清新科學：你的職業會被取代嗎？

智能大夫小試牛刀

本年年頭，智能大夫沃森在天津第三病院與人類大夫配合問診，沃森只需10秒鐘即可為一名癌癥患者疹斷出病情并供給診療建議。在這10秒鐘內，沃森閱覽和闡發了跨越300份全球最權勢巨子的醫學雜志、200余種教科書，以及1500多萬頁資猜中的關頭信息，按照這些信息做出診療方案后還將之翻譯當作了中文。診斷成果與具有多年經驗的大夫根基一致，良多人擔憂，大夫這一職業會不會被人工智能所取代。

沃森是IBM開辟的超等智能計較機，曾于2011年打敗美國競猜電視節目《危險邊緣》中的人類選手而一舉當作名。加入競猜節目只是它小試身手，IBM對沃森這一項目野心勃勃，正在將它打造當作各行各業的解決方案平臺，醫療健康只是此中之一。沃森的其他保舉項目有：針對銀行業的信用欺詐，監測縫隙并預警；在教育上針對個別差別，為幼兒訂制進修方案；針對交通運輸，使辦理變得高效矯捷……沃森正在當作為各個范疇的專家。

比來幾年，從谷歌的無人駕駛汽車，到2016年打敗全國無對手的圍棋法式阿爾法狗，還有臉書上的人臉識別手藝（可以將某張照片上人臉標識表記標幟出來，并與這小我的賬戶聯系關系起來）以及沃森，人工智能都揭示出了無與倫比的能力，科技巨子們正在掀起一波又一波澎湃的人工智能的海潮。跟著這股海潮，專家預言人類的很多工作崗亭會被機械搶走。花旗銀行和牛津年夜學展望，未來50%的人類職業城市被人工智能代替。

機械代替人類工作并非新聞，很多出產線的裝配機械人就代替了工人，亞馬遜倉庫的倉庫辦理員也在前不久被倉庫機械人所代替。然而，以前被代替的多是重體力、高風險的工作，而邇來人們所展望將被代替的工作包羅管帳、記者、律師、大夫等這些專業范疇的燒腦職業。究其原因，都是因為這一波人工智能應用了一項關頭性手藝——深度進修。

機械進修趕上互聯網

領會深度進修就必需談到機械進修，機械進修是一種邏輯或數學算法，它仿照人類不竭經由過程經驗進修和總結的思維過程，使計較機具有自行進修或練習的能力。

若是采用編程的體例建立計較機的某種功能，運行的每個細枝小節都需要報酬編寫指令。但有些功強人類不知道若何編程，例如地面上一個物體事實是一片枯葉仍是一塊石頭，無人駕駛汽車就需要具有這種識別能力來決議是否繞行。這對人類年夜腦而言垂手可得，但若何使電腦也具有如許的識別能力？人類很難用編程體例解決。

沃森的臉： IBM為電腦沃森建立了一個可以表達人類情感的視覺表示形式。這張臉以沃森的標記為根本，轉變出多種形式，在沃森加入《危險邊緣》競猜節目時，讓不雅眾可以或許大白沃森是怎么“想”的。

1956年，美國工程師亞瑟?塞繆爾也碰到了這個難題，他想讓電腦跟本身下國際象棋，但如何編程才能讓電腦下贏本身呢？塞繆爾是以開創出一種算法，讓電腦與本身對戰幾千局來學會下棋，這就是機械進修，塞繆爾是以被譽為“機械進修之父”。他的這臺電腦后來打敗了美國康涅狄格州的象棋冠軍。

現實上，在機械進修降生之初，這一手藝曾一度擱淺，問題出在計較機速度和數據量有限。跟著計較機和互聯網的加快成長，速度和數據瓶頸消逝，機械進修起頭施展拳腳。20宿世紀90年月，機械進修起頭進入人們的視野，一起頭它只是執行一些簡單的使命，如評估貸條目申請的信用風險，經由過程識別手寫的郵政編碼檢索郵件。而比來幾年，機械進修進入了它的黃金時代。最先用機械進修取得貿易當作功的案例是谷歌搜刮引擎，經由過程算法可以精確地檢索信息；亞馬遜、網飛這些購物或影視網站也采用機械進修的算法投其所好地標的目的用戶保舉產物；臉譜網、領英網等社交網站則操縱機械進修告訴用戶誰可能是你的伴侶；機械進修同樣也是沃森壯大的一個原因。

深度進修，勢不成擋

機械進修中最閃爍的明星就是深度進修。它是機械進修的進階，仿照人類神經多層級的收集布局，是機械進修中較復雜的算法，練習的結果也更切確，并且進修過程可以不需要監視。阿爾法狗、面部識別、無人駕駛汽車都是深度進修廣為人知的應用當作果。

深度進修除了自學能力無與倫比，其進修的結果更令人震撼，其能達到的專業度可以遠遠跨越開辟者自身，甚至不需要開辟者有相關常識布景。試想，圍棋智能軟件阿爾法狗的開辟者德米斯·哈薩比斯下棋能下過阿爾法狗嗎？在一個叫Kaggle的數據建模平臺上，有人組織了一場主動藥物研發角逐，多倫多年夜學研發團隊設計的運算打敗了所有國際學術團隊，而最不成思議的是，這個團隊中沒有一人有化學、生物或生命科學的專業布景，卻在兩個禮拜內博得了角逐。

當然，還有工作速度。Kaggle上的一次角逐項目是為本地黌舍設計一個算法評判高中作文，獲勝的算法不僅評分與教員評分一致，并且速度是人類無法企及的。一個語文教員在40年職業生活生計中可能閱評1萬篇作文，但運用深度進修的計較機在短短幾分鐘之內就可以閱評百萬篇作文。

理論上講，只要供給足夠的數據和練習時候，計較機就可以當作為某方面的專家。供給足夠多的醫療數據，計較機就能看病；供給足夠多的賬目和審計案例，計較機就能當作為專業的審計員；供給足夠的合同樣本，計較機就能當作為超卓的律師；還有翻譯、繪畫、撰稿、倉庫辦理……難怪專家們紛紛預言將來的很多工作會被機械搶走。

然而，機械并非無所不克不及，有一類工作即使是深度進修也無法搶走的。

?開創將來仍是要靠人類

機械進修很難解決新問題，即人類涉足不多、不曾頻頻接觸過的景象或范疇中的問題。機械進修的局限就在于它需要從年夜量已知的數據中總結經驗。人類則可以沖破這種局限，把看似毫不想干的事物聯系起來，形當作新的不雅念，或者解決新問題。

美國物理學家珀西·斯賓塞曾在二戰中從事雷達的研究工作，他發現磁控管將他的巧克力融化了。由此，他把對電磁輻射的熟悉延長到烹調，從而發現了微波爐。近似這種人類立異的例子觸目皆是，牛頓看到失落落的蘋果發現了萬有引力；大夫愛德華·詹納發現擠奶女工從未得天花，把牛痘與天花的防治聯系到一路，從而發現了天花疫苗；還有電腦、手機、互聯網的降生，政治系統的構建，金融機構的創立，一切人類文明都是經由過程人類這種聯想思維建立的，否則，我們還處在茹毛飲血的社會。然而，機械在這一方面力所不及，至少今朝是如許，人工智能還沒有成長到會真正地思慮。

是以，將來某種職業是否會被機械代替，取決于這一工作是否涉及立異能力，是否是反復的、多量量的使命。審計員和律師的工作固然專業化水平很是高，需要持證上崗，但這兩種職業的日常工作有半斤八兩年夜的一部門屬于反復性、多量量工作，這一部門可由機械代替。另一部門締造性和研究性的工作則仍然需要人類審計員和人類律師來做，如研究稅收布局和執行無先例的訴訟法式。產物推銷固然可以借助機械進修來針對性地保舉產物，但營銷方案仍然需要研究消費者心理，尋找新的沖破以凸起產物賣點，產物開辟仍然需要尋找市場上的空白區域，這都需要人類來做。

是以，機械的智能化無疑會使就業難度增添，就業門檻增高，但社會的進步仍然需要人類自身來鞭策，只要你是真正具有開創性的人才，你的工作就不會被機械搶走。