AI即人工智慧，作為未來的產業趨勢，對依賴傳統單一模式的產業影響是比較大的，掌握大量的資料和算力演算法，勢必會影響各行各業，隨著智慧化的發展，人類的生產力會越來越高，各行各業利用好人工智慧，可以減少單位人員的數量，智慧化管理，讓人工智慧輔助人類解放雙手，科學有效的提高社會財富，這是AI最大的意義，同時也要做好資料隱私安全。

2016年，是人工智慧元年。

這一年，谷歌AlphaGo在圍棋大戰中戰勝人類頂尖棋手李世石，微軟研發的人工智慧裝置Echo的語言理解能力擊敗人類，IBM人工智慧醫療機器人Watson僅用時10分鐘首次確診人類罕見白血病。

2017年，是人工智慧爆發元年。

這一年，AlphaGo Zero無師自通100:0戰勝舊版AlphaGo，百度CEO李彥宏乘坐無人駕駛汽車上五環，國務院印發《新一代人工智慧發展規劃》，阿里巴巴宣佈成立達摩院。

那麼，我們自然要問了，2018年是什麼年？答案是......

狗年！

不過，人工智慧時代正式到來已經是不爭的事實，這一點從資本的蜂擁而至就能看得出來。

據PitchBook統計，2017年全球人工智慧和機器學習領域共獲得風險投資超過108億美元。過去十年來，該領域的風險投資大幅增長：2010年投資不足5億美元，2016年達到57億美元，而2017年投資額較2016年增長了接近一倍。

人工智慧已經來了，而且它就在我們身邊，幾乎無處不在。但是，我們真的知道什麼是人工智慧嗎？我們真的準備好與人工智慧共同發展了嗎？我們該如何規劃人工智慧時代的未來生活？

在今天要和大家分享的這本書中，開復大哥就為我們詳細論述了什麼是人工智慧，人工智慧的發展歷程，以及在人工智慧時代，我們應該做些什麼才能避免被AI淘汰。

什麼是人工智慧？

人工智慧這個詞乍聽起來挺高大上，這可能會讓你覺得它離我們的生活還很遙遠，然而事實並非如此，我們來看一下下面這則對話：

哈哈哈...這是我和微軟智慧助理小冰的對話，是不是很有意思？而這背後來則自於自然語言理解人工智慧技術的應用。

再比如我工作的地方，深圳阿里中心，上下班不用門禁卡，出入閘口裝有高解析度的攝像頭，只需提前拍好照片上傳，之後即可實現“刷臉”進出，這背後便是人臉識別技術的功勞。

總之，人工智慧並非像你認為的那樣高大上，它已經在我們身邊得到了廣泛的應用，幾乎無處不在。自然語言處理、機器視覺、智慧推薦、自動駕駛等等技術都屬於人工智慧。

那麼，說了這麼多，到底什麼是人工智慧？顯然，我們需要一個定義：

AI就是根據對環境的感知，做出合理的行動，並獲得最大收益的計算機程式。

在書中，作者對AI領域較為常見的5種定義進行論述，最終得出的結論是上述定義最為合理，同時這也是維基百科使用的綜合定義。

這個定義說明什麼呢？說明AI並不是與我們大多數人所認為的那樣，與人類思考方式相似、與人類行為相似或者外形上與人類相似的機器人，AI的本質，是計算機程式。

第三次AI熱潮：有何不同？

2016年3月，AlphaGo大戰李世石掀起了第三次AI熱潮，一時間似乎人人都在談人工智慧。但是，注意了，這並不是人機對弈第一次激起公眾的熱情。

1997年IBM的深藍戰勝卡斯帕羅夫的那一天，全世界科技愛好者奔走相告的場景絲毫不比今天人們對AlphaGo的追捧遜色多少。再往前看，1962年，IBM的阿瑟薩繆爾開發的西洋跳棋程式就戰勝過一位盲人跳棋高手，那時，報紙也在追捧人工智慧，公眾一樣對智慧機器的未來充滿了好奇。

我們來看稍微回顧一下這個過程。

第一次，當跳棋程式戰勝人類，公眾反應：哇！好厲害！人工智慧牛逼！可沒過幾年，習慣了計算機會下簡單棋類的公眾又說：下個跳棋有什麼了不起？有本事去下無比複雜的國際象棋試試？

第二次，當國際象棋程式戰勝人類，公眾又反應：臥槽！666！人類要滅亡了！可沒過幾年，公眾又習慣了，他們說：下個象棋算什麼智慧？有本事去下奧妙無窮的圍棋試試？

第三次，就是2016年，圍棋程式戰勝人類，公眾反應如何？我想大家應該都知道了......

今天的人工智慧是“有用”的人工智慧。和前兩次AI熱潮相比，這一次人工智慧復興的最大特點，就是AI在多個相關領域表現出可以被普通人認可的效能或效率，開始在產業界發揮出真正的價值。

為何此次人工智慧技術能夠實現如此巨大的跨越？如果說第一次AI熱潮是“圖靈測試”的小打小鬧，第二次AI熱潮是語音識別的初步試水，那麼第三次AI熱潮便是“深度學習”的大展拳腳。

語音識別系統在近年來突飛猛進，技術上只有一個原因――深度學習！而在機器視覺領域，2014年在ImageNet競賽中第一次超越人類肉眼識別準確率的影象識別演算法也是深度學習的傑作！

看到這裡你可能要問了，那什麼是深度學習？說實話，這個技術太過牛逼，我無法一兩句就給你解釋清楚，不過我可以舉一個通俗點的例子來輔助你理解。

比如機器視覺，假設你要讓計算機識別出吳彥祖的樣貌，也就是說你輸入任意一張吳彥祖的照片，計算機會自己輸出“這個人是吳彥祖”，怎麼做到呢？

第一步，你需要先給計算機提供一些吳彥祖的照片，這些照片都有一個共同特點，比如鼻子很挺，那麼計算機就知道了吳彥祖的一個特點，鼻子挺！

但是單單這個特點是不夠的，這時候你給計算機一張古天樂的照片，它可能也會把他認成吳彥祖，因為古天樂鼻子也挺。

不過你如果再給計算機多輸入一些吳彥祖照片，這些照片中吳彥祖很白，於是計算機就知道了，吳彥祖不僅鼻子挺而且面板也白，那麼再輸入古天樂照片它就不會把他認成吳彥祖了，因為古天樂不符合面板白的特點。

這個過程就是機器學習，計算機根據你輸入的照片，不斷確認吳彥祖的長相特點，你輸入的照片越多，計算機調優過程越多，最後識別準確率就越高。

阿里雙十一海報AI設計師“魯班”，基於幾千萬張海報的深度學習，練就了一天4000萬張海報的驚人速度；AlphaGo Zero三天時間內左右手互搏3000萬局，無師自通100:0擊敗了AlphaGo。

所以，第三次AI熱潮之所以能產生巨大的商業價值，除了深度學習技術的突破之外，也離不開大資料的成熟應用。可以這麼說，深度學習攜手大資料引領了第三次AI熱潮。

人類的工作真的會被人工智慧取代嗎？這很難說。或許目前我們暫時還看不到大範圍的工作被取代，但技術浪潮的趨勢不可逆轉。

本書作者在2016 WISE獨角獸大會上就提出了以下觀點：

此外，作者在書中還給出了一個判斷工作是否容易被AI取代的“五秒鐘準則”。

一項本來由人從事的工作，如果人可以在5秒鐘以內對工作中需要思考和決策的問題做出相應的決定，那麼，這項工作就有非常大的可能被人工智慧技術全部或部分取代。

比如傳統意義上的股票交易員，他們所做的工作，只是根據買家或賣家的指令完成實際的交易操作；比如汽車司機，駕駛汽車的時候，人類司機根據路況所做出的判斷，其實都是人腦可以在短時間內處理完成，並立即做出反應的.

未來十年，哪些職業會被人工智慧取代？

我來答

02147終敝

LV.4 2018-01-27

2016年，是人工智慧元年。

這一年，谷歌AlphaGo在圍棋大戰中戰勝人類頂尖棋手李世石，微軟研發的人工智慧裝置Echo的語言理解能力擊敗人類，IBM人工智慧醫療機器人Watson僅用時10分鐘首次確診人類罕見白血病。

2017年，是人工智慧爆發元年。

這一年，AlphaGo Zero無師自通100:0戰勝舊版AlphaGo，百度CEO李彥宏乘坐無人駕駛汽車上五環，國務院印發《新一代人工智慧發展規劃》，阿里巴巴宣佈成立達摩院。

那麼，我們自然要問了，2018年是什麼年？答案是......

狗年！

不過，人工智慧時代正式到來已經是不爭的事實，這一點從資本的蜂擁而至就能看得出來。

據PitchBook統計，2017年全球人工智慧和機器學習領域共獲得風險投資超過108億美元。過去十年來，該領域的風險投資大幅增長：2010年投資不足5億美元，2016年達到57億美元，而2017年投資額較2016年增長了接近一倍。

人工智慧已經來了，而且它就在我們身邊，幾乎無處不在。但是，我們真的知道什麼是人工智慧嗎？我們真的準備好與人工智慧共同發展了嗎？我們該如何規劃人工智慧時代的未來生活？

在今天要和大家分享的這本書中，開復大哥就為我們詳細論述了什麼是人工智慧，人工智慧的發展歷程，以及在人工智慧時代，我們應該做些什麼才能避免被AI淘汰。

什麼是人工智慧？

人工智慧這個詞乍聽起來挺高大上，這可能會讓你覺得它離我們的生活還很遙遠，然而事實並非如此，我們來看一下下面這則對話：

哈哈哈...這是我和微軟智慧助理小冰的對話，是不是很有意思？而這背後來則自於自然語言理解人工智慧技術的應用。

再比如我工作的地方，深圳阿里中心，上下班不用門禁卡，出入閘口裝有高解析度的攝像頭，只需提前拍好照片上傳，之後即可實現“刷臉”進出，這背後便是人臉識別技術的功勞。

總之，人工智慧並非像你認為的那樣高大上，它已經在我們身邊得到了廣泛的應用，幾乎無處不在。自然語言處理、機器視覺、智慧推薦、自動駕駛等等技術都屬於人工智慧。

那麼，說了這麼多，到底什麼是人工智慧？顯然，我們需要一個定義：

AI就是根據對環境的感知，做出合理的行動，並獲得最大收益的計算機程式。

在書中，作者對AI領域較為常見的5種定義進行論述，最終得出的結論是上述定義最為合理，同時這也是維基百科使用的綜合定義。

這個定義說明什麼呢？說明AI並不是與我們大多數人所認為的那樣，與人類思考方式相似、與人類行為相似或者外形上與人類相似的機器人，AI的本質，是計算機程式。

第三次AI熱潮：有何不同？

2016年3月，AlphaGo大戰李世石掀起了第三次AI熱潮，一時間似乎人人都在談人工智慧。但是，注意了，這並不是人機對弈第一次激起公眾的熱情。

1997年IBM的深藍戰勝卡斯帕羅夫的那一天，全世界科技愛好者奔走相告的場景絲毫不比今天人們對AlphaGo的追捧遜色多少。再往前看，1962年，IBM的阿瑟薩繆爾開發的西洋跳棋程式就戰勝過一位盲人跳棋高手，那時，報紙也在追捧人工智慧，公眾一樣對智慧機器的未來充滿了好奇。

我們來看稍微回顧一下這個過程。

第一次，當跳棋程式戰勝人類，公眾反應：哇！好厲害！人工智慧牛逼！可沒過幾年，習慣了計算機會下簡單棋類的公眾又說：下個跳棋有什麼了不起？有本事去下無比複雜的國際象棋試試？

第二次，當國際象棋程式戰勝人類，公眾又反應：臥槽！666！人類要滅亡了！可沒過幾年，公眾又習慣了，他們說：下個象棋算什麼智慧？有本事去下奧妙無窮的圍棋試試？

第三次，就是2016年，圍棋程式戰勝人類，公眾反應如何？我想大家應該都知道了......

網上流傳著一幅“人工智慧發展成熟度曲線”，生動地展示了上述發展歷程。

那麼，這次的AI熱潮還會和之前兩次一樣嗎？經過一兩年的熱炒之後再次不可避免地歸於沉寂？

答案是：不一樣。（BGM，起~）

正如作者在本書中提到的：

今天的人工智慧是“有用”的人工智慧。和前兩次AI熱潮相比，這一次人工智慧復興的最大特點，就是AI在多個相關領域表現出可以被普通人認可的效能或效率，開始在產業界發揮出真正的價值。

為何此次人工智慧技術能夠實現如此巨大的跨越？如果說第一次AI熱潮是“圖靈測試”的小打小鬧，第二次AI熱潮是語音識別的初步試水，那麼第三次AI熱潮便是“深度學習”的大展拳腳。

語音識別系統在近年來突飛猛進，技術上只有一個原因――深度學習！而在機器視覺領域，2014年在ImageNet競賽中第一次超越人類肉眼識別準確率的影象識別演算法也是深度學習的傑作！

看到這裡你可能要問了，那什麼是深度學習？說實話，這個技術太過牛逼，我無法一兩句就給你解釋清楚，不過我可以舉一個通俗點的例子來輔助你理解。

比如機器視覺，假設你要讓計算機識別出吳彥祖的樣貌，也就是說你輸入任意一張吳彥祖的照片，計算機會自己輸出“這個人是吳彥祖”，怎麼做到呢？

第一步，你需要先給計算機提供一些吳彥祖的照片，這些照片都有一個共同特點，比如鼻子很挺，那麼計算機就知道了吳彥祖的一個特點，鼻子挺！

但是單單這個特點是不夠的，這時候你給計算機一張古天樂的照片，它可能也會把他認成吳彥祖，因為古天樂鼻子也挺。

不過你如果再給計算機多輸入一些吳彥祖照片，這些照片中吳彥祖很白，於是計算機就知道了，吳彥祖不僅鼻子挺而且面板也白，那麼再輸入古天樂照片它就不會把他認成吳彥祖了，因為古天樂不符合面板白的特點。

這個過程就是機器學習，計算機根據你輸入的照片，不斷確認吳彥祖的長相特點，你輸入的照片越多，計算機調優過程越多，最後識別準確率就越高。

阿里雙十一海報AI設計師“魯班”，基於幾千萬張海報的深度學習，練就了一天4000萬張海報的驚人速度；AlphaGo Zero三天時間內左右手互搏3000萬局，無師自通100:0擊敗了AlphaGo。

所以，第三次AI熱潮之所以能產生巨大的商業價值，除了深度學習技術的突破之外，也離不開大資料的成熟應用。可以這麼說，深度學習攜手大資料引領了第三次AI熱潮。

人工智慧會導致人類大量失業嗎？

封面上，人類坐地行乞，機器人則扮演施予者的角色，意指明顯――在未來社會，人類的工作機會被不斷進化的機器人剝奪，從而淪為了流落街頭的弱者。

人類的工作真的會被人工智慧取代嗎？這很難說。或許目前我們暫時還看不到大範圍的工作被取代，但技術浪潮的趨勢不可逆轉。

本書作者在2016 WISE獨角獸大會上就提出了以下觀點：

此外，作者在書中還給出了一個判斷工作是否容易被AI取代的“五秒鐘準則”。

一項本來由人從事的工作，如果人可以在5秒鐘以內對工作中需要思考和決策的問題做出相應的決定，那麼，這項工作就有非常大的可能被人工智慧技術全部或部分取代。

比如傳統意義上的股票交易員，他們所做的工作，只是根據買家或賣家的指令完成實際的交易操作；比如汽車司機，駕駛汽車的時候，人類司機根據路況所做出的判斷，其實都是人腦可以在短時間內處理完成，並立即做出反應的。

反之，如果你的工作涉及縝密的思考、周全的推理或複雜的決策，每個具體判斷並非人腦可以在5秒鐘的時間內完成，那麼，以目前的技術來說，你的工作是很難被機器取代的。

看到這裡我們不禁要問了，未來十年90%的工作將會被人工智慧取代，是不是意味著人類即將面臨大量失業？

事實上，工作被取代與人類失業是兩個概念，雖然我們大部分工作會被AI取代，但將會有其他更多型別的工作崗位被創造出來。

當我們談論技術進步是否會讓人類系統性失業時，最經典的例子就是馬車。19世紀末的倫敦是當時世界上最大最繁華，人口最密集的城市，出租馬車是城市的主要公共交通工具，出門打“馬的”是城市一景。

而當汽車被髮明出來，人們不坐馬車了，馬車伕去哪了？顯然，汽車發明帶來的新崗位會不斷湧現，首先機器就需要有人制造和維護，汽車帶來的工作崗位，比消滅的馬車伕要多得多。不信你看現在有多少工作崗位是十年前已經存在的？

因此，技術發展將造成一部分簡單工作、底層工作的消失或轉變，但由此也會催生更多新型的、更需要人類判斷力和創造力的工作型別。

總之，人工智慧的出現會取代諸多人類的工作，但人類並不會因此面臨大量失業。我們只要不斷提升自己的創造能力和學習能力，就會在未來的社會發展中勇立潮頭！

近些年來，科技圈討論最多的就是人工智慧技術。我們對人工智慧的發展充滿了期待，但是同時又對人工智慧的發展有著擔憂。為什麼會擔憂呢？我們知道人工智慧的出現，多個領域將會取代傳統人類的勞動力，從而導致一部分人失業，不過這也是科技進步的成果，未來社會發展的方向。還有一部分人擔心，未來人工智慧技術發展到一定程度，會不會像科幻電影裡面那樣去統治人類？這當然不會，畢竟人類才是主宰，所有技術都是由人類創造出來，電腦永遠比不過人腦。

現在世界各地都在人工智慧的發展，並且不斷加大研發推進發展速度。在1956年眾多美國科學家們就首次提出人工智慧這一詞，這是意味著人工智慧科學的誕生。透過多年的發展，先如今人工智慧已經逐漸走進我們生活，越來越多的人工智慧晶片和產品也相繼被研發出來。在未來一些職業將會被人工智慧取代無法避免。

從目前的角度來看，醫生、律師、翻譯、金融分析師等這些工作可能被人工智慧取代，因為人工智慧可以透過大資料分析和資訊積累等，可以使這些行業的工作效率更高。現在已經有很多法律、金融等方面的工作已經開始用一些程式來完成了，很多需要死記硬背的東西被機器瓦解。而一些類似於裝修和家政等簡單勞動可能會長期存在，畢竟這些職業可替代價值低，要用人工智慧技術去完成這些需要更多的成本。

但是隨著人工智慧的出現，在未來也有一些新的職業將會變成主流職業。那麼到底有哪些職業呢？

1、AR影像領域職業。AR技術就是增強現實技術。可以使使用者在虛擬的情況下體驗到很現實的場景，隨著人工智慧和5G技術不斷髮展和普及，AR也將成為人們茶餘飯後的娛樂專案，人們可以透過虛擬環境來體驗身臨其境的遊戲快感，隨著AR專案的增多，這個領域也需要大量的AR構架師。

2、醫療裝置輔助人員方向的職業。上文提到了，在未來人工智慧不斷的發展，醫生可能會被取代。在人工智慧的輔助下未來可能只需要把患者的病情輸入到機器中，機器就可以顯示出病人的診斷結果並且做出解釋。操作機器的人可能只需要專業的護理水平就能給病人看病了。

3、大資料輔助商業的職業。資料偵探職業將會是一個全新的職業。他們主要的工作內容就是透過人工智慧裝置透過大資料分析，來給商界精英或者金融機構提供資料探勘，為他們提供決策。

將會出現的新職業遠遠不止上面三個，我們也不用擔心人工智慧時代的到來會造成一些人員的失業，畢竟人工智慧的發展不會突然呈井噴式爆發，會給我們足夠的適應時間和解決對策。總的來說，人工智慧的發展也是人類進步的象徵，科技總是在不斷的發展，我們只需要靜靜的等待科技給我們帶來的便利。你對人工智慧的發展有什麼看法嗎？