0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

李开复:人工智能技术随着深度学习的出现,迎来野蛮生长

vVYl_kaifu 来源:未知 作者:李倩 2018-09-06 10:40 次阅读

前几天记者群访我的新书《AI·未来》时,记者问我AI何时会取代他们?我说:只要你写深刻的文章,你就不会被取代。我并邀请记者们把这些文章寄给我,我来评估AI是否能写得出来。如果我觉得不能,我就会转发。这是第一篇AI写不出来的文章:

“一个概念火了就会被玩儿坏”

李开复与人工智能的缘分,早在 1983 年就开始了,而在三十多年之后,人工智能技术随着深度学习的出现,迎来野蛮生长,就连他自己也坦言:“AI 泡沫其实不是真的泡沫,我觉得就是一个估值的调整,其实中国创业环境就是这样的,一个概念突然火了,最后很快就会被玩坏了,因为每个创业者都要包装 AI,每个投资人都要搞一点 AI 项目,所以就会有各种的模式,我们在 O2O 时代看到的 2VC 模式记得吗?就是有很多人拿 O2O 概念忽悠了一些 VC,造成了很大的数字,用户都没有留存,那几家公司后来就死掉了。”

李开复进一步解释说:“ AI 概念不太一样,AI 概念就是每个公司都讲自己有 AI 人才、有大数据,哪怕没有也说我先收集了大数据,过一阵我就用这个大数据变成 AI 公司,只要挖一两个 Google、百度什么的人,或两个斯坦福、清华什么的人,招进来以后就觉得我有这样的人就是 AI 公司了。”

9 月 2 日的新书发布会上,李开复的这一席话逗笑了在场的来宾,是的,人工智能的泡沫太大了,人工智能的概念太火了,人工智能需要降温了。

李开复说,AI 泡沫之后,最明显的应该是会出现 AI 企业估值的调整,在他看来,AI 是一个至少会持续 15 年的趋势,他以移动互联网为例,互联网从浏览器到工具、到门户网站、到搜索、到广告、到电商、到社交、到游戏、到 O2O 走了九波浪潮,移动互联网又走了一遍,加起来就有 18 波浪潮了。

“所以,就跟互联网一样,还有得走呢。”李开复认为,在 AI 发展的过程中,每一波小浪潮可能会有一些波动,长期来说当然是非常乐观的,至于短期估值的问题,他表示一个理性的市场,尤其现在一个资金相对没有像以前那么充分的市场里,一些估值的调整、还有一些过分吹牛公司的死亡,对整个生态环境其实是一件很良性的事情。

“AI 将取代 40-50% 的岗位与技能”

整场活动中,最引人关注的应该就是李开复博士这句话了,他的原话是:

基于当前技术的发展程度与合理推测,我认为在 15 年内,人工智能和自动化将具备取代 40-50%岗位的技术能力。

不过,李开复进一步解释了,这些被替代的工作将主要集中在以下工作和任务场景:

重复性劳动,特别是在相同或非常相似的地方完成的工作(如洗碗、装配线检查、缝纫)

有固定台本和对白内容的各种互动(如客户服务、电话营销)

相对简单的数据分类,或思考不到一分钟就可以完成识别的工作(如文件归档、作业打分、名片筛选)

在某公司一个非常狭小的领域工作(如银行理财产品的电话推销员、某部门的会计)

不需与人进行大量面对面交流的工作(如分拣、装配、数据输入)

虽然有媒体报道,声称巨额投资将用于开发人工智能和机器人(如自动驾驶汽车、人工智能放射科医师),但这类人工智能可能需要很长时间才能普及。

现在,人工智能技术已经具备取代上述工作的技术能力。一些已经得到应用,还有许多正在试验。实际应用可能需要更长时间,但如果你的工作符合上述类别,那么是时候开始新的职业规划并接受相关培训了。

“换句话说”,李开复补充道:“你应当避开人工智能能够完成的工作、了解人工智能做不到的事情。同时你也应该把这看作是一个机会,可以让你的工作更多样化、不再那么单调。”

不过,由于企业决策、工会影响和政府政策,李开复表示,实际过程中这些工作被取代可能需要更长时间。他认为,这种取代将以多种方式进行:

直接一对一替换:即一个岗位由一套人工智能设备取代。

总工作量减少导致工作岗位减少:人工智能可完成部分工作,但其余部分仍需要人工。然而,较大的公司可能会减少整体就业岗位,大致与人工智能的应用比例成正比。

一种完全打破公司甚至行业运作的新模式:就像打字员没有被“打字机器人”而是被计算机所取代,比如一种新的人工智能应用程序(想象一下未来可以从应用程序获得贷款,这样一来最终银行贷款可能不复存在)。

为了确保我们的职业生涯不会因人工智能替代而中断,我们需要了解“在可见的未来里,人工智能做不到什么”?所以,李开复博士列举了一些人工智能难以取代(至少在当前阶段)的工作类型,主要有以下几个方面:

创意性工作(例如,医学研究员、人工智能科学家、获奖剧本作家、公关专家、企业家)。 人工智能不擅长提出新概念。

复杂性 / 战略性工作(例如,首席执行官、谈判专家、并购专家)——需要了解多个领域并需要进行战略决策的工作。对于人工智能来说,即使是理解常识也很困难。

灵敏性工作(例如,口腔外科医生、飞机机械师、脊椎按摩师)。实际上在机器人和机械学方面取得进展比人工智能软件慢。机器人仍然非常笨拙——看看机器人拿铅笔的样子,你就会懂我的意思。

需适应全新、未知的各类环境的工作(例如,地质调查、集会后的清洁工作)。机器人在特定环境(如装配线)中运行良好,但不易适应新环境(如每天在不同的房间里工作)。

同理心 / 人性化工作(例如,社工、特殊教师、婚姻顾问)——人工智能没有人类的情商。人们也不愿“信任”机器,让机器来处理人性化任务。

“有了中国,就有了世界的一半”

说到人工智能,就不得不提到中外在该领域的竞争,或者更详细地说,是中美在这一领域的竞争。

中美之争

李开复博士在回答记者提问的时候也专门提到了这一问题,他说:“有关中美的竞争和合作,我真心认为中美的创新模式是非常不同、而且互补、值得学习的,我也觉得中美的政策对 AI 和其它方面也是不同、值得彼此参考的。”

他进而谈到,中国的人口不到世界人口的一半,GDP 也没有世界的一半,为什么会这么值钱呢?道理很简单,因为很多国家发展是在分散精力,产品都没有做好,所以回报都不是特别高。

还有中国巨大的数据优势,比如说中国的移动支付就是走在世界的最前方,因为有了微信支付,才能够产生今天这么多崛起的付费的公司。因为中国付费方式太便捷了,别的国家没有这么便捷,所以这些红利都是中国努力做出来应得的。

“所以”,李开复总结说:“今天有了中国就是有了世界的一半,真的是这样,未来会不会变少,我们不知道,但是今天有了中国,我们是非常值得庆幸的,因为你已经有了世界的一半。未来会不会走向世界?我认为肯定是有机会的。”

“但是我们要从美国公司做得好和不好的地方学到教训。”李开复进一步强调。

以前全世界只有一个强国,就是美国,其他所有的国家都是美国的技术殖民地,也就是说用的都是美国的技术。美国的公司因此产生了一个习惯:他们做的公司、他们的技术、产品、品牌和平台都是一成不变的,因为他们没有必要做两套代码,没有必要针对某一个国家做什么调整,在他们看来,美国创造的就是最好的,没有国家能做得比他们更好。因为他们就是单一、独大的品牌和平台,这就是为什么当年的微软,后来的 Google、Facebook 等等试着做扩张,在一定程度上都遭遇了挑战。

但是今天这个世界已经完全不一样了,每个国家的使用习惯可能是不一样的。还有互联网公司不能只做互联网了,还要考虑到你的社交、支付、线下、配送、服务等等,所以纯数字化的 APP 已经不是那么多了。所以,真的要考虑运营的时候,美国的单一平***大的方式,其实是有很多弱点的。

如果说推算未来中国出海的版图的话,基于这些创业者和创业公司还有巨头的投资加技术,李开复觉得可以看到以后中国的技术可能会在东南亚和中东国家得到非常好的成功。

他认为,一方面是因为这些国家的使用习惯和中国也许更接近,第二是这些国家并不是美国公司主攻的对象,美国公司可能会在西欧和英语系国家得到成功。所以,大概是各占半壁江山,剩下的非洲,中国也有一定优势。

所以,以后 中国的全球化是可以期待的,可是它的模式和美国是不一样的。

吸取世界的教训

在人工智能与大数据浪潮席卷全球之后,欧洲做了 GDPR,美国经过 Facebook 和剑桥分析的事件,也加强了对数据安全的重视,无人驾驶事故也成为了全球热议的话题。在谈到这些问题的时候,李开复表示:“我觉得中国可能会运用不同的方法来处理。”

到底怎样处理更好?李开复表示,要参考,要有足够的弹性来调整,他说:“我觉得对公众来说,大家意识到,比如 Facebook 和剑桥分析所带来的对个人隐私的危险,或认知无人驾驶可能面临的一些问题,这本身是一件好事。我觉得是我写这本书的原因,也是希望更多人能了解未来的世界和技术会是怎样的。”

但李开复认为,不同的内容、不同的舆论环境、不同政府的方向和政策,可能会带来非常不同的结果,但可以有不同的方式来尝试,恰恰是这个时代需要的,因为 AI 并不是又一次工业革命,它也不是又一次电力的发生、发明,我们还是要一边观察、一边摸着石头过河,同时参考别人怎么过河的,这样大家才能做的更好。

尾 声

人工智能是否会取代人类的工作,也许只有时间才能给出答案,中国的 AI 技术能否与美国各占半壁江山,也仍然没有定论,但是,我们还有许多可以做的事情。在此用李开复博士的一段话作结,也送给看完全文的你,希望对你的未来规划有所帮助:

我们应该具有战略性思维,并以人工智能无法取代的工作为目标。我们应该致力于终身学习,更新我们的技能,了解新趋势,并寻找新机遇。

我们应该鼓励批判性思维和各种创造力,不仅仅是科学和工程,还有:艺术、建筑、音乐、诗歌、表演、讲故事等。

我们应该接受传统工作岗位正在流失的现实。从事这类工作的年轻人现在就应开始从事适合自己优势的新职业,这些职业不容易被人工智能取代。对于老年人,当你需要提前退休时,请考虑接受,通过打零工和志愿服务赚取一些收入并过上喜欢的生活。

我们应该鼓励更多的人进入服务业,选择将心灵和灵魂倾注于这一行业的人,传播他们的爱心和经验。

我们应该积极使用人工智能工具,特别是专业人士,更多的数据和使用量能够使人工智能不断优化。我们应该使用这些工具来工作,保持开放态度,人工智能可以完成更多的日常任务,使我们能够关注更适合人类发展的领域。这就像是记者开始使用 Word 写新闻,或者是摄影师开始使用 Photoshop。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1791

    文章

    46838

    浏览量

    237488
  • 大数据
    +关注

    关注

    64

    文章

    8863

    浏览量

    137281
  • 深度学习
    +关注

    关注

    73

    文章

    5492

    浏览量

    120958

原文标题:李开复:年轻人现在就该开始找AI替代不了的工作

文章出处:【微信号:kaifu,微信公众号:李开复】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    嵌入式和人工智能究竟是什么关系?

    了重要作用。在未来,随着嵌入式系统和人工智能技术的不断进步,我们可以预见更多创新应用的出现,为社会发展和生活品质的提升带来更多可能性。
    发表于 11-14 16:39

    LLM技术人工智能发展的影响

    随着人工智能技术的飞速发展,大型语言模型(LLM)技术已经成为推动AI领域进步的关键力量。LLM技术通过深度
    的头像 发表于 11-08 09:28 247次阅读

    人工智能、机器学习深度学习存在什么区别

    人工智能指的是在某种程度上显示出类似人类智能的设备。AI有很多技术,但其中一个很大的子集是机器学习——让算法从数据中学习
    发表于 10-24 17:22 2443次阅读
    <b class='flag-5'>人工智能</b>、机器<b class='flag-5'>学习</b>和<b class='flag-5'>深度</b><b class='flag-5'>学习</b>存在什么区别

    未来智慧建筑:人工智能技术的无限可能

    随着科技的不断发展,人工智能技术正逐渐渗透到各行各业,其中,在智能建筑领域的应用备受瞩目。智能建筑结合了传统建筑与先进科技的完美融合,在提高建筑效率、节能环保、增强安全性等方面发挥着重
    的头像 发表于 10-17 14:07 202次阅读

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    很幸运社区给我一个阅读此书的机会,感谢平台。 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们揭示了人工智能技术在生命科学领域中的广泛应用和深远影响。在
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    人工智能在科学研究中的核心技术,包括机器学习深度学习、神经网络等。这些技术构成了AI for
    发表于 10-14 09:16

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    ,无疑为读者铺设了一条探索人工智能(AI)如何深刻影响并推动科学创新的道路。在阅读这一章后,我深刻感受到了人工智能技术在科学领域的广泛应用潜力以及其带来的革命性变化,以下是我个人的学习心得: 1.
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    RISC-V和Arm内核及其定制的机器学习和浮点运算单元,用于处理复杂的人工智能图像处理任务。 四、未来发展趋势 随着人工智能技术的不断发展和普及,RISC-V在
    发表于 09-28 11:00

    FPGA在人工智能中的应用有哪些?

    定制化的硬件设计,提高了硬件的灵活性和适应性。 综上所述,FPGA在人工智能领域的应用前景广阔,不仅可以用于深度学习的加速和云计算的加速,还可以针对特定应用场景进行定制化计算,为人工智能技术
    发表于 07-29 17:05

    人工智能技术在集成电路中的应用

    随着科技的飞速发展,人工智能(AI)与集成电路技术已成为推动现代电子工业进步的重要力量。两者相辅相成,共同推动着电子产品的智能化、高效化和可靠化。本文将从多个角度详细探讨
    的头像 发表于 07-15 09:43 2083次阅读

    人工智能、机器学习深度学习是什么

    在科技日新月异的今天,人工智能(Artificial Intelligence, AI)、机器学习(Machine Learning, ML)和深度学习(Deep Learning,
    的头像 发表于 07-03 18:22 1097次阅读

    人工智能深度学习的五大模型及其应用领域

    随着科技的飞速发展,人工智能(AI)技术特别是深度学习在各个领域展现出了强大的潜力和广泛的应用价值。深度
    的头像 发表于 07-03 18:20 3612次阅读

    深度学习在自动驾驶中的关键技术

    随着人工智能技术的飞速发展,自动驾驶技术作为其中的重要分支,正逐渐走向成熟。在自动驾驶系统中,深度学习
    的头像 发表于 07-01 11:40 667次阅读

    人工智能技术的优势有哪些

    人工智能技术的优势
    的头像 发表于 01-19 15:58 3019次阅读

    深度学习人工智能中的 8 种常见应用

    深度学习简介深度学习人工智能(AI)的一个分支,它教神经网络学习和推理。近年来,它解决复杂问题
    的头像 发表于 12-01 08:27 3230次阅读
    <b class='flag-5'>深度</b><b class='flag-5'>学习</b>在<b class='flag-5'>人工智能</b>中的 8 种常见应用