人工智能来了，哪些人能保住饭碗？

本文来源于澎拜新闻网，演讲内容由澎拜新闻网根据李开复演讲录音整理，未经主讲人审阅

人工智能是大家现在每天都在讲的，但是我应该算是华人里面最早做人工智能的，为了安全，说一下之一。

很多人在问，一次又一次的人工智能说要崛起了，但是后来发现好像他并没有那么牛，那这一次是不是真的那么牛呢?

这一次真的是，为什么我这么有信心这一次人工智能会这么牛呢？其实它新的理念，是一个叫做深度学习的算法，今天理工科的学生还是比较多，简单来说我们不一定都知道深度学习是什么，但是我们在座可能都用过Excel，对吧？Excel输入很多很多的数据，然后按一个钮，这个季度的财报就出来了，或者这一季我们赚了三分钱还是赔了五分钱，中间其实一大堆我们凡人不用了解的数学公式，它就把输入带到了输出，那么其实深度学习就是这样的一个过程。
 

我们如果输入的是各种围棋的各种数据，那么可能是这一步该怎么下，我们输入的是各种股票的走势啊，等等的，输出的可能今天该买什么股票，我们输入的是各种人的还债借债情况，输出的可能就是如果这个人借了你的钱这个人会不会还，会还的概率是多少，如果输入的大量的淘宝的，你个人在淘宝浏览的轨迹和其他人在淘宝浏览的轨迹还有购买的记录，那么再按一个钮就知道，我给你看哪里的商品，最容易引诱你去购买。

所以这就是深度学习，深度学习就是一大堆输入，然后一个输出，这个输出可以是预测，可以是决策，可以是分类。深度学习并不是唯一的工具，人工智能以后肯定会有一个很大的工具箱，里面有很多很好用的工具，当然今天最好用的就是深度学习，今天我下面想讲的就是用深度这样一个工具，我们可以确定必然的看到未来的科技，未来的产品，未来的解决方案，未来的世界会长什么样子。

我知道霍金对未来做了很多预测，但是在这里我想对大家负责地说，他们预测不能说是对不能说是错，但那是百年千年之后或许会发生的事情，今天我分享的是十五年以后我确定会发生的事情，所以请不要把我和霍金他们所说的那些放到一起。今天我分享的是十五年以后必然的世界，那么给大家做很好的准备。
 

好，深度学习能做什么呢，已经打败了围棋打败了德州扑克，然后在视觉听觉都超过了人的能力，在短短6年之间，深度学习从被发明，到被学习如何如何使用在视觉和听觉这两个应用上有特别大的跳跃和进步。

从和人有八倍到十倍的差别到超越了人类平均的视觉和听觉能力，这意味着什么呢，意味着如果我们看人脸，比人看人脸精确度更高。　　

那么以看人脸为生的人他们就失业了，我们的入关时候的边防，我们的前台，我们的保安可能就失业了，因为我们可以用机器来取代人类。如果我们听觉超过了人类，我们的语音识别超过了人类，那么识别语音为生的人，比如说接线生，在接酒店接电话的人，公司前台接电话的人，还有推销商品打电话买东西给我们的人，基本可以被机器取代了，所以这个过程是一个可以预测的，我们待会儿会谈到人会失业面临的问题，这已经不是一个是否会发生的问题了，是还有多久时间的问题。

当然不只是这种听觉视觉是人工智能，深度学习是一套非常通用性的算法，它其实已经在你手机里，当你每天看知乎，看今日头条，看快手，看直播的时候背后都是人工智能，当你进入有些直播的时候，你被对上来的主播它就是人工智能判断的，当你看今日头条它给你推送那一篇新闻，它就是靠人工智能，靠深度学习推算的，当你淘宝希望你买东西，也是人工智能推算的，当你美图帮你美化自己容颜的时候，也是人工智能在做的，包括最近的一些手绘的功能，背后都是深度学习在做，非常非常强大地用在各种领域，而且数据越多，它成长学习得越快。

比如说在座有没有美图用过五年以上的，都不承认，我用了五年以上，都不承认没法问下去了，有没有用过三年以上的，OK，请问你们三年前自动美图的功能好还是今天的美图功能好，今天的更好，三年前有什么不太好的反应吗，这三年美图变得更能把你变美了呢，因为你们每天都在帮美图标注数据，你每次拍了自拍然后美图一下，然后你存下照片的时候，你就是在帮美图标注数据，这个是好的，当然每次不存的时候，就在标注数据，这是不好的，所以美图会不断的累积它的功能，会帮助越来越多的人做出那种想储存的照片，帮更多人不做那种不储存的照片。然后再进一步它会说，哦圆脸的人她是这么弄的，原来长脸的人是这么做的，原来皮肤白的黑的是这么做的，原来女人是这么做的，男人是这么做的，原来印度人喜欢这样的，非洲人喜欢这样的，它一个一个都会学习弄清楚，越做越好。

你们有没有人三年前都用过淘宝，一定都用过了，三年前淘宝的首页有个直通车，在网页的中间，记得吗？不记得。它推荐的产品买过吗，估计很少买过，为什么？没有人工智能，最近有没有发现你去淘宝买东西上面推荐的东西，哎还再买个这个再买个这个，我看点头了。为什么？因为有人工智能了嘛。

所以在AI的应用来说，互联网是天然的应用，因为我们都在给它贡献数据，标注数据。

再往下走，金融领域会非常火，金融领域又是一个数据量很大有很确切的结果，对不对？股票不是涨了就是跌了，这个人借钱不是还了就是没还，这是非常客观的。
 

然后金融的智能投顾（机器人理财）、贷款、教育、学习外语等等，只要有数据，大量的数据，然后又客观的标注，都是我们人工智能可以马上应用产生商业价值的机会，所以创业也好，投资也好，人工智能的时代，尤其是大数据在虚拟世界里的时代已经到来，你的手机上至少有十个应用被使用人工智能，那么我们再延伸一下这种虚拟的世界加上未来实体的世界，人工智能将会取代50%左右人类的工作，10到15年之内。
 

这个工作包括什么呢？
 

交易员已经不在了，你以前如果看过华尔街的照片，现在已经统统被人工智能取代了。记者，美联社的文章很多超过一半都是机器写的，机器翻译，你现在看到法文、德文是不是几乎都可以看，到每个翻译引擎去看一看，虽然做的不是很工整，但是已经不错了，这个还会继续进步，因为他们机器翻译最近才开始用到深度学习，语音识别。
 

刚才谈到的客户、交易员、助理等等的，会先从这个简单的工作，这些蓝领，还有这些简单的白领，所谓的这些金饭碗，所谓的中介啊，助手啊，这种做办公室工作，这种坐在办公桌后面处理文件，决定一些简单的决策，五秒钟之内就可以做一个决策，这些都会被人工智能所取代。
 

还有一些需要更深度一点的学习思考工作，比如说司机啊，比如说保险的这种判断呀，或者投资的这些分析啊，这些也会在下一个阶段被取代，甚至一些很深的，感觉很高端的工作，比如说放射科医生，只要你是看片子的，然后决定是不是癌症是不是什么的，这些也会一步一步真的被取代，可能不是说能够帮你马上诊断所有的病，但是针对肺癌，针对比如说淋巴癌，只要有足够多的数据，这一定是比人的做得到好。

AI还有一个很特殊的地方就是，你就想找份好工作多挣点钱，如果你是一个理工很强，数学很强的，至少是一个很好的选项，就像如果说八年前你过来问我说，开复老师我该学什么，我是一个工程师，我不要写什么论文，我要找一个好的工程师工作，我要多挣点钱，我就会跟你说学IOS、Android program，你可以到网上去找，我当时真的是这么回答的，当时如果你听了我的，至少过后的那五年你赚的钱比平均的同学要多，当然很快大家都学会了就没有那么大的差异化了。至少有一段时间是对的，那今天在座的同学问这么一个有点庸俗的问题，我给你的回答你应该学AI，如果你的理工数学足够好的话。

那么这个是非常适合中国的同学们，也适合全球的同学们。但是中国人的理工就是要比世界上的人理工要好一些，然后人口又多，机会又大。加上中国的传统企业它的应用做的很差，要用AI来击败他们现在的技术非常容易，美国的话稍微难一些。
 

中国的互联网大，数据多，数据比科学还要更重要，在我读书的时候，在上世纪80年代就有一句话就是there is on data than more data，数据好有什么用，多才有用。甚至我会进一步说科学家好都不够，数据更重要。假如你给我三个世界三流的AI科学家，然后给我巨大的数据；或者给我三个世界顶级的科学家，给我很少的数据。前者一定时打败后者的，中国数据这么多，我们科学家也在进步，但是即便不到美国的顶级，因为我们数据多，就可以做出傲人的进步。

但是，在座可能有些还是说，我不要做人工智能，那我们未来怎么走，那我来描绘一下，未来世界会怎么样的改变。
 

应该是分三个步骤，第一个步骤刚才已经说得很清楚了，把已有的数据价值放大，谁有数据了，互联网公司有数据，金融届有数据，医疗界有数据，等等。这些数据的价值不断被挖掘，然后工作会被取代，价值会被创造，这是第一个阶段。

第二个阶段呢，我们是会有新的传感器，新的智能硬件，捕捉新的数据，上传新的数据，人工智能打造新的应用，比如说我们可能可穿戴设备，加上智能医疗，可穿戴设备可以量我们的血压，我们温度，我们身体任何不适的状况，可以预警，可以帮助我们活得更健康。我们家里可以有这样的传感器，家里的PM2.5，家里的温度、灯光捕捉起来，这样可以帮全世界节能省电，这就是智能家庭。我们可以把整个城市的信息捕捉了传上去，这就是智能城市，我们可以把交通的信息传上去，这就是智能交通。所以这些是过去未有的数据，但是因为传感器和智能家电分布到世界的每一个角落，这些数据的上传能够创造新的应用，这是第二个阶段。
 

第三个阶段呢可能就是接近我们科幻片里看到，但是要剪掉一些自我意识、杀人，爱上机器人，这些是瞎扯的，剩下的那些机器人会动，机器人走到家里，机器人有腿，有轮子，我们的无人驾驶可以比我们更精确地开车，这些都会发生。
 

那这三个阶段大概一共会走10到15年的时间，第一个阶段我们已经不是开始，已经在中间了，第二个阶段刚刚开始，第三个阶段有些应用也开始了，但是要完整布置一个无人驾驶要10到15年的时间。但是当这三个阶段都发生15年以后，我确定地告诉大家，世界上会发生巨大巨大的变化。
 

举一个例子吧，无人驾驶的例子，到10到15年的时候无人驾驶发生了什么，这里有很多细节我就不多说了，在座的很多人可能会说，有一天我要买一辆车，这个车有好多功能，它有天窗，有暖气，我一按就会怎么样，有皮椅，我可以躺下来，再按一个就是无人驾驶，我想开了我把它关掉，所以这是一个按钮是一个功能。这么想是完全错误的，因为无人驾驶不是一个功能，它是一个颠覆整个出行、交通、物流、配送的技术。

为什么呢？我们买车是为什么？每一辆车96%的时间是停滞的，我们人生有这么糟的投资吗？我们买房是涨价，买车是跌价，96%的时间你的车子是越来越不值钱，为什么要买车，因为4%的时间它给你方便。滴滴不够方便吗，对有些人已经够了，所以不买车了，但是如果有一个无人驾驶，价钱是现在一半，然后我们30秒钟就能到，随叫随到，有时候不叫就到，因为它知道你去哪儿，如果有这样的滴滴我们还要买车吗，99.99%的人都不会买，所以我就不买车了，不买车我的钱就可以变多，所以这是一个影响。
 

还有如果大家都坐的是无人驾驶的滴滴，那会发生什么，它们都是电动车，所以就没有石油了，就没有这个空气污染了，我们每次出行大部分都是一个人，所以一辆车这么大就可以了，所以同样的路可以开好多辆车，这样交通拥挤的问题也不存在了，然后这些车会越来越安全。
 

所以呢，无人驾驶数据量多了以后，人就会更安全了，出车祸的比例会变得更少了。今天每一公里，在世界上要死三个人，车子每开一公里，就撞死三个人。那未来，推出第一辆无人驾驶的时候，可能会一公里死2.9个人。因为高于3个人，我们不愿提出它。但是如果这个数据收集个五年，一公里死的可能就不是2.9个人了，而是0.29个人。所以，对人类而言，有巨大的帮助。那当然这不只是车开得越来越好，更能分清楚行人，知道怎么快速刹车，这些都会学会，大数据会教它。
 

还有就是，车联网之间的价值，对不对。一辆车跟周围的车说，“我爆胎了，你们躲开点”。今天是不可能的，我们人反应不够快。一辆车可以更和另外一辆车说，“开复到同济大学要迟到了，他有1000块的红包，你们让路”。然后我今天就不会迟到。
 

还有在座的，就业，可能你们父母告诉你们的就业观全部是错误的。不是可能，保证全部都是错误的。你父母若跟你说，你毕业以后要做什么，我几乎保证他说的是错的。我也不见得知道答案是什么，但是，因为你父母的这个认知还停留在，我们不用说多少年前，只要能够在五年之前，就不知道人工智能能带来什么变化了。所以未来的世界一定会是巨大的改变。
 

然后比你们更年轻的弟弟妹妹们，以后你们结了婚生了孩子，我们如何教育他们，来避免他们找到一份工作不会被AI抢走。不要担心人与人的竞争，主要担心AI会抢走什么工作，我们还剩下什么工作。
 

当然AI不是万能的，我刚才也说过了，AI还是需要很厉害的科学家来参与。当然再过三年，可能平台就出来了。但是现在这个还是个问题。AI需要大量的数据，所以如果没有是做不成的。AI需要数据的标注，还有AI需要在单一的领域，它不会跨领域。所以这些，都是我们可以思考的，因为知己知彼，如果你怕工作被AI抢走，你就要会做一件AI不能做的事情。另外这些事情都是AI不能做的，虽然在科幻片里面，我们觉得，好像AI知道美、知道爱，自我存在感，AI自我意识，AI有感情，AI会杀人、控制人、统治人，还有这个什么，机器人杀戮法则什么的，这些都是没有任何的科学根据。
 

今天来说，AI就是我们的工具，我们控制得了，如果AI作恶，更大的可能是，用AI背后的那个人作恶了，不是AI本身作恶了，所以不用太担心。另外呢，研究这个我们也可以知道，AI没有七情六欲，AI不懂得自我意识，我们自我意识是在发展。AI不知道自己的存在，只是我们的工具，那我们为什么存在？所以要完全改变我们思考，就是，AI不能做的事情，更是我们的机会。
 

这张图，你们看到是哪些工作，对不对？
 

从12点逆时针走过来，是越来越不被取代的，刚才其实已经讲过了，左边的这些工作呢，都是5秒钟思考的工作，或者是程序化的工作，琐碎的工作，重复性的工作，最后被取代，但是有一个比较特殊，拿出来讲就是医生，医生到底会不会被取代？ 

我个人认为是十年之后，机器人的诊断会比医生诊断更精确，这我认为是一个合理的延伸，一个合理的认知。那当这一天发生的时候，医生是不是就会失业？其实并不是。因为你想，如果你去看医生，然后这个机器人就说，你得了淋巴癌。你5年的成活率是29.7%。吓都吓呆了，可能不死也不行了，但是如果有一个非常贴心的医生哥哥或姐姐，来跟你说：“啊，你昨天感觉怎么样啊？”“你发烧了吗？”表示那种关怀，你可能心里就会觉得好一点。然后这个医生再说：“我们再多做几个检查吧。”然后再回来检查一两次，然后发现确诊，ok，你是得了淋巴瘤，但是呢，其实你得的这种病还不止一样的，然后开复老师现在活的好好的咯，然后所以你只要按照这个介绍，好好用药，看个好医生，好好过日子，增加自己的免疫力，你也很可能跟他一样，对不对。这下我们怎么样？感觉舒服了，感觉关怀了，感觉被爱了，感觉更有自信了。
 

还有更重要的是，它真的会增加你的存活率，因为我们都听过安慰效应，当一个人觉得自己有希望的时候，他吃面粉，都可能让自己的病康复。这是我们人类不了解自己身体的一个奥妙的部分。所以，我们要把医生变成一个机器和病人之间的中介，甚至我们可以说，我们去看医生的时候，他就给我五分钟，不够，我需要50分钟好不好，我要把我的每一个症状讲给你听，哪怕你不觉得有任何意义。那样，我被治愈的可能会更大一些。那也许，我需要医生来家里来看我，表示关怀，让我感觉温暖，安慰效应会被激活，我会被治愈的可能会更大。但如果每次看五分钟医生变成50分钟，也许世界上的医生就多10倍了。还有我们的机器人变得这么厉害，不止是我们住在北京上海的人有福了，住在第三四线城市的，都有福了。因为这可以延伸过去，那边只要一个贴心的医生哥哥医生姐姐就可以take care了对不对？可以延伸到印度延伸到非洲，人类不都有福了嘛？健康还有生命都可以被延伸，所以并不是一个一对一完整的工作取代。
 

再往下走我们可以看到，创造性的工作，AI其实不能做的。包括艺术的创造、文艺的创造。拍部好的电影，写本好的书，都是机会，当然，你如果成为某个领域的专家，那就更没有问题了。
 

然后很多，听起来找不到的工作，很无聊的，像哲学。你学什么哲学？在座的有哲学系的吗？自豪地站起来——我学哲学我自豪。因为你回去可以跟爸妈说，过去三百年，没有出现过一个伟大的哲学家，那是因为人类把所有的哲学都思考光了，想不出新东西了，但是在AI的取代，哲学会有变化，开复老师说，我可能会开创一个新的哲学领域，因为AI跟人如何相处。
 

同样的，社会学、人类学、考古学、历史都变得有意义了，因为AI带来的是一个变数，所以虽然文科学生我们在座不多，而且比较不愿意站起来，但是没关系，我现在告诉你哦，今天是文科生最好的时代，并不是说你毕业找到工作的概率会变大，而是说那些理科生也找不到工作。
 

再往上呢，顶尖的管理者决策者、科学家这些都不用说了，这是最难被取代的。另一个角度我们可以来说的话，到底我们人要做什么，上面几种工作我就不重复了，领袖型的，创业型的，综合型的。善用AI型的我要多讲一讲，我相信现在全世界90%的医生都会说李开复在胡扯，机器怎么能取代我，我会比机器好太多了。未来会改变的，一个愿意接受改变，看清楚未来会是一个不一样的医生，他应该拥抱AI技术。
 

第一个AI的技术一定是一个助力，只是给你一些工具，给你一些建议，最后的决策一定是医生做的。医生的判断一定比机器更好。但是这个机器随着数据的滚动会越来越厉害，刚开始的时候可能医生100个癌症例子可以判对70个，机器可以判对50个。但是医生如果用了机器，可能可以判对72个，那就是机器的贡献，但是随着机器越变越厉害，人判断70，机器判断90个，但是人加机器可以判断对92个，这个就是人加机器的贡献。所以1+1等于3，一定是工具开始拥抱它，接受它，哪怕它不如你。
 

因为你必须要相信我们可以有很多的例子，数据来了，它就会超越你。他超越你不代表你们有价值，就像AlphaGo要来和柯杰比赛，谁输谁赢我们不知道，但是有可能一个柯杰加上一个AlphaGo可以打败另一个没有AlphaGo的柯杰，这就表示人加机器还是更有价值。所以这是一个很值得探索的方向。

最后一点我想讲的就是说服务型还有一个机会，因为大部分的人很难做到上面的这些，那么服务类的工作反而是人需要更多投入的工作。因为服务业，尤其是人对人之间的交心、同理心、人对人彼此的理解，这种医生助手的案例，我们也可以推演到，导游、按摩师、酒吧的酒保都是可以陪你聊天，让你开心，跟你交心，得到一种温暖的感觉，或者得到被关怀的感觉。
 

还有不一定要有偿的，无偿的也很好，无偿的服务业是什么呢？就是去做志愿者，去医院，去养老院，去孤儿院，散发你的爱心。这其实真正是AI不能做的事情，也是人可以把握最好的机会。所以作为一个学生，作为一个后一代，应该去考虑怎么去加强自己。

所以这些建议并不新，但是在AI时代变得很重要。
 

那我们最后再回归我们原来的初心，当我们原来投入AI这个领域的时候。我的想法跟期望就是经过做一个跟人脑几乎一样的机器，来了解人脑，但是最后殊途同归。我发现我们现在看到的人工智能在很多领域，其实已经不只是学习人脑，已经超过人脑。而且我们发现这些技术未必跟人脑一样，它可能是走了不同的路径，但是在某些领域已经做得更好了。
 

但是我发现当时我的初心有一点点是错误的，当时我的假设是人的大脑有理性的思维是最核心最重要的，要去模仿它做个机器出来。但是我现在才发现，其实人的脑子在很大程度在判断和决策方面总是可以被机器超过的。
 

人最有用的器官其实未必是我们的大脑，看来，如果排除AI这种事情，最有用的器官可能还是我们的心。