结构化思维助你在人工智能时代胜出

2019年7月25日 12:46
來源:香港奇点财经特邀专栏作者 陈波

编者按:陈波,奇点财经的特邀专栏作者。中央财经大学财经研究院副教授,北京财经研究基地专家,绿色金融科技实验室创始人,区块链共识经济学创始人。中国人民大学经济学博士,爱丁堡大学碳金融硕士(志奋领学者),浙江大学控制科学与工程硕士。领导数十人团队研发了首个绿色金融领域人工智能引擎EnRobot,主持发布全球首个区块链经理人指数(BMI)。从事金融科技,人机混合预测,区块链技术等领域的研究和应用。

本文首发在作者微信公众号“海松ta说”,香港奇点财经获授权转载。(以下为内容正文)

人类和人工智能并不是竞争关系。那些炒作恐慌情绪的人,通常是因为不了解技术发展的规律或者被科幻电影所迷惑。

不是每个人都有能力驾驭人工智能的内在逻辑,要想成为人工智能时代的精英,既要有良好的逻辑训练,又要有超越逻辑本身的洞察力和思辨能力,而人工智能自身的发展也为职业能力的培养建立了一个优秀的参照。

并不是所有的领域都会被人工智能所覆盖

实际上,人类与机器自动化之间的复杂关系已经持续了上百年。从机器人以及软件系统的发展来看,尽管很多工作已经十分标准化,理论上可以由机器或程序所替代,但是这样的事情并没有发生。

这受制于许多因素,例如成本,不是所有的工作都值得投入大量研发成本取代人工。相比之下人力成本仍是有竞争力的。还有一个常被忽略的原因:任何程序或机器都存在bug,一旦某个环节出现风险将是全局性的,人虽然也会出错,但通常是分散在不同环节,而不是大规模集中在某个位置。

目前人们所谈论的人工智能是一个成本高昂的技术,它将集中于解决复杂性问题,而不是尝试取代那些重复性的简单工作。这也就意味着普通人不必担心由此带来的职业挑战。所谓复杂性问题通常需要处理海量数据以及理解复杂系统。AlphaGo的优势不仅在于高速运算能力,而是对围棋这一复杂系统的理解和运用。

除了围棋之外还有许多的部门是人工智能所要涉及的,例如人脸识别,传播,金融,医疗健康,城市规划,能源等等。尽管如此我并不认为人工智能将替代那些中低端的就业岗位,相反它将带来更多的高端就业岗位,对于高端人才来说将是巨大的发展机遇。

因为人工智能离不开数据,算法和应用场景,综合起来就是一种高度智能的专家系统。这种专家系统的开发,运用以及持续的改进必须依赖于大量的人类专家参与。表面上看人工智能正在取代人类专家,但本质上仍然高度依赖于人类的大脑和知识。只要人类科技在进步,人工智能就跟所有的软件程序一样需要不断迭代。

未来什么样的人才能够胜出?

实际上,有些行业已经正在发生快速的变革。

我经常会对学生说:做金融行业,如果不熟练掌握量化的基本技能,你将不是一个合格的毕业生。 如今的金融行业如果不懂得编程,不理解量化,将很难获得顶尖机构的追捧。传统的依赖于一对一的销售技能,或者社交关系虽然也非常重要,但是如果没有数据,没有量化模型的支撑,将越来越没有竞争力。

一旦谈到数据和模型,人工智能就是一个极好的武器首先你必须转变观念,既不要妖魔化人工智能,也不要轻视它,而是要看到机会,将其与自己的技能结合起来。前些天我给一个朋友发了某金融机构招聘人工智能博士的招聘广告。没想到这个我非常认可的语音识别博士,第一句话就说:这是为了设计产品坑老百姓的钱吧?我很无语,而且不愿反驳。有些人明明掌握了很好的专业技能,在思维观念上却充满狭隘的偏见与误区,错失职业转型和进阶的良好机遇。

人工智能在发展初期最大的机遇是与各个领域的深度整合。我们每个人都应该不断的思考:这一新的技术如何与我所在的行业进行融合,形成一个智能化的专家系统。值得反省的问题包括:数据从哪里来,是否具备复杂系统的特征,哪些典型的应用场景等等。这一思考的过程可以帮助你重新梳理所在行业的发展趋势以及你自己的核心竞争力。但有一点需要强调,人工智能的重要特点是:在解决具有网络特征的复杂系统时,能够创造额外的价值(信息发现、成本降低、效率提升等)。因此你的一切思考都必须回归到这个原点上。如果仅仅有大量的数据,但是不具有形成网络结构的条件,那这样的系统谈不上人工智能,只需要高速运算即可。人人都在讲人工智能,但你讲的可能并不是。

应该做出如何的准备

毫无疑问,并不是每个人都有能力参与到这场变革中,就好像只有少数人才能成为行业专家一样。人工智能将是一个高度强调行业专家价值的领域。这意味着要想参与到这场竞赛中,你首先得具备成为行业专家的资质。

大多数机构无论多么高大上,多么有技术含量,人事多么复杂,真正掌握核心技术的人不会超过5个。只有这几个人是不可替代的,其他人都可以在2-3年里快速培养。只要有机会,一定要努力成为这几个人之一。

观察了很多行业专家的样本,总结出他们与常人相比的不同之处:具有系统化的思维方式。人工智能的特点是具有高度的结构化和网络化。只有结构化的思维系统才能够更好的掌握人工智能这一核武器,但大部分人的思考模式往往是直线型或者平面型。 所谓直线型人才就是那些典型的理工科人才,逻辑推理能力较强,但发散性不够,视野不够开阔,对不确定性信息的处理能力较差;平面型人才则是那些文科生,跳跃性强,逻辑推理的严谨性和深度不够,不容易形成经得起推敲的思考链条。

说到底这都是中国义务教育阶段文理分科导致的后遗症。而专家型人才比较平衡的发展了上述两种能力,形成了具有网络特征的结构化思维系统。这一系统能够比较好的处理各类不确定性信息,同时又能够经得住严谨的逻辑检验。除了优化自己的思维方式之外,还需要掌握一定的技术工具(如编程语言)和丰富的行业知识。后者很多人经过时间的积累是可以实现。然而,遗憾的是我发现很多从业经验丰富的人却不能被称为专家,只能算是熟练工。他们只是停留在反复训练形成的条件反射阶段,却始终没有能够发展出一定的系统化思维。

因此在人工智能时代,这样的人很容易被替代。我认为人工智能对职业发展的最大启示就是,只有不断结构化的思维系统才能够进化出强大的竞争力。所以真正的问题并不是掌握什么知识和工具,而是通过这些训练建立一个系统思考的大脑,以应对越来越复杂的社会竞争。