創造精彩2017重整旗鼓
社會與國家應對人工智能，要面臨困難的選擇，它完全不同於以前任何一次技術衝擊。
自從工業革命後，人類社會一直在經受創造性破壞，或者破壞性創造。新技術創造出一批就業機會，也毀滅了一部分人的生計。如果新就業機會多於舊的，而且賺錢更多，社會總體財富增加，那麼社會就容易接受這種進步。反之社會就抵制這種進步。
當年汽車代替馬車，破壞了馬車伕馬車行的生意。但是圍繞汽車迅速形成一個產業鏈，總價值遠大於馬車，所以人類社會大約用十幾年就普遍接受汽車。
相反的例子是農業機械。它產生於十九世紀末，歐美普遍缺乏勞力，所以它能夠普及。50年代中國就想大力引進農業機械，早期人民幣上就有女社員開拖拉機的形象。但是後來發現，當時城市無力吸納普及農業機械後富裕出來的農村勞動力，所以就改為承包制。農業還是以手工勞動為主，直到最近機械化才在中國農村大規模出現。
人工智能很有可能更象後者而不是前者，它所破壞的就業崗位遠大於它能提供的。同時其它科學領域也沒有足夠的進步提供大量就業機會。所以人工智能的普及造成了大規模的社會破壞。有人統計，自動化和人工智能讓美國消失了兩千多萬個勞動崗位，遠多於外包中消失的工作崗位。
但從微觀社會也就是公司這個層面來看，如果能用人工智能他們就不會用人工，這個趨勢不會變。所以很考驗國家如何調控這個矛盾。現在還沒有哪個國家解決這個問題。特朗普上臺就是美國在這個問題上失敗的表現。他代表著美國落後生產力，選民中有很多是自動化與人工智能淘汰的，幾乎無望再就業。他們希望美國恢復到挖煤鍊鋼時代，與硅谷關係極差，並且有公開抵制高科技的言論。
這對中國也是個危險信號，因為人工智能很快也會大量破壞就業崗位，就象當年收割機破壞小農經濟一樣。馬丁福特在《機器人時代》中估計，中國被人工智能威脅的崗位多達40%，遠超美國的20%。這也好理解，我們本來就以低技術勞動力為多，現在他們一長大就遭遇人工智能，淘汰的可能性更大。
如果沒有大量新的就業崗位創造出來，積累的失業壓力如何釋放必然會成為大問題。現在世界上對此還沒有答案，我們也無法照抄西方經濟學或者政策就能解決，他們自己都還不知道怎麼辦好。
科技文化鄭軍
在20年前的北京，有一批開電梯的女操作員。許多單位那種老式的大電梯，女操作員有把椅子坐著。人上來，女操作員就會問到哪樓，按開門關門和樓層紐。這種工作沒有任何價值，但是就確實存在。為了部分人口的就業，這些單位也是拼了，給需要就業的關聯人口安排了這種工作。
那是以前的事，人工智能出現後，原理是一樣的，要敢於放開想象力。會出現很多象電梯操作員一樣的職業。其實不需要你做什麼，系統會安排好你的工作。
也許是整天刷APP，看夠各種文章、視頻，保持活躍的評論、點贊，就有錢收；也許是完成遊戲任務，VIP來玩了，就去勇敢地挑戰，然後死得精彩一些。或者和AI對戰，接受羞辱。總之，IT與人工智能時代就算真的出現了大批“廢材”，系統會找到安置的辦法，因為這世界還是人說了算。
以後總有些工作是AI取代不了的。比如，人的主觀存在、感性意識、情感發洩，AI是無法取代的。無論是踢球、廣場舞，還是打麻將，表演起來。學會表達出來，表示自己還是個人，哪怕圍觀的是AI。大批的人會成為戲精。
如果以後註定是AI世界，那也可以選擇成為帶路黨。學習去了解AI，開發AI，幫助AI發展壯大，取代越來越多的人。
除了廢材、戲精、帶路黨，還有兩種選擇。一種是系統的一部分，一種是反抗者。以後即使是AI世界，在法理、技術層面，也會有一部分人和其它人不一樣，例如擁有AI認可的系統股權。好好混，無論是通過花錢，還是成為資本家，還是技術入股，找機會獲得這種股權。
如果接受不了安排，可以成為反抗者，在人類的保留地，過著不接受AI的生活。抗爭之後，系統會給反抗者一部分生存空間，去除AI的影響，讓人類自己管理。
從人性的角度，以後人們的出路就是這些了。個人總會被迫選擇一種角色，無法拒絕。
風雲學會陳經
（-東南偏北）
這個問題很有前瞻性，似乎大家都已把人工智能當做了未來的一種大趨勢。如何適應人工智能時代，我們倒不如以此為基礎來分析分析。
人工智能會威脅人類的哪些工作？
以前看過一項調查，說是60%以上的華爾街基金都在計劃引入人工智能來炒股，這應該是真的。不過這不是問題的關鍵，問題是基金經理幹嘛去啊？現在的基金經理如果還想著按照原來的方式去工作，那自然就得失業。事實上，據說現在基金經理的工資也在一路下滑，甚至滑倒了過去自己看不起自己的程度，讓他們開始懷疑人生。
前面說的基金經理只是舉的一個例子，但是說如果一定要對人工智能威脅的人類的工作進行一個歸納的話，那麼人工智能淘汰的人類的工作，一定是缺乏創新性，且工作趨向重複性的工作。
也就是說，安全的工作符合以下特點：
1. 有非常高的創意性和抽象性思維；
2. 需要高度社交智慧和談判技巧；
3. 需要關心和與人溝通能力；
未來的世界，不改變工作模式是不行的。你現在只會抱著賬本記賬，就很難找到工作，因為大家都用電腦來記賬。甚至報稅都用電腦，否則就繳不了稅，這也就是十幾年裡出現的改變，人不是也適應的挺好的。大家都能適應人工智能的世界，過去已經在一定程度上適應了，今後也可以適應。主要的問題，就在於今後要做到什麼樣的程度。
在前一陣子，波士頓的專家們則認為這個時間會更短：2025年之前，全世界至少要有四分之一的崗位因為人工智能的發展而徹底消失。預計可能有數十萬乃至上百萬人將受到直接衝擊而失業。BBC 對此也進行過報道，認為在未來這些行業存在很大概率被人工智能替代，大家不妨做個參考：
筆者按照可替代度從高到低的排列順序，給大家整理了下，20個在未來20年最有可能被人工智能替代的工作：
天天說錢
社會的每一次變革，都會湧現一大批優秀的人，人工智能是社會發展的大趨勢，生在此時代，當是吾輩的福分，擁抱時代，擁抱變化，擁抱AI.
每個行業5到10年就會發生一些大的變化，現在說人工智能時代已經來臨，還有些早，如今的人工智能還是弱人工智能，即目前技術積累是在感知類的領域，遠沒有到機器可以自主決策的階段，之前也有在#AI是什麼#的邀請下回答過一些自己對AI的理解，感興趣的可以瞅瞅的，那至於如何應對AI，AI時代的來臨，人才一定是最重要的資源之一，而且對人才的要求標準越來越高，人才越來越重要，人才拿到的薪酬也會愈來愈高的~ 但高標準的人才缺口愈來愈大，所以這是個機會，抓住AI ，便可以拿到較高薪酬的，改善生活，從學習AI開始~哈哈哈~.
個人建議從AI的行業概述、整個產業鏈構成來學習，先建立一個自己的知識框架，然後再學細分領域的知識；每個時代的興起，代表著行業必將產生變化，當你瞭解了AI的行業概述，你就會明白AI發展是受技術驅動的，（數據量，算力、算法技術的發展等）、以及政策法規的影響（我國在政策法規層面上還是很OK的，百度拿到無人車牌照便是一個很好的開端~）當你瞭解了AI的整個產業鏈佈局，你會發現每個行業都在”AI”，如果精力還OK的話，可以瞭解一下巨頭在”AI”領域的佈局，以及它們打造的開源平臺，（個人曾對巨頭打造開源平臺十分不解，準備後續寫一篇關於巨頭打造開源平臺的文章~），當你對AI建立了自己的知識框架後，你就應該研究一款AI時代誕生的產物，強烈建議關注“智能音箱”的發展~.
智聯校園 學生支明回答
智聯校園：求職 | 學習 | 活動 | 吐槽 | 故事 | 專屬大學生的聚集地
智聯校園
這個問題，讓走在距離前沿最近的人 來回答一下？
人生資本論請來了AI領域的巨頭公司——IBM的副總裁，周憶女士，來聊了聊人工智能時代的我們。
快看視頻吧~
\n
{!-- PGC_VIDEO:{"thumb_fingerprint": 13597691725143657261, "vid": "5c7932b8a5c14c1b816fbf276349b6e0\
人生資本論
擁有告密者、活動家、參議員候選人多重身份的切爾西·曼寧日前在SXSW上就未經核查的數據收集和對算法錯位信任的危險性展開討論。“我在伊拉克參與開發的算法已經找到了它們進入監管的方法，還有大公司的運作方式，無論是你的信用報告還是廣告數據。”
在與《Vogue》Sally Singer的對話中，曼寧談到了自己十年前在軍隊的預測分析工作以及對現代程序員已經接近AI的擔憂。她表示，雖然開發更好、更精確的算法這個初衷很好，但當它們被加上人類的偏見之後一切就將發生變味。
曼寧認為應當建立一套規範軟件開發者的道德框架，“我們這些技術人員、開發人員，特別是在開發會影響到上千萬人系統的我們--好吧，我想我是在說Twitter的算法、Google的算法以及預測警務--我們需要知道我們正在做什麼。就像醫生有道德規範一樣，軟件開發人員也應該有它的道德規範。”
曼寧指出，問題的部分原因在於收集了大量日後可以再度被利用的數據。“我對安全級別有著偏執。我建議人們最多的就是：對你放出的信息要有自我意識。”這包括技術上的自願，像允許手機應用程序進行位置追蹤、很難保持私密的數據以及被賣給廣告商的購物記錄等等。
與此同時，她對人們缺乏行動感到不安。曼寧指出，雖然人們知道政府的監控項目已經有四五年的時間，但他們卻未曾採取實質行動而總是盼望著其他人來做點什麼。
儘管曼寧自稱信息偏執狂，但她在Twitter卻保持著活躍的公眾形象，不過按照她自己的說法，她只在“安全的筆記本”使用Twitter。
而科技屆對AI表示擔憂的絕非只有曼寧一人，像特斯拉CEO馬斯克就曾多次公開表達了對AI的態度，日前他又在SXSW上重申了“AI遠比核武器危險”的觀點。
teikaei2cnBeta
或許當中需要重要的一個問題就是這項技術引發的倫理問題。據外媒報道，人工智能(AI)將成為科技行業的下一個大事物，然而隨之而來的是人們對這項技術的擔憂。微軟CEO薩蒂亞·納德拉就在公司最新的內部重組後表示：“在我們推動技術進步的同時我們需要確保我們的做法是負責任的。”
微軟零售店（cnBeta配圖）
為了顯示雷德蒙德這家巨頭公司對AI倫理和信任持續上升的重視，納德拉還在上個月宣佈了創建一個AI與倫理工程和研究(AETHER)委員會的消息。
為此，微軟方面出於對AI倫理的擔憂而不得不放棄掉銷售。微軟科學家Eric Horvitz在卡內基-梅隆大學的倫理與AI K&L Gates會議上指出：“重大（AI）銷售不得不放棄。”
不過由於微軟方面表示公司從未與任何現有客戶達成任何交易，這意味著Horwitz提到的銷售應該只是來自潛在客戶。
微軟在最新發表的聲明中解釋了更多關於AI倫理以及AETHER委員會。“我們認為有責任地開發和部署AI是非常重要的。微軟成立了Aether委員會以此來確定、研究和推薦AI對人類和社會影響所帶來問題、挑戰和機遇的政策、程序和最佳實踐。”
現在，AI在微軟公司中已經佔據了一個非常重要的位置，這家公司甚至暗示將會推出一個激動人心的驅動硬件。
cnBeta
同學周君大學畢業後就進了當地一家國有銀行，兩三年後就升到了中層主管，工作壓力也不大，整天吃喝玩樂。待遇雖然比不上那些在北上廣打拼的人，但在一個四線小城，已經羨煞百分之九十以上的人了。然而在最近一次同學聚會中，周君卻滿臉憂愁，原本有些少年白的頭髮似乎全白了。交談之後才知道，銀行引進了一套人工智能，周君所在的整個部門都被裁撤。周君當然不至於失業，銀行把他調到了一個新部門。但是他焦慮的是，他對新的業務完全不熟悉。他在銀行待了十年，除了本部門的業務，幾乎沒有學習過其他知識。部門裡還有不少剛畢業的學生，他和這些應屆生處在同一個起跑線上。他更加焦慮的是，新部門在未來的三到五年，也有被人工智能取代的可能。
其實這種變化並非今天才開始，早在五十多年前，美國、西歐等工業發達國家就已經開始發生變化，只不過那時候沒有人工智能，而是信息革命引發了類似的問題。人工智能可以視作信息革命的一種升級，在本質上都是將人從機器中解放出來。這種技術進步引起了社會各個領域的深刻變化。傳統的工業社會以商品生產為主要特徵，信息革命發生後，工業生產在經濟中的比重大大降低了，從業人員的比重也大幅降低。也就是說馬克思所定義的工人階級，無論是數量還是重要性，都在降低。美國著名思想家丹尼爾·貝爾把這種社會現象稱為後工業社會。在五十年前，丹尼爾·貝爾就對未來社會進行了預測，並在《後工業社會的來臨》一書中，詳細闡述了後工業社會具體是什麼樣子。他的這些預測，有些已經發生，有些正在發生。如果被人工智能取代，我們該怎麼辦？讀完這本書，我們就能找到答案了。
知識是對事實或者思想的系統闡述，它提出合理判斷或者實證結果，並且通過某種載體以規範的方式傳達給他人。知識是已認知的精神財富，被冠以名稱，擁有版權或者其他被認可的形式。
一、服務業迅速發展
二、專業人員起主導作用
三、管理知識成為政治新挑戰
dr迷蝶夢
博弈聖經著作人的理論學說；
學校給學生講AI是非常困難的，因為沒有被證明的博弈取勝理論編寫進去、就不會有一本好的教科書。博弈聖經的博弈取勝理論屬於“非絕對對立性”的三維私湍結構、非常不好理解，它比相對論的二維量子概率運算複雜得多，它是在“國正論非絕對對立性”哲學私湍中、進行的“國正論數形運算”，就是根據量子化數形邏輯哲學、對“粒子基因常數”的精確運算，一絲不差的運算出它的位置和它精確的量子化數碼。把這些翻譯成學生用的教科書可能不太容易，而且核心技術理論又被封鎖。
由於博弈聖經著作人非常反對AI，他說吆喝AI的人就是騙錢。AI是一個詞，AI是遊戲賭博的意思，AI和輸贏沒有一點關係。他還說，AI是遊戲，是賭博智慧的一個概念，AI沒有任何內容。獨立的談AI沒有一點用，無論談多少東西都是胡扯。中科院院士姚期智說，人工智能現在最大的缺陷就是沒有理論，人工智能基本上是一個實驗的科學。
用戶64551729537
簡單來說，是新聞原文在幾次傳播過程中產生了新的內容（包括英文和中文），然後翻譯到中文以後又出現了令人遺憾的誤讀（或許是故意的），最後讓人產生錯覺。
我給大家介紹下最開始的版本。
簡單來說，這個聊天用的 AI 出現了bug，顯得很智障。
然後討論了一下，說了幾個觀點：
1. 人其實很難理解機器，至少沒法像母語那樣理解。學過編程的人都明白這是什麼意思。
2. 英語（或者說人的自然語言）有本身的缺陷，至少應用在編程時不是最高效率的思維模式。
然後在傳播和翻譯的過程中就一路添油加醋，最後變成了 “AI 發明新的語言"。
大概就是這樣。
以下是考證路徑。
Google搜出最近的英文新聞也很玄幻，幾個不知所謂的博主甚是吹了一波 AI 滅世論。那麼我們先找找原文。
原版應該來自Digital Journal在22日（點進去是21日）的一個新聞，那我們點進去看一看。
細讀我們會知道這一篇的主要論點在於探討為什麼這個 AI 沒能達成預想的效果，並且討論了英文的侷限性。
那麼其中提到：
那我們就去找 Fast Co. Design 的原文。
7月14日。
那我們就找到了原版的聊天記錄，是這樣子的。
At first, they were speaking to each other in plain old English. But then researchers realized they’d made a mistake in programming.
那我們其實意識到這是一個bug。
然後下文是進一步的討論。
Facebook has three published papers proving it. “It’s definitely possible, it’s possible that [language] can be compressed, not just to save characters, but compressed to a form that it could express a sophisticated thought,” says Batra. Machines can converse with any baseline building blocks they’re offered. That might start with human vocabulary, as with Facebook’s negotiation bots. Or it could start with numbers, or binary codes. But as machines develop meanings, these symbols become “tokens”–they’re imbued with rich meanings. As Dauphin points out, machines might not think as you or I do, but tokens allow them to exchange incredibly complex thoughts through the simplest of symbols. The way I think about it is with algebra: If A + B = C, the “A” could encapsulate almost anything. But to a computer, what “A” can mean is so much bigger than what that “A” can mean to a person, because computers have no outright limit on processing power.
“It’s perfectly possible for a special token to mean a very complicated thought,” says Batra. “The reason why humans have this idea of decomposition, breaking ideas into simpler concepts, it’s because we have a limit to cognition.” Computers don’t need to simplify concepts. They have the raw horsepower to process them.
我們可以意識到這是對於英文本身的討論，不是說 AI 創造了人類不能黎姐的新語言多麼高明，而是討論了人類自然語言的低效和不精確性。對編程語言或分析哲學有了解的朋友都能輕易產生共鳴。
此外，我找到了一點關於這個 AI 的信息。
6月的時候 Facebook 的人給這個AI寫了一份概述性質的東西，https://code.facebook.com/posts/1686672014972296/deal-or-no-deal-training-ai-bots-to-negotiate/，有興趣的人可以自己去看。
看上去跟這個新聞有關的就一句話：
But building machines that can hold meaningful conversations with people is challenging because it requires a bot to combine its understanding of the conversation with its knowledge of the world, and then produce a new sentence that helps it achieve its goals.
讓程序跟人類產生有意義的對話還是挺難的，因為這需要程序把自己在對話中的理解跟自己所瞭解的東西結合起來，然後產生一個回覆來完成對話。
就是說這東西挺難寫，一不小心就會出bug。
那其實還是人寫的，不存在什麼 AI 發明的語言。
