隨著人工智慧在越來越多領域呈現“過人”之勢，不少人擔心人工智慧會導致人類失業。“人工智慧威脅論”漸漸響起。人工智慧是人類智慧創造的一種新型工具，人類智慧的“延伸”。專家相對一致的觀點是，今天的人工智慧在感知和認知上取得了長足進步，但在情感和自主意識方面，人工智慧與人類智慧還有非常大的差距，甚至可以說存在鴻溝。

在面向2030年對中國人工智慧發展進行的戰略性部署中，中國新一代人工智慧發展規劃也明確提出了中國人工智慧發展的“三步走”目標：

第一步，到2020年，人工智慧總體技術和應用與世界先進水平同步，人工智慧產業進入國際第一方陣，成為中國新的重要經濟增長點；

第二步，到2025年，人工智慧基礎理論實現重大突破、技術與應用部分達到世界領先水平，人工智慧產業進入全球價值鏈高階，成為帶動中國產業升級和經濟轉型的主要動力，智慧社會建設取得積極進展；

第三步，到2030年，人工智慧理論、技術與應用總體達到世界領先水平，中國成為世界主要人工智慧創新中心，人工智慧產業競爭力達到國際領先水平。

現在很多人工智慧已經運用在生活中：智慧安全衛士。在日常生活中，我們時常會收到電子郵件或信件，詢問是否用信用卡進行了某些產品支付。如果使用者的賬戶存在被欺詐的風險，銀行會發送此類信件，希望在匯款前確認使用者個人已同意支付。人工智慧通常用於監控這種欺詐行為。

一般來說，先將大量欺詐和非欺詐性交易樣本資料輸入電腦，然後命令電腦分析資料，發現交易中不同類別的情況。經過足夠的訓練，人工智慧就能夠利用所學和種種跡象辨認出欺詐性交易。當然這只是人工智慧的小試牛刀。

智慧個人助理。經常使用手機，就一定對Siri、Google Now和Cortana這些虛擬個人助理不會陌生。只要說出命令，他們就會幫助你找到有用的資訊。例如，你可以問“最近的川菜館在哪兒”“我今天有什麼日程安排”“提醒我八點鐘給某某某打電話”，然後，虛擬個人助理就可以透過查詢資訊，向手機中的其他App傳送對應的資訊來完成指令。

未來已來，當時代的鐘聲緩緩敲響。身處鉅變當中，智慧化時代的來臨必將給人類以更多啟示和指引，讓人類在這條前進之路上越走越遠。

編者按：

座標德國某車廠研發部

背景應用數學本科，美國運籌學碩士，德國數學與計算機博士（組合最佳化、影象處理方向）

目前從事自動駕駛人工智慧演算法的研發，可以說是人工智慧的一線研發人員

雖說自己在AI風口之一的自動駕駛領域，並且自動駕駛替代（計程車）司機早已被提上了議程（預計2021年試行）

AI自動檢測圖片中的行人、汽車、交通標誌等

但是，自動駕駛替代的畢竟不是腦力工作者

1.人工智慧發展現狀

隨著Alphago擊敗柯潔，人工智慧（AI）已經深入到人類生活的各個角落，再也沒有人能否認自己的生活和人工智慧無關。AI的核心問題包括建構能夠跟人類匹敵甚至超越人類的推理、知識、規劃、學習、交流、感知、移動和操作物體的能力等。目前在一些影片辨識、語言分析、棋類遊戲等方面，AI的能力已經超越人類的平均甚至最高水平（圍棋）。

AI存在著這樣那樣的缺點，例如Google Photos誤把兩名黑人標註為“大猩猩”。 谷歌隨後對此道歉，並表示將調整演算法，以修復這一問題。

影象識別，正確率已超人類（黑人識別成猩猩除外）

2016年5月，一輛特斯拉Model S型轎車在佛羅里達州一條道路上撞上前方一輛拖掛車，駕車人死亡。當時，那輛車同樣是在自動輔助駕駛狀態下行駛。經過調查後顯示事故的主要原因是 “在強烈日照條件下，駕駛員和自動駕駛都未能注意到拖掛車的白色車身，因而未能及時啟動剎車系統。由於拖掛車正在橫穿公路，而且車身較高，這一特殊情況導致Model S從掛車底部透過時，前擋風玻璃與掛車底部撞擊”。 AI系統的缺陷直接導致駕車人死亡。

個人認為雖然AI製造過致命的錯誤，也阻擋不了歷史前進的腳步。下圖統計了 Scopus 學術論文庫中標註關鍵詞「人工智慧」的計算機科學論文數量。自 1996 年至今，每年釋出的人工智慧論文數量呈單邊上揚趨勢。由此可見，在學術界AI已經成為顯學。

被受學術界追捧的AI無疑是一個熱門的研究方向，但一個好的研究方向是否有很好的應用前景？風險投資是對新技術的落地應用前景嗅覺最敏感的，而創業公司是新技術應用的開疆拓土的前驅者。下圖列舉了得到風險投資並開發了人工智慧系統的美國活躍創業公司的數量：

這一數量自2000年至今增加了14倍。由此可見，AI的研究不僅在學術界產生了巨大的影響，在業界也帶來了巨大商機。風投和創業公司已經紛紛湧入，真金白銀的投入將對AI的應用起到助推作用。

看到AI在學術界和業界都有很好的發展前景，我們會產生一個問題：當前的AI發展到什麼程度了，有哪些工作是AI可以輕鬆勝任的？文章的後邊幾個章節分別透過AI在安防系統，醫療，教育，金融等領域的應用例項來進一步說明。這裡我們先給出一個概述。

1 針對領域規則明確單一的，例如中國象棋，國際象棋和圍棋，棋類運動規則非常明確，難度在於如何減少暴力計算而進行有效的搜尋。圍棋的搜尋空間要比國際象棋大的多。

2 針對領域規則不太明確，人類可以比較輕鬆的完成的任務，例如聊天，語音識別等等。自然語言的規則是不清晰的，沒有類似棋類那些既定的規則，自然語言有太多的特例。由於深度學習，大資料的突破，AI在這個領域已經有了接近和足夠匹敵人類的水平。例如語音識別，文字翻譯等等。目前大量的初創公司都集中在這些領域。這一領域將大大改變我們目前的生活，像客服，教師，低階的翻譯工作，同聲傳譯，初級程式設計師，簡單的音樂創作。

3 AI相對來說就是垂直領域，而不是廣泛領域。越狹窄的領域越好，因為這樣有助於系統在特定問題或應用層面上取得突破。雖然機器可以在某一特定任務上展現出其卓越的效能，但只要任務稍加改變，其效能就會嚴重下降甚至完全失效。

2.安防系統，醫療和教育三大AI應用領域

AI安防系統

安防系統本身就擁有海量的資料，為模型的訓練提供了充分的資料，可以說安防系統是AI得天獨厚的應用場景。AI安防系統主要分為警用和民用兩大類。

警用主要是疑犯追蹤系統。基於人臉識別技術，對長途客運站、火車站等公共場所進行監控，將影片中的人臉與疑犯資料庫進行比對，一旦疑犯在人群中被識別出來即刻報警。這就大大減輕了管理人員的工作負荷，提高了抓捕效率，增加了城市的安全性。同時先進的AI技術不單單是簡單的進行人臉的對比識別，還可以迅速的透過監控影片給出畫面裡，所有人的資訊，包括年齡，身高，性別等特徵資訊，有助於警方掌握更多的關於犯罪嫌疑人的資訊。像Face++、商湯科技 這樣的AI公司，他們研發的人臉識別演算法和系統已經可以超越人類的水平，誤識別率低達百萬分之一。

基於車輛識別技術，目前的車輛識別技術已經不僅僅侷限於對車輛的車牌進行識別，車的大小，車的型號等特徵進行識別。例如現在較為先進的AI安防系統可以識別影片裡的動態過程，例如打人、危機衝突等異常行為。因為影片的識別需要消耗的人的成本特別高，需要很多工作人員盯著每個螢幕看，並且在海量的影片裡邊人眼其實很難保證注意力的時刻集中。而一些犯罪過程或意外情況往往轉瞬即逝，因此AI技術在這個領域是有巨大優勢的。

民用的AI安防系統，我們平時已經接觸了不少，例如平常經常用到的人臉刷卡，人臉門禁系統等等。此外，民用安防還有一個重要的應用場景是家用安防系統。可以對家裡進行實時的監控，若有人闖入住宅內即可自動報警並通知家庭成員。

安防系統是AI成功落地的一個領域，得益於安防系統的自身的需求和安防系統本身具備海量資料的緣故。國內例如海康威視，曠視科技，雲從科技等公司聚焦於安防產品的智慧化與AI化。

AI醫療

AI醫療包括，醫學影像分析，智慧診療，新藥研發，智慧康復訓練等場景。在醫療行業，醫生基於自己的知識和經驗，透過分析患者的檢驗報告，臨床病症和病人的病史與基本資訊來判斷病人所患疾病，進而採取針對性的治療措施。

例如影像科對CT等檢查結果的判斷。在國內一般的影像科醫生最少也要讀5年本科，加上規培2年，最少也要7年時間才能出任正式的影像科醫生。如果在歐美一些發達國家這個時間會更長。也就是說一個正常的人需要至少7年的專業訓練才能去出任影像科醫生，這個相比開車來說是困難多了。而AI醫療藉助大規模的資料，挖掘出影像科資料中的統計規律這個是以往人類需要很長時間才能逐漸掌握的，AI對CT影象上面的病灶能夠精確的提取特徵。例如IBM沃森可以在17秒內閱讀3469本醫學專著，24800篇論文，69種治療方案，61540次實驗資料，106000份臨床報告。我們可以想象想象一下，一個醫學專家一輩子也沒有這麼多時間去閱讀如此海量的資料。一個醫學系的博士用12年的時間（本科（5年）+碩士（3年）+博士（4年））也僅僅能精通幾十本醫學專著，臨床報告幾千份，而AI在對海量資料的使用上是遠超過人類的。2012年IBM沃森通過了美國職業醫生資格考試，並在美國多家醫院部署。2017年8月23日，騰訊覓影的食管癌早期篩查系統在廣西壯族自治區人民醫院上線。在之後不到半年的時間，騰訊覓影的合作醫院數量接近百家（包含“西部眼科聯盟”的69家醫療機構），這樣的速度足以說明AI醫療的飛速發展。

值得一提的是，對AI醫療系統的應用，一部分醫生和患者抱有懷疑的態度，對重大疾病的診斷往往需要非常的慎重的態度，因為誤診的後果會十分嚴重。目前在國內即使是醫學博士也需要在醫院進行規培，並透過職業醫師的考試的層層選拔考察才能進行正式的行醫。而AI醫療系統是否能夠提供如此高的可靠性的保證。從統計學裡邊假設檢驗出發，AI醫療系統的診斷錯誤有兩種，一種是把患病者錯誤的診斷為沒有患病的，另外一種是把沒有患病的診斷為患病者（實際上這裡對應的是假設檢驗的第一類錯誤和第二類錯誤）。在醫療系統中，第一種錯誤（把患病者錯誤的診斷為沒有患病）的這樣的錯誤是不允許發生的，或者說如果放走一個病人這樣的錯誤代價非常大。而第二種錯誤（將沒有患病的診斷為患病者），若被AI診斷為患病者，還需要由人類醫生進行最終的篩查和治療，因此相對第一種錯誤而言，第二種錯誤的容忍度要高一些。所以AI醫療系統的設計會根據實際對容錯率的容忍程度來進行一個調整。

我個人觀點傾向於在AI醫療系統中，目前AI扮演的角色是一個輔助角色，主角還是醫生。醫生和AI醫療系統並不完全是一個矛盾的，互相替代的關係，醫生在對患者的病情進行診斷評估的時候，可以參考AI的給出的意見，AI相當於充當的是醫生的高階幕僚一樣，最終還需要醫生綜合的靈活的依據各個方面的情況來給出診斷結果。人類醫生更擅長綜合性的決策，面對特殊的突發的動態變化的情況下更有優勢，而目前的AI背靠著海量資料與先進的深度學習等演算法的支援能夠彌補人類醫生的不足。AI醫療系統可以幫助醫生減少錯誤，實現1（醫生）+1（AI醫療系統）大於2的一個目的，而不是用AI醫療系統去完全替代另外一個醫生。

AI教育

談到教育，隨著國內二胎政策的推出，預計不久的將來一個非常迫切的問題便是如何破解大班教育與因材施教的個性化教育之間的矛盾。

AI+教育恰恰能彌補教師數量的不足，透過海量的資料和對每個學生構建學習畫像來實現對學生的個性化分析，以每個學生的學習情況制定針對性的教育方案，提升學習的效率，同時也可以為教師提供教學上一個輔助性的決策意見。這就好比給每個學生配了一位特級教師，私人訂製化的只為這個學生服務。

例如對英語的學習，學生時常不知道自己是單詞量不夠，還是語法不好，還是閱讀英語文獻太少。AI透過權威專家經驗與機器學習的結合，為英語口語學習者提供基於語音識別與內容分析的智慧測評與提高的解決方案。AI可以依據不同學生的個性偏好、學習習慣和學習風格，推薦最匹配的學習內容。有些學生喜歡輕鬆活潑的內容形式，有些學生喜歡嚴謹的風格，AI系統會記住不同學生的偏好推薦最合適的。根據學生的知識掌握狀態和目標，自適應學習系統會自動規劃最適合該學生的學習難度和順序，不會讓學生因為目標過高而喪失信心，也不會因為目標過低而失去挑戰的慾望。透過這樣的方式，讓40分水平的同學可以逐漸提高到60分、70分，讓70分水平的同學逐漸提高到80分、90分，最終使得所有不同水平的學生都能夠循序漸進地提高到較高的水平。

3.人工智慧在教育領域的應用和案例

科大訊飛批改作業與試卷

作業批改和試卷批改一直是老師們頭疼的問題，大量重複性的作業批改佔據了老師們寶貴的時間。科大訊飛的全學科智慧閱卷技術已在學業水平測試，例如大學英語四六級，以及全國多個省份的高考、中考、成人高考等大規模考試中進行了多次、多範圍試點驗證。

優必選教育機器人

如果說AI屬於網際網路行業，那麼機器人屬於製造業。機器人是一個綜合的系統，機器人除了內部演算法以外，還牽涉到硬體的製造和量產化的問題。優必選教育機器人的專案也在去年啟動了京東的眾籌融資，其教育機器人名為阿爾法。阿爾法在語音識別方面結合了童聲識別，中英文識別與智慧閒聊三項技術。採用了定製化智慧教育，從海量的教育資源中依據孩子的年齡和學習情況，進行偏好推送。同時依賴於阿爾法先進的舵機工藝，阿爾法可以完成走路，格鬥，跳舞，踢球等動作，阿爾法擁有的動作課程體系以及動作表現力豐富的人形四肢，可以讓孩子學習，運動，邏輯全方面培養。

松鼠教育AI

1 )批改和評測自動化

AI技術中的影象識別、語義識別理解和語音識別技術能夠實現批改和評測自動化，包括作業和試卷掃描、答案識別和判斷，英語口語發音評測，還有作文的批改和打分，減輕了老師們的負擔。

2)利用AI技術挖掘出學生的個性化潛在的資訊

在目前大班教育的前提下，人類教師難以準確的觀察和跟蹤每一個學員的進展情況。而AI教育透過大資料技術，尤其是學習分析和教育資料探勘技術，實現精準學生畫像，其中教育資料探勘（EDM）是指對學習過程和學習行為進行量化分析，在學生學習過程中採集學生的學習資料，包括學習時間，停留時間，測試準確率等。透過對資料的處理分析，建立不同學生的學習模型。學習分析技術（LA）主要是對學生的測驗成績進行預測和監控，並提出相應的干預措施。這樣的學習模式不僅可以實現個性化學習的目標，可以對每一個學生提供不同的激勵機制。所有學生的進步是在自己的基礎上進行的，減少了橫向對比的弊端，提高了學生的自我效能感。 學習分析（Learning Analytics）能夠為教師提供詳細的學生資料，它不僅可以告訴你學生投入多少、瞭解多少，甚至還能提供資訊讓系統、教師改善教學方法。在乂學教育自適應學習系統教師端，教師可以隨時檢視學生的總體學習進度、成就和能力水平，並且這些都是根據教師、學生的需要提供的。系統可以識別特定學生的薄弱知識點，並且可以相應調整教學方案。同時，系統還會將學生的錯題按照知識點、錯誤率、掌握程度、知識圖譜順序排列，便於學生複習或課後輔導。

3 )替代人類教師，降低教育成本，化解優秀教育資源稀缺的問題。

不得不提當前我們所面臨的教育領域的根本性矛盾是人民日益增長的教育需求和優質教育資源總量有效且不均勻的矛盾。要上好的大學，必須要先上一個好的高中，想上好高中先要上一個好的初中，依次類推下去。隨著中國社會逐漸向階級固化的方向開始發展，很可能透過傳統教育的方式已經無法改變一個人的人生。優秀的教育資源十分有限僅僅掌握在少部分人的手裡，而稀缺的優秀教育資源進一步導致其成本上升。類似於AlphaGo模擬了下圍棋高手，AI技術也能夠模擬優秀的老師去實現智慧推薦，為每個學員量身定製個性化學習方案，幫助學員花最少的時間達到較好的學習效果。）

AI教育的優勢：

機器老師具有海量的記憶，並且能夠對每一個學生百分之百的專注，這一點是真人老師無法做到的。無論學生的基礎有多差，機器老師都能認真的解答學生的問題。同時機器老師還有一個自適應的過程，能夠利用大量積累的高質量內容對學生的學習路線進行動態的調整。

4.人類未來將不用工作？

從經濟學的角度出發，人生來就不是為了工作的，所以從第一次工業革命開始到現在，每一次很大程度上都是不斷的對人類工作用機器替代。在前幾次工業革命主要集中在解放了人類的體力勞動。人工智慧的革命是要解放人類的腦力勞動。短期之內人工智慧會造成部分人失業，從長遠來看人工智慧讓人類從底層的腦力勞動解放出來是一個必然的發展趨勢。

前面談到了AI在方方面面的應用。20年前，我們認為指紋識別，人臉識別，車牌識別等已經是高階的人工智慧了，今天這些領域早已經被廣泛的應用於我們的生活中，我們並不會把這些東西看成有多麼的“智慧”。縱觀AI發展歷史每一次AI都給人們帶來了出人意料的結果。也許今年出現在科幻小說裡邊的場景，20年後就將普及到我們現實生活的方方面面，不斷方便人類的日常生活（例如自動駕駛）。

個人認為AI在創造性的工作上也將逐步的輔佐並最終替代人類。

AI藝術創作（可指定創作風格）

最後，附上2016年計算機視覺頂級會議CVPR的一項研究成果--AI藝術創作。

藝術家們，顫抖吧！

網摘分享：

我們能有自信地預測到2025年為止的就業動態變化趨勢，但2025年後我們很難預測新出現的行業和工作崗位，正如之前也很難預測智慧手機、社交網路以及廣告技術。

然而可以肯定的是，與人工智慧相關的就業崗位將自2020年起穩步增長。此外，研究結果表明，在2021年，人工智慧的加強將產生2.9萬億美元的商業價值，並減少62億小時的員工工作量，提升生產率。從長遠來看，人工智慧將降低人工成本在總收入的佔比。

然而，這一收入的部分將持續轉化為新工作，儘管這些崗位與那些被淘汰的崗位相比工作性質遠遠不同，但工資水平卻更上一個臺階。

　　關於人工智慧對失業和就業的影響，絕非三言兩語可以說清道明。所有行業都將不同程度上獲得省力省時的效益。僅有少數行業將面臨整體失業的狀況。一些行業在幾年內就會面臨工作崗位逐步減少。而大多數行業壓根不會遇到這種狀況。

　　如今，各行各業的公司均已開始推行人工智慧。供應商迅速抓住這一契機，在其現有產品中引入新的人工智慧功能。資本投資導致了人工智慧創業企業如雨後春筍般湧現。人工智慧的大力發展是一個新現象，但人工智慧本身並非如此。人工智慧的效用早已在異常檢測、網路安全、證券交易、醫療診斷、客戶滿意度、DNA序列劃分及其他諸多領域得到有效證明。

儘管人工智慧的應用範圍十分廣泛，但大多數關於失業的危言聳聽的謠言都混淆了人工智慧與自動化。在過去200年的時間裡，自動化一直在推動生產率以及資本和勞動報酬的顯著提升。

如果說科技是人類征服自然的大斧，那麼人類就是那把柄，如果說人工智慧是那斧的刃，那麼終究有一天會砍到人類本身的那個把！我們在享受頭斧頭開天劈地的快感時，同樣也會受到來自斧頭的傷害……

1.人工智慧的邊界是模糊的

現在大多數人討論的人工智慧，通常都是指採用了Deep Learning技術的智慧。實際上，AI不見得必須deep，deep的演算法有時候未必比shallow的演算法（那些老舊的Machine Learning演算法）優越，svm在不少場景中都比deep的跑出來效果好。事實雖然如此清晰，非deep的AI應用在不少VC圈子裡還是被稱為“偽智慧”，這三個字聞起來是一股濃烈的新技術沙文主義惡臭味。

題主問的，應該不是“偽智慧”範疇內的問題，因為如果ML算進去，這個問題就不存在了。

2. “實現實際應用”的標準也是模糊的

AI這幾年這麼火，就是因為跑出來一些非常不錯的場景，比如語音和影象，這算不算“實現實際應用”呢？應該要算，但是這些技術之上的技術，離大規模的改善人們生活還有一個產品的距離，或者說，還有一個銀河系的距離。答主問的，應該是大規模改變人類生活方式的產品。尤其是那種非deep做不到的產品；就像做飛機一樣，基於蒸汽機是做不出來的，只有內燃機才有可能。

1. 人工智慧的邊界是模糊的現在大多數人討論的人工智慧，通常都是指採用了Deep Learning技術的智慧。實際上，AI不見得必須deep，deep的演算法有時候未必比shallow的演算法（那些老舊的Machine Learning演算法）優越，svm在不少場景中都比deep的跑出來效果好。事實雖然如此清晰，非deep的AI應用在不少VC圈子裡還是被稱為“偽智慧”，這三個字聞起來是一股濃烈的新技術沙文主義惡臭味。題主問的，應該不是“偽智慧”範疇內的問題，因為如果ML算進去，這個問題就不存在了。

2. “實現實際應用”的標準也是模糊的AI這幾年這麼火，就是因為跑出來一些非常不錯的場景，比如語音和影象，這算不算“實現實際應用”呢？應該要算，但是這些技術之上的技術，離大規模的改善人們生活還有一個產品的距離，或者說，還有一個銀河系的距離。答主問的，應該是大規模改變人類生活方式的產品。尤其是那種非deep做不到的產品；就像做飛機一樣，基於蒸汽機是做不出來的，只有內燃機才有可能。

3. 有資金推動的方向，有更大的機會產出假設題主問的是“真智慧”+“大規模改變人類生活方式”的那種案例，那麼答案就很明顯了：誰有錢誰就有可能。首先，真智慧很多情況是端到端的訓練，意味著對訓練資料量的需求很高。誰比較可能擁有這麼多資料？很明顯是有錢的企業。有錢的企業才能讓無人車跑個幾百萬公里去積累一點資料。其次，大規模改變人類生活方式也是成本很高的舉動，每改變一個個體就需要一筆成本，改變許多個體，讓這些個體從不知道到知道，從知道到產生意向，從意向到使用，從使用到習慣，每一步都需要大量資金。

所以結論就是：資金流向哪裡，哪裡就有可能性。

那麼資金有可能流向哪裡呢？資金只會流向“錢”方。

“錢”方在哪裡？

第一、人工智慧才剛剛開始。

第二、如果一個技術可以顛覆未來所有產業，而這個產業只有在行業啟動的時候會有這個技術的名稱，而未來所有產業都適用了的時候，這個名詞可能都不存在了，但它根植於所有行業。

第三、人工智慧就是未來可以顛覆所有產業的技術。

從工業革命以來，每次技術變革的方向都是由機器替代人。早期機器以替代人的繁瑣勞動為主，而未來的發展趨勢，將是機器替代人做有創造性的勞動。這會是人工智慧發展的大的方向。

而工業4.0開始，全球的經濟將由短缺經濟變為過剩經濟，所以機器替代人工的體力上的繁瑣勞動，將轉變為替代人的腦力的勞動，這將是人工智慧的大趨勢。

但人工智慧發展的早期，將會集中於機器與人的互動。

1956年，在美國達特茅斯學院舉行的一次會議上，“人工智慧”的研究領域正式確立。六十多年，人工智慧的發展正進入前所未有的大好時期。此時關於人工智慧未來是否會成為主流，已經有不需質疑的答案：一定會。

現在我們身邊正在發生著越來越多的人工智慧故事也正在佐證這個答案：種種讓我們激動不已的無人駕駛比賽和實驗活動；AlphaGo戰勝人類圍棋冠軍李世石的震盪；語音識別技術的快速發展使語音輸入越來越成為一個重要的輸入方式。

智慧可提升創新驅動發展源頭的供給能力，過去人類依靠資源、資本、勞動力等要素投入，支撐經濟的快速增長和規模擴充套件，但這已經成為歷史，加快從要素驅動發展向創新驅動發展的轉變，人工智慧是一種解決方案。當人口紅利、勞動力紅利的作用效果不再明顯，創新驅動發展會成為時代的最強音，智慧的紅利也會逐漸到來。

科大訊飛董事長劉慶峰在今年4月9日的演講中表示，如果說2016年是人工智慧（AI）的中國元年，2017年就應該是它的應用落地之年。這樣的表態昭示著人工智慧技術在快速從實驗室走向現實生活，更多的落地將很快發生在我們身邊。但同時我們也要意識到，目前人工智慧的各個領域仍處於前期投資階段，行業爆發需要時間，在成為未來主流的路上也需要積澱。

無論怎樣，人工智慧作為未來發展的關鍵技術，一定會在未來成為主流，並將會深刻影響我們的生活方式，乃至整個世界格局。

對於這個問題，許多人認為是肯定的。我卻回答人工智慧始終不會佔據主導地位，只要人類容許人工智慧參與人類社會競爭機制和一切社會活動，人工智慧會有一個活躍期，但仍然會被更先進的智慧控制系統控制或取代。也就是說，就人工智慧來說，首先人們往往把它定義為個體的，在具備能力上超過人類能力的智慧機器。它最終會被智慧控制系統控制，而淪落為終端機器。現在，人們往往把它們當作首先取代人類簡單勞動的工具。這種認為往往忽略了三次工業革命浪潮出現的最先淘汰人不是從事低階勞動的人，而是從事高階勞動的人，。第一次工業革命機器淘汰的是熟練的手工業生產者。第二次工業革命電氣自動化最先淘汰的是熟練的機器操縱者和基層管理人員。第三次工業革命中出現的電腦更是出人所料。人們一開始認為，不懂電腦就會被社會淘汰，因此，大量的學子進入大學學習電腦專業，讓他們沒有想到的是，他們畢業後，電腦已經普及到了每個家庭，操縱電腦已經是個簡單工作，而他們中除了極少部分創業成功，其他人或者改行或者失業。而電腦幾乎被手機淘汰，同時和手機一樣淪落為網際網路的終端機器。電腦和手機沒有淘汰不懂他們的人，卻淘汰了許多與它們有關的從業者。人工智慧也是這樣，其昂貴的造價和超乎尋常的工作能力，決定了其最先淘汰的不是從事普通勞動的人，而是從事尖端工作職業薪金高的人。當然，人工智慧最強的能力是邏輯思維，在這個領域中與人類競爭，最先淘汰的是這一類人員，其次是管理人員，接著就是製造業。到了這個時候，人工智慧已經可以自己創造自己，並創造了一個龐大人工智慧控制系統自我管理人工智慧，並接管了人類社會管理系統，並接過了人類的所有高階工作和低階工作，這個時候人類可以各取所需了，市場競爭對於人工智慧沒必要，生存競爭對人類沒必要。人工智慧也不會一些科幻電影描繪的那樣依靠密碼識別人類，它應該已經擁有了像狗一樣的嗅覺辨別一切，同時透過人類建立的身份檔案已經獲取了人類所有資訊。人工智慧已經不需要人類製造的礦物燃料或其他人造能獲取能量，只需透過空氣，光線，或者是宇宙射線獲取能量。由於人工智慧擁有無限的創造了，高效的管理，和永遠不知疲倦的工作能力，已經為人類生產一切的主動性，當然這種一切為人類工作的基因是人類為它植入的基因密碼，如同人類基因密碼永遠不能抹去。人工智慧滿足了人類的一切慾望，這個時候，人類才意識到，人類失去了什麼。

現在的人工智慧發展如火如荼，但個人認為人工智慧存在的領域不會太廣，人工智慧說白了就是計算器，在程式化的領域可以代替人類的工作，但含有情感的領域是它無法觸及的，也就是說，終究是人領導人工智慧。

人嘛，要做好的就是世界和平。

如果有人問你“21世紀什麼最貴？”你可能會說“人才”，那如果有人問你“2017年什麼最火呢？”我相信你的回答一定是“人工智慧！”

筆者看來，2017年，人工智慧已經取代了雲計算、大資料、物聯網成為科技行業中最“閃耀的新星”。

“人工智慧”從概念誕生迄今，已經60年了。人工智慧與現實的距離並不遙遠，確切地說，它已經與你的生活密切相關。

3-5年，以語音為主、鍵盤觸控為輔的人機互動時代即將到來。人機互動將推動人工智慧的變革，在5-10年內，人類就將進入智慧一切的時代，機器人將像水、食物、網際網路一樣，成為人類每天生活中的標配，難以離開。

人類科技的發展，和一個字有很大的的關係“懶”，經常我們會說是便捷（生活、工作）。在這科技快速發展的年代，什麼能讓人的便捷，什麼就有未來，成為發展的主流。（我沒有專家門的獨到言論）所以看國家怎麼看：

(國務院關於印發，新一代人工智慧發展規劃的通知）

這檔案雖然沒提人工智慧未來會不會成為未來主流，但還是可見人工智慧發展的必要性，和重要性！

再看看：裡面的部分內容

那問題來了：為什麼人工智慧發展佈局會做為國家發展戰略？？？

還不是因為對人工智慧未來看好！

我也沒想做什麼，只是為了告訴你，作為一個90後，我對這問題的觀點就是：什麼科技都好，誰能解決我的“懶”，誰就是未來的王者！-------好吧！會不會被噴死！無所謂，反正你又不知道我是誰。哈哈哈哈哈哈哈.....大家開心就好

近五十年科技進步實在太快，以至於現存人類社會分層是那麼的明顯，有的還在原始社會，有的已經高度科技化了。

要說五年前人們沒能看懂大資料和智慧雲，現在已經基本拜服網際網路大佬的前瞻能力。在智慧科學上，中國已經不落後於世界，也就是說華人日常所見與世界最先進技術基本一致，再智慧化的應用基本也只是存在於實驗室。

去年到今年，人工智慧大熱，在圍棋上阿爾法狗人工智慧戰勝了人類，就在剛剛，新一代阿爾法狗人工智慧戰勝了前代。這是一個會自我學習和進化的人工智慧，不禁讓人去想，一個開放的人工智慧，會帶來怎樣的後果？細思極恐。

試想人工智慧成長起來後，對社會的影響主要有哪些？

1 、自我研發及迭代，意味著失控。二進位制如同2的n次方，當n等於幾十時，一般的計算器已經崩潰了，而人類能阻止其再進化一次嗎？顯然是不能，也就是註定是失控的；

2、從此是人工智慧帶領人類前進，也意味著失控。人工智慧是程式，是未知，如同一個人降生時，你說他本性是空白的？還是本惡？還是本善。誰能控制？沒人能控制；

3 、新材料與新技術誕生，意味著人類從地球村的融合趨勢演變成依託生產資源分佈的分割趨勢。為什麼這麼說呢？因為屆時人力最為廉價，科技發展不再需要人力。我們都知道一個國家發達起來，反而是人力成本越來越高。但是人工智慧及機器人的普及，多餘的勞動力何去何從？連科研人員都要下崗，何況一般人；

4、大量盈餘勞動力，帶來動亂。前所未有的，杈勢階層意識到地球人口過多了，有意識的減少人口、長生、星際殖民等是未來的主題；

5、科幻世界播述的未來會很快過度過去，因為未來遠超我們的想象，星際殖民在三十年內即可實現。以上種種，是建立在人工智慧可控之上，如果不可控，將是人類的末日，因為人已經失去了存在的意義，剩下的由人工智慧來完成即可。而可控與不可控，僅僅在於給到人工智慧是否出現一個動機，一個替代人類的理由。

活在當下吧！科技的發展超出所有人的想象，21世紀是不是中國復興的世紀已經不重要，人類是否能進入22世紀？很難說。