【51CTO.com快譯】悖論是表面上同一命題或推理中隱含著兩個對立的結論，而這兩個結論都能自圓其說。

[[286797]]
GETTY

以下是關于現(xiàn)代技術和云世界的一些新悖論。這些觀點將引發(fā)我們的深思，如何應對這個時代巨大的技術變革:當出現(xiàn)新的技術時(如智能手機! 云計算!人工智能!)，我們都將面臨一個新的挑戰(zhàn)。有些新事物難以理解或應用，運用過去世界的邏輯很難解釋新世界的變化。

采取辯證的態(tài)度看待事物的矛盾性或者兩面性，可能更容易理解事物的本質(zhì)。以下是一些極具啟發(fā)性的悖論。

1. 世界上最大的計算機也是最個人化的。

“云”是全球計算系統(tǒng)網(wǎng)，每個子系統(tǒng)擁有超過百萬臺的服務器，通過巧妙的網(wǎng)絡與其他數(shù)百萬臺計算機相互連接。無論何時何地，數(shù)以萬計的人們都在這些系統(tǒng)中進進出出，盡情享受著電子郵件、互聯(lián)網(wǎng)等等商業(yè)體驗。沒有哪兩個用戶的需求是相同的，像谷歌云這樣的服務試圖預測特定的業(yè)務和個人需求——一些由用戶配置，一些利用人工智能“代理”，使人們能夠更有效地使用和操作。

傳統(tǒng)意義上，龐大的服務器集群提供的是非個人體驗。如今，我們通過服務器/個人電腦與云的連接，享受到更加個性化的體驗，為有限和冰冷的機器注入了無限的活力。

2.一個永恒的數(shù)字世界。

我曾經(jīng)計算了一下，100年前，去看歌劇明星恩里科·卡魯索(Enrico Caruso)和買一張他的唱片要花30美元(按今天的幣值計算)。如今，在YouTube或其他網(wǎng)站上，錄制音樂基本上是免費的，而在百老匯(Springsteen on Broadway)公開市場上的平均票價接近1800美元。

我相信，這些會議和現(xiàn)場商業(yè)活動爆炸式增長的原因，是由于數(shù)字時代的迅猛發(fā)展，而讓現(xiàn)場的真實的體驗變得相對稀缺。具有諷刺意味的是，我們看到了很多企業(yè)巧妙利用數(shù)字技術，使人們獲得更加生動的體驗方式，比如體育公司提供了一款在體育場中導航的應用程序，以獲得更好的體驗。

3.工作在流失!工作也在增長!

人們非常擔心數(shù)百萬人的生活將被機器人和人工智能(AI)攪得天翻地覆。也許是這樣，但也是相對的——麥肯錫的研究很好地預測了主要的失業(yè)和主要的就業(yè)機會。

雖然我們已經(jīng)看到一些機器人在做一些相對簡單的工作，比如在倉庫里搬運物品，但迄今為止，它們?nèi)匀粚θ斯趧拥挠绊懴鄬^小，理由其實也很簡單，比如像修剪草坪或開卡車這樣的工作需要大量的人為判斷。

與此同時，美國勞工統(tǒng)計局(Bureau of Labor Statistics)表示，目前美國約有35.7萬名私人教練。未來十年，這一行業(yè)的增長率預計將達到13%，高于平均水平;預計將有16萬名按摩師，增長了22%;預計還將有55000名婚姻家庭咨詢師，增長了22%?，F(xiàn)在你明白了吧!我們會把更多的錢投入到那些看著我們、摸著我們、聽著我們的人身上，而目前機器不會這些。

當然隨著未來的發(fā)展，新的工作機會也會涌現(xiàn)。正如你所看到的這些工作:無人機駕駛員、移動應用程序開發(fā)人員、社交媒體經(jīng)理、機器學習專家——這些都是我們十年前聞所未聞的。

4.注重特定的數(shù)據(jù)及其相互間的關系

在我們這個以數(shù)據(jù)為中心的新世界里，公司核心業(yè)務的軟件開發(fā)人員往往受到高度重視。這是因為通過互聯(lián)網(wǎng)產(chǎn)品或軟件，可以實時收集關于產(chǎn)品性能的信息，從而根據(jù)用戶需求或變化的市場條件進行調(diào)整。

隨著人工智能變得越來越成熟，特定領域的數(shù)據(jù)在如何構建和優(yōu)化產(chǎn)品方面扮演著越來越重要的角色。成功的開發(fā)人員不僅具有該領域?qū)I(yè)知識，還要了解該領域的哪些數(shù)據(jù)最重要，如何收集這些數(shù)據(jù)，以及如何避免偏見。正因為如此，大型科技公司越來越多地聘用醫(yī)療、交通或零售等領域的專家，而不是簡單地聘用具有綜合技能的工程師。沒有數(shù)據(jù)是獨立的，事物之間的關系也很重要。

5.從數(shù)據(jù)中發(fā)現(xiàn)問題和挖掘價值。

與上述相關的一點是:人工智能可以在難以想象的大量數(shù)據(jù)中，發(fā)現(xiàn)以前未知的模式和見解。如果你把你公司的所有數(shù)據(jù)，PB級的數(shù)據(jù)，只專注于要求它為你帶來更多的錢，你可能會以失敗告終。

然而，根據(jù)公司的核心競爭優(yōu)勢和最優(yōu)質(zhì)的數(shù)據(jù)，提出具體的問題，你可能會得到最有用的結果。這可能很困難，但對于從數(shù)據(jù)中獲得真正的價值至關重要。

6.基于不確定因素的挑戰(zhàn)

我舉的這個例子來自杰夫·迪恩的觀察，他是谷歌研究和人工智能的負責人。他指出，高級人工智能，就像深度學習，并不是基于確定性，而是基于可能性(他稱之為“沿梯度改進方向”)。此外，考慮到深度學習系統(tǒng)的層次性和序列性，有時很難準確地找出該系統(tǒng)是如何得出結論的。這似乎是一種并不善于自我解釋的機器，不像汽車引擎那樣，可以很確定地觀察和理解其工作原理(比如少量汽油被火花塞點燃，推動活塞移動)。

在一個日益依賴統(tǒng)計值/近似值的世界里，我們現(xiàn)有的許多法律和社會規(guī)則會有所新的變化，這些規(guī)則是建立在一種不確定的因素之上的，可能會受到挑戰(zhàn)。

7. 在一個充滿不確定的新技術世界里，令人回想起那首85年前的宗教詩歌。

T.S. Eliot在《The Rock》的一段副歌中準確地描述了我們的處境：“他們不斷地試圖逃離世界的黑暗，他們夢想著完美的制度，以至于沒有人需要做出改變。”

換句話說，無論我們多么了解和完善這個世界，我們?nèi)匀恍枰Τ蔀橐粋€更好的人。機器不能解決這個問題。

原文標題：The New Paradoxes of the Cloud Computing World，作者：Quentin Hardy

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】