王维嘉，斯坦福大学电气工程系博士，数字旗子暗记处理、人工智能专家，拥有12项可穿着打算、移动互联领域的美国发明专利，在硅谷学习、事情、创业、投资超过30年。

在这个时期技能变革每时每刻都在发生的时期，我们即将迎来机器认知，即暗知识的新纪元。
与以往人类节制的所有知识都不同的暗知识究竟有何神奇之处？被暗知识、机器认知颠覆的未来又是什么样子的?王博士将向我们揭秘，机器认知究竟会给未来带来若何颠覆性的改变。

从Alpha Go 看暗知识

Alpha Go的涌现对我们来说是一个巨大的震荡。
柯洁与其对弈后，直言Alpha Go太完美，完备看不到取胜的可能性。
就连设计它的谷歌工程师，也不知道Alpha Go每一步走法的缘故原由，这便是人工智能给我们带来的第一个震荡：不可理解。
这对我们人类的自傲、自傲是一个巨大的动摇。
通过AI的不可理解性，很可能我们人类创造了第三类知识：暗知识，它的总量很可能会超过我们人类几千年来积累的所有的知识的总量。

Alpha Go

阿尔法围棋（AlphaGo）是第一个击败人类职业围棋选手、第一个降服围棋天下冠军的人工智能机器人，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开拓。

知识的来源

知识这一观点涉及到了信息和数据这两个关键词，三者之间联系密切。
信息是一个事物可不雅观察的特色或者表征，数据是已经描述出来的信息，知识便是数据之间的干系性，即数据间的时空关系。

信息、数据、知识的新定义

信息：可不雅观察的事物表征

数据：已描述出来的信息

知识：数据间的时空关系

人类理解知识的过程

人们对知识的理解，涉及到近代的理性主义与履历主义。
理性主义的基本不雅观点是：人的观点是天生的，知识来自推理，万事万物之间是有因果关系。
而履历主义则认为人生下来是一张白纸，知识是来自履历，来自于我们感想熏染，万事万物之间不一定都是因果关系。
两派关于知识的辩论由来已久，但实际上理性没有办法否认知识是从履历中得来的，履历主义又没有办法否认理性主义的可靠性。
在我国，更方向于履历主义。

如今，我们可以从脑神经科学层面来理解知识。
大脑最中间最亮的便是神经元细胞，一个神经元大概会伸出5、6千个树枝一样的手突触，和周围的神经元联系起来，人类所有学习的奥秘都藏在两个神经元的连接之中。

芯片仿照人脑

神经元的输入就相称于从其他的神经元来的旗子暗记，每个旗子暗记相加的值如果高于一个门限值就会把下一个神经元激活，如果它低于这个数就传不到下一个，这便是人工智能的最基本单位：电子神经元。

电子电路模拟神经元

现如今，一个芯片上可以集成几十万、几百万乃至上亿个神经元，这就使得人工智能可以完成阿法狗下围棋这样繁芜的任务。

多层神经元加在一起就叫多层网络，或者我们本日常常听到的深度学习。

机器能在很短的韶光内把各种各样的路径都扫一遍，就能找到最佳的办理方案。
神经网络的实质就像是一头牛，吃进去的是数据，吐出来的是数据之间的干系性。
人不雅观察不到的细节，机器都可以丈量出来。
它能从数据里提取出更多的干系性，以是它在这方面会远远超过人。

未来我们所有的信息都被机器网络起来，这是不是一件很恐怖的事情？马斯克也好、霍金也好，很多人都以为，人工智能是人类的闭幕，由于机器总有一天会掌握我们人类，我们人类就变成机器的宠物，未来会是这样么？

更多精彩

请关注本周六晚《世编年夜讲堂》

编辑：纪小婧、晓静