第1026章 人工智能 (第2/2页)
　　
　　人工智能的兴起也再次导致硬件的变化，如从CPU到GPU再到TPU，这两年在新的算法上，也出现了一些突破，可以说，人工智能马上进入到一个新的爆发时期。
　　
　　未来50年里，人工智能“绝对”或者“很可能”会取代大部分人类工作。普华永道的调查也显示，未来15年美国38%的工作处在“高危”区域，极有可能被人工智能取代。
　　
　　扎克伯格在哈佛的演讲中说到：“我们这一代人是非常艰难的，未来将会有数以百万计的工作被人工智能取代，比如无人驾驶汽车、卡车等等。我们父母毕业时，他们的目标是找到工作，但是今天，人工智能导致许多工作消失，社区成员之间的关系也渐渐变淡，许多年轻人感到沮丧。”
　　
　　今天又看到一篇刷屏的消息：最近亚马逊和卡内基梅隆大学一起开发了一套名叫“OtterTune”的机器学习自动化调整DBMS的系统，并公布起设计论文和开源项目，重点解决DBMS长期存在的一些问题：
　　
　　1.对管理人员专业性要求高；
　　
　　2.管理成本高；
　　
　　3.无法实现配置资源最优化等一系列问题。
　　
　　这是连DBA的饭碗也要抢了。
　　
　　其实，也没啥好担心的，工业革命的时候，我们担心农民与个人纺织工的失业，汽车出现的时候，我们担心马车夫的失业，电子商务时代，我们担心实体店的失业。其实，在社会的进步中，我们总会有更多的机会出现，比如汽车反而造就了更多的就业岗位。
　　
　　工作岗位的确不是最用担心的，大不了人工智能来养活我们。我们需要担心的是另外一件事情，强人工智能会不会出现，怎么出现，以及出现之后是什么？
　　
　　要了解强人工智能，我们先看一下什么是深度学习！
　　
　　人工智能的本质是来自对大脑的研究，深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
　　
　　如果我们机器学习当做黑盒，不用了解这里面的技术是怎么实现的，最关键你要知道它有两个状态，第一个状态是学习状态，第二个状态是执行状态。就像对一个孩子，当你希望他掌握一个技能的时候，一定要给他足够的训练，在中式教育中就是题海战术。所以任何机器学习都需要有很多数据，这些数据当中往往包含问题和答案，不同的机器学习需要的数据量不一样。学习完之后，这个小孩就毕业了，以后他在执行相同任务的时候，自然而然就会给出分析结果。
　　
　　具备自我学习能力，才是人工智能从弱人工智能走向强人工智能的关键，如果想要程序编一个强人工智能出来，那是不可能的事情。
　　
　　在科幻巨著《海伯利安》中，描述了强人工智能”内核“的起源：
　　
　　我们再看另外一个更现代感有趣小故事：
　　
　　人工智能，不再是科幻，不再是阅读理解，不再是新闻标题，不再是以太网中跃动的字节和CPU中孱弱的灵魂，而是实实在在的宿命。
　　
　　所以，所有真正可怕的，不在于目前的弱人工智能，弱人工智能一定是对我们有利的，只是解放了我们的劳动力，以及把我们从重复性的劳动中解放出来，可以做更有意义的事情。
　　
　　而靠弱人工智能进化出来的强人工智能（不一定是机器人），他们到底是什么，他们会做什么，这个是我们不能肯定的。我敢肯定的是，不存在这么一个 “机器人三大定律” 的东西能约束他们，他们就是另外一种智慧，正如 “硅基生命” 。
　　
　　黑客帝国中的机器，靠人类的模拟世界，最终进化出了自己的创新能力，人类再无可用（当然，无可用不表示要消灭，就好象你不会去消灭蚂蚁一样）。
　　
　　在《海伯利安》的故事中，场景更为宏大，有人工智能进化出来的“内核”，有走到哪里都要保留现状的“现有人类”，也有随意进化的“驱逐者”人类，比如进化出翅膀，进化成能在太空中生活的人类。但是，那对“现有人类”来说，“内核”不算人类，“驱逐者”就是人类吗？
　　
　　最后，不要认为什么创新能力，移情能力是机器没有的，人类也不是诞生第一天就具备这些能力的，只要能进化，就能学会思考，然后一切皆有可能。
　　
　　或许，奇点就在我们未来的不远处！