【01】
今年3月宾茂，AlphaGo以總比分4:1擊敗了李世石，網(wǎng)絡(luò)上瞬時一片“人類輸了”拴还、“人類再次淪陷”跨晴、“機(jī)器終將統(tǒng)治人類”的哀嚎。
對此片林，我表示淡定端盆、非常淡定，因?yàn)槲蚁嘈牛?/p>
再牛的人工智能（AI费封，Artificial?Intelligence）焕妙，也寫不出這篇文章，替代不了原創(chuàng)孝偎。
為什么访敌？
因?yàn)檫B我自己，都不知道這篇文章接下來會是一個什么走向衣盾、什么面貌寺旺。
最開始，我想寫的是：在這個“內(nèi)容為王”的WEB3.0時代势决，做一個安靜的碼字人阻塑。
主要內(nèi)容呢，就是闡述WEB1.0果复、WEB2.0陈莽、WEB3.0的不同，然后引出中心思想：
在WEB3.0時代，能夠吸引用戶的不是漂亮的界面走搁，也不是花俏好玩的功能独柑，而是足夠高質(zhì)量的、個性化的原創(chuàng)內(nèi)容私植，以及足夠方便的忌栅、以用戶為主導(dǎo)的信息獲取方式。
因此之故曲稼，在WEB3.0時代索绪，做一個安靜的碼字人，用心修煉一門手藝就好贫悄，別整什么五花八門的PPT瑞驱、PS、思維導(dǎo)圖窄坦、信息圖表唤反、手帳、視覺會議嫡丙、公眾號推廣……
（現(xiàn)在看來拴袭，這些內(nèi)容只有留待以后再寫了。）
寫著寫著曙博，不知怎么就靈光一閃（腦洞大開拥刻？），想到一個問題：人類碼字的功能父泳，會不會被人工智能（AI）取代般哼？
然后就去網(wǎng)上搜索，發(fā)現(xiàn)2015年2月4日《中國青年報(bào)》的一篇題為《機(jī)器人記者來了惠窄，記者會失業(yè)嗎》的報(bào)道：
（2015年）1月31日蒸眠，蘋果公司發(fā)布了創(chuàng)紀(jì)錄的一季度財(cái)報(bào)，美聯(lián)社數(shù)分鐘之后即發(fā)表了題為《蘋果打破華爾街第一季度預(yù)期》的新聞報(bào)道杆融。但這篇報(bào)道不是記者寫的楞卡，而是機(jī)器人記者，或者說計(jì)算機(jī)寫作軟件（人工智能）寫的脾歇。
為什么要采用機(jī)器人寫作新聞報(bào)道呢蒋腮？因?yàn)樨?cái)經(jīng)領(lǐng)域的季度盈利報(bào)告撰寫工作單調(diào)枯燥，但要求準(zhǔn)確和速度藕各，所以美聯(lián)社在去年夏天開始與自動觀點(diǎn)公司（Automated Insights池摧，由前思科公司IT工程師羅比·艾倫創(chuàng)立）合作，使用該公司的“史密斯消息”軟件撰寫財(cái)經(jīng)報(bào)道文章激况。
現(xiàn)在作彤，這個采用了半年的機(jī)器人記者每個季度都要撰寫3000篇這樣的新聞報(bào)道膘魄，而且這個數(shù)字有望增加。
機(jī)器人記者來了竭讳，真正的記者是否就要失業(yè)了创葡？美聯(lián)社的助理編輯帕特森說，“史密斯消息”是在解放記者代咸，讓他們集中精力撰寫有深度的報(bào)道蹈丸。因此，真正的記者是不會失業(yè)的呐芥。
由此，我開始思考：為什么AI寫不出有深度的報(bào)道奋岁？
于是思瘟，我又開始搜索關(guān)于AI的資料，一番消化闻伶、吸收滨攻、整合，腦海中這才浮現(xiàn)出這篇文章的最終標(biāo)題：
電腦也能寫新聞蓝翰？人工智能光绕，有一天會替代原創(chuàng)嗎？
【02】
以上分析畜份、思考诞帐、整理、歸納爆雹、聯(lián)想停蕉、創(chuàng)作的過程，我相信再牛的AI钙态，也模擬不出來慧起。因?yàn)槟莻€關(guān)鍵的靈光一閃（腦洞大開？）册倒，對于機(jī)器來說蚓挤，幾乎是不可能完成的任務(wù)。
為什么驻子？
這就要牽涉到人類大腦的復(fù)雜之處灿意，以及造一個人工智能的難處了。
造一個能在瞬間算出十位數(shù)乘法的計(jì)算機(jī)——非常簡單拴孤；
造一個能戰(zhàn)勝世界象棋冠軍的電腦——早就成功了脾歧；
造一個能戰(zhàn)勝世界圍棋冠軍的電腦——基本成功；
造一個能分辨出一個動物是貓還是狗的計(jì)算機(jī)——極端困難演熟；
造一個能夠讀懂給幾歲小朋友看的繪本故事書中的文字鞭执，并且能夠理解那些詞匯意思的電腦——谷歌花了幾十億美元在做司顿，現(xiàn)在還沒做出來。
百度曾為自己的手機(jī)詞典上線了一個功能兄纺，就是拍攝任意照片大溜，用戶可以勾選照片中的物體讓機(jī)器自動識別物體名稱。
功能上線后因?yàn)闇?zhǔn)確率極低估脆，迅速被網(wǎng)友當(dāng)成惡搞工具：什么把礦泉水認(rèn)成伏特加钦奋，把手指當(dāng)作腳趾，模型說成小動物……
2015年疙赠，谷歌在“2015I/O大會”上推出了圖像識別技術(shù)付材。據(jù)該項(xiàng)目的工程師介紹，這一圖像識別系統(tǒng)具有30層神經(jīng)網(wǎng)絡(luò)圃阳，每一層對應(yīng)著不同的抽象程度厌衔，比如最低層次能識別光線、色彩捍岳，下一層次能識別圖片的邊緣等等富寿。
這樣一層層的“訓(xùn)練”需要大量的數(shù)據(jù)。每一層都能提取出更高層次的細(xì)節(jié)锣夹，而最后一層會決定AI對圖片的理解页徐。
在測試中，當(dāng)提問者輸入“啞鈴”的時候银萍，系統(tǒng)輸出了帶手臂的啞鈴变勇。這說明，在輸入學(xué)習(xí)的圖片庫中砖顷，啞鈴從來都是和手臂一起出現(xiàn)的贰锁。
而輸入一張滿是噪點(diǎn)的圖片，系統(tǒng)輸出了：
“香蕉”滤蝠。
你沒看錯豌熄，確實(shí)是香蕉！
看到了嗎物咳？
目前最牛的人工智能（AI）锣险，連一張圖片是不是香蕉，都弄不清楚览闰。
【03】
對此芯肤，計(jì)算機(jī)科學(xué)家唐納德·克努特（Donald Knuth）一語中的：
“人工智能已經(jīng)在幾乎所有需要思考的領(lǐng)域超過了人類，但是在那些人類和其它動物不需要思考就能完成的事情上压鉴，還差得很遠(yuǎn)崖咨。”
一些我們覺得困難的事情：大數(shù)開方油吭、微積分击蹲、金融市場策略署拟、下棋等，對于電腦來說都比較簡單歌豺；
一些我們覺得容易的事情：視覺推穷、動態(tài)、移動类咧、直覺馒铃、聯(lián)想、創(chuàng)造痕惋、想象……對電腦來說就太難区宇、太難了。
比如值戳，識別一張圖片是不是香蕉萧锉，判斷一個動物是狗是貓，分辨一個微小的臉部表情變化是開心述寡、高興還是痛苦、悲傷叶洞，對于我們來說是很簡單的事情鲫凶，但對于AI來說，就相當(dāng)不容易衩辟。
試想一下螟炫，如果讓你寫一個程序，是寫一個能做大數(shù)開方的程序容易艺晴，還是寫一個能夠識別千千萬萬種字體和筆跡的程序容易昼钻？
再試想一下，如果讓你寫一個程序封寞，能夠從WEB1.0然评、WEB2.0、WEB3.0聯(lián)想到內(nèi)容為王狈究、安靜碼字碗淌，再腦洞大開想到AI，最后完成這篇文章抖锥，你覺得容易嗎亿眠？可能嗎？
所以磅废，我一點(diǎn)兒也不擔(dān)心自己會被AI取代——
它現(xiàn)在連一張圖片是不是香蕉都鬧不清楚纳像，我相信再過10個世紀(jì)，它也不可能看懂《美人魚》和《阿凡達(dá)》拯勉，然后分析竟趾、比較憔购、聯(lián)想，寫出一篇或許胡說八道的影評：
