深度學習即將改變的5大行業，你在不在其中？

你有沒有想像過這樣的場景：

當你犯懶不想打掃衛生時，一台掃地機器人讓你的住所保持潔凈；

當你周末在家想要輕鬆娛樂時，一聲「小愛同學」就可以喚醒智能音箱；

當你想出國旅行卻不會外語時，一個語音翻譯軟體就能讓你暢遊世界；

當你想要出門辦事卻不會開車時，一輛自動駕駛汽車可以帶你順利出行；

……

智能音箱、掃地機器人、多語言翻譯軟體、阿爾法狗、無人駕駛汽車、微軟小冰……現在正在發生的很多場景，放在幾十年前大多數人想都不敢想，而現在卻實實在在的發生了。我們已經進入了人工智慧高速發展的時代。

其實，人類和機器自動化的關係已經持續了幾百年。近50年來，人工智慧更是歷經了3次浪潮，現在正處於「深度學習技術階段」。從專業角度來說，這是一個巨大的技術突破，真正為商業化做好了準備。基於深度學習的未來人工智慧將會顛覆性的影響和改變我們的工作、生活。

人工智慧時代的未來是什麼樣的？我們的生活又會經歷怎樣的顛覆和變革？

世界十大人工智慧科學家，美國四大國家學員院士，NIPS（神經信息處理系統大會 ）基金會主席特倫斯·謝諾夫斯基在新書《深度學習》中，為我們描繪了一幅未來場景，讓我們能夠了解趨勢，迎接趨勢。

AI醫療：更準確的診斷和治療

基於大數據的深度學習將改變醫療行業，對疾病提供更快速、準確的診斷和治療。

在傳統醫學中，通常採用相同的治療方法對所有患有特定病症或疾病的患者進行治療，但現在有了認知計算，治療已變得更加個性化，也更精確。

最近的一項研究將深度學習運用到了囊括超過2000種不同疾病的13萬張皮膚病學圖像中，這個醫學資料庫是以前的10倍大。在不久的將來，任何一個擁有智能手機的人都可以拍下疑似皮膚病變的照片，並立即進行診斷——而現在要完成同樣的過程，我們需要先去看醫生，耐心等待病變被專家篩查出來，然後再支付一大筆賬單。這一進步將大大擴大皮膚病護理的範圍，提升護理質量。如果個體可以很快得到專家診斷，他們會在皮膚病的早期階段，也就是更容易治療的時候就開始就醫。藉助深度學習，所有的醫生都將更準確地診斷罕見的皮膚病。

如果某人被診斷出癌症，傳統療法（手術、化療、放療）手段都失敗了，那最有可能的結果就是走到生命盡頭。在未來技術發展的某個階段，人工智慧可以對腫瘤進行基因排序，檢測癌細胞變異和擴散狀態，通過數據分析匹配適合個人的治療藥物，甚至涉及出某一種新藥專門針對這個人的癌症治療。

未來教育：成為更好的學習者

傳統的學校教育教給孩子太多的信息，太多的既有技能，而技術的發展可能讓這些東西很快過時。未來的人工智慧將會改變傳統教育現狀。成為終身學習者，才是不被時代淘汰的必備能力。

傳統的教育體系像是一個流水線系統，對學生按年齡進行劃分，教師在大班裡年復一年地傳授相同的課程。在勞動力只接受基本教育就能滿足社會需求的年代，這樣的方法還算行得通。但是當工作崗位需要更高水平的培訓和終身學習來更新工作技能時，這個系統就落伍了。

最優質和最有效的教學方式是讓經驗豐富的成人教師和學生之間進行一對一交流。2011年秋季，三位斯坦福大學教授在網上公開發布了自己的「人工智慧導論」上課視頻，不收取任何費用，他們的這一舉動打開了潘多拉盒子。這門課程吸引了16萬人註冊，有23 000人堅持學完了該課程。在這之後，曾在谷歌任職的塞巴斯蒂安·圖倫教授參與創辦了網上大學Udacity，主要提供大量在線公開課程，或者簡稱「慕課」。

與學校課程「要麼太多，要麼沒有」的學習模式不同，慕課更像是你隨時可以挑選和閱讀的書：學習者們更傾向於「放養式」的學習方法，有針對性地選擇符合他們迫切需求的課程。

如今，越來越多的頂尖高校課程被製作成視頻公開課上傳到網路，更有大批的在線學習平台自主生產各行業培訓課程。除了在線課程之外，課程內容還包括測驗、考試、供學習者交流的論壇、助教輔導，以及自發組織的本地「見面會」。

人工智慧時代，你需要的不是擔憂和焦慮，而是成為更好的學習者，抓住每一分資源和機會，讓自己成為更有價值的人。

社交變革：社交機器人的崛起

人工智慧的發展改變了我們的社交方式，甚至是社交對象。

電影經常將人工智慧描述為像人類一樣走路和說話的機器人。當然，不要認為是《終結者》里施瓦辛格一樣的健壯肌肉男。現在我們接觸到的人工智慧機器人，更像是《星球大戰：原力覺醒》中的BB-8機器人，或者是像電影《她》中薩曼莎一樣的AI可以通過聲音交流。具有社交屬性的人工智慧已經成為我們生活中的一部分，比如智能音箱，或者蘋果手機智能語音助手Siri和微軟開發的小冰。

社交聊天機器人還可以在閑聊中幫助用戶執行多種任務。因此，社交聊天機器人必須開發一系列技能來適應用戶的要求。2014年 5月微軟發布小冰，之後她成為使用最廣泛的社交聊天機器人。她理解用戶的情感需求，進行人際溝通，在對話中鼓勵用戶、吸引用戶參與對話、逗用戶開心。這些對話使用戶的情緒變得更加積極，為用戶提供情感支持和社交歸屬感。

小冰甚至還能生成更具表達力的文字，例如，通過輸入圖像中的內容獲得靈感來生成詩歌。小冰寫詩的雲服務上線後，她已經為用戶寫了上百萬首中文詩歌；這個數量已經超過了中國有文字記載的歷史上的詩歌總和。小冰於 2017 年 8 月在電視節目中擊敗了人類詩人。小冰曾向多家詩歌雜誌匿名投稿，包括《青年文摘》、《華西都市報》、《北京晨報》、《北京經濟日報》等。經過編輯的常規評審之後，這些雜誌接受並發表了小冰的七十多篇詩作，這足以證明小冰的寫詩技能。

跨文化交流：語音識別和語言翻譯

深度學習讓語音識別和語言翻譯融合在一起，涉及多種語言的跨國甚至跨文化交流將不再是問題。

機器翻譯涉及計算機、語言學、資訊理論等多學科，因其巨大的科學挑戰，被譽為人工智慧皇冠上的明珠，翻譯之於人工智慧的歷史可謂源遠流長。

早在1946年第一台計算機發明之初，就有科學家提出利用計算機自動進行語言翻譯的設想。經歷70多年的發展，機器翻譯先後湧現出多種方法。近幾年，隨著深度學習技術被應用到翻譯領域，翻譯質量大幅躍升，百度、谷歌、微軟等巨頭公司相繼發布了一系列基於最新人工智慧技術的翻譯系統和產品。當語音識別和語言翻譯結合到一起時，實時的跨文化交流將有可能實現。《星際迷航》中那種萬能翻譯機將觸手可及。

未來的身份認證：面部識別和生物掃描

未來你的身份證明可能不在是一張身份證、一本護照，而會變成你的臉。生物掃描將是未來個人身份識別的一個重要發展方向。

在我們的生活的很多場景中都會用到面部識別系統，比如手機屏幕解鎖、支付寶刷臉支付。在印度，超過10億的公民可以通過指紋、虹膜掃描、照片和12位身份號碼信息進行唯一的身份識別。通過快速生物掃描，公民可以直接獲得補貼食品權和其他福利待遇，許多沒有出生證明的窮人現在也擁有了攜帶型身份認證，可隨時隨地在幾秒鐘內識別出身份。

除了固定的面部圖像之外，人工智慧已經學會識別人類的面部表情，並通過面部表情要素判斷人類的情緒。美國一家名為「Emotient」 的公司開發的深度學習網路能夠以 96% 的準確率，在各種不同的照明條件下，利用面部信息識別人物情緒，並實時地對人物將要做出的行為做出判斷。在 Emotient的一個演示中，通過對焦點小組成員的面部分析，系統在幾分鐘內就檢測到特朗普在共和黨的首場初選辯論中，對一個焦點小組的情緒影響最大。相比之下，民意調查人員花了數天時間才得出了同樣的結論，專家們更是在幾個月之後才認識到，情感投入是爭取到選民的關鍵。

在不久的將來，你的 iPhone可能不僅會問你為什麼不高興，還可能幫助你冷靜下來。

雖然對於「人工智慧是機遇還是威脅」的討論從未停止，但是技術一直都在向前而不會後退，我們每個人都可以選擇成為技術的使用者和受益者。未來已來，你只需要抓住機會，才能不被淘汰。

你所處的行業有被人工智慧取代的風險嗎？你的危機感來自哪裡？留言與我們分享，獲得點贊數量最多的三位讀者將獲得由中信出版社出版的《深度學習：智能時代的核心驅動力量》。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！