言论

年轻人,这世界不如你想像/郑喜文

吉隆坡一名19岁的女大专生,疑在人生、课业及工作方面遇到不解之谜,留下遗书给母亲后,从22楼宿舍阳台一跃而下,当场毙命。

该女大专生来自单亲家庭,必须自行承担学费、宿舍等生活费,得在繁重的课业里抽身出外兼职补贴,遗书里提及说对未来感到迷茫——如上课时间太长,不想翘课,却又得工作,更怕的是自己选择了学业,放弃兼职,然后学业一样糟糕,则两头不到岸等,于是她跳了。



大山脚一位以奖学金就读电子工程系的20岁男优秀生,疑2年以来遭受同学在社交平台上的霸凌以及人身攻击(网络霸凌),而从学校附近的17楼组屋跳下,结束了自己的生命。

在此之前,这男曾经性情大变,一而再的旷课,妈妈甚至“跪求”孩子不要再“沉沦”,没想到孩子“再也没有以后”了。

吉兰丹一29岁警长,疑健康出了状况以及工作压力太大而郁郁寡欢,日前被发现在自己的办公处举枪自轰,地上满满的血滩。

呃,家境欠佳的担心成绩不好,成绩好的却被长期高调又公开的欺负,而在工作职场上非常杰出的却跨在工作压力上——看来,怎么都得死。

还没死的,是不是因为我们都克服了这个问题?真不见得。



从这里我们可以得出一个结论:自杀并不是因为问题本身,而是他们失去了持续下去的理由。

他们不一定缺乏来自长辈的爱,然而也许缺乏了一些责任,一些“自己以外”的责任——他们的问题只有他们自己,于是,一旦支撑不下去,他们就回到问题的根源——他们自己,然后,消除了自己。

钻牛角尖有迹可循

逻辑来说,他们的心态都是非常积极及上进的——他们的压力都在于精益求精,一心想着解决问题,只是,每一天的持之以恒,每一秒的全力以赴绝对会把一头大象给累到,他们活得很累,因为他们拒绝服输;然而,自杀就是认输,那为何不选择放弃已经撑不下去的问题?学业也好,工作也罢,为何要选择一个自己看不到的认输方式?

他们钻进了牛角尖,只是,其实都有迹可循——成绩一落千丈,情绪低迷不振,神情郁郁寡欢。

遗憾的是,旁人其实也钻了牛角尖——为何妈妈会跪求孩子不要变坏,而不是探讨他怎么不再乖巧呢?

亲子关系是一门基础课,有的只停留在三餐温饱上的寒暄,有的是报喜不报忧的传统,有多少的父子母女是可以维持好朋友般无话不谈的关系?

他们缺少了长辈的智慧及阅历,于是,摆在他们眼前的问题被放大为最巨大以及严重的,他们觉得自己跨不过去,于是停止跨越,在他们的世界里,往往只住有一个人,他们是孤独的。

很多长辈的爱只是停留在付出,而孩子只是一味的接受,这一类的爱是不全面的;传统的爱是“把最好吃的食物留给孩子吃”,那孩子会不会也将最好吃的食物留给你呢?

在外,这个世界并不如你我所想像的那个样子,在内,其实你想你的世界是啥样子就啥样子;它偶尔确实并没有那么美好,然而其实也并没那么坏,很多人还是过得不错,活得挺自在的。

想起大陆作家大冰的一句话:愿你能朝九晚五,也可以浪迹天涯。

反应

 

在商言商

我们与AI最相似之处/郑喜文

作者:郑喜文(大中华市场前锋队长)

特斯拉一出手,便知有没有。

这一次,马斯克不止带来了无人驾驶的汽车以及灵巧万分的机器人,它最激动人心的,还包括“比人类开车安全10至20倍”、使用成本低廉、自动清理和消毒,甚至当绝大多数人都选择自动驾驶之后,停车场(parking)会被“淘汰”而转化成公园(park)等让人恨不得立马成真的愿景。

让世界更美好,一直都是科技所该带来的边际效应。

特斯拉再一次具体地让我们感受到科技带来的便利(上车后即可倒头大睡),以及其安全性——有关这一点,虽然还有待进一步被确实,但马斯克在活动上提及,其无人驾驶的车子,都被演算法训练如何应对“马路上许多百万分之一的概率才会发生的事情”,而这也是人工智能(AI)最令人着迷的地方。

符合预期

它可以,也必须不断地学习,通过分析和统计各种数据、图像及演算法等,模拟人类心智并做出符合预期的决策,然后不断进化,这精进很达尔文,很人类。

而上面这一段的核心重点是“符合预期”。

符合谁的预期?主人、用家,就是阁下,你。

AI的高度,很大部分取决于用家的高度——创立并管理著全球最大的对冲基金创办人雷·达利欧在其著作《原则》当中有提及,他的成功有一半可以归咎于计算机所制成的“模型”,而从70年代手绘的草图到最新颖的电脑,目前需要演算的模型超过2亿个组合。

达利欧是玩大宗商品出身的,即使大学时期,他已经把谷物和豆类的种植面积、降雨量、种植周期、收成数量等在电脑里建立模型,并从中做出决策。

即使如此,他也曾经赔掉了所有。

从手绘到裂变出2亿个组合的模型——只要你想得到,并列入考量范围,电脑肯定可以算得出来,但,你可以涵盖的范围有多广?

持续学习

人类与AI最相似的地方,就是持续学习、进化,但人类有惰性,而AI却没有。

如果连虚拟世界里的小助手都在持续学习,身为主人的我们却反而奢望通过他们的持续学习而不再学习,这将会是发展AI最不合理的地方。

很多人以为,只要他学会使用AI即可,但如果使用者的水平不够,输入的数据不够全面,那他又怎么知道该如何判断AI的输出是否正确呢?

用很先进的工具为公司做出决策看似一件很先进又与时并进的做法,但,可取度和可信度有多少,往往取决于你眼界有多高,以及格局有多大。

水能载舟亦能覆舟,目前最火热的行业是科技业(人工智能),而裁员最为严重的也是科技业——持续学习,估计是所有行业避免被淘汰的不二法门。

视频推荐 :

反应
 
 

相关新闻

南洋地产