作者文章归档：吴军
今天和大家分享一下我的一些心得体会，主要是《见识》这本书里的一些内容。
1
什么是见识？
最好的能解释见识或者命运的话，是撒切尔夫人的一句话。
她说：「注意你的思想，因为它将变成言辞；注意你的言辞，因为它将变成行为；注意你的行为，因为它将变成习惯；注意你的习惯，因为它将变成性格；注意你的性格，因为它将决定你的命运。」
也就是说，实际上命运从一开始，在很小的事情上，就被决定了。
2018年，中信出版社
到北大，光学会一个技能是远远不够的，我们叫做通识教育也好，博雅教育也好，素质教育也好，总归要接受一种教育，使得你能够一辈子受益，...
每一个人都有自己理解世界规律的方法，这些方法没有对错之分，但是需要长期有效。 1
从野蛮社会到人工智能，计算机科学家吴军为你讲解ChatGDP的来龙去脉。
4月3日晚上，吴军就人工智能和ChatGPT等当下热议的话题展开了一次直播。 Q1：ChatGPT的出现，为什么会引起恐慌？ 我知道，最近ChatGPT这事儿在中国很火，很多人在讨论。但很有意思的是，其实这件事在美国，已经没有太多人去谈论这个话题了。其实不光是ChatGPT，往前看十年，当时很多新技术出现的时候，我就发现在中国媒体上讨论的热度要远远高于美国。虽然那个技术其实主要出现在美国，但是中国人老百姓对此更关心。我认为这是一件好事，但...
采访人：微信公号“冯仑风马牛”
采访结束是美国东部时间晚上 12 点，吴军没有丝毫倦意，语气温和地说了一句：「好，我去干下一件事了。」惜时如金，勤奋认真，一如多年来外界对他的印象：
科学家， Google 中、日、韩搜索算法的主要设计者； 投资者，活跃于硅谷，丰元创投创始合伙人； 持续不断的观察者与输出者：著有《浪潮之巅》、《数学之美》、《文明之光》等多部畅销书，多次获得「文津图书奖」、「中华优秀出版物奖」等图书大奖。
1
大数据是智能的基础
我曾经跟伯克利很有名的一位叫迈克尔·乔丹（与美国球星同名）的教授聊了聊，他是现在的深度机器学习的最早期提出者，也是美国工学院、文理学院和科学院三院院士，我们就把AI这两个字母来回来去组合：
首先是IA— Intelligence Augmentation（智能放大），这就是说人工智能做出来的事情显得人类很聪明，比如搜索引擎和机器翻译，你不会法语要去法国旅游，在网上搜索一下就把知识综合起来了，这以前是要经过20年学术研究的。
第二个是II—Intelligence Integratio...
今天，我想讲的是一对矛盾：问题和机会。
问题意味着机会，谁解决一个具体的问题，谁就拥有一个机会。
一、进入超级智能时代
当我们说起人工智能的时候，其实有一个大家都忽略掉的特性。
人获得智能的时候，是一个人的智能，你怎么思考怎么反应是你一个人的事情，别的人不知道。
但是，进入到了今天，特别是当IOT（物联网）发展起来以后，这时的智能是一个网络的智能。
怎么理解句话？
比如，阿里巴巴或者京东给你推荐一个商品，它不是根据你一个人的行为得到的，而是根据全中国各种人的行为来给你做推荐，并且相对精准。
这个智能从哪儿来？是从网络中搜...
我们是谁？
黑暗森林法则不成立
我们是现代智人，习惯差的很远，本性却是很相近的，因为不管高矮美丑，我们的基因都差不了太多，但是因为人类生活在不同的地区，有不同的生活习惯，所以人类需要理解需要沟通，而不是像三体书里讲的黑暗森林法则，这个我是历来反对的。
黑暗森林从丛林法则的假设出发，构建了一个过分恐怖的宇宙之间逻辑关系，他说宇宙是一座黑暗森林，每个文明都是带枪的猎人，如果他发现了别的生命，能做的只有“先发制人”，开枪消灭之。
为什么不对？原因很简单，几万年来，智能生命之所以能走到现在，靠的就是信息和能量，现在信...
为什么区块链、大数据、人工智能会备受关注？
一方面是互联网，尤其是移动互联网出现以后，大量的多维度数据，在商业上获得了巨大成功。
另一方面，我们对人工智能的关注，很大程度上是因为AlphaGo赢了李世石。
而区块链这么热，不是因为它的技术好，而是因为很多人发现，拿区块链融资很容易。
今天我们讲区块链，并不是让大家去炒作，而是要用区块链做一些实际的事情。
一、互联网和人工智能的四代 未来是怎样的世界？
未来将是一个非常复杂的、强连接的世界，是世界上所有东西都连接在一起的复杂世界。
今天，互联网和人工智能，都进入了第四代...
11月26日，《大学之路（第二版）》新书发布会在北京举行。吴军博士做了题为《教育改变命运》的主题演讲。
教育可以改变命运吗？
我今天要讲的主题是“教育改变命运”，这是我们经常听到的一个观点，很多人对此深信不疑。但是，有时我们看到的又是另外一回事。
首先说大家相信它的地方。我在《文明之光》中里讲过一个励志故事。
英国有一个从小没有上过学的穷苦工人，他到十几岁都不会写自己的名字，但是他一直很渴望学习。每到下班的时候，别人都去喝酒，而他则利用下班时间去自费接受了英国的公立教育（给穷苦人的教育）。两年后，他学会了写自己的名字，2...
1、这个时代属于大数据
简单地讲，当时无论是做语音识别、机器翻译、图像识别，还是自然语言理解的学者，分成了界限很明确的两派，一派坚持采用传统的人工智能方法解决问题，简单来讲就是模仿人，另一派在倡导数据驱动方法。这两派在不同的领域力量不一样，在语音识别和自然语言理解领域，提倡数据驱动的派比较快地占了上风；而在图像识别和机器翻译方面，在较长时间里，数据驱动这一派处于下风。
这里面主要的原因是，在图像识别和机器翻译领域，过去的数据量非常少，而这种数据的积累非常困难。图像识别就不用讲了，在互联网出现之前，没有一个实验室有上百万张图片。在机器翻译领域，所需要的数据除...