工作再不努力，2018年，要向机器人汇报工作了！

江涛，中国科技大学硕士学位，科大讯飞高级副总裁。在通讯和互联网行业有丰富的市场和管理经验。

活动：2016年3月27日 “新智元新书发布会 智库成立大会” 基金启动仪式，笔记侠作为合作方，经活动方和演讲者审阅授权首发完整版笔记。

笔记：笔记侠行走  深度好文：3066字|3分钟阅读

全网首发 · 精简笔记

1、人工智能前两次浪潮，或者说过去60年，中国基本上是缺席的。但是在第三次浪潮真正要开始走入到大规模实用的时候，中国已经做好准备和世界同行走在同一起跑线上，未来人工智能大的产业变革中一定有中国的一席之地。

2、人工智能有三个典型的领域：计算智能、感知智能和认知智能。

• 计算智能：最典型的挑战是棋类的挑战，AlphaGo战胜了人类，标志着计算智能在下棋这种有确定的规则和确定的评价手段的目标领域已经战胜了人类。

• 感知智能：目前在感知智能的挑战中，机器在结构化的环境下已经逐渐达到人类的水平。

• 认知智能：是对人类的理解、推理、学习等高级认知活动的模拟。在认知智能更宽的领域，当前热点是人和机器关于考试的PK。

全网首发 · 完整版笔记

最近人工智能比较火热，我被问得最多的问题是人工智能未来会不会威胁人类？未来会不会有一张天网统治地球？这些是关于人工智能和人类PK的问题。

人工智能怎么挑战人类？我更愿意解读成为AlphaGo取得的成果是人类在机器的帮助下突破了自己的极限，就像一百多年前我们发明了汽车，突破了人类跑步的极限一样，人类现在通过机器突破了自己下棋的局限。

人工智能发展的历程

1956年，达特茅斯会议召开开启了人工智能序幕，到了上世纪70年代，已经达到第一次黄金期，《数学原理》这本书中的50多个定理已经有30多个可以用机器证明了，人们相信再过十几年机器就能把所有的定理证明完；

但实际并不是这样，随着Hopfield网络（一种系统和二元系统的神经网络）算法和日本提出的第五代计算机的人工智能计划，人工智能又重新抬头；

第三轮人工智能的爆发，除了深度神经网络（微软推出的一款软件，其工作原理是模仿人脑思考方式）的提出，更重要的是云计算、移动互联网带来的大数据的超大运算能力，这一轮人工智能的爆发是真正的产业爆发，是能够进入千家万户带来很多产业变化的爆发。

前两轮人工智能的高潮和中国没有太大关系，但是在第三轮人工智能爆发的前夜，中国有很多科学家、工程师和企业已经做好准备和世界站在同一起跑线上，未来人工智能的产业大变革中一定会有中国的一席之地。

人工智能比想象的要来得快

一家调查机构显示：2018年超过三百万员工要向机器人老板汇报工作。这是媒体的表达，看着挺吓人，但完全是有可能的。我相信未来不只三百万人的工作是由机器来管理、调度和评价，可能还要向机器老板汇报工作。

麦肯锡也做了一个研究报告，说明AI是如何重新定义工作的，45%的人类活动工作可以由机器来替代，有人进一步分析，哪些工作是可以被替代的。

这个坐标图，横轴是每个小时的工资，纵轴是可替代的比例。

CEO每小时的工资是非常高的，但CEO的工作也会有20%由机器替代；文员、速记员，工作会有更大的比重被机器替代；脑力和按照体力复合的工作，比如园丁的工作只有20%会被替代。

德勤2016年也出了一个报告，认为认知技术会成为80%世界百强企业的标配，到了2045年机器将替代人类的工作。现在有60%的就业率，未来在这个基础上可能会降到50%，很多工作会被机器替代。

机器替代人的工作是好是坏？

至少孙正义觉得是好事，他提出了一个孙正义公式：生产性X劳动人口=竞争力。

中国GDP现在已经占到了全球第二，我们大量承接了全球的产业转移。中国现在产业工人的年薪大概是四万左右，越南这些国家承接中国转移的大概是两万左右。孙正义说：“如果未来日本做出了三万台工资达到这个水平的机器人，这些机器人还可以24小时工作，相当于给日本增加了九百万的就业人口，就有可能在2025年击败中国取得全球第一GDP的位置。”

作为人工智能的从业者，我们应该感受到沉甸甸的压力。未来人工智能的竞争，一定程度上是大国与大国之间的竞争，决定了中国在整个世界的国际地位。正是因为人工智能如此重要，世界各国都把人工智能作为未来非常重要的发展方向。

除了现在正在进行的深度神经网络的研究以外，还有对人脑的神经网络深度的研究，包括奥巴马在白宫发布的大脑活动图谱计划、欧盟发布HBP人类大脑计划，中国相关的人工智能计划也列入了国家计划。

人和机器的挑战

人工智能三个典型的领域：计算智能、感知智能和认知智能。

1、计算智能

计算智能领域最典型的是从象棋到围棋等棋类的挑战。提一个非常有意义的事情：1996年深蓝击败卡斯帕罗夫，这件事可能因为当时传播不是那么大，所以影响没有想象的广泛。

围棋棋盘比国际象棋大，棋盘大小“19x19”，总共有361个点，每个点一共有三种状态，即3的361次方，加起来是什么数字呢？十的一百多次方，比全宇宙中的原子数还要多。

所以人类的计算并不是穷举所有的可能性，所有的计算机加起来都不够，而是真正地通过蒙特卡洛树搜索（逐渐建立一棵不对称的树，分为选择、拓展、模拟、反向传播四步反复迭代）和评价网络等等算法把可能性压缩在有限的空间里，进行运算和决策。

AlphaGo战胜了人类，标志着计算智能在下棋这种有着确定的规则、确定的评价手段的目标领域，已经战胜了人类。

2、感知智能

最典型的项目是无人驾驶汽车。它可以像人一样感知外界的变化，不完全是感知智能，也涉及到一些计算智能，但最核心的环节就是感知智能。

目前的现状是：在结构化的环境下，或者说在可预测的环境下，机器和人已经差不多了；但在非结构化下环境中，机器和人差得很远。比如高速公路是结构化环境，如果把谷歌的自动驾驶汽车放在高速公路上是没有问题的，但放到沙漠，或者放到中国的农村土路上就会跑不起来，就会出很多问题，因为会出现更多不确定性的结构化。

目前在感知智能的挑战中，机器在结构化的环境下已经逐渐达到了人类的水平。

3、认知智能

比感知智能更有意思的是认知智能，认知智能对人类的理解、推理、学习等高级认知活动的模拟。

认知智能的基础是人类自然语言系统，在此之上形成概念，概念之上是逻辑推理。在这方面IBM的沃森就做得不错，他用的是比较传统的知识图谱的技术，在相对窄的领域内可以表现得比较好。

但在认知智能更宽的领域里，当前的热点是人和机器关于考试的PK。

关于这个挑战，美国和日本走在世界前列：

美国华盛顿大学图灵中心在做考试机器人，目标是通过美国高中生物考试，这个中心是由保罗·艾伦（微软的联合创始人）支持的，生物考试满分100分，机器人现在已经能考到六七十分了；

日本的考试机器人是由日本国立情报研究所NII带队的团队做的，目标是2021年让机器人参加高考并考入东京大学，日本高考九百分，东大至少要六百分，据说目前他们至少能考到三百分；

中国则是科技部的项目：类人答题项目，计划2020年让计算机考上一本。这意味着在高考领域PK掉80%的人类，我们希望它能在十年之后考上北大、清华，PK掉99.9%以上的人类。

这个课题要解决的核心问题是什么？

就是语言理解、知识表示、联想推理、自主学习这些问题。参加高考，文科的题目容易一点，理科的题目尤其是读图类题目机器人来作答是非常难的。

现在有哪些阶段性成果呢？

1、口语翻译

这是典型的认知领域的问题。人工智能已经达到了六级水平，科大讯飞在2014、2015年分别参加了全球顶级的机器翻译比赛，都拿到了第一名。

2、口语测评

已经可以替代老师。广东省高考有口语考试，2012年是人工考试，一开始请了一千多个老师人工打分，后来实在没有办法，就在全球范围内找哪家公司的技术用来替代人工。科大讯飞在相关度和平均误差两个指标上，计算机准确度都已经超过了人类，2014年和2015年在广东高考中已经全面应用了。

3、开放式的主观题的评价

计算机可以给高考、四六级考试打分。去年高考的卷子，老师打分以后机器再过一遍，其中人和机器打的分数相同的有四万份，另外一万多份机器和人打分不一样，结果78.6%、93%、88%、93%都是机器打得更准，机器在这个领域已经超过了国家级的评测员。

在机器参加考试之前，首先要知道什么样的作文是写得好的，下一步才能写出作文来，这都是一些过程化的进展。

科大讯飞发布了讯飞超脑的人工智能开放平台，把我们这些成果开放给业界伙伴。过去一年中开放平台总用户数从4.4亿到7亿，日均交互数从4.8亿达到14亿人次，第三方开发者从4.3万去年年底增加到11万。整个智能硬件创业发展也非常迅速，相信有了更多的开发者参与，整个人工智能产业生态会蓬勃发展起来。

未来几十年是人工智能大的产业周期中面临的巨大产业机遇，未来五到十年人工智能会像水和电一样进入我们生活的方方面面，会成为一个重要的基础设施。

这其中一定会诞生出一些伟大的公司，我相信中国很多公司就有这样的机会，讯飞也有这样的机会。

谢谢大家！

更多相关文章点击以下链接 

新智元，智能+中国的资讯社交平台，致力于推动中国从互联网+迈向智能+新世元。重点关注人工智能、机器人、大数据、虚拟现实、量子计算、智能医疗等前沿领域发展。

合作伙伴：混沌研习社｜创业邦｜领英中国｜36氪｜中欧商业在线...