《AI.未来》

在我的研究生生涯期间，我接触多的就是一个词“机器学习”。导师总是跟我嘱咐未来是智能的时代，要多了解人工智能，才能抓得住时代的步伐。后来，深度学习、神经网络、大数据、数据挖掘等等名词逐渐迸入我的脑海。那么，未来，到底是什么……

我曾经幻想，是否有一日能够和一位智能机器人面对面交谈，他能理解我的话语，表示共情。

AI-未来

我在《生命3.0》中曾看到有机体发展的三大阶段（下面的话是通过阅读后我的理解，有意者可自行查阅《生命3.0》原文）：第一阶段是只靠基因的遗传（类似于草履虫，生物存活的方式靠DNA遗传）；第二阶段是反馈（比如人类，通过对外界的刺激进行反应，以此来改进更好的适应环境）；第三阶段智能（比如机器人，快速的推理计算，有深刻的感情，能够客观的预测结果）。

我对于人工智能的发展不能说是激进的推崇，只能说是热切的希望。目前所看到的人工智能，更多的是在某一领域术业有专攻（像是能够下象棋-AlphaZero，能够无人驾驶-特斯拉等等）（PS，推荐观看特斯拉无人驾驶的那个广告，广告设计的脑洞超大，但让人能更好理解无人驾驶）。但目前的机器人无法像人类能够在多个领域不断的去学习，通过了解事物的去反馈自己的行为。即便如此，我还是抱有着希望。回顾过去，人们从手工劳动经历第一次工业革命开始使用蒸汽机，从电的发展到一体化全自动设备的出现，将人们从重复的伙计中解脱。每一次工业革命的背后，都是生产力的提高。

工业革命

研究生期间我曾去医院采集数据，有几位医生跟我开玩笑，他说万一以后人工智能代替医生开药做手术，那他可不得失业了。确实，人们从工作中找到社会的认同感和价值感。人工智能为未来提出一个深刻的问题：工作、价值和“人”的意义。开复老师在书中写道：人工智能不会推动经济生产的去技能化。他不会让少数人完成高级任务，也不会将其分界成由更多低水平技工完成的小任务。人工智能只会接管符合以下两个标准的任务：可以利用数据优化，并且不需要社会互动。人工智能划分为两个领域：一个是规则式方法（也成为符号式系统或者专家系统：根据专家经验编写规则），其二是神经网络方法（把大量的例子输入人工神经元网络，让网络从这些数据中学习、识别规律）。我去采集数据其实也是为了根据专家的一些临床意见去更好的理解如何建模。就像深度学习，使用了大量来自特定领域的数据，为想要的结果做出最佳决策。让系统使用这些输入的数据，训练自己识别数据和期望结果之间的关联性。

关于智能机器人替代人类这一句话题，《生命3.0》中也讨论过，我们有时会高估机器的完成能力，人们更擅长处理随机事件。尤其是医学手术等涉及变动风险更大的场景，人们凭借多年积累的经验更能快速对变动进行规避风险的处理。但现在的深度学习更偏向于“狭义人工智能”，即仅能在特定领域做出决策、预测和分类的人工智能应用。而对于让从业者恐惧丢失饭碗的估计是人工智能发展的另一个阶段：自主智能化（人工智能发展的四波浪潮：互联网智能化（智能推送）、商业智能化、实体世界智能化（自动驾驶汽车、无人机）、自主智能化。）

具体是什么性质的工作更容易被取代呢？一定是那些大量的、重复性高的工作是最容易被取代的。比如流水线的工人、最简单的客服和电话销售也会被取代，正如现在很多APP和商业中使用的智能客服系统。例如人们遇到问题，拨打客服电话根据语音播报提示按不同的按钮，进入不同的自助服务分支。虽然现在很多人吐槽智能客服是如何的不智能，但我们不能否认的是智能服务系统确实帮助我们减少了很多的人力和财力。

反观机器，不能模仿的是人类的创作力和温度感。《社会心理学》中描述人类是社会的一部分，人与人相处过程中希望彼此得到尊重和关爱。就像产品所说的同理心和共情，例如看护等工作，更希望的是有温度、有感同身受的人，而非冷冰冰机械操作的机器。

《超能陆战队》