未來理科有哪些行業不易被人工智慧取代？

這個問題比較片面，不能說不易被取代，而是說必須會被取代的某些職業，避開這些職業要素就可以了！

我覺得和體力勞動、腦力勞動無關，和是否白領中產無關。很簡單的準則，最容易被AI演算法實現的工作最先被替代。如果了解人工智慧技術當前發展的情況，這個問題不難回答。李開復在他的《人工智慧》一書裡面已經列舉了一些未來幾年最先被替代的行業，我來總結一下。

1. 卡車司機，然後是汽車司機（出租、私家車）被自動駕駛代替。當前OTTO公司的自動駕駛卡車已經行駛在在美國的公路上了。

2. 交易員、基金經理，被量化交易程序代替，高收入群體也難以倖免。看看五年前的交易大廳，再看今天，門庭冷落鞍馬稀。

3. 翻譯，包括筆譯和口譯，用武之地越來越少。機器翻譯的結果越來越讓人接受。

4. 售貨員，主要是負責完成支付過程的收銀員，會被自動支付取代。如果每個商品上有個智能二維碼，支付寶掃了就支付，超市還需要收銀員嗎？商場的導購、推銷員還是有價值的，暫時安全。下圖是淘寶試點的無人商店：

5. 藥劑師，如果你去醫院開過葯，你知道這些人其實只是搬運+寫劑量。完全可以用自動售貨機的方式發葯，現在沒有這麼做只是由於發錯葯風險巨大而已。圖中是國外的自動發葯系統(Automatic Phamacy System)。

6. 影像科醫生，當前人工智慧讀片發現病灶的準確度甚至能超過專業醫師。

參考：IBM』s Automated Radiologist Can Read Images and Medical Records

7. 記者，當然不能代替那些寫深度訪談、時評的記者，但是簡單格式化的新聞寫作比如體育新聞、財經新聞等，AI完全可以勝任。

8. 律師。當然也不是法庭上口吐蓮花的辯護律師。而是律所那些每天查閱法律文書、尋找案例的底層職員，AI的語義分析、索引會比他們高效很多。

參考：How artificial intelligence is used in law - raconteur.net

當然，這種取代過程絕對不會一帆風順，因為他們會傷害相應群體的短期利益，一定會引起強烈反彈。但是，歷史的洪流是擋不住的，不如用開放的心態來面對，早做準備才能有備無患。

數據科學家

數據科學這個部門最早是在矽谷。數據科學家通常有一些程序員常備的技能，比如編程的能力，數據可視化的能力，雲平台並行處理的能力，當然既然是搞數據，當然要對商業敏感且有良好的溝通能力。

數據科學家工作中的重中之重就是利用統計學、機器學習以及神經網路的演算法對系統進行判斷和預測，這是其本質工作。

機器學習能夠應用在不同的領域，比如識別語音、識別文本，通過這些可以對事物做出判斷。機器學習就是一種挖掘數據價值的方法，就好比審訊犯人時，審訊人員需要通過經驗以及邏輯找出線索。

數據賦予了我們巨大的能力，幫助我們分析、提高認知，讓我們把以前不能做的、想像不到的變成可能，這就是數據和 AI 之間最基礎的一種關係。

所以，同樣的，跟數學相關的很多行業，如金融，未來的AI只能給出有用的數據，而對數據的具體分析判斷，還是需要精通數學的人作決定。

未來只有那些需要融入人類情感的工作才不容易被智能機器人代替，比如文學、藝術創作、播音主持、心理諮詢、歷史研究、考古……等等，反之，那些數據分析、邏輯設計（比如機械設計、電路設計、建築設計等）、技能性操作（比如車銑刨磨焊技術類、甚至外科醫生工種），等等。這些工作恰好是機器人所擅長的，將來理工類的人才只會出現在最頂尖的機器人的系統設計上，普通的理工人才毫無用武之地

人工智慧在未來會輔助人類進行除了一系列的日常活動之外的運算、分析等，除了不能思考以外，已經可以看做是一個個體，人工智慧至少目前不存在思考，除了機械運算就是檢索。

所以，一切需要創新的東西，都不會被人工智慧取代，人工智慧或許可以通過大數據計算出最優，但是人類並不是簡單運算可以說明的。

另外一個就是編程，或許人工智慧可以代替人類進行簡單的，模塊化的開發，但是複雜的還是要人類自己來