《人工智能时代》读书笔记

在这本书中，智能时代领军人、硅谷连续创业者杰瑞·卡普兰指出：智能时代的到来，给人类社会带来了两大灾难性冲击：持续性失业与不断加剧的贫富差距。机器正在很大程度上替代人类的工作，不管你是蓝领还是白领。而针对未来社会将要发生的这些问题，卡普兰在本书中从企业、税收和保险等机制上构建起了一个有益的经济生态，让社会中的每一个人都能从技术发展中获益，带领我们一窥人机共生下财富、工作与思维的大未来。书中提出的建议和解决方案给遭遇挑战的人们更多抚慰和安全感！

《人工智能时代》读书笔记

• 九、一个人机共生的时代
  • 大多数动物天生没有足够的智慧来摆脱因栖息地环境变化造成的困境，但是我们有
  • 美国橄榄球第59届超级碗的比赛中，西雅图海鹰队在抛硬币环节胜出，他们的先发球员得到了球，球在空中完美划过，进入对方球门的正中央，让所有人惊掉下巴
  • 这是美国橄榄球联盟史上第一次开球射门得分，观众陷入疯狂
  • 而后 ，一次又一次完美的射门，让观众不安，在没有一次传球的情况下，他们连续30次射门得分，海鹰队在观众的倒彩声中获得了胜利
  • 坊间充斥着各种传言，但真相很快大白了，海鹰队启用了史上第一个轻量级智能定位鞋，它符合所有橄榄球联盟规定，但能把踢球者的脚精确地引导到最佳位置上
  • 公众激烈辩论，人们分成4派
    • 保守派认为规则神圣而完美，如果有人创新，那就让他创新，所以球队都可以开发这样的技术
    • 自由派关注公平，他们认为有的球队有新鞋，有的没有，那应该把穿新鞋的对手球队球门变窄。基要派认为任何新鞋事物都要禁止，过去无比美好
    • 革新派认为比赛的目的是为公众利益服务，所以应适当改变规则，在娱乐大众的同时，激励球员突破自我
    • 最终，美国橄榄球联盟找出了一个有创意的解决方案
    • 设立了球员装备最佳进步奖，每年颁发100万美元的奖励，获奖的发明将会被联盟中的所有球队免费使用
  • 当然，这只是一个预言，但谁敢说这个预言不会成真呢
  • 分配未来，急需公平
    • 如同新设备加身的球队面对传统球队时，我们生活的世界，富人与穷人的力量悬殊也越来越大
    • 而生活标准的巨大差异，是一种公众性的耻辱，我们需要改变这种状况。为了缩小差距，现在已经到了建立合理政策的时候了
    • 我们不需要夺走任何人的东西，只需要用一种更公平的方式来分配未来的增长，问题就会迎刃而解
  • 利益均分，让每一个人获益
    • 我们可以采取经济激励的方式来扩大股票和债券的所有权基础
      • 为公司设置公共利益指数，针对公共利益指数较高的公司进行税收减免或者税收优惠
      • 为了获得税收优势，公司会在更大范围内分配股权，而获得股权的大众就共享了发展的增长，而政府可以据此监控并调整这个过程
    • 有人说，没有资产的人怎么有钱购买证券
      • 作者首先提出了改变管理社会保险方式的方法，提高个人既得资金的透明度，让个人拥有更多控制权，让人们从一些私人股票和证券组合中挑选，让人们在一定范围内按照自己的心愿来制定自己的投资组合
      • 这样做可以让更多人管理自己退休金，提高个人和社会之间的连通感
      • 此外，被政府减免的或政府补贴的所得税以及我们用来鼓励各种活动的对等基金，也可以帮助建立每位公民的投资组合
      • 政府可以为公共服务志愿者适当提供高公共利益指数的股票和债券的投资组合，如果你报名参加一些公共服务活动，可以授予你一些还没真正拥有的股份，随着工作时间的积累，逐渐获得这些股份的所有权
    • 钱并不是工作的唯一理由，人们希望感觉到自己是对社会有用的一员
      • 未来，或许有些人在不工作的情况下仍有足够的收入养活自己，天天打游戏
      • 但是，大多数人不会满足于此，人类追求上进和自我价值感的本能不会消失
• 八、无论什么颜色领子，机器都会毫不留情
  • 全球变暖并不是对所有人都一无是处，决定因素在于你所处的地方，科技变化带给劳动力市场的影响也是一样
  • 淘汰的不仅是工作，更是技能
    • 面对人工智能领域的发展，一种威胁很明显
      • 大部分自动化作业会代替工人，从而减少工作机会
      • 但是，还有一种威胁比较微妙，很多科技进步，使得企业连技能都淘汰
      • 譬如，由人来做亚马逊的仓储计划，会把商品以一种既有逻辑又易于理解的方式规划——即相同的商品放在一起
      • 但是合成智能构建的计划，就不需要什么记忆和理解限制，只要按照配送频率放置就可以。对于人来说一团糟，但合成智能可以精准完成订单
    • 人们通常以为需要优秀人际交往能力或说服力的工作不太可能被自动化替代
      • 但事实却并不一定
      • 就像人造劳动者取代体力劳动者一样，合成智能也将会席卷很多脑力工作，无论你的领子是什么颜色，自动化都将毫不留情
  • 律师光环不再
    • 曾几何时，进入法学院是一种伟大的成就，更别说成为事务所的合伙人了，那几乎是过上好日子的保障
    • 但人们逐渐意识到了现实，法学院的招生人数已经回归到50年前的水平
    • 自动化的因素在律师行业里才刚刚开始，目前计算机在法律专业中的主要功用是存储和管理法律文档，但更进一步的尝试正在进行，计算机可以轻松地起草商业合同，并可能完成从契约、贷款、执照、合并文件到购买协议的过程
    • 法律科技公司可以在网上接待客户，解释必要概念，收集客户详细情况，软件随后准备好初稿，交付给律师，并提示需要他特别判断或注意的地方
    • 这些改变，以及律师在家办公的趋势，让更多人增加了获得法律服务的机会，但也在拉低高质量法律援助的价格，让律师的光环黯淡起来
  • 更强大的机器人医生
    • 医疗从业者的角色也在被人工智能改变着。就像《医生的忠告》曾提及的，相较于人的直觉和判断，科学的统计和数据分析可能更接近疾病的真相，这种认识日益普遍
    • 从患者的角度出发，理想的医生是精通所有专科领域的超级医生，现实却是分裂成无数专业与业务的医院
    • 如果人工智能的效果被普遍证明，未来的患者可能会主动要求能力更强大的机器人医生，而不是劳累过度的人类医生
    • 驾驶与教育也充斥着这样的趋势，自动驾驶、翻转课堂已经为人所熟知
  • 经常失业与没有人想雇佣的人
    • 经济学家为两种失业类型取了名字：周期性失业和结构性失业，它们对应着人工智能的两种影响
    • 代替工人和技能变得无用。农场中出现了可以在黑暗中工作的机械人，机器仓管员有着完全不输人类的工作效率，就连性工作者都可能被取代
  • 只有雇主愿意付钱的技能才有意义
    • 未来，只有雇主愿意付钱的技能才有意义，而唯一知道什么技能有用的人，就是雇主
    • 在专业培训上，我们犯了两个错误，过分依赖传统学校以及人们需要先上学再工作的假设
    • 学校对经济发展趋势反应不够快，而且在飞速变化的劳动力市场里，学习与工作需要紧密交错，而非一先一后
    • 解决这个问题的办法就是开明的经济政策，就像鼓励和支持房产的贷款一样，我们需要建立一种职业培训贷款系统
    • 你申请的是一份未来的工作，与雇主达成一份诚意协议，但最终两方也都可以再选择
    • 这等于是雇主为自己需要的技能埋单，履行承诺的雇主可以减税，而随意乱发意向书的雇主则可以被处以罚款
    • 这种办法还有很多需要完善的细节，但是，已经有企业正在朝着这个方向发展
• 七、谁会成为最富有的1%
  • 谁是最大的利益获得者
    • 作者的豪宅坐落在4000多平米的平地上
      • 出门就有电影院、公园、精致的餐馆，以及任何你可以想象得到的服务设施
      • 他的房子是在1904年由一位著名的建筑师建造，客厅面积有90多平米，一间台球室、一间家庭影院、一间带有4个不同坐席区的厨房，以及由欧洲购买的珍贵餐厅装饰
      • 二层有5个独立套间，三层是办公室、健身房、客房，还有酒窖和电梯
      • 聚会时，房子能毫不费力地容纳150人，如果人更多，就启动客房楼，客房楼开放能容纳200位客人
      • 但是，根据美国的统计，作者甚至都不能算美国1%的富人。也就是说每100个美国人里，就有1个人赚的比作者多
      • 和很多富豪朋友相比，他简直像乞丐，但即使是作者最富有的朋友，也算不上美国最有钱的人，都进入不了福布斯榜
    • 在福布斯榜单上，杰夫·贝索斯的个人资产达到了320亿美元
      • 每天入账960万美元，而美国大学生平均终生所得只有230万美元
      • 加利福尼亚州的财政赤字达到263亿美元，为此削减了一系列福利，影响到无数老人、残疾人、妇女、儿童，但贝索斯的财力随便就能弥平赤字，并且所剩仍然惊人
      • 巨大的财富会让富豪们拥有将社会资源向个人利益转移的力量，左右选举，影响科研方向
      • 美国最富有的1%家庭，拥有超过三分之一的财富，能够雇佣美国三分之二的工人
      • 富人的苦恼是：当所有东西都可以随意获得时，一切都可能会失去价值，生命意义被腐蚀
  • 宿命般挣扎的穷人
    • 硬币的另一面，是穷人拼尽毕生努力，仍然难以争取到富人唾手可能的东西
      • 埃米·内斯特就是这样一个人，父母是安装电话线的移民，他们坚信大学教育会成为更好生活的通行证
      • 内斯特在获得文凭后，每天花8个小时浏览招聘信息、写求职信、投简历，3个月一共递出1800份工作申请
      • 之后，他接到作者公司接待员的面试邀请，并且成功上岗
      • 在公司，他从不主动缺班，即使生病，每天准时到岗，主动加班，每次都征得领导同意才去就餐
      • 后来，作者公司转卖，他又开始找工作。经历笔试面试，和100个人竞争后，他得到了父亲一样的工作，安装电缆线和网线
      • 一周连续工作六天，每天12或14小时，拒绝加班就要被终止合同
      • 虽然毫无职业发展的可能，但他对这份工作和薪水充满感激，平静地接受事实
      • 但自动化，终将会打破这份难得的平静
    • 对内斯特未来真正的威胁还没有出现在他的视野内
      • 有一种技术叫广域高带宽无线通信技术，可以轻松地淘汰安装网线这类工作
      • 如果这个方法推广开来，创业者可以在丰厚的财产上再增加一笔可观的收入，而25万正在从事这一工作的美国人，不知将去往何处工作
• 六、从人到机器，决策权的转移
  • 大名鼎鼎的杰夫·贝索斯曾经在华尔街一家隐秘但极其成功的公司工作，没错，就是大卫·肖的D.E.Shaw公司
    • 后来，贝索斯从那里辞职了
    • 他开了一家网上书店，并且起了一个奇怪的名字——亚马逊
    • 他从大卫·肖那里学到了重要的一课，真正的价值不在于存货，而在于数据
  • 他的存货和物流都可以通过付费转包给第三方，亚马逊的核心资产是积累书评和顾客的购买记录
    • 通常它被认为是网络零售商，但其实它是高频交易策略在零售领域的应用
    • 当亚马逊处理订单并把它传递给第三方供货商配送时，套利的手法和高频交易相同：两个同时进行的交易，只要它们都进行结算就肯定有利润
    • 亚马逊锁定差价作为它的毛利。贝索斯花了将近20年，积累了大量关于个人和集体购买习惯的统计数据，包括两亿活跃买家的详细个人信息
    • 他们实时监控有竞争力的价格，并且据此调整自己的价格
    • 如果你是亚马逊常客，你会注意到购物车中的物品价格会莫名其妙随着时间变动，而这些变化是亚马逊根据账户、竞争价格的动态来自动化处理的结果
  • 无需货比三家的秘密
    • 互联网产生之前，多个同类商家能够共存，在于信息和配送成本，人们难以获得所有商家的价格信息，而且，就算你知道一百公里外的面包便宜一块钱，你也不可能去买
    • 但是亚马逊解决了所有问题，信息自不必说，通过在人口密集区建立库房的方式，也让配送成本通过规模经济迅速下降
    • 而且，亚马逊还将两者合并，突出优势
    • 它把产品价格和运费分开，以掩盖真实成本，这是一个以心理操纵为目的的谎言
    • 它还推出了亚马逊金牌服务，其实是一个固定的配送年费，这个创新之举，不仅给客户创造出免邮的心理优势，还能成功阻止你到别处购物，让理智消费变得不可能
  • 每日低价的幻觉
    • 先进的计算机技术让亚马逊从数据中获得巨大的利润
    • 它的系统和实体竞争者的传统数据处理系统不可同日而语，老式的系统没有机会根据市场条件和客户的习惯而即刻调整价格，制造出每日低价的幻觉
    • 合成智能系统根据海量数据，随时随地诱导你做出它想要的决定，看起来你仍然拥有完整的决策权，但事实上，这只是一种幻觉
  • 你不是在自己做决定
    • 亚马逊只是冰山的一角，这种现象正悄悄蔓延到生活的方方面面
    • 各种合成智能，小心谨慎地记录我们的兴趣爱好，悄悄地和我们讨价还价，直到你做出它想要的决定
• 书籍信息
  • 作者: [美] 杰瑞·卡普兰
    • 斯坦福大学顶尖人工智能专家
  • 副标题: 人机共生下财富、工作与思维的大未来
  • 出版社: 浙江人民出版社
  • 出版年: 2016-4
  • 相关书籍推荐
    • 《零工经济》
    • 《AI未来》
    • 《人口创新力》
• 一、从仆人到颠覆者
  • 1956年的夏天
    • 一群看起来似乎最难达成共识的顶级学者，在达特茅斯学院的花园里，达成了一个共识，那就是 “人工智能”的概念
    • 其中之一的纳撒尼尔·罗切斯特，是IBM初期人工智能产品研究的领导者，那时IBM的客户就有疑问：“如果机器那么能干，我们买了他，我们还有存在的必要吗？”
    • 这是一个好问题，以至于IBM的内部报告都建议公司停止关于人工智能的研究（可能同样为自己的工作而担心），IBM的管理层告诉销售人员一句简单的回应：“计算机只能按照编好的程序工作。”
  • 这句话巧妙地去除了人们的担心
    • 没什么可怕的，这些电子大脑只是顺从的机械仆人，它们会盲目地听从你的指挥
    • 这成为半个世纪内传播最广的关于人工智能的认知。诚如斯言，在计算机发展的初期，这还算真实
    • 那时，大部分程序可以形容为“做这个，然后做那个”的一系列指令，这种风格的人工智能被称为符号系统法
  • 机器学习，一个失败者的逆袭
    • 但是，早期的人工智能研究者很快就遇到了一个问题，就是所谓的“组合爆炸”问题
      • 假设你想找到从北京到上海的最短行车路线，而你的方法是测量每一条可能会走的路，那会产生无数的可能性组合
      • 随着问题越来越复杂，符号系统的编程方法很快变得过时，很多努力都转向了启发法研究。即模仿人类大脑功能，创造出“神经网络”程序
      • 它需要程序员提供足够的示例，告诉它你想让它做什么。初期，研究者在神经网络方向上遇到一系列的麻烦
      • 但在上世纪90年代和本世纪初，这种技术和程序在先进的构架、技术以及统计学的支持下，被包装为机器学习和大数据卷土重来，取得了极具说服力的成果
    • 信息技术的进步让计算机发生了彻底的改变
      • 此前的半个世纪，处理速度、晶体管密度以及内存等计算能力重要指标，差不多每18~24个月就会翻倍，呈现指数级增长
      • 英特尔的创始人戈登·摩尔在1965年发现这个趋势，被人们称为摩尔定律，直到今天这个趋势仍然没有减弱的迹象
      • 看看我们的手机内存，就是摩尔定律最明显的例证之一
  • 举例
    • 1980年，作者帮助斯坦福的一些研究者建立一个程序
      • 当时，团队领导借给他一台当时最先进的个人电脑——Apple II，这台据说无与伦比的机器可以储存软盘上的信息，还支持最高4.8万字节的内存
      • 这个内存的含义是，Apple II可以存储时长1秒CD音制的音乐
      • 而今天我们的智能手机有64G的容量，可以容纳长达12天CD音质的音乐，内存是Apple II电脑的100万倍，而价格只有它的零头。而网络，1980年几乎还不存在
  • 今天，专业机器学习程序能力已经快速超越了它们的创造者——人类
    • 它们发展出自己的直觉力，然后用直觉来行动，这和 “只能按照编好的程序工作”的说法，大不相同
    • 2011年，IBM超级计算机沃森参加了益智问答节目《危险边缘》，挑战该节目的世界冠军肯·詹宁斯，并最终取得了胜利
  • 人工智能从人们认为的仆人，正在一步步成为颠覆者
• 二、机器人，疯狂扩散的病毒
  • 如果你还以为机器人不就是人类控制下的钢铁猫，那就大错特错了
    • 1972年，波士顿一家实验室里固定在桌子上的PUMA手臂，由于编程错误，开始了它的暴走，先是前后震动，然后带着桌子在房间里颠簸乱舞
    • 等到实验室一位研究生发现时已经太晚了，PUMA机械手毫不留情地靠近他，把他逼到一个角落里，他蹲伏在地大声呼救，正当他即将变成历史注脚时，一位同事冲进来制止住了机械臂，才结束这场暴走
  • 有机器人的地方，便是“杀戮地带”
    • 研究者、厂家出于吸引注意和投资的目的，一般把机器人设计得很可爱，像人类一样顶着脑袋长着眼睛，有时还会特意做成美女的样子
    • 但是，记住机器人并不是人。期待它们像人一样遵守社会约束，是被它外形误导的致命误会
    • 事实上，在工厂和实验室中，在机器人活动区域贴上亮色胶条，指出“杀戮地带”是标准操作
  • 自我进化，机器人的未来
    • 刚开始的机器人，无论外貌还是内在，都更接近机器
    • 它们需要专门设计的工作环境，因为它们听不见、看不见，感受不到环境。洗碗机就是这一理念的例子，每个碟子和杯子都必须根据旋转臂的位置放置，你必须适应机器人的需求，躲避危险的机械陷阱
    • 但是，如今的机器人会更接近人的一些感知能力。实验室里，机器人可以和人模拟剑斗，追踪人类动作，调整移动，还能适可而止
    • 这是因为机器感知技术的发展，复杂昂贵的摄像机，给机器人长上了眼镜，让它们能够快速解读图片，识别人、物体以及动作
    • 工业设计的改良，给机器人更轻量、更复杂的身体，减少了它们造成破坏的可能性
    • 未来，它们可能还会做计划呢，有可能很美妙，机器人或者可以帮你只采摘成熟的水果，但有些则则会像是噩梦，比如说搞暗杀的机器黑帮
  • 即使身处荒原，也有人监视你
    • 我们的高速公路要了很多动物的命
      • 因为它们都没有探知到两吨重的金属将从路上呼啸而过的能力
      • 同样，我们甚至没有词语可以用来讨论即将发生的科技变革，这意味着我们在所谓的信息高速公路上同样面临着毙命的危险
    • 我们的头，无法伸长到一米外，无法360旋转，所以视线、听力范围都有限制。但对机器人来说这都不是事
    • 你能想像到机器人油漆工是什么样？人形的机器人爬在梯子上挥舞着刷子，和旁边的人类同事一起工作
    • 它更可能是一组飞翔的遥控飞机，配备喷雾嘴和颜料袋，随时调整距离，补充能量。随着传感器、反应器以及无线通信的不断进步，机器人可能会从视野中消失
    • 有一天，你走在一片原始荒原，虽然并没有注意到眼前有一个巨大的网络、大量的自组织和协作设备在维护这个环境，但它却在照看或监视着你
  • 社会趋势剧变：未来更像过去
    • 你觉得未来会是一个什么样的世界
    • 比如，你们家是不是会有各种神奇的机器人，喂吃饭的，帮穿衣服的，像古代的皇帝一样，真开心，拥有一群机器人太监宫女
    • 事实恰恰相反，未来可能看起来更像过去，你不是像皇帝一样奴仆成群，而是有个妈妈似的机器人，一个人帮你搞定全部
    • 科技将倾向于联合化和简单化。过去，你可能需要为车配备一个GPS、一台照相机、一台录像机、一台CD机
    • 今天，它们都被智能手机这一经济设备所取代。曾经厨房有各种各样不常用的小工具，但人造劳动者可能可以独立完成所有工作，只要调出配件箱中需要的部件进行组织，它可能只需要中世纪厨子就有的原始设备就能搞定一切
    • 灵活的机器人系统，可以让自己消失于无形，并根据需求进行自组织，虽然容易被忽略，但却有病毒一样不容小觑的力量
• 三、一场智能机器密谋的金融抢劫
  • 机器会偷走你的钱，你丝毫不用怀疑这点，你应该关心的是它们用的是何种手段
    • 盯梢跟踪夹皮夹？错！别忘了人家复姓智能
  • 重要的是数据，而非程序
    • 20世纪80年代，作者的一位朋友大卫·肖在哥伦比亚大学研究一个加速计算的项目
      • 后来，摩根士丹利给了他6倍于教授的薪水，因为他们需要大卫的技术来完成一项新的秘密商业计划，利用计算机来买卖股票
    • 大卫做的事，在今天被称为高频交易（HFT）
      • 频率有多快
      • 人最快的速度，差不多是能在0.1秒内完成两次交易，而如今的高频交易系统在几乎相同的时间内可以完成差不多10万次交易
    • 大卫·肖，还有很多精英都洞察到真正的战斗在于数据，而不是程序，统计和机器学习技术才是当下用来淘金的最好工具
  • 赌场永远是赢家
    • 意识到真理的大卫·肖，很快就有了更好的想法：让数学家和计算机自由发挥，把统计和人工智能应用到任何可以变化的东西上
      • 在刚刚加入摩根士丹利18个月后，他就毅然辞职，开创了自己的投资银行：D.E.Shaw
    • 证券市场赚钱的方式是低买高卖
      • 原则上说，如果信息能够自由流动，那么在任何地方，同一物品都只会有一种价格，并且是它最好的价格，但事实却并非如此
      • 真实价格每时每刻都在变动。最简单的高频交易形式就是找到一个时间点，本应只有一个价格的股票或商品出现了差价
      • 当价格出现了瞬间分歧，高频交易程序就能同时低价买进再高价卖出，在没有任何风险的情况下把差额装入腰包
    • 赌场才是永远的赢家
  • 让机器把钱归还失主
    • 交易所和高频交易程序的关系，就像下面的情景
      • 想象一下，如果你所在的城镇有一个人，他发明了一种能跟在人们屁股后面到处走的隐形机器人，当有人不小心把硬币掉到地上，它就悄悄地捡了藏起来
      • 这个人可能会劝说城市管理者批准这个应用，因为这样能保持人行道的清洁
      • 人行道虽然清洁了，但相比于把钱都给企业家，对于公众利益最有利的难道不是让机器人把钱的一部分或全部都交还给失主吗
    • 证券交易的使命不是让某些人富起来，而是通过优化和高效分配资金流促进商业的发展，但掌控当今市场的合成智能，让这个使命蒙受了质疑
• 四、机器魔鬼，引燃众神之怒
  • 2010年5月6日，下午2点42分，道琼斯工业平均指数在几分钟内相比当日开盘价下跌了1000多点，也就是9%
    • 超过一万亿美元的资产价值在2点47分消失了
    • 美国证券交易委员会为了搞清楚到底发生了什么，花了6个月整理电子残骸。结论很有趣
  • 问题起源于一位投资经理，他下单卖出了一笔数量可观的股票，虽然订单很大，但也很正常，之后，他就去忙其他的了
    • 问题在于那一刻，市场中没有足够的买家去购买这个证券，于是在无人看管的情况下，价格陡然下跌
    • 势头一旦形成，其他程序自动执行止损命令，愿意以任何价格卖出
  • 然后，安装在全世界的高频交易程序中的安全警报拉响了，用来检测不正常市场波动的程序为了保护投资人的钱，开始尽职地以疯狂速度平仓
    • 这是一场发生在瞬间、火力全开的电子银行挤兑
    • 那些激进的程序感觉到了少见的机遇，把正在疯狂买进卖出的电子同伴当做猎物，依照专门的算法进行疯狂的交易
    • 因为这种空前的交易量，报告系统落后了，错误信息加剧了连环相撞
    • 苹果的股价莫名其妙地升到了10万美元一股，而埃森哲咨询公司的股价则坠落到了特价甩卖区， 每股一美分
    • 不起眼的芝加哥商品交易所拯救了局面，他们在短短5秒内停止了所有交易，这段时间足够市场喘一口气，同时也让高频交易程序重新设定
    • 这场破坏一结束，正常市场力量回归，价格很快恢复到接近几分钟前的价格
  • 相信有关机构能够保护好我们的血汗钱，这种信任是金融系统的根基
    • 但现在，我们无法再高枕无忧，因为我们无法知道，明天钱是不是依然完整且升值
    • 因为，这些钱的命运掌握在机器手中
  • 为什么网站总知道我们要什么
    • 这样的电子战争并不局限于财政方面，它们早就发生在你身上了
      • 当你加载含有广告页面的一瞬间，各种各样的合成智能在激烈地厮杀
      • 从你点击链接到网页真正出现在屏幕上的约一秒钟内，上百个事务进程在互联网中激烈地搜寻你最近的行为细节，估算你会被其中一家广告商影响的可能性，然后拍卖决定，到底哪个广告有机会出现在你眼前
    • 它们为什么知道你的行踪
      • 你访问的网站，可以在你的硬盘上留下你访问的动作及相关信息的Cookie数据
      • 又有人发现，其他第三方也可以在你访问的网页上，搭载只包含一个像素，对你来说是不可见的图片，来获取你的Cookie数据
      • “Cookie”中通常是一个以大数运算形式出现的唯一识别符，你可以把它看做被贴在你背上的便利贴，当为你做出记号的那一方再看见便利贴时，就会认出你了
      • 它们为什么要了解你？它们可能是想要统计各种数据，不过，更多时候是想以后向你展示广告
    • 它们包括谷歌和雅虎，也包括Rocket Fuel这样的后起之秀
      • 他们已经建立起了精密的数学模型，用来预测你回应任何一个他们展示广告的可能性，据此他们知道，你在广告主那里值多少钱
    • 这是一个复杂程度远超人类能力极限的任务，是合成智能大显身手的机会
      • 合成智能必须持续收集和分析海量数据，预测在每一天不同时间、不同浏览器、不同位置上，为你展示广告的不同价值
      • 当你加载网页时，网页会向广告交易所请求一个具体尺寸的广告，中间商直接开始对广告竞价，看你的计算机上是否有他们的cookie，并进行复杂的评估，估算为这次机会支付的钱
      • 其他竞争者也纷纷参与，给出最好的报价。在花费了比人类第一次登月还要多的计算量之后，一个广告天衣无缝地出现在了你正在加载的页面上
  • 大打出手的计算机程序
    • Rocket Fuel的总裁曾向作者指出，说服的艺术如果由合成智能来完成，效果会更好
      • 很多客户反馈，把广告预算花在Rocket Fuel上比他们亲自做要好太多
      • 经过复杂混战而胜出的广告，代价并不算高，可能只有0.00005美元
    • 这些系统大打出手，激烈厮杀，丝毫不在意你的意愿，因为它们本来就是为了完成单一目的而设计，它们不关心也不需要知道其他的副作用
      • 或许有一天，它们为了完成任务，会扫除一切阻碍它的因素，包括杀掉阻止它的人
      • 人类在这些潜在的危险前无计可施吗？答案很微妙，我们首先需要控制合成智能为我们工作的时间、地点
    • 我们以为公平竞争的环境中能够合理分配资源
      • 但是，当各种买票神器，利用电子智能和人类竞争资源的时候，显然就是一种不公平
  • 让魔鬼重回瓶子
    • 排队是一种很不错的文化均衡器，因为它让每个人花费自身的个人时间来承担等待的成本
      • 但让机器人帮忙排队的人，和没有机器人亲自去排队的人，付出的成本是相同的吗？人们能接受这样的局面吗
    • 我们需要把这些概念纳入公共讨论中，然后在电子领域延续我们的公平感。现在这个领域自由而黑暗
• 五、机器人犯罪，谁才该负责
  • 现代法律理论认为，如果对方是道德行为体，那么就可以被指控犯罪
    • 如果合成智能有足够的能力可以感知到周围环境中与道德相关的事物或情况，并且能够选择行为的话，它就符合一个道德行为体的条件
    • 但是，机器的道德能力如何，它们要怎么应对连人类尚无定论的道德难题，比如自动驾驶汽车是否为了救你而碾过一对老夫妇或一群孩子
  • 逮捕那个机器人
    • 除了道德能力，还有一个问题：当决策出现问题时，谁才是应该负责的人
      • 假如你的家庭机器人，出去买咖啡的期间，模仿见义勇为，误伤了一对嬉闹的情侣，那么，这个责任该谁负呢
      • 机器辩称，它只是在执行你的命令
      • 你的律师坚持，你没有做，是机器人，你只是按照说明书使用它而已
      • 机器人公司辩称，他们的产品完全达到了标准
    • 法官可能会援引奴隶法典判定：清除机器人的记忆，为了赔偿，将它交由受损方托管12个月，以让他免费拥有顺从的仆人一年
      • 于是，一系列的判例诞生了