當問及人們未來十幾年的風口在哪，言語談吐間總會談到一個話題——人工智能。
人工智能不是一個新概念，它在20世紀50年代被第一次提出，經(jīng)過半個多世紀的發(fā)展起伏，期間曾兩度陷入低谷，而如今人工智能又再一次進入了蓬勃發(fā)展的上升期，這不得不歸功于三個因素的成熟：數(shù)據(jù)，算法和算力。
在互聯(lián)網(wǎng)浪潮的推動之下，人類產(chǎn)生的數(shù)據(jù)量達到了一個空前的量級，而這正是人工智能技術(shù)扎根生長的必備土壤。另一方面，摩爾定律所帶來計算機算力的指數(shù)級增長，為更為復雜龐大的機器學習算法注入了生機，使處理海量數(shù)據(jù)成為可能——我們的時代便處在這個三線交匯的節(jié)點之上，因此它能滋養(yǎng)人工智能，并使其不斷壯大。
有人說目前的人工智能就是統(tǒng)計學，這正確嗎？也對，也不對。比較準確的說法應(yīng)該是：統(tǒng)計學是人工智能的一個重要的支撐學科，但不應(yīng)該將兩者輕易等同。事實上，我更傾向于將目前的人工智能稱為機器學習，因為其核心，便是利用強大的機器算力和更復雜的學習算法，對海量的數(shù)據(jù)進行處理，從而得到可以用于預測和應(yīng)用的數(shù)學模型。
舉個簡單的例子，下面有一串數(shù)字：2，4，6，8，10。我希望用這些數(shù)據(jù)生成一個數(shù)學模型：這個模型不僅可以完美地契合上述數(shù)據(jù)，而且還能準確地預測接下來的數(shù)據(jù)。這個問題，我想很多人都能輕易解決，而這就是機器學習的基本思想。只不過現(xiàn)在，這個模型是由計算機通過算法和算力得出的，而輸入的數(shù)據(jù)，也遠非簡單的幾個數(shù)字，而是龐大到人類的頭腦根本無法處理的多維、巨量的數(shù)據(jù)。隨著計算機算力進一步的增長，它可以處理的數(shù)據(jù)量也會隨之增長。最終，計算機會變成一個黑匣子，人類將無法追溯，也無法理解計算機的計算過程，我們只需預設(shè)好算法，給計算機數(shù)據(jù)，它便會通過自身強大的算力生成模型，至于期間如何，我們無從知曉。
很多人都有技術(shù)焦慮：他們害怕人工智能的發(fā)展會帶來社會動蕩，讓大量的人類失業(yè)。當然，也有樂觀派認為人工智能在讓一部分工作消失的同時也必定會帶來新的工作。
那么人工智能會取代大量的人類工作嗎？毫無疑問會，并且這種戲碼已經(jīng)開始陸續(xù)上演——一些不需要太多技巧的工作，如收營員，銀行柜員，已經(jīng)開始被人工智能替代，而人類自詡甚高的藝術(shù)領(lǐng)域，也正遭遇到人工智能的沖擊。阿里打造的魯班系統(tǒng)，可以在一秒內(nèi)智能生成8000張圖，輕松替代初階設(shè)計師。而由人工智能譜寫的莫扎特曲子，連人類也無法辨認其真?zhèn)危?/p>
那么人工智能會帶來新的工作嗎？毫無疑問也會，但是我們必須意識到，這是一個不平衡的轉(zhuǎn)換漏斗：大量的工作被倒入漏斗中，消失，轉(zhuǎn)化，可最終從漏斗口流出的，卻只是一小部分新的工作，而且這些新的工作還會以更先進的知識為門檻，將失業(yè)者拒之門外。工業(yè)革命解放了體力，從而使人類可以充分發(fā)揮腦力優(yōu)勢，舊工作消失的同時依然帶來了大量新的工作。可是如果人工智能革命解放的是人類最引以為傲的大腦，那人類又該拿出什么，去換取新的工作機會呢？比剝削更可怕的，是無能。
那還有什么是人工智能無法顛覆的呢？可能很殘酷，但事實上，沒有什么是人工智能無法顛覆的?？萍颊诠鼟吨w人類，前往一個既定的結(jié)果中去。當然，這聽上去有些可怕，也無法考證，只能當作一場豐富的想象。但隨著腦科學領(lǐng)域的發(fā)展和突破，科學家們愈發(fā)確信人類的一切想法、決策、情緒，歸根不過是神經(jīng)元上的生化反應(yīng)罷了——人類不過是一套精密的生化算法，嵌入在基因之中。如果真是這樣，那我們又有什么底氣認為根植在碳基生命中的算法，無法被硅基算法取代呢？當然，人工智能徹底取代人類的那一天，可能還要好幾個世紀才會真正到來。
