目前人工智能（Artificial Intelligence，簡(jiǎn)稱AI）的技術(shù)到底發(fā)展到啥情況了？

如果未來(lái)AI在我們社會(huì)上全面應(yīng)用之后，會(huì)對(duì)咱們的生活會(huì)帶來(lái)多大的幫助？

AI的應(yīng)用又會(huì)對(duì)目前社會(huì)上的工作崗位有多少影響呢？你目前所從事的職業(yè)未來(lái)會(huì)被AI替代嗎？

嗯，好問(wèn)題，但我是一個(gè)都沒(méi)法回答，我也不知道。但據(jù)科技大佬們說(shuō)：

AI技術(shù)早已經(jīng)在我們身邊越來(lái)越多的普及了，雖然我們還未完全覺(jué)察，但這項(xiàng)技術(shù)已經(jīng)在悄然的改變我們的生活、改變我們的職業(yè)了。

吳軍老師認(rèn)為，這AI的到來(lái)是一次智能革命，并且這次智能革命與以往歷次的技術(shù)革命一樣，擺在我們每個(gè)人面前的只有兩條路，要么加入技術(shù)浪潮成為前2%的人，要么觀望徘徊被淘汰。

嗯，聽(tīng)起來(lái)有點(diǎn)唬人，但是又好像有些道理。

為了不被他這一兩句話唬住，我決定找點(diǎn)書研究一下，比如李開(kāi)復(fù)的《AI未來(lái)》和吳軍《智能時(shí)代》，畢竟他們的書簡(jiǎn)單易懂（其實(shí)是太高深的我也看不懂），并且他們不僅曾經(jīng)是人工智能領(lǐng)域的研究先驅(qū)，也是這個(gè)領(lǐng)域的投資者、推動(dòng)者，是真正的大佬級(jí)別的人物。

嗯，看他們的書準(zhǔn)沒(méi)錯(cuò)，那就看看大佬們是怎么講的：

1、AI時(shí)代，你的職業(yè)還在不在？

李開(kāi)復(fù)老師在《AI未來(lái)》中預(yù)測(cè)美國(guó)有40%-50%的工作崗位是能夠被人工智能技術(shù)取代的，中國(guó)的情況可能比美國(guó)好一點(diǎn)，但也好不了多少。吳軍老師甚至認(rèn)為全球只有2%的人是人工智能的革命的掌握者和直接受益者，其他人都或多或少的受到影響。

醫(yī)生：

未來(lái)有了人工智能，它可以分析和對(duì)比無(wú)數(shù)的病例和診斷材料，它可以在醫(yī)生看病的時(shí)候，起到輔助治療提供診斷建議的作用。在做醫(yī)學(xué)影像分析的時(shí)候，人工智能比人類更精準(zhǔn)。甚至是在做心臟大腦等精細(xì)手術(shù)的時(shí)候，人工智能還能替代人類醫(yī)生的手去做手術(shù)，更穩(wěn)。

人工智能還能緩解醫(yī)療緊缺的問(wèn)題，現(xiàn)在好的醫(yī)生和治療方案只有大醫(yī)院能提供，未來(lái)人工智能可以輔助中等水平的醫(yī)生做出高水平的醫(yī)療方案。人工智能還能推進(jìn)新藥的研發(fā)效率。

在短時(shí)間內(nèi)人工智能可能無(wú)法完全替代人類醫(yī)生，它更可能會(huì)以醫(yī)生助手的形式存在，但經(jīng)過(guò)時(shí)間的積累，人工智能很有可能比人類醫(yī)生更出色。

制造業(yè)：

人工智能在這個(gè)行業(yè)的優(yōu)勢(shì)其實(shí)很容易理解，前段時(shí)間很火的《美國(guó)工廠》的最后一個(gè)片段里工廠的管理者就在向“玻璃大王”介紹著將要用機(jī)器人替代人工崗位，因?yàn)楣と藗兲恕?/p>

目前特斯拉汽車的工廠其實(shí)已經(jīng)在嘗試全部由機(jī)器人來(lái)裝配汽車。未來(lái)會(huì)有大量的做著重復(fù)勞動(dòng)的普通制造業(yè)工人失業(yè)，人工智能的發(fā)展對(duì)于經(jīng)濟(jì)和企業(yè)家來(lái)說(shuō)是利好，但對(duì)于那些工人來(lái)說(shuō)卻相反。

記者、編輯 和 金融業(yè)：

不要以為人工智能只會(huì)影響實(shí)體業(yè)，相反，人工智能對(duì)白領(lǐng)的影響更是首當(dāng)其沖。人工智能的優(yōu)勢(shì)就是算法，這些算法隨時(shí)能替代腦力勞動(dòng)者，比起制造業(yè)的機(jī)器人，人工智能還需要配合機(jī)器人的生產(chǎn)、組裝和維護(hù)調(diào)試，但對(duì)于腦力勞動(dòng)，人工智能太容易了，起碼現(xiàn)階段的人工智能還是“思想上的巨人、行動(dòng)上的矮子”。

人工智能可以很容易的寫出一篇報(bào)道稿，來(lái)替代記者和編輯。在金融業(yè)，人工智能早已經(jīng)采用智能風(fēng)控算法和大數(shù)據(jù)去替代風(fēng)控人員了。

還有很多行業(yè)就不一一列舉了，李開(kāi)復(fù)老師認(rèn)為人工智能革命會(huì)分為四波浪潮襲來(lái)：

第一波互聯(lián)網(wǎng)智能化，第二波商業(yè)智能化，第三實(shí)體世界智能化，第四波自主智能化。前兩波已經(jīng)出現(xiàn)在了我們身邊，后面兩波正在躍躍欲試中。

2、曾經(jīng)歷史上的技術(shù)革命是怎樣消化掉負(fù)面影響的？

我們先看一下這個(gè)世界之前發(fā)生的幾次技術(shù)革命：

18世紀(jì)末始于英國(guó)的工業(yè)革命

這是以蒸汽機(jī)為代表的時(shí)代，回頭來(lái)看，這次技術(shù)革命將人均GDP增長(zhǎng)了幾十倍，全球財(cái)富、人類壽命都獲得了大幅的提高。但在當(dāng)時(shí)，技術(shù)革命的初級(jí)階段只有發(fā)明家和工廠主受益，普通民眾不僅沒(méi)有受益，反而破產(chǎn)失業(yè)，第二階段才是英國(guó)普通民眾受益，第三階段才是全世界受益。在發(fā)展的過(guò)程中，它給社會(huì)帶來(lái)的巨大負(fù)面影響，導(dǎo)致大量工匠的失業(yè)，社會(huì)矛盾重重，當(dāng)時(shí)詛咒它的人可比歡呼擁抱它的人更多，英國(guó)人花了兩代人的時(shí)間來(lái)消耗工業(yè)革命帶來(lái)負(fù)面影響，這個(gè)陣痛的時(shí)間對(duì)于每一個(gè)個(gè)人和家庭來(lái)說(shuō)可不短。

19世紀(jì)末始于美國(guó)德國(guó)的第二次工業(yè)革命

第二次工業(yè)革命是以電力為核心的時(shí)代，它帶來(lái)了生產(chǎn)效率的進(jìn)一步提高，并且催生了很多新產(chǎn)業(yè)。但它在當(dāng)時(shí)也同樣帶來(lái)了社會(huì)的陣痛，美國(guó)貧富分化程度到達(dá)了最高，爆發(fā)了工人運(yùn)動(dòng)，傳統(tǒng)工業(yè)被徹底碾碎。也是經(jīng)過(guò)長(zhǎng)達(dá)半個(gè)世紀(jì)的時(shí)間才消化掉這些陣痛。

“二戰(zhàn)”后以摩爾定律為標(biāo)準(zhǔn)的信息革命

這是以計(jì)算機(jī)為核心的信息時(shí)代，其實(shí)這次信息革命還未消化完。中國(guó)由于一些特殊原因在這次信息革命中感受到的負(fù)面影響較少，更多的是享受到了信息革命帶來(lái)的財(cái)富增長(zhǎng)。但對(duì)于大部分歐洲國(guó)家、南美洲，它們自由的舊的經(jīng)濟(jì)結(jié)構(gòu)已經(jīng)落伍，甚至被摧毀，而在新的經(jīng)濟(jì)結(jié)構(gòu)中雖享受到了信息產(chǎn)品，卻沒(méi)有享受信息革命帶來(lái)的經(jīng)濟(jì)增長(zhǎng)。

可以看出，每次重大的技術(shù)革命都是靠很長(zhǎng)很長(zhǎng)的時(shí)間來(lái)消化掉它所帶來(lái)的負(fù)面影響，因?yàn)榧夹g(shù)革命會(huì)使很多舊產(chǎn)業(yè)消失，舊產(chǎn)業(yè)的從業(yè)人員需要重新尋找出路。根據(jù)歷史來(lái)看，這些時(shí)間至少需要一代人。

而即將到來(lái)的智能革命對(duì)社會(huì)的沖擊很有可能會(huì)遠(yuǎn)遠(yuǎn)超過(guò)過(guò)去的那幾次技術(shù)革命。

3、機(jī)器智能是怎樣發(fā)展過(guò)來(lái)的？

人工智能（或者叫機(jī)器智能）其實(shí)起源很早，從1950年圖靈發(fā)表的《計(jì)算的機(jī)器和智能》論文中提出了一種驗(yàn)證機(jī)器有無(wú)智能的判別方法時(shí)起（后來(lái)被成為 圖靈測(cè)試），科學(xué)家們就開(kāi)始用各種方式去探索機(jī)器智能了。

只不過(guò)最開(kāi)始大家都是沿著“機(jī)器要像人一樣思考才能獲得智能”，模擬人的思維的方式去研究機(jī)器智能。吳軍老師在《智能時(shí)代》書中提到這種方法叫做“飛鳥(niǎo)派”，就像人類在飛上天空之前，看到鳥(niǎo)兒會(huì)飛翔，就覺(jué)得人類想上天空也必須學(xué)習(xí)鳥(niǎo)兒（仿生學(xué)），因此一直研究的方向都是模擬鳥(niǎo)兒的扇動(dòng)翅膀的飛翔方法去造飛機(jī)，后來(lái)我們知道這種方式是行不通的，人類是靠研究了空氣動(dòng)力學(xué)才造成飛機(jī)的。同樣，機(jī)器智能一直采用模擬人類思維的方式去研究也一直沒(méi)有取得很大的成果，太難了。

后來(lái)有一波科學(xué)家們開(kāi)始另辟蹊徑，找到了采用數(shù)據(jù)驅(qū)動(dòng)和超級(jí)計(jì)算的方式去嘗試研究，然后隨著摩爾定律的發(fā)展，計(jì)算硬件越來(lái)越便宜，并且互聯(lián)網(wǎng)與移動(dòng)互聯(lián)網(wǎng)的興起，大數(shù)據(jù)也出現(xiàn)了，數(shù)據(jù)也越來(lái)越多、越來(lái)越豐富，加上技術(shù)上的突破（深度學(xué)習(xí)技術(shù)被提出）這才促使機(jī)器智能再次有爆發(fā)的機(jī)會(huì)，應(yīng)用才越來(lái)越明朗。

4、人工智能的機(jī)遇？

李開(kāi)復(fù)在《AI未來(lái)》中強(qiáng)調(diào)，目前人工智能已經(jīng)從“發(fā)明的年代”轉(zhuǎn)變?yōu)椤皩?shí)干的年代”了。今天的人工智能創(chuàng)業(yè)者開(kāi)始運(yùn)用深度學(xué)習(xí)來(lái)落實(shí)各種創(chuàng)新的應(yīng)用。人工智能的許多研究工作大都已完成，現(xiàn)在是創(chuàng)業(yè)者們加油干，把深度學(xué)習(xí)算法轉(zhuǎn)化為持續(xù)經(jīng)營(yíng)事業(yè)的時(shí)候了。

所以對(duì)于我們普通人而言，不要覺(jué)得人工智能的技術(shù)太深?yuàn)W離我們很遠(yuǎn)，事實(shí)上人工智能的技術(shù)服務(wù)必然會(huì)有一批平臺(tái)型公司來(lái)提供，就像第二次工業(yè)革命的電力一樣。我們需要的做的就是去使用“電”，基于“電”去改造現(xiàn)有產(chǎn)業(yè)，去做創(chuàng)新的應(yīng)用。

成功的人工智能應(yīng)用需要三個(gè)基本條件：大數(shù)據(jù)、算力、算法工程師。算力其實(shí)已經(jīng)不是問(wèn)題，甚至google專門推出了TPU處理器來(lái)支持這類運(yùn)算，算法工程師其實(shí)要求也沒(méi)有想象的那么高，當(dāng)我們處于應(yīng)用階段而非發(fā)明階段時(shí)，并非需要頂尖的算法工程師。這里面，最最重要的還是大數(shù)據(jù)，當(dāng)我們想要基于人工智能在某個(gè)行業(yè)/領(lǐng)域去應(yīng)用/改造的時(shí)候，首先要去思考的時(shí)候這個(gè)行業(yè)是否積累了大數(shù)據(jù)。