什么是人工智能，为什么要做人工智能？

1. 什么是人工智能，为什么要做人工智能？

第一是数据。因为人工智能的根基是训练，就如同人类如果要获取一定的技能，那必须经过不断地训练才能获得，而且有熟能生巧之说。AI也是如此，只有经过大量的训练，神经网络才能总结出规律，应用到新的样本上。如果现实中出现了训练集中从未有过的场景，则网络会基本处于瞎猜状态，正确率可想而知。比如需要识别勺子，但训练集中勺子总和碗一起出现，网络很可能学到的是碗的特征，如果新的图片只有碗，没有勺子，依然很可能被分类为勺子。因此，对于AI而言，大量的数据太重要了，而且需要覆盖各种可能的场景，这样才能得到一个表现良好的模型，看起来更智能。

第二是算力。有了数据之后，需要进行训练，不断地训练。AI中有一个术语叫epoch，意思是把训练集翻过来、调过去训练多少轮。只把训练集从头到尾训练一遍网络是学不好的，就像和小孩说一个道理，一遍肯定学不会，过目不忘那就是神童了，不过我至今还没见到过。当然，除了训练(train)，AI实际需要运行在硬件上，也需要推理(inference)，这些都需要算力的支撑。

第三是算法。其实大家现在算法谈得很多，也显得很高端，但其实某种程度上来说算法是获取成本最低的。现在有很多不错的paper，开源的网络代码，各种AutoML自动化手段，使得算法的门槛越来越低。另外提一点，算法这块其实是创业公司比较容易的切入点，数据很多人会觉得low，会认为就是打打标签而已，所以愿意做的不多；算力需要芯片支撑，是大公司争夺的主要阵地，留下的只有算法了。

2. 究竟为什么要发展人工智能?

很多人赞成发展人工智能，只是因为它是科学技术，而科学技术它一直被认为是一个尽善尽美的东西，所以只要一说发展科学技术就是天然正确的。如果反对某种技术研发，一定说是阻碍科学发展，而阻碍科学发展在很多人脑子里认为天然的就是一个罪状。实际到了今天，已经不能再简单地将“阻碍科学发展”视为罪状了，至少应该认识到有一些科学技术是不应该发展的，是有危害的。

在人工智能这件事情上，资本在其背后的推动是很明显的，策划出阿尔法狗下棋的商业炒作之后，更多的资本流向了人工智能的行业。但是资本的增值是盲目的，而且不计后果的，关于这一点重温马克思的教导很有意义。我现在对资本的恐惧要比对权力的恐惧大得多，资本比权力更可怕是因为资本其实非常盲目。
我提出一些激进的反对人工智能的观点，主张就人工智能不可逆转的发展形势及时思考。我认为，现在不能盲目赞美人工智能，歌颂人工智能的美好，我们应该在媒体上多进行关于人工智能的伦理方面的探讨，至少能引起各界对人工智能这方面问题的注意。在某些领域中，可以考虑保留低级的人工智能，保留人工智能的某些初级应用。要认识到这个东西就像魔鬼一样。我们尽量设法对某些指标性的东西加以明确，如各国约定在全球范围普遍内不允许做某些事，这样有可能延长人类文明。

事物发展都是两面性的，人类只有利用好人工智能才是发展之道。

3. 国家为什么要大力发展人工智能产业？如果大部分劳动力都被智能化取代

这个问题要从几方面来看哩。先说题主关心的部分：

是的很多工作会被人工智能取代，低效，费事，简单的工作会首先消失。

扫地机器人解放的不仅仅是清洁工，它告诉我们清洁可以时时刻刻都在而不必等待清晨的清洁工。

银行柜员机告诉我们不必再排长龙等待人工服务啦。

扫街，派发传单的营销模式不再需要招募人手。可以更简单高效且成本低。

………


下面再说一下另外一个方面，大量的工作会被人工智能技术创造出来，因为她打开了新世界的大门。

当年自动织布机被发明出来，织布工很担心会失去工作，是的，她们失去了工作，但更多相对轻松的相关工作出现了………

当内燃机出现时，蒸汽机锅炉工人也担心自己的工作会失去，是的………

当互联网线上业务发展起来，线下行业也担心失去工作，满街走的快递员看出了结果。

人工智能时代开始了，大家的工作会或者成为数据训练者，或者称为数据提供者，这些离不开人类的社会实践。

不用担心，更多更优质更能让我们生活更美好的工作会被创造出来。

不信？

等着瞧！

4. 现在人工智能发展的如何？

人工智能行业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
本文核心数据：中国人工智能产业核心产业规模,人工智能产业核心产业规模,人工智能产业链应用层,中国人工智能市场应用份额,人工智能在各行业中的应用情况
1、 核心产业和带动产业双双高速增长
相比于互联网产业，我国人工智能发展期与成熟期迎来的较晚，但是在资本和社会期望的驱动下，我国人工智能发展的速度也是非常快的。初步估计2020年我国的人工智能核心产业规模达到1512.5亿元，增长率为38.94%。

除了核心产业的增长外，人工智能带动产业而规模也呈现出快速增长区趋势。2019年我国人工智能带动产业从而规模为38521.5亿元，初步估计2020年达到5725.7亿元，同比增长高达49.83%。

2、人工智能发展快速主要由于应用产业广泛
人工智能发展快速主要由于应用产业广泛。从产业链的结构来看，在人工智能应用层设计的行业非常的多。软件方面的涉及主要有客服、金融、教育;硬件类主要包含无人机，仓储物流、智能机器人等;还有软硬件均为核心技术的无人驾驶和医疗健康产业。

从客户来看，中国人工智能市场主要客户来自政府城市治理和运营(公安、交警、司法、城市运营、政务、交运管理、国土资源、监所、环保等)，应用占比达到49%，互联网与金融行业紧随其后，占比分别为18%和12%。

企业和政府对人工智能的应用逐渐升温。在决定企业产生经济效益的各个环节，都已能够看到人工智能的身影：AI 核身帮助人们安全生活、远程交易、便捷通行;深度学习和知识图谱帮助企业在生产过程中分析预测、科学决策;人机对话提升了拜访登记、服务响应中的用户体验。人工智能将催生新技术、新产品、新产业、新业态、新模式，实现社会生产力的整体跃升，推动社会进入智能经济时代。
前瞻估算，目前中国大型企业基本都已在持续规划投入实施人工智能项目，而全部规上企业中约有超过10%的企业已将人工智能与其主营业务结合，实现产业地位提高或经营效益优化。

以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

5. 人工智能的发展会取代哪些工作？

在未来可能会消失的行业，应该有下面这些职业都是比较危险的职业了，未来5到10年，都有可能会消失的，一起来看一下吧！

第一个，司机。
2018年，中国正式开放无人驾驶汽车的上路测试。等到全自动化驾驶到来的时候，那一天，很多司机将会面临失业。

第二个，传统媒体工作人员
传统媒体会被新媒体所取代，这是大趋势，任何人都不能更改。

随着自媒体的普及，短视频，直播的火爆，人们只要拿起手机，就能立马了解到全球资讯。想要当记者的朋友们可以考虑做自媒体方向。

第三个，个体工体商户。
受到口罩的影响，随着电子商务的普及，电商日益的强大。线下的门店逐渐在减少了。

你知道海底捞吗？海底捞今年要关闭三百家门店。未来，线下实体店只会越来越难做，例如：服装店、鞋店、书店，他们都会越来越少。

第四个，流水线工人
。随着智能机器人应用开发技术的普及，很多地方正在逐步推广机器人取代工人。之前有报道，某个高科技工厂采用了六万的机器人员工，数个数据意味着六万个岗位被机器人取代。

未来十年，很多传统的流水线工人都可能被机器所取代。

第五个，收银员。
随着无人超市的投入，消费者可以自主的去结账了，不需要收银员了。

随着人工智能的普及，未来，很有可能，高速收费站，停车场收费站都是无人的，很多地方都不再需要收银员了。

6. 现在人工智能发展的如何？

人工智能行业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
本文核心数据：人工智能技术层重点分类,计算机视觉发展历程,计算机视觉市场规模,语音识别发展历程,语音识别市场规模
1、 机器视觉和语音识别是主要市场
技术层是基于基础理论和数据之上，面向细分应用开发的技术。中游技术类企业具有技术生态圈、资金和人才三重壁垒，是人工智能产业的核心。相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。
该层面包括算法理论(机器学习)、平台框架和应用技术(计算机视觉、语音识别、自然语言处理)。众多国际科技巨头和独角兽均在该层级开展广泛布局。近年来，我国技术层围统垂直领城重点研发，在计算机视觉、语音识别等领城技术成熟，国内头部企业脱颗而出，竞争优势明显。

2、计算机视觉发展历经三大理念，规模突破400亿元
1982年马尔(David Marr)《视觉》(Marr，1982)一书的问世，标志着计算机视觉成为了一门独立学科。计算机视觉的研究内容，大体可以分为物体视觉(object vision)和空间视觉(spatial vision)二大部分。物体视觉在于对物体进行精细分类和鉴别，而空间视觉在于确定物体的位置和形状，为“动作(action)”服务。正像著名的认知心理学家JJ.Gibson所言，视觉的主要功能在于“适应外界环境，控制自身运动”。适应外界环境和控制自身运动，是生物生存的需求，这些功能的实现需要靠物体视觉和空间视觉协调完成。
计算机视觉近40年的发展中，尽管人们提出了大量的理论和方法，但总体上说，计算机视觉经历了三个主要历程。即：马尔计算视觉、多视几何与分层三维重建和基于学习的视觉。

国际市场研究机构Research And Markets发布的最新报告显示，2019年全球计算机视觉市场规模为46.433亿美元，预计到2027年将达到950.805亿美元，从2020年到2027年，预计年复合增长率为46.9%。

3、语音识别发展科追溯到1956年
语音识别的研究工作可以追溯到20世纪50年代。在1952年，AT&T贝尔研究所的Davis，Biddulph和Balashek研究成功了世界上第一个语音识别系统Audry系统，可以识别10个英文数字发音。这个系统识别的是一个人说出的孤立数字，并且很大程度上依赖于每个数字中的元音的共振峰的测量。1956年，在RCA实验室，Olson和Belar研制了可以识别一个说话人的10个单音节的系统，它同样依赖于元音带的谱的测量。到21世纪之后，深度学习技术极大的促进了语音识别技术的进步，识别精度大大提高，应用得到广泛发展。
目前，语音识别技术已逐渐被应用于工业、通信、商务、家电、医疗、汽车电子以及家庭服务等各个领域。例如，现今流行的手机语音助手，就是将语音识别技术应用到智能手机中，能够实现人与手机的智能对话功能。其中包括美国苹果公司的Siri语音助手，智能360语音助手，百度语音助手等。

随着语音技术和自然语言理解技术的快速进步，AI语音语义技术已在智能翻译、智能医疗、智能汽车、智能客服、互联网语音审核等多个领域实现场景应用。
疫情之后不仅是工业领域，政务服务领域的语音机器人、传统行业企业的语音机器人也将有较高的市场增长空间。另外，NLP、AI数字员工、RPA的发展，一定程度上也将重塑AI应用场景。
2018年，全球智能语音市场仍呈现快速增长趋势，市场规模为142.1亿美元，根据预测到2024年全球智能语音市场规模将达到215亿美元，其中智慧医疗健康、智慧金融以及各类智能终端智能语音技术需求将成为主要的驱动因素。

4、美国AI高层次学者数量大幅领先
AI高层次学者是指入选AI 2000榜单的2000位人才，由于存在同一学者入选不同领域的现象，经过去重处理后，AI高层次学者共计1833位。从国家角度看AI高层次学者分布，美国A1高层次学者的数量最多，有1244人次，占比62.2%，超过总人数的一半以上，且是第二位国家数量的6倍以上。中国排在美国之后，位列第二，有196人次，占比9.8%。德国位列第三，是欧洲学者数量最多的国家;其余国家的学者数量均在100人次以下。

以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

7. 我们难道必须发展人工智能吗？

‍‍并不是我们要发展人工智能，而是我们发展到这一步了，现在需要人工智能。就像是软件越来越重要，面向过程编程已经满足不了软件的开发速度，所以我们后来选择面向对象编程。人工智能也是一样，你看为什么 20 年前人工智能没这么火？因为没需求啊！没有今天这么多的摄像头；也没有各种各样的硬件终端，这些都是人工智能的地基。在实际中，都是因为摄像头多了，才需要人工智能去识别画面内容。这时候我们不能说人工智能怎么取代了人的工作，而是几千上万台摄像头， 本身就不应该让人去肉眼看。‍‍

8. 人工智能越来越发达，会不会有些职业会被人工智能代替？

人工智能对人类劳动的替代不是将来时，是正在当下发生的事。
高盛通过人工智能程序淘汰了800个交易员岗位，现在仅仅留下2人。交易员有一个绰号叫红马甲，曾经是令人艳羡的高收入人群，是无数常青藤学校毕业生竞相争取的职位。如今却在短短时间内被代替了。
类似的事情在不同的工作领域发生着。四大会计事务所开始使用人工智能程序来替代昂贵的资深会计师。各大互联网公司在开发自动驾驶技术，如果此技术成熟，人类司机将面临下岗潮。目前的同声翻译软件越来越强大，就算是哪天替代了翻译岗位也不会让人惊讶。在律师所，人工智能已经可以替代见习律师的工作，大大降低昂贵的律师人力成本。


那是不是所有的工作都会被人工智能替代呢？未来的事不敢说，就说说当下的人工智能。
现在的人工智能都是弱人工智能，只能在划定的一个领域里进行工作。它能模拟人类大脑神经网络的结构，进行并行的计算。通过大数据的训练，人工智能可以从海量的数据里训练算法，达到更优化的计算模式。所以他的工作对象必须满足输入、输出的内容可以数据化。
人是复杂的，群体可以被数据化，但单体很难被数据化。所以面向人类的工作更难被人工智能替代。目前面临较大威胁的工作基本都是事务类的工作。会计处理的是账目，助理律师处理的是法律文本，交易员处理的是撮合交易，驾驶员处理的是驾驶车辆。没有一样是面对人的工作。
如果把人工智能进行大数据训练比作小学生做习题。人工智能的特长是做题快，纠错快，海量练习。所以他做题的能力很强，但它没有出题能力，也没有思考能力，更没有创新能力。

从这个角度来看，那些需要思考能力、创新能力的工作暂时还是安全。
别问我未来，时间变化太快，只能走一步看一步。
还没看过瘾？我在（公众号：俞若云）等你哦！