奇点大学公开课——颠覆你的思维11月24日，百度百家举办了第六期线下活动，邀请了奇点大学三位讲师在祠堂开设公开课。左：雷蒙德，中：尼尔，右：布拉德有幸参与百度。
奇点大学公开课——颠覆你的思维
11月24日，百度百家举办了第六期线下活动，邀请了奇点大学的三位讲师在祠堂开公开课。
左：雷蒙德，中：尼尔，右：布拉德
有幸参加百度100奇点大学公开课，与大家分享我的收获。首先neiljacobstein讲的是《人工智能重塑生活》。人工智能是我非常感兴趣的一个领域。在文章后面，我会谈谈我的想法。
Neil首先介绍了指数思维，大家都不陌生。大家都看到了这个时代电脑性能和个人手机配置的飞速发展。学过计算机的都知道摩尔定律。指数思维是摩尔定律的延伸，将摩尔定律这一指数发展的规律推广到其他领域，如通信、存储、信息、AI、机器人、生物学、纳米技术、神经科学等。
尼尔跟进了机器发展对社会的影响，比如失业、电商互联网对传统行业的冲击；尼尔还提到，我们现在的工作方式与我们的祖先有很大不同。新技术新时代带来了更多新的就业机会和更大的利益，就像iphone ipad对整个世界的影响一样。
不仅要用指数思维理解科学、技术和社会，更要用指数思维指导个人和企业的成长。有一个很好的图片可以说明个人的指数级发展：
另外，这篇文章《让你的荷叶布满整个池塘》对个人的指数增长也有很好的论述。
如果充分理解个人成长的指数发展，每个人都要有努力成长的信心。
此外，Neil还提到了指数型组织，例如知名互联网公司开放的工作环境、高效的协作、授权和流程。我们也看到许多公司发展非常快。刘举例说，的年增长率是200%，也是指数级的。我们还看到许多其他知名互联网公司呈指数级增长。
同时，尼尔推荐《指数型组织》: 《ExponentialOrganizations: Why new organizations are ten times better, faster, and cheaperthan yours (and what to do about it)》。
同样看好未来的还有奇点大学的执行主席，他写了《富足》这本书，介绍了将改变人类未来的四种力量，认为未来比我们想象的更好。
为了实现人类的繁荣，尼尔还描述了影响力的公式：I=patimpact=人口影响力技术。详情请参考http://en.wikipedia.org/wiki/I_=_PAT。
尼尔还介绍了各领域(纳米技术、太阳能、电网、农业等)指数化发展的最新情况。
关于奇点大学校长库兹韦尔的指数思维推荐《奇点临近》，书中有非常详细的讨论和论述。
尼尔后来开始讲人工智能(AI)。他介绍了AI历史上的一些重大发展里程碑，比如1997年深蓝国际象棋战胜人类，11年ibm的沃森计划打败人类棋手，今年沃森对公众开放，认知神经科学对AI的借鉴，iphone的siri，google glass，nupic，grok，ibm最新的认知神经芯片SyNAPSE，google深度学习的对象识别。
关于人工智能内容的系统论述，请参考库兹韦尔《如何创造思维》这本书的第七章。
尼尔提到一句让我印象深刻的话，大意是人类历史是教育与灾难的赛跑。我觉得奇点大学意义重大。它将教育和普及这个时代技术发展的最大规律，让我们为这个时代做好准备。
埃隆马斯克(Elon Musk)对AI的危险性做过很多评论，尼尔(Neil)也多次提醒大家，在做研究的时候，一定要时刻想到技术的风险，及早防范，遵循道德原则，遵循生态的四大法则：第一，每一种食物都与其他事物相关；凡事都有归宿；大自然知道的是最好的；天下没有免费的午餐。
记得有人说过，大学不是教你多少知识，而是给你开阔的视野。视野比知识更重要。百度大话这个培训就是给大家打开一扇门
计算的未来：设备的多样化
下午，布拉德坦普尔托讲了技术发展的两个特点，早期采用和愚蠢的网络。我的理解是，笨网络并不笨，只是提供了一个可扩展的基础，比如ip网络协议。经过30年的发展，人类在其上构建了丰富多彩的互联网虚拟世界。随后，布拉德介绍了物联网中会出现的各种智能硬件传感器。
Brad接着谈到了自动驾驶对社会的影响和改善，并从能源、效率、事故减少、时间和舒适度等方面进行了讨论。
生命科学普及：2050年人类寿命将翻倍。
RaymondMcCauley给大家讲了基因技术，从基因解读、基因书写、基因解码三个部分讨论了基因技术的发展。同样，基因技术也是人们从食品安全到人文伦理(基因优生学)讨论很多的领域。雷蒙德对转基因食品的论述是：我们应该多参考前沿基因科学家的观点。
下午，两位教授谈论自动化。
驾驶技术和生物基因工程，我认为就是指数型发展在交通和基因工程两个领域的例子。由于指数发展，所以计算和基因技术普及的越来越快。后记：
最后我想说一下我对实现强人工智能思路的看法，我们这里用AGI 表示Artificial General Intelligence 表示像人类一样的整体的通用的AI，现在大家都在讨论如何创造像人一样的AI，而不仅仅是创造只是适用于某个领域的专门做某些事情的AI，那么如何创造出像人一样的智能呢？
为创造像人一样的机器智能，我们应该向谁学习呢？既然大自然已经造就了人类这样高等智慧的生物，那我们就像大自然学习，学习大脑的工作原理，从认知神经科学领域探寻大脑的秘密（比如《superintelligence》 一书第二章就提到模拟大脑的思路），但是大脑极其复杂，我们如何开始呢？我们需要从简单的开始，人比其他动物更强的是大脑的功能更多更高级，但是人和其他动物基本都是视觉动物，视觉神经系统相比其他感觉系统在整个大脑中所占比重更大。视觉系统也是现在认知神经科学研究最深入的领域。
视觉有多重要毋庸置疑，视觉是动物对世界认识极其重要的一个入口，通过视觉，动物对世界进行认识，把世界在自己的大脑中进行建模。所以我们从视觉入手。但是动物视觉系统也是极其复杂，简单说，视觉分两部分，物体识别通路和运动监测通路，现在仿生的深度学习已经在物体识别方面有了很大的突破。比如识别场景http://t.cn/zHgZkOd，识别物体http://t.cn/Rhc2Jyd，大名鼎鼎的猫脸识别，玩游戏http://t.cn/8sMKbr6，短期记忆http://t.cn/R7CYr5e，Deep Learningin Neural Networks: An Overview 5.22一节介绍了最新的深度学习进展。其它资料如仿生机器视觉论文DeepHierarchies in the Primate Visual Cortex What Can We Learn for ComputerVision.pdf
从进化来看，人的思维体系也是建立在视觉思维之上，很多语言都是首先反映普通的视觉对象，抽象词语也大都是从具体的词语抽象而来。如果计算机真的能像人一样看懂这个世界，那将是很大的突破。
所以我认为创造像人一样的机器智能的思路是从仿生动物视觉系统的机器视觉入手。欢迎大家批评交流！个人微博http://weibo/createamind/。