跟聪明人打交道，不需要事事都要交代清楚明白。蜻蜓点水似地，一点就破。所以不必像跟笨人那么非要说的非常详细才能明白对方的心意。可是人怎样才能变聪明呢?聪明这种事真不是别人教的。一个从聪明的人肯定要有一定的悟性和天性。
人怎样才能变聪明
人工智能：不是人将机器变得更聪明，而是机器如何使人变得更聪明
无论何种发展，人工智能一直存在争议。有人认为人工智能是人类的进步，给人类带来更便捷更有效的生活。反方则认为一旦人工智能发展太迅猛，人类将如何控制这个智商比自己更加高的机器呢?诚然，双方观点都有依有据，目前为止谁都不知道将来会是如何情景。但是，可以肯定的一点是，人工智能仍是当今社会科技发展的重心。
今天想讨论的话题并不是正方反方观点哪个更靠谱，而是希望用一种不同的眼光去看人工智能。
说到人工智能，最被大众所广泛知晓的便是iPhone中的Siri。Tom Gruber作为Siri的联合创始人，曾在TED发表演讲，提出的观点便是：发展人工智能的核心不是人将机器变得更聪明，而是机器如何使人变得更聪明。
一直以来，人们潜意识中便认为人工智能作为人类的工具，为人类的生活提供着便捷。因此会出现一种概念，万一人工智能超越了人类，人类沦为人工智能的工具，该怎么办?
可如果换一个角度来看呢?
人工智能不是作为人类的工具，而是作为人类合作的伙伴。
有这样两个例子。
一个男孩非常热爱社交，可是他不仅是个盲人，四肢也瘫痪了。但他却通过Siri来管理自己的私生活：邮件，电话，短信等等。他收获了什么?Siri作为他的助攻，使他在网上找到了聊得来的女朋友!
另一个例子是，在诊断癌细胞的时候，医生每天都要面对成千上万的癌细胞切片。于是为了减轻这些医生的工作量，辅助诊断这些癌细胞的机器上线了。但是在测试时却发现，机器诊断并不如医生们诊断正确率高。然而医生们再如何仔细诊断，依旧会有被忽略掉的癌细胞。无论是机器诊断，或是医生诊断，都不能到达完美的诊断率。于是呢，测试者们将两者结合，医生与机器合作诊断，正确率竟高达99.5%!
为什么会发生这样的情况?
当与机器合作时，人类可以弥补机器无法辨别非常规的案例的不足，而机器可以察觉到人类难以发现的部分。正是这种互补的特性，让人类和机器合作时才能创造出最大的价值。
再说一个人工智能可以使人类变得更聪明的一点：记忆。
设想一下，如果你能记得任何一个你遇到的人，他们的名字，以及任何关于他们的信息。通过人工智能，人类可以回顾以前与任何一个人所进行过的互动，并协助管理这些人类关系。用最微小的细节，来让你回忆起当时你的想法，你的心境。
其实早已有公司在记忆这块运用人工智能来帮助人类治疗阿尔茨海默症了。FDA曾授予DtheraSciences(一家专注于研究老年人和神经退化的医疗公司)突破性设备认证，该公司的产品使用人工智能对患者使用回忆疗法，并能“有效缓解阿兹海默病类神经认知障碍的激动和抑郁症状”。
高情商的人工智能,可以让人变得更聪明吗?
经济学上有一个简单但却绕不过去也回避不了的问题，那就是：如果人们的行为不理性时，该怎么办?这个看似简单的问题却是引发经济学行为革命的主因。
随着科技的迅猛发展，这个问题开始困扰科技领域了。网络世界曾经被认为是一个可以随时提供各种信息以及方便大家合作的世界。当然了，在网络世界中同样谎言和仇恨比真理和善良传播得更快。还有公司的制度体系也会引发员工的不理性行为。例如，在预测销售额时，员工经常会隐瞒不理想的交易，选择性地报告好的交易。
现在，人工智能站在了行为问题的十字路口，它有可能会让人们的行为变得更加糟糕，但也有可能会变得更好。要想让人工智能取得好的结果，最关键的就是提高它的情感商数——也就是情商。那么如何才能提高它的情商呢?有一种方法是运用多项运算法则去模仿人类在关系构建中的行为方式。
不管我们承认与否，现在的我们已经和多种应用程序建立了各种关系。而应用程序就像人一样可以做出来自我们自己的积极和消极的行为。
高情商的人与我们往来时，他们知道我们的模式，理解我们的动机，并仔细权衡他们自己该做出怎样的反应。是忽视我们?挑战我们?或者是鼓励我们?这些都取决于他们是如何预测我们将要发生的反应。
人工智能也可以被训练做同样的事情。为什么呢? 因为这些行为比我们想象的更容易预测。市值700亿美元的减肥行业之所以蓬勃发展，是因为减肥公司知道大多数人的体重都会反弹的。市值400亿美元的赌博业知道赌徒们会一味妄图东山再起的。他们因赌徒们这个不合逻辑的想法而从中获利。银行推出各种信用卡是因为他们知道人们很难改变消费习惯。
虽然要做到这一步还为时尚早，但行为科学领域和机器学习领域已经为创造高情商人工智能提供了一些很有前景的技术。很多公司也正在为此着手创造更好的产品。这些有前景的技术包括:
1、注意惯用模式的打破并作出提醒。
现实中，熟悉你的人往往很容易就能判断出你惯用的模式什么时候被打破了，他们会对你模式的打破做出相应的反应。例如，你朋友注意到了你突然改变了日常习惯，就会问你为什么跟原来不一样了。美国银行的在线账单支付系统就是采用这种类似的模式，以防止用户输入错误。系统会记住你过去的付款方式。如果某天你大幅增加了对供应商的付款，系统便会发出警告。
2、用基准鼓励员工自我反省。
直言不讳地指出他人表现很差往往会火上浇油，这种方式不但起不到作用，还会激起他们的抵触情绪，造成适得其反的效果。一个较为灵活的方法就是让他们自己看到与他人相比较后的结果如何。例如，一家大型科技公司采用人工智能做出比销售团队更准确的销售预测。为了纠正团队成员的认识，该系统为每个团队成员提供个性化的视觉展示，显示他们自己的预测与人工智能的预测之间的差异。这个简单的操作就能反映出员工出现这种情况的原因。员工们可以对此提供合理的解释，避免假设性的意见，或者称AI的信息不正确。人工智能了解了个体反应的实质和时间，权衡两种预测之间的差距，然后选择一个合适的二级推手。
3、运用博弈论来接受或挑战结论。
试想一下，如果你所在的团队每天必须在基金交易中找出10万笔以上的错误，你该如何应对?有一个管理万亿美元资产的基金正在用人工智能解决这个令人望而生畏的问题。这个人工智能最初版本是通过风险和潜在成本来计算潜在错误(又称为“异常”)，然后先找出最危险的异常。
系统再跟踪分析人员花费在异常方面的时间。那时的假设是分析师会在风险异常上花更多的时间，在“容易的事情”上花更少的时间。但实际上，一些分析师对风险最大的异常现象会蜻蜓点水般掠过，从而得出了让人怀疑的快速结论。
很多规模很大的审查系统中，误报率往往非常高。例如，美国国土安全部的一个秘密小组发现，运输安全管理局95%的检查人员未能通过审查阻止武器的走私或爆炸物的出现。国际货币基金的分析师们审视着数不清的交易，他们就像美国运输安全管理局的安检人员处理成千上万的乘客时一样，虽然眼睛睁得大大的，但是对异常情况却总是视而不见。
国际货币基金组织正在利用国际象棋程序中使用的一种算法来处理这种危险的行为。这个博弈论的修正版本首先监视分析人员是否会认为异常是一种假象，他是否会决定要不要花费更多的时间在异常方面。国际象棋中扮演对手角色的人工智能机器就可以通过接受分析师的决定或挑战来决定反击。
4、为洞察和行动选择正确的时间。
无论以何种标准衡量，杰夫�6�1贝佐斯都是一位决策大师。最近在接受彭博电视记者大卫�6�1鲁宾斯坦的采访中，贝佐斯讲述了他的决策框架。如果在下午晚些时候问他一个复杂的决定时，他通常会如此回答:“这听起来不像是下午4点钟的决定;听起来像是早上9点的决定。”所以时间很重要。
我公司的销售团队A队和B队测试了一天中最合适最有效地回复潜在客户邮件的时间，发现周二上午和周五下午发送邮件的回复率有很大的不同。
许多消费者的信息系统都进行了调优以达到最大化收益。优化算法可以提高消费者要做出的决策类型以及做出更好选择的趋势。例如，需要花时间思考的决策可以在决策者时间充足的时候提出，这样的决策要么被通过，要么就会被列入计划之内。
高情商的人工智能能给互联网带来更多的文明吗?社交媒体公司最好考虑一下西方商界人士在与日本同行谈判时学到的一个区别——“honne”(内心的感受)和“tatemae”(公开表达的感受)。明白一个人的感觉和他想要说的话之间的区别能省去不少的误判。
基于这一区别的算法可能会被开发出来，因为这有助于解决人们在他人的影响下(即使是虚拟的人群)犹豫不决想说和想做的事情的可预测倾向。想写煽动性、误导性或粗俗性的帖子的人可能会被人工智能敦促重新组织他们的语言，或者注意到热门话题中那些键盘侠们。开发这种充满感情、高情商的人工智能的挑战是艰巨的，但与其简单地删除个别帖子，不如从根本上解决问题。
Bob Suh|文
Bob Suh是OnCorps的创始人兼首席执行官。OnCorps是一家致力于提高决策科学的机器学习公司。Bob Suh在加入OnCorps之前，是埃森哲公司的首席技术策略师，也是该公司全球科技业务的首席战略官。
跟聪明人打交道，不需要事事都要交代清楚明白。蜻蜓点水似地，一点就破。所以不必像跟笨人那么非要说的非常详细才能明白对方的心意。可是人怎样才能变聪明呢?聪明这种事真不是别人教的。一个从聪明的人肯定要有一定的悟性和天性。
人怎样才能变聪明
人工智能：不是人将机器变得更聪明，而是机器如何使人变得更聪明
无论何种发展，人工智能一直存在争议。有人认为人工智能是人类的进步，给人类带来更便捷更有效的生活。反方则认为一旦人工智能发展太迅猛，人类将如何控制这个智商比自己更加高的机器呢?诚然，双方观点都有依有据，目前为止谁都不知道将来会是如何情景。但是，可以肯定的一点是，人工智能仍是当今社会科技发展的重心。
今天想讨论的话题并不是正方反方观点哪个更靠谱，而是希望用一种不同的眼光去看人工智能。
说到人工智能，最被大众所广泛知晓的便是iPhone中的Siri。Tom Gruber作为Siri的联合创始人，曾在TED发表演讲，提出的观点便是：发展人工智能的核心不是人将机器变得更聪明，而是机器如何使人变得更聪明。
一直以来，人们潜意识中便认为人工智能作为人类的工具，为人类的生活提供着便捷。因此会出现一种概念，万一人工智能超越了人类，人类沦为人工智能的工具，该怎么办?
可如果换一个角度来看呢?
人工智能不是作为人类的工具，而是作为人类合作的伙伴。
有这样两个例子。
一个男孩非常热爱社交，可是他不仅是个盲人，四肢也瘫痪了。但他却通过Siri来管理自己的私生活：邮件，电话，短信等等。他收获了什么?Siri作为他的助攻，使他在网上找到了聊得来的女朋友!
另一个例子是，在诊断癌细胞的时候，医生每天都要面对成千上万的癌细胞切片。于是为了减轻这些医生的工作量，辅助诊断这些癌细胞的机器上线了。但是在测试时却发现，机器诊断并不如医生们诊断正确率高。然而医生们再如何仔细诊断，依旧会有被忽略掉的癌细胞。无论是机器诊断，或是医生诊断，都不能到达完美的诊断率。于是呢，测试者们将两者结合，医生与机器合作诊断，正确率竟高达99.5%!
为什么会发生这样的情况?
当与机器合作时，人类可以弥补机器无法辨别非常规的案例的不足，而机器可以察觉到人类难以发现的部分。正是这种互补的特性，让人类和机器合作时才能创造出最大的价值。
再说一个人工智能可以使人类变得更聪明的一点：记忆。
设想一下，如果你能记得任何一个你遇到的人，他们的名字，以及任何关于他们的信息。通过人工智能，人类可以回顾以前与任何一个人所进行过的互动，并协助管理这些人类关系。用最微小的细节，来让你回忆起当时你的想法，你的心境。
其实早已有公司在记忆这块运用人工智能来帮助人类治疗阿尔茨海默症了。FDA曾授予DtheraSciences(一家专注于研究老年人和神经退化的医疗公司)突破性设备认证，该公司的产品使用人工智能对患者使用回忆疗法，并能“有效缓解阿兹海默病类神经认知障碍的激动和抑郁症状”。
高情商的人工智能,可以让人变得更聪明吗?
经济学上有一个简单但却绕不过去也回避不了的问题，那就是：如果人们的行为不理性时，该怎么办?这个看似简单的问题却是引发经济学行为革命的主因。
随着科技的迅猛发展，这个问题开始困扰科技领域了。网络世界曾经被认为是一个可以随时提供各种信息以及方便大家合作的世界。当然了，在网络世界中同样谎言和仇恨比真理和善良传播得更快。还有公司的制度体系也会引发员工的不理性行为。例如，在预测销售额时，员工经常会隐瞒不理想的交易，选择性地报告好的交易。
现在，人工智能站在了行为问题的十字路口，它有可能会让人们的行为变得更加糟糕，但也有可能会变得更好。要想让人工智能取得好的结果，最关键的就是提高它的情感商数——也就是情商。那么如何才能提高它的情商呢?有一种方法是运用多项运算法则去模仿人类在关系构建中的行为方式。
不管我们承认与否，现在的我们已经和多种应用程序建立了各种关系。而应用程序就像人一样可以做出来自我们自己的积极和消极的行为。
高情商的人与我们往来时，他们知道我们的模式，理解我们的动机，并仔细权衡他们自己该做出怎样的反应。是忽视我们?挑战我们?或者是鼓励我们?这些都取决于他们是如何预测我们将要发生的反应。
人工智能也可以被训练做同样的事情。为什么呢? 因为这些行为比我们想象的更容易预测。市值700亿美元的减肥行业之所以蓬勃发展，是因为减肥公司知道大多数人的体重都会反弹的。市值400亿美元的赌博业知道赌徒们会一味妄图东山再起的。他们因赌徒们这个不合逻辑的想法而从中获利。银行推出各种信用卡是因为他们知道人们很难改变消费习惯。
虽然要做到这一步还为时尚早，但行为科学领域和机器学习领域已经为创造高情商人工智能提供了一些很有前景的技术。很多公司也正在为此着手创造更好的产品。这些有前景的技术包括:
1、注意惯用模式的打破并作出提醒。
现实中，熟悉你的人往往很容易就能判断出你惯用的模式什么时候被打破了，他们会对你模式的打破做出相应的反应。例如，你朋友注意到了你突然改变了日常习惯，就会问你为什么跟原来不一样了。美国银行的在线账单支付系统就是采用这种类似的模式，以防止用户输入错误。系统会记住你过去的付款方式。如果某天你大幅增加了对供应商的付款，系统便会发出警告。
2、用基准鼓励员工自我反省。
直言不讳地指出他人表现很差往往会火上浇油，这种方式不但起不到作用，还会激起他们的抵触情绪，造成适得其反的效果。一个较为灵活的方法就是让他们自己看到与他人相比较后的结果如何。例如，一家大型科技公司采用人工智能做出比销售团队更准确的销售预测。为了纠正团队成员的认识，该系统为每个团队成员提供个性化的视觉展示，显示他们自己的预测与人工智能的预测之间的差异。这个简单的操作就能反映出员工出现这种情况的原因。员工们可以对此提供合理的解释，避免假设性的意见，或者称AI的信息不正确。人工智能了解了个体反应的实质和时间，权衡两种预测之间的差距，然后选择一个合适的二级推手。
3、运用博弈论来接受或挑战结论。
试想一下，如果你所在的团队每天必须在基金交易中找出10万笔以上的错误，你该如何应对?有一个管理万亿美元资产的基金正在用人工智能解决这个令人望而生畏的问题。这个人工智能最初版本是通过风险和潜在成本来计算潜在错误(又称为“异常”)，然后先找出最危险的异常。
系统再跟踪分析人员花费在异常方面的时间。那时的假设是分析师会在风险异常上花更多的时间，在“容易的事情”上花更少的时间。但实际上，一些分析师对风险最大的异常现象会蜻蜓点水般掠过，从而得出了让人怀疑的快速结论。
很多规模很大的审查系统中，误报率往往非常高。例如，美国国土安全部的一个秘密小组发现，运输安全管理局95%的检查人员未能通过审查阻止武器的走私或爆炸物的出现。国际货币基金的分析师们审视着数不清的交易，他们就像美国运输安全管理局的安检人员处理成千上万的乘客时一样，虽然眼睛睁得大大的，但是对异常情况却总是视而不见。
国际货币基金组织正在利用国际象棋程序中使用的一种算法来处理这种危险的行为。这个博弈论的修正版本首先监视分析人员是否会认为异常是一种假象，他是否会决定要不要花费更多的时间在异常方面。国际象棋中扮演对手角色的人工智能机器就可以通过接受分析师的决定或挑战来决定反击。
4、为洞察和行动选择正确的时间。
无论以何种标准衡量，杰夫�6�1贝佐斯都是一位决策大师。最近在接受彭博电视记者大卫�6�1鲁宾斯坦的采访中，贝佐斯讲述了他的决策框架。如果在下午晚些时候问他一个复杂的决定时，他通常会如此回答:“这听起来不像是下午4点钟的决定;听起来像是早上9点的决定。”所以时间很重要。
我公司的销售团队A队和B队测试了一天中最合适最有效地回复潜在客户邮件的时间，发现周二上午和周五下午发送邮件的回复率有很大的不同。
许多消费者的信息系统都进行了调优以达到最大化收益。优化算法可以提高消费者要做出的决策类型以及做出更好选择的趋势。例如，需要花时间思考的决策可以在决策者时间充足的时候提出，这样的决策要么被通过，要么就会被列入计划之内。
高情商的人工智能能给互联网带来更多的文明吗?社交媒体公司最好考虑一下西方商界人士在与日本同行谈判时学到的一个区别——“honne”(内心的感受)和“tatemae”(公开表达的感受)。明白一个人的感觉和他想要说的话之间的区别能省去不少的误判。
基于这一区别的算法可能会被开发出来，因为这有助于解决人们在他人的影响下(即使是虚拟的人群)犹豫不决想说和想做的事情的可预测倾向。想写煽动性、误导性或粗俗性的帖子的人可能会被人工智能敦促重新组织他们的语言，或者注意到热门话题中那些键盘侠们。开发这种充满感情、高情商的人工智能的挑战是艰巨的，但与其简单地删除个别帖子，不如从根本上解决问题。
Bob Suh|文
Bob Suh是OnCorps的创始人兼首席执行官。OnCorps是一家致力于提高决策科学的机器学习公司。Bob Suh在加入OnCorps之前，是埃森哲公司的首席技术策略师，也是该公司全球科技业务的首席战略官。
