那些說人工智慧不能代替情感的大錯特錯了。未來的人工智慧可能比你我更懂情感，現在已經研究出可識別人類面部表情、語氣的機器人，未來，一個時刻關注你，懂你情感的人工智慧機器人還遠嗎？
再來說說人工智慧。或許還有很多人並不是很瞭解，我簡單的說下。人工智慧是基於深度學習後的產物，打個比方玩超級瑪麗這款遊戲。前面有個坑要跳過去才行，但是人工智慧不知道啊，怎麼辦？它會一直走過去，不過一旦掉進這個坑，它就明白了，這裡有個坑，第二次它就會規避，也就是跳過這個坑。如此反覆N多次，這一關它就100%規避，能通關了。這就是自我學習，不是由程式直接設定，這裡有個坑，到這裡要跳一下！
不過基於這種深度學習有什麼好處呢？好處就是，我只需要建立一個人工智慧程式，即可玩轉所有2D平面遊戲！是不是挺牛逼？
同理，人工智慧應用於其他方面，比如識別人類情緒。如果每個人都擁有一個識別人類情感的人工智慧，那你覺得人工智慧是不是隨著時間的推移可以完全看懂每一個人呢？這是很有可能的。
但是關於醫療方面的，不可能讓人工智慧像玩遊戲一樣去試錯吧？所以，人工智慧還必須依賴大資料，讓人工智慧深度學習大資料。那樣人工智慧就必定會成為一個領悟比專家還專家的存在，甚至超越人類，這也是人工智慧威脅論的所在！
而中國，網際網路的龐大，資料的龐大又更適合人工智慧學習。所以，中國必定會引領人工智慧。
回到主題，哪些不能被人工智慧取代？那就是沒有大資料可以學習的方面了。也才會有人說，人類情緒，情感，因為現在沒有具體的人類情感大資料，而這恰恰是最容易取代的，因為人太多了，只是這些情感暫未資料化，一旦資料化，人工智慧完全可以模擬出自己的性格。同樣，現在谷歌也在讓人工智慧從人類照片中識別情緒，如此發展，人工智慧遲早會發展出自己的情緒性格特徵，而這種情緒性格特徵又不是人類可控的，這也是人工智慧更可怕的存在。
所以，你要說什麼不會被人工智慧取代？恐怕沒有什麼不能取代，畢竟，人類越來越深入資料化，越來越喜歡資料。
那些說人工智慧不能代替情感的大錯特錯了。未來的人工智慧可能比你我更懂情感，現在已經研究出可識別人類面部表情、語氣的機器人，未來，一個時刻關注你，懂你情感的人工智慧機器人還遠嗎？
再來說說人工智慧。或許還有很多人並不是很瞭解，我簡單的說下。人工智慧是基於深度學習後的產物，打個比方玩超級瑪麗這款遊戲。前面有個坑要跳過去才行，但是人工智慧不知道啊，怎麼辦？它會一直走過去，不過一旦掉進這個坑，它就明白了，這裡有個坑，第二次它就會規避，也就是跳過這個坑。如此反覆N多次，這一關它就100%規避，能通關了。這就是自我學習，不是由程式直接設定，這裡有個坑，到這裡要跳一下！
不過基於這種深度學習有什麼好處呢？好處就是，我只需要建立一個人工智慧程式，即可玩轉所有2D平面遊戲！是不是挺牛逼？
同理，人工智慧應用於其他方面，比如識別人類情緒。如果每個人都擁有一個識別人類情感的人工智慧，那你覺得人工智慧是不是隨著時間的推移可以完全看懂每一個人呢？這是很有可能的。
但是關於醫療方面的，不可能讓人工智慧像玩遊戲一樣去試錯吧？所以，人工智慧還必須依賴大資料，讓人工智慧深度學習大資料。那樣人工智慧就必定會成為一個領悟比專家還專家的存在，甚至超越人類，這也是人工智慧威脅論的所在！
而中國，網際網路的龐大，資料的龐大又更適合人工智慧學習。所以，中國必定會引領人工智慧。
回到主題，哪些不能被人工智慧取代？那就是沒有大資料可以學習的方面了。也才會有人說，人類情緒，情感，因為現在沒有具體的人類情感大資料，而這恰恰是最容易取代的，因為人太多了，只是這些情感暫未資料化，一旦資料化，人工智慧完全可以模擬出自己的性格。同樣，現在谷歌也在讓人工智慧從人類照片中識別情緒，如此發展，人工智慧遲早會發展出自己的情緒性格特徵，而這種情緒性格特徵又不是人類可控的，這也是人工智慧更可怕的存在。
所以，你要說什麼不會被人工智慧取代？恐怕沒有什麼不能取代，畢竟，人類越來越深入資料化，越來越喜歡資料。