转载地址：www.jianshu.com/p/0b27b33bc41d
特别声明：本文为我自己的学习笔记，如果本文对你有帮助，购买正版，你将得到更好的学习体验
李开复：人工智能的十个问题
Q1.人工智能是机器人吗？
人们对"人工智能"的理解误区
AI的外形和智慧水平和人类一样
AI像科幻片里那样，很聪明，精于算计且控制伤害对抗人类
AI是一种很久以后才会发展的技术
对人工智能的错误定义
AI是一种让人觉得不可思议计算机的程序
AI与人类大脑的思考方式一样
AI是与人类行为相似的计算机
AI就是会学习的计算机程序
对人工智能的正确定义
AI就是根据环境的认知做出合理的行动并且最大化一个被定义的目标函数，这样一种计算机程序就能被定义为"人工智能"。
如今的人工智能都是在一个领域里，人来定义它的目标，根据这个被定义的目标，来做出最合理的行动，它只是人类的一种工具，而非具备自我意识和自我判断的能力。
人工智能其实离我们很近
如：打开某资讯类APP，每日的消息推送都是我 们自己喜欢且关注的内容，这背后的学习和记忆 就运用了人工智能技术……
人工智能技术的预期发展
未来十年的AI革命的规模更大， 而且来得更迅速猛烈
Q2.人工智能已经进入到我们的生 活了吗？
人工智能对不同领域人群的含义
- 计算机科学家
很少怀疑AI在推动人类技术进步上的伟大意义
- 社会学家，经济学家
开始关注AI已经或即将对人类的经济结构，就业环境带来的巨大挑战
- 科幻学家，影视编导和未来学家
乐于看到AI—次又一次的激发大众非常强烈的热情，并且他们不忌惮用最飘渺的想象把人类的未来渲染成天堂或地域。
- 普通公众
对AI快速发展的认知，是始于2016年初的"阿尔法狗"的精彩围棋对局，但还是仅局限于对电影中的人形机器人这一印象的停留，大多数公众对于AI会表现出好奇，迷茫或者讶异的态度。
人工智能的具象成果举例
QQ的人工助理"微软小冰"。
苹果的语音助理"SiRi"。
百度的个人搜索助理和拥有智能聊天功能的"度秘"。
谷歌的谷歌助理
亚马逊的"Alexa"。
公司或者手机银行中的人脸识别技术。
手机云端照片分类检索。
网络上的搜索引擎
对人工智能的发展构想
预测未来十年，AI将在任何任务导向的客观领域超越人类，它将取代人类的百分之五十左右的工作。我们将进入一个富足的丰产时代，因为AI作为我们的工具将给我们带来巨大的价值，与此同时，我们也会陷入一寸代，由于被AI取代, 我们自身将会失去价值感。
Q3. AI真的会挑战人类吗？
霍金对人工智能的担忧
机器与人在进化速度上的不对等性
人工智能可以在自身基础上进化，可以一直保持加速度的趋势不断重新设计自己，而人类的生物进化速度终将有限，无法与之竞争，从而被淘汰。
人工智能的普及所导致人类的失业。
霍金和马斯克对人工智能采取的行动
为了防止人工智能威胁人类，他们支持加州阿西洛马会议通过的23条基本原则，这23条基本原则涵盖了三个范畴：
科研问题
理论和价值观
长期问题
有关AI相关的理论和价值观其中几条原则
- 安全性
人工智能系统应该在整个生命周期内确保安全性，还要针对这项技术的可行性以及适用的领域进行验证。
- 价值观一致性
需要确保高度自动化的人工智能系统在运行过程中秉承的目标和采取的行动都符合人类的价值观。
- 由人类控制
人类应当有权选择是否及如何由人工智能系统定制决策，以便完成人类选择的目标。
- 非破环性
通过控制高度先进的人工智能系统获得的权利， 应当尊重和提升一个健康的社会，赖以维系的社会和公民进程，而不是破坏这些进程。
怎样看待人工智能威胁论？
人类在可见的未来只有弱人工智能的技术，其他更强级别的人工智能揣测，离我们非常遥远，所以不存在人被人工智能威胁的风险。
Q4.人工智能的分类有哪些？
三种层次人工智能的区别
弱人工智能：专注一个领域，针对人定位的优化函数来学习，来进步。根据大量的数据和对这个环境的认知来判断该做什么行动，不断地根据大数据学习，来增强自己。（可行）
强人工智能：可以胜任人类所有工作，很宽泛，没有量化指标。（不可行）
超级人工智能：它会比人更聪明，在各方面如创造力，智慧及社交能力都比人强大。（不可行）
弱人工智能的实现条件
在单一领域
有大量的数据支撑
有精确客观的标注
人类来启动或停止它的运行
何时需要强人工智能
当我们存在不确定因素的时候
知识的表示能力，包括常识性知识的表示能力不高
机器不具备做规划或者战略性的处理时
机器的学习能力弱
用自然语言进行交流沟通的能力低
欠缺实现即立目标的能力
机器无法做到有人的情商，口才，感染力，七情六欲，信任等反应
人工智能值得关注的三个问题
安全性
选择性决策
非破坏性
结语
在未来十年中，将要发生整个社会的颠覆，百分之五十的工作会被AI取代，已经需要我们全神贯注地去面对这个必然，不要花太多时间去揣测超级智能控制人类
Q5.三次AI热潮指的是什么？
前两次人工智能和第三次的区别
前两次人工智能热潮是学术研究主导的，而这次人工智能热潮是现实商业需求主导的。
前两次人工智能热潮多是市场层面宣传的，而这次人工智能热潮是商业模式层面的。
前两次人工智能热潮多是学术界在劝说、游说政府和投资人投钱，而这次人工智能热潮多是投 资人主动向热点领域的学术项目和创业项目投钱。
我所经历的前两次AI浪潮
- 第一波浪潮
1980年在哥伦比亚上大学时，在计算机系自然语 言处理课程中，提出做聊天机器人，希望做出模 仿老师说话的程序并做出来。(基于专家对话系统说什么回答什么反而做的不够深刻）
- 第二次浪潮
碰到在卡内基梅隆大学教语音识别的导师，得知 他参与研发的一个获奖项目。(基于专家对话系统结合了人类心理学方式的一 个黑板架构模型听到一句语音假设听到哪些音， 由这些单音构成词句，还可以合理地联系上下文 获得初步成功）
而后导师推荐我加入一个专家系统研究小组，但 我对这种系统提出质疑，因为它有一定的局限性，于是我开始找论文研习，发现基于统计的机 器学习方式更优，最后在导师的支持下开始了自己的研发，大获成功。但而后因为数据，机器等原因，训练出来的模型不够准确，最后第二次浪潮还是泡沫化）
Q6.什么是深度学习？
导语
深度学习是在计算机视觉的领域帮助识别人脸和物体，然后冲入语经识别，机器翻译，数据挖掘，自动驾驶,自然语言理解等等各种人工智能技术的领域，在这些领域里面大展身手。
比如说今天拿出手机，所有的苹果手机内置的语音输入法或者是使用中文用户比较多的，讯飞的语音输入法或者搜狗百度等等的输入法，我们都可以直接对着手机说话，录入文字一定的程度上比拼音输入还要来得更快。
深度学习的发展过程
阶段一：蛰伏期
过去几年开始的第三波人工智能热潮，绝大部分也要归功于深度学习，相反，深度学习不是一下从石头缝里蹦出来这个横空出世的大神，它的历史几乎和人工智能的历史一样长，只不过数十年里深度学习和相关的人工神经网络的技术，因为种种的原因折服于人工智能的兵器库的一角，默默无闻，任由其他类的兵器在战场上耀武扬威。 蛰伏并不等于无成绩，在漫长的等待中深度学习技术，不断地磨砺自己，弥补缺陷，打磨锋刃。当然最重要的是等待合适的出山时机。
阶段二：初步发展期
在2000年后，计算机的产业发展带来了计算性能处理方面的大幅度的提高，尤其是以谷歌为代表的在分布式计算取得了深厚的积累。成千上万的计算机组成大规模的计算集群早已不再是稀罕物，而互联网产业的发展靠搜索引擎电子商务也累积了大量的数据，这个大计算能力和大数据正是深度学习。这深藏不路的千古神兵所等待的两大时机，其实是2006年，这一年发表了一种深度智信网络的快速学习方法，这和其他几篇重要的学术论文相比是一个重要的一个分水岭，当然并不是它发表了这篇论文以后大家都认知到这种技术的实用性，很多人是需要一些时间来尝试这些技术，而且当你使用深度学习的时候是需要调整各种细节和参数和网络的这种架构等等，所以应该是四五年以后才开始看到越来越多的人使用。
阶段三：主流期
然后14、15年，在物体识别，在16年阿法狗语音识别纷纷打败了世界最领先的人或者是大师或者是其他的机器，应该说这两三年才基本完全的进入主流，把其他的机器学习的技术至少在大数据的领域里面远远地抛在后面。
深度学习浅谈
其实简单的说，深度学习就是把大量的数据丟进一个非常复杂的数据，处理网络所称为深度神经网络，然后检查经过这个网络处理的结果是否符合要求，如果符合就保留，不符合就调整，直到满足条件为止。
Q7. AI会取代医生、翻译、驾驶员和 金融人士吗？
什么工作最容易被AI取代？
如果人可以在5秒钟之内对工作需要的思考和决策做出相对应的决定，那么这项工作就有非常大的可能被AI全部或部分的取代。反之，如果这个工作涉及非常缜密的思考，周全的推理，复杂的决策或者感性的因素，具体的判断不是人能够通过5秒的思考来完成，这项工作就很难被机器取代。
基于5秒祌准则，哪些工作最危险？
翻译、新闻报道、助理、保安、交易员、会计、司机、部分家政工作……在未来十年，这些工作百分之九十会被AI部分或全部取代。
人类的工作会被AI怎样取代
完全被AI取代
部分被AI取代
人类和AI在一起协同工作
AI与医疗的关系
在智慧医疗中，AI可以成为医生的好帮手。用这 一类的AI做对疾病的辅助诊断，并不是要求AI在 第一刻就超过顶尖的医生，因为取代医生不只是 技术问题，还涉及伦理、责任和法律，所以AI在这 里只是帮助医生提供更客观，基于大数据的推 荐。在此基础上，它还可以对最新的医疗方式和 最新的医疗科研结果做更新的分析，可根据每个 人不同的基因序列来做个性化的医疗方案。
AI与机器翻译的关系
在智慧生活中，AI也可以通过机器翻译给我们带来很多有价值的地方。现如今许多互联网公司研发的翻译系统，其翻译水平都可超过学外语两三年的学生。随着翻译技术的不断进步，假以时日翻译系统便可取代翻译员的工作，那么人与人之间的沟通就不再有语言障碍，从而提升人与人的沟通效率。
AI与驾驶的关系
自动驾驶在未来生活中给我们带来的想象是无穷的，绝不是说未来的汽车只给我们一个自动驾驶的按钮，让我们能在某些时候使其自动驾驶，而是说，未来的车，根本不需要司机。因此我们可以在车里做任何事情，节省了很大一部分时间。如此一来车的形态也会发生变化，它的使用空间就可利用在更有价值的地方。我们也可以利用AI让车自行发出各种信号，规避行车风险，那么许多安全提示性的交通设施也就可以弱化处理了。
AI与金融的关系
在金融领域里，数据是最多的、有标注的和客观的，它本身是一个虚拟的东西，没有运营、制造和硬件等等的问题。所以在传统意义上，在股票交易市场工作的交易员，只是起到一个信号录入或者中间人的作用。他们的任务是根据买家或者卖家的指令，完成实际的交易操作。所以对一桩交易是否成交，他们只关注具体的行情，做出判断。 今天的自动化技术和人工智能的技术已经足以完成这一项简单中介的工作，这也是各大股票市场 中传统意义上的交易员正在大幅让位于AI的原因所在。
Q8.哪些工作是AI代替不了的？
各阶层工作被AI取代后的结构性问题
从事简单工作的人如果都涌向中部或高层工作领域，试图去做中或高层的工作，这个"金子塔"会继续稳定还是坍塌？
现在的社会里，在”金字塔“结构中分工协作的人，本来是有自己上升的通道，如果底层的工作都被AI完成，那么人们如何提升自己的职业轨迹？是否就失去了向上发展时的实际锻炼机会？
失去工作的人如果都需要从简单的工作转换成复杂的脑力劳动，他们所需要学的知识体系对他们来说，是一个庞大的新架构的建立，中年以上的人是否真的有可能经过新的学习深造，让自己爬到一个更高的位置？还是需要考虑有新的工种新的底层，来让更多的今天被取代，未来十年被取代的这些人，或者未来教育体系出来的人能够承担的工作？
哪些工作不能被AI取代？
很多需要人际接触的工作：比如前台的接待员， 调酒师……因为有些顾客希望能与之沟通来缓解压力或想与之交往等。
思考已有的工作或未来的工作会如何发展
了解AI能做什么，那我们就去寻找它不能做的路径（有创意，有人际交流）
AI其实是基于人类的创造力定了一个目标，让 人工智能来优化，所以创造新的目标永远是人类 独特的能力，那么这一方面会应该更激励着我们 去往创造者的方面来走。
除了创造的工作之外，另外一个最大的机会就 是人与人之间的沟通，这个沟通背后所需要的信 任，所需要的口才，所需要的表达所需要的真诚, 这些是机器没有办法做的。
结语
所以AI它虽然在一定的程度，在一定的时间周期里会取代一些工种，或者会取代一些工种里大部分的普通的五秒钟准则告诉我们的工作，但是在大部分的领域，尤其是深度思考的领域，它会先成为一个非常有帮助的辅助工具，那么我们一方面用这个工具可以让我们的工作做得更好，让我们有1+1等于3的效应，另外一方面，也让我们随时警惕着AI的成长，也表示我们需要往AI不能做的方向去发展。
Q9. A丨时代该如何学习？该学什么？
导语
在过去这一年，我做了很多场有关人工智能的演讲，讲到AI在未来十年取代很多重复性的简单的工作的时候，身为家长的听众总会好奇地问我AI的时代孩子到底该学什么，才不会被机器抢了工作。其实与其讨论孩子该学什么，不如先讨论孩子应该如何的去选，因为学什么这个领域是不断地在改变的。即便不考虑到AI，我们发现五年前最火的行业十年前并不存在，而五年前最火的行业今天可能已经不那么火了。所以追逐行业真的不是问题的本质，我们也要思考到AI其实最做不到的就是颠覆性的新的事件的创新与创造。
AI时代来临孩子该如何学习
- 要主动挑战极限，也就是说要全面的接受挑战，在挑战中能完善自我，能够非常勤奋的工作才有可能不落后于未来。
人工智能的发展有一个理论，叫做一万小时理论，就是学任何的事情都不能低于一万个小时， 否则的话就不能精通。这个无论是莫扎特还是比尔盖茨还是爱因斯坦，他们的身上我们都得到了验证，那在人工智能时代，挑战极限会变得更重要。
- 不要只学纯粹的理论，而且要在实践中学习。
就是面向实际的问题和综合性复杂性的问题，把基础的知识能够充分的结合，而不是先学习，等到毕业以后再实践，这样就可能来不及了，也就是今天为什么很多高校是不与时俱进，不足够的与实际工业界的需求对接也是这样的一个问题。
- 我们要关注的是启发式的教育，培养创造力和独立解决问题的能力。
因为被动的接受命令式的工作大部分都会被机器 取代，人的价值会体现在更有创造性的工作里面，所以启发式教育在这个时候非常的重要，死记硬背条条框框只会堵死学生的灵感和创意的源头，但是如果学生还在应试系统里面，那也不能说就不要背诵，因为要不然考不上学校对他未来的发展不是好的。
- 虽然面对面的课堂一定会存在的，但是要充分的利用互动式的在线教育越来越重要，因为在线教育才能达到个性化，才能增加有趣性，才能因材施教。
比如说创新工场投资的盒子鱼都是面向教育创新的，公司能够用在线教育来补助今天的教育系统之中的一些挑战和缺陷。
- 主动向机器学习。
未来我们进入了人机协作的时代，人所擅长和机器所擅长必然是会有不同的。机器擅长的范围人应该服输，应该拜机器为师，应该从人工智能来提供更多结果，来教我们新的思维的方式。
- 既学习人人协作也学习人机协作。
未来沟通的方法不仅仅是人与人之间的沟通，人机的沟通也会成为很重要的学习方法和学习目标。学生要从学习的第一天就开始面对面的或者是远程的来跟其他的人或机器一起讨论，一起设计解决方案，一起进步。
- 学习一定要追随我们的兴趣。
通常来说兴趣才能够让我们做出有很深度的工作，如果我们不追随兴趣，我们可能感觉一件事情很枯燥，做几个小时就累了。如果一件事情我们很有兴趣，我们会不论是在睡觉洗澡吃饭的时 候都在想它，这样的时候才能够发挥我们所有的 潜力。那如果我们做的是没有兴趣的工作，那表 示我们就无法发挥我们的潜能，更容易被机器取代，因为有了兴趣才能让我们达到更髙的层次， 创造出机器不能取代的价值。
结语
我们作为父母终于在未来的社会里不用花那么多的时间，在我们的工作上面了，那更多的时间肯定是应该投入我们的家庭，我们的孩子。要让他们感觉到我们的关怀和爱，让孩子不要每天都在刷手机，做机械式的不与人交流。因为在未来的世界里，如果孩子自己都成为了一台机器，他更会被AI所取代。
Q10. AI来了，人生的意义没了？
导语
在可预见的未来，人机协作随处可见，人类有大 量的空闲的时间，或者沉浸在高水准的娱乐内容 里面，或者追随自己的个人兴趣，或者干脆无所 事事。在这样的时代里，压在每个人肩头的工作 压力，家庭压力其实会小很多，人生经历和人生 目标和人的价值观也会呈现多样化的特征，那么 在这样一个人类历史从未经历过的产新时代里， 人生的意义何在？如何过完一生才最有意义呢？ 我们会因为机器代劳了一切而变得像机器人总动 员里的人类后代一样的懒惰肥胖吗？悲观者说AI 既然可以在不少具体的工作，比如围棋上做得比 人更好，学的比人更快，那么人活着的意义是什 么？ AI既然能在各种工作取代人类，那么人类的 价值应该如何体现？
人类的进化发展过程
第一，人类进化的原动力靠的是自然界对各种进化错误，也就是变异的选择优胜劣汰。
第二，当代科技的发达，人类因为变异而得到较低劣的生物特征也会被技术保全下来，进化动力已经失效。
第三，因为进化动力失效，人也就失去了进一步的进化的可能，总体只能停留在目前的水准。人类必须不断思索自身存在的价值，寻找生物特征以外的生命意义。
AI永远无法拥有的人类特质：情感
AI的程序是没有爱的能力，没有任何的感受，没有自我意识的。AlphaGo赢得比赛，但它下棋没有任何的乐趣，因此感觉不到一丝的快感，赢了之后更没有拥抱他爰的人的欲望。所以AI是冷冰冰的，那么将来即使AI的诊断工具比医生更精确，病人不会想要从AI机器人听到一个冷冰冰的诊断，而病人是需要一个有爱的医生能够帮我们加油，能够聆听我们的倾诉，能够了解我们的病情，能够给我们更多的鼓励，能够真心的关怀我们，这样才能够提升病人的信心，能够甚至提升病人的治愈率。
Comments
comments powered by zero