马云再谈人工智能:如何面对机器,如何教育孩子,如何做最好的自己

简介:
本文来自AI新媒体量子位(QbitAI)

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

马云又来谈人工智能了。

在今天召开的世界智能大会上,专程赶来的马云再次谈及人工智能。这位阿里巴巴的创始人表示,进入智能世界的趋势已经不可阻止,在这个过程中人类要认清自身和机器之间的区别,不要对抗而应该携手合作。

“最重要是,做最好的自己”,马云说。(李开复:???)

马云认为即将到来的智能世界有三要素:1、互联网 2、大数据 3、云计算。其中互联网是生产关系、大数据是生产资料,云计算是生产力。未来应该让机器专注于人类无法完成的工作,而不是模仿人类。

现场视频演示的波士顿动力的双足机器人,也遭到了马云的“嘲讽”。

马云还在政策上进行了呼吁。一是呼吁学界给企业里的科学家一些院士的身份,院士“不应该都是在大学里面的科研人员”。二是希望相关政策不要限制新技术的发展,不要让英国的红旗法案重演。

此外,马云强调人工智能时代应该更加重视以及改革孩子的教育。在他看来,未来的就业一定会受到机器的冲击,现在应该培养孩子在“琴棋书画”方面的技能,培养孩子的创造力、想象力和好奇心,而不是知识的积累。

面对台下就坐的李彦宏,马云表示他并不关注李彦宏、马化腾在说什么,“多花点时间在客户和未来上,比花在对手身上重要。”

台下的李彦宏笑了。

以下是马云此次演讲的全文摘要:

大数据时代,最重要是让每个人做最好的自己。我当不了第一名,第一名太累,第一名只有一个。应该做最好的自己,最有特色的自己。

我们很快会进入智能世界。但人工智能这个词我很不喜欢,把人看的太重要。

人是有智慧,机器有智能,动物有本能。蒸汽机释放了人的体力,但并没有模仿人的体力,计算机释放了脑力,但并没有模仿人脑。机器必须有自己的思考。

所谓的智能世界,不能是万物学习人,而是万物像人一样学习的能力。机器具备自己的智能,具备自己的学习能力。

智能世界有三要素:1、互联网 2、大数据 3、云计算,分别对应生产关系、生产资料、生产力。智能一个系统性思考,而不是单一的东西。

人类进入到智能世界,是因为互联网的发展产生大量的数据,进而逼迫我们有大量的计算能力。今天我们对人工智能的理解,非常幼稚。

今天我们对AI、MI没有清楚的定义,这很正常。有一点成就的人,像我这样,往往高估自己,认为看清楚了,其实没有。

但你要相信自己的观点,然后一直坚持。每个人的做法都可能不一样。

智能时代是机器解决人做不到的事情,这个才了不起。波士顿动力那个机器人,我觉得没什么。

我觉得不要让机器模仿人类,人类是不可能造出另一个人类,连蚯蚓都造不出来,应该让机器发展自己的智能力量,尊重机器、敬畏机器。

数据最可怕的是,我了解你,跟你自己一样。工业发展的顶端就是IT,让人类对外部的了解越来越多,但最不了解的还是自己。但大数据可能解决了解自己的问题。

未来的机器,一定比你更了解你。人类了解自己,可能是通过机器。

前段时间比较热门的是AlphaGo。围棋是为人类的乐趣去学,AlphaGo和AlphaGo 2.0比才好,人和电脑比没有意义。AlphaGo一百年后看,人类会感觉自己天真、优质。可以为AlphaGo故障,但又怎么样?只是羞辱了人类的智商。

可能也有人不以为然,没关系,应该允许有不同意见。

按照人脑设计一个城市大脑,肯定不行。

人类进入智能社会,总有喜欢和不喜欢的人,但这个趋势没办法停止,只能改变自己,去拥抱它。未来的三十年、五十年,人类经受的冲击一定非常大、非常痛苦。

未来人会活得越来越长,这是好事儿坏事儿?我不知道。如果人均年龄100岁,全球200亿人会怎么办?可能会有另外一套机制。

我小时候,爸爸说马云你一定要有一技之长,当时我认为应该博学一点。一技之长可能20年后很危险,现在应该早做准备,现在专业技能可能都会被人工智能取代。

无人车出现之后,大批的司机可能就没有了,但是每次技术革命会诞生新的就业,人类会做很多有价值的事情。对就业要有新的价值判断,有一点是肯定的,30、50年以后的就业,一定比今天多、比今天好。

但能就业的人不一定是你,所以孩子要早作准备。教育,就是成为最好的自己。

未来的机器会越来越聪明,程序化、技术化的工作越来越麻烦,未来应该让人活得更像人,机器更像机器。

30-50年以内,每天工作4小时,每周工作3天很正常,到时候你还是会觉得很忙,休息时间还不够。

人永远在路上,这个世界的变革和机会,远远超过你的想象。没有想象力,人跟机器有什么区别。

对中国有巨大的机会,我坚信换道超车,不相信弯道超车,你平道都落后了。在不同的道路上发展,才有机会超车。不好,是一个机会,关键是怎么找到。

人工智能和机器智能发展的前提是海量数据,中国还没有出现信息垄断和数据垄断,现在这些都在政府手上。只要流通的就是数据。

今天的数据跟未来的数据相比,啥都不是。谈数据垄断为时过早,20年前的互联网跟今天根本不一样。

中国有机会走出一条独特之路,我特别不喜欢今天的科技人员,特别是写论文的科技人员,总说填补空白,应该填补未来的空白,不应该仅仅盯着美国有没有。

多花点时间在客户和未来上,比花在对手身上重要。我并没有关注李彦宏马化腾在说什么。我不看百度、腾讯,可能会看看谷歌、IBM,更重要是看未来。

中美对抗没有意义,联合起来才有意义,而不是要把对手干倒。

下一个问题,我们探讨一下如何做好准备。

今天30岁以上的人,不能让孩子失去机会,必须进行教育改革。冲击一定会来,但我们还有时间,全人类的挑战和机会是一样的。我们要重新定义教育,过去200年人类追求科技的发展,更早是追求价值观的发展。

我认为科学不是真理,而是用来证明真理。过去知识积累的教育,未来知识让机器更聪明。今天对孩子的教育,依然围绕数学可能不太好。

希望大家思考,怎么让孩子以不同的方式学习。我们的教育,应该让孩子成为更好的自己,更有智慧。应该更多的学习创新、价值观。

未来的孩子,应该多花点时间在琴棋书画上。培养创造力、想象力和好奇心,是孩子未来生存的必备条件。

创新的主体是企业。阿里巴巴做人工智能的应用和研究已经十多年了,支付宝诞生之初就用机器识别骗子,到今天支付宝没有一分钱差错。我们不是要解决科学问题,而是没有这个我们公司明天就关门了。

我呼吁学界给企业里的科学家一些院士的身份,不应该都是在大学里面的科研人员。

我们应该重新定义聪明,机器会颠覆聪明的定义。这是一个社会趋势,人类必须做充分的思想准备,2000多年来,人类的智慧并没有巨大的进步。

聪明的人,知道自己要什么,智慧的人,知道自己不要什么。我们人类一定要明白,什么是机器做到,什么是机器做不到。人类没有必要害怕机器,机器不会代替人类。

但一定不要出现红旗法案,1860年代,英国规定汽车的速度不能超过马车,这三十年的法案阻碍了英国汽车的发展,德国、美国等得到超越的机会,这进一步推送美国的发展。

如果没有把握互联网的特性,还有可能会出现红旗法案的问题。

人类拥有信仰,而机器没有。失去信仰之后,人类一定比不过机器。

最后一句:机器不应该成为人类的对手,而是应该联合起来,对抗人类未来的麻烦。面对未来,面对孩子,应该以不同的角度去解决问题。

【完】

本文作者:若朴 
原文发布时间: 2017-06-29
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
19天前
|
机器学习/深度学习 人工智能 自然语言处理
阿里通义千问大语言模型在人工智能教育领域的应用探索
阿里通义千问,阿里集团的大型预训练语言模型,应用于AI教育,实现个性化教学、自适应学习系统和智能答疑。通过AIGC,它生成个性化内容,适应不同学生需求,优化教育资源配置,推动教育创新。在教育场景中,模型提供实时反馈,定制学习路径,促进教学质量提升。随着技术进步,AI在教育领域的应用将更加深入,但也需关注伦理与安全。
88 1
|
6月前
|
机器学习/深度学习 人工智能 算法
专栏介绍《机器智造:AI与实战学习》
专栏介绍《机器智造:AI与实战学习》
36 0
|
8月前
|
存储 机器学习/深度学习 人工智能
LangChain + Streamlit + Llama:将对话式AI引入本地机器
在过去的几个月里,大型语言模型(LLM)获得了极大的关注,引起了全球开发人员的兴趣。这些模型创造了令人兴奋的前景,特别是对于从事聊天机器人、个人助理和内容创作的开发人员而言。LLM带来的可能性引发了开发人员的热情 |人工智能 |NLP社区。
443 0
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
像GPT-4一样能看懂图文,李飞飞等人的具身AI给机器人造了个多模态对话框
像GPT-4一样能看懂图文,李飞飞等人的具身AI给机器人造了个多模态对话框
110 0
|
9月前
|
人工智能 自然语言处理 搜索推荐
AI大模型,教育智能硬件新突围点?
AI大模型,教育智能硬件新突围点?
122 1
|
11月前
|
人工智能
2023ACP世界大赛教育者论坛:让职业教育直面AI机遇与挑战
2023ACP世界大赛教育者论坛:让职业教育直面AI机遇与挑战
|
11月前
|
机器学习/深度学习 存储 人工智能
【年终特辑】看见科技创新力量 洞见时代创业精神—教育—物灵科技:用无屏触控智能AI机器人技术助力家庭阅读与教育
【年终特辑】看见科技创新力量 洞见时代创业精神—教育—物灵科技:用无屏触控智能AI机器人技术助力家庭阅读与教育
273 0
|
11月前
|
人工智能 算法 小程序
【年终特辑】看见科技创新力量 洞见时代创业精神—教育—体云动:用AI算法为孩子们打造云上健身教练
【年终特辑】看见科技创新力量 洞见时代创业精神—教育—体云动:用AI算法为孩子们打造云上健身教练
159 0
【年终特辑】看见科技创新力量 洞见时代创业精神—教育—体云动:用AI算法为孩子们打造云上健身教练
|
11月前
|
机器学习/深度学习 人工智能 监控
在线教育行业云上技术服务白皮书-在线教育行业未来展望-人工智能与教育
在线教育行业云上技术服务白皮书-在线教育行业未来展望-人工智能与教育
107 0
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
AI再卷数学界,DSP新方法将机器证明成功率提高一倍
AI再卷数学界,DSP新方法将机器证明成功率提高一倍
131 0

热门文章

最新文章