2020年人工智能改变未来的八大趋势

2020年人工智能改变未来的八大趋势

人工智能教育再度提升 教育部指明方向了

人工智能（AI）真的会带来大规模失业吗？

先说结论：AI 会带来大规模失业吗？——会 这个问题其实隐含了另一个问题：我们需要担心吗？——不用过于担心 我们先来看第一个问题： 为什么 AI 会带来大规模失业？ 事实上，失业已经发生了，只是是否需要定义为大规模的问题： 高盛只剩三名股票交易员 华尔街人工智能成趋势 高盛只剩三名股票交易员 花旗银行总裁Forese表示，集团未来5年将减少10000名技术和运营人员。 微软解雇了数十名为Microsoft News和MSN网站编辑新闻的记者和工作人员。 解雇后，微软采取了一项措施，转向依靠人工智能挑选MSN网站以及该公司新闻软件Microsoft News上展现的新闻和内容。 随手一搜，这样的新闻不在少数。究其原因，自然是因为 AI 相比于人类有诸多优势： 严格遵守纪律，不会被情绪影响——适合从事自动化交易、客服等工作； 计算能力强，处理速度快——适合从事计算量大，但是场景相对单一的工作； 单一场景经过训练后超过人类——适合从事违规图像识别、违规检测等工作； 不眠不休，有点就能持续工作——适合从事……几乎所有职业这一点上都秒杀人类。 此外，可以与任何智能设备融合，这又使他们获得了机器人的优势： 行为可操控，动作精确度大大超过人类——适合从事制造业、生物科学； 不惧怕病毒、辐射、寒冷、高热等恶劣条件——适合从事救援、探索、高危作业。 这些想必大家也都清楚，不然也不会有这个问题问出来了。我们重点来看看： 为什么我们不需要担心？ AI距离大规模落地，道阻且长 正如有个高赞回答里提到的，与其担心AI带来大规模失业，先担心一下AI从业者大规模失业吧。 我们来看看那个回答里提到的Gartner Hype Cycle，到低是个啥，靠不靠谱 时光倒回7-8年前，那时候还没人提人工智能、区块链，因为他们还处于技术萌芽期，最火的当数大数据，再早几年是云计算，我们看看2012年，他们在Gartner Hype Cycle上处于什么位置： 可以看到，大数据即将爬升到泡沫顶峰，云计算已经开始下降，仔细看看，还可以看到很多大家熟悉的技术，比如HTML5，NFC支付等。 来到2014年： 大数据和云计算都进入下降通道，泡沫加速破灭。到了今天，我们在图上已经看不到他们了，因为他们已经走完了爬坡期，进入成熟期，不再是一种新技术了。在工业界的应用情况呢？现在哪家互联网公司还没部署Hadoop？初创公司不用AWS、阿里云？听起来好像不可思议，落地成果满地开花。 说回我们的主角——人工智能，2017年的Hype Cycle： AI相关技术加速爬升，到了2019年： 开始进入泡沫破裂期。影响体现在方方面面，比如招聘： 如何看待2021年秋招算法岗灰飞烟灭？www.zhihu.com 当然，还会有AI行业的从业者失业，虽然这并不是问题的初衷，但是结果是一样的。 距离AI真正落地，还有相当长的时间，并且，现在的人工智能，还是“人工”智能，或者叫弱人工智能，和大家在电影里看到的强人工智能还有非常大的差距，要替代人类的工作还有很长的路要走。 AI在导致失业的同时，会创造新的工种和职位 为了让AI有充足的样本进行训练，AI行业也开始大规模启用线上外包模式。比如图片标注，我们想训练AI识别一张图片是猫还是狗，对于人类来说，哪怕是婴儿，也只需要简单训练几次即可，但是对于AI，需要大量的人，将很多张图片，标注成是猫还是狗，在学习到足够多的样本，抽象出足够多的特征后，AI才能自己识别新图片。因此这是一个劳动密集型的行业，标注者的水平不用太高。当然，除了图片标注，还有语音识别，不然你以为Siri、小米小爱、天猫精灵、科大讯飞都是怎么学习用户声音的？ 除了图片标注，还有语音识别，图片来自网络，侵删 还有，另一个行业也有大量的标注需求，那就是自动驾驶 自动驾驶需要大量的路况标注样本 所以数据标注员，被称为最后被AI取代的人，因为AI一直需要他们。 数据标注员，就是AI创造的新工种，被称为人工智能时代的“农民工”。这个行业还可以给很多残障人士提供就业机会： 作为一名换过40份工作的聋哑人，他很庆幸，终于在“数据标注”领域成了“有用的人”。 小袁是京东众智平台上“静公会”的聋哑人标注员，这个公会全部由听障人士组成。 那些人工智能背后的人工，回乡了www.huxiu.com 今后，还会有更多的类似职位出现，虽然说起来有点悲哀，他们总是处在人工智能光鲜亮丽的阴暗面，为人工智能的成长提供养料。但是相比失业来说，相比从事重体力劳动来说，相比从事高危作业来说，这样的工作更加安全，薪水也不少，不失为一种更好的选择。 AI无法真正的取代人类 前面提到，目前的人工智能，说好听点叫弱人工智能，说难听点就是人工智障，别说人类了，连乌鸦都比不过。下面节选朱松纯教授的《浅谈人工智能》给大家看看： 浅谈人工智能：现状、任务、构架与统一 | 正本清源mp.weixin.qq.com 上图a是一只乌鸦，被研究人员在日本发现和跟踪拍摄的。乌鸦是野生的，也就是说，没人管，没人教。它必须靠自己的观察、感知、认知、学习、推理、执行，完全自主生活。假如把它看成机器人的话，它就在我们现实生活中活下来。如果这是一个自主的流浪汉进城了，他要在城里活下去，包括与城管周旋。 首先，乌鸦面临一个任务，就是寻找食物。它找到了坚果（至于如何发现坚果里面有果肉，那是另外一个例子了），需要砸碎，可是这个任务超出它的物理动作的能力。其它动物，如大猩猩会使用工具，找几块石头，一块大的垫在底下，一块中等的拿在手上来砸。乌鸦怎么试都不行，它把坚果从天上往下抛，发现解决不了这个任务。在这个过程中，它就发现一个诀窍，把果子放到路上让车轧过去（图b），这就是“鸟机交互”了。后来进一步发现，虽然坚果被轧碎了，但它到路中间去吃是一件很危险的事。因为在一个车水马龙的路面上，随时它就牺牲了。我这里要强调一点，这个过程是没有大数据训练的，也没有所谓监督学习，乌鸦的生命没有第二次机会。这是与当前很多机器学习，特别是深度学习完全不同的机制。 然后，它又开始观察了，见图c。它发现在靠近红绿路灯的路口，车子和人有时候停下了。这时，它必须进一步领悟出红绿灯、斑马线、行人指示灯、车子停、人流停这之间复杂的因果链。甚至，哪个灯在哪个方向管用、对什么对象管用。搞清楚之后，乌鸦就选择了一根正好在斑马线上方的一根电线，蹲下来了（图d）。这里我要强调另一点，也许它观察和学习的是别的地点，那个点没有这些蹲点的条件。它必须相信，同样的因果关系，可以搬到当前的地点来用。这一点，当前很多机器学习方法是做不到的。比如，一些增强学习方法，让机器人抓取一些固定物体，如积木玩具，换一换位置都不行；打游戏的人工智能算法，换一换画面，又得重新开始学习。 它把坚果抛到斑马线上，等车子轧过去，然后等到行人灯亮了（图e）。这个时候，车子都停在斑马线外面，它终于可以从容不迫地走过去，吃到了地上的果肉。你说这个乌鸦有多聪明，这是我期望的真正的智能。 类似这样的智能，才是我们期望中强人工智能的样子。我们距离这种只能，还太远太远了。哪怕有朝一日，真的实现了类似智能，距离人类仍然十分遥远，我们有生之年未必能够看见。 所以，结论是人工智能回答带来大规模失业，但是我们不必过于担心，因为AI距离真正落地，道阻且长，而且会产生很多新的工种和职业，并且目前的 AI 即便真的落地了，也是弱人工智能，距离大家想象中的强人工智能，还有很长的距离。 与其杞人忧天，不如抓紧过好当下，找到自己真正热爱的职业，才是我们现在要做的，找到一个人工智能无法取代的职业，才是我们一直应该做的

教育部等三部委发文：加快人工智能领域研究生培养

教育部等三部委发文：加快人工智能领域研究生培养 雷锋网消息，近日，教育部、国家发展改革委、财政部联合印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》的通知（以下简称《意见》），以推动“双一流”建设高校着力构建赶超世界先进水平的人工智能人才培养体系，大力培养具有发展潜力的人工智能领军人才。 图片来源：教育部官网截图 《意见》表示，未来将以解决人工智能重大理论和实践应用问题为牵引，促进人工智能基础理论研究，加快人工智能领域科技成果在重点行业领域的转化应用。以产业行业人工智能应用为导向，拓展核心技术和创新方法，实现人工智能对相关学科的赋能改造，形成“人工智能+X”的复合发展新模式。 《意见》还提出要“跨界融合、精准培养”，深化人工智能与基础科学、信息科学、医学、哲学社会科学等相关学科的交叉融合。 《意见》指出，要扩大研究生培养规模，将人工智能纳入“国家关键领域急需高层次人才培养专项招生计划”支持范围，综合考虑有关高校高水平师资、国家级科研平台、重大科研项目和攻关任务，以及产教融合、协同育人成效等情况，安排研究生尤其是博士生招生计划专项增量。积极引导高校通过实施常规增量倾斜和存量调整办法，切实优化招生结构，精准扩大人工智能相关学科高层次人才培养规模。 在人才培养上，加大对优秀人才特别是青年人才的稳定支持力度，大力培育具有发展潜力的人工智能领军人才。构建多类型、高质量、结构合理的人才队伍，涵盖理论、方法、工具、系统研究，以及将人工智能技术应用于产业创新、社会治理、国家安全等方面的人才。加强人工智能科研伦理教育。 教育部学位管理与研究生教育司负责人在答记者问时表示，《意见》的“亮点”在于“特别重视多维融合的推动策略”。 学科建设强调“融合发展”，健全学科设置机制，以学科重大理论和实践应用问题为牵引，促进人工智能方法与技术向更多学科渗透融合; 人才培养模式强调“复合培养”，探索以问题为导向的学科交叉人才培养模式，深化产教融合，大力提升研究生创新和实践能力; 课程体系建设强调“精密耦合”，以“全链条”“开放式”“个性化”为目标，打造人工智能核心知识课程体系和应用模块课程; 评价机制强调“组合创新”，以成果评价为突破口，科学评价论文、专利、软件著作权等多种成果形式，推进不同类型研究生的分类评价机制。 《意见》指出，未来要充分发挥政府财政投入、政策支持的引导作用和市场配置资源的决定性作用，鼓励企业、社会加大投入，形成财政资金、金融资本、社会资本合力支持人工智能相关学科发展和高层次人才培养的新格局。鼓励人工智能龙头企业根据产业技术的最新发展和对人才培养的最新需求，提供试验实践环境，对高校教师开展培训。 此外，下一步三部委还将根据《意见》开展一系列创新举措，提高人工智能领域研究生培养能力。

红头文件告诉你：人工智能+教育已成国家战略，自适应学习要火！

红头文件告诉你：人工智能+教育已成国家战略，自适应学习要火！ 随着人工智能技术在教育领域的深入应用，人工智能助力教育变革的作用越来越突出。政府关于人工智能的红头文件的密集出台，也意味着，人工智能+教育已经上升为国家意志。