个人学习李开复在喜马拉雅上的音频后的干货总结：

完整的喜马拉雅FM音频链接在：http://t.cn/R0MTrWI

目录

一、人工智能是机器人吗？

二、人工智能已经进入到我们的生活了吗？

三、AI真的会挑战人类吗？

四、人工智能的分类有哪些？

五、三次AI热潮指的是什么？

六、什么是深度学习？

七、AI会取代医生、翻译、驾驶员和金融人士吗？

八、哪些工作是AI代替不了的？

九、AI时代该如何学习？该学什么？

十、AI来了，人生的意义没了？

一、人工智能是机器人吗？

1、人们对“人工智能”的理解误区（误解和贡献同样大）

1）AI的外形和智慧水平和人类一样

2）AI像科幻片里那样，很聪明，精于计算且控制，伤害和对抗人类

3）AI是一种很久以后才会发展的技术

2、对人工智能的错误定义

1）AI是一种让人觉得不可思议的计算机程序（不可思议的定义模糊，做不出来？）

2）AI与人类大脑的思考方式一样（人类对大脑的认知很浅且无法复制，机器学习&深度学习等算法99%和大脑没有关系）

3）AI是与人类行为相似的计算机（缺乏周密逻辑，有一定参考价值，例如在机器翻译、语音识别、计算机视觉等）

4）AI就是会学习的计算机程序（有自我学习功能，但不够广泛）

3、对人工智能的正确定义

1）根据环境的认知做出合理的行动并且最大化一个被定义的目标函数，这样一种计算机程序就能被定义为“人工智能”（均衡、偏重实证的维基百科定义）

2）如今的人工智能都是在一个领域里，人来定义它的目标，根据这个被定义的目标，来做出最合理的行为，它只是人类的一种工具，而非具备自我意识和自我判断的能力（通用定义）

3）未来成长机会：人工智能的行为可能会变得更复杂（需要策划的行为），也可以在人定义的大目标下去确定一个小目标

4、人工智能其实离我们很近

如：资讯类APP，每日的消息推送都是我们自己喜欢且关注的内容（人工智能的学习和记忆）

百度搜索结果的排序推送是基于用户历史的点击数据，会更多地推送个人喜欢或认为正确的结果

百度广告根据每个人喜好去最大化点击的概率

美图秀秀根据用户储存的自动美化后的照片来优化算法

滴滴帮助司机选择路线、规划车辆调度方案

未来的自动驾驶技术重新定义智能出行、智能城市

电商网站会推荐个人最适合和最可能购买的产品，背后有仓库、物流机器人提升分发效率

未来人工智能可能和硬件结合，传播更多的数据，做更好的推荐和判断

机器人会从工业-商业-家庭一步一步发展

取代重复性比较高的工作

颠覆传统行业（交通、物流），带来更大的效率和价值

5、人工智能技术的预期发展

人工智能+大数据将带来更大的进步和挑战，未来十年的AI革命要比工业革命的规模更大，而且来得更迅速猛烈

二、人工智能已经进入到我们的生活了吗？

1、人工智能对不同领域人群的定义

1）计算机科学家：

很少怀疑AI在推动人类技术进步上的伟大意义。

2）社会学家、经济学家：

开始关注AI已经或即将对人类的经济结构，就业环境带来的巨大挑战。

3）科幻学家，影视编导和未来学家：

乐于见到AI激发大众的强烈热情，并且会用最缥缈的想象把人类的未来渲染成天堂或地狱。

4）普通公众：

认知始于“阿尔法狗”，但还是局限于对电影中人形机器人的印象，大多数人表现出好奇、迷茫和讶异的态度。

2、人工智能的具象成果举例

1）“微软小冰”（截止2016年9月，4200多万人，200多亿次对话，对话偏中立态度和调侃的风格，无法应对复杂的上下文环境）、苹果的语音助理“SIRI”、百度的“度秘”、谷歌的“Allo”、亚马逊的“Alexa”

2）公司（保安门卫）或手机银行（交易安全验证）的人脸识别技术

3）谷歌照片的手机云端照片分类检索（支持根据关键词检索）

4）网络上的搜索引擎（提供问题的答案以及相关资料链接，终极的搜索引擎目标就是直接提供问题答案）

未来成果的展望：自动翻译工具、自动驾驶、家庭机器人（教育&家务）

3、对人工智能的发展构想

AI+贷款案例：每笔贷款的判断只要8秒，比人类更精准，年贷款量3000万已超过银行。

预测未来十年，AI将在任何任务导向的客观领域超越人类，将取代人类的50%的工作（重复性工作+部分专业工作）。

我们将进入一个富足的丰产时代，因为AI作为工具将给我们创造巨大的价值，同时也会陷入一个焦虑迷惘时代，因为由于被AI取代，我们自身将会失去工作带来的自我成就感。

三、AI真的会挑战人类吗？

1、霍金对人工智能的担忧：机器与人在进化速度上的不对性

1）人工智能可在自身基础上进化，一直保持加速度的趋势不断重新设计自己；

而人类的生物进化速度有限，无法与之竞争，终将被淘汰。

2）人工智能的普及所导致的人类失业（从传统制造业工人波及到中产，人类最终只留下护理、创造和监督工作）

2、霍金和马斯克对人工智能采取的行动

为防止人工智能威胁人类，他们支持加州阿西洛马会议通过的23条基本原则，涵盖以下三个范畴：

1）科研问题

2）理论和价值问题

3）长期问题

3、AI相关的理论和价值观

1）安全性（AI系统在整个生命周期确保安全性不伤害人，并针对技术可行性和适用领域进行验证）

2）价值观一致性（需确保高度自动化的AI系统运行过程中的目标和行动都符合人类价值观）

3）由人类控制（人类应当有权选择是否及如何由AI系统定制决策，以完成人类选择的目标）

4）非破坏性（通过控制AI系统获得的权利应尊重和提升一个健康的社会，赖以维系的社会和公民进程，而不是破坏这些进程）

4、怎样看待人工智能威胁论？

人类在可见的未来只有弱人工智能技术，其他更强级别的人工智能都是揣测，离我们非常遥远，所以不存在被人工智能威胁的风险。

四、人工智能的分类有哪些？

1、三种层次人工智能的区别

1）弱人工智能—专注一个领域，针对人定位的优化函数来学习，来进步。根据大量的数据和对这个环境的认知来判断该做什么行动，不断地根据大数据学习，来增强自己。（可行，在金融、医疗、无人驾驶、教育、人脸识别上比人做得更好）

2）强人工智能—可胜任人类所有工作，很宽泛，没有量化指标。（不可行，尚未取得突破探讨也无意义）

3）超级人工智能—比人更聪明，在各方面如创造力，智慧及社交能力都比人强大。（不可行，定义没有意义 ）

2、弱人工智能的实现条件

1）在单一领域

2）大量的数据支撑

3）有精确客观的标注

4）人类来启动或停止它的运行

3、何时需要强人工智能

1）存在不确定因素

2）知识的表示能力，包括常识性知识的表示能力不高

3）做规划或者战略性处理

4）学习能力弱（举一反三）

5）用自然语言交流沟通的能力低（自然的回答、面部表情、语音、肢体语言等）

6）把以上能力整合起来实现即定目标

7）无法做到人的情商、口才、感染力、七情六欲、信任等反应

4、人工智能值得关注的问题

1）确保技术不被非法利用伤害隐私和健康

2）技术本身的安全性

3）创业和投资机会，对工作的颠覆以及如何不被取代（对普通民众）

5、结语

在未来十年中将发生整个社会的颠覆，50%的工作会被AI取代，已经需要我们全神贯注地面对这个必然性；

而不要花太多时间去揣测超级智能控制人类的问题。

五、三次AI热潮指的是什么？

1、前两次人工智能热潮和第三次的区别

1）学术研究主导vs现实商业需求主导的

2）市场层面宣传vs商业模式层面

3）学术界劝说、游说政府和投资人投钱vs投资人主动向热点领域的学术、创业项目投钱

4）提出需要解决的问题vs实际解决问题

2、我所经历的第一次AI浪潮（基于专家系统的聊天机器人项目）

1）图灵是人工智能的开拓者，提出了考量人工智能的图灵测试。

图灵测试的意义：让人分不出电脑和人

图灵测试的未来方向：

通用领域→特点领域

语言→语音

电脑上的看听说→机器模仿长相、表情、肢体语言

2）项目经历：

1980年在哥伦比亚大学的计算机系自然语言处理课程中，提出做聊天机器人，希望做出模仿老师说话的程序，可以按照人的逻辑思维根据说的内容做回答。

其它机构做的Eliza机器人模仿心理学医生，并未处理事情回答问题，只是提示你讲下面要讲的事。

3）结局：

基于专家系统的成果不够深刻、破绽比较多，更多属于学术行为。

3、我所经历的第二次AI浪潮（语音识别的一个获奖项目）

1）项目介绍：

基于第一波浪潮的专家系统结合人类心理学方式的一个黑板架构模型，听到一句语音后，从音→字→词→句，再合理地联系上下文获得初步成功

2）李开复的质疑：

鲁棒性的欠缺，无法处理没听过的话和没用过的语法，数量和语法的通用性和排列组合无法用专家系统枚举

3）李开复的尝试：

找论文研习后发现基于统计（深度学习、神经网络同渊源的HMM隐马尔可父模型）的机器学习（基于大数据做数据理解和标注，从中学习到足够参数对新遇到的数据做分类、判断和预测）方式更优，可以不指定语者，最终做出了96%的识别率（专家系统40%-50%），带来了第二次浪潮。

4）领导力方面的经验教训：

科研的领域里要支持别人的想法，不要总认为自己是对的，可以赢得聪明人的尊重（最终走的是和导师不同的方向）

5）结局：

机器慢、数据少、训练出来的模型不够精确的问题导致最终泡沫化

六、什么是深度学习？

1、导语

深度学习在计算机视觉领域帮助识别人脸和物体，之后进入语境识别、机器翻译、数据挖掘、自动驾驶、自然语言理解等人工智能技术的领域大展身手。

1）语音输入：手机内置的语音输入法，录入文字比拼音输入更快，达到400字/分钟

2）机器视觉：在ImageNet比赛中深度学习第一次超越人类肉眼识别率

深度学习作为在未来引领人工智能发展的核心技术，并不是人工智能唯一的解决方案。

2、深度学习的发展过程

1）阶段一：蛰伏期

过去几年开始的第三波人工智能热潮绝大部分要归功于深度学习，它的历史和人工智能的历史一样长，在数十年里因种种原因蛰伏于人工智能兵器库的一角默默无闻，在漫长等待中不断磨砺自己、弥补缺陷、打磨锋刃，最重要的是等待合适的出山时机。

2）阶段二：初步发展期

在2000年后，计算机产业发展带来了计算性能处理方面的大幅提高，尤其是谷歌为代表的分布式计算；

大量计算机组成大规模的计算集群和互联网产业（搜索引擎、电子商务）发展积累的大量数据是深度学习发展的两大时机；

2006年发表的深度置信网络的快速学习方法是一个重要的一个分水岭，经过初期的尝试和调整细节、参数和网络的架构后，技术的实用性被逐渐认知，四五年以后使用的人越来越多。

3）主流期

2014-2015年在物体识别，2016年AlphaGo的语音识别纷纷打败了世界最领先的人或大师或其他的机器后，才完全进入主流，在大数据领域里面把其他机器学习技术远远地抛在后面。

3、深度学习浅谈

1）深度学习—把大量的数据丢进深度神经网络（一个非常复杂的数据处理网络），然后检查经过这个网络处理的结果是否符合要求，如果符合就保留，不符合就调整，直到满足条件为止。

以excel作为类比，同样也是输入数据，最后运算出一个结果，excel中的公式相当于深度学习的神经网络。

在参数调整中不能太倚重于个别的数据而忽略了通用化。在训练时得知标准的答案和标注，在实际运营时根据新数据判断最终的输出结果

2）如何有效、合法、合理地收集保护利用大数据是人工智能时代的基本要求，需要政府企业个人共同协作保证大数据的信息正常流动、存储和处理，避免个人隐私的泄露和滥用。

深度学习是带来人工智能革命的最重要引擎，会为未来的应用层发展带来突破。

七、AI会取代医生、翻译、驾驶员和金融人士吗？

1、什么工作最容易被AI取代？

如果人可以在5秒钟之内对工作需要的思考和决策做出相对应的决定，那么这项工作就有非常大的可能被AI全部或部分的取代；

反之，如果这个工作涉及非常缜密的思考、周全的推理、复杂的决策或者感性的因素，具体的判断不是人能够通过5秒的判断来完成，这项工作就很难被机器取代。

2、基于5秒钟准则哪些职业最危险？

翻译、新闻报道、助理、保安、交易员、会计、司机、部分家政工作......

在未来十年,这些工作90%会被部分或全部取代；

所有工作中的50%会被部分或全部取代。

3、人类的工作会被AI怎样取代

1）完全被AI取代

2）部分被AI取代

3）和AI在一起协同工作

因硬件的升级比软件慢，所以可能的取代顺序如下：

重复性的白领工作→蓝领工作→其它工作

4、AI与医疗的关系—医生的好帮手

1）用这一类的AI做对疾病的辅助诊断，并不是要求AI在第一刻就超过顶尖的医生；

因为取代医生不只是技术问题，还涉及伦理、责任和法律，所以AI在这里只是帮助医生提供更客观，基于大数据的推荐；

2）在此基础上还可以对最新的医疗方式和医疗科研结果做更新的分析，根据每个人不同的基因序列来做个性化的医疗方案。

3）在贫穷地区医生资源比较匮乏，水平不高的医生在高水平工具的帮助下可以救活很多人。

5、AI与机器翻译的关系—带来很多价值

许多互联网公司研发的翻译系统, 其翻译水平都可以超过学外语两三年的学生；

随着翻译技术的不断进步，假以时日翻译系统便可取代翻译员的工作，那么人与人之间的沟通就不再有语言障碍，从而提升沟通的顺畅与效率。

6、AI与驾驶的关系—无穷的想象

1）绝不是说未来的汽车只给我们一个自动驾驶的按钮，让我们能在某些时候使其自动驾驶；

而是说，未来的车，根本不需要司机。因此我们可以在车里工作、思考问题、开会、娱乐，节省10%的时间；

2）车的形态也会发生变化， 它的使用空间就可利用在更有价值的地方；

通过车和车连接起来的车联网，自动驾驶的汽车可以排列成聚集极小的密集编队，同时保持速度行进，大大降低堵塞问题，也不必担心追尾的风险；

我们也可以利用AI让车自行发出各种信号，规避行车风险，那么许多安全提示性的交通设施也就可以弱化处理了；

3）在安全性方面，AI的驾驶水平必须超过人类才能上路，而且经过三五年的数据累计，驾驶水平将会远超人类，可以解决堵车、酒驾、车祸、排放污染问题；

7、AI与金融的关系—最被看好的落地领域

在金融领域里，数据是最多的、有标注的和客观的，它本身是一个虚拟的东西，没有运营、制造和硬件等等问题；

1）传统意义上股票交易市场的交易员，只是起到一个信号录入或者中间人的作用。他们的任务是根据买家或者卖家的指令，完成实际的交易操作；

所以对一桩交易是否成交，他们只关注具体的行情，做出判断。

今天的自动化技术和人工智能技术已经足以完成这一项简单中介的工作，导致了各大股栗市场中传统意义上的交易员正在大幅让位于AI。

2）根据高盛的报告，保守估计在2025年时，AI相关技术每年可以创造340~430亿美元的价值，随着相关技术对数据执行利用效率的提升还有更大的提升空间。

3）AI能在金融行业引起革命性变革的原因

垂直领域最迫切的自动化需求（可立即见到利润的增加和成本的降低）

达到深度学习要求的数据积累、流传、存储和更新（数据本身规范化+采集自动化+存储集中化+共享平台化）

4）过去几十年里金融行业习惯用人类分析师建模或采用传统机器学习方法总结数据规律，提高金融业务运营效率；

人无法分析所有影响因子，只能采取简化数据模型拟合复杂的数据世界规律，所以基于深度学习的AI算法可以在数据分析和数据预测准确度上超过人类分析员几个数量级；

对于股票走向、金融产品风险评级，金融信息的综合，用上的大数据超越了人类的极限，而AI可以做出最好的判断和最优的资产配置。

5）预计在未来5年之内AI在金融领域将产生更大的价值和更高的投资回报，降低更多风险、取代更多工作；

金融会成为AI进入成熟阶段最大的催化剂，也是影响最多，对工作的颠覆最大和带来最大的经济价值的领域。

八、哪些工作是AI代替不了的？

1、导语

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。

当人工智能开始大规模取代人类工作者的时候，如何避免人类大批失业、社会陷入动荡的危险局面？

2、人类的社会结构模型

从刀耕火种时代至今，人类历史上的协作分工，基本都遵循一个类似金字塔形状的社会结构模型：少数人影响、领导和指挥较多的人，较多的人再进一步影响或管理更多的人，逐级向下，金字塔底层是大量从事简单、重复性劳动的人。

从古至今人们总是努力寻求这种金字塔结构的平衡。迄今为止，唯一能稍微改变这种金字塔构型的现象，是在发达国家中可以观察到的中产阶级数量的增长和蓝领工人的减少，这让金字塔最下面两层的人数比例不再呈现绝对化的梯形关系，而是有可能融合为一个更大的人群。

新技术（互联网）的普及和全球化经济体系（发达的全球物流配送能力）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。

3、现代商业体系中的金字塔结构

1）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（数量最少）；

2）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（数量稍多）；

3）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）（数量相当大，在中国也许有数千万人）；

4）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（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。

4、各阶层工作被AI取代后的结构性问题

1）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，试图去尝试中高层等工作，金字塔会不会就此坍塌？

2）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，人们如何提升自己的职业轨迹？是否就失去了向上发展所必需的实际锻炼机会？

3）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？

5、可能的解决方案

1）科幻小说：创造虚假的工作

2）美国学者：花时间让人有足够的学习动力并为此付出代价，让每个人成长

比如按摩服务。在今天的美国是一种奢侈服务。你必须拥有足够的收入，才能负担得起按摩服务的昂贵价格。按摩师的收入很高，按摩师需要的工作技能是什么，这种工作技能并不需要特别高级的训练。如果人们有了足够的钱，就会有更多的人选择接受按摩服务。可以提供不少的就业机会方向。

有关人工智能只会取代低级别工作的假定是不正确的。许多需要人际接触的工作（前台接待、调酒师）都很难被取代，顾客希望能与之沟通得到心灵辅助或想与之交流，这部分工作可以得到加强。

3）李开复：已有的工作或未来的工作会如何发展

了解AI能做什么，再去寻找它不能做的路径（有创意占20%，有人际交流占80%）

创造方向：

包括了科学、文艺、思想、讲故事的能力（新零售、新营销、新社交）、商业模式、风投方面的创造

而AI其实是基于人类的创造力定了一个目标，让人工智能来优化，所以创造新的目标永远是人类独特的能力，那么这一方面会更激励着我们去往创新的方面来走。

人际交流方向：

人与人之间的沟通背后所需要的信任、口才、表达、真诚是机器没有办法做的；

比如医疗行业中，机器的诊断水平超过医生后，医生的价值是沟通带来关怀和人性化表达，提高病人康复率；未来和医生的沟通时间会变长，在小城市医生会变成看病的附加价值，医学院会教关怀和沟通；贫穷地区需要更多的医生从业者，不是诊断型，而是沟通交流型的。

其它行业也会转向社交化、人性化、沟通化，这类工作将更乐观，可以满足80%转型的工作需求。

除了带薪工作外，志愿者工作（敬老院、孤儿院等）也比较适合年纪偏大的人，自身可以有自我实现，同时提升社会的正能量；

再教育成本和志愿者的工资可以通过大企业的税金、国家补助方式承担，同时也积极鼓励有就业困难的人参加志愿工作；

还可以通过减少工作时间（40小时/周）解决就业问题。

和工业革命不同，AI主要是取代了工作，并未产生新的工作机会，产生新工作的责任在人类自身。

不同行业被取代的时间表（牛津大学2013年数据）：

所以AI它虽然在的程度，在一定的时间周期里会取代一些工种，或者取代一些工种里大部分的普通的五秒钟准则告诉我们的工作，但是在大部分的领域，尤其是深度思考的领域，它会先成为一个非常有帮助的辅助工具，那么我们一方面用这个工具可以让我们的工作做得更好，产生1+1等于3的效应，另外一方面，也让我们随时警惕着AI的成长，同时我们需要往AI不能做的方向去发展。

九、AI时代该如何学习？该学什么？

1、导语

讲到AI将在未来10年取代或改变许多简单、重复性的人类工作时，一些家长会问：“AI时代孩子到底该学什么，才不至于被机器‘抢’了工作？”

其实，与其讨论让孩子学什么，不如先讨论孩子该如何学。因为行业在不断改变，所以追逐行业不是问题的本质，我要思考到AI其实最做不到的就是颠覆性的新的事件的创新与创造（未来20%的工作），填鸭式、机械式、应试性的学习只能把人教成机器，没有自己的认知、兴趣、价值，就很难进入20%的工作机会。

比如全美录取最严格的本科院校密涅瓦大学使用的是一套名为“沉浸式全球化体验”（Global Immersion）的教学方式；

大学一年级课程直接将知识课程与以下四种极其重要的方法论有机结合起来，二三年级学习专业技能，四年级学以致用；通过在专业课程教学中和全球各地著名教授交流互动以及在实习中培养自己的全面素质，真正学会如何工作。

根据最终招聘公司的需求看个性化、创意型、与人交流、实际解决问题的能力才是培养的重点。

2、AI时代来临孩子该如何学习

1）主动挑战极限：

全面地接受挑战，在挑战中完善自我。能够非常勤奋地工作才有可能不落后于未来。

相关的一万小时理论，就是学任何的事情都不能低于一万个小时，否则的话就不能精通。 这个无论莫扎特还是比尔盖茨还是爱因斯坦的身上都得到了验证，在人工智能时代，挑战极限会变得更重要。

2）不要只学纯粹的理论，而且要在实践中学习（Learning by doing）

面向实际问题和综合性、复杂性问题，将基础学习和应用实践充分结合，而不是先学习再实践，等到毕业后再实践可能就来不及了，也就是为什么很多高校不与时俱进，不足够的与实际工业界的需求对接的问题。

3）启发式的教育，培养创造力和独立解决问题的能力

因为被动的、接受命令式的工作大部分都可以由机器来替代。人的价值更多会体现在创造性的工作中。启发式教育在此非常重要。死记硬背和条条框框只会“堵死”学生灵感和创意的源头。

如果学生还在应试系统里, 为了考上学校和未来的发展，也不能说就不要背诵。

4）充分的利用互动式的在线教育越来越重要

因为在线教育才能达到个性化，才能增加有趣性，才能因材施教；

一些面向教育创新的公司，就是大量使用在线教育、机器辅助教育等手段来补助今天教育系统的一些挑战和缺陷。

5）主动向机器学习

未来的人机协作时代，人所擅长的和机器所擅长的必将有很大不同。机长擅长的领域人应该服输，应该拜机器为师，从人工智能的计算结果中吸取新的思维方式。

6）既学习人人协作也学习人机协作

未来的“沟通”能力将不仅仅限于人与人之间的沟通，人机之间的沟通将成为重要学习方法和目标。

学生要从学习的第一天起，就和面对面的或者远程的人或机器一起讨论，一起设计解决方案，一起进步。

7）学习一定要追随我们的兴趣

通常来说兴趣才能让我们做出比较有深度的工作，如果不追随兴趣，可能会觉得枯燥和劳累；

如果一件事情我们很有兴趣，不论睡觉洗澡吃饭都会想它，才能发挥所有潜力达到更高层次，创造出机器不能替代的价值；如果做没有兴趣的工作，就无法发挥潜能，更容易被机器取代。

3、AI时代该学什么？

1）以摄影为例，摄影技术再先进，照片画质再好，也取代不了摄影师内心因拍摄对象而产生的感动。这种感动可以赋予风景、人物、静物、街景以新的意义。

即便以后有了人工智能照相机，人的感动、人的审美、人的艺术追求也是机器无法取代的。

哪怕不是在顶尖领域，在兴趣爱好驱使下成为领域的佼佼者也是不容易被取代的。

2）本身人工智能相关的技术、人文领域（哲学理论、人与机器如何并存问题、艺术、文学等）、语言（国外文化、顶级翻译）、金融（顶尖投行、投资公司）

3）相比蓝领的一些工作，服务业更值得考虑

4）重视沟通能力、情商、得到别人的信任，让孩子感受到爱；

父母在未来不用花很多时间在工作上面了，应该投入更多的时间给家庭和孩子。要让他们感觉到我们的关怀和关爱，让孩子不要每天都在刷手机，做机械式的不与人交流。

因为在未来的世界里，如果孩子自己都成为了一台机器，他更会被AI所取代。

5）我们需要去重视那些重复性标准化的工作所不能够覆盖的领域。

包括创造性、情感交流、审美、艺术能力、综合理解能力、我们把很多碎片连成一个故事这样的讲述能力，我们的体验。所有这些在我们看来非常不可靠的东西，其实往往是人类智能非常独特的能力。

十、AI来了，人生的意义没了？

1、导语

1）在可预见的未来，人机协作随处可见，人类有大量的空闲时间；

而且人类的各种压力会小很多，人生经历、人生目标和人的价值观也会呈现多样化的特征；

那么在这样一个新时代里，人生的意义何在？如何过完一生才最有意义呢？ 我们会因为机器代劳了一切而变得像《机器人总动员》里的人类后代一样的懒情肥胖吗？

2）两类观点

悲观者说AI既然可以在不少具体的工作（比如围棋）上做得比人更好、学得比人更快，那么人活着的意义是什么？ AI既然能在各种工作取代人类，那么人类的价值应该如何体现？

乐观者说超人工智能还遥遥无期，AI与人的协作才是主旋律，更多地是作为工具。对人生意义的挑战在于自身的心理感受，既然人能在农耕时代接受骡马作为合作对象，在现代能接受机械、车船与人的共同协作，在未来为什么不能接受AI这个好帮手呢？

3）回顾人类文明发展，新科学、新技术总会在不破不立的因果链条中引发社会阵痛；

乐观地来说，先进技术的出现，或许是“造物主”的善意，或是人类集体意识的英明决策，一边把人类从旧的产业格局和繁重劳作中解放出来，一边如鞭策或督促一般，迫使人类做出种种变革。

比如AI，它一边释放巨大生产力，免除人类继续从事烦冗工作之苦，一边又在用可能出现的失业问题提醒人类：你应该往前走了！

4）我们的时代正进入这样一个前所未有的局面：

随着科技的进步，AI技术将在大量简单、重复性、不需要复杂思考就能完成决策的工作中取代人类；

汽车将不需要人类来驾驶，人类翻译的工作将逐渐消失，人类交易员目前已开始被计算机取代……

可能产生的失业问题必须有解决方案。人类社会如何接纳在AI时代失去工作的人？

人类历史从未像今天这样复杂、玄妙；

AI将创造更多的财富，也必然创造出大量新的工作岗位——更多的人可以转换到新的岗位，或与智能机器协同工作，大多数人可以因社会财富的丰富而选择更加自由的生活，还可以依赖于全新的社会福利体系。

所以，我们每个人都面临着抉择：

到底是要做一个天天领着政府福利，躺在家里玩游戏，身形如电影《机器人总动员》里的人类后代一样臃肿的废物；

还是努力适应新时代，学习新知识，重塑自己在AI社会中的地位与价值，大踏步向前走？

2、人类的进化和发展的思考

1）美剧《西部世界》对此的定义：

人类进化的原动力靠的是自然界对各种进化错误（变异）的选择, 优胜劣汰；

当代科技的发达，人类因为变异而得到较低劣的生物特征也会被技术保全下来，进化动力已失效；

因为进化动力失效，人也就失去了进一步进化的可能，总体只能停留在目前的水准—人类必须不断思索自身存在的价值，寻找生物特征以外的生命意义

2）基于生物特征的进化也许快要成为过去时，但基于人类自身特点的“进化”才刚刚开始。

人之所以为人，正是因为我们有感情、会思考、懂生死。而“感情”“思考”“自我意识”“生死意识”等人类特质，正是需要我们全力培养、发展与珍惜的东西。

这是人与AI之间另一种质的不同。AI无法像人一样解悟生命的意义和死亡的内涵，AI更无法像人一样因高山流水而逸兴遄飞，因秋风冷雨而怆然泪下，因子孙绕膝而充实温暖，因月上中天而感时伤怀……所有的这些感触，只有人类自己才能感受得到。也恰恰因为人类的生命有限，才使得人类每个个体的“思想”和“命运”都如此宝贵、如此独特。所以会花更多时间与他人交心。

3）AI之于人类存在意义的新观点：

Ai在分析性工作明确地击败了人类，在专注领域也超过了人类高手，这些领域只会增加；

这些不是我们成为人的原因，独特之处是因为我们有爱的能力：

看到新生儿的喜悦，一见之情带来的怦然心动，朋友用心温暖的聆听，帮助别人后的愉悦感和自我成就感。

我们了解人的心和爱还很早，更不要说用AI去复制；

只有人类知道如何爱与被爱，渴望被爱，享受着爱人，让我们的生命有意义；

至少感恩别人给的爱，更好是回馈别人给我们的爱，最好是传递爱而不期待任何回报。

4）AI的程序是没有爱的能力，没有任何的感受，没有自我意识

AlphaGo赢得比赛 , 但是AlphaGo下棋没有任何的乐趣，引起感觉不到一丝的快感，贏了之后更没有拥抱他爱的人的欲望，所以AI是冷冰冰的；

那么将来即使AI的诊断工具比医生更精确，病人不会想要听到AI机器人冷冰冰的诊断，而是需要一个有爱的医生能够帮我们加油，能够聆听我们的倾诉，能够了解我们的病情，能够给我们更多的鼓励，能够真心的关心我们，这样才能够提升病人的信心，甚至提升病人的治愈率。

5）我们全部的尊严在于思想

人脑中的情感、自我认知等思想都是机器所完全没有的。人类可以跨领域思考，可以在短短的上下文和简单的表达方式中蕴藏丰富的语义。而这些复杂的思想，今天的AI还完全无法理解。

3、总结

1）未来世界里在时代竞争中怎样利于不败之地？

不断提升自己、善于利用人类的特长、善于借助机器的能力，将是未来人才的必备特质；

机器有很多种能力，但人总是可以借助机器这个工具提高自己，让大脑在更高层次完成机器无法完成的复杂的推理、抉择、情感活动。

2）借助车轮和风帆，人类在数百年前就周游了整个地球；

借助火箭发动机，人类在数十年前就登临月球；

借助计算机和互联网，人类创造了浩瀚缤纷的虚拟世界；

借助AI，人类也必将设计出一个全新的科技与社会蓝图，为每个有情感、有思想的普通人提供最大的满足感与成就感。

3）在AI时代里，只会在某个狭窄领域从事简单工作的人，无论如何都无法与AI的效率和成本相比，必然会被机器所取代；

如果不想在AI时代失去人生的价值与意义，如果不想成为“无用”的人，唯有从现在开始，找到自己的独特之处，拥抱人类的独特价值，成为在情感、性格、素养上都更加全面的人；

此外，人生在世，无论是理性还是感性，我们所能知、能见、能感的实在是太有限了。AI时代我们可以更多地借助机器和互联网的力量，更好地感知整个世界和宇宙，体验人生的诸多可能—这样才不枉我们短暂的一生；

AI来了，有思想的人生并不会因此而黯然失色，因为我们全部的尊严就在于思想。

---------------------