01 人工智能呼啸而来，AIQ是了解这个时代的“必备思维”

春节假期一共7天，有3天我都凌晨4点才睡，刷完了2020年最火的奈飞自制剧《女王的棋局》，以及ABC电台的《设计人生》。在这一场观剧狂欢中，我亲身体会到“困在系统中”是一种什么体验。

但是如果你了解，现在人工智能在个人定制投喂方面的成果，你就会发现在一个系统比你更了解你自己的背景中，你深陷系统无法逃出并不奇怪。

无论是在“定制投喂”还是在“语言转换”方面，人工智能都已取得长足的进步。

十年前，如果在“google”翻译中，输入“开水房”，翻译出来的是“Open the waterhouse”，现在再输入“开水房”，系统可以准确翻译出“Boiling water room”。

2021春晚，刘德华的云表演，机器人的书法，机器牛的舞蹈，AI的进步无一不让人震撼。

人工智能（AI）像十九世纪的工业革命一样，正在重塑我们的生活。如果你希望了解我们现在所处的这个世界，你必须去了解这些人工智能背后的机制。

《人工智能商》一书，用7种思维方式，7个数学家的故事，向大众普及人工智能在7个领域方面的应用，以及人工智能背后的运行机制。

作者尼克.波尔森和詹姆斯.斯科特，是两位新锐数学科学家。尼克是芝加哥大学布斯商学院计量经济学和统计学教授，专研人工智能、贝氏统计学和深度学习。詹姆斯是得州大学奥斯汀分销统计学副教授，统计学博士，开展过许多跨领域合作项目，帮助合作者发觉各自领域中数据的力量。

在他们眼中，人工智能只能说一种语言——数学语言。这种语言看起来神秘，其原理却十分简单，即使是数学白痴，也可以轻松读懂。

书中，他们独树一帜地提出了AIQ（人工智能商）这一概念。工业时代靠IQ，信息时代靠EQ，人工智能时代靠AIQ。

02 统计学上的“人类群星闪耀时”

在人类历史上有那么一些著名的数学家，在数学的推动方面，发挥着重要的作用。他们或许不为大众所知，但是他所作出的贡献，为数学的发展或者说统计学奠定了基础，尤其是在应用于AI的数学发展方面，他们功不可没。

这些数学家包括二战英雄亚伯拉罕.瓦尔德，天文学家莱维特，贝叶斯搜索大师约翰.克雷文，软件女王格蕾丝.霍普，皇家铸币天才艾萨克.牛顿，医学家南丁格尔等等。

在作者理智而又节制的笔触下，一个又一个人物悉数登场。在读者的笔下，那些被历史遗忘的重要人物走进了人们的面前。

这些人物当中，最打动人是南丁格尔，作为护士，她见证了克什米亚战争时期，当时的医疗条件令人绝望，战争中受伤的士兵，最后基本都是死亡。当时，不仅医疗条件差，对士兵受伤情况，比如康复率、住院时间和疾病类型都完全没有统计。

南丁格尔在医疗前线，一边处理伤患，一边开始她的医学统计。她的统计显示，克什米亚战争前7个月，士兵疾病死亡率高达60%，这比1665年的霍乱死亡率还要高。这些统计数据，引起社会各界对士兵的关注，促使医护条件的改善，挽救了无数生命。她在医疗统计学方面留下了重要的遗产，这也让南丁格尔成为“循证医学之母”。

回顾历史，每一项统计机制的诞生，都经历了非凡的过程。那些我们现在理所当然的福利，都是前人非凡的付出。南丁格尔之外，还有许多此类优秀杰出人物。回头看历史，这些小小的统计在当时的背景之下，都是统计应用学的一大步迈进。历史因为这些小进步越走越灿烂，AI因为这些小概念越来越先进。这是作者眼中的“人类群星闪耀时”，在作者笔下，那些籍籍无名的数学家，获得了他们应有的分量。

03 AI背后的思维模式

本书始于历史，但不止于历史，这是一本AI背后数学历史的导读，更是一本AI背后统计学概念导读书。

市场上流行的AI相关读物，一般都是梳理AI发展的各个领域，比如流行读物《未来呼啸而来》，就是以新闻报道的方式，梳理了AI在8大行业，零售业、广告业、娱乐业、教育业、医疗保健、长寿和食品也的迅速发展。

但是《人工智能商》一书，又向前迈进了一步，除了讲述AI在各领域的应用外，把更多的笔墨放在了“统计学理念”和“统计学思维”之上。

比如，本书第一章，讲述了AI背后 “个性化定制” 的理念。以二战英雄亚伯拉罕.瓦尔德为飞机设计的“个性化存活机制”为历史起点，讲述到这种“个性化”思维在奈飞“推荐机制”以及“奈飞自制剧”方面的应用，以及对“缺失数据”关注带来的价值，和“幸存者偏差”思维模式的不足。

时间拉回二战时期，英雄亚伯拉罕.瓦尔德应邀参加到美国空军的数据分析团队，研究如何提高飞机的存活率。

当时普遍的做法都存在“幸存者偏差”，即在返航轰炸机，多弹孔的地方装更多的装甲。但这并不一定合理，因为既然可以返航，说明飞机遭受袭击的地方不是100%致命。增加装甲，增加重量，为轰炸机平添负担。

而要了解哪些地方中弹最致命，需要了解那些没有返航的飞机。但是没有返航的飞机到底什么地方中弹，统计员们并不知道。

那么通过已知飞机的中弹特征，推断消失飞机的潜在特征，从而为每一架飞机建立“个性化存活方法”，就是瓦尔德团队的工作核心。随着已知数据的增多，对“消失飞机”的推测也就越来越准确。

这一理念与奈飞的推荐算法有相似之处，即“根据已知数据，挖掘潜在用户特征”。有许多用户数据，奈飞并不了解。所以他们能做的就是，通过已知数据，建立未知数据标签，标签越细化，算法也就越精确。

比如，我喜欢看的热剧，细看一下就会发现，这些电视剧都有特定的标签，“女权主义”，“好莱坞多肤色洗白”，“女主逆袭”，“不离不弃的男闺蜜”。当然，奈飞的潜在数据标签高达几百个，推荐机制也随着数据的增多，越来越精准。

这只是其中一个思维案例。这些AIQ思维还包括“用预测规则拟合数据”在人脸识别、模式识别方面的应用；“贝叶斯更新”在自动驾驶和机器人定位方面的应用；“20问的数学”在人机交谈方面的应用；“数据的波动性”在现代运用竞赛中的应用等等。

作者用生动的故事，丰富的案例，深入浅出地剖析统计学原理，这也算是AI背后统计学原理的导读。对于感兴趣的读者，可针对每个概念再深入阅读。但是对于普通大众，重点不在于具体的算法，而是AI技术背后的这些思维。

写在最后：

有些书，就那一个书名，就特别值得人们去记住，“人工智能商”就算是其中一个，尤其是在这个人工智能时代。

虽然人工智能无处不在，似乎每个人都理解，似乎又都不理解。

作者用统计学家的视角，剖析其背后的数学理念，为大众AIQ又增添了一个维度。

麦克.凯西表示“大多数算法的背后，其实是人类设法解决问题、试图让世界变得更美好的故事。”