一年之前看了李開復(fù)老師的《人工智能：李開復(fù)談AI如何重塑個人、商業(yè)與社會的未來圖譜》這本書也榄，那時恰逢阿爾法狗被媒體炒得沸沸揚揚巡莹，當時寫了一篇《還不懂什么是人工智能？這篇文章告訴你》的讀書筆記甜紫。
近一年過去了降宅，人工智能領(lǐng)域也取得了巨大的進展，同時囚霸，由于在研究生期間也開始深入接觸AI相關(guān)技術(shù)腰根，對人工智能有了更深刻的理解，那我們就承接上一篇文章拓型，繼續(xù)談?wù)勅斯ぶ悄茴I(lǐng)域的那些事兒额嘿。
一瘸恼、人工智能發(fā)展現(xiàn)狀
首先，我們要明白人工智能册养，機器學(xué)習(xí)和深度學(xué)習(xí)的不同概念：人工智能是一類非常廣泛的問題东帅，機器學(xué)習(xí)是解決這類問題的一個重要手段，深度學(xué)習(xí)則又是機器學(xué)習(xí)的一個分支球拦。但是靠闭，近年來在很多人工智能的問題上，深度學(xué)習(xí)突破了傳統(tǒng)機器學(xué)習(xí)方法的瓶頸坎炼，推動了人工智能領(lǐng)域的快速發(fā)展愧膀。
其實阿爾法狗也是深度學(xué)習(xí)方法的一個產(chǎn)物，從阿爾法狗大獲全勝開始谣光，如今的人工智能扇调，在短短幾年時間里，借助深度學(xué)習(xí)這一方法抢肛，確實顛覆了圖像處理狼钮，語音識別，語義識別等多個領(lǐng)域的傳統(tǒng)算法的設(shè)計思路捡絮，人工智能對于科研界的影響熬芜，正如第一代IPhone對于手機行業(yè)的影響。隨意查閱各種科研文獻福稳，你會發(fā)現(xiàn)涎拉，仿佛如今的深度學(xué)習(xí)方法是一劑萬能良藥，蹭熱點也好的圆，真的對自己的學(xué)科有幫助也好鼓拧，反正各種研究領(lǐng)域，都在努力與這種方法進行掛鉤越妈。
人工智能并不是憑空出現(xiàn)的季俩，其實深度學(xué)習(xí)方法早在十幾年前就已經(jīng)被提出來了，但是他的高速發(fā)展梅掠，還是得益于十幾年來摩爾定律下的計算機運算速度的飛速發(fā)展酌住、以及互聯(lián)網(wǎng)普及所積累下的海量數(shù)據(jù)，這兩者都是深度學(xué)習(xí)方法所能大展手腳的必備前提阎抒。
經(jīng)過近兩年的發(fā)展酪我，計算機的硬件發(fā)展速度出現(xiàn)頹勢，而大量明顯有用的數(shù)據(jù)也挖掘得差不多了且叁。目前的人工智能發(fā)展都哭，在科研領(lǐng)域，就以上兩個方面來說，似乎已經(jīng)看到了“天花板”欺矫，但是稠歉，深度學(xué)習(xí)方法所產(chǎn)生的很多成果，已經(jīng)達到了可以商用的地步汇陆，未來幾年，有一個很重要的任務(wù)就是消化人工智能近幾年飛速發(fā)展所帶來的成果带饱，即人工智能技術(shù)大規(guī)模的商用化毡代。一個全新的社會藍圖正在緩緩展開，人工智能的產(chǎn)品會逐漸走入尋常百姓家勺疼，引人無限遐想教寂。比如自動駕駛汽車，以及更多現(xiàn)在還想象不到的执庐，會讓人震驚的產(chǎn)品酪耕。
但是，人工智能的商業(yè)化也注定不會那么順風順水轨淌，就拿圖像處理來說迂烁，實驗室里的很多模型的圖像識別正確率已經(jīng)超越了人類，但是递鹉，高的識別率也伴隨著巨大的運算量盟步，無形中限制了模型的使用范圍，根本無法移植到移動端和嵌入式芯片當中躏结。就算想通過網(wǎng)絡(luò)傳輸却盘，較高的帶寬占用也讓很多用戶望而生畏。另一方面媳拴，大尺寸的模型也對設(shè)備功耗和運行速度帶來了巨大的挑戰(zhàn)黄橘。因此這樣的模型距離實用還有一段距離。
一方面塞关，我們開始探索壓縮模型的方法，以期在效果不變的前提下用更小的模型來實現(xiàn)子巾，其中描孟，SqueezeNet、Deep Compression等論文都是很好的典范砰左。另一方面匿醒，很多大的技術(shù)公司依托雄厚的經(jīng)濟實力，開始通過云平臺為用戶提供服務(wù)缠导，把巨量的運算交給大的云平臺廠商來承擔廉羔，如國內(nèi)各大云廠商提供的云端人臉識別服務(wù)，是很多小公司應(yīng)用人工智能成果的重要途徑僻造。
二憋他、人工智能帶來的社會變革
1孩饼、人工智能來了，我們就沒事干了竹挡？
有人覺得镀娶，未來一切都會由人工智能來干，人只需要享受就可以了梯码。甚至有新聞報道：一男子辭職去健身，以便能等到人工智能大規(guī)模普及的那一天享受生活好啰。但是轩娶，我覺得，十有八九要讓他失望了框往。
在人類漫長的發(fā)展史中鳄抒，由技術(shù)的進步帶來的生產(chǎn)力的突飛猛進早已經(jīng)出現(xiàn)過多次。比如幾次工業(yè)革命椰弊。但自從工業(yè)革命以來许溅，日出而作，日落而息的生活節(jié)奏就早已經(jīng)不復(fù)存在秉版。當生產(chǎn)能力遠遠超過消費能力的時候闹司，帶來的是普通大眾可以免費獲得食物和商品嗎？不會的沐飘。想想第一次經(jīng)濟危機出現(xiàn)的怪相就知道了：資本家寧愿把賣不出去的牛奶倒在河里游桩，也不會給街上饑寒交迫的平民們喝。
同理耐朴，馬云是中國首富這個大家都知道借卧，論花錢，在他的有生之年筛峭，單單靠自己铐刘，花完所有的錢是一個不可能完成的任務(wù)。但是影晓，你見過他在大街上撒錢嗎镰吵？
其實這個現(xiàn)象也很好理解：人類本質(zhì)上是喜歡攀比的生物，幸福感的來源往往并不是我過得有多好挂签，而是我過得比周圍人好多少疤祭。在人工智能的幫助下，人們會發(fā)現(xiàn)可以實現(xiàn)更大的價值饵婆。但是也需要有更多的能力與知識來掌控這些改變世界的技術(shù)與工具勺馆，于是他們只會更加努力。技術(shù)進步帶來的永遠是更大的壓力，更長的工作時長草穆。因為你會發(fā)現(xiàn)灌灾，效率的大增導(dǎo)致這個世界變化得太快了，不管是知識迭代效率悲柱，還是這個社會的商業(yè)玩法锋喜。
作為一個公司，不搶時間豌鸡，其他人很容易輕易把你替代嘿般；作為個人，不拼時間直颅，你也很快會被世界淘汰。
就拿IT行業(yè)來說怀樟，在IT行業(yè)里功偿，過去只有匯編等底層的編程語言，一款軟件從策劃到推向市場往堡，需要很長時間械荷，但是如今各種框架，語言虑灰，都大大提高了編程的效率吨瞎，按理說，程序員們可以享受更多的空閑時間穆咐。但事實是颤诀，程序員們卻從來沒有因為技術(shù)的進步而變得輕松，IT行業(yè)反而從過去的正常工作制漸漸衍生出了996（早上九點上班对湃，晚上九點下班崖叫，一周工作六天）等更加嚴苛的工作制度。
現(xiàn)實生活中拍柒，一個很明顯的對比就是農(nóng)村和城市的生活節(jié)奏心傀。城市里擁有更高的生產(chǎn)力和生產(chǎn)效率，但是大家卻變得更忙拆讯，相反脂男，農(nóng)村里的居民雖然過得不是那么富足，但是生活節(jié)奏卻慢了很多种呐。
三宰翅、人工智能，會去向何方爽室？
前邊已經(jīng)提到過堕油，目前計算機硬件的發(fā)展速度已經(jīng)出現(xiàn)頹勢。我不是計算機的專家，也沒有那個能力預(yù)測未來人工智能的發(fā)展走向掉缺。但是卜录，未來與人工智能相關(guān)的兩個“變數(shù)”還是蠻值得我們關(guān)注的：
1、量子計算機的發(fā)展---顛覆傳統(tǒng)計算機的超高速計算機眶明。傳統(tǒng)的計算機架構(gòu)艰毒，勢必不能滿足計算量呈指數(shù)增長的深度學(xué)習(xí)算法。
而目前來看搜囱，最能顛覆整個傳統(tǒng)計算機丑瞧，并且取得一定突破的，就是量子計算機了蜀肘。
量子計算機是由于兩個獨特的量子現(xiàn)象：疊加和糾纏绊汹。量子疊加使量子比特能夠同時具有0和1的數(shù)值，可進行“同步計算”扮宠。量子糾纏則使分處兩地的兩個量子比特能共享量子態(tài)西乖，創(chuàng)造出超疊加效應(yīng)，而每增加一個量子比特坛增，運算性能就翻一倍获雕。
理論上，300個糾纏量子能進行的并行運算數(shù)量收捣，就比宇宙中的原子還要多届案。
而這種超強的計算能力，仿佛就是為人工智能而生的罢艾。對于需要同時探索無數(shù)條路徑的深度學(xué)習(xí)和機器學(xué)習(xí)算法楣颠，量子計算能極大地提高速度。也許咐蚯，在量子計算機發(fā)展成熟之時球碉，人類才真正需要擔憂毀滅人類的人工智能的出現(xiàn)。
當然仓蛆，由于量子疊加和糾纏狀態(tài)極度脆弱睁冬，能被環(huán)境中的細微擾動所打破，所以看疙，量子計算機的理論還并沒有成熟豆拨。不過最近也在取得突飛猛進的進展，就在3月19日這天能庆，微軟變發(fā)布了量子計算領(lǐng)域的重大突破施禾，未來可期。感興趣的話搁胆，可以看這篇文章:微軟量子計算重大突破弥搞。
2邮绿、新的學(xué)習(xí)算法的出現(xiàn)。現(xiàn)在的AI就像是一個資質(zhì)不佳的小學(xué)生攀例，他需要做成千上萬道題船逮，才能真正地學(xué)會一個簡單的知識。未來的人工智能一定會“天賦”越來越好粤铭，數(shù)據(jù)量越來越少挖胃。
比如說遷移學(xué)習(xí)，讓機器學(xué)會底層的邏輯梆惯，然后凍結(jié)底層酱鸭，通過小數(shù)據(jù)量進行表層的學(xué)習(xí)，換句話說垛吗，就是讓機器學(xué)會學(xué)習(xí)凹髓。
當然，目前人工智能界的“吉尼斯紀錄”也正在不斷被刷新怯屉。隨著對人工智能方法的不斷深入理解蔚舀，以及其他交叉學(xué)科的互相滲透，以后勢必會誕生出更好的學(xué)習(xí)算法蚀之，讓機器更快蝗敢，更好地學(xué)到“知識”捷泞。
3足删、人類會更加深刻地了解AI。一方面锁右，人工智能方法層出不窮失受，而另一方面，人工智能的理論基礎(chǔ)其實并不是很清晰我們似乎正在經(jīng)歷人工智能的“打制石器時代”咏瑟，就像原始人制造武器一樣拂到，一錘子下去，并不知道武器會以什么樣的形狀出現(xiàn)码泞，正因為如此兄旬，深度學(xué)習(xí)的人常常調(diào)侃自己是“煉丹師”，一切全靠碰運氣的調(diào)參數(shù)余寥×祛恚基于此，還有一批人宋舷，正在孜孜不倦地破解深度學(xué)習(xí)的深層密碼绪撵。
比如，利用反卷積重構(gòu)圖像來探索卷積神經(jīng)網(wǎng)絡(luò)到底學(xué)到了什么祝蝠，利用刪除神經(jīng)元的方法來反向推導(dǎo)神經(jīng)元的哪個地方發(fā)揮了作用等等音诈。他們就像兩條賽道上的運動員幻碱，我更希望打開人工智能黑盒子的速度快于人工智能本身的進步，早日進入人工智能的“磨制石器時代”细溅，因為只有更早了解他的原理褥傍，我們才能更好防止其失控。
四谒兄、未來摔桦，我們需要具備什么能力？
1承疲、專注力邻耕。
人工智能，準確的說是互聯(lián)網(wǎng)已經(jīng)顛覆了我們的信息輸出和獲取方式燕鸽，看看現(xiàn)在的科研兄世。只要你愿意，坐在一臺實驗室的電腦前啊研，你就可以獲得世界上所有頂級期刊和會議的論文御滩。
但是，在另一方面党远，隨著人工智能技術(shù)進步所帶來的自動化數(shù)據(jù)生成方式削解，世界上的數(shù)據(jù)量還會以難以想象的速度增長，比如人工智能可以自動寫稿沟娱，寫文章氛驮，更可怕的是，他還會預(yù)測你的興趣济似，自動將你感興趣的內(nèi)容源源不斷地推送給你矫废。
目前這兩種技術(shù)都已經(jīng)足夠成熟，如果你沒有足夠的專注力砰蠢，鋪天蓋地的信息洪流將會洶涌而來蓖扑。你將很容易被人工智能帶著走，徹底成為被其掌控的奴隸台舱。
2律杠、持續(xù)學(xué)習(xí)能力。
相比于什么人工智能統(tǒng)治世界等人工智能威脅論來說竞惋，其實人類最應(yīng)該擔心的是人工智能取代我們的工作柜去。因為在可以預(yù)見的未來里，人工智能只是個任勞任怨的機器碰声，只不過他們的某些工作能夠比人類做得更好诡蜓，然而本質(zhì)來說，他們和現(xiàn)在的自動化機器并沒有什么不同胰挑。
正是因為如此蔓罚，他們才是老板眼里最“優(yōu)秀”的員工椿肩。對于人工智能未來是否會取代掉人類的工作，李開復(fù)老師曾經(jīng)提出了一個5秒法則：
一項本來由人從事的工作豺谈，如果可以在5秒鐘以內(nèi)能對工作中需要思考和決策的問題作出相應(yīng)的決定郑象，那么，這項工作就有非常大的可能被人工智能全部或部分取代茬末。也就是說厂榛，翻譯、新聞報道丽惭、助理击奶、保安、銷售责掏、客服柜砾、交易、會計换衬、司機痰驱、家政等工作，未來10年將有約90%被人工智能全部或部分取代瞳浦，而大部分工作將轉(zhuǎn)變?yōu)樾碌墓ぷ餍问健?/p>
5秒法則中提到的担映，還是一些不需要太多知識儲備的職業(yè)奈偏。但是卑硫，人工智能來勢洶洶洞难，怎么能滿足于此窍箍？更多時候，我們聽到醫(yī)生暂题，律師等需要豐富經(jīng)驗的職業(yè)，也漸漸被人工智能所取代。人工智能也在慢慢滲入更多的行業(yè)中拔妥，讓更多的人失業(yè)。
所以說达箍，我們沒有辦法選擇自己目前所從事的職業(yè)是否會被取代没龙，唯一能做的，就是保持學(xué)習(xí)的能力缎玫，以防被人工智能“兵臨城下”取代我們的工作時硬纤，被打個措不及防。
快速進化自己赃磨，是未來每一個個體所必須的能力筝家。
走過路過，留個贊再走~~~
