2017年人工智能將繼續(xù)引領(lǐng)科技的潮流，人工智能＋也會像2016年的VR＋。

　　2016年3月，人工智能AlphaGo曾經(jīng)在韓國打敗了當時韓國專業(yè)圍棋手李世石，震驚世界。2017年新年剛過，作為AlphaGo最新版的Master就先后在弈城網(wǎng)和野狐網(wǎng)上戰(zhàn)勝柯潔、常昊、時越以及韓國世界冠軍樸廷桓、姜東潤等人，取得60勝的驕人戰(zhàn)績，在快棋領(lǐng)域，Master擊敗了幾乎所有中日韓圍棋界的頂級高手。

　　有人說圍棋是人類最后的的壁壘，接連的失敗開始讓人類感到傷感、恐慌、焦慮。如果人工智能真的在智慧上超過了人類，人類會成為AI的奴隸嗎？人類的最后一道防線是圍棋嗎？人類的終極敵人是AI嗎？對于市場上的各種陰謀論，筆者將分享自己的觀點。

　　如果說人工智能打敗了圍棋高手，那是不是在其他領(lǐng)域也是所向霹靂，在中央電視2臺的極客出發(fā)欄目中，擁有強大人工智能的安防巡檢機器人在人臉識別過程中，由于前期采集的表情圖像有限，主持人通過喬裝打扮欺騙過了機器人。其次是日本國立情報學(xué)研究所（NII）研究人員宣布，已放棄讓“Torobo－kun”機器人考入東京大學(xué)的計劃，原因是人工智能雖然在人臉識別和語音識別方面有基礎(chǔ)，但是對人類語言的閱讀理解能力似乎表現(xiàn)欠佳，Torobo－kun作為“復(fù)讀生”，已經(jīng)連續(xù)考了四年了，還是無法考入東京大學(xué)。

　　綜合以上案例，筆者認為人工智能在某些細分應(yīng)用領(lǐng)域還處在尖子生的階段，甚至遠遠還落后于學(xué)霸。如果人工智能要跨越學(xué)霸，就必須滿足以下三個條件。

　　1、龐大的大數(shù)據(jù)，正如眾多科學(xué)家而言。人工智能超強的認知學(xué)習(xí)來源于谷歌強大的大數(shù)據(jù)系統(tǒng)，隨著知識數(shù)字化的更新，越來越多的知識被數(shù)字化，數(shù)據(jù)化。如果說一個人有8小時閱讀時間，那人工智能就是24小時閱讀。通過全天不間斷的學(xué)習(xí)來豐富自己的認知，

　　2、強大的系統(tǒng)算法，常言道學(xué)習(xí)不能讀死書，要學(xué)會舉一反三。在人工智能中如果人工智能將互聯(lián)網(wǎng)上的數(shù)據(jù)進行整理，那這樣只是算是高級人工，算不上智能。阿爾法能夠戰(zhàn)勝圍棋大師及德州撲克職業(yè)玩家靠著是一種前沿的算法，有專家指出擊敗李世石不代表征服圍棋，只是算法勝利。

　　3、過硬的硬件配置， 處理器芯片設(shè)計與工藝的突破帶動電子信息行業(yè)發(fā)展已是不爭的事實，但對于人工智能的應(yīng)用而言，單就處理器的提升還遠遠不夠。谷歌、百度等互聯(lián)網(wǎng)巨頭與英特爾、英偉達在人工智能領(lǐng)域所做的是一個技術(shù)互補的路線，像谷歌更多的是做云端、數(shù)據(jù)中心的深度處理，面向人工智能的芯片是人工智能大規(guī)模產(chǎn)業(yè)的關(guān)鍵，也是今天人工智能不能大規(guī)模產(chǎn)業(yè)化的瓶頸與核心原因，整體看當前的人工智能產(chǎn)業(yè)發(fā)展處于初期階段。目前人工智能的芯片和硬件水平相當于50、60年前個人電腦發(fā)明之前的硬件水平，有了個人電腦才有了互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)。

　　據(jù)外媒報道，日本三菱綜合研究所學(xué)者認為，日本積極運用人工智能技術(shù)將導(dǎo)致13年后日本工作崗位的數(shù)量減少240萬個。使用機器人和人工智能技術(shù)將在2030年前創(chuàng)建500萬個工作崗位，同時，因機器人替代人工，傳統(tǒng)領(lǐng)域的人力需求將減少740萬人，因此，將有240萬日本人失去工作。

　　機器人將在若干行業(yè)替代人工勞動，或協(xié)助人類完成任務(wù)。李開復(fù)博士預(yù)測，從事翻譯、新聞 報道、助理、保安、銷售、客服、交易、會計、司機、家政等工作的人，未來十年將有約 90％ 被人工智能全部或部分取代。同時，一些全新的工作機會將應(yīng)運而生，一部分傳統(tǒng)工作會轉(zhuǎn)變?yōu)?人工智能輔助下的全新工作類型。

　　事實上在人類上千年的歷史中，很難因為某項技術(shù)的更新將人類淘汰，從遠古時代的鉆木取火，到工業(yè)時代的工業(yè)革命，文明時代的互聯(lián)網(wǎng)革命。每一項技術(shù)的背后更多的讓人類更加的勇敢面對自然與挑戰(zhàn)。

　　筆者將從以下二個方面，來概述人工智能是助手，而不是對手。

　　1、將問題簡單化，例如翻譯行業(yè)，微軟在美國西部發(fā)布了支持多人多語言溝通的萬能翻譯器——Microsoft Translator，通過Microsoft Translator，每個人都可以在自己的智能設(shè)備上用自己的語言和任何人溝通，這也是世界上第一個真正意義上的萬能翻譯器。但是在面對地方口音和方言的時候，人工智能既有可能束手無策。它只會不斷的提醒你的請將“普通話”。對于這樣的環(huán)境下，很多時候還是需要人類的協(xié)助才能完成工作。但是在日常的生活中，人工智能可以將通用化，復(fù)雜化的問題。通過強大的系統(tǒng)算法迅速的協(xié)助人類完成。

　　2、提升辦公效率，例如會計行業(yè)，無論是做會計的，還是做財務(wù)的，亦或者是中介機構(gòu)的從業(yè)者，都不免覺得日常工作中有著大量、重復(fù)性的工作。重復(fù)地審核發(fā)票，重復(fù)地編制各種各種的表格，重復(fù)地檢查各種各樣的數(shù)據(jù)。真是不在重復(fù)中爆發(fā)，就在重復(fù)中泯然眾人。人工智能的出現(xiàn)，可以讓行業(yè)中的眾人跳出原來機械的、重復(fù)的工作，去做更有價值的事情，而不是淘汰會計師。

　　雖然人工智能將催生數(shù)個千億美元甚至萬億美元規(guī)模的產(chǎn)業(yè)，全國各地的政府都在積極布局人工智能產(chǎn)業(yè)，例如成都菁蓉國際廣場、成都硅谷國際孵化器等機構(gòu)都在招募人工智能創(chuàng)業(yè)者，但是對于目前的人工智能產(chǎn)業(yè)還是需要完善以下幾個方面。

　　一、可復(fù)用和標準化的技術(shù)框架、平臺、工具、服務(wù)尚未成熟

　　雖然 TensorFlow、MXNet 等深度學(xué)習(xí)框架已被數(shù)以萬計的研發(fā)團隊采納，相關(guān)開源 項目的數(shù)量也在飛速增加，但一個完整人工智能生態(tài)所必備的，從芯片、總線、平臺、架構(gòu)到框架、 應(yīng)用模型、測評工具、可視化工具、云服務(wù)的模塊化與標準化工作，尚需三年或更長時間才能真正成熟。

　　二、人才缺口巨大，人才結(jié)構(gòu)失衡

　　據(jù) LinkedIn 統(tǒng)計，全球目前擁有約 25 萬名人工智能專業(yè)人才，其中美國約占三分之一。這 一數(shù)量級的人才儲備遠無法滿足未來幾年中人工智能在垂直領(lǐng)域及消費者市場快速、穩(wěn)健增長的 宏觀需求。人才供需矛盾顯著，高級算法工程師、研究員和科學(xué)家的身價持續(xù)走高。人才結(jié)構(gòu)方面， 高端人才、中堅力量和基礎(chǔ)人才間的數(shù)量比例遠未達到最優(yōu)。

　　通過在線招聘搜索人工智能，主要的人才缺口人工智能工程師，技能需要掌握人機交互，深度學(xué)習(xí)、NLP等領(lǐng)域的前沿技術(shù)，具備大數(shù)據(jù)挖掘與分析能力等等。其次人工智能算法工程師，技能需要運用最新的深度學(xué)習(xí)和機器學(xué)習(xí)算法，圖像識別，語義理解，語音識別等算法。

　　三、創(chuàng)業(yè)難度相對較高，早期創(chuàng)業(yè)團隊需要更多支持

　　與互聯(lián)網(wǎng)時代、移動互聯(lián)網(wǎng)時代的創(chuàng)業(yè)相比，人工智能創(chuàng)業(yè)團隊面臨諸多新的挑戰(zhàn)。例如， 對高級人才較為依賴，科學(xué)家創(chuàng)業(yè)者自身的商業(yè)實踐經(jīng)驗較少，高質(zhì)量大數(shù)據(jù)較難獲得，深度學(xué) 習(xí)計算單元和計算集群的價格十分昂貴等等。

　　創(chuàng)業(yè)團隊必須具備多個學(xué)科的知識及能力，還是面對市場上各種參差不齊的開發(fā)平臺。在人工智能領(lǐng)域創(chuàng)業(yè)無疑在全球未知的市場進行探索，對于這種探索更多的是無知與未知。

　　2017年人工智能將繼續(xù)引領(lǐng)科技的潮流，人工智能＋也會像2016年的VR＋。大量的創(chuàng)業(yè)者及資本涌入，當潮水退出的時候，才知道誰的尸體中水中漂浮。