1985年我第一次用電腦做研究和工作。

我在雙子城讀大學(xué)，仍記得從使用DOS版本的Word，后來(lái)升級(jí)到Windows的第一個(gè)版本的過(guò)程。過(guò)去人們常常嘲笑計(jì)算機(jī)實(shí)驗(yàn)室里巨型計(jì)算機(jī)的龐然大物，但人們私下里也會(huì)暗暗猜測(cè)未來(lái)將要發(fā)生什么事。

確實(shí)如此。信息時(shí)代始于1965年，當(dāng)時(shí)戈登摩爾發(fā)明了摩爾定律。這一切都是關(guān)于計(jì)算能力的升級(jí)，對(duì)于當(dāng)時(shí)即將到來(lái)的信息時(shí)代發(fā)揮了至關(guān)重要的作用。一些人認(rèn)為，信息時(shí)代早在電力取代蒸汽動(dòng)力之前就開(kāi)始了。也有人認(rèn)為信息時(shí)代的開(kāi)始是美國(guó)的圖書館系統(tǒng)在20世紀(jì)30年代開(kāi)始擴(kuò)張的時(shí)候。

誰(shuí)知道呢？但是我認(rèn)為——當(dāng)每個(gè)人都能在一臺(tái)個(gè)人電腦上獲取信息時(shí)就信息時(shí)代就真正開(kāi)始了。那基本上是1985年左右。我們可以就一件事達(dá)成一致，那就是信息是無(wú)處不在的，這是大家所公認(rèn)的。但是現(xiàn)在，我們正準(zhǔn)備迎接另一種改變。

利用我們的數(shù)字未來(lái)，經(jīng)濟(jì)大師安德魯麥卡菲和ErikBrynjolfsson提出，我們現(xiàn)在處于“機(jī)器學(xué)習(xí)”時(shí)代。他們指出了另一個(gè)重要的時(shí)刻，這可能和摩爾定律一樣重要。去年3月，人工智能機(jī)器人終于打敗了世界圍棋冠軍，贏得了四場(chǎng)比賽中的三次。

當(dāng)然，準(zhǔn)確地指出機(jī)器學(xué)習(xí)時(shí)代的開(kāi)始也很困難。打敗圍棋棋手是一個(gè)里程碑，但我的孩子們多年來(lái)一直依賴GPS定位系統(tǒng)，他們并不知道如何閱讀普通地圖。如果沒(méi)有手機(jī)，他們就會(huì)迷路。他們已經(jīng)在依靠一臺(tái)“機(jī)器”來(lái)代替人類的思維和推理。近幾年，我已經(jīng)沒(méi)有在瀏覽器中查找影院的放映時(shí)間，我都是把它交給我的iPhone上的Siri來(lái)查找。自2015年以來(lái)，我一直在用亞馬遜Echo揚(yáng)聲器來(lái)控制家里的恒溫器。

在他們的書中，邁克菲和Brynjolfsson對(duì)這種激進(jìn)的轉(zhuǎn)變提出了一個(gè)有趣的觀點(diǎn)。對(duì)于任何在人工智能領(lǐng)域工作的人來(lái)說(shuō)，把信息時(shí)代留在身后，這多虧了眾包數(shù)據(jù)的努力。但這不僅僅是在Kickstarter上創(chuàng)建一個(gè)賬戶，當(dāng)它能夠訪問(wèn)成千上萬(wàn)的用戶所產(chǎn)生的數(shù)據(jù)時(shí)，人工智能就會(huì)活躍起來(lái)。而且數(shù)據(jù)越多，其質(zhì)量就越高。為了打敗圍棋冠軍，谷歌DeepMind使用了一個(gè)真實(shí)的人與人之間的比賽數(shù)據(jù)庫(kù)。如果沒(méi)有眾包數(shù)據(jù)，人工智能就不可能存在。我們?cè)诹奶鞕C(jī)器人和語(yǔ)音機(jī)器人中看到這一點(diǎn)。最好的機(jī)器人知道如何適應(yīng)用戶，知道如何利用以前的討論作為改進(jìn)人工智能的基礎(chǔ)。

就連“機(jī)器學(xué)習(xí)”這個(gè)詞也隱含著眾包的含義。機(jī)器從人群中學(xué)習(xí)，通常是通過(guò)收集數(shù)據(jù)。我們看到，與其他機(jī)器學(xué)習(xí)模式相比，自動(dòng)駕駛汽車更具有活力。汽車通過(guò)觀察人們?cè)诼飞闲旭偟?a target="_blank">傳感器來(lái)分析成千上萬(wàn)的數(shù)據(jù)點(diǎn)。特斯拉的ModelS一直是利用眾包數(shù)據(jù)技術(shù)?，F(xiàn)在，通用汽車正在測(cè)試在真實(shí)道路上的自動(dòng)駕駛汽車，很明顯，整個(gè)項(xiàng)目是一種確保汽車能理解所有現(xiàn)實(shí)世界變量的方法。

但諷刺的是，機(jī)器時(shí)代仍然是人力驅(qū)動(dòng)的時(shí)代。在書中，作者解釋了從蒸汽動(dòng)力轉(zhuǎn)換到電力的過(guò)程需要很長(zhǎng)時(shí)間。不是每個(gè)人都贊同。不是所有人都看到了價(jià)值。當(dāng)我們嘗試人工智能、測(cè)試和重新測(cè)試算法，并將機(jī)器人部署到家庭和工作場(chǎng)所時(shí)，我們必須記住，只有隨著眾包數(shù)據(jù)的改善，機(jī)器才會(huì)得到改善。

但就目前而言，我們?nèi)蕴幱谕耆刂浦小?/p>