第1部分 (第2/5頁)
童舟提示您：看後求收藏（品書網www.vodtw.tw），接著再看更方便。
那一刻之後，人類對人工智慧的追求，從一臺超級終端，轉向了一個超級網路。
什麼？只是一種演算法？你特麼在逗我麼？那關我們普通人鳥事？
無數門外的讀者，肯定會這般想，並且覺得轉述前面這段話的作者實在是太不親民，太喜歡端著逼格說話了。
所以，咱用人話翻譯一下。
深度學習演算法出現之後。
從近了說，谷歌弄出了圖片搜尋引擎，facebook弄出了人像識別技術，搜狗弄出了可以自我學習的輸入法。
往遠了說，在06年深度學習演算法這個分水嶺出現之前，谷歌的工業機器人還停留在“人類程式設計師幫助機器感知與歸納，而計算機只負責演繹人類定義好的程式演算法，並自動執行”的層面。而這個演算法出現之後，機器的自我學習，主動“感知外部世界、根據人類的反饋自我修正演算法的歸納原則”變成了可能。
於是，進入2010年代，我們看到的工業機器人，從需要程式設計師如同操控數控機床那樣，給他按照工藝流程程式設計，然後才能開工的低效狀態。進化到了機器人機械臂上裝著無數感測器、調整工藝流程的時候可以透過普通工人“手把手”用力回饋方式修正機械臂動作，然後讓計算機“自己養成正確的操作行程習慣”。
時至今日，亞馬遜旗下的“天貓”（指亞馬遜旗下類似於淘寶天貓的官方直營店）儲運發貨端，已經消滅了人類儲運工人的崗位，實現了全自動發貨。
矽谷和洛杉磯市內的醫院，已經實現了藥房內機器人按處方抓藥、徹底淘汰藥劑師崗位。
谷歌的無人駕駛汽車，也從“只能無人車和無人車在一起開車”的低階形態，進化到了“無人車可以和隨時可能出現異常情況的有人車一起上路”的深度壓力測試階段。
進入了千家萬戶的掃地機器人，也已經開始擁有根據使用者戶型佈局自行學習修正地圖路線的能力，遠比數年前的早期款少許多磕磕絆絆。
……
或許，如果我們活到2050年，當人類真正從超級網路上實現了高度的人工智慧之後，我們會看到，在那時候的歷史書上，傑夫辛頓會被寫成和阿蘭圖靈一樣的偉人。
因為從他開始，計算已然成雲，媒體已然成流，大資料，不過是流媒體整合後的產物。
我們可以設想一下，如果在一個全體社會精英都能夠呼叫大資料的年代，真的有一個重生者，帶著幾十年固態化的“先知先覺”回到了2020年。然後，他試圖用他對“**”“股市”“媒體產物流行資訊”的先知來牟利，他還能成功麼？
或許，可以有短暫微末的成功，但是絕對不會有重生回**十年代時那麼成功，絕對不會有那些穿越到資訊還沒有爆炸成雲的時代那麼成功。
當你買下一個被“歷史”證明第二天會暴漲的股票後，也許你可以收穫最初幾個百分點的利益，可惜隨著你這個蝴蝶效應的變數在一瞬間被大資料與雲端計算捕獲之後，全世界剩下的投資精英都瞬間考慮進了這個變數，然後，歷史瞬間就被改變了。重生者囤積了幾十年的股市走向先知先覺能力，頓時化為烏有。
當你抄襲剽竊了一首未來會紅的紅歌，或者大神網文，結果因為大資料瞬間捕捉到了你有紅的趨勢，然後在你還沒有來得及推廣之前，那些比你名氣大得多的大神們就開始仿寫，分化你的讀者群。除非你的作品是有很深的功底要求，模仿難度大，否則，這樣的先知抄襲者絕對無法和前網際網路時代那麼成功。
任何試圖在流資料的時代，用囤積的固態資料牟利的人，就如同兩伊戰爭中拿著八十年代的武器，卻打著六十年代的戰爭形態的兩伊指揮官一樣愚蠢。就算他們有f14戰鬥機，他們的心依然只知道讓人肉潮水趟地雷
