從20多萬個變成了2億多個，神經突觸盒從2011年的1個達到了2014年的4千多個。以前是低的狀態，現在可以看到是數量級的巨大跨越。
Tim Berners是WWW的創始人，他說到個人的信息在網頁上進行認知識別。有些人把網絡連接起來，這需要很多的人工。互聯網上的很多信息都是散亂的，沒有進行很好的組織。
來自Google的Gobi就提出怎么樣組織這些信息呢?如果你有一個很好的算法，就可以根據已有的數據進行預測。我們可以根據網頁上的數據進行建模，從而對未來進行預測。
深入學習的算法可以認知識別出交通標識，而且高于人類的認知成功率，它可以認知到一些組織，或者是中文，或者是癌癥的組織。
大家都知道扎克伯格，來自facebook，雇傭了(Young Lerkun)，他是深入學習的專家，在視覺認知上取得了很大的進步。他們在倫敦做了很多的工作。facebook做這些工作是希望認知很多的圖片，因為
facebook上有很多的圖片。大家看到上面是這些圖片，下面是把這些圖片內容進行標識，比如樹、人都認知正確了。但是，也有也有錯誤，比如后面的陰影被識別成人，或者是有些建筑被識別成樹。這個不是完整的，但已經做得很不錯了。
來自于布魯克林大學的JJ Lee。是識別圖像上的人，準確率可以達到99.4%。他們在2013年的時候申請了專利。
人工智能被證明在很多領域都是高效的，在音樂、運輸、醫療、法律、汽車、政府、空間，甚至是藝術方面，都可以用。
人工智能使我們可以拓展可能性，我們可以做一些以前做不到的事情。這意味著小的競爭者可以跟肌肉發達的公司進行競爭。這就是力量，小公司的力量，小公司如何變得更加具有競爭力，可以跟大公司進行競爭。對于小公司來說，這是好消息。如果你是一個大公司的話，這對你來說算是個不好不壞的消息，大公司可以增加自己的能力，其他公司也可以依賴于指數技術的發展。
人工智能最終將超越人類，但同樣需要規則
如果你是非常聰明的，只能在三四個科學領域做得比較好，而不是所有領域都做得非常好。我們把所有的學科集合在一起。對于任何一個人來說，是不可能做到的。但是，AI可以跟人一起做。我們可以用超級的顯示，讓AI跟人一起合作，比如NASA的(hap wor)系統。我們會用AI智能來了解地球上各種各樣的傳感器，以及我們身上的各種各樣的傳感器，從而讓我們了解自己是不是健康、環境是不是健康、業務是怎樣的，從而進行預測。這樣使得我們的未來會變得更好。
如果我們真的創造了超級智能，會怎么樣呢?可能會解決一些難題，比如老齡化、能源危機、氣候變化。這個新的系統不會像人類一樣思考，它會有意、無意的出現一些負面后果。我也提醒大家，如果我們沒有不對AI完全了解，就像你的孩子一樣，他對很多情況都不知道，我們需要對他進行監護。如果你發現你的孩子，或者是AI，有一些邪惡的想法或者是做法，你需要阻止。因此，如果我們發現AI有一些邪惡的做法，就必須把它停止下來。
如果這些技術出現問題，大部分的問題并不是黑天鵝事件，我們已經預測到很多情況，我們一定要對這些可能發生的風險做足夠的準備。
有些人可能認識這幾個人物，他們是在紐倫堡法庭上受審的納粹軍官。問題不是他們不夠聰明，而是他們是道德上的罪犯。所以我們一定要讓人們具有道德素質，否則他們做的事情就會傷害別人，也傷害自己。
Gary Hargun曾經寫過一篇文章《公地的悲劇》。他發現海洋屬于所有人，也不屬于任何人，這個就是公地的悲劇。我們不能把地球作為一個公地，所有人都有風險，應該把風險分配給所有人，共同保護它。
京公網安備 11010502049343號