经验：人工智能威力初显，想养一只阿尔法狗帮我画图

一天

来自美国的

Google

和来自英国的

DeepMind

结婚了

婚礼就斥资了

   4亿美元！

他们生下了一个小baby

起名叫AlphaGo

AlphaGo被植入了神经元

并拥有了超强的学习能力

法法从出生起，就开始学习下棋

法法从出生起，就勤奋专注

先在网络上和人类下棋

学习人类的下棋方法

然后开始复制自己

自己和自己下棋

一天内就能自我对局100万局

1,000,000局 !

学习的差不多了

法法先和其他的围棋人工智能机器人进行了较量

在总计495局中只输了一局

甚至尝试了让4子对阵

CrazyStone、Zen和Pachi

三个先进的人工智能机器人

胜率分别是77%、86%和99%！！

法法成为了围棋人工智能机器人里的冠军

接下来便打算开始挑战人类

在没有任何让子的情况下

以 5:0完胜 欧洲围棋冠军樊麾

计算机程序能在不让子的情况下

在完整的围棋游戏中击败专业选手，这是第一次

这一成果过去认为至少需要10年才能实现

赢了之后，法法并没有骄傲，也没有炫耀

而是继续默默练习，累了也不会耍小脾气

法法有多专注勤奋你知道嘛？

你知道

这世界最可怕的是什么吗？

法法赢了欧洲围棋冠军樊麾后

有人不服

“樊麾在世界的排名仅为600名，

如果真想挑战，去挑战亚洲选手吧！”

于是，“法法”开始挑战亚洲选手

2016年3月12日

“法法”与韩国14冠高手李世石之间的人机大战

第三局中，欧巴李世石没能挽回赛点

再次失利

在五番棋的较量中总比分 0-3 落败

3月13日的对决中

法法疑似死机

 李世石终于为人类扳回一局！

比分：3:1

那么，法法到底为什么这么厉害？

那么，法法到底为什么这么厉害？

深度学习

法法的主要工作原理是“深度学习”。

两个大脑

法法是通过两个不同神经网络“大脑”合作来改进下棋。经过过滤，13 个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。

第一大脑：落子选择器 （Move Picker）

它预测每一个合法下一步的最佳概率。

第二大脑：棋局评估器 （Position Evaluator）

通过整体局面判断来辅助落子选择器。这个判断仅仅是大概的，但对于阅读速度提高很有帮助。

计算机拥有非常强的计算能力，记忆力，人机对局围棋这一事件，表明计算机未来可能会拥有较强的分析能力，alphago还拥有了学习能力， 也就是说，即使李世石赢了一次，也只是暂时领先。

而约有三分之二的美国人预计，未来半个世纪，机器人或电脑将会取代很多目前由人类从事的工作。重复性的，长时间高度集中的，比如生产线工人，司机等等，机器人不但比人类更加擅长，还不睡觉，不跳楼，这些行业的工作很可能一不留神就被取代了。

那么，哪些行业在未来有不太可能被取代？

• 原创能力：

  你的工作需要发挥创意，创造性的解决问题吗？
  

• 互动能力：

  你的工作需要理解他人，说服或者帮助他人吗？
  

• 谈判工作：

  你的工作需要减少分歧，调停或者协商问题吗？

记者：美国《洛杉矶时报》、雅虎、体育机构NFL早已开始使用机器人撰写简单的新闻。

司机：无人驾驶技术可能会让司机失业，无人驾驶技术的bug出现率极低时，那么出现交通事故的概率也会大大降低。

收银员：也许不久会从收银岗位上退下来，将结账收银工作交给机器解决，收银员要做的仅仅是维护工作。

换成人工智能会比“flash”快很多好嘛

2013年牛津大学的研究着发布论文，判断了702种职业被机器取代的可能性。其中：行政销售，服务业比较危险；文创，科技，管理业相对安全。

其中，很可能被取代的行业有，出纳员，修表师，模特，电影放映员，司机等等。

其中，不大可能会被人工智能取代的行业中，策展人排名34；建筑师排名82；时装设计师排名89；室内设计师排名93；艺术总监排名95；景观设计师排名133；平面设计师排名161。

设计行业一直以来处于

理性和感性，科学与艺术

的交叉学科

被人工智能完全取代的可能性并不是很大。

那么，在设计行业

是否有局部的流程

会被人工智能取代？

 1 前期调研：

整理各方需求，搜集资料

被取代可能性：4星

需要的能力：搜集筛选信息的能力。

未来，资料很可能不需要在实体图书馆中查询，通过程序可自动筛选所需要的资料。

2 提出需求：

阅读理解前期调研的资料，根据各方需求及搜集的资料提出要解决的问题

被取代可能性：0星

需要的能力：分析能力，沟通能力。

掌握设计的大方向，主导设计的一个环节。