不久前吴恩达宣布与富士康达成战略合作，共同开发和部署全球AI解决方案和培训，这个科技类新闻一下子点燃了朋友圈。看来很多朋友们感到一阵心潮澎湃。似乎曾经不敢想的科幻世界，马上就要变成现实了。
这也预示着一个事实现象：大众逐渐会达成一种共识，一项革命性技术的红利期要开始了。
通过制造业，人类的创造力超越了显示器上的像素，成为物理对象。通过将AI引入制造业，我们将像物理世界提供数字化转型。——吴恩达《用人工智能振兴制造业》
这一波人工智能的革命，是深度学习的革命。深度学习在理论和技术上都已经成熟了，现在只是应用层面上的发力了。也就是说，当我们思考人工智能这种技术时，不需要再去搞懂里边的原理，只需要当成一种可以拿来即用的技术就可以了。
革命性的技术，一旦达到应用层级的发展要求，在中国市场必然将是腥风血雨。
在技术实用性转化过程中，一位经常需要和国内外科技公司合作的朋友，曾对我感叹：应用层级的发展，在其他国家是很难的。发达国家的诸多傲慢，各种专利壁垒，各种技术门槛，让很多致力于应用的科研人员处处感到制肘。那些拥有前沿高科技的公司其实都愿意来中国发展，因为中国人比其他国家更能接受新鲜事物，中国政府对科技的态度相比其他国家更加开放，中国也有足够的资本在前沿科技应用上面不断的试错。
那么，现在人人瞩目的革命性技术人工智能，来了。而且，一个新闻接着一个新闻的渲染，渐渐开始让普通民众都能意识到，这个趋势就要发生了。
而这种趋势到底是什么呢？
未来十年的AI革命将比工业革命的规模更大而且来得更迅猛猛烈。预测未来十年，AI将在任何任务导向的客观领域超越人类，它将取代人类的百分之五十左右的工作。我们将进入一个富足的丰产时代，因为AI作为我们的工具将带给我们巨大的价值，于此同时，我们也会陷入一个焦虑迷茫的时代，由于被AI取代，我们自身将会失去工作成就带来的价值感——李开复《十堂人工智能课》
首先面对新时代的到来，需要暂时抛却那些虚妄的科幻情节。未来的生活一定是渐进式迈向新的纪元。而目前被人类所掌握并能用的，只是弱人工智能。
什么是弱人工智能呢？
能专注一个领域，针对人定位的优化函数来学习，进步。根据大量的数据和对这个环境的认知来判断该做什么行动，不断地根据大数据学习，来增强自己。
那些能替代所有工作或者比人类大脑还要智慧的人工智能，大概未来还将只能在科幻电影里。
这样的弱人工智能已经不得了了，足够颠覆社会50%的工作了。比如医生，翻译，司机和股票交易员等等。
那么为何我们熟知的大部分工作将被人工智能取代？
这一切其实都来源深度学习技术的理论的发展和成熟。而这项技术的应用走向成熟，也已经通过AlphaGo和李世石的围棋大战得到了证明。
深度学习最大的应用级别的突破就是计算机在视觉领域的技术突破。如可以通过视觉来识别人脸和物体，通过神经识别，还能进行机器翻译，数据挖掘，到自动驾驶等等。
计算机通过视觉识别，就能认知周围的世界，这无疑更符合我们人类的认识模式。
深度学习另一个应用级别的突破就是自然语言的识别。在人机互动上，自然语言交流也无疑更符合人类习惯。不仅如此，文字输入时，靠语音输入也远快于键盘输入的。在交互性上和效率上，将大大拓宽我们对计算机的认知。当你面对一个能和你自然语言交流的机器人，你会有更天然的亲近感。
以上两个应用层级的突破，其实都是量级的突破。如同让计算机装上了眼睛、耳朵，逐渐趋向于成为人类设定了。
深度学习到底是怎么运行呢？如果要完全搞懂这个技术问题，那么需要专门去学习这项技术了，里边涉及到各种神经网络算法，各种技术参数，各种艰深的术语。作为普通大众，我们只需要理解，深度学习其实就像一个黑箱子，把一堆数据丢进去，最终从箱子里出来我们想要的东西。
其实简单的说，深度学习就是把大量的数据丢进一个非常复杂的数据，处理网络所称为深度神经网络，然后检查经过这个网络处理的结果是否符合要求，如果符合就保留，不符合就调整，知道满足条件为止——李开复《十堂人工智能课》
那么理解了这层技术背景，就可以想到，如果那些只需要做一些条件设定，不用太多思考决策的工作，完全就可以基于这套技术让位给计算机去解决。也就是说这类工作被AI取代。
反思那些我们看起来高大上的工种，比如医生和股票交易员。那些依赖机器诊断，然后看个片子，CT扫描或者化验单就能给出药方的工作，完全有可能被AI取代。那些在股票交易市场工作的交易员，只是起到一个信号录入或者中间人的作用，现在AI技术也已经足以完成这一项简单的中介工作了。
一个黑箱子，赋予相应的场景和意义就能产出和人类一样的工作效果。人类和机器必然又来一段相爱相杀的情缘。
值得庆幸的是，AI技术从来不是少数人的私产。
深度学习技术经过数十年的发展，一开始就不是作为私密技术发展的，现在早已成为人类共有的技术财产。也就是说，这项技术没有什么技术专利保护。任何一家企业或者个人都可以将这项技术随意取用。技术原理和底层的相关技术参数和文档都可以在公开渠道上任意获得。
然而很多企业也确实在利用AI，但是这很难，AI技术仍然非常复杂，只有少数团队对AI懂得足够多，能有效的实施AI策略。何况AI人才更是稀缺。
技术还在发展，还会进步。未来会不会将AI技术的获得性的门槛继续更低，让其变成一种非常通用，非常便捷的技术？比如集成到一个芯片里拿过来就可以用的水平呢？
这完全是有可能的。
可是当我们等到这种通用技术普及化时，就早已错过技术普及前的红利期了。
未来只有两类人，一类是用AI技术的，一类是不用AI技术的。
作者：曹涛CT，产品经理，互联网追风人。
网友评论