《AI极简
《AI极简经济学》读后感(一)：略读AI极简经济学
随着人工智能的发展 ， 预测成本的下降意味着随处可见 ， 将会降低替代品的价值的同时 ， 增加互补品的价值 ， 包括判断、行动和数据 。

文章插图
人类会被挤出局吗？
人工智能当前的进步浪潮带给我们的不是智能 ， 而是智能的一个关键组成部分 ， 预测 。预测依赖于数据 ， 这就意味着人类比机器有两点优势 ， 我们知道一些机器还不知道的东西 ， 更重要的是 ， 我们擅长在数据不足的情况下作出决定 。但是 ， 以前由人类执行的某些任务可能会自动化 ， 人类在一些工作中的份额被机器取代 ， 可能会影响其收入 ， 剩余任务的顺序和重点可能有所改变 ， 新的任务也有可能出现 。
少数大公司会控制一切吗？
由于规模经济的作用 ， 大公司有大的优势 ， 领先的人工智能公司兴许在初创公司未成为威胁之时就将其收购 ， 最后慢慢扼杀新创意 。它们兴许会给人工智能设定过高的价格 ， 伤害消费者和其他企业 ， 然而 ， 要弱化垄断带来的负面影响就要进行各种权衡 。
《AI极简经济学》读后感(二)：AI与隐私
2018年Facebook被爆5000万用户信息用于政治选举 ， 2019年Snapchat滥用特权监控用户信息 。互联网公司种种隐私数据丑闻 ， 从侧面反映了AI面临的挑战之一 ， 就是如何合理的收集和使用用户的隐私数据？
如果AI无法应用隐私数据 ， 那么AI还能叫AI吗？根据本书作者的核心观点 ， 预测越来越频繁 ， 二互补品数据将变得越来越有价值 。一方面AI需要数据变得更智能 ， 一方面又要保护隐私 ， 那么市场如何破局？
是否会催生一门新的数据需求市场 ， 既个人隐私数据的买卖 。但即便出现这样的市场 ， 其实也存在一个问题 ， 如何保证用户出售的隐私数据是真实的 ， 而不是为了牟利恶意产生的错误数据 。
个人认为最好的办法 ， 还是从源头 ， 从技术角度解决用户数据的合理使用及必要的保护 。也许 ， 现在大热的区块链技术 ， 可以提供给我们一些思路 。又或许 ， 我们应该将数据进行分类管理 ， 一类是私人数据 ， 一类是公开数据 。私人数据应该谨慎使用 ， 或在用户授权 ， 提供给指定的AI设备或服务商使用 ， 比如 ， 只能机器管家 ， 他的应该是只根据主人的行为数据来训练自己的 ， 同时这些数据不会被公开用于其他机器管家的训练和预测 。而公开数据 ， 这些是剥离私人属性的共性数据 ， 比如智能导航分析路线 ， 北京到深圳 ， 10万人走A路线最快最舒适 ， 那它应该抹掉10万人每个人的私人信息 ， 只抽离出A路线的路程 ， 时长及人数等信息来做出预测 。
当然 ， AI与人类的冲突远不止于此 ， 我相信未来AI一定是越来越强大 ， 人类也会从社会劳作中抽离出来 ， 或在更美好的诗与远方之中 。
《AI极简经济学》读后感(三)：人工智能是什么如何做
从经济学的角度谈AI应该从何谈起？没有分析投入产出比 ， 没有分析AI对经济学运作模式的颠覆和改变 ， 也没有AI的经济学模型 ， 只不过是几位经济学家对AI的思考 。

• 林一女朋友 现实 林一女朋友
• 法律如何规定的晚婚晚育年龄
• 原单位合并后债务关系如何处理
• 被判缓刑可以保留公职吗 判缓刑可以保留公职吗
• 租房期间房东要卖掉房子违约吗
• 国有企业监事会职责是什么
• 环太平洋经典名句 环太平洋经典台词盘点
• 术士之战
• 房屋面积有误差一般怎么处理
• 爱情进化论结局怎么样 爱情进化论结局