[返回首頁]
AI时代，创客如何向AlphaGo学习出人头地
课程(2天)
主讲人：高焕堂
课程目标：
AI机器人AlphaGo打败天下无敌手，已经出人头地了，创客们何不向AlphaGo学习呢? 于是，我写出了《AI时代创客葵花宝典：向AlphaGo学习出人头地》。此课程就是来替您讲解《AI时代创客葵花宝典》。 因为AlphaGo懂得如何征服自己面对的巨大不确定性棋局，因而超越了人类顶尖高手。学习AlphaGo如何探索机会之后，创客就懂得面对AI的不确定市场。企业就像AlphaGo一样，超越了顶尖的人类竞争对手，出人头地了。
传统上，人类的学习偏重于<利用>所学的知识，去发挥所长，解决问题(problem)。如果人类(如创客)能从AI强化学习得到启示，强化探索能力，则人人能探索更多可能(possibility)，得到更多机会(opportunity)。 在高度不确性的环境里，唯有懂得降低风险，才敢大胆探索、提高胜率。一旦您选择了创客/创业之路，若能向它学会探索机会的方法，将会协助您在创业路途上，心想事成，鸿图大展。
课程大纲：
|
Day-01
|
内容
|
|
主题：
探索大机会：向AlphaGo学习
|
- 创客进入一个不确定性很高的商场
- AlphaGo懂得征服自己面对的巨大不确定性棋局
- 与不确定共舞(Living with Uncertainty)
- 力求降低风险，才敢大胆探索，成为赢家
|
|
主题：
创客(企业)的甜区在那里?
|
- 利用(exploitation)：做当前所知能产生最大回报的事情
- 探索(exploration)：尝试以前从未做过的事情，以求获得更高的报酬
- 强化(Reinforcement)学习：让AlphaGo在探索和利用之间找到平衡，得到全局最佳解(global optima)。
- 人类常常受限于现有知识，只能得区域最佳解(local optima)而失败
|
|
主题：
不确定性(Uncertainty)环境的赢家策略
|
- 降低风险：领悟战场上，要<不打没把握的仗>
- 降低风险：领悟股市上，要如巴菲特所说<不赔钱>。
- 力求降低风险，才敢大胆探索：从AI强化学习得到启示，强化探索能力，则人人能探索更多可能(possibility)，得到更多机会(opportunity)
- AlphaGo的降低风险策略：蒙地卡罗搜寻(MCTS) + 剪枝策略
|
|
<分组讨论>主题：
学以致用：练习探索自己的甜区和商机
|
- 寻找自己创领域的甜区
- 练习剪枝：即删除<没把握的仗>
- 继续探索没被删除的选项
|
|
Day-02
|
内容
|
|
主题：
创新：正偏相倚、黄金胜律
|
- 正偏相倚：田忌赛马的范例
- AlphaGo的<正偏相倚>：AlphaGo 倾向于提高胜算而放弃更多赢子数，来降低不能取胜的风险，即使是很小的差距仍会纳入考虑
- 不求最优：从局末优势确定下，AlphaGo选择了略微吃亏，但较有把握的方法。
- 正偏相倚，黄金胜律：<不寻求最优、不平行并列、不均衡对称、不面面俱到、不四平八稳>
|
|
主题：
减法设计：MCTS+剪枝(Pruning)
|
- AlphaGo擅用<去芜存菁>策略，来缩小探索<空间>，提高探索绩效
- 蒙地卡罗搜寻(MCTS)给出的是搜索之后的胜率评估，然后AlphaGo根据这个胜率来选择落子点
- 人类常用的剪枝(即去芜存菁)策略：如麦肯锡的ＭECE＋议题树
- 减法设计，扩大市场：苹果(Apple)公司的iPod、iPhone减法设计实务解析
|
|
主题：
寻找<圆梦伙伴＞、探索＜侧面市场＞
|
- 圆梦伙伴：以<抬轿者>为例
- 携手同行，降低风险：结盟与赋能策略
- 战术引导战略：调整战略资源，将会赢的战术效益极大化
- Google团队如何调整AlphaGo的战略资源？
|
|
<分组讨论>主题：
学以致用：练习探索(自己领域的)偏锋、寻找伙伴、调整战略资源
|
- 探索侧面市场
- 设计利益给抬轿者(伙伴)
- 规划同盟的共利商业模式
- 实践结盟和赋能策略
|
~ End ~
