机器人先生（我老公）刚从中国开完《第四界中国机器人峰会》回到旧金山硅谷，就迎来了世界排名第一的中国围棋选手柯洁输给了人工智能ALPHAGO的新闻，虽然这和大家的预期是一样的。不过内心深处还是希望柯洁能爆个冷门干掉ALPHAGO。
熟悉我家的读者或者听过机器人先生讲座的读者都知道，机器人先生（我老公）是美国斯坦福大学机器人学博士，是美国CES创新大奖最高奖获得者。 他这次受邀参加《第四届中国机器人峰会》，并在峰会上做了《机器人和人工智能的崛起，对于现代教育意味着什么》的主题报告。在这次峰会上，“中国国际机器人智库”成立了，机器人先生有幸成为智库20多位机器人专家中的一员。
这几天，机器人先生一直和我在谈论峰会上各个专家在讨论的话题。我说干脆你给我们的读者写点什么吧，毕竟你是刚刚成立的《中国国际机器人智库》中20几个机器人/人工智能专家中唯一一个研究智能时代教育的专家。让大家能了解到全世界最前沿的高科技，这也正是我们创办“美式学习零距离”这个公众号的初衷。
ALPHAGO
那我就从ALPHAGO谈起吧！
说到ALPHAGO的厉害之处，为了让大家对于围棋的复杂程度有一个直观和形象的理解，人们经常用这样一句话来形容围棋的难度： 围棋中可能的走法要比现在我们已知的宇宙中的原子的数量还要多。
这句话是正确的，但是还不精确。因为他还不足以形容围棋的难度。我们来看看，其实我们现在已知的宇宙中，组成整个宇宙的所有的星系，星云，恒星，行星，卫星，彗星等等的所有原子的数量加在一起，大概是10^80(10的80次方)。
那么我们再看看，围棋究竟有多少种下发。围棋的下法一共有10^768(10的768次方)之多。
也就是说，围棋的下法数量比宇宙中的原子数量要大得多得多、多得多......对于10^768 比 10^80 究竟大多少，大家可以自行研究一下。
Watson
我们再来看看2016年另外一个大出风头的人工智能Watson吧。
2016年，有一位60岁的日本女性得了一种非常罕见的白血病，这种白血病很罕见以至于人类的医生无法做出正确的诊断。于是，日本东京大学医院里的IBM人工智能Watson被请出来为这位女性诊断。 Watson用了10分钟的时间，阅读了2000万篇医学论文，给出了正确的诊断，最后治愈了这位罕见的白血病患者。
为了比较，让我们来做一个简单的计算。如果一位人类医生每看一篇医学论文需要10分钟(其实往往时间更长)，他每天看8个小时，全年不休，那么他需要大约1100年才能看完2000万篇医学论文（这还不算上人类记忆中的正常遗忘）。而Watson只用了10分钟。 在纯知识积累的学习上，人类和人工智能的差距是非常大的。
（来源： https://www.engadget.com/2016/08/07/ibms-watson-ai-saved-a-woman-from-leukemia/）
其实这已经不是人工智能Watson第一次出风头了。早在2011年，Watson就在美国著名的知识抢答大赛Jeopardy (类似于中国的《一站到底》)上打败了Jeopardy历史上最厉害的两位选手：Brad Rutter和Ken Jennings.
ATLAS
2016年还有一个非常火的机器人——他就是美国波士顿动力研发出的机器人ATLAS。2016年初，波士顿动力在Youtube上放出一段视频，轰动了全世界。 就是下面这段视频：
看了这段视频，是不是有一种“终结者”来了的感觉！这段视频引起了很多人的担忧，大家都担心，机器人/人工智能是不是就要成为人类的“终结者”。
其实这种担心在短时间是大可不必的，机器人/人工智能要想威胁到人类的生存，必须在强人工智能AGI(Artificial General Intelligence)上全面超过人类，而现阶段人类在强人工智能的研究还非常的早期。
由此我们引出了一个话题？什么是强人工智能呢？ 强人工智能就是指机器具有与人类同等的智能，能够处理人会处理的所有事情。 和强人工智能相对的是“弱人工智能”， 弱人工智能就是指只能完成某一种具体任务的智能，通常这种人工智能的边界条件界定得很清楚，比如下围棋的ALPHAGO，比如说Watson。
现如今，弱人工智能正在以非常迅猛的速度向前发展，在未来的10-20年会给我们人类社会带来非常大的冲击。尤其是对于我们的孩子，10-20年之后，他们正是大学毕业步入社会的时期，极有可能是毕业就面临失业的一代。
弱人工智能在未来的10-20年会大量的代替现在人类的工作。根据2016年牛津大学的一份研究报告，现在美国社会上的47%的工作在未来的10-20年之内极有可能被完全代替掉。而这个比例在中国是77%。也就是说现在中国社会上存在的工作中有77%在未来的10-20年以后就不复存在了，这些工作都会交给机器人来做。
那么哪些工作会很危险呢？
通常，大家会拿我们现在经历的智能革命和工业革命做对比。 这两场革命有很多的相似的地方。不过也有很多不一样的地方。相同的地方都是，生产力飞速发展，用机器来代替人的革命。
而不同的地方是，工业革命，机器代替人是从社会的最底层开始的，社会最底层的体力劳动者首先被机器的力量代替了。而在智能革命来临的时候，这个机器代替人的过程不光是从社会底层开始的，而是从底层，中层，甚至高层全面开始的。 以前一些在办公室里面的体面的白领工作将受到前所未有的冲击。
下面我们就举一些很容易被代替的工作的例子来看看：
1. 生产线上的工人
这个大家应该比较容易想象。刚刚才结束的第四界中国机器人峰会上，很大的一个主题就是工业4.0，智能制造。 讨论的就是今后我们如何升级中国的制造业，从劳动密集型，变成智能化，全自动机器人操作的生产线。
2. 各种柜台工作人员
现在已经有很多的柜台工作被自动的机器所代替，比如各种各样的自动贩卖机。我再举一个马上会出现的例子。大家在坐飞机的时候，航空公司现在都可以允许您提前在网上办登机牌，然后自己选座位。这个系统也会被用到宾馆里。在美国已经有宾馆开始尝试让旅客自己在手机上办理入住，然后自己挑选宾馆里的房间。最后能剩下的柜台工作岗位会非常的少。
3. 安保人员
安保人员是一个工作无聊，但是出错了以后出错成本很高的工作。现在已经有不少的公司在研发安保机器人。他们可以24小时随时巡逻，不知倦怠，而且24小时不停的录影，加上现在的人脸识别系统，车牌识别系统。他给小区，公司，学校带来的绝对是一个更加安全的环境。
我再来举几个容易被代替，但是相对高端一点的职业的例子：
1. 初级和中级律师
律师在美国一直被认为是最好，收入最高的职业之一。但是很不幸，这次智能革命的对象也有律师。原因主要是因为很多初级，中级律师的工作其实重复性很强。他们大部分时间都是在处理重复的文字性工作。这些工作是很容易被机器人所代替的。其实，现在在美国不少的大律师行已经开始使用”机器人”来帮助他们了。
2. 撰稿人，编辑，文字人员
美国的福布斯杂志已经开始大批量的使用机器人来为“财经”和“体育”版块写文章了。而绝大部分的读者是分辨不出来这些文章其实是出自机器人的手笔的。为什么先选择“财经”和“体育”版块呢？ 这是因为这两个版块，最重要的是里面的数字，文字的优美与否显得不是那么重要。但是这个趋势已经是不可逆转了。
3. 数据分析师
数据分析师其实是一个新兴的职业，他是随着大数据一起火起来的一个职业。就算现在在美国的硅谷，数据分析师都是非常好找工作的。 但是在10年以后，这个工作几乎可以肯定会被代替。
那么，这对于我们的孩子意味着什么？现在在学校里面学习的孩子们，在未来的10-20年以后，刚好进入社会成为社会上的中坚力量。但是不幸的是，他们有可能成为人类进入智能时代后，第一代一进入社会就被迫失业的人。
哪些工作我们要敬而远之？
我们要让孩子避免去做那些简单的，重复的体力和脑力劳动。 特别是简单的，重复的，规律性强，容易程序化的脑力劳动，这些脑力劳动被代替的几率甚至远大于很多体力劳动，比如汽车的修理工。
至于为什么有不少的以体力劳动为基础的工作反而更安全，我会在后续的文章中继续给大家分析，敬请大家关注。
联系客服
