3星《人機平台》：人腦與機器、產品與平台，以及核心與大眾

3星|《人機平台》：數字化時代的三大類新的再平衡：人腦與機器、產品與平台，以及核心與大眾

全書是關於人工智慧時代的現狀與未來的分析與展望。事實與觀點中新意都不多。

總體評價3星，有一定參考價值。

以下是書中一些內容的摘抄，#號後面是kindle電子版中的頁碼，【】中是我根據上下文補充的信息：

1：他們就是讓沃森回到2003年，與全球的頂尖科學進行一場科研競賽。結果是，沃森提出了7個被證明有效的方案，而全世界這個領域所有頂尖的科學家在10年間提出的解決方案也只有10個。#84

2：20世紀英籍猶太裔大學者邁克爾·波蘭尼（Michael Polanyi）的觀察精彩地總結了這個狀況：「我們所知的多於我們所能說的。」#313

3：上面我們介紹了三個例子：阿爾法狗擊敗最好的人類圍棋選手，Facebook和愛彼迎這類沒有任何傳統行業資產的新興公司取得成功，通用電氣邀請在線用戶來幫助設計並銷售該公司自己擅長的產品，這些例子展示了重塑商業世界的三大趨勢。#451

4：正如我們將反覆聲明的那樣，人的能力、優質產品和服務，以及強大的組織能力對於企業的成功來說仍然至關重要。#471

5：許多不同領域的研究都得到了同樣的結論：恰恰是因為在位者熟諳現狀，沉迷其中，以致看不到新技術的浮現及其未來的潛力和可能的演化。這種現象被稱為「知識魔咒」和「現狀偏見」，它甚至會影響到管理良好的成功企業。#537

6：電氣化是迄今為止最具顛覆性的技術之一。在20世紀的前幾十年，它使美國製造業出現大規模滅絕。#550

7：那些認為電氣化只是一種更好動力源的工廠業主完全錯失了機會，隨著時間的推移，他們發現自己落後於電氣化的競爭對手。這些落後者可能一直在生產精妙的產品，並通過高效的分銷網路向忠誠的客戶銷售。#571

8：現在的人已經很難想起此前的文書流轉時代，當時，一車車滿載的文件夾往返於人群和部門之間。「文書礦井」是該時代「碩果僅存」且令人困擾的一個地方，它設在地下，是由美國政府人事管理辦公室負責的一個低效率部門。#650

9：哈默和錢皮的基本想法是：企業不能認為自己是在部門內執行任務（例如在採購部門內購買原材料），它們應該把自己看成在執行業務流程（例如採購、組裝並按客戶訂單裝運），這本來就是跨部門的事。#659

10：他們找到了136項這樣的研究，涵蓋從智商預測到心臟病診斷的方方面面。在48%的研究中，兩者並無顯著差異，換言之，平均來說，專家並沒有比公式做得更好。#769

11：將決策交給機器的真正風險在於，演算法系統中的偏見可能會延續甚至放大社會上的一些有害偏見。#899

12：拉茲洛·伯克（Laszlo Bock）擔任谷歌人事部負責人時就意識到，多數用於選擇新員工的技術幾乎無濟於事。在考察公司員工在職表現差異的實際影響因素時，他的團隊發現，招聘前的簡歷檢查僅解釋了約7%的差異，之前工作經歷的年份解釋了3%，非結構化的工作面試仍然是最常見的情形，它始於「你的最大優勢是什麼」或「請做自我介紹」等問題，但是只能解釋14%的差異。#967

13：那麼，更好的招聘方法是什麼？谷歌決定更加依賴結構化面試，它解釋了25%以上的在職表現。結構化面試包括一組預定義的問題，旨在評估一個人的一般認知能力等方面。#976

14：撇開「超級預測者」不談，我們對預測的最根本建議是少做預測。我們的世界越來越複雜，常處於混沌狀態，又總是快速流動。這使得預測事情變得要麼極其困難，要麼不可能實現，時間跨度越大，預測就越不準確。#1019

15：與以上對比類似，早期的人工智慧社區分為兩個陣營。一個追求所謂基於規則的，或者說符號型人工智慧，另一個則建立模式識別的統計系統。#1141

16：然而，其他的挑戰使基於規則的方法捉襟見肘。語音識別、圖像分類、語言翻譯等領域的數十年研究結果並不令人滿意。這些領域取得的最好結果與人類的表現仍相距甚遠，最糟糕的結果則給人留下了很壞的印象。#1150

17：戴維斯和馬庫斯討論了建立以上系統的最大障礙：「進行常識推理時，人們……借鑒的是……基本上無法自省的推理過程。」#1176

18：事實上，目前投入使用的數據中心能源管理、語音識別、圖像分類和自動翻譯等機器學習系統中，那些表現最好的系統非常相似。它們都是深度學習的變體，不因應用領域而異。#1262

19：直至我們寫這本書時，人工智慧領域幾乎所有的商業成功例子都使用監督式學習技術，也有少數使用了強化學習技術（例如DeepMind優化的數據中心）。然而，人類學習的主要方式是無監督的學習。#1282

20：傑林克在20世紀80年代中期觀察到：「每當我辭退一名語言學家，語音識別器的表現就隨之改善。」到2015年左右，處理語音翻譯相關問題最為成功的團隊裡面沒有語言學家，而他們的研究結果震驚了全世界。#1336

21：我們所見過的最先進的機器人廚師是風投資本家溫諾德·柯士拉（Vinod Khosla）資助的機器人快餐公司Momentum Machines開發的漢堡製作機。它使用生肉、麵包，以及醬汁等調味品，然後將其製成袋裝漢堡，製作速度高達每小時400個。#1489

22：保險公司也可能很快會使用無人機，以便評估龍捲風后屋頂受損的程度、幫助保護瀕危動物群體免遭偷獵、防止偏遠森林受到非法採伐以及完成許多其他任務。#1567

23：長期以來，耕耘土地、種植作物是人工從事的勞動密集程度最高的工作，而它現在卻是知識最為密集的工作。#1587

24：不誇張地說，人們與機器人及其同類一道工作的第二種方式就是「肩並肩」。再說一遍，這不是什麼新鮮事。工廠里的工人長期以來一直被機器包圍，經常與機器密切合作。#1592

25：寫小說有三條規則。不幸的是，沒有人知道它們是什麼。薩默塞特·毛姆（Somerset Maugham，1874—1965）#1695

26：2015年，基於手機App的平台Go-Jek【在印度尼西亞首都雅加達】面世，它是連接乘客和摩托車的平台。該平台給出的固定價格受到追捧，因為它消除了討價還價帶來的時間浪費和不確定性。#2717

27：需要特別提及的是，開放有一個非常重要卻違反直覺的特點，那就是不唯資歷，或者說拋棄這麼一種觀點：只有在具備文憑、職銜、推薦信、工作經驗、良好成績等一定資歷時，人們才可以被允許做事情。#3354

28：可用假肢的成本一夜之間暴跌了99%以上。3D列印的產品固然與5000美元的產品不同，但它們可以活動，製作價格又便宜，創客都可以免費向用戶提供這些產品。#3782

29：如果對比特幣感興趣的人員和組織相信系統已經被壞人接管，那麼他們很快就會對它失去興趣，轉投其他項目或付款方式。到那時，比特幣會很快失去價值。既然這樣，攻擊者為什麼還要花那麼多錢來接管整個區塊鏈，#3913

30：我們不是說市場超級有效率嗎？科斯認為，某些方面的確如此，但市場在其他幾個方面也往往產生較高的成本，包括：?搜索並發現相關價格的成本；?談判和決策的成本；?挨個簽訂合同的成本；?監督和執行合同的成本。#4264

31：在本書中，我們描述了數字化時代的三大類新的再平衡：人腦與機器、產品與平台，以及核心與大眾。#4559

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！