经管 |《机器预言家》:人工智能的极简经济学

经管 |《机器预言家》:人工智能的极简经济学

00:00
26:52

顶级经济学家解析,如何用人工智能赚到钱。


点击进入喜马讲书频道页>>>


大咖主讲 


林伯虎

虎哥课堂创始人。牛津大学区域研究学硕士,南京大学法学硕士,喜马拉雅《牛津学霸精读全球最新畅销书》主播,微信号:在下林伯虎。




听书笔记 

 


《机器预言家:人工智能的极简经济学》由阿杰伊·阿格拉沃尔约书亚·甘斯以及阿维·戈德法布三位加拿大顶尖经济学家共同撰写。本书于20184月出版,与其它专门探讨技术进步的AI相关书籍不同,本书的作者们从经济与成本的角度告诉我们:人工智能的本质是什么,以及在不同的应用场景下,我们如何使用AI技术才是最划算的。


第一、明确讨论对象——人工智能与成本问题


首先,本书中经济学家们所探讨的人工智能技术,其的本质就是“机器预测”。


而这种机器预测能够在实际生活中加以应用的前提有二:


1.   预测的准确率足够高,等同甚至超越人类的准确率。


2.  相较于不使用机器预测,能够节约更多成本。


本书中所探讨的“成本”是一个比较宽泛的概念,主要可总结为如下四点:


1.   人力成本:人工智能进行机器预测,不仅可以根据数据自动得出预测结果,而且可以自我修正,从而减少雇佣人力的成本。


2.   风险成本:人工智能的预测越准确,依据预测结果而进行的商业活动所需要的风险就越小。


3.   时间成本:人工智能做出预测的速度更快,可以节约更多时间。


4.   运营成本:机器取代人工后,原来用以维持工作场所适宜环境(如温度、湿度、照明等)的能源支出可以大幅减少。


第二、探讨应用场景——人工智能在三大应用场景下的优劣


1.  单纯的预测


最高目标:

 准确率足够高


人工智能的优势:

不受无关因素的影响

可以迅速处理海量数据得出结论


面临的挑战:

缺少人类的“常识”,引发因果倒置等问题

数据不足时无法做出准确预测,如频率发生较低的事件或和等


2.  复杂环境中的决策


最高目标:

寻找“最优”方案


人工智能的优势:

计算能力强,可快速得出多种方案

“最优”的标准确定时,可快速选出最优方案,做出决策,及时应对紧急情况


面临的挑战:

无法自行确定“最优”的标准,需要人类协助制订规则

短期的“最优方案”可能带来长期的损失


3.  具体任务的执行


最高目标:

足够省钱


人工智能的优势:


不受工作环境的影响,可降低运营成本

可优化流程推进效率


面临的挑战:

无法胜任不确定因素较多的工作


第三、挑战依然存在——AI与人力结合或许是更好选择


1.  预测环节——互相监督可以提高准确率


人类和机器在预测行为中所犯的错误类型不同,人工和AI相互辅助相互监督可使准确率大大优于两者独立进行预测时的情况。


2.  决策环节——告诉机器如何工作的职业更有前景


决策可分为“预测”阶段和“评估”阶段,目前在“评估”阶段,依然是人类表现得更好,随着AI技术的发展,与“评估”相关的职业的价值也将提高。


3.  执行环节——AI时代需要我们重新审视每一份工作的实质内容


可以将工作流程分解,将确定性大的、重复性高的部分交给机器,少量人力完成机器无法应对的环节,这可能导致新的工作的产生,或原有工作内容的转变。


第四、社会影响


人工智能可能引发的一些社会问题:

工作岗位的锐减,失业率的上升;

高智商高学历的人群将占据更多的社会财富,并将技术牢牢掌握在自己手中;

可能出现垄断性大公司



播音 | 林伯虎

策划编辑 | 李雪清

音频编辑 | 陈子夫


以上内容来自专辑
用户评论
  • 郑小熙117

    书里讲的就不是人工智能,书里把电子报表、财务预算、大数据统计分析加在一起就当做是人工智能,人工智能的本质应该是像阿法狗一样能自我学习改进的,觉得本书没有听的必要了

  • 1388134bsbi

  • VivC_or

    人工智能发展的速度应该快过得书写时的情况…

    大大大学者 回复 @VivC_or: 是的,现在已经到新领域了

  • 王莉莉plus

    人工智能不受工作环境的影响,可降低运营成本 可优化流程推进效率 但是人工智能无法胜任不确定因素较多的工作,科技的进度一定会更新换代很多不同的一些工作然后会面对着一些人的事业以及新的一些新兴行业的崛起,但是这个对于整个社会来说绝对是进步的不然他不会出现,

  • 未来的未来_a9

    交流电的那个专利很重要吧

  • 泽弦ak

    机器做出的选择,需要依靠人类做最终决策

  • 縱横肆海

    这期怎么在喜马讲书列表里查不到,新加的?

  • 婷婷美的

    照亮夜晚的不是灯光,而是足够便宜的灯光,人类决策来自于过去,当机器的预测大于人类的决策时,人类就不用决策了,人类对决策带有一丝偏见比如%10存活率,%90死亡率,但是人工智能决策太过于相信因果逻辑忽略客观事实,人和机器共同决策,长期利益和短期利益的选择,复杂,往往是这一方面的好,另一方面的坏,会有一定概率的风险,类似人类潜意识反射一样,而未来智能的出现会创造更多的附属产品,也更多的需要人类在精细环节中劳作。

    婷婷美的 回复 @婷婷美的: 精细分工,维护机器的岗位越来越来多,变相增加就业,使得人类需要终身学习,像是大树的根系,分支劳作,但是人类是情绪的产物,比如保姆,被婴儿的感情影响家长的感谢等等,个人的精神满足等等会让保姆更愿意工作,但是未来如果保姆是维护机器,面对冰冷的数据和机器时候,人类感情上的寄托就没了,还有就是未来人口问题会不会出现断层,人口老龄化,经济发展带来的主根系越来越壮,分支边缘化功能减弱直接影响大树寿命。

  • 迂亮梦蝶

    即使生命如尘,仍愿岁月如歌