⑴ 大數據有哪些熱門的專業

互聯網正在邁向人工智慧時代，大數據已經應用到我們生活的方方面面。從屢次打敗世界頂級圍棋手柯潔的AlphaGo，到智能傢具、智能導航，再到網購軟體的「猜你喜歡」，這些「智能」背後，靠的是大數據運算學習的強力支撐。
可以到這邊看看的

⑵ 說說是如何看待AlphaGo的存在的吧

AlphaGo提升棋力首先是依靠模仿，也就是基於深度模仿「腦」來進行自我水平的提升。這和人類的學習方式其實是一模一樣的。一開始都是模仿別人的下法，然後慢慢的產生自己的下法。

⑶ 除了alpha go，還有什麼成功的人工智慧嗎

除了alpha go之外還有許多人工智慧1.無人駕駛技術（網路的無人駕駛和特斯拉的無人駕駛）2.人工智慧語音助手（小米的小愛同學，微軟的小冰等）3.人工智慧機械人（掃地機械人，運動機械人等）

⑷ 是AlphaGo還是大數據戰勝了人類

未來，是大數據的時代，也是人才的時代。親愛的HR，大數據並不是阿爾法狗，你並不要跟它爭個輸贏，而是充分駕馭「阿爾法狗」，讓其幫你為企業也為自己下贏這盤棋！

⑸ 如何評價Google程序AlphaGo以5比0的成績戰勝歐洲圍棋冠軍

從演算法上來說，這篇文章並沒有太多新意，主要是通過大量的訓練數據，包括以往的棋譜和自我對局，把性能堆出來。他們訓練了一個走子的神經網路（這個和我們的辦法是一樣的，但我們的文章主要在這上面作了改進），又訓練了一個可以評估局面的網路（這個我們還沒有），然後在蒙特卡羅樹搜索中同時使用這兩個網路。後者用了兩千萬局的自我對局(self-play)的結果訓練。為了避免過擬合，每局只隨機選了其中一個局面，然後讓網路預測對局結果（勝或負）。兩千萬局不是個小數字，大家可以算一下一刻不停地下，15分鍾一局需要多久才能下完（大約是570年）。這個規模我說實在沒有想到過，谷歌在這方面是很有優勢的。最後，他們的default policy也是經過處理的，能夠兩微秒走一步而且准確率也不錯。還有一些小細節就不一一贅述了。總之，谷歌的做法充分利用了大數據+深度學習的優勢，而幾乎完全沒有用到圍棋的領域知識，所以若是以後棋力能再往上走，我也不會驚訝。

⑹ 除了AlphaGo，此刻還有哪些趨勢在挑戰人類智

人機大戰昨天落幕。逗革命的第二天地今天降臨。我們來聽聽萬維鋼談怎麼理解此時此刻的世界。
萬維鋼，筆名同人於野，物理學家和科學作者。他著有暢銷書《萬萬沒想到：用理工科思維理解世界》，其文章宗旨為逗用理工科思維理解世界地，喜歡科學和政治，強調理性和現代化。
本文是萬維鋼為新著《智識分子：做個復雜的現代人》（電子工業出版社，2016年2月）撰寫的序言，澎湃新聞經作者授權刊發。

2
這是一本關於現代世界的書。我想在這本書中講些一個現代人應該有，而且只有現代人才可能有的"智識"——智慧和見識。想要理解這個現代世界，乃至做些決策，就得有這種智識。
從社會變革的大尺度來看，本書要說的思想都相當新，還沒有來得及變成成語典故寫進我們的文化基因。它們散落在各個學科的最新進展之中，常常不為外行所知。但是這些思想其實並不需要什麼專業知識就能被理解和掌握，它們已經在科學家、哲學家、工程師、企業家、創業者、大學師生以及各行各業中對現代世界保持敏感興趣的人群中傳播。
這些人已不僅僅是傳統意義上的"知識分子"，而是"智識分子"。
我本是一個physicist，以科研為生，成就還沒達到敢以中文"物理學家"自稱的程度。按理說應該專注於物理研究，可我卻讀了好多非專業的書，寫了好多跟物理學沒關系的文章。我做這些不務正業的事並不是因為物理學家自由時間多，而實在是因為，這個風起雲涌的現代世界，太有意思了——我甚至覺得如果你不去好好了解這個世界的最新思想，僅僅滿足於當個特定專業的知識分子的話，簡直就是白生在了現代一回。
而且你有可能面臨掉隊的危險。此時此刻的世界有三個重要趨勢，對我們提出了智識上的挑戰。
1. 三個趨勢第一個趨勢是世界越來越復雜。
經濟學家愛拿鉛筆說事。一支鉛筆看似簡單，但如果你仔細想想，其中的石墨鉛芯、木質外殼、筆頭的金屬皮和橡皮，從最初級的原材料提取到加工組裝，中間不知道經過了多少人的手。沒有任何一個人掌握製造鉛筆的全套"手藝"，每個人所會的只不過是其中一步而已。
哈耶克告訴我們，這是市場的力量。知識其實是去中心化的，分布在人群之中，是市場把人們組織起來分工協作。所以如果你只會一樣知識，沒問題，只要你對價格信號做出合理反應就能生活得不錯。反過來說如果有人想擁有全部的知識，試圖去總攬全局甚至制訂計劃，那他只能幫倒忙。
但是現代世界比傳統鉛筆工人面臨的局面還要復雜。如果我是一個工資不高、但是有點現代意識的鉛筆工人，我就想問問為什麼我不能拿高工資，這我就需要了解點經濟學知識。我還想建議工廠在鉛筆上印些字和花紋來促進銷量，這大概涉及心理學。我關心我的工作是否穩定，有人說鉛筆行業快不行了，我怎麼評估這種言論的可信度看我會不會被機器人取代看我應該怎麼跟老闆搞辦公室政治看如果我想讓子女將來從事更高端的工作，我應該側重應試教育還是素質教育看
沒有誰只知道盯著價格信號，以上這些才是一個現代人的真實處境：每天面對很多的問題。怎麼回答這些問題看大多數人的辦法其實是模仿他人，因為自己思考也沒用，看《三國演義》《孫子兵法》《厚黑學》也沒用 — 適應傳統簡單社會的經驗和思想越來越不適應現代社會。
第二個趨勢是人工智慧正在慢慢取代人的工作。
對這一點我會在書里細說。簡而言之，局面比人們想像的嚴峻得多。直到目前為止仍然好使的很多謀生技能，甚至包括一些高級技能，都將很快被人工智慧替代。我們即將迎來一個逗不換思想就換人地的時代。
第三個趨勢是盡管所有人的物質生活都在改善，整個社會階級分層卻正在擴大。
近年有關貧富差距的研究都在強調一個觀點：窮人跟富人的最重要差別，並不在於金錢數量多少，甚至不在於得到機會的多少，而在於文化和觀念。貧困並不僅僅是一個經濟狀態，而且還是一個思維模式。這個思維模式的差異並不僅僅是什麼《窮爸爸富爸爸》之類的區別，而且還是一整套的東西。
比如說，對陌生人的信任程度，可能就反映了你的階級高度。有人曾深入調查過美國波士頓地區義大利移民工薪階層社區的社交習俗，發現對這些人來說，家人、親戚和從小玩到大的熟人遠遠比任何外人都更值得信任。他們認為一切外面的東西都是神秘甚至是充滿敵意的。而英國的另一項研究發現，工薪階層和窮人更樂意說一些只有身邊親友才能聽懂的話，根本不管外人能否理解 — 而中產階級人士則盡量向所有人解釋他在說什麼。
對比中國人熱衷的同鄉情誼、校友之間的方言黑話，我們大多數國人在思想上是個什麼階層看我們是不是很容易陷入被傳統熟人社會乃至從原始社會來的進化心理學所左右的思維模式之中看我們具備現代社會推崇的理性思維嗎看
這個世界的定律不是心靈雞湯，所以我必須得說，落後的思維模式很難被改變。我會在書中介紹幾個試圖改變貧困思維的研究，其中鮮有成功案例。
加拿大心理學家基思·斯坦諾維奇有本書叫《超越智商：為什麼聰明人也會做蠢事》，用大量研究結果說明一個問題：智商跟理性是兩碼事，二者幾乎不相關。理性能力 — 充分認識當前局面，做好最佳決策的能力 — 得另外學習。
在優質教育資源稀缺，不同階層家庭文化的差異巨大的情況下，你猜誰更容易學到理性。
再考慮到前面兩個趨勢，世界越來越復雜、越來越不容易理解，人工智慧又在逼著我們換腦子——在這樣一個局面下，貧富差距怎麼可能不越來越大呢看
這三個趨勢將對我們構成極大的挑戰。可以說只有少數人具備了現代社會的智識，大多數人的思想仍然停留在傳統社會、有的甚至停留在原始社會。
怎麼迎接這思想上的挑戰呢看第一步，是聽專家的嗎看
2. 如何聽取理工科專家的意見
理工科思維是最重要的現代化思維，講究tradeoff（取捨）、量化和科學方法。我的上一本書就叫《萬萬沒想到：用理工科思維理解世界》。但是別搞錯了：如果只滿足於自己的一個小領域，那麼一個理工科方面的專家，未必就能用理工科思維去理解世界。
其實理工科專家大概都有個煩惱。別人問你個見識方面的問題，如果你不用自己本專業的知識回答，人們就會說你在這個領域根本不是專家；如果你用本專業的知識回答，你其實是個僅供參考的工具。
這話怎麼講呢看復雜世界中很少有哪個實際問題是只用一方面的知識就能解決的。據說，美國某著名科學家，有一次受邀上談話節目談環保問題，出了個大洋相。搞與環境相關研究的科學家肯定強調環保，但這位老兄比較極端，他居然說那些能源巨頭公司的CEO們"犯了反人類罪"！
像這樣的專家，別人沒法認真對待你。用能源的是我們，反而要怪能源公司的CEO看而且還反人類罪看顯然這位科學家的知識面太窄，他只知道自己學科里的這么一點點知識，以為就他研究的東西最重要。他根本沒有tradeoff的思維，也不知道社會中其他方面需求的重要性。正所謂不當家不知柴米貴。
我看這種情況相當普遍，在公共問題上有些科學家和工程師的見識並不高明，而且還習慣性地過分強調自己專業的重要性。鼓吹全球變暖的氣象學家大言不慚地要求不惜代價減少碳排放，彷彿經濟規模變小根本就不是個事兒似的；搞航天的人認為每往航天事業投入一塊錢就能帶來七塊錢的回報；搞生物能源的人說核電特別危險；搞物理的人說正負電子對撞機是二十世紀八十年代初百廢待興的中國最急需的科研項目……只有楊振寧先生最公平：作為搞物理的，他說21世紀是生物的世紀。
所以對待理工科專家，最好的辦法是把他們的意見當成決策的參考。你可以在你的專業范圍內給我提供最好的論點數據，但具體怎麼決策，我還得再聽聽別人的論點和數據。
君子不器。如果僅僅滿足於當某一特定小領域的技術型專家，恐怕是往大了說不足以做公共決策，往小了說不足以明白人生。
那麼，聽文科專家的行嗎看
3. 理念與算數
理工科專家至少知道自己知識的局限性，文科專家經常認為自己無所不知。他們行走江湖不是靠"理性"，而是靠"理念"。
包括經濟學、政治學、社會學在內諸多的人文學科仍然處在非常初級的階段，這體現在學者們對很多重大問題還沒有達成共識，他們分成了好多派別，常常冠以"××主義"的名字，有時候就如同武俠世界中的門派一樣黨同伐異。凱恩斯主義經濟學認為消費刺激增長，政府應該出台經濟刺激計劃；供給派經濟學則認為真正的英雄是企業家，所以最好的刺激辦法是減稅。自由派政治學者認為政府應該在社會生活中扮演重要角色，而保守派政治學者則要求小政府。
高稅收高福利的北歐國家瑞典，是大政府的典型代表。作為民主黨的美國總統，奧巴馬執政期間實行了很多大政府的政策。有人寫文章說奧巴馬要把美國變得更像瑞典，而與此同時瑞典卻在減少稅收，去瑞典化，你奧巴馬不是逆潮流而動的傻瓜嗎看
結果一個數學家說你那叫線性腦袋！我們畫張圖，橫坐標是政策有多像大政府瑞典，縱坐標是經濟繁榮程度，那麼圖上這個曲線不太可能是直線。最大繁榮值不太可能正好在曲線的端點！最大值完全可以在中間某處，兩端都不好。奧巴馬和瑞典只不過從兩個方向都在尋找這個值。
認准一個方向毫不動搖，是理念，是派系斗爭，是意識形態，是情懷。知道過猶不及，該左左該右右，時刻為尋找最優值進行調整，才是理性態度。
解決問題的關鍵往往並不在於你有沒有一個高大上的理念，而在於"度"，在於數字。復雜世界中幾乎任何東西都有利有弊，用與不用不僅僅要看這個東西好不好，還要看你能承受多大代價。
獨立自主、支持國貨當然是個特別好的理念，但是洋務運動時期張之洞的湖北槍炮廠耗費巨資搞出來的漢陽造質量極差，同樣的錢遠遠不如直接進口外國步槍。在國家急需強兵的時代，一味追求國產化可能就未必是最好的選擇。新中國改革開放之初曾經幾乎放棄軍工研發，甚至讓軍隊養豬經商，後來又放棄國產中國之星進口高鐵技術，現在進口核電技術，這些政策都曾經備受批評，但你不知道其省下來的錢對發展經濟起到了多大作用，運力和發電的急需能不能等國產技術。
想要學會尋找合適的"度"，你至少需要掌握兩個不同的理念。然而我們在現實生活中遇到的很多公共知識分子們，卻往往只知道不遺餘力地宣傳自己的唯一的那一個理念，有時候連事實都不顧了。
2015年9月5日，是微博上有意思的一天。有三位名人，幾乎同時發表了特別愚蠢的言論。名人A為了宣揚破除偽善的雞湯理念，把一篇網路小說中虛構的光緒皇帝講話當成真的評論轉發；名人B為了宣揚愛國理念發表《人類起源於中國的猜想》— 一篇被戲稱為"分形式錯誤"的雄文 — 從小處到大處各種尺度上全錯了；名人C為了宣揚扶持民營製造業的理念犯了統計錯誤。這已經不僅僅是理念，這是迷信。他們被自己的理念給劫持了。
崇尚自由市場的教授認為所有經濟問題都應該用市場解決，鼓吹自由民主的專欄作家把美國政治的缺點都能變成煽情的素材，熱愛儒家文化的歷史愛好者看宋朝一切都是好的，自詡保守主義者的中國思想家對一戰國際條約體系的推崇可能連現在的英國人和美國人都比不了。他們用半生之力鑄就了一個屬於自己的錘子，就把一切東西都視為釘子。
像這樣試圖以一招鮮吃遍天的學者，美國心理學家飛利浦·泰特洛克（Philip E. Tetlock）對他們有個專門的名詞：刺蝟。
4. 狐狸與刺蝟
從二十世紀八十年代開始，泰特洛克搞了一項歷時二十多年，影響深遠的研究：用科學方法評估專家們對政治事件的預測能力。我們常常抱怨專家做出錯誤的預測，有時候講得頭頭是道也只不過是事後諸葛亮。泰特洛克則使用了復雜而嚴謹的評估方法，一個最明顯的效果就是能避免馬後炮。比如說，他在蘇聯尚未解體的時候讓專家們預測蘇聯未來的命運會比當時更好、更差還是保持現狀，並且要求專家對各種情況設定一個概率。
二十多年後，一切問題水落石出，再回頭看當初專家們的預測：專家的預測成績，總體來說，還不如投個硬幣隨機選擇。
所以在預測未來方面，很多專家的確是"磚家"。其實其他領域的專業也差不多是如此，如果你想知道未來哪個領域最值得投資或者什麼專業最好找工作，問專家可能真不如自己猜。
但泰特洛克這個研究最值得稱道的發現卻是，並非所有專家都這么不堪，有的專家預測得相當准確！這個准確與否，與專家的專業從業時間，是否能接觸到機密資料，他是自由派還是保守派、樂觀派還是悲觀派，都沒關系。唯一有關系的是專家的思維方式。
泰特洛克把專家按思維方式分成了兩類：刺蝟和狐狸。刺蝟型專家非常深入地了解自己的小領域，他們都有一個"大主意"。狐狸型專家則對什麼知識都了解一點，有無數"小主意"。在總結此研究的《狐狸與刺蝟：專家的政治判斷》一書中，泰特洛克對這兩種專家的思維方式是這么描寫的：
刺蝟式的思維方式是進取的，只知一件大事，在簡約的名義下，尋求和擴大此事的解釋力，以"掩蓋"新的案例；狐狸式的思維方式更加折中，知道很多小事，與瞬息萬變的世界保持同步，滿足於根據時代找出合適的解決之道。
狐狸預測的准確度，遠遠超過了刺蝟。
這個事實非常，非常重要。一直到近代，知識分子常以擁有不容置疑的信仰為榮，總想把自己的學說推廣到根本不適用的領域，在學霸的路線上越走越遠，樹起主義的大旗吸引無數徒子徒孫，其實都是刺蝟。他以為自己的一個大主意能解釋所有問題，當現實不符合他的理論的時候，他忽略現實。當結果不符合他的預測的時候，他不但拒絕承認自己錯了，反而還能找個理由說這恰恰說明自己當初是對的！
一棵樹可能很簡單，但樹木組成的森林非常復雜，而刺蝟則以為只要他能理解樹，他就能解釋森林。刺蝟眼中的世界是簡單的，簡單到他用一個理論就能解釋一切。他眼光簡單，辦事方法也簡單，把自己蜷縮成一團，試圖用渾身的刺去面對外面復雜的世界。
然而真正有見識的，其實是狐狸。
我敢說，現代化的道理千頭萬緒，唯有此事最為關鍵：不要被自己心中的"大主意"劫持。
所以我們智識分子的最根本教訓，就是要做狐狸，不要做刺蝟。泰特洛克用統計問卷的方法發現了狐狸思維相對於刺蝟思維的種種特點，值得我們作為美德，甚至作為座右銘列舉出來：
狐狸樂於接收新的信息；
狐狸對自己決策的信心遠小於刺蝟；
即使做過決定之後，狐狸仍然想從不同的視角進行再思考；
狐狸總愛不斷修正自己的預測；
狐狸也許並不像刺蝟一樣對某個特定領域無比內行，但是他的知識面寬得多，了解很多事；
狐狸對很多事情持懷疑態度；
當考慮沖突的時候，狐狸能看到雙方可能正確的方面；
狐狸喜歡與觀點不同的人打交道；
狐狸在工作中並不追求明確的規則和秩序；
狐狸喜歡有多個答案的問題，他們在解決問題的時候常常能發現多個選擇……
總而言之，狐狸眼中的世界是復雜的。世界任何時候都需要很多刺蝟來提供觀點和建議，但是刺蝟在科學決策中的真正地位只不過是個吹鼓手和工具。狐狸，才是這個越來越復雜的世界真正寵愛的人。
怎樣才能成為狐狸呢看
5. 十八般武藝
這意味著我們不能滿足於當某一方面的"專才"，而應該廣泛學習各種知識，掌握"通識"。想要解決社會、經濟和生活問題，不能追求掌握一個一勞永逸的"正確"理論，而應該追求掌握一系列不同流派的思維方法，十八般武藝，多多益善。
這其實正是西方所謂"博雅教育"（liberal arts）的意義所在。博雅教育起源於古希臘，柏拉圖提出"七藝"——有點像中國孔子那時候的"六藝"——被認為是一個自由的城市公民所應該掌握的若干個基本學科。這些學科有文法、修辭、邏輯、歷史、天文學等，都是一些不能直接作為一門手藝出去賺錢，但是可以提高一個人思想見識水平的"素質教育"。
我國教育家很愛談素質教育，還特別喜歡文學、音樂、美術這些領域，最主要的教育形式就是讓小孩放學以後去上個鋼琴班之類。為什麼要搞素質教育看他們可能會告訴你，拉小提琴是為了效法愛因斯坦，給科研工作提供靈感，但人們心裡想的往往是，素質教育可以把人變得像個"上等人"。
人們幻想自己的孩子接受了素質教育，長大以後就可以跟外國友人聊聊《傲慢與偏見》這種世界文學名著，跟商業夥伴打打高爾夫球，彰顯貴族氣質。
難道素質教育是化妝品嗎看
博雅教育的本意其實是有很強的實用性的！這個用處並不在於談戀愛找對象好找，而是為了學習怎麼做決策！
古希臘"自由人"的反義詞，不是罪犯，而是奴隸。奴隸只需要聽話幹活就可以了，其實生活未必有多差 — 美國南北戰爭時期南方媒體的一個重要論點就是奴隸生活穩定不用擔心失業而且有終生的醫保，比北方某些工人強——但奴隸不能對事情做決策。只有自由人，因為要管理奴隸，要為自己的生活做主，要對公共事務發表意見，才需要做決策。
博雅之學的本意是決策之學。
嚴肅文學可以讓人學會體察他人的感受，了解真實世界中不同類型人的生活。邏輯可以讓人學會推理和辯論。文法修辭可以讓人學會怎麼用語言爭取別人的支持。歷史可以讓人學會借鑒前人的經驗。數學可以讓人學會取捨。天文學可以讓人對世界的自然規律產生敬畏。這些學問不是什麼用於打扮自己、被別人審美的"教養"，這些都是大人物辦大事的實用技能！
所以博雅之學訓練的不是什麼"貴族品位"，而是真貴族，是社會的中流砥柱，是精英。
博雅之學，並不是告訴我們什麼放諸四海而皆準的真理，而是提供一些寓言故事、名人典故和思維套路。你掌握的套路越多，辦事的時候可供選擇的思路就越多。至於遇到什麼事應該用哪個套路去解決，這沒有任何程序性固定辦法，是一種藝術，只能自己選擇。
比如說，如果你把經濟學理論模型當成放諸四海皆準的真理，你什麼事兒都不太可能幹成。但是如果你把經濟學理論當成僅供參考的寓言，你反而可能非常靈活地辦成一些事情。
如果拿武俠小說打比方，那就是我們不能學那些只會本門武功——哪怕這個武功很厲害 — 而且還個性單一的配角。我們得學師從多位名家，招式復雜多變，性格也被女主角認為是捉摸不定的男主角。面對一個問題，你可以把它當成經濟學問題，但你也可以把它當成政治問題，甚至物理問題。我們就如同使用武功一樣不斷嘗試各種招法，一招不成再來一招。理論不好使不能怨老師教錯了，只能怪自己會的招太少。
簡單打不過復雜。只有復雜的人才能打敗復雜。
想要學會這樣的本事，就得讀書。
6. 本書
這不是一本學術著作，不是一本教材，也不是一本完備的行動指南。我既不可能在書中完整地介紹所有有用的知識，也不打算列舉這些知識的目錄。我還不能保證書中說的理論都是對的，理查德·費曼有句話說，（物理學）理論進展之快常常超過書籍出版的速度。
我能保證的是書中所有內容都是有趣的。"有趣"其實是個特別高級的標准，為了達到這一點我付出了艱苦的努力。這本書的任務是給讀者帶來啟發。如果現代世界的智識是我們追求的月亮，這本書是指向月亮的手指。
本書的第一部分"世界觀祛魅"，試圖向讀者介紹一個跟傳統看法不太一樣的世界。網上的青年經常說什麼東西能"改變我的三觀"，而學者們對此有個格調稍微高一點的說法，叫作"budge my priors" — 直譯差不多是"使我心目中對世界的的基本假設稍微移動了一下"。 常識是我們的敵人。社會上人們對一些常見問題的主流看法，很可能是錯的。我期待這部分的內容能讓你對世界的基本假設稍微移動一下。
第二部分"自動化時代的英雄"，重點談教育問題，尤其是中國教育。我認為當前人們討論教育根本沒說到點子上 — 現代教育制度的本質不是什麼培養有用人才，而是把人分類，讓階級分層。對這個問題你想得越明白，內心就會越難受。但是最後我會給一個光明結局，說說英雄是怎麼突破教育和階層的局限的。我還會提出一個基於大數據、自由意志、人工智慧、資訊理論和供給派經濟學的英雄定義。英雄的存在，可能是復雜世界的一大好處。
第三部分"智識分子的十八般武藝"，講幾個當前學界流行的觀察世界的角度和解釋世界的方法。這些方法有心理學的也有物理學的，有軟的也有硬的，有大的也有小的，絕對不帶門戶之見。將來遇到一些一般人對付不了的問題，把這些武藝啪啪啪抖落出來，也許真能破解一二。
第四部分"機器厲害還是人厲害看"展望未來，而且是迫在眉睫的未來。為了在人工智慧時代保持人的創造性優勢，我們需要新的工作策略，新的組織管理方式，和新的社會形態。這些策略、方式和形態，並不是什麼科幻推理，而是早就已經發生了，甚至已經發生了好多年，只不過我們沒有注意到。
科學家的職業病是希望什麼好東西都是自己第一個發現的，然而這本書涉及的所有嚴肅理論都是別人的研究 — 我自己的研究，磁約束受控核聚變等離子體模擬，還不夠符合這本書"有趣"的標准。但是我能追求這個：書中有些思想，是我第一個告訴中國讀者的！

⑺ 區塊鏈+人工智慧+大數據技術，能否構建三體文明

區塊鏈+人工智慧+大數據技術，能否構建三體文明？

區塊鏈+人工智慧+大數據技術融合後就可以形成一個「三體人」的思維——區塊鏈解決可信和不可篡改的問題。比如比特幣，人工智慧和大數據解決了創造力；比如AlphaGo。

我們通過人工智慧學習和認知，然後通過大數據分析和處理，最後通過區塊鏈形成經驗和記憶。經驗和記憶就像個體或組織的基因一樣，無法篡改、真實、可靠、保密性強，容易形成共識，這樣溝通、協作的效率就大大提高了，創造力也會互相激發，大大的推動社會跨越式發展，三體文明也即將到來。


比如用戶Z在開車時不小心闖了紅燈，攝像頭抓拍後發給交通局區塊鏈系統。

經過人工智慧的車牌識別以及大數據的關聯分析等功能，找到並通知Z交通違法，Z的區塊鏈收到違法信息後通過人工智慧識別違法照片或視頻確實是自己本人，而且是自己的車，確認該違法記錄，Z發送電子貨幣罰款給交通局指定區塊鏈金融賬戶，交通局收到罰款後更改違法狀態。

當Z再次路過這個交通路口的時候，Z的區塊鏈賬戶會提醒不要闖紅燈。如果Z還是闖了紅燈，按照上面流程走完後，交通區塊鏈系統認為Z是交通危險人群，會調度攝像頭額外注意他，預判他的行為並通過路邊大屏幕提醒他不要闖紅燈或者通知他的家人對他進行教育。

三、結語

總而言之，新區塊鏈架構真正做到了數據人生、數據民主，數據將成為每個使用者基因的一部分，讓數據說話，新區塊鏈架構將為社會帶來智能協同的時代，區塊鏈數據將指引我們更加高效、積極的生活和工作。

⑻ 谷歌人工智慧alphago是活人嗎

不是，是電腦程序。
阿爾法圍棋（AlphaGo）是一款圍棋人工智慧程序，由位於英國倫敦的谷歌（專Google）旗下DeepMind公司的屬戴維·西爾弗、艾佳·黃和戴密斯·哈薩比斯與他們的團隊開發，這個程序利用「價值網路」去計算局面，用「策略網路」去選擇下子。2015年10月阿爾法圍棋以5:0完勝歐洲圍棋冠軍、職業二段選手樊麾；2016年3月對戰世界圍棋冠軍、職業九段選手李世石。