作者 | 西山红叶
来源| 红叶看世界 （ID：westM_redL）
转载请联系授权(微信ID: shenjiaweigogogo)
前言
马云曾说过，他一直在思考的是未来，能掌握未来的人才能引领世界。
今天我打算从技术的角度谈一谈未来的发展趋势。
每当一种新的技术到来时， 常常会令我们感到惊讶，觉得不可理解，甚至是质疑。
我自己也是人工智能相关从业者，但有些时候和周边的人谈论人工智能时，有人会觉得这是一个大忽悠，或者是一种概念上的炒作，亦或者是企业的融资筹码，但实际上他们还没有真正开始接触就先产生了抵触心理，加上本身对其一知半解。因此每当我试图去解释的时候，就很难得到正面的响应，因为大部分人的理解仍处于穷举的程度。
但事实上，不论是技术还是未来，很大程度上是能够被预见的。 这是因为所有的技术都有某种趋向性， 这是由其物理和化学本质所决定的，并不由你我的理解力决定的。
从自然界来说。想象雨点汇入山谷：一滴雨点流入山谷的实际路径是无法预测的。我们并不知道它的具体走向，但大方向是很显然的：它由于重力会往下流。因此，趋势和方向，深深扎根于自然本质中，使我们能够预知它们的大体方向。
从社会角度说。电话的出现是必然的，但iPhone不是；因特网的出现是必然的，但QQ不是。但是我们总会找到一个方法使人和人之间的沟通变得方便，使社区化更加便捷。
同样道理，当下有许多正在发生的趋势，而我认为其中最重要的一个是让事物变得越来越聪明。很多专家称之为 “知化” ，也就是人们常说的人工智能，或者 AI。我认为在未来二十年中，这将是社会中最具影响力的发展趋势和驱动力。
当然，它已经发生了。我们已经有了 AI，它们通常都隐身在后台工作，但还未非常普及。
我们可以从几个大的群体来分析:
在医院里，AI 分析 X 光片的水准比人类医生还要强大，人工阅片会受不同个体的专业水平、经验和时间的限制，而且还会发生感知疲劳。
在交通中，我们乘坐的飞机是由 AI 在驾驶。人类驾驶员不是全程操作，大部分时间都是 AI 在操控的，因为人很难长时间保持高度紧张。
在互联网中，阿里，亚马逊的产品都是由AI在后台进行推荐。这些只是一小部分例子，而且都是我们已经实现的。
我们也有一些更前沿的例子，比如“阿尔法狗”战胜了世界围棋冠军。有时候，我们在打电玩时，对手往往是 AI。
如今，教AI打游戏也已经不是什么新鲜事了，但AI自己学习打游戏则是另一个境界。这就是自主学习。我们正在以此为起点，让机器变得越来越聪明。
在这样的背景下，还有三点尚未被充分认识，这也是为什么AI没有被普及到大家能欣然接受的地步。
如果我们能深透理解这三点，就能更好的理解 AI，并更加全身心的拥抱 AI。只有拥抱 AI，才能控制AI，才可以在未来获得成功。
一、我们自己尚未很好的理解，什么是智能
我们通常认为智能是单维度的，就像一个越来越响的音符。老鼠的智商较低，猩猩的智商较高，接下来是比较笨的人，然后是像我一样的普通人，再往上是天才。智商越高，智能就越高。
事实上，这种看法是完全错误的。 这根本就不是智能，人类的智能也并非如此。 智能更像由不同音符组成的交响乐， 每个音符由不同的认知乐器来奏响。
人类的心智包含了多种智能。我们可以进行演绎推理，我们具备情绪智力，我们有空间智能。我们可能有一百种不同的智能集合在一起，它们在不同人的身上也体现得强弱不一。
而动物们则可能是另一套体系。由其他智能组成的另一首交响乐，当然，有些乐器与人类是相同的。可能思考的方式相同但侧重点不同，某些方面可能还强于人类，像松鼠的长期记忆就很了不得，能清楚记得坚果的埋藏之所。但在另外一些方面可能就不如人类了。
当我们制造机器时，也会用同样的方式来设计它们，它们在某些方面会比我们聪明得多，而在其他方面则远远不如我们，因为根本没必要。我们会用这些东西，这些人造的功能组合，为我们的 AI 添加各种各样的人工认知。我们会让它们的功能非常单一、具体。比方说:计算器在数学运算上要比我们聪明得多；GPS的空间导航能力远胜过我们；谷歌、必应、百度在长期数据资料的记录搜索上完胜我们。
然后我们再把这些不同类型的智能，知化运用起来
比如说汽车的自动行驶功能。我们之所以这么做，正是因为它的驾驶方式跟我们不一样。它不像我们那样思考。这恰恰是它的特点。它不会分心，不会担心是否忘记了关炉子，不会纠结要不要选金融专业，学医到底是救人还是赚钱。它只知道开车。
它会全力以赴的开车，我们甚至可以把这个做为卖点，叫做“无意识”。它们没有意识，不会东想西想，不会分心。
所以，我们应该尽我们所能制造各种各样的思考型智能，去尝试所有可能的思考方式。在商业和科学上，我们会遇到一些难题，单凭人类自身的思考无法解决。我们可能需要分两步走，先发明出新的思考方式，再与它们一起解决这些真正的难题，比如暗能量和量子引力。
我们实际上是在创造异形智能。 某种意义上，甚至可以将它们看作"人造异形"。 它们将帮助我们用不同的方式思考，而换一种思考方式是创造的源泉，是财富和新经济的引擎。
二、我们将用 AI 推动新的工业革命
在第一次工业革命中，人类发明了我称之为 “人造能源” 的东西。在此之前，在农业革命时期，制造业靠人力驱动，或者靠畜力。除此之外别无他法。
工业革命时期的伟大发明就是人们利用化石燃料和蒸汽所产生的“人造能源”来做我们想做的大多数事情。
今天，当我们开车行驶在高速上，只需轻轻拨弄开关，就能驾驭250马力；我们可以建造高楼大厦，修建道路，建设城市，开办工厂，源源不断地 生产桌椅或冰箱，这些都远远超出了人力所为。这种“人造能源” 还可以通过电网和电线 输送到家庭、工厂和村庄，任何人都可以购买这种“人造能源”，只需插上插头就可以使用。
它也带来了很多创新，人们可以为手动泵通上电，加上这种“人造能源”，就变成了电泵。类似的改造成千上万，这个“人力器械+人造能源的”公式造就了工业革命。今天我们看到的所有事物，享受的所有服务，几乎都来源于此。
现在我们要用 AI 做同样的事情。 我们用网络传输 AI， 把 AI 加载到诸如电泵之类的东西上，就得到了聪明的电泵。类似的改造做上几百万次，就会掀起再一次的工业革命——AI革命。那么将来汽车行驶在高速上，它不仅有 250倍马力，还有 250倍的脑力。这就是自动驾驶汽车。它是一种新的商品，是一种新的基础设施。AI 将会在网络、在云端传输，就像电一样。所以凡是可以用电的地方，都可以用 AI。
所以在这里我可以预言说：未来一万家创业公司的秘诀其实非常非常简单：拿来某样东西，加上 AI。未来公式 = 万物 + AI = AI(x)。 这个公式就是我们将要不断践行的。我们将以这种方式来掀起新的工业革命。
三、我们将AI实体化， 就得到了机器人
工作就是完成一系列的任务。机器人可以帮助我们完成许多曾经需要我们亲力亲为的任务。以后，我们的工作将会被重新定义，一部分任务将交给机器人来完成。与此同时，也将产生一大批不同种类的新任务，一批以往我们没有意识到要去做的任务。它们甚至有可能催生出新的职业——我们感兴趣的新工作，就像自动化带来的许多新事物，我们之前并不知道会需要它们，但今天我们已经离不开它们了。
所以机器人带来的工作机会比它们抢走的要多。我想我和我的很多同事都已经体会到这方面的机会了。
更重要的是，我们交给它们的都是需要效率或生产率的任务。 如果一个任务，不管是体力的还是脑力的，可以用效率或生产率来衡量，那么就应该交给机器人来完成。需要效率的事情交给机器人好了。
我们擅长的是浪费时间 ，这并不是一种贬义。
科学从本质上来说是低效的。我们一次又一次的失败，很多试验和尝试都徒劳无功，成功从无数次的失败中诞生，否则我们也学不到什么东西。事实就是，科学研究没有什么效率。
创新从定义上来说也是低效的。毕竟我们需要制作原型，需要做各种尝试，经历各种失败。
探索是低效的。艺术是低效的。人际关系也是低效的。这些都是我们喜欢做的事情，因为它们都是低效的。**** 高效是机器人的使命。还要认识到我们将和 AI一起工作，因为它们的思维方式与我们不同。
在“深蓝”战胜世界国际象棋冠军后，人们以为国际象棋没什么玩头了。但事实上，目前世界上最厉害的国际象棋冠军并不是AI，也不是人类，而是由人类和AI组成的团队。最棒的医学诊疗师既不是医生，也不是AI，而是他们组成的团队。也就是说我们将和AI 一起工作，你将来的薪酬，很可能取决于你跟机器人合作得如何。这就是我想说的第三点：AI是不同于我们的，它们是技术设备，我们将与它们合作，而非竞争。 就像你学着使用你的手机那样。
那么，未来会如何？****
我想，25年后我们回头再看 今天对AI 的理解，我们会说：“你们那都不叫 AI。你们甚至都还没有真正的因特网，25年后的因特网才能叫因特网呢。 我们也还没有真正的 AI 专家。而大量的资本正涌向这个领域，动辄数十亿美金，这是一个巨大的产业。但我们尚未拥有真正的 AI 专家—— 如果跟20年后相比的话。 我们还处在最初的起步阶段，所有一切才刚刚开始。 因特网的历史才刚刚开始。 美好的未来才刚刚开始。未来20年最受欢迎的AI产品、最普及的 AI 产品，还没有被发明呢。
也就是说，我们还有机会。加油！致敬我们的未来！
*注：文中图源网络\
END\
```php
往期精彩回顾 适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）备注：加入本站微信群或者qq群，请回复“加群”获取一折本站知识星球优惠券，请回复“知识星球”喜欢文章，点个在看
