數位分析+行銷職涯規劃：現在、下一步、未來（二）

前言

Avinash Kaushik 的文章是啟蒙我對數位分析的導師，其著作 Web Analytics 2.0 更是網路分析的經典名著，任何對網路分析有興趣的人，都值得收藏！
這個專欄是經寄信詢問 Kaushik 先生同意翻譯的。為了翻譯上的便利，有些用語或案例會使用台灣人比較能理解的用法。如果想要閱讀原文，可以前往：Digital Analytics + Marketing Career Advice: Your Now, Next, Long Plan。（原文僅一篇，為方便閱讀所以分三篇翻譯）

導讀

在現在篇中，Kaushik 指出數位人員需要具備分析思維。在下一步篇，Kaushik 則把焦點放在如何培養適應人工智慧世界到來的能力。在文章的一開始，Kaushik 便點出，儘管人工智慧這個議題被當成噱頭炒作，但是大家並沒有真正花時間好好了解人工智慧是什麼。
這篇文章整理出了一些加強對人工智慧了解的資料，非常適合從事數位行銷、數位分析的人員自我進修。（畢竟 Kaushik 都跟他代理商朋友說，人工智慧會讓他的飯碗不保了。）

---

下一步篇：做好「AI優先世界」的準備

即便人工智慧被大量炒作，我認為人們沒有真的正視這個議題。這個對不久將來的廣大啟發不足以使我們起身、關注、更改我們的策略（不論是個人或職業的）。
或者，也許我自己陷入這東西太深了（笑）。
我有兩個靈光乍現的瞬間，改變了我對於人們在任何領域面對科技發展能否保有競爭力的看法。我稱這兩個因素為集體持續學習（Collective Continuous Learning）和完全第一天知識（Complete Day One Knowledge），他們是我們將能如何與人工智慧配合的振奮人心的前兆。
更多細節，以及人類是否死定了（是、不是、完全是），請參考延伸閱讀：The Artificial Intelligence Opportunity: A Camel to Cars Moment
關於人工智慧的主題很廣泛，我甚至沒有包含所有層面。當我學得越多，我越意識到我多無知。我衷心建議，不論任何專業都必須對人工智慧抱持好奇心，並且盡可能與更多面向攜手合作。幾個月以後，你會發現專屬於你、深得你心的甜蜜點（sweetspot）。
這裡有從我的甜蜜點中書、影片、人與學習機會的精選：

書本

我想推薦三本書，沒有一本在討論數位行銷或分析。每本書都在探討人類與人類的可能性。因此對於我如何思考人類的未來有很大的影響（以及透過這種方法，影響我的職涯規劃。

1. Homo Deus: A Brief History of Tomorrow by Yuval Noah HarariHarari
   思考的廣度之宏偉，同時是個很棒的說書人。對於300年結果（註1）我沒有他那麼悲觀，但是他對於我的思考有很深刻的影響。
2.  Superintelligence: Paths, Dangers, Strategies by Nick Bostrom
   人工智慧會孕育出對於人性的無數種解決方案，但是最神奇的部分會來自人工普遍智慧（Artificial General Intelligence）。有些人把他想像成是超級智慧。Bostrom 在探索這種可能性的領域裡有卓著的表現。與我分享你看完後是感到興奮還是害怕。
3. Life 3.0: Being Human in the Age of Artificial Intelligence by Max Tegmark
   我喜歡 Tegmark 的筆法，以及對他將萬物生靈（你、我、西瓜）濃縮成上下夸克、反及閘（註2）層級的能力感到神奇。我深受啟發，並寫了一封我對於人類300年後的個人預測。

影片

現階段的（人工）智慧發展仍在象牙塔哩，所以每次有人把專家們從世界上拖出來引導人們努力時，我都很高興。
未來生活協會（The Future of Life Institute）2017年1月在阿西落馬（Asilomar）為了這個目的舉辦了議場研討會。整個播放清單上的影片都很值得看，你可以自己優先排序：Beneficial AI 2017。
如果你只能看一部：
1. Science or Fiction?
內容很精彩，而且看到這群超猛團隊在同一個舞台上感覺非常神奇。
還有另外一部我希望你能看的，在2015年版出現
2. Robotics, AI, and the Macro-Economy
對於機器人與人工智慧的結合總是有個悲觀結尾。傑出的Jeffre Sachs有系統的說明了一些會慶幸你有聽到的脈絡。
YouTube上有成千上萬的影片，我個人的來源是某人整理的 Artificial Intelligence AI channel。

人物

在任何具有指數成長特性的領域，如人工智慧，最適合你押的寶，就是找到相信的人，並聽聽他們在說什麼、做什麼。
我們何其有幸擁有許多專家、實踐者與未來學家。我推薦你去整理一張屬於自己的清單。
這裡有一些我密切追蹤的對象：Sebastian Thrun、Jürgen Schmidhuber、Demis Hassabis 與 Andrew Ng.
我在 YouTube 看了他們所有演說的影片，或者是收看他們演講的直播。我會看他們寫的文章、我有針對他們設定提醒通知。很幸運的是他們超級忙，所以加快了他們公開演講與寫作的腳步。
你可以用你現在追蹤其他人的方式，持續追蹤他們的作品。

學習

如果你是稍微技術導向的人，而且也希望展開獲取相關知識的旅程，Udacity是個好地方。而這三門課都是免費的：

1. Intro to Machine Learning
2. Machine Learning
3. Deep Learning

如果你是重度技術導向，你已經知道該怎麼走，而且不需要我的引導了！
相信你已經注意到，針對你的職志，我沒有給你具體的建議。原因很簡單：我們身處的時代，需要我們知道所有即將到來的改變、所有可能的機會，並找到屬於我們自己的答案。
上面列舉的書本、影片、人物和課程有助你找到屬於你自己的答案。

註解

1. Harari認為現代的智人在300年後不會是優勢生物，而會被其他經由人工智慧與機器學習進化後的不同種生物所取代。（參考來源：Yuval Harari on why humans won’t dominate Earth in 300 years）
2. 上下夸克是構成原子核的基本粒子，反及閘則是一種電路閘，專門實現「不全是即真」邏輯（交集的反白）。

Featured photo by: Alex Knight