人机协作、知化、跨领域的思维方式

周末在讲课的时候，临时给学生讲解了一些技术前沿的思维方式，从“人机协作”---“文本挖掘”---“正态分布”---“考试成绩”---“反欺诈”---“机器学习预测”---“分类问题”---“聚类算法”，进行了一次跨领域的讲解。有几个要点，总结一下，包括：

1 “人机协作”的一些思维方式，重点介绍如何把开放性问题转化为封闭式问题（让机器可解）；

2 一个文本挖掘的示例，解释了“实体”的相似程度与其出现频率之间的关系；

3 正态分布跨领域的解决方案；

4 “聚类”与“分类”的概念拓展，结合具体的例子——用课堂上学生的自发地挑选座位的例子，给学生讲解了“聚类”这一思维方式。

人机协作一个重要的衡量指标就是：知化程度。

知化

Cognifying

——与人工智能的合作表现决定你的薪酬

知化是《必然》书中的观点，讲述的是我们生活中发生的各种智能化的过程，比如看X光方面的专家会被人工智能所取代的，法律方面的AI可以比人类律师助理更高效地阅读文件。还有飞机驾驶员，比如一趟飞机的航程是12小时，人类飞行员只要工作七八分钟就行了，剩下的时间都是AI驾驶飞机等等案例；

AI的思维方式与人不同

我们为什么还需要人工智能去帮助我们开车呢？比如Google的无人驾驶汽车。因为AI的思考方式跟我们不一样，不会考虑杂七杂八的事情，只是专注去开车。

我们在AI方面做的事情，并不是让他们比人做得更聪明，因为它们很多方面已经比人更聪明了，我们要做的是各种各样的AI，让他们有多种思维方式。比如Google训练人工智能玩电子游戏，十年前就开始做了，Google从来没想过去教AI怎么玩，而是教AI怎么学习，AI与人类的不同只在于思考的方式不同。

人类智商+机器智能>2

由于AI的思维方式不同于人类。过去我们对智商的的认知就是一维的，这是一般的认知，现在我们不应该再这样看待智商。我们的智商像不同的乐器弹奏不同的乐曲，不同的人弹奏出的乐曲也不一样，所以大家的IQ不一样。动物、人类和机器的节奏也不一样，所以IQ也不同。不同的人+不同的AI，产生的IQ是不一样的。

未来不管是哪个领域，实际上它都是最聪明的人加上机器。与人工智能的合作表现决定了你的薪酬，你必须要和机器进行合作，而不是和他们对抗。

这是人机协作的工作方式、思维方式，我们必须了解、掌握AI的思维方式，方可在未来不被无情淘汰，mixlab为此准备了一期AI实战免费的，实践型的，专家从来不会告诉你的事实，这一期就是这么任性：

同时，mixlab的beta社群开启，讨论一些关于“人机协作”、“AI思维”、“跨领域思维”的内容。

最后，推荐社区成员发起的一个专栏：

给我们讲述跨学科的人物故事

今天就发布这3则消息。

近期活动推荐：

快！TensorFlow、黑客马拉松、DevFest千人大会 ，GDG DevFest 2018在召唤你

--------------------------------------

mixlab 无界社区 是一所面向未来的实验室，它提倡“跨界创新，开放成长”的理念。

——跨界 开放 互助 学习 思维 创新。

目前社区汇集了15000+跨学科人群，主要来自GoogleBrain、微软、华为、阿里鲁班、腾讯、旷视、三角兽、物灵科技、众安保险、美团、360等科技人才、设计师及CEO和投资人；高校分布MIT、Oxford、Cambridge、CMU、UoM、清华、北大、复旦、上交大、同济等学生及教师群体；学科跨越机器学习、自然语言处理、量化交易、物联网、区块链、前端、后端、产品经理、UI设计、建筑设计、服装设计、珠宝设计、音乐、艺术等。

社区典型的用户技能为：
ML00：小程序开发、AI+设计、区块链技术、物联网
ML04:  算法作曲
ML05：AI变脸
ML07：WebGL+Three.js数据可视化
ML14：增长黑客
ML16：机器学习
ML37：AR
ML41：人工智能+音乐
ML44：珠宝设计+参数化设计
ML83：量化交易、数字货币交易
ML109：Arduino、processing
ML113：人工智能+服装设计
ML206：VR/AR
ML245：建筑设计智能化

ML258：机器学习、机械臂技术、混合现实技术、生成式设计

ML260：AI+设计、无人机

详细介绍点击以下卡片：

mixlab期待您的加入！

让你具备无限可能……

不赞赏下？

不点下广告？

不转发下？