《好奇心漫遊》S01E01：走近亞馬遜，AI來了人類會失業嗎？

什麼職業最容易就被人工智慧取代？人工智慧已經發展到了什麼程度？超強人工智慧出現的會不會威脅人類？人工智慧有哪些細思極恐的事？

不過在思考這類問題之前，我們是不是應該知道：

什麼是人工智慧？機器學習、深度學習是什麼？

它們之間是不是有什麼不可告人的聯繫？

人工智慧到底發展到什麼程度了？我失業了你養不養我啊？

快過年了，飯桌上要是聊起人工智慧，什麼話都接不上來會不會很丟人？？？

網易雲課堂推出首檔自製科普向訪談節目《好奇心漫遊》，每期邀請行業大咖聊聊身邊各種熱門知識概念，用好奇心探索熱度背後的東西。

如果你願意一層一層剝開我的好奇心，你就會發現：哇，自己怎麼這麼棒，這些都能聽懂！

《好奇心漫遊》S01E01：《走進亞馬遜：AI來了人類會失業嗎？》

在老家沒有流量的兄dei，可以直接看下面的脫水文字版：

這期和我們對話的是亞馬遜AWS首席雲計算企業顧問張俠老師。

人工智慧、機器學習、深度學習有什麼區別和聯繫？

【人工智慧】

所謂的人工智慧，實際上是通過計算機，建模的手段，可以部分的感覺是像提供了一些類似人所具有的智慧或者能力，這就叫人工智慧，它包括的範圍是比較廣泛的。

【機器學習】

機器學習只是人工智慧的一部分，是人工智慧的實現的一種方案。機器學習主要是研究怎麼樣用計算機模擬人的學習的這個過程。

【深度學習】

機器學習中有一個方法叫做深度機器學習，利用神經網路的方法，研究機器如何像人一樣，看到一個東西，最後把它認出來。看到一個圖像，比如貓和狗，數千種貓數千種狗，光從體態上來說不是那麼容易區分，但我們人有特殊的能力，我們看一眼基本上能辨別出什麼是貓，什麼是狗。那麼機器怎麼來做這個區分，這時候就建立一個模型，模擬人的神經網路，一層一層的把信息抽象，最後來做一個判斷。這個過程如果牽扯到不止一層，牽扯了數層神經網路，那麼這就叫深度學習。

整個人工智慧的迅速發展，是得益於機器學習的這個特別的分支——深度學習。在過去的一兩年里，或者是之前做的一些工作，這些積累使得這些模型有一個突發的爆髮式的成長。

人工智慧發展到什麼程度了？

【博弈類】

人工智慧的發展中，下棋起了很關鍵的作用：

最早六十年代下的是checkers，八九十年代下國際象棋，然後到後來下圍棋，棋越下越複雜。這類博弈類的，現在在研究怎麼下Texas poker，2017年1月，卡內基梅隆大學開發的人工智慧系統擊敗4名世界頂級專業德撲玩家。

除此之外，人工智慧打DOTA也打得很好，2017年8月，馬斯克旗下OPEN AI宣布他們打造的AI機器人在DOTA2中擊敗職業玩家DENDI。

【模擬人】

人工智慧可以創造一首詩，編寫一首歌曲，在現實生活中已經被採用的，就是新聞編輯。採用機器學習、深度學習的一些模型，可以很快的在社交媒體上抓到熱門的話題，熱門的新聞，也可以自動地編寫一些稿件來報道一些突發的事件。

人工智慧這麼強，會不會威脅人類？

人工智慧分很多種，弱人工智慧，強人工智慧，還有叫超強人工智慧。

超強人工智慧：產生了和人類似的感情，審美的能力，甚至是產生一些獨立的意識，將來就不一定聽人的話，然後想自己獨立干一些事情，這個是通常認為的進入超強人工智慧。

總的看來，人工智慧其實還是我們人類發展帶來的新的工具，新的手段。那麼絕大多數應該都在我們控制之下，也為我們人類做出更多的貢獻，改善我們的生活。最近IEEE國際電氣（與電子）工程師協會，也剛通過了一些新的倫理，主要是要求人工智慧不要傷害人類，要對人類有益等等。

談到超強人工智慧，如果我們不去很好地關注或者控制它，有可能帶來一些風險，也有可能帶來一些不利的事情，這個是我們要關注的。

但是總的來說，沒有必要去恐懼，很多工具就像電、核，它都可以是雙面劍，主要還在於我們作為人如何把控這些技術，然後發揮它的優勢，控制它的風險和弊端。

人工智慧來了，我會失業嗎？

這個也是大家談論的比較多的一個話題，這個技術可能會使一些工作變得不那麼重要了。但會有一些新的機會出來，所以未必就說是一個那麼災難的後果。就相當於馬車改成汽車了，馬車的駕車的人員或者喂馬的人員工作就沒有了，但是會出現很多修車的，還有駕駛員的新的位置。

我們應該理解，機器學習確實是一個大的趨勢， 有幾點需要明確：

• 不要因為人工智慧就把它想像的那麼複雜，這裡面可能需要一些專家的人員，有很資深的背景，做一些深度的模型的工作。
• 但是隨著時間發展，機器學習會滲透到這個我們生活的方方面面，那麼在應用層次也有很多工作可以做。
• 我們要有一個開放的心態，要有一個願意繼續學習的心態，這樣你會在這個新的局面里找到一些新的位置。

人工智慧，總的來說會給人類帶來更多更美好的前景。

我是不是要去做一個人工智慧工程師？

人工智慧、機器學習這些的發展，它其實取決於幾個東西：計算能力、模型演算法、編程的能力；行業知識。

如果你有機會參與一些帶有人工智慧、機器學習的項目，一定對你的事業發展是有利的，因為這種機會、場景會越來越多。

那你需要些什麼知識，這裡面大概有三大方面：

第一就是編程

機器學習畢竟是用計算機來做，所以有很多編程的工作。特別是大數據為主的，比如說Python就比其他的一些語言可能會用的多一些，還比如R語言等等，這個對程序員來說是有優勢的地方，但還有兩個其他方面同樣重要。

第二個方面，就是建模和數理方法：

這些方面，如果你想比較深入地做人工智慧，你需要深入了解數學裡面的tensor，就是張量的計算，線性的一些矩陣，線形代數，還有統計這三個大方面。這三塊，可以多學多了解一些，無疑是對你會有很大的幫助。

第三個方面，就是行業知識：

除了上述兩個方面以外，任何一個模型牽扯到一個具體的行業，那麼這個行業的知識還是必不可少的。比如說是零售行業，還是醫療行業，還是一個媒體行業。

這三點是一個知識三角，如果把這三個進行一個好的組合，盡量提升，就可以在人工智慧的領域裡面更加有所作為。