徐志成
早在1956年，几位世界级的科学家曾经召开了一场讨论模拟人类意识的会议，在那次会议中他们提出了一个全新的领域，并赋予该领域一个神圣的名字——人工智能（简称AI）。AI是一项极富挑战性的科技，它所涉及的学科十分复杂和广泛，包含哲学、数学、认知科学、神经生理学、计算机科学以及信息论、控制论、不定性论等。同时，AI也是一门边缘学科，属于自然科学和社会科学的交叉，主要用于研究、模拟、延伸和扩展人类的智能。
如今，经过 60多年的积淀，AI的发展已是日新月异。互联网巨头都积极投身于该领域的研究中，人工智能也随之向更多的互联网企业及传统产业渗透。谷歌AlphaGo打败围棋高手、微软小冰写出以假乱真的诗歌、阿里无人超市的出现，这一切都预示着人工智能时代的到来。
短短几年时间里，人工智能发展的成果相当突出。但是在其快速发展的同时，针对人工智能的危言也在世界各地不断蔓延。比如2018年4月，创新工场董事长李开复在接受媒体采访时就曾表示：“人工智能将快速爆发，10年后50%的人类工作将被 AI取代。”于是很多人开始担忧了。
人类会被AI和机器人取代吗
相信，大多数人提起人工智能时，脑海中最先闪现的大多是科幻影片中机器人与人类共同生活的画面。例如，美国迪士尼动画片《超能陆战队》中的大白，它可以照顾你的饮食起居，甚至和你沟通。
但是就目前的AI技术而言，它之所以能战胜围棋世界冠军，这是强化学习与算力综合突破的结果;能识别人脸，这是CNN结构与算力的突破，但你无法因为“AI可以下围棋”就断定“AI可以参加辩论赛”。也就是说，AI的“智能”还非常有限：在短期内，创造力和智能对于AI系统来说还很难实现，推理和抽象能力的实现更是遥不可及。
AI目前之所以无法达到人类的高度，可从以下三个方面进行分析：首先，在计算机视觉方面，AI主要是采用各种成像系统来代替人类视觉器官。常见的手段是通过红外线遇到物体表面被反射所形成的图像，来解析影像所表示的真实世界。虽然当下的计算机已经能够在复杂的图像中准确识别出特定的物体，但是还缺乏对视觉场景的深度理解。例如，计算机可以判断出某个人出现在这个场景中，但并不理解这个人出现在该场景中背后的原因。
其次，在语音识别方面，AI主要是利用计算机，通过识别和理解过程把语音信号转变为相应的文本或命令。在前期计算机的训练阶段，需要将人们常用的词汇录入，并且将其特征矢量作为模板存入模板库。在识别阶段，便可将输入语音的特征矢量依次与模板库中的每个模板进行相似度比较，将相似度最高者作为识别结果输出，但实用性非常有限。不过，近几年，伴随着深度神经网络的发展，计算机拥有海量结点的深度神经网络，可以自动地从语料库中学习翻译知识。目前利用计算机将语音和文字相互转化的功能，已经在诸多语种中取得成功应用。但是在自然语言处理，也就是语义的理解上，对计算机而言仍旧是一大难题。例如，计算机可以通过声音翻译出某人想要表达的语言，但是很难理解这个人在该场景中语言表达的深刻含义。
最后，在机器人落地应用方面，目前机器人主要还是在工业界程序化地完成一些固定的任务，这与人们想象中，能够自主运行、独立思考，实现预测、提出计划的高级机器人还有很大的差距。
虽然AI取代人类的那一天还遥遥无期，但是这也并不意味着，AI就不能取代人类的部分工作。《未来简史》的作者、历史学家尤瓦尔·赫拉利就曾在一次演讲中指出，未来将出现一个多达十几亿人的“无用阶级”，因为他们的工作技能将远远落后于人工智能。
人工智能重要细分领域与各学科相关性
哪些行业最有可能受到AI的冲击
此前，牛津大学的卡尔·弗瑞和迈克尔·奥斯本发表的题为《就业的未来》的研究报告中，调查了各项在未来20年可能被计算机取代的工作。根据他们所开发的算法估计，美国有47%的工作存在被计算机取代的风险。例如，到了2033年，电话营销人员和保险业务员大概有99%的概率会被取代，运动赛事的裁判有98%的被取代可能性，收银员、厨师和服务员被取代的概率也分别达到了97%、96%和94%，而律师助手、导游、面包师、公车司机、建筑工人、兽医助手、安保人员、船员、调酒师、档案管理员、木匠、救生员的被取代率也极高。
无独有偶，一份名为《自动化时代的劳动力转变》的报告也指出，在稳定环境中的体力工作（如机器操作员和快餐行业员工）最容易被机器人取代。未来，全球有高达50%的工作是可以被机器人所取代的。截至2030年，将有8亿劳动者可能被机器取代。
综合上述易被AI冲击的工作岗位，我们可以发现以下三个特点：首先，标准化流程的工作易被取代。标准化流程就意味着，这种工作有着固化的运行规则，不用因人而异。AI凭借超强运算能力，最擅长按照规则做事，因此AI在这类岗位极易取代人类。其次，单一重复工作的岗位易被取代。AI有着强大的学习能力，而且不会感觉疲劳，因而单一重复的流水线工作，极易被AI所代替。最后，不具备创造性的工作岗位易被取代。AI在基于大数据的基础上能实现自我学习，极易操作一些没有创造性的工作，比如利用AI报道固定格式的新闻资讯等。
当下AI的“智慧”通常是通过“机器学习”而来的，即利用计算机分析大量数据、总结事物发展的一般规律而形成的经验，这种“智慧”对人类的“经验”依赖性很大。计算机需要不断地从解决一类问题的经验中获取知识，学习策略，很难实现“不依赖于量变的质变”，但人类除了会从经验中学习之外，还会创造，即“跳跃式学习”，这在某些情形下被称为“顿悟”。一直以来，计算机最难学会的就是“顿悟”。也就是说，在遇到新生事物时，AI很难产生创造性的思维与判断。
虽然AI能够在越来越多的行业协助甚至取代人类的工作，但是在需要创造性的工作岗位，还是难以取代人类的。
AI正在同步创造新的工作机会
综观人类历史，每一次技术的重大跃迁，在改变工作方式和旧的工作岗位的同时，也会创造出新的工作机会。在工业革命兴起时，诞生了汽车、火车等新的交通工具，虽然马车车夫逐步消失了，同时也衍生出司机等相关新兴职业。
人工智能亦是如此。在AI时代里，其产业链中需要大量人工智能设计师、底层架构师以及运营维护师等人员。同时，AI在赋能无人驾驶、智能家居、无人零售这些应用场景环节，也会促使整个相关产业链都需要大量人才。
在2018年12月发布的斯坦福全球AI报告中表明，AI人才需求在近两年暴增了35倍，其中中国机器人部署量上涨500%。无疑，在AI领域的高精尖、跨领域人才，具备着最重要的核心竞争力。
与此同时，各家科技巨头对AI人才的争夺也日趋白热化，如阿里巴巴在国内高薪吸引人才;百度在硅谷设立了人工智能实验室，吸引海外AI人才;腾讯则推出人工智能加速器，吸引AI创业人才。
无疑，对于我们每一个人而言，AI浪潮正在不可逆转地袭来，就业格局也将产生巨大变革。我们必须去学会新的专业技能，跟上AI科技发展的时代潮流，更好地去做AI时代的接班人。
名词卡片：
神经网络模型
深度神经网络：它指的是微软推出的一款语音识别软件，其工作原理是模仿人脑的思考方式，从而使该软件的语音识别速度更快，识别准确率更高。
