Nature一篇AlphaGo新版本完爆旧版本100:0的新闻刷爆炸了朋友圈。这条影响因子高达40的文章最本质有2点，第一，100:0是个结果，实际上，比赛10局，是10:0，比赛100局，是100:0，如果比赛1000局，那是1000:0。第二，击败世界冠军是旧版AlphaGo训练数据使用了好几个月，而新版的AlphaGo只用了三天。旧版的AlphaGo出现不知道用了多少时间，而我们可以清楚的看到，迭代到新版，只用了1年。
这条新闻的意义是非凡的。如果理性而客观的看，最近这两年，专家，政策，纷纷聚焦清理低端人口，消灭贫困人口，借助于计算机领域最强大的进展，我觉这个计划可以更快速的实现了。
机器学习，最本质的原理是，通过已有的经验处理相似的问题。算法并不能说过于复杂，但是计算机的运算能力在以往是难以提供的，得益于计算能力的快速发展，很多冗长的算法得以实施。AlphaGo取得现在的成就基于现在的计算机计算强度，再过10年，计算能力绝非今日可比。
很多文科生对于AI的理解大多是计算机通晓人类情感，是错的，很多工科生对于AI现状的理解大多数所谓AI不过是高级穷举拟合，也是不充分的。技术的最终落脚点是能否支持生产力的发展，能否在市场中参与竞争，能否为行业带来利润。这当然是可能，而且是消灭低端人口的最佳方式。
必须要承认的人，人类的社会结构就是金字塔状的，是分层次的，在计算机科学逐步发展的过程中，我们可以理解到，应该是一步步的逐步的慢慢取代的过程，而不是出现所谓一夜变天的过程，但是这种温水煮青蛙的过程，将会在未来，开始起步。
能有简单经验构成的行业，必将慢慢降低门槛，并逐步消失。举个例子，古人云的好，久病成医，说的是普通人。而且，非常多的小疾病，可以在社区医院解决，那么，社区医院做的是什么工作呢？不过是问点话，开点药，“啊，张大点嘴。”不过如此。可是将来的某一天，你张开嘴，摄像头就能显示出是发炎，发炎到多少程度，要开什么药。如果你问题很大，直接转到上级医疗机构即可。而监督这些过程的工作人员，培训三个月就能上岗。
这种设备的成本很高，取代这个行业的周期不会短，但是我们必须要意识到它的边际成本很低，接下来，只需要一个小的医疗室，有一个低成本的终端，有一根网线，借助于5G时代强大的数据传输能力，一切都变得方便，而这些，都可以在近期实现。回想你遇到的很多医生是不是态度非常恶劣？可是你为什么不知道无数医科生都找不到工作？这种行业被更新唯一的阻碍，就是既得利益集团。但是人类的发展终于是摧枯拉朽的，正如新版AlphaGo取代旧版的只需要1年，时间只需要3天。未来可期。
没有人会失业的，只有好吃懒做的人才会失业。人工智能的发展会消灭低端的工作岗位是不可逆转的，但是机器学习也会催生无数相关行业的就业岗位，所以很多媒体所提及的对经济影响的忧虑，都不过是毫无经济学常识的小编瞎丁日扯。毫无历史经验，人类社会从森林古猿开始，科技就一直不断进步，何曾没有了工作机会？科技进步，从来不会减少就业岗位，谁想不明白，谁是傻逼。
但是，还要更给力一点。否则这篇文章就写的没意义了。谷歌的工程师给了人们一个大大的惊喜，那就是机器学习实现了一个不需要人类现有经验而自我达成的任务。
这个重大的意义在哪儿呢？我们知道，人类的经验都是不断试错得来，也许有些路，我们走了99步，都没有成功，于是人类就废弃了，然后写个标签告诉后来人，此路不通。哈哈哈哈其实，这条路没准走999步也不会成功。但是不依赖人类经验的机器学习，使得机器不在乎这个标签。机器只需要毫无表情的穷举，把所有的可能都给算一遍。结果那条走了999不通的路，机器发现走到1000的时候成功了，而且收益是10倍。
人类的经验终究是限制了机器的想象力，而Nature这篇文章告诉我们，机器学习，不仅仅会使用已有经验，全面消灭低端行业，并且，还会给人类催生更多全新的经验。这些经验，人类可以从未涉足。人类能够从机器学习的成果中汲取知识，这是个反转。突破总是来的很慢，并一旦发生就爆发的更快。就像指数函数一样，也许它的时间变量非常小，以至于它的起始的值太小，小到连一个线性函数都要嘲笑它。可是指数终函数究是指数，在指数函数之上如果再有加成，那就是一个全新的世界。
牛逼吹上天，还是要从小处落笔。这种科幻的未来已经不是我们这一代人要考虑的了，我们这一代人，能专注而努力，奋力且拼搏，不被当成低端人口消灭，就是最大的幸事。但是对于未来，终于是要保持敬畏的，想起欧成效在某一篇文章中描写降维打击时写到，
1840年，鸦片战争前夜
不列颠人和大清帝国指挥官
都在思考同一个问题
对方为什么就不害怕呢？
Reference：
所谓 “低端人口”的概念，是人日民报（海外版）在一篇题为《北上广常住人口增速放缓 专家：靠政策清理“低端人口”》的文章中首次提出的。
本文来自 巡洋舰群友的知乎专栏，点击阅读原文，查看原文
