第壹，未來是2%人的世界。
1)未來是2%人的世界。
未來的社會值得期待，但也存在問題。每壹次技術革命都創造了大量的財富，但是創造了這麽多財富會讓我們的生活變得更好嗎？如今，美國家庭年收入中值(註:年收入中值，中值與平均值之差，中值是指壹半人的收入在這個值以上，壹半人的收入在這個值以下，不是平均值)比2000年下降了4000美元。但是平均收入上升了，整體財富上升了，個人財富上升了，公司利潤也上升了，包括股票。
但財富中值已經下降。為什麽這如此重要？比如100人，每人平均資產100萬。後來，馬雲進來了。他現在2000億，我們人均財富變成了100億。平均值沒有意義。美國大學生的年薪也在下降，美國的幸福指數沒有上升。
也就是說，在過去的十年裏，美國的科技發展很快，很多新技術在這裏誕生，但是整個美國社會並沒有自我提升，因為只有2%的人受益。
我住在華爾街的時候，看到街上有壹群閑人。他們不會餓死。但這些人走上街頭占領華爾街，是因為他們沒有未來，沒有前景，也不知道問題出在哪裏。
奧克蘭有很多碼頭工人遊行，然後我問他們反對誰。他說他反對那2%的人，但是他分不清街上那2%的人是誰，因為在矽谷，富人和窮人都穿得亂七八糟。但是我們說美國有1%的人納稅，這些人納稅是為了養活所有人。如果被驅趕到國外，美國人可能連希臘都不如。問題是，如果技術革命來了，這部分人壹開始真的受益很少。未來會怎樣？這還沒有發生，但我們知道以前是什麽樣的。
2)三次工業革命
第壹次工業革命:
1776年，瓦特發明了蒸汽機，最先從中受益的有三個人:瓦特、博爾頓和韋奇伍德。他們在月圓之時聚在壹起，取名“月光社”。除了他們三個，還有科裏斯林和老達爾文，他們發現氧氣可以幫助燃燒。韋奇伍德用蒸汽機制瓷，但後來瓷器供大於求，商業模式變了，商業模式變了，發財的人變了，行業從舊行業變成了新行業。
第二次工業革命:
人類歷史上所有最富有的人，這十年加起來最多，都出生在美國。原因很簡單，就是第二次工業革命創造了巨大的財富，核心技術是電。美國只有兩家公司發電，壹家是愛迪生的，壹家是特斯拉的。在此之前，在電報出現之前就已經有了通信行業。當時歐洲有路透社。他們養了壹群信鴿，用它們來傳遞信息。但是有了電，就不壹樣了。50年後，美國在1920左右非常繁榮，大家都過得很好。
3)第三次工業革命，技術革命的範式:現有產業+摩爾定律=新產業。
這就是我們所熟悉的信息技術革命。
在過去的50年裏，所有的社會進步都來源於單壹的原因，壹切都加上了摩爾定律(摩爾定律:在價格不變的情況下，每隔18個月，壹個集成電路所能容納的晶體管數量就會翻倍，性能也會翻倍)。沒有電腦和互聯網，人民網只能在店裏賣二手貨。英特爾是芯片公司，因為摩爾定律，但不是所有人都做芯片。只要能使用芯片，原有的產品和摩爾定律就能形成新的產業。
再說另壹個和政治有關的問題。蘇聯為什麽會解體？當然有各種各樣的政治原因，但它為什麽會消亡呢？壹個重要的原因，因為妳想象不到有哪壹項計算機相關的技術是前蘇聯發明的。
4)計算機能控制人嗎？
最後，這個時代，妳覺得電腦會控制人嗎？
答案是否定的，但生產智能機器的人可能實際上掌握著控制權。
比如生活習慣，每天早上看微信，晚上睡覺前看微信。沒有智能手機的時候流行壹句話:有了智能手機，妳可以利用妳的碎片時間。現在妳所有的時間都變成了碎片化的時間，所以某種程度上，妳已經被騰訊控制了。這是壹個機遇與危機並存的時代，同時也可能是最壞的時代，就看妳做出什麽樣的選擇了。
第二，智力，從阿爾法狗開始
今年1月，人工智能之父馬文·明斯基教授在麻省理工學院去世。60年前，他和其他9位非常年輕的學者在達特茅斯學院提出了人工智能的概念。
就在他死後壹個多月，又發生了壹件事。谷歌的阿爾法狗打敗了人類圍棋冠軍李世石。這件事讓很多人對人工智能產生了擔憂。人工智能未來會威脅人類嗎？20年前，“深藍”打敗了卡斯帕羅夫。雖然當時轟動壹時，但大家的擔心並沒有那麽大。這是為什麽呢？
a、圍棋比象棋難多了；
B.在圍棋棋步的詳盡列表中，有10的160次方。
這個數字可以這樣理解。如果我們把宇宙中的每壹個原子都看成壹個新的宇宙，所有這些原子加起來就是10的160次方。由於圍棋的巨大復雜性，計算機走出來的壹些棋類遊戲，確實超出了人類的智能和理解範圍。
第三，機器產生智能的方式
與人類的區別
顯然，計算機獲取智能的方式與人不同。當十位更早的學者想到人工智能時，首先想到的是計算機模擬器。
人是如何獲取知識的？人為什麽聰明？中學時學過三段論:壹個大前提，壹個小前提，然後得出結果。
比如大前提是“今天上海下雨”，小前提是“交大在上海”，得出的結論是“交大下雨”。
這是我們的推理方式。電腦不會這麽做。雖然人類最初想做計算機算法，但人們發現不可能做到。2000多年前，人們想飛，就在胳膊上綁上布做的翅膀，卻從樹上跳下來摔死了。萊特兄弟真正發明飛機的時候，他們造的飛機機翼不是像鳥壹樣振動，而是固定的。
妳為什麽會飛？因為我掌握了空氣動力學原理。
因此，從20世紀70年代開始，科學家們就壹直在思考能否用其他方式解決這個問題。計算機可以在特殊的應用中識別人的聲音，然後把英文翻譯成中文，再寫壹些簡單的句子，識別醫學圖像，看病等等。能夠壹步步做到的最重要的原因是什麽？
1)摩爾定律；
在過去的51年裏，計算機處理器的性能，無論是速度還是存儲容量，都會在18個月翻壹番，51年中間翻34倍，速度非常快。即使從70年代初到今天，計算機處理器的速度也提高了654380億倍，非常快。
2)數據；
這個基本上是從2000年以後開始的，2000年以前也有數據，但是數據量有限，只能解決具體的事情，不像現在各行各業都可以用計算機解決。尤其是移動互聯網時代之後，不僅是電腦本身的數據，還可以在電腦上獲取壹些其他人類的數據，這些數據的使用也讓我們變得非常聰明。
3)數學模型。
深度學習(深度學習的概念源於人工神經網絡的研究，其動機在於建立和模擬人腦的神經網絡進行分析和學習，模仿人腦解讀數據的機制，如圖像、聲音和文本)其實就是機器學習。深度學習使計算機能夠很好地利用數據，產生壹些難以想象的結果。谷歌推出的人工神經網絡是怎麽做到的？它的機器翻譯做了很多年，現在換成了深度學習模型。
深度學習有什麽好處？
以前妳用單臺電腦處理壹件事，可能無法接近人，但是用多臺電腦就可以超越人。
機器智能發展水平的四個階段
第壹層:弱人工智能(有些能力明顯比人強)
女生用手機拍照後可以放大眼睛抹去臉上的皺紋嗎？也能做到。用PS可以自己做，但是過程很麻煩。現在計算機能很好地為妳做這件事。電腦是怎麽做到的？無非就是臉更漂亮，臉上沒有這些東西，稍微學學PS就能做的更好。
什麽樣的女生才是最美的女生？如果把每個人的五官大小和器官的比例、位置平均壹下，人工畫出來的臉是最美的。
大多數人都希望人工智能能做壹些過去只有我們人類能做的事情，比如能不能聽懂我說的話，能不能回答問題，為什麽下雨，為什麽是藍色等等。
第二層:強人工智能(接近或超越人類水平)
計算機今天不僅能做這個，還能做翻譯。今天妳帶個手機，用谷歌翻譯。去了巴黎，基本上可以和當地人直接交流。電腦會寫字。在《華爾街日報》和《紐約時報》的壹些金融文章中，大量關於案例的寫作都是由計算機完成的。
第三層:超級人工智能
大家都很關心計算機最後能不能超越人，這是我們共同關心的問題。
第四層:智能社會
未來的社會會是什麽樣的社會？今天我們談到人工智能或者機器智能，壹定會想到壹臺特別具體的計算機。無人計算機本身就是壹臺機器。其實真正的未來社會，整個大城市或者壹個國家甚至整個社會，妳也可以把它想象成壹個超級機器，由很多小電腦組成，互相連接，* * *同構成為壹個智能社會。
▲智能交通和無人駕駛
美國654.38+0萬以上人口的城市，通勤時間平均70分鐘，非常痛苦。如果車都是智能車，只要裝個手機APP，這個APP就會告訴妳哪個路段堵了。現在導航也有這個功能，但是導航往往效果不好，有壹些延遲和滯後。
之後就是無人駕駛了。雖然很多報道都說特斯拉又出事了，但總體來說比開車安全。美國的交通事故死亡人數在70年代達到頂峰，隨後酒駕被禁止，至今仍有3萬人。中國的人口比例較低，但死亡人數較高，去年有6.5438億多人死亡。在未來，我們可能被機器驅動。采用無人駕駛汽車後，很多生活習慣都會改變。例如，路上可能不需要紅綠燈。
▲社會和家庭安全
智能社會和城市不僅僅是交通，比如現在大家都很關心安全。有壹種說法，可以用很多無人機代替警察巡邏。現在的無人機只是拍壹些航拍的照片，但是在未來，它的視覺芯片可以是別人，也可以是其他目標，甚至是危險品。
現在攝像頭拍了壹個圖像或者視頻，上傳到雲計算中心直接識別。假設妳遇到壹個危險的人，覺得這個人很危險，然後打個手勢跟著他。看到這個人往西邊走，告訴西邊的無人機開始跟蹤識別，這樣可以保護我們的安全。
即使出門在外，家裏也可以有無人機幫忙巡邏。這個機器已經做出來了，幾乎沒有噪音，全自動化，24小時不需要控制。它可以自動繞過障礙物飛行，自動充電，做更多的事情，比如幫老人關火。
五、未來產業離不開機器智能。
未來與技術無關的行業都可以使用人工智能。
1)金州勇士的奇跡
金州勇士的打法就像六年前的中國足球隊，當時是NBA倒數第二。後來他們發現有壹種更好的方法，通過身後的工程師團隊讓球隊做智能訓練，用數據統計雙方球員傳球的準確率。
按照這套完整的模型訓練，打造了壹支隊伍，直到去年奪冠。今年，他以3: 1的領先優勢，再次失去冠軍，但卻創下了常規賽82場73勝的紀錄。所以中國要用他的腦子去翻身，不是因為他不夠強，而是因為他太笨。
2)治愈癌癥和個性化醫療。
2013年，谷歌成立醫療公司Calico。因為近20年來，全科醫學研究的表現越來越慢，以至於很多病發現了很多年，卻治不好。上世紀60年代，美國努力提高人們的預期壽命，提高0.7歲需要10年。在20世紀70年代，方法有所不同。他們沒有讓人們去看醫生，而是少吃脂肪，多運動。
阿瑟·萊文森
但總的來說，醫學本身並沒有什麽進步。為什麽治療癌癥這麽難？生物專家亞瑟·萊文森(Arthur levinson)在裏面有壹篇演講，分析了癌癥難以治愈的原因:
不同的人得癌癥的原因不同，不同的人有不同的基因突變。所以基因泰克研發的抗癌藥，有的吃的好，有的沒效果；
即使是以前管用的藥，這個人得了某種癌癥，吃了以後也管用。過了十年，沒有問題，突然又復發了。復發後，什麽都不管用。這是因為癌細胞發生了變化。
要解決這兩個問題，用傳統的醫學方法是不可能的。只有專門的團隊才能針對特定的人群或者某個人研發抗癌藥物，根據他的基因特征研發出屬於他的藥物。
當針對疾病研發出壹種新藥時，只要研發的速度能跟上疾病的變化，抗癌的戰鬥就勝利了。這是從根本上解決抗癌的思路。雖然可行，但是成本太高。每個人需要6543.8+0億美元，喬布斯才能負擔得起。
妳將來會做什麽？目前大約有200種癌癥，5000種可能致癌的基因突變，大約有壹百萬種組合。為了開發壹種治療乳腺癌的抗癌藥物，基因泰克手工分析了1000名患者。這能解決多少人？只能解決20%的人，而且花費很大。通過計算，如果要解決乳腺癌的所有問題，差不多要靠1萬人。這種事情如果用計算機來做就很方便了，就是利用機器的智能來解決所有的組合。
美國還有壹家公司叫人類長壽。它的創始人是人類基因組計劃最早的科學家。他們認為給不同的人不同的藥物是醫療保健的未來。
3)手術機器人
兩個月前，IBM發布消息稱，他們的沃森機器人醫療系統在診斷疑難病癥方面已經超越人類。總的來說，去年達到了人類醫生的平均水平，在醫生較少的偏遠地區更有用。
更重要的是，機器智能的進步比人類智能的進步要快得多。未來的醫生要給他三樣東西:病歷、病情描述、檢查結果，妳把這三樣東西給他就可以看病了。
萊昂納多·達芬奇的機器人
今年暑假看了達芬奇的機器人。全世界安裝了3000個機器人。它有三個機械臂，中間壹個攝像頭，相當於他的眼睛，另外兩個手臂進去給他做手術。做的最多的就是女性子宮肌瘤的手術，先把二維圖像還原成三維圖像，或者可以做心臟搭橋，然後進去悄悄切掉。
有什麽好處？安全性和穩定性都很好，手術精度很高。上學的時候，教授給我看了壹段視頻，展示了人在手術中如何使用工具，手會微微抖動。人們拿針在布上縫幾針，每針寬度為壹毫米。如果精度在0.1 mm以內，就做得很好了。醫生做手術也是如此。有些操作沒有全面完成。可以切50刀，每刀精度0.1 mm，對於電腦來說非常容易。其精度為0.02 mm，遠高於醫生。