人工智慧厲害到飛起，我們還能找到工作嗎？

在科技發展日新月異的今天，大數據、高級分析、物聯網、無線科技、3D列印等高科技技術早已滲透到我們的生活工作中，為人類經濟的發展、生活的便利帶來了巨大的進步。

人工智慧或機器人技術的發展目前也正式起飛，以谷歌AlphaGo為代表的人工智慧開始更多地進入大眾視野，甚至引發起人類新一輪的惶恐與思考，人工智慧會不會取代人類導致大規模失業，甚至毀滅人類？我們如何才能不被取代，該學些什麼？

人工智慧發展現狀——深度學習引爆人工智慧發展大變革。

從發展脈絡看，人工智慧一直處於技術創新的前沿，近年來更是呈現集中爆發態勢，在智能搜索、人工交互、可穿戴設備等領域得到了前所未有的重視，成為產業界力奪的前沿領域。

而最新演進的深度學習技能更引爆人工智慧發展大變革。Geoffrey Hinton在2006年提出，深度學習是其中一個非常大的推動力。過去的機器學習其實仍停留在很淺程度的學習上，而今天的深度學習則給了計算機非常大的自我學習空間。

機器能夠從大量的樣本中抽象出概念來，比如，提供給機器很多人臉圖像，並且提供對應的每一張臉的姓名、性別和年齡，機器自己慢慢就會進行學習：原來眼睛、頭髮、眼鏡是這麼回事，進而慢慢提升其處理信息的能力，在海量的數據中理解概念，做判斷、推測，最終作出很好的決策。

在深度學習之前，人類識別的能力接近95%，機器只有75%，如今，因為深度學習，機器的識別能力已經超過了人類，這就使得機器可以被發掘出很多應用，比方說在邊防、安保領域，查看人跟身份證信息是否匹配方面，機器就做得比人更好。

目前，谷歌搜索、Facebook的自動圖片標記功能、蘋果的siri語音助手、亞馬遜推送的購物清單，甚至特斯拉的自動駕駛汽車都是深度學習的產物。

人工智慧這種快速的發展引發了人們對於安全和失業問題的擔憂。我們甚至可以預見，未來十年之內人工智對人類就業市場的衝擊將會是巨大的。

未來工作崗位將會完全由人工智慧取代？

美國Autodesk集團的CEO Carl Bass曾笑談說，「未來的工廠只會有兩個員工：一個人和一條狗。人的工作是負責喂狗，而狗的的工作時負責監督人不要亂碰機器影響機器人工作。」

圖為日本機器人國際展覽中機器人手臂在汽車內工作場景

事實上，無論是經濟趨勢基金會的總裁Jeremy Rifkin（曾著有暢銷書《 End of Work》）還是著有《機器人崛起》的Martin Ford，眾多經濟學家都曾預言，在未來人工智慧終將取代人類工作，以我們已知的科技發展速度，也許這個未來就近在眼前。

以美國為例，美國的製造業工作崗位比例已經從1970年的25%下降至今天的10%，受人工智慧或者說機器人的影響，該行業的崗位數量和就業率一直在上下波動，直到21世紀初，其崗位增加速度顯著放緩，而就業率更是停滯不前，二者之間的差異正說明人類正慢慢被機器人所取代。

據牛津大學的Carl Benedikt Frey和Michael Osborne教授在2013年發表的一項研究表明，美國有47%職位屬於快將被「計算機資本取代」的高危崗位，英國也有35%的職位面臨著這樣被取代的危險。

美國美林銀行預測，到2025年，人工智慧每年造成的「創造性顛覆的影響」可能達到140億至330億美元，包括因恩公智能技術令知識工作自動化而減少的90億美元僱傭成本、製造及醫療保健業降低的80億美元的成本，以及因使用自動駕駛汽車和無人機提升效率而節省的20億美元。智庫機構麥肯錫全球研究院表示，相比工業革命時期，現在人工智慧技術掀起的社會變革「速度要快上10倍，規模要大上300倍，影響約擴大3000倍」。

正因為人工智慧發展得非常快，在很多領域，我們過去所熟悉的一些工作將有可能會消失。比如，成長為一個律師很困難，但做一個法務助手卻很容易。成為一個醫生可能不容易，但設計一款輔助醫療的工具卻不難，這麼做並不會取代醫生，但所需要的醫生和護士的數量卻會下降。除此之外，還有交易員、股票分析師等依靠大量數據分析的工作，如果用機器來做可能效果會更好。

因此，可以大膽地假設，未來帶有「中介」或「助理」兩字的工作，將會首先被「消滅」。很多重複性的、數據性的、客觀性的，可以衡量的，可以計算出來的東西，也基本會被取代。10至15年之後，世界上絕大部分的工作可能被人工智慧完成，或許過半數的人類可能都要面臨工作部分或全部被取代。

如何在人工智慧時代不被取代，我們該學什麼？

面對未來，我們該如何更好地在人工智慧時代生存？誠然人工智慧會取代那些重複性的、數據性的、客觀性的，可以衡量的，可以計算出來的東西，但是也只有那些重複的工作都被機器取代時，我們才會去追尋自己的內心，去做那些我們更有興趣、有天賦的事情。

因為一個有興趣的人，一個願意在所做的事情中投入激情的人，是很難被機器取代的，這甚至可能是他唯一不被機器取代的道路。那些熱愛作詩的詩人，特別會唱歌的歌手，或者非常有才華的科學家，他們會更好地開創各自的事業。

在高等教育院校中，我們更應該注重的是學習那些廣泛、靈活、有洞見的人類學習體驗，廣博、寬泛的通識教育，同時要注重培養自己廣泛、深入、實用，能夠解決「未知的問題」的能力，也許這才是當下世界的生存之道。

END

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！