当前课程知识点:人工智能与创业智慧 > 第5章 人工智能思维对创业思维的挑战?蜂与蝇的启示 > 第三节 人工智能思维 > 第三节 人工智能思维
大家好
欢迎继续来一起探讨
人工智能与创业智慧
我们已经开启了人工智能与创业思维
上次课讲了两个小动物
在一个玻璃瓶的实验
我们认识了管理思维与创业思维的不同
而且好像找到了答案
创业思维像苍蝇一样
可是这次课我们首先告诉大家
这个剧情在人工智能时代发生了翻转
蜜蜂正在逆袭
换句话说人工智能时代
恐怕不能简单的说创业思维是解决之道
那管理思维就是代替思维吗
我们来看看人工智能三驾马车
算法 算力 算料背后的蜜蜂型的思维路线
首先人工智能算法它高度关注因果关系
人工智能领域最著名的图灵奖的得主
贝叶斯网络之父 一位教授的建模
让大规模定量表示不确定事件发生的可能性
以及这些可能性之间的关系成为可能
听上去有点拗口
他想说明的就是
不确定事件发生的这些可能性
和可能性之间这种可能性
好像多么不可能
但是这种建模让它成为可能
并且现在已经作为
当前各种人工智能应用的建模规范
使机器成为了不确定性推理的工具
那这位教授最近还进一步提出
当前人工智能对
不确定性的预测和诊断属于曲线拟合
那么在未来应更加关注因果论的应用
以及如何找到固有因果问题的答案
而这不该被科学所抛弃
用咱们的实验语言可以停一停
解释一下就是因果
因果之间
大家能想到的是苍蝇还是蜜蜂啊
对
太阳因果关系
蜜蜂的行动
所以这位教授提醒
人工智能算法有可能让
创业思维所依存的那种不确定的情境
从不可知变化为可量化
让创业领域经常提到的VUCA
大家还记得吗
VUCA
分别是流动性 不确定性 复杂性 模糊性
这四个英文单词的首字母
我们创业经常讲VUCA的环境
而人工智能让这种环境成为XY
这种因果关系所构建出的模型
也就是说苍蝇和蜜蜂这个实验当中
我们所谓的不确定的情境
在人工智能的算法 因果关注点
最后得出来的是
有可能是明晰的一个结构化模型
我们再来看算料
人工智能算料数据它指向的是预测优化
人工智能处理海量数据的能力
让人类望尘莫及
这就使得精准预测成为可能
并且不断的变为现实
当前通过人工智能实现成功预测的领域
包括营销
比如说大家都知道给客户画像是吧
我们每个人在买东西的时候
其实很多公司都能
对它未来的顾客进行一个画像
靠着数据
还可以用在哪里啊
人力资源
招聘员工
还记得吗
市场变化
灾害防治 竞争性反映等等诸多方面
甚至有报道称
人工智能技术的预测能力强大到什么程度呢
斯坦福大学研究团队研发了一种
预测病人死亡时间的人工智能
准确率高达90%
这就不难理解为什么一些创业者
会认为计划经济将变得强大
因为预测在优化
不断的完善
计划成为可能啊
比如马云就提出因为数据的获取
能让市场这只无形的手变得有形可见
当然这一类的观点也受到经济学家的质疑
虽然受到质疑
但是不少创业者或企业
都在借助人工智能实现预测的优化
从而揭开了未来神秘的面纱
这是算料
我们在这里可以
回顾一下算法关注了因果关系
有目标才有行动嘛
因果关系
算料关注的什么
是预测啊
我们想到了谁啊
不是苍蝇
可能是蜜蜂
接着往下看算力呢
算力在人工智能它更加关注的是资源的优势
不论算法的模型
还是海量的数据背后离不开强大算力的支撑
一个有意思的新晋研究
是来自美国一所大学的
研究人员和它的小伙伴
这个团队做了一个很有意思的分析
他们分析了许多优秀的
人工智能模型的碳排放
还把这个碳排放
和咱们人类日常生活的碳足迹
这么做了一个比较
对比发现我们要在
人工智能领域训练一支
自然语言处理模型Transformer的碳排放
相当于我们人类
一个普通人坐飞机
在旧金山和纽约之间往返200次
怎么样
碳排放也是不小的
当然这个研究结果的严谨性还值得再探讨
但的确反映出人工智能强大的算法
需要强大的硬件作为支持
我们曾经提到
当年战胜了李世石的AlphaGo
使用了1920多个CPU和280个GPU
而谷歌最新的TPU以超强的性能功耗
成为实现人工智能深度学习的优势资源
注意是优势资源
而创业思维
我们在上次课比较的那个表格当中
大家还记得吗
创业强调的资源
就说资源越多越好
优势好
还是说有限资源就可以行动呢
有限资源行动啊
可是在这里我们似乎看到了相反的一面
那从以上的算法 算料 算力的分析来看
人工智能思维更加侧重因果逻辑
朝向目标努力的优化预测
离不开优势的资源
等等这些都在挑战创业思维所关注的
侧重的效果逻辑
而效果逻辑不是目标导向的
而更多强调手段导向
不是预测优先的
更多的是控制优先
而现在效果逻辑看来
你资源约束不是劣势
而是优势
因为有了资源约束
你才能发现机会
而人工智能时代我们感觉到
不是啊
你没有这样优势的算力支撑
不可能做成这些事
为此
我们用图二进一步来示意
我们来看看这个图二里在苍蝇和蜜蜂之间
我们又出现了可爱AI
图二的左侧呢
我们还是看到了蜜蜂
右侧我们还是看到了苍蝇
它们两个在面对人工智能时代的时候
都在想到底这个时代的思维像我
还是不像我
看到图二
我们也可以再对照上次课我们看到的那张表
管理思维和创业思维那张表的对照
诸多的细节
我们再来看今天人工智能时代
这两个思维到底你觉得它像苍蝇还是蜜蜂呢
我们再来看这个图的左侧蜜蜂代表着
目标 方向 计划 预测
资源储备优势的因果逻辑
而这个图的右侧代表着
变化 尝试 机遇 控制 资源约束行动
是效果逻辑
可能有同学会发现
原来通过这个分析
我们通过表和图的对照
可能得到的答案反转了
也就是说在这个时代
人工智能思维似乎更像是蜜蜂而不是苍蝇
那这是否又意味着
人工智能时代创业思维又落伍了呢
是否意味着管理思维
又成了我们行动的方向了呢
二者之间到底该怎么取舍呢
那我们这次课加入了人工智能元素
让这两种思维碰撞
可能跟上次课一样
又把我们的目光聚焦到了其中一个
但是答案可能并不是二选一
答案到底是什么呢
我们下次课将继续来分析人机协同的问题
好
谢谢大家
-第一节 创业者让人工智能与人文智慧牵手
--习题
-第二节 人工智能创业架构与无尽的前沿
--习题
-第一节 AI时代人类劳动式微了吗
--习题
-第二节 步骤一:人工智能成为好帮手
--习题
-第三节 步骤二:人工智能成为好助手
--习题
-第四节 步骤三:人工智能成为好推手
--习题
-第一节 人工智能之初应当性本善
--习题
-第二节 人工智能伦理的难题与伦理方向的决定者
--习题
-第三节 人工智能创业伦理
--习题
-第四节 “上善若水”与人工智能创业伦理行动
--习题
-第一节 人工智能的那山、那水、那人
--习题
-第二节 人工智能创业生态系统与都江堰工程
--习题
-第三节 三大工程节点的启示
--习题
-第一节 蜂和蝇的小实验
--习题
--蜂和蝇的小实验
-第二节 从管理思维到创业思维
--习题
--Smartvid.io:将人工智能引入建筑行业工程安全管理
-第三节 人工智能思维
--习题
-第四节 “玻璃瓶”是静止还是动态?
--习题
--创业环境
-第五节 人机协作冲出铁笼
--习题
-第一节 商业模式:从画布到画脸
--习题
-第二节 颜值派商业模式与实力派人工智能
--习题
-第三节 完美愿景与残酷现实
--习题
-第四节 人工智能美颜商业模式的误区
--习题
-第一节 人工智能技术:插曲还是调音
--习题
-第二节 人工智能创业:由易及快
--习题
-第三节 从精尖技术到精益启动:两种时间观
--习题
-第四节 精益的时间艺术
--习题
-第一节 五年五城五色土与北京
--习题
--北京
-第二节 深圳与上海
--习题
--深圳与上海
-第三节 成都与杭州
--习题
--成都与杭州
-第四节 下一站坐标
--习题
--下一站坐标
-第一节 中国人工智能政策五年回顾
--习题
--中国人工智能政策
-第二节 中国双创政策五年概览
--习题
-第一节 人工智能教育与创业教育的融合
--习题
-第二节 基于“理论-实践”的融合类型
--习题
-第一节 人工智能创业伦理的新特征
--习题
-第二节 人工智能创业伦理对创业者的新要求
--习题
--张瑞敏砸冰箱
-第三节 人工智能创业者的伦理决策与伦理领导能力提升
--习题
-第四节 人工智能创业伦理的治理平衡
--习题
-第一节 人工智能创业的实践反思
--习题
-第二节 人工智能创业的教育创新
--习题
-第三节 人工智能创业的人才培养
--习题
-第四节 人工智能创业的前沿展望
--习题