中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

人工智能在職場上是否能完全替代人類？真的會如同凱文凱利在《必然》中描述的那樣，人類職業被人工智能循環替代嗎？哪些職業正在被人工智能替代？

2016年3月，google人工智能Alpha Go以4:1的比分戰勝韓國選手李世石。

2017年1月，Alpha Go化身Master碾壓整個圍棋界，以60連勝的成績完成了圍棋領域對人類的橫掃。

很多專家將2017年定義為人工智能元年，一些弱人工智能已經走入我們的生活，只是很多人還沒有覺察而已。我們也看到了，大量的影視作品和文章，提醒我們要警惕人工智能，甚至有些人認為發展人工智能就是在毀滅人類。

人工智能到底是什么？Alpha Go在圍棋領域戰勝人類到底意味著什么？硅基的新物種人工智能和碳基的生物有什么區別？帶著這些問題閱讀了《必然》和《未來簡史》，仔細觀看了《混沌研習社課程》3月人工智能專題課程，《吳曉波頻道》和TED中人工智能相關節目，閱讀了一些人工智能發展相關文章。通過學習，獲得了一些全新的視角，分享給大家，希望對您有所幫助。

一、人工智能定義

老規矩，先來看看人工智能的定義是什么：

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

人工智能產生有三個基礎，摩爾定律、數學模型、大數據。

吳軍博士在混沌研習社上分享其對超級智能的理解，分享中他提到了人工智能產生的三個基礎：摩爾定律、大數據、數學模型。我們分別來看看這三大基礎是都是什么。

摩爾定律是由英特爾創始人之一戈登·摩爾（Gordon Moore）提出來的。其內容為：當價格不變時，集成電路上可容納的元器件的數目，約每隔18-24個月便會增加一倍，性能也將提升一倍。換言之，每一美元所能買到的電腦性能，將每隔18-24個月翻一倍以上。這一定律揭示了信息技術進步的速度。強大的運算速度是人工智能的基礎。

人工智能的數據模型–深度學習，所謂深度學習就是通過深度神經網絡算法，模擬人腦機制進行學習、判斷和決策。深度學習會讓計算機具備一定的模式識別能力。

舉個例子，向人工智能輸入大量狗的照片，人工智能自動進行識別狗的特征，然后再通過不斷追加圖片，不斷加強其判斷的準確性。

人工智能應用在醫學領域，其識別黑色素瘤的準確率已經達到91%，遠超人類醫生的識別準確率。但是深度學習也有其自身問題：其模式識別過程不可以描述；深度學習是一個黑箱，投入數據，它給你結果；但是為什么是這個結果，沒人能夠告訴你。

我們今天提到大數據很容易理解為用戶的行為數據，如淘寶中用戶的選購記錄，運營商的用戶通訊記錄，QQ和微信中用戶溝通數據及朋友圈印象管理數據，facebook中的社交記錄，google和百度中的用戶搜索數據。未來的大數據將不單單來源這些平臺的用戶行為數據，很可能是萬物聯網后的全量數據。

摩爾定律為人工智能提供運算能力，大數據為人工智能提供學習資料，深度學習利用大數據實現無限進化。

二、人工智能關鍵事件

• 1994年Chinook Checkers，機器國際跳棋上超越了人類；
• 1997年Deep Blue深藍戰勝國際象棋世界冠軍；
• 2008年卡內基梅隆大學和通用的無人駕駛汽車CMU Boss研發成功；
• 2012年Amazon的倉儲機器人Kiva，減少工人在倉庫中走動的頻次；
• 2014年計算機被當13歲男孩 首次通過圖靈測試
• 2014年沒有剎車、沒有方向盤，只有一個啟動Button的Google Car；
• 2016年AlphaGo4:1戰勝李世石；
• 2017年神秘Master60盤連勝，狂掃棋壇高手。

三、為什么Alphago戰勝李世石引起世界關注

2016年3月份，似乎全世界都在關注Alpha go對戰李世石的比賽。

起初不太理解：我會在iPad中玩五子棋，象棋之類的棋牌游戲，PVE的時候經常輸給軟件機器人，9段高手李世石不就是在和一個游戲機器人下圍棋嗎，有那么值得關注嗎？而且對戰的可是google的機器人啊，google有多少服務器，通過分布式并行運算，暴力破解圍棋規則也是肯定能贏的吧？

隨后，閱讀了一些相關文章才知道，圍棋極其復雜，暴力破解幾乎不可能，一局圍棋150回合，其中可能出現的10的170次方種可能性，比宇宙元子總數還多。而且圍棋中的規律復雜微妙，號稱千古無同局。而且Alpha go是單機的，沒有聯網，沒有利用google的分布式并行運算。

那么Alpha go的運算能力如何呢？我們來看一下Alpha go的前輩IBM深藍，深藍是美國IBM公司生產的一臺超級國際象棋電腦，重1270公斤，有32個大腦(微處理器)，每秒鐘可以計算2億步，計算能力11.38 GFLOPS，而現在，一臺筆記本的計算能力已經超過了深藍，搜狗CEO王小川表示，Alpha Go計算能力是當年IBM計算機深藍的3萬倍。因為有摩爾定律，也許有一天，我們手機也能達到Alpha go的運算能力呢，值得期待，可能時間不會太長。

?四、4個視角看人工智能發展

有些時候，我們看問題可能受到自身經驗的局限。在閱讀和學習過程中，發現四個視角非常有意思，是自己以前沒有考慮過的，分享給大家。

視角1：鳥飛派 VS 空氣動力學派

吳軍博士在混沌研習社提到了鳥飛派的概念非常有意思。

我們來看看飛機的發展史，人類最初希望飛到空中，現實生活中我們可以找到的學習目標就是鳥類，最初人類一直在模仿小鳥的飛翔方式，通過震動翅膀獲取上升動力，但飛機的發明卻不是因為模仿小鳥的翅膀震動，而是發現了空氣動力學原理，于是我們能讓飛行速度實現超音速，進而完全超越鳥類。

我們再來看看汽車的發展史。最初人們希望從A地到B地只能靠自己的雙腿，后來發現可以使用其他生物替代人類的雙腿，而且速度可能更快，例如騎馬，隨著石油能源和電能的使用，發動機的發明，現在人們從A地到B地平均速度可達80KM/h，未來的無人駕駛技術將會再一次重新定義出行，人們再也不用像以前那樣，將注意力耗損在從A地到B地這個過程中。未來的出行方式將會是用戶上車后，輸入目的地，然后開始辦公或娛樂就好。

我們可以發現，最初的發明往往將現實世界中的事物作為模仿原型，當掌握了其運行原理后，衍生出的產品性能將極大超越最初的模仿原型，而且外形與最初的模仿原型差異極大。我們再來看看人工智能機器人，現在很多人工智能都在模仿人，似乎是有兩只腿，兩只手臂，一雙眼睛，一張嘴才是機器人，其實機器人完全沒必要這樣，移動可以用履帶或輪子，有10幾只眼睛，一個屏幕，一個托盤，一個機械手臂，下圖是無人車眼中的世界。

人工智能并不是模仿人類大腦的信息存儲和信息傳遞模式，人工智能的進化速度與運算速度和算法優化直接相關，其發展速度類似與指數級發展或加速發展。

將我們人類的智力水平比作一個站臺，我們人類站在站臺上，看著人工智能的火車緩慢駛來，最初可能特別特別慢，用了200年時間讓人工智能有了爬行類動物的智能水平，用了100年讓人工智能有了哺乳類動物的智能水平，用了50年的時間讓人工智能有了黑猩猩的智能水平，用了20年的時間有了3歲小孩的水平。

像這樣，這列人工智能的火車持續加速向站臺逼近，其智能水平與人類智能差不多的時間可能只有一瞬間，而當人們還沒有所察覺時，它已經進化為我們完全無法理解的全新物種。

我們人類智商分布滿足正態分布，多數人在80到120之間，即使偶爾出現的IQ 180的天才我們雖然無法超越但是還可以理解，如果人工智能的智商水平相當于10000呢？它想告訴我們為什么，我們卻可能完全聽不懂，因為我們的智能水平可能已經天差地別。

視角3：無法理解其給出的答案

Alpha go對戰李世石時發生了一些有趣的場景：

Alpha go落子后，人類的專家們這時就會發表評價：機器人就是不行，下了一手臭棋。

但是隨著棋局的演化，幾十步之前的“臭棋”又成了神來之筆的好棋。

在Alpha go對戰李世石時，專家判斷Alpha go處于劣勢，但是Alpha go只是在做數學游戲。從后臺可以看出，Alpha go的算法顯示其一直處于獲勝可能更大的一方。

大家理解這其中的差距了嗎？人類百年的圍棋文化被全面超越了，因為只有整體性超越，才會出現這種情況，對方下了一手好棋我們竟然看不出來，看不懂其中深意。

大家都應該聽說過：安吉麗娜朱莉因為基因檢測結果做了乳腺切除手術，《未來簡史》中預測了數據人文主義在未來將大行其道，我們的體驗自我感覺良好，但是通過人工智能的運算分析，告訴我們一個結果：比如某人患有乳腺癌的幾率高達90%，那么你會選擇切除乳腺嗎？

體驗自我告訴我們沒有任何問題，感覺良好，但是人工智能卻告訴我們分析結果顯示：您最好立刻、馬上進行乳腺切除手術，你會如何選擇？未來的醫療可能越來越朝著這個方向發展。就像羅胖曾經在年會上提到的父愛算法，人工智能說一句聽我的，就這么干，你是聽呢？還是不聽呢？因為它給出的理由你聽不懂，但是90%概率它是對的，我想人類最終會接收這種不理解的答案。

視角4：明天“我”會進化成另一個“我”

Alpha go這類人工智能的恐怖之處在于其無時無刻不在進化，而人類需要休息，需要社交，需要思考，需要沉淀，而且碳基生物的進化需要數萬年，而且是通過兩性繁殖，促進基因突變，優勝劣汰，這種進化速度與硅基的人工智能的進化速度相比如同云泥；而人工智能的提升在其運算層面通過計算完成，今天的Alpha go和昨天的Alpha go完全不同，今天的Alpha go可能輸了，但是人類回去休息后，它默默的一晚上和自己下了300萬盤棋，第二天人類棋手面對的已經是一個全新的Alpha go。

五、下期預告–人工智能與人的關系

人工智能在職場上是否能完全替代人類？真的會如同凱文凱利在《必然》中描述的那樣，人類職業被人工智能循環替代嗎？哪些職業正在被人工智能替代？

赫拉利在《未來簡史》中預測了未來會出現一個全新的階級–無用階級，當人工智能全面替代人類勞動，我們又將何去何從？

《奇葩說》曾經辯論了人是否會愛上機器人，當人工智能完全通過圖靈測試，我們如何分辨彼此的邊界？哪些人工智能已經融入我們的生活當中？下期將會著重分析人工智能和人的關系，從人工智能如何在生產，交通，醫療等領域改變我們的生活角度展開論述。

感謝您的閱讀，歡迎留言交流~

本文由 @田宇洲 原創發布于人人都是產品經理。未經許可，禁止轉載