人工智慧誕生以來，人類生活中的很多部分都得到了悄然的改變，其中影象識別、棋類比賽、語音識別等方面應用最成熟，只要有人工智慧成功應用的領域，產量和質量都會有巨大的提升，本質上解放了人類的能力。

人工智慧已經融入生活

人工智慧的特點

人工智慧從名稱的含義上看，就是讓機器像人一樣思考，從而部分實現人類的思維能力，最初的人工智慧都是按照人類的思維邏輯和運作方式來設計的，效果不太好，只有在極少數領域有一些應用。

從2010年以後的人工智慧就走上了另外一條路：透過神經網路學習方法來訓練模型和特徵值，只要用於訓練的樣本量夠大，即使演算法差一些，也能訓練出很不錯的模型。

這一次人工智慧的特點是：

大資料量：訓練模型時的資料量需求大，百萬級的資料只是起步資料。因為資料量太大，很多公司沒有人力準備用於訓練的資料，在這種背景和需求下，現在已經有些村子成為資料特徵的人工標記團隊，即手工標記處圖片的型別，以方便人工智慧進行訓練。圖形算力：對相當於左腦的CPU（邏輯計算）需求量不大，但是對相當於右腦的GPU（圖形計算）需求量極大，這就相當於人工智慧更需要形象思維能力。塊模型：不再拘泥於海量的單一資料處理，而是將資料劃分為不同的資料塊，然後對這些資料塊進行快速處理，提升效率。例如在做人臉識別時，將一張人臉照片劃分為多個塊，然後各個塊並行處理，提升識別效率。持續延伸：人工智慧成功應用的領域正在從一些特別聚焦的領域擴充套件到更多的周邊領域，例如從車牌識別到車輛識別，從人臉識別到人體識別，再到行走姿勢識別等。只要進入到延伸的領域，這個新領域很快就出現成熟應用，有效提升生產力。

AI可以快速學習

向人工智慧學什麼？

人工智慧這些特點完全值得我們學習和借鑑，從而實現向更高價值的躍遷。

1、用精準資料服務自己

無論是網際網路的上半場還是下半場，我們面臨的一個關鍵問題是：在極度爆發的海量資料中不一定能找到最合適的內容。

可能你平時上網閒逛時，好像什麼內容都有，沿著各種連結可以無窮無盡地跳轉下去，但是當你需要查詢某些特定資訊時，可能就到處碰壁，免費內容的資訊量滿足不了你的要求，收費的資訊你不清楚是否就一定是你所需要的。

所以當你決定輸出高質量的工作成果時，首先就需要先獲得高質量的資料和資訊，無論是購買、定製還是花費時間去搜尋，方式不限，根據自己能夠支付的成本來操作即可。

建立“精準資料”意識是我們向人工智慧學習的第一個思維方式，沒有高質量的輸入，就沒有更高質量的輸出。

高質量、更精準的資料不是一次性消耗品，而是你擁有的資源和金礦，一旦建立自己的資料庫後，以後就可以不斷更新、重複使用，也可以用於分享、交換或者銷售。

高質量資料是金礦

2、發揮形象思維的價值

人工智慧特別注重GPU算力的使用，是因為GPU可以進行大量的平行計算，從而有效提升處理效率，這是充分發揮GPU（相當於右腦）的能力。

在各種考試或者智商測試中，我們非常注重記憶力、邏輯推理能力，但是對右腦的能力尤其是創造能力的使用較少，即使用到創造力，也是作為一種“看起來高階、實際上附屬”的能力來使用。

網路上有很多創造力訓練方法，例如透過組合、聯想、演進等各種方式來訓練大腦的創造力，這些方法都是挺好的，我建議用另外一種更簡單的方式來提升形象思維能力：寫作。

在寫作的過程就是資訊在右腦中不斷加工的過程，尤其是語言的組織、內容的設想、細節的思考等，都在不斷訓練大腦的形象思維能力，從無到有地創造出這個世界上本來沒有的內容，這是一個非常有效訓練過程。

發揮形象思維能力，創新性地解決問題，是我們向人工智慧學習的第一個思維方式，

3、實現“塊思考”

人工智慧之所以能夠戰勝人類的棋手，原因之一就是它儲存了足夠多的優秀走法和套路，當需要時，它只要搜尋到最優的套路來應對即可，所以每個棋手與人工智慧對弈時，其實是與有史以來所有頂尖大師的集合體對決。

還有一個有趣的統計，從普通高手到頂級冠軍之間，棋手們的腦海中記憶的棋局並沒有多多少，差別就是從“單子思維”跳躍到“塊思維”，即他們記下了極多的“套路模組”，當需要時就能調出來使用，這種方式比新手“根據單子現場隨機應變”的方式要更有攻擊力。

同樣，我們在學習一種語言時，也是記憶各個單詞的使用模組，然後就能快速應用這種語言，這就是嬰兒剛開始的時候只能使用簡單的疊詞，但是某一天他們就突然變成話嘮的原因，因為他們積累的語言塊達到了臨界值。

有意識地收集、積累、使用各種套路和打法，是從普通人變為頂級高手的必由之路，這是我們向人工智慧學習的第三個思維方式。

塊思考、塊記憶、塊處理

4、不斷擴充套件能力邊界

有一句諺語：“懂得越多，發現自己越無知”，即隨著人的能力邊界的擴充套件，自己接觸到的領域就越來越多，在這些新領域中，自己基本都是無知的。

在一個領域中達到精通之後，如果躺在這個舒適區中不動，可能很快就被別人超越；但是如果貿然進入一個完全陌生的領域，同樣也會快速失去影響力。更好的策略是從自己精通的領域向外拓展一步，既能保持自己的優勢，又能進一步擴充套件的能力圈，提升自己的能力和價值，這更符合人性的思維方式。

從自己的優勢領域不斷向外拓展能力邊界，從“專科醫生”變為“全科醫生”，這是我們向人工智慧學習的第四個思維方式。

一句話總結

人工智慧已經深入影響我們的生活，人類社會正在進入“人與AI共生”的智慧時代，我們可以從人工智慧處學習全新的思考方式，實現從普通高手到頂級高手的飛躍。