關於 電腦病毒種類有哪些 ，我們在網路上蒐集到這些相關的討論、資訊與評價

訓練AI模型，要多少數據？拆解企業人工智慧專案為何難落地

2020.12.09 by 若水AI Blog

企業導入AI似乎已成為一種趨勢，但是訓練AI模型，需要多少數據？其背後的商業命題與成本又該如何解決？帶你來一起窺探AI專案背後的秘密！

企業的AI專案在釐清問題本質、找到命題之後，首先會面臨到一個問題：收集數據（Data Collection）和建立AI模型（Model Establishing），該以什麼作為評估基準？

訓練一個AI數據模型，需要多少數據？

訓練AI數據模型時，其實有三個要素，彼此互相影響。分別是： 商業問題的複雜度 、 AI模型複雜度 （Model Complexity），以及 數據複雜度 （Data Complexity）。

因此，如果想知道需要多少訓練數據（Training Data），建議先釐清：這個AI專案到底要處理什麼問題，以及這個問題有多複雜？確定之後，再來判斷應該選用哪種程度的模型來做訓練。根據不同的商業命題複雜度，用不同複雜度的模型和精準數據彼此搭配，找出最佳平衡，才能讓AI專案順利落地。

但光憑想像，很難評估實際的AI數據量和成效，所以開始AI的第一步，需要先透過POC概念驗證（Proof of Concept）實驗來找答案。

簡單來說，就是針對不同複雜程度的商業問題，嘗試選用不同複雜度的模型搭配測試，直到模型跑出來的曲線，符合理想目標。

一般狀態下，假設商業問題本身的複雜度很高，我們會預期要選擇複雜度較高的模型。但是如果數據量不足，那麼選擇複雜度較高的AI模型，反而會比用簡單的AI模型效果還差。（上圖左上、右上，分別代表複雜度10和複雜度50的問題，可以明顯看出複雜的模型曲線比較接近學習數據集（Dataset），但是在測試數據集上的誤差 Eout，反而比簡單模型還差了許多。）

上圖的左下和右下，是以不同複雜度的模型去做POC，跑出來的結果曲線圖。藍色線代表的是學習數據（Training Data）成效，紅色線代表的是測試數據（Testing Data）成效。最理想的POC目標，應該是兩條曲線很貼近彼此，而且位置越低越好。

我們會發現，左下這張圖的兩條曲線雖然彼此貼近，但是就算增加數據，也無法降低誤差。這表示模型偏誤（Bias）高，效果不佳，應該要增加模型複雜度 （Model Complexity）。

增加模型複雜度之後，就會像右下這張圖，藍色曲線（學習數據）雖然數值很低，但在學習數據不足的情況下（灰色區塊），紅色曲線（測試數據）卻「飄」得太高。這表示模型變異誤差（Variance）高，應該要增加學習數據。最後在慢慢增加模型複雜度以及學習數據之後，我們就可以達到理想的結果（兩條曲線很貼近彼此，而且位置越低越好）。

數據哪裡來？發展AI人工智慧之前，先建立數據流

先前我在文章裡提到，很多企業會急著開發AI模型，但AI專案落地經驗的三大關鍵之一，其實是先確認：是否已經準備好數據了？如果沒有這樣的能力，談AI落地其實有點好高騖遠。

AI數據收集（Data Collection）最大的挑戰，在於針對不同型態的命題，會產生不同的AI數據需求，因此需要建立的「數據流」（Data Pipeline），AI數據處理 （Data Processing）和數據標註（Data Annotation）的模式及流程也會有所不同。

發展AI之前，如果能建立起從數據收集（Data Collection）、數據處理（Data Processing）到AI模型學習的數據流（Data Pipeline），並確保可以順暢運行，實際訓練AI模型時才會省力很多。

數據不夠或太多怎麼辦？

Google開設的機器學習（Machine Learning）課程中，第一項原則就開宗明義地指出：「Don’t be afraid to launch a product without machine learning」。

如果你的產品或業務不一定需要用到機器學習（Machine Learning），那就別用，除非你有AI數據。有數據，再來談機器學習（Machine Learning）。但在業界的實際狀況，大家不是沒有數據，而是只有一些些，這時候該怎麼辦？我會建議，先從小地方開始做起，也就是從POC專案著手。

POC專案要有具體成效，除了要注意設計專案、實驗模型的指標（Metrics），企業最重要的是要先定義清楚：AI專案要達到什麼樣的指標，才算是成功？這樣最後做出來的成果，才會真正符合商業目標。

如果今天不是沒有AI數據，而是數據很多，又該從何下手呢？

我建議，嘗試減少訓練AI人工智慧時的「 數據大小 」和「 數據筆數 」。

過去曾經處理過一個AI專案，數據多達2億筆。第一次實驗，把數據全部餵進AI模型，取得結果。第二次，只拿其中有代表性的500萬筆出來訓練人工智慧。

猜猜結果如何？兩次實驗的表現，只差異不到1%。

所以，如果企業對於AI數據的品質和數量有一定程度的自信根據，其實不用把數據全部餵進AI模型訓練（Model Training），只用有代表性的AI數據來訓練就可以了。市面上很多常見的AI工具（Cluster），可以做到這點，幫助省時省力。

AI模型訓練，記得校準商業目標

企業發展AI人工智慧的最終目的，還是希望能 達到商業目標，創造價值 。

所以，訓練AI模型時，團隊如果不知道如何判斷哪個指標，對AI模型學習來說比較重要，建議回歸初心，重新釐清「 這個專案想達到的商業目標是什麼 」。

比方，趨勢科技（Trend Micro）要開發一個能夠判斷電腦病毒的AI，但是勒索病毒（denial-of-access attack）和廣告病毒對客戶的傷害程度大不相同。這時候，工程師就會針對這個命題，餵給AI模型不同病毒種類的數據，讓它學會判斷不同病毒的重要性，分辨出哪些病毒比較嚴重不能有判斷錯誤，而哪些病毒比較無害，不一定要做到一百分。

最常見的訓練方法，是用成本函數（Cost Function）的方式，訓練完再回去調整AI模型的評分（Rating），用加扣分的方式，告訴機器它的學習表現是好是壞，做對就加分，做錯就扣分。

上述評分原則的制定，和企業的商業價值考量息息相關，所以一般在組織分工，會由PM專案團隊負責判斷哪些項目重要，請資料科學家設計在上述Cost Function裡面。

很多人以為，AI人工智慧開發要做到很完美才行，但其實根據我們的經驗，只要AI開發成本符合預算、AI模型表現可接受（大約做到60–70分），而且結果有助於降低成本，就可以算是達到商業目標。反過來，即使AI模型表現非常好（高達90分），但成本卻遠超出預算，就不建議執行。

另外，因為POC階段會做很多的實驗，需要拿兩個穩定且可以互相比較的基準做A/B Test，所以做好基礎建設非常重要。

如果一個團隊裡面有三位工程師，但三個人做出來的結果都無法互相比較，那麼這個實驗就會變得霧裡看花，導致AI專案難以落地。

AI數據小學堂：模型指標（metrics）

在做模型實驗時，通常會用混淆矩陣（Confusion Matrix）的四種指標：TP（True Positive）、TN（True Negative）、FP（False Positive）、FN（False Negative），以及Count、Unique和Accuracy等等函數，來判斷這個模型的表現好不好。

P或TN值，代表模型辨識的答案正確，和預期結果一致。例如：模型正確判斷出「這是一隻貓」、「這不是一隻貓」。而FP或FN值，則代表模型的判斷錯誤，例如「明明是貓，模型卻說不是貓」、「明明不是貓，模型卻說它是貓」。

附圖：AI模型 若水國際
AI模型的POC概念驗證實驗怎麼做？

資料來源：https://www.bnext.com.tw/article/60440/ai-strategy-04?fbclid=IwAR1SOhjjGxypdGgOGfaBIl_a1IsZFJAQZ8J2aeDd98spbUfOdg7hiPQP7UA

「我們現在的情況和當時相似嗎?是的！1933年時政府是怎麼處理的?政府印了很多錢，推出了與我們現在使用的相同類型的程序。是的，同樣的。零利率達到了零，同樣的事情，同樣的過程。然後是貨幣從那個點開始導致擴張。股市要多久才能超過最高點?經濟需要多長時間才能超過以往的高點?很長時間!」

「我認為這就是我們現在的處境。我們在歷史上多次看到這種情況，這次危機也不例外。所以，是的，這不是經濟衰退，這是一種崩潰，拋錨。」

「市場怎麼樣取決於你所在的市場和國家，而且大約25%到45%甚至50%取決於你管理的是哪種貨幣。如果你談論的是新興市場，他們的情況是會更糟，因為它們不會拿到足夠的（資金和信貸）等等。」

「現在的狀況比那時（2008年）更復雜，因為除了銀行，還有那些銀行之外的行業（在這場危機之中），這些分佈在各個地方的小企業。這是一場更大的危機，我們的貨幣政策也沒有那麼有效，因為利率下降已經達到了極限。」

「投資者必須明白他們可能無法玩好這個遊戲。他們可能無法正確的擇時買入或者賣出。要在市場上獲得成功比在奧運會上獲得金牌更困難。」

「我的建議是——多樣化和分散投資——對市場抱有敬畏——不要去做擇時投資，同時要意識到現金的危險！」

【Ray Dalio TED對話全文】

Corey Hajim:好的，所以現在的情況有多糟糕?我們應該多擔心?

Ray Dalio：我認為你可以把這(社會隔離中的疫情)看作是一場海嘯。那麼當你看到這些殘骸的時候，後果將會是什麼呢？從收入和資產負債的角度來看，這對收入的打擊巨大，資產負債表也損失嚴重。

如何處理呢？為了理解這一點，你必須意識到這些漏洞——收入上的漏洞和資產負債表的漏洞，然後思考到貨幣和信貸的生產——誰生產這些貨幣和信貸?貨幣和信貸有不同的方式——有美元貨幣和信貸，也有歐洲的歐元貨幣和信貸。

所以當你看世界的時候，你看到的情況和1930年到1945年的情況是一樣的。現在我們看到政府產生了大量的債務，大量的借貸。我們看到的是零利率，不是傳統意義上的貨幣政策，而是產生大量貨幣和信貸。

美聯儲正在購買美國國債，而財政部正以一種雖不完美但規模相當大的方式，將這筆錢分交給大多數美國人。

歐洲人也在以自己的方式做着同樣的事情。歐洲央行相對較小，因為世界上有大約70%是美元，歐元的比例較小。（歐洲央行和政府）會為那裏的人們生產（貨幣和信貸）。

而世界上其他地方將會有缺口，這些缺口是無法填補的。美國印鈔和借貸會給我們留下很多債務和貨幣。這是一個有趣的話題，我們需要討論這個話題。誰來支付這些賬單，誰來分攤這些賬單呢?

但是你知道你會得到錢（指美國的貨幣和財政刺激政策）,歐洲人將會得到他們的那筆錢（指歐洲的刺激政策）,我們現在的世界類似於1930–45的時候，同時世界上還有很多其他地方不會得到信貸和資金。

因此，哪些實體受益，哪些實體不會受益，這將會有很大的區別。我們必須通過大規模的合作（a big collaboration）來處理，以及決定誰將最終得到什麼——一個關於財富分配的大問題。這將會發生！

Corey Hajim:你有多相信合作現在可以發生?

Ray Dalio：我們現在正處在一個決定性時刻（defining moments）,就像1930年到45年那段時間。如果你回顧歷史，這並不是什麼新鮮事。人們如何共同解決現在這個問題是很重要的。我認為這將是一個決定性的時刻。

我想給你描述一個樣版。讓我們回顧一下過去的一千年，那些一遍又一遍發生的事情。我想傳達一個模式。

有四樣東西是我們的經濟、生活方式和財富的驅動力：

第一個也是最強大的是生產力，它來自於人們的學習、發明和實踐。它增長緩慢——每年1%、2%或3%。它成長緩慢，不易變，因為知識是複雜的。但它在一段時間內增長，提高了我們的生活水平。

第二個是短期債務週期。短期債務週期是指衰退、擴張和繁榮，一般持續8到10年。

第三個是一個長期的債務週期。這種長期的債務週期大約每50到75年進行一次，從一種新的貨幣和一種新的信貸開始。這（現在的長期債務週期）始於1945年，（二戰和佈雷頓森林貨幣體系結束後）世界創造了一個新的貨幣體系和一種新的貨幣，替代了舊的貨幣體系和貨幣。這就是新的世界秩序，也就是美國的世界秩序。我們已經看到經濟中仍然有70%的貨幣和信貸是由通過美元運行的。

第四個影響因素是政治。政治在很大程度上就是我們如何處理彼此之間的關係。這裏有內部政治，也有外部政治。

內部政治就是如何處理貧富差距，如何處理價值觀差距。人們一個共同的使命嗎?人們是否有一個可以達成共識的美國夢?人們有共同的追求或者人們為財富而鬥爭等等。

所以當你回顧歷史的時候，你會發現這就是革命的不同形式。這其中總有一場革命。有時是和平革命，有時是破壞性的革命。這本質上是一種財富再分配。

羅斯福通過政策變化和税收完成了（財富再分配）。在其他國家，民主被推翻，希特勒上台正是因為這個差距。（內部政治）是人們如何在內部處理彼此的關係。

還有外部政治，即國家之間的政治。你會遇到這樣的情況，一個正在崛起的大國正在挑戰現有的大國。有競爭，也有戰爭的危險。所以他們如何處理彼此，他們是否互相爭鬥,會是決定性的。

總有壓力測試，這些大的壓力測試大約每75年進行一次。現在就是這樣一個壓力測試，看我們如何處理彼此的關係。我們有足夠的財富來分配。

但是當你處於支持圈之外（指不直接受益於刺激政策）時你會怎麼做呢，對於這些實體會發生什麼?或者，如果你在支持的範圍內，如何分配，如何彼此相處?我認為我們將不得不重新考慮誰擁有什麼等等。我想這就是我們的處境。

Corey Hajim：因為你已經寫了大量關於資本主義需要如何改變以及我們應該思考和做的一些事情。稍後我肯定會講到這一點。但我現在很好奇，從一個實際的層面來看，你認為我們正在走向全球蕭條嗎（global depression）?

Ray Dalio：是的，但是我想要小心的使用「大蕭條」的這個詞。儘管這個詞可以引起共鳴。但它也是很可怕的。你説的蕭條是什麼意思，像1930年那樣？我們回顧一下1929年到1932年的情況，經濟出現了下滑，失業率達到了兩位數，經濟下滑幅度達到了10%左右。我們現在的情況和當時相似嗎?

是的！1933年時政府是怎麼處理的?政府印了很多錢，推出了與我們現在使用的相同類型的程序。是的，同樣的。零利率達到了零，同樣的事情，同樣的過程。然後是貨幣從那個點開始導致擴張。股市要多久才能超過最高點?經濟需要多長時間才能超過以往的高點?很長時間!

我認為這就是我們現在的處境。我們在歷史上多次看到這種情況，這次危機也不例外。所以，是的，這不是經濟衰退，這是一種崩潰，拋錨（this is not a recession,this is a breakdown）。我剛剛描述了政府如何製造貨幣和信貸的等等。這就是我們的處境。

Corey Hajim：你剛才談到了在大蕭條之後，有四個槓桿可以幫助你恢復。削減開支也被稱為緊縮，債務重組或減免，通過税收重新分配財富，印鈔票，你提到過的一些事情。這些東西能幫我們擺脱困境嗎?你覺得以前發生過。但是你現在怎麼考慮平衡這些工具呢?

Ray Dalio：這些是長盛不衰的工具，基本上是自有記錄的歷史以來就在用的工具。我想你將會看到一個組合——你已經看到了——印鈔票和再分配（redistribution），事情發生得很快。這個過程可能會持續幾年。

然後是重塑（rebuilding），這個過程與創造力有關。歷史上最偉大的力量是創造性，人類的創造性、人類的適應性。所以你一定會看到這些重塑的發生，你會看到一種類似Marco那裏看到的創新。適應的力量才是最大的力量。

如果有人感興趣的話，我在LinkedIn上貼出了一項學習研究——它追溯到500年前，研究了當時的實際GDP情況。研究報告中有一條線，你不會看到我們所説的這些蕭條。即使在這條線上，他們也幾乎沒有波動，當你深入細看某一個時間點的時候，你看到了GDP下降10%，失業率上升的情況，但它過去了。因為最大的力量是適應和創新的力量，如果人們能很好地合作。

這就是我認為的這段時間內的情況。它會過去的——世界將會變得非常不同，會產生一個新的世界秩序。但它會過去，會被創造出來，因為我們現在面對的只是貨幣和信貸。貨幣和信貸是數字化的——我是説，確實有很好的服務行業，這些是真的。但其他一切都只是會計數字而已。

所以，最多就是幾年，當你做出改變，解決問題，努力堅持下來，你就會來到這個新的改良重組後的環境之中（restructured environment）——可以説，它（指前文提到的restructured environment）在很多方面都是更健康的。因為它（通過了）一種壓力測試。

歷史上，人們（經濟上）變得更虛弱，或者説他們在很多方面都沒有準備好，是因為人們沒有建立足夠的儲蓄，或者他們強調奢侈品而不是必需品。（我們所經歷的）這是一種重新定位的體驗，在很多方面讓我們變得健康，甚至讓我們更欣賞生活中的基本要素。

Chris Anderson：好的，我來問一些我們在線觀眾的問題。早些時候的觀眾的主要問題集中在：你認為未來的經濟會有多困難？你剛剛已經非常正面積極地回答了這個問題，比如用了「蕭條」（depression）這個詞。這是一個非常有力的詞。不知道我的理解是否正確：你剛剛所説的（經濟不景氣的程度）比市場上大多數人認為的更嚴重。市場表現就好像是聽到了壞消息，很多人似乎認為，也許在一年之內，等到經濟復甦，我們就會回到原地。而你説，不對！這需要更長的時間。

這是否意味着，存在某種市場尚未完全看到的系統性衝擊（systemic shocks）?或許這與一些市場玩家無力應對的，堆積如山的鉅額債務有關。而現在情形下，人們不能工作。

Ray Dalio：我不能代表所有人的想法。市場怎麼樣取決於你所在的市場和國家，而且大約25%到45%甚至50%取決於你管理的是哪種貨幣。如果你談論的是新興市場，他們的情況是會更糟，因為它們不會拿到足夠的（資金和信貸）等等。

我可以描述我所看到的情況。我們看到大約20萬億美元的損失；我們看到，在沒有資金支持，沒有信貸支持的情形下，人們的生意（可能）會失敗。你知道的，我們周圍到處都是這樣事情發生。所以當無錢支付時，就會出現失敗。

問題是，人們要從哪裏得到怎麼樣的支票來支付這些款項，來渡過難關？我們將經歷巨大變革重組（giant restructuring），我們最終會解決這些問題。（例如）醫院可能會破產，因為（目前的境況）對醫院來説有非常昂貴的支出成本，他們無法完全覆蓋掉損失。即使我們知道人們需要醫院，它們也會破產。

所以你必須一個實體一個實體地來看，然後來思考到底最終由誰來付賬。有些人錯誤的認為這一切是（由於）病毒，病毒可能來了又走，也許我們再也見不到它了，這是可能的，誰知道呢。但如果它（病毒）再也沒有回來，（也）會有那些人破產，會有那些人失去一些收入。

我們將改變我們的運作方式，在某種程度上，供應線也將改變。換句話説，自給自足（self-sufficiency），自給自足現在意味着什麼?我們在這方面做的足夠好麼？我們將重組我們的經濟和金融體系。我們不會回到過去的樣子了（we are not going to go back to the way it was）。

Chris Anderson：那麼，你認為金融行業面臨的系統性威脅會比2008年更大嗎?

Ray Dalio：是的，這比2008年發生的事情更嚴重，我解釋一下區別。2008年，一樣的，我們有銀行，意味着你有一定的槓桿。當經濟下跌時，過多的槓桿意味着你在會計上破產了。然後環顧四周，誰是具有系統重要性的機構？你當然不想在這個時候讓銀行倒閉，然後你就可以借錢，借貸。所以人們可以通過某種方式讓銀行繼續維持下去。企業和銀行一起，通過銀行，產生更多的抵押貸款….這就是那時的情況。

現在的狀況比那時更復雜，因為除了銀行，還有那些銀行之外的行業（在這場危機之中），這些分佈在各個地方的小企業。這是一場更大的危機，我們的貨幣政策也沒有那麼有效，因為利率下降已經達到了極限。僅僅通過央行購買金融資產和購買普通金融資產是行不通的，他們必須購買政府債。政府，許多國家的政府必須有效地將購買力和生產能力提供給世界各地需要的人。

Chris Anderson：人們在問，在現在情況下，什麼樣的行業、組織、公司最有發展前景?

Ray Dalio：這就是它的美妙之處。基本上有兩種類型：

有一些是穩定的日常必需品，不是槓桿類的公司，你知道（比如）Campbell soup company（一家食品公司）之類的公司，每個人都會一直使用它們。

然後是創新者，那些創新，那些適應能力強，創新能力強，沒有資產負債表問題的公司。換句話説，他們有漂亮的資產負債表，所以有資本玩這個遊戲。他們將是偉大的贏家。

所以總是有新的發明，新的創造力，新的順勢而生，最後成為一個公司，成就一個企業家。他們會做得很好，加上那些製造我們總是需要的東西企業。這些事情會做得很好。

Corey Hajim：我想在繼續聊一下市場，顯然這是個很多人感興趣的話題，而市場好壞並不總是與經濟狀況相關。在過去70年左右的時間裏，市場參與者發生了很大的變化，出現了更多的算法和量化的投資（公司）以及被動管理型投資。你認為這對現在的市場有什麼影響?對接下來幾年有什麼影響？

Ray Dalio：這些關於貨幣、信貸、和危機的原理，比如誰有什麼收入，誰有多少支出，誰有什麼樣資產負債表，我們如何處理貨幣和信貸。

這些（原理）人們常常忽略的，因為它們可能一生只會發生一次。比如上次發生（現在類似）的事情，要追溯到20世紀30年代。但是這些基本原理一直都存在。

同時科技一直在進化和改變，比如把一個人的思想和想法通過算法來實現。我們已經這樣做了25年了，我們的運作方式是把一個原則——我該如何處理這種情況並把它寫下來——放進一個算法裏。因為人類的思考和計算能力是有限制的，（技術）使得思考和計算的能力得到了極大的提高，這是了不起的發明。

因此，當與計算機結合時，計算機有能力進行槓桿式的思考和複製。這就是我們這個時代的進步。

所以當你考慮算法時，你必須理解它的本質，即（算法）正在處理的是否是合理的因果關係。這一切都歸結於：你是否理解（算法的）本質?你是否成功地將賭注押在了因果關係上?因為這是你賺錢的唯一途徑。

電腦可以用一種更先進的方式來處理它。一些人或錯誤的直接將機器學習應用到市場上，這一般行不通。我來解釋一下原因。

在算法決策方面，有兩種方法。一種是你給電腦指令，讓它遵循指令，這樣就能讓你想法得以實現；另外一種是你可以把大量數據輸入電腦，然後讓電腦自己決定怎麼做。

兩者的關鍵區別在於你是否理解因果關係？你必須瞭解因果關係，才能知道你應該相信什麼。因為你（給機器學習）的樣本可能不夠完整。

比如現在的情況就很難在你（訓練機器）的樣本中出現，因為你必須回到20世紀30年代才能有一個類似的時期。

但是學習的能力和創造的能力比以往任何時候都要大——這就是我們時代的力量。有些人會做得很好，有些人會做得很差，但歸根結底你是否理解這些因果關係？這樣你就知道什麼是正確的了。

Corey Hajim：這與被動投資市場非常不同，被動投資市場（passive investment）現在佔了很大一部分，大多數人都把錢放在被動管理（基金）上。我知道每件事每天都在變化，但我也知道每個人都會有這個問題。我不會問你具體的投資建議，但每個人都在想他們的401k計劃，你對人們應該如何處理這些錢有什麼大體的想法嗎?

Ray Dalio：是的，首先，投資者必須明白他們可能無法玩好這個遊戲。他們可能無法正確的擇時買入或者賣出。要在市場上獲得成功比在奧運會上獲得金牌更困難。你不會想到在奧運會上競爭，但每個人都認為他們可以在市場上一試身手，跑贏市場。

市場就像一個零和遊戲，現在有更多的錢在參與競爭。我認為最糟糕的事情就是——你自認為能夠正確的擇時。市場的競爭激烈，我們每年投入數億美元，這真的是一件很棘手的事情。所以個人投資者需要做的就是知道如何分散投資風險，知道如何以一種平衡的方式分散投資。所有投資者最大的錯誤是認為最近表現好的是更好的投資，而不是認為這個投資價格更高；而最近表現差的投資是最糟糕的投資，應該賣掉，而不是認為它更便宜了。

除非你知道如何處理這些差異，（雖然大多數人都不知道），否則就會有麻煩。世界上財富的總量，本質上不會改變太多。一個上升，另一個下降。知道如何分散投資很重要——在資產類別中分散投資;在不同國家分散投資;在外匯資產中分散投資。分散和多樣化投資你的財富很重要。

不要認為現金是安全的投資。大多數人認為，我只是想要安全的資產，即使那些債券收益率很低。現金是一種誘人的投資，因為它沒有那麼大的波動性，但它會讓你的購買力每年損失2%。因此，現金幾乎總是最糟糕的投資。

所以你必須考慮換個思路考慮一下——你有投資一點黃金嗎？如果貨幣系統崩潰，貨幣被重新定義，你有一點其他資產嗎?多樣化和分散投資的方法很多，我一時也講不完。我試着在我的書裏和LinkedIn上傳達這些理念。我的建議是——多樣化和分散投資——對市場抱有敬畏——不要去做擇時投資，同時要意識到現金的危險！

Corey Hajim：好的，這是一個很好的建議。在我們討論如何修正資本體制之前，我想再問一個大框的問題。我在Linkedln上讀了你的系列文章《the changing world order》，這篇文章真的很吸引人。我很好奇的你對「去全球化」的看法。如果想要實現復甦，似乎是需要（各個國家）協調和一起努力。如果我們現在從全球化中撤退，在經濟上和精神上有發生很多變化。這會讓未來變得更困難嗎?

Ray Dalio：如果我們退出全球化，這肯定會使事情變得非常困難。將理想主義與現實進行比較，説到全球化，誰會給那些在他們本國領土之外的人們開支票呢？有很多這樣的（需要幫助的）人。你知道的，我和我的妻子正努力幫助康涅狄格州的人們，（關於這個）我可以一口氣説出很多東西，比如這個工作是什麼樣子的，關於什麼等等。

國會和總統，他們開始討論我們將幫助誰，如何幫助？這將意味着什麼？這將涉及到真正的實際問題，而現實是——很多人將得不到幫助。

然後你就要處理他們（國家之間）會如何對待彼此——一個國家的漏洞和弱點是另一個國家的機遇。格雷漢姆·艾利森（Graham Allison）寫了一本書提醒我們，在過去的500年裏有16個國家曾經經歷過一個帝國對另一個帝國的挑戰。在這些案例中，有12個已經發生了戰爭，因為到最後，甚至都還沒有一個全球性的法律體系。權力是它的貨幣。所以當你陷入這些，如何解決爭端——誰得到了什麼——這就變成了一個非常複雜的問題。

所以我是一個全球主義者。我有一個夢想和一個願望，那就最好的人可以一起，一起為共同的美好而奮鬥等等。現在是時候了，因為我們處在一個相互聯繫卻支離破碎的世界（an interconnected fragmented world）。這種分裂——我可以依賴別人給我我需要的東西嗎？或者我可以依賴他們不利用我嗎？——不，你沒辦法建立那些依賴關係了。這不僅存在於國家內部，也存在於國家之間。

Corey Hajim：聽起來你在談論生產力和生產力對我們的重要性。所有人都想過上更好的生活，這似乎在全球範圍內都是如此。如果我們都集中精力在一起提高生產力，以這種相互關聯的方式，我們都會做得更好，而不只是囤積一項資產或一套資源。

Ray Dalio：你説的對極了。這一直是正確的，在今天尤其正確。同時，（一定要）閲讀歷史，理解其中的機制、問題和挑戰。在美國相對於世界其他國家被孤立之前，這種分離就已經開始了。

這種去全球化在我們有這個（病毒）之前就開始了，這種力量還有更多。它的發生是有原因的，所以不要忽視這些原因，也不要忽視對歷史的閲讀和學習。

所有事情都取決於那些手握權力槓桿的人的行為。我想要説，比如，我去過中國很長時間，中國人在很多方面都在幫助我，幫助我們這危機中需要的東西。公開這麼説句話，甚至可以説這是一件具有政治挑戰性的事情。因為我們的世界是如此的支離破碎，甚至公開説謝謝你——謝謝很多人，很多公司，幾乎是危險的事情。因為我們現在的世界環境中，（誰是）敵人，誰是惡人，你是否在這（敵人、惡人）之列？

歷史總是要去妖魔化（和我們）不同的人。環顧你的四周，（這種情形，指妖魔化假想敵的情況）是存在的，我們如何擺脱這種境況，取決於我們如何對待彼此。

Corey Hajim：是的，這一點很重要。我想我們在座的所有人都會對在這種情況下幫助我們的不同的人説聲謝謝。我們需要彼此。

然後，我想談談資本主義（capitalism）的問題，幾天前我們討論的時候你提到過，在這段時間裏我們如何變得比以前更強大和更好?大約一年前，你寫了一篇關於資本主義需要如何改革的文章，主要關注日益擴大的貧富差距以及由此產生的問題。那麼，現在我們的機會在哪裏？我們能做些什麼改變?

Ray Dalio：（這個問題）我理解的是——這個體系產生的結果，我們目前得到的結果是我們想要的嗎？我們的美國夢是什麼？是什麼呢，我們甚至不討論這個了。我1949年出生時，世界新秩序剛剛建立，世界新秩序在1945年建立。那時的體系崩潰，然後我們有了一個新的世界秩序——我們（那時）沒有那麼多的債務，剛從戰爭中恢復過來。

那時是一個機會均等的環境。那時我們有一個美國夢，有一個和諧的環境，有一個共同的經歷。順便説一下，這（指上文的環境狀態）不是一次性的，不是百年一遇的。如果你讀歷史，你會看這些時期是在經歷了那種崩潰、衝突和爭鬥之後而來的。然後，人們去構建資產負債表，重塑體系系統，開始一個新的系統，一起奮鬥。

然後當我看向我的四周，在教育系統中上學的孩子和貧窮的社區正在分享——他們沒有足夠的資源，別為此找藉口。因此，認為利潤制度可以完成一切的想法是不正確的，因為資源更多的分配給了那些擁有資源的人。

縱觀歷史——你可以追溯到幾百年前，你會發現任何制度都傾向於服務那些制度的操控者。我們有一個資本主義制度，我們有企業家，企業家獲得資金，然後與政府合作，他們有一種共生關係（a symbiotic relationship），這對他們很有效。

所以它（這個制度）是自我延續的（self-perpetuating）。這些人（指制度操控者）受到的教育要好於，那些不在這個人羣之內的人（指那些非制度受益者），例如，在我們的體制中，收入最高的40%的人在子女教育上的平均花費是收入最低的60%的人的五倍。這就變成了一種自我延續。

當我看到這種境況時，我想説——的確，我是一個資本家——我相信這個制度，我相信它可以通過增加蛋糕的大小，有效的分配（來解決這個問題）。如果我們要討論如何有效地做到這一點——我們的確需要這樣做——總有需要改革的時候，而這些改革必須創造生產力。

這並不意味着僅僅是把錢送出去（給需要的人），而是意味着如何讓他們更加多產，從而使這些需要幫助的人在精神上更加富有成效，在身體上也富有成效，產出更多成果（授人以魚不如授人以漁）。我們需要這樣一個系統，所以出於這些原因，我在LinkedIn上發表了相關文章，如果大家感興趣的話（可以去閲讀）。

現在我們就正在重組這個體系。不管人們是否意識到，財富的轉移是巨大的，通過所有這些借來的錢，印刷的錢。這是一股強大的力量。

在接下來的幾年裏，我們將一直會討論的一件事——可能是越早越好——那就是我們如何進行這種重組構造restructuring。我現在擔心的和我當時擔心的是一樣的——這是否會以兩黨合作的方式進行，既能擴大蛋糕的大小，又能很好地進行分配。而不是以損害經濟發展為代價，因為這樣會失去生產力。

有些事情是很好的投資。教育是一項偉大的投資。受過良好教育的人越多，受教育程度越平等，就有越多的人有機會互相競爭，並在一段時間內提高（整體競爭力）。如果做得好，這將產生比以往任何時候都多的生產力。

但實際情況是，各州和地方政府認為這是一項預算項目，所以他們關注開支，在教育上錙銖必較。如果你在一個富裕的城市，你讓你的孩子得到良好的教育，但如果你不是——而很大一部分人正在失去這種機會。

因此，教育這件事情必須好好規劃，這樣才有生產力，才能很好地分配蛋糕。每個人都相信這個系統是公平的，如果我們能做到這一點的話，我樂觀地認為我們會達到目標。這是我們的測試，這是我們的壓力測試。

Chris Anderson：人們對我們如何走出困境，是否真的有可能以一種公平的方式重建經濟這個問題非常感興趣。我的最後一個問題來自我的推特：你認為當前的危機是否表明，低薪和/或低技能工人是維繫國家團結的因素，甚至比銀行和對衝基金更重要？如果作為重建的一部分，我們能建立一個提高他們僱傭利益的經濟體系麼?

Ray Dalio：這些人就是英雄。真的！我們給貧困學生捐贈了六萬台電腦，用於他們的學業。你知道的，一個富裕的學生和一個貧窮的學生的區別就是一台電腦，以便於有學習的機會和能力。我要感謝——那些會感到尷尬甚至害怕聽到這麼説的人——我想感謝他們為這一進程所做的貢獻。

與此同時，還有那些每天都在以各種方式服務他人的人。所以這是好的品質。就像當人們從戰爭中歸來，來到最偉大的一代，正是這種特性與品質讓我們的國家走到了一起。但我們每個人都必須認識到每個人在這之中的角色和使命。一個首席執行官，一個在前線的英雄，他們都能很好地工作，一起前進——所以，是的，人們必須知道自己的作用，我們必須欣賞這樣的人。

我們必須認清現實——人們要有一定程度的基礎信仰，基礎教育，基本的醫療保健，基本的基礎——你不能低於這些。否則，當你低於這個水平時，就沒有機會了。而且這實際上是代價非常高昂的，（比如）以犯罪和監禁為代價。

所以，我們的一個使命是幫助那些從高中輟學去工作高中生，幫助他們重新進入高中然後在去工作。我們相信我們這樣做可以省下很多錢，因為監禁的平均費用每年要在4萬美元到每年12萬美元之間。而如果你讓這些輟學的高中生重新加入學習，讓他們正常的找到工作，會省下一大筆錢。

但是單單靠慈善家們做不了這件事情，這些支出是巨大的。所以，如果我們的國家做了這些事情，我認為那將是偉大的。

Chris Anderson：謝謝你，Ray。作為一個慈善家，你所採取的行動讓我深受鼓舞。還有你的一些同行，他們有是了不起的故事。昨天Jack Dorsey宣佈了他對人類的巨大貢獻，這讓我十分震驚——太棒了。這聽起來就像是你行走在權利走廊中的發聲，在那些財閥聚集的地方。無論是國家之間、公司之間、大財閥之間的合作，還是拳腳之爭。這都是如此重要。聽你談感恩，我們應該在某些方面有所感悟，比如中國（為我們）做了什麼等等。

你有沒有過這樣的對話經歷，當你試圖提出一個觀點（的時候），有多少人試圖推動這種類型的對話，而不是充滿敵意的恐懼對話？

Ray Dalio：我認為有一種普遍的錯誤觀念。我與很多你所説的掌權的人，或是政府工作的人溝通。我認為你必須意識到的是，很少有人是根據論點的質量來做決定的。大多數人，大多數人，就像類似於在戰爭中那樣，都有一個特定的目標（站隊），這些信息甚至來自媒體。你幾乎可以辨別出每個媒體或每個人是站在那邊的。

你真的相信有多少人是沒有立場的？幾乎每個人都有自己的站隊（side）。在這個時代，或從歷史來看，能夠從兩方面看待問題並團結一致的想法，幾乎被視為軟弱或威脅，因為你必須站在一邊或另一邊，等等。所以説出來並不容易。比如，我想對所有（應該被感謝的）人，比如中國，説：非常感謝!（感謝）那麼多的呼吸器和口罩以及所有這些東西。

但這在政治上幾乎是具有挑戰性的，因為會有人跳出來威脅，為什麼我要這樣做？人們會説，好吧，他是個親華派（China Lover）或者説，他是我們的敵人，他站在了另一邊。

所以我想對你説Chris，你有一個座談會，把（這些看法）帶給那些你認為最具攻擊性的政策掌權者，將這（兩方）放在一起。這樣你們就可以產生碰撞後的，深思熟慮後的分歧（thoughtful disagreement）。

我相信經過深思熟慮的不同意見，經過深思熟慮的不同意見是為了得到正確的答案，併產生融合，雖然這並不容易。

Chris Anderson：這對我們來説是個不錯的挑戰。我也相信深思熟慮後的分歧。Corey有工作是關於狂熱的質疑者（passionate disbelievers）對於不理性的仇恨的傳播，比如兩性之間的不理性的性仇恨，現在我覺得誤解如此之深。

Ray Dalio：但你會為此奮鬥嘛？換句話説，如果有人因為你説的是真實的和有爭議的事情而反擊的話，你會回擊過去麼？這很重要。這就是考驗。

Chris Anderson：我會反擊，我甚至想説我會打回去。絕對的。

此時此刻，每個人都在影響着其他人。我們有機會讓彼此成為更好的自己。讓我們來看看那些鼓舞人心的故事，那些人類向人類伸出援手的故事，那些公司做着令人難以置信的事蹟的故事，那些暫時放下利潤目的的故事，那些國家互相幫助的故事。我覺得我們需要進一步詳述其中的一些故事，我們肯定會這麼做。我們每天都在努力做到這一點。我非常欣賞你談論的一些感恩的故事。謝謝你的聲音。

Ray Dalio：總結一下，我相信這是一個決定性的時刻，但我們會順利度過。我們將以重要的方式進行重塑，這很好。謝謝你們分享這些值得考慮的想法。