我们的世界似乎变得愈发动荡。难以置信的地缘政治事件接连发生，全球抗议运动仿佛凭空出现，每周都有新技术问世，试图颠覆我们几十年来一贯的做事方式。事件发展的速度和复杂程度，超出了人类的理解能力。
然而，世界实际上并不像有时让我们感觉的那样混乱。
我们身边存在着种种规律，只是我们看不见，因为人类在生理上受到理解信息的数量、速度和复杂程度的限制。科学家发现，若能消除这些人类局限，并利用机器智能以超越人类的规模处理数据，结构和规律就会显现。混乱由此变得清晰。
我的博士研究聚焦于战争背后的数学规律——这些规律能够预测袭击发生的时间、规模和地理分布。如果训练机器处理、阅读和理解海量信息，其他复杂系统中也会显现类似规律。
我们一直通过在 Primer 的商业项目探索这一点。银行、情报机构和全球零售商正在使用我们的软件来理解世界，因为我们的认知能力跟不上当今产生的信息。
机器将降低探索的成本
人工智能最有趣之处，不在于它模仿人类智能的能力，而在于它以不同于我们的方式观察世界。机器是一种不同类型的智能，因此能够看到并理解我们无法看到和理解的事物。关键在于让机器把它们理解的内容教给我们，并与我们分享它们的洞见。
例如，假设你想迅速了解过去一年女性权利运动中最重要的事件。人类的准确率很高，但记忆召回能力有限。你或许能说出与这场运动相关的少数事件或人物，却很可能遗漏塑造整体叙事的关键事件、数据或人物的许多细节。你几乎肯定无法回忆起全球各地发生的事件。再加上你独特的偏见——你关注的新闻流、所处地域、政治倾向和年龄——你无法全面呈现正在发生的一切。
负责报道此类事件的专家分析师也面临同样的问题。如果你着手开展研究，可能需要数周时间梳理所有数据，才能准确找出关键时刻、相关参与者、数据，以及它们之间的联系。
机器几分钟就能完成这一切。我们的软件能够从数据集中挖掘出与女性权利运动相关的全部 33,000 份英文文档。借助机器学习算法，Primer 识别、标注时间、描述并定位了全球各地发生的所有事件。
随后，可以将这一系列事件与数据集中其他所有政治抗议活动进行比较，从而揭示事件发展方式中的规律。
现在，设想你是一名分析师，正在研究更复杂的内容，例如过去十年有关上海政治事件的中文简报，或过去五年所有曾接受测试的癌症药物临床试验的私人数据。对大多数组织而言，依靠人力处理这些工作成本过高、效率太低。然而，我们手头有大量有用却尚未利用的数据，它们或许能揭示答案。
现在，设想你能够随时对所有信息进行这样的分析。你就能构建一个持续更新、便于人类阅读的世界现状呈现。
我们仍处于非常早期的阶段，而机器已经能够读取所有这些数据，并呈现最有意义的事件、地点和人物，让你得以梳理关联并得出关于世界的结论。
如今，人工智能可以为维基百科页面撰写初稿，其信息召回能力超过普通人类编辑，准确率则与之相当。随着人工智能和自然语言理解能力不断提升，其产出和益处将更有意义。
想象一下，如果你每天都能随时调遣一支由全球顶尖分析师组成的团队。你会提出哪些问题？你会尝试理解哪些如今看来不可能理解的事情？你会探索哪些看似随机的关联？你的好奇心又会把你带向何处？
如果我们都能使用增强智能，政府官员和情报界就能利用准确数据，企业高管可以做出影响全球销售的关键决策，选举也不会那么容易受到宣传操纵，普通人则可以在政治或购物方面做出更明智的决定。
你越善于组建由人类和机器共同构成的团队，就越有可能取得成功。若只押注机器或只依靠人类，你就会错失良机。
未定义
世界正朝这个方向发展。人工智能即将实质性地改变我们自身的智能和决策能力——我相信这会带来积极影响。正如工业革命期间机器取代了人力驱动的机械劳动，现代劳动力也将经历类似的变革。人工智能带来的经济和社会动荡，可能比工业革命时期更为显著。毫无疑问，它也将成为战争方式和胜负走向的下一个关键变量。
这是进化的自然周期——技术快速进步的时期之后会出现平台期，随后又迎来更快的进步。但如果没有认知过程的机械化，我们根本无法在这个世界中应对自如。人工智能为社会带来的净收益远远超过其危险。
未来十年，任何组织面临的挑战都将是整合机器智能。你越善于组建由人类和机器共同构成的团队，就越有可能取得成功。若只押注机器或只依靠人类，你就会错失良机。
人工智能将揭示真相
增强智能带来的益处毋庸置疑。我们必须发现人类单凭自身无法揭示的规律和真相。未来，拥有知识的人将拥有力量，而知识将引向真相。
人工智能、机器学习和自然语言处理将帮助我们理解周遭看似混乱的一切。工具越先进，我们对世界的理解就越深入。
Primer 是世界经济论坛 2018 年技术先锋群体的一员。查看今年完整的技术先锋名单这里。
