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

如果未來AI在我們社會上全面應(yīng)用之后，會對咱們的生活會帶來多大的幫助？

AI的應(yīng)用又會對目前社會上的工作崗位有多少影響呢？你目前所從事的職業(yè)未來會被AI替代嗎？

嗯，好問題，但我是一個都沒法回答，我也不知道。但據(jù)科技大佬們說：

AI技術(shù)早已經(jīng)在我們身邊越來越多的普及了，雖然我們還未完全覺察，但這項技術(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，聽起來有點唬人，但是又好像有些道理。

為了不被他這一兩句話唬住，我決定找點書研究一下，比如李開復(fù)的《AI未來》和吳軍《智能時代》，畢竟他們的書簡單易懂（其實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)，也是這個領(lǐng)域的投資者、推動者，是真正的大佬級別的人物。

嗯，看他們的書準(zhǔn)沒錯，那就看看大佬們是怎么講的：

1、AI時代，你的職業(yè)還在不在？

李開復(fù)老師在《AI未來》中預(yù)測美國有40%-50%的工作崗位是能夠被人工智能技術(shù)取代的，中國的情況可能比美國好一點，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：

未來有了人工智能，它可以分析和對比無數(shù)的病例和診斷材料，它可以在醫(yī)生看病的時候，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。

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

制造業(yè)：

人工智能在這個行業(yè)的優(yōu)勢其實很容易理解，前段時間很火的《美國工廠》的最后一個片段里工廠的管理者就在向“玻璃大王”介紹著將要用機器人替代人工崗位，因為工人們太慢了。

目前特斯拉汽車的工廠其實已經(jīng)在嘗試全部由機器人來裝配汽車。未來會有大量的做著重復(fù)勞動的普通制造業(yè)工人失業(yè)，人工智能的發(fā)展對于經(jīng)濟和企業(yè)家來說是利好，但對于那些工人來說卻相反。

記者、編輯 和 金融業(yè)：

不要以為人工智能只會影響實體業(yè)，相反，人工智能對白領(lǐng)的影響更是首當(dāng)其沖。人工智能的優(yōu)勢就是算法，這些算法隨時能替代腦力勞動者，比起制造業(yè)的機器人，人工智能還需要配合機器人的生產(chǎn)、組裝和維護調(diào)試，但對于腦力勞動，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、行動上的矮子”。

人工智能可以很容易的寫出一篇報道稿，來替代記者和編輯。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，李開復(fù)老師認(rèn)為人工智能革命會分為四波浪潮襲來：

第一波互聯(lián)網(wǎng)智能化，第二波商業(yè)智能化，第三實體世界智能化，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？

我們先看一下這個世界之前發(fā)生的幾次技術(shù)革命：

18世紀(jì)末始于英國的工業(yè)革命

這是以蒸汽機為代表的時代，回頭來看，這次技術(shù)革命將人均GDP增長了幾十倍，全球財富、人類壽命都獲得了大幅的提高。但在當(dāng)時，技術(shù)革命的初級階段只有發(fā)明家和工廠主受益，普通民眾不僅沒有受益，反而破產(chǎn)失業(yè)，第二階段才是英國普通民眾受益，第三階段才是全世界受益。在發(fā)展的過程中，它給社會帶來的巨大負(fù)面影響，導(dǎo)致大量工匠的失業(yè)，社會矛盾重重，當(dāng)時詛咒它的人可比歡呼擁抱它的人更多，英國人花了兩代人的時間來消耗工業(yè)革命帶來負(fù)面影響，這個陣痛的時間對于每一個個人和家庭來說可不短。

19世紀(jì)末始于美國德國的第二次工業(yè)革命

第二次工業(yè)革命是以電力為核心的時代，它帶來了生產(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)時也同樣帶來了社會的陣痛，美國貧富分化程度到達(dá)了最高，爆發(fā)了工人運動，傳統(tǒng)工業(yè)被徹底碾碎。也是經(jīng)過長達(dá)半個世紀(jì)的時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

這是以計算機為核心的信息時代，其實這次信息革命還未消化完。中國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的財富增長。但對于大部分歐洲國家、南美洲，它們自由的舊的經(jīng)濟結(jié)構(gòu)已經(jīng)落伍，甚至被摧毀，而在新的經(jīng)濟結(jié)構(gòu)中雖享受到了信息產(chǎn)品，卻沒有享受信息革命帶來的經(jīng)濟增長。

可以看出，每次重大的技術(shù)革命都是靠很長很長的時間來消化掉它所帶來的負(fù)面影響，因為技術(shù)革命會使很多舊產(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)歷史來看，這些時間至少需要一代人。

而即將到來的智能革命對社會的沖擊很有可能會遠(yuǎn)遠(yuǎn)超過過去的那幾次技術(shù)革命。

3、機器智能是怎樣發(fā)展過來的？

人工智能（或者叫機器智能）其實起源很早，從1950年圖靈發(fā)表的《計算的機器和智能》論文中提出了一種驗證機器有無智能的判別方法時起（后來被成為 圖靈測試），科學(xué)家們就開始用各種方式去探索機器智能了。

只不過最開始大家都是沿著“機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器智能。吳軍老師在《智能時代》書中提到這種方法叫做“飛鳥派”，就像人類在飛上天空之前，看到鳥兒會飛翔，就覺得人類想上天空也必須學(xué)習(xí)鳥兒（仿生學(xué)），因此一直研究的方向都是模擬鳥兒的扇動翅膀的飛翔方法去造飛機，后來我們知道這種方式是行不通的，人類是靠研究了空氣動力學(xué)才造成飛機的。同樣，機器智能一直采用模擬人類思維的方式去研究也一直沒有取得很大的成果，太難了。

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

4、人工智能的機遇？

李開復(fù)在《AI未來》中強調(diào)，目前人工智能已經(jīng)從“發(fā)明的年代”轉(zhuǎn)變?yōu)椤皩嵏傻哪甏绷?。今天的人工智能?chuàng)業(yè)者開始運用深度學(xué)習(xí)來落實各種創(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)營事業(yè)的時候了。

所以對于我們普通人而言，不要覺得人工智能的技術(shù)太深奧離我們很遠(yuǎn)，事實上人工智能的技術(shù)服務(wù)必然會有一批平臺型公司來提供，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)用需要三個基本條件：大數(shù)據(jù)、算力、算法工程師。算力其實已經(jīng)不是問題，甚至google專門推出了TPU處理器來支持這類運算，算法工程師其實要求也沒有想象的那么高，當(dāng)我們處于應(yīng)用階段而非發(fā)明階段時，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行業(yè)/領(lǐng)域去應(yīng)用/改造的時候，首先要去思考的時候這個行業(yè)是否積累了大數(shù)據(jù)。