第一章 數(shù)據(jù)學(xué)習(xí)效應(yīng)

我們的大腦中存在著大量的神經(jīng)元，它們彼此相連，被流體包裹，受到膜和骨頭保護(hù)，叢生枝蔓連接著肌肉——這一切都讓人著迷，因此我們也研發(fā)出了非自然狀態(tài)的神經(jīng)元。這些神經(jīng)元首先表現(xiàn)為紙上的邏輯方程，然后是計(jì)算機(jī)上運(yùn)行的程序。人工智能的力量來(lái)自在更強(qiáng)大的計(jì)算機(jī)上運(yùn)行這些程序，在更大的網(wǎng)絡(luò)上運(yùn)行更多的數(shù)據(jù)，從而更快地學(xué)習(xí)。更換學(xué)習(xí)工具能夠改變我們的學(xué)習(xí)速度，也會(huì)讓我們變得更加聰明。

雖然人工智能令人興奮，但我們卻無(wú)法用一個(gè)詞來(lái)描述其對(duì)于公司、經(jīng)濟(jì)和社會(huì)的意義。詞匯很重要，因?yàn)樗軌驇椭覀冏R(shí)別事物，找出知識(shí)差距。類比也許是一個(gè)不錯(cuò)的方法，但它們也無(wú)法覆蓋所有的內(nèi)涵。人們?cè)噲D用規(guī)模來(lái)定義人工智能，將數(shù)據(jù)稱為“新石油”——可能是因?yàn)槭褪且环N資源，因此擁有的越多越好。人們還試圖用網(wǎng)絡(luò)來(lái)定義人工智能，比如數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)——也許是因?yàn)樯缃痪W(wǎng)絡(luò)是大數(shù)據(jù)時(shí)代開(kāi)始時(shí)的一個(gè)主要趨勢(shì)。但無(wú)論是規(guī)模還是網(wǎng)絡(luò)效應(yīng)，都無(wú)法充分形容人工智能的力量。它們沒(méi)有抓住人工智能的核心要義：快速學(xué)習(xí)。既然我們對(duì)人工智能的可能性有了更多的了解，那么我們就可以選定一個(gè)能夠恰當(dāng)定義它的詞語(yǔ)了。

這本書就提供了一個(gè)那樣的詞語(yǔ)，從一種被稱為數(shù)據(jù)學(xué)習(xí)效應(yīng)的新型競(jìng)爭(zhēng)優(yōu)勢(shì)開(kāi)始：信息自動(dòng)復(fù)合。我們?nèi)祟愅ǔＪ沁呌^察邊學(xué)習(xí)。如今，機(jī)器能夠以遠(yuǎn)遠(yuǎn)超過(guò)我們的速度和規(guī)模來(lái)進(jìn)行觀察和學(xué)習(xí)。在給出機(jī)器學(xué)習(xí)的方式之前，先簡(jiǎn)單回顧一下人類的學(xué)習(xí)方式。本章為數(shù)據(jù)學(xué)習(xí)效應(yīng)下了定義，將其與其他類型的競(jìng)爭(zhēng)優(yōu)勢(shì)（舊的競(jìng)爭(zhēng)方式）進(jìn)行了比較，并強(qiáng)調(diào)了它們的一些特殊品質(zhì)，即數(shù)據(jù)學(xué)習(xí)效應(yīng)如何在市場(chǎng)中帶來(lái)贏家通吃的動(dòng)力，使產(chǎn)品用途更強(qiáng)，比網(wǎng)絡(luò)效應(yīng)組合更快，創(chuàng)造成本優(yōu)勢(shì)，并獲得智能產(chǎn)品定價(jià)權(quán)。最后，我們還關(guān)注了數(shù)據(jù)學(xué)習(xí)效應(yīng)的一些局限性。