这几年读过二十多本关于人工智能技术研究和商业模式前瞻的书籍，王维嘉博士的这本《暗知识》是我读过的写得比较通俗易懂，涉及面比较广，分析也比较深入的一本好书。深入浅出，娓娓道来，颇有受益，五星推荐。

作者简介，王维嘉博士，斯坦福大学博士，硅谷创业投资30年，曾师从人工智能鼻祖之一，美国国家工程院院士伯纳德威德罗教授。

在暗知识概念提出之前，一直以来人类的知识可以分为两类：“明知识”和“默知识”。

明知识就是那些可以用语言、文字或公式清晰表达和描述的知识；默知识则是个人在感觉上能把握但无法清晰描述的知识，也即我们常说的“只可意会，不可言传”的那类知识。

比如学自行车，全世界没有一个人骑自行车是看手册学会的，都是骑上去歪歪扭扭摔几跤学会的。你教孩子学自行车，其实你也不知道是怎么学的。这种知识在生活中大量存在，比如绘画、舞蹈和拉提琴等等都是这样的默会知识。默会知识的基本原理就是：大脑神经元建立了联系，但这样的联系非常复杂，是无法用语言表达的。我们所有的重大决定，最后都是由老板拍板。老板怎么拍板？索罗斯说，“我所有的重大决定都是靠胃做出来的，如果我的胃疼，说明这个决定不好。”

比如说，乔布斯从来不做市场调查，他说，“我的市场调查，就是每天早上出门前对着镜子看我自己。”为什么？当智能手机出来之前，你去做用户调查，问：你认为一个智能手机是什么样的？你想要什么样的智能手机？全世界没有一个人说得出来，这就是默知识，我们冥冥中知道要什么东西，但是说不出来。那怎么办？只能靠企业家去试错，在乔布斯成功之前，硅谷试了20年，从掌上电脑到不成功的手机和触屏，出现了各种各样的东西，有不知道多少家公司失败，最后到乔布斯成功。所以，因为默知识不可集中，所以创新必须是分散的，永远不可集中。

讲完了明知识和默知识，我们现在就可以讲机器发现的暗知识。什么叫暗知识？就是人类不可感受又不可表达的一类新知识。我们如果划一个坐标轴，横轴是可表达，纵轴是可感受，那我们会发现，人类已有的知识都在右边，有浮力定律等即可感受、也可表达的明知识；还有集合论、广义相对论、量子力学等可表达而不可感受的明知识，它们是从方程里推出来的，是先有数学而后才有的物理发现。默知识是不可表达，但是可感受。这四个象限正好缺了第四象限，就是既不可表达又不可感受，这就是今天机器发现的这类知识，也就是阿尔法狗下围棋、“阿尔法折叠”算蛋白质三维结构的这类知识。

如果用一个冰山来表达的话，人类已知的明知识，就是冰山的一小角，暗知识是冰山下面的最大块的东西。波兰尼，也就是第一个发现默知识的奥匈科学家，说：“我们知道的比我们说出来的要多。”但是暗知识就是整个海洋，也就是说，未来机器发现的知识会让我们人类已有的两千年到今天为止的知识显得微不足道。我们人类以为，我们已经可上九天揽月，可以做基因编辑，但是实际上是什么也没有。暗知识是未来统治和占领整个知识空间的最大量的一种知识。

我们正面临着一个新时代的到来，它不仅仅是AI技术的改进，而且从哲学、从认识论上给我们提出了根本的挑战，也就是说，机器认知时代到来。这个时代无所不在的传感器在记录着所有的物理量——温度，气温，每个人的活动，血液、心脏的跳动……然后将这些数据通过5G网络传到云端，机器再把万世万物当中隐蔽的相关性找出，并凭借相关性去做事，去改进我们生活或者是破坏我们的生活，去优化生产或者进行互相残杀。

现在的问题是，我们人类无法理解“暗知识”，而且我们人类越来越渺小，我们人类的知识现在刚刚开始，未来的机器知识会越来越多，我们人类就像最后几个小岛，被暗知识这个海洋所淹没。那么，我们就面临一个重大的问题——人类和机器的关系。谁听谁的？事实上，我们等于在无意中给自己创造了一个上帝，这样一个时代的到来，会产生什么样的问题？会怎样颠覆我们每个行业？会不会突然造成大规模的失业？未来的社会、政治、军事战争会是什么形态？这些都会受到暗知识的影响。

暗知识之所以区别于明知识和默知识，就在于它既不可感受也无法描述。机器发掘出来的暗知识，尽管无法被人类理解，却可以在机器间传播。

其次，机器以更精确的感官、更快更可靠的神经信号传导、更容易储存和复制的优势超越了人脑，所以它能发现人类都不能理解的暗知识。

最后，机器认知和暗知识的发现将从根本上颠覆传统产业的发展模式，同时在自动驾驶等新兴领域创造出新的商业机会。暗知识的时代同样是机遇与挑战并存。

人类自有文字并进入文明社会以来已有数千年的历史。这数千年可以说都是人类获取知识的历史。今天，机器学习给出了人类知识的一个全新方向，竟然可以让人类利用自己都不理解的暗知识去解决问题，而且这些暗知识从总量上说将远远超过人类已经积累和尚未发现的知识。表面上看，这似乎意味着人类是否理解知识已经不再重要，因为反正有机器来替我们搞定一切。但你如果往深里想，这恰恰是对人类掌握知识的能力提出了更为迫切、更为严峻的要求。如果所有人都依赖机器，那么那些因为占有机器的知识而聚集资源的机构或个人，将决定社会权力的分配，公平、正义这些固有的价值体系将有可能要被重新定义。

无论何时，人自身的发展和完善才是解决一切问题的终极目的，在这个意义上来讲，机器并不能改变什么历史，最终具有决定意义的仍然只能是人本身。

今天在腾讯读书偶然发现这本书，因上周已经读过纸本，所以直接跳到最后写书评。我读过这本书，也听过王维嘉的演讲，应该说书的内容很好，但演讲更精彩。我看到一些评价，觉得该书深度不够，而内容又过于庞杂，有道理，但我认为反而是该书优点。在过去一两年，我读过多本人工智能方面的书。有些书非常专业，不适合普通读者；而另一些书又高推圣境，把人工智能神话到没边了。王维嘉博士这本书不吹不黑，既从专业角度表达了人工智能的革命性，他认为人工智能将跟互联网一样大普及；又坦诚了人工智能的局限性，他明确表明不看好现在特别火热的自动驾驶，认为自动驾驶的可行性必须在有特别条件下才能成立。更可贵的是，为了让普通读者更容易理解人工智能，提出了“暗知识”这个概念，并阐述了暗知识和人工智能的关系，一下子把人工智能讲清楚了，这真是高手了。所以，我觉得这本书是人工智能的国民读本，易读易懂。我看了这么多本人工智能的书，一直觉得人工智能比较高冷，但读完该书，我想热烈拥抱人工智能，就像拥抱互联网一样。

对机器知识的占有不仅会改变权力的分配，也会改变权利的定义。我们所熟知的社会规范，诸如自由、平等、公平、正义在暗知识的衬托下将会改变原来的意义。我们要重新审视我们过去熟悉的观念，重新思考什么是一个“好”的社会。机器改写了知识的地图，却无法改变人的本性。人类还是那个利他与自私同体，同情与冷酷兼备的人类。对于这样一个新的强大工具，生存本能将驱使人类用它为己谋利，博弈困境也必将导致用它来伤害他人，对机器的驾驭和暗知识的掌握势必改变现有的地缘平衡。在造福人类的同时，和过去500年中大部分新科技一样，机器将带来不可预知的改变和挑战。这些改变无法阻挡，只能顺势而为，这些挑战无法避免，只能创造性地应对。人类在过去的500年中经历过无数挑战，与之相比这次不算最大。在可见的未来，人类要担心的不是机器，人类社会的最大风险仍然来自人类本身。