AI是一种工具,不具备自我意识、自我判断。其目标是人类定义的。
无所不在:今日头条推送,百度搜索排序,百度广告投放,美图秀秀图像处理,滴滴车辆调度,自动驾驶,电商推荐,仓储调度分发等等。
微软小冰,人脸识别,
搜索引擎:语音识别,自然语言理解,知识图谱,个性化推荐,网页排序
自动翻译
家庭机器人:家务,家教
未来十年,将在任何任务导向的客观领域超越人类,取代人类百分之五十的工作。
将进入一个富足的丰产时代,作为工具带来巨大的价值,帮助我们消除贫穷与饥饿,人们有更多的时间去做喜欢的事;也将进入一个焦虑的迷惘时代,取代人们一半的工作,导致失业,失去从工作中获得自我实现成就感,变得犹豫迷茫,甚至沉迷于游戏等诱惑中。
弱人工智能,强人工智能,超级人工智能。
目前只有弱人工智能靠谱、可行,另两种是纯揣测。
弱人工智能是专注一个领域,针对人定位的优化函数来学习和进步,根据大量的数据和对环境的认知来判断该做什么行动,不断根据大数据学习来增强自己。
弱人工智能前提:单一领域、大量数据、精确客观的标注、由人启动和停止
强人工智能指可以胜任人类所有工作的人工智能,宽泛、没有量化指标。
无法处理:不确定因素、知识表述(common sense)、规划、学习(举一反三)、用自然语言交流沟通、整合以上能力实现既定目标
人类特有的:情商、口才、感染力、信任、爱恨情仇
超级人工智能各方面比人更强大,目前基本属于天方夜谭。
对人工智能的研究和使用,需要受到监管和限制:人工智能安全性,确保未来自动化比较强的人工智能一定要符合人类价值观,由人类控制,非破坏性
60年代开始大部分在学术阶段,公关市场宣传,提出需要解决的问题
图灵测试的意义
第一次,基于专家系统,欠缺鲁棒性,无法穷举问答
第二次,基于机器学习,基于大数据在一个领域做大量数据的理解和自动标注,然后从中学习到足够的参数能够对于新见到的数据做出分类、判断和预测。机器慢,数据量少,算法不够优,训练出的模型不够精确。
第三次,基于深度学习,机器学习进入产业应用,解决实际问题,产生价值
深度学习绝不是人工智能唯一的解决方案,但是当今或者未来很长一段时间将引领人工智能的发展的核心技术
计算性能提高,计算数据累积是深度学习重出江湖的契机
深度学习就是把大量的数据丢进一个复杂的数据处理网络(深度神经网络),检查经过这个网络处理的结果是否符合要求,符合就保留,不符合就调整,直到满足要求为止。
上千万的数据量才能学习到比较通用化模型
将深度学习和其他人工智能工具工程化的推进各个领域,收集大量单一领域数据,比人做得更好。
五秒准则:如果人能在5秒内对该工作需要的思考和决策做出相对应的决定,则非常有可能被取代;反之,如果需要缜密的思考、周全的推理、复杂的决策或者感性因素,具体判断不是5秒能完成,就难被取代。
翻译、新闻报道、助理、销售、保安、客服、交易员、会计、司机和部分家政工作在未来十年90%被取代,全人类50%的工作被取代。
如何取代:完全取代、部分取代、协同工作
蓝领工作反而需要更多的技术,因为其往往需要软硬件结合,而硬件的升级会比软件的升级来得慢。所以最先被取代的有可能是简单的重复性的白领工作。
医生工作涉及到伦理、法律、责任等,人工智能可以作为优秀的工具作为辅助,提供基于大数据的更客观的分析和推荐。
自然语言理解方向的机器翻译取代翻译员
自动驾驶带来的无限想象。
智慧金融。
判断人工智能技术能在哪个行业引起革命性变革,除了看这个行业自动化智能化的内在需求之外,主要看这个行业是否有数据积累,是否有数据流传,是否有数据存储和更新,是否能达到深度学习算法对深度学习的要求。
人类历史上的协作分工基本都遵循一个类似金字塔形社会结构模型,最底层是简单重复性劳动,其上是白领或中产阶级,再上是思想领袖、高级学者、艺术家等,顶端是管理者决策者
人工智能将取代金字塔底层50%以上简单重复性工作,是否导致金字塔结构不稳定涉及三个问题:
1. 原来从事底层工作的人涌向上层,金字塔是否能够保持稳定
2. 金字塔结构中分工协作的人原本有一个从初级到高级的上升通道,如果底层工作都被机器完成,缺少向上发展的锻炼机会,如何提升自己的职业轨迹
3. 失去工作的人如何从简单工作转换为复杂的脑力劳动
如何面对
1. 知己知彼,了解AI能做什么,加强AI不能做的方面(有创意20%,有人际交流、沟通、社交80%)
2. 人工智能创造的财富通过税金等形式反馈回社会,解决其带来的失业等问题
哪些工作容易被取代:
3-5年,特别重复性的工作,流水线工人、建筑工人、行政、柜员、交易员、出纳、电话销售、客服
5-10年,运输、物流、会计、助理、普通记者、风控师分析师理财师、翻译、保安
10-15,司机、送货员、修理工人、普通工程师、部分医生
哪些工作难被取代:
艺术家、作家、导演、演员,历史学家、人类学家、社会学家,顶尖管理者、跨领域有战略性思考的决策者,顶级的科学家、创造者、跨领域的专家学者
个性化,创意性,与人交流,解决实际问题的教育方式
1. 主动挑战极限,全面接受挑战,提高自我,努力工作,10000小时理论
2. 在实践中学习,面对实际的综合性复杂性问题充分结合基础知识,与时俱进
3. 启发式教育,培养创造力和实际解决问题的能力。
4. 充分利用互动性的在线教育,个性化,增加有趣性,因材施教
5. 主动向机器学习,在机器擅长的领域向机器学习
6. 人人协作和人机协作
7. 追随兴趣,发挥潜力
人工智能,人文领域,人与人之间沟通交流,情商,获取信任
重复性、标准化的工作所不能涵盖的领域,包括创造性,情感交流,审美,艺术,综合理解,讲故事,体验等人类智能所独特的能力
先进技术的出现把人从旧的产业格局和繁复的劳动中解放出来,鞭策人类做出各种变革。
基于生物特征的进化由于科技的进步已经失效(过去优胜劣汰中的“劣”由于先进技术也会得以保存),未来将是基于人类自身特点(感情、思考、自我意识)的进化。
工作并不是人之所以为人的原因,作为人的独特之处在于爱和被爱的能力
善于利用人类的特征,善于借助机器的能力,是未来的必备特质
在AI时代里,只会在某个狭窄领域里从事简单工作的人无论如何都无法与AI的效率和成本相比,必然被机器取代。唯有找到自己独特之处,拥抱人类的独特价值,成为在情感、性格、素养上都更加全面的人才能保持个人的存在价值。
这档音频节目属于科普性质,带人走近AI。
普通公众或许对人工智能有认知偏差,认为人工智能就是本文中提及的超级人工智能。我认同李开复博士的观点,在可预见的未来,人工智能只是作为人类的一种辅助工具,正如蒸汽机、电力、互联网一样,诚然会给人类社会带来重大变革,但距离具有自我意识、威胁人类存亡还无从谈起,是弱人工智能。
所以当下我们要做的是拥抱人工智能、利用人工智能,提高我们的工作效率和生活品质。
同时,为了不被AI所取代,还要不断反思,将自己从简单繁复的工作中抽离出来,进入创造性、重视人际交流的工作领域。
对于个人:
1. 学习AI工具,思考其在行业中的应用
2. 重视自身能力提升,保持竞争力,关注跨领域思考学习
3. 加强人际沟通和表达能力
4. 多阅读,更要多思考总结
5. 热爱生活
最后附创新工场在AI领域的投资布局:
蜻蜓FM《李开复:人工智能十讲》
如何评价李开复新书《人工智能》?