关于作者
王维嘉，中国科技大学学士和硕士，美国斯坦福大学博士。曾在斯坦福大学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。在硅谷学习、工作、创业、投资超过30年，拥有十几项美国基础专利，开发了世界上第一台手持互联网终端，是全球移动互联网的布道者和践行者。目前在硅谷专注投资人工智能，每年调研全球上千家高科技创业公司，访问世界顶级大学和研究所。
关于本书
本书介绍了机器学习五大流派从数据中挖掘暗知识的方法以及各自适用的领域，尤其是神经网络的基本工作原理和目前在商业上应用最广泛的几种形态。同时着重讨论了暗知识对商业和社会的直接影响，比如哪些行业将面临机器认知的颠覆，在不同行业里有哪些投资机会和陷阱。本书最后介绍了目前还没有商业化的，但可能更深刻影响我们的一些神奇的人工智能应用，以及人工智能会在多大程度上取代人的工作，造成哪些社会问题，如何让下一代做好准备等。
关于版权
撰稿：徐竹
脑图：摩西脑图工作室
核心内容
一、什么是暗知识？暗知识与明知识、默知识之间有哪些区别？
二、机器学习的哪些优势使它能够发现暗知识，这些优势为什么是人类的认识能力所没有的。
三、暗知识对产业变革和人自身发展的影响：哪些行业会因为暗知识的发现而产生新的投资机会？
核心内容扩展
首先，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，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。
