《人工智能》读后感_6000字

《人工智能》读后感6000字

李开复博士于2009年创立创新工场，曾任谷歌全球副总裁兼大中华区总裁、微软全球副总裁、苹果交互式多媒体部门副总裁，1998年，李开复创办微软中国研究院（后更名为微软亚洲研究院），在极短时间内创建了一个国际一流的计算机研究院，曾被《麻省理工技术评论》评为“最火的计算机实验室”。这是一所培养和输出人工智能人才的“黄埔军校”。

人脸识别不仅仅可以当保安、当门卫，还可以在手机上保证你的交易安全。不少手机银行在需要验证业务办理人的身份时，会打开手机的前置摄像头，要求你留下面部的实时影像，而智能人脸识别程序会在后台完成你的身份比对操作，确保手机银行程序不会被非法分子盗用。无人驾驶，无障碍搜索，所有人工智能将代替人类，快递员也将由无人机代替，谷歌的AlphaGo因为学习了大量专业棋手棋谱，然后又从自我对弈中持续学习和提高，因此才有了战胜人类世界冠军的本钱，微软的小冰因为学习了大量互联网上的流行语料，才能用既时尚，又活泼的聊天方式与用户交流，媒体上，被宣传为人工智能的典型应用大多都拥有深度学习的技术基础，是计算机从大量数据资料中通过自我学习掌握经验模型的结果。

没有哪个人是不需要学习，从小就懂得所有事情的。人的智慧离不开长大成人过程里的不间断学习。因此，今天最典型的人工智能系统通过学习大量数据训练经验模型的方法，其实可以被看成是模拟了人类学习和成长的全过程。如果说人工智能未来可以突破到强人工智能甚至超人工智能的层次，那从逻辑上说，在所有人工智能技术中，机器学习最有可能扮演核心推动者的角色。“上一代”的研究者就必须抓紧一切时间，转换思维和知识储备，拥抱以深度学习为代表的崭新时代，否则，就有被时代淘汰的风险。当你走错方向的时候，投资越大，损失就越多，弥补也越难，技术上只有一个原因——深度学习，谷歌大脑：世界最强大的深度学习集群，既然奇点来临无法避免，那不如积极投入，至少，当威胁来临时，我们对威胁本身的理解会更加深刻。人和今天的AI相比，有一个明显的智慧优势，就是举一反三、触类旁通的能力。

这种从表象入手，推导并认识背后规律的能力，是计算机目前还远远不能及的。利用这种能力，人类可以在日常生活、工作中解决非常复杂的具体问题，比如，一次商务谈判失败后，为了提出更好的谈判策略，我们通常需要从多个不同层面着手，分析谈判对手的真实诉求，寻找双方潜在的契合点，而这种推理、分析，往往混杂了技术方案、商务报价、市场趋势、竞争对手动态、谈判对手业务现状、当前痛点、短期和长期诉求、可能采用的谈判策略等不同领域的信息，我们必须将这些信息合理组织，并利用跨领域推理的能力，归纳出其中的规律，并制定最终的决策。这不是简单的基于已知信息的分类或预测问题，也不是初级层面的信息感知问题，而往往是在信息不完整的环境中，用不同领域的推论互相补足，并结合经验尽量做出最合理决定的过程。有人喜欢用思维导图来梳理信息间的关系；有人喜欢用大胆假设、小心求证的方式突破现有思维定式；有人则喜欢用换位思考的方式，让自己站在对方或旁观者的立场上，从不同视角探索新的解决方案；有的人更善于听取、整合他人的意见……人类使用的这些高级分析、推理、决策技巧，对于今天的计算机而言还显得过于高深。赢得德州扑克人机大战的人工智能程序在辅助决策方面有不错的潜力，但与一次成功的商务谈判所需的人类智慧相比，还是太初级了。审美能力同样是人类独有的特征，很难用技术语言解释，也很难被赋予机器，人类文明史漫漫数千年，因为科技进步而造成的社会格局、经济结构的调整、变革、阵痛乃至暂时的倒退都屡见不鲜。从局部视角来看，很多划时代的科技成果必然引发人们生活方式的改变，短期内很可能难以被接受，但站在足够的高度上，放眼足够长的历史变迁，所有重大的科技革命无一例外地都最终成为人类发展的加速器，同时也是人类生活品质提高的根本保障。从全局视角看，历史上还没有哪一次科技革命成为人类的灾难而不是福音。新型纺织机、蒸汽机等现代机器出现时，就曾在英国乃至整个欧洲引起农民和手工业者的恐慌。在当时的历史条件下，也的确出现了以“羊吃人”的圈地运动为代表的，将农民赶出土地并逼迫他们成为廉价产业工人的残酷事实。但从长远来说，历史无法抹杀工业革命对人类生产、生活的巨大贡献。没有现代机器的出现，我们就没有今天这样顺畅的交通、高效的生产和远比中世纪舒适、富足许多倍的现代生活。曾经因现代机器的出现被迫脱离传统农业、传统手工业的大量劳动力，后来大都在现代工业生产或城市服务业中找到了新的就业机会。即便以数百年前的第一次工业革命为例，我们也不难发现，科技革命不仅仅会造成人类的既有工作被取代，同时也会制造出足够多的新的就业机会。大多数情况下，工作不是消失了，而是转变为了新的形式，在西方城市里，马车被汽车取代是另一个非常好的例子。当年，汽车开始进入大城市并逐渐普及的过程中，曾经在数百年的时间里充当着上等人出行工具的马车，面临着实实在在的“下岗”威胁。那个年代，伦敦、巴黎、纽约等大城市里，马车出行意味着一个完整的产业链条，有一连串与马车相关的工种，比如马车夫、马匹饲养和驯化者、马车制造商、马车租赁商，根据马车的需要维护道路的工人，乃至专门清理马匹粪便的清洁工。汽车的大范围普及意味着所有这些陈旧工种面临失业的风险。但只要简单地计算一下就能发现，新兴起的汽车行业拥有比传统马车行业多出数千倍甚至数万倍的产值和工作机会。原本只有中上等人才能享用的马车出行，到了20世纪，迅速演变成几乎可以被所有人公平享用的、更加廉价的汽车出行。制造汽车的大型工厂需要数以万计的设计、制造、管理职位，远比当年的马车产业对整个社会的经济贡献要大得多。

其实，人类越发展，就越不担心高新科技对社会、经济结构的冲击。

纵观人类发展史，我对这个问题的回答是：如果把这里的“失业”定义为工作转变的话，那么答案是“会的”。从短期看，这种转变会带来一定程度的阵痛，我们也许很难避免某些行业、某些地区出现局部的失业现象。特别是在一个适应人工智能时代的社会保障和教育体系建立之前，这一阵痛在所难免。但从长远来看，这种工作转变绝不是一种以大规模失业为标志的灾难性事件，而是人类社会结构、经济秩序的重新调整，在调整基础上，人类工作会大量转变为新的工作类型，从而为生产力的进一步解放，人类生活的进一步提升，打下更好的基础。毕竟人们对AI技术的恐惧，绝大部分来自对AI的不解。要消除恐惧，我们需要在两个方面努力：其一，是消除人们心中情绪化、非理性的恐慌心理；其二，则是理性解决问题。例如，我们必须对当前的教育体系以及职业资格认证等体系进行改革，这取决于未来机器发展的速度有多快。”

我们需要更为急迫地唤醒社会集体意识来理解并准备AI时代的到来。当今时代变革的速度，比以往任何一次工业革命时期都要快。随着AI技术的不断完善，越来越多的工作如今开始被AI技术取代，我们需要对我们的后代进行再教育，分析哪些工作不会轻易被替代，而不仅仅去幻想从事目前看似光鲜亮丽的工作，机器带给人类的不是失业，而是更大的自由与更加个性化的人生体验。未来是一个人类和机器共存、协作完成各类工作的全新时代。我们无须担忧和惧怕这个时代的到来，我们所要做的，应当是尽早认清AI与人类的关系，了解变革的规律，尽早制定更能适应新时代需求的劳动保障制度、教育制度等，以便更好地迎接新时代的到来。如果你的工作涉及缜密的思考、周全的推理或复杂的决策，每个具体判断并非人脑可以在5秒钟的时间内完成，那么，以目前的技术来说，你的工作是很难被机器取代的，从事翻译、新闻报道、助理、保安、销售、客服、交易、会计、司机、家政等工作的人，未来10年将有约90%被人工智能全部或部分取代，技术发展将造成一部分简单工作、底层工作的消失或转变，但由此也会催生更多新型的、更需要人类判断力和创造力的工作类型。如设计师、架构师、建筑师、流程设计和管理者、艺术家、文学家……其工作不但不会被取代，反而会成为未来的稀缺资源，吸引更多在社会和经济转型中愿意尝试新领域的人来从事类似工作。停车难、大堵车等现象会因为自动驾驶共享汽车的出现而得到真正解决，在自动驾驶时代里，人们可以把以前驾驶汽车的时间用来工作、思考问题、开会、娱乐， 从机器翻译到智能家电，再到智能超市，人工智能技术给我们生活带来的巨大变化才刚刚开始。其实，如果回到10年以前，2007年苹果才刚刚发布第一代iPhone手机，那时谁会想到只用了10年的时间，智能手机就无处不在了呢？类似地，从现在算起，再过10年，大家可以看看我们的生活细节发生了哪些变化。今天的我们绝对没法准确预测，未来10年中人工智能可以给我们的生活带来多么巨大的改变。人工智能对人类最有意义的帮助之一就是促进医疗科技的发展，让机器、算法和大数据为人类自身的健康服务，让智慧医疗成为未来地球人抵御疾病、延长寿命的核心科技，对于人工智能为制药业提供的帮助，《经济学人》撰文评论道：“制药公司越来越难在寻找新产品方面取得突破，原因之一是大多数明显有用的分子已被发现，这导致开发周期长，失败率高。同时，科学成果的数量每九年翻一番，要理解所有不同类型的数据已非人力所及。这正是AI可以发挥作用的地方——它不仅可以‘摄取’从论文到分子结构、基因组序列和图像的一切信息，还能自主学习，建立关联，形成假设。目前的人工智能更擅长从大量数据中发现规律，帮助人类完成那些人类只需要简单思考就能做出决策的重复性工作。而人类相比人工智能的一个优势是人类有情感、明善恶、懂美丑，更擅长从事对创造性要求很高的文艺类工作。但这只是从普遍规律的角度来区分机器与人的最大不同。在一些特定的案例中，其实机器也可以用非常有趣的方式，完成某些足以令人类刮目相看的“艺术创作”。人工智能将改变全世界各行各业的现有工作方式、商业模式，以及相关的经济结构。那么，人类应当如何应对呢？最最基本的一点，当人工智能开始大规模取代人类工作者的时候，我们应该做些什么，才能避免人类大批失业、社会陷入动荡的危险局面呢？

尤瓦尔·赫拉利在《未来简史》中说：“研究历史，就是为了挣脱过去的桎梏，让我们能看到不同的方向，并开始注意到前人无法想象或过去不希望我们想象到的可能性。……研究历史并不能告诉我们该如何选择，但至少能给我们提供更多的选项。”

过去几千年里，人类在科技、经济、社会等方面所做的诸多变革，其实大多数都是为了让这个金字塔结构工作起来更高效。

比如，几乎在同一时间，欧洲的古罗马和中国的秦帝国都在全国范围内建设四通八达的公路网络。古罗马有超过29条大型军事公路，由首都罗马以辐射式向外扩散，总长超过40万千米。而秦帝国不但修建了类似的路网，甚至还修筑了最宽处达60米，穿越14个县，全长700多千米的高速公路——秦直道，又用行政命令的方式统一了全国的车辙标准（车同轨）。对于帝国交通的狂热让当时的罗马帝国和秦帝国从中央到地方，从官僚机构到平民百姓的政令传递畅通无阻。这套高效的、金字塔结构的指挥体系，无论是用于军事征服，还是用于大型工程建设，其水平都达到了当时历史条件下的巅峰。

从本质上说，今天的现代人还是在做着与两千多年前的古罗马人和秦人一样的事情。我们建设了通达全世界的互联网，我们用发达的空运、海运、陆路运输为全世界每一个角落配送世界各地生产的产品。新技术的普及和全球化经济体系的建设，都是为了让人类的金字塔构型的社会分工更加合理和高效。在现代商业体系中，处于金字塔顶层的政治家、经济学家为整个经济活动的总体战略布局指示方向——这个人群的数量最少；处于稍下层的企业家们，则在尽可能地利用互联网时代的全球化经济体系，设计最符合自身企业需求的商业模式——这个人群的数量稍多；企业里的中层管理者则起到承上启下的作用，在实际执行过程里既负责监控执行效果，又负责制定具体执行策略，实施人员管理（互联网和流程自动化的普及让这个中层的管理结构趋于扁平，使每个中层管理者可以管理更多的员工，或监控更复杂的流程）——这个人群的数量相当大，在中国也许有数千万人；而更多的人则投入到每一项具体的工作任务中，包括产品的生产制造者，技术的研发者，商品的运输者（想想我们在淘宝轻松购物的背后，有千千万万的快递骑士每天奔波于每个城市的街头）——这个人群在中国有好几亿人。这种社会体系顺利运行的基石就是分工协作，从最复杂的脑力劳动，到简单的、重复性的脑力或体力劳动，分别由数量不同的人群承担。那么，人工智能到来后，如果50%以上的简单、重复性工作在未来的一段时间内都会被人工智能所取代，人类过去数千年来分工协作的金字塔结构会不会变得不再稳定？这大概涉及三个问题：

·金字塔底层原本从事简单工作的人，如果都涌向金字塔中部甚至塔顶，试图去尝试艺术创作、决策分析、领导管理等工作，金字塔会不会就此坍塌？

·现代社会里，在金字塔结构中分工协作的人，本来是有一个从初级到高级的上升通道的。比如，在公司里，一个高层管理者通常需要从底层实际工作做起，通过学习和锻炼慢慢承担起中层管理工作，再经过一定时间的积累，最终走上高层管理岗位。如果底层工作都由机器来完成，人们是不是就缺少了向上发展所必需的实际锻炼机会？

·更重要的是，如果未来失去工作的人，都必须从简单工作转换为相对复杂的脑力劳动，那么，他们要学习的知识体系对他们来说将是一个庞大的架构。那些中年失去工作的普通劳动者，他们怎么可能重新开始一次历时5到10年的学习深造呢？未来，因为可共享的自动驾驶汽车的普及，你可能不再需要拥有你自己的汽车了。在美国，这意味着平均水平的个人可以每年节省大约1万美元的汽车保有费用。那么，一些人就可以将这些省下来的钱花在其他需要的东西上，许多需要人际接触的工作都很难被取代，例如前台接待员。你当然可以用一个自动化系统来取代他们，但你肯定不希望看到你的宾馆或你的公司前台，只有机器来接待访客。你肯定需要在前台安排人类职员，因为你需要他们在那里解决一些很难被高级规范化的系统预测的问题。再比如，调酒师的工作当然可以被自动化。你可以走到一台自动售货机前，用自助的方式买一杯金汤力。但调酒师还可以参与我们的社交活动，你希望看到他们，你希望和他们聊天。所以，调酒师的职业不会消失。那些失业的卡车司机也可以被训练成调酒师。也就是说，金字塔结构不一定坍塌，更多的可能是在现有基础上进行自我调整。因为人工智能虽将引起社会工作结构的大规模调整，但调整的结果不等于大量从事简单工作的人必须去勉为其难地完成高层次的分析、决策、艺术等创造性的工作。即便是处在金字塔中层或顶层的人，也将面临人工智能技术的冲击，他们也需要重新适应。比如，医生就必须适应与人工智能协同工作以提高诊断效率。

人