四问人工智能

• 一问：人工智能为什么突然火了？
• 二问：人工智能会造成大规模失业吗？
• 三问：人工智能可以预测女朋友什么时候生气吗？
• 四问：如何快速上手数据分析，加入人工智能行业？

一问：人工智能为什么突然火了？

人工智能（Artificial Intelligence，简称AI）是制造智能机器、可学习计算程序和需要人类智慧解决问题的科学和工程，回顾人工智能的发展历程，我们可以看到，它并不是一个全新的概念，业界普遍认定1956年一场在美国达特茅斯（Dartmouth）大学召开的学术会议为人工智能研究的起点，到2016年 AlphaGo 击败李世石，正好60年时间。已经发展了60多年的人工智能研究，何以突然在近些年如此的火热，迎来爆发式的增长？主要有三方面原因：

首先，从计算力方面看，随着硬件成本的不断下降，以及大数据、云计算等“计算基础设施”的不断发展，人工智能所需要的强大算力已经得到保证。多层神经网络以及BP反向传播算法等，在1986年就已经问世，可见，人工智能需要的算法早已具备，只是计算力一直没有增长到足矣支撑人工智能计算量的水平，即短时间内可进行海量数据的计算和反复迭代。如今，随着量子计算研究的不断进展，原有冯诺依曼体系的架构面临新的突破，人类所能创造的算力还有可能进一步飞跃，届时人工智能想必还有更加长足的发展；

其次，人工智能算法本身也有长足发展。机器学习算法一般可分为三种：有监督机器学习（如回归，分类等算法）、无监督机器学习（如聚类、关联规则等）、增强学习或强化学习，人工智能前60年的研究主要集中在有监督学习上，即在给定样本情况下的机器学习，应用领域包括图像、语音识别，NLP（Natural Language Processing，自然语言处理，以下简称NLP）等。无监督学习与有监督学习相反，不给定样本，或者说数据没有标签，让机器自己推断出数据中的内在结构或关系，近年来随着金融等领域的应用，无监督学习的研究也有了很大发展。而增强学习的研究，则是以AlphaGo的横空出世为里程碑，在增强学习中，机器与外部环境不断交互，通过不断尝试，获取正向或负向的回报，根据回报的累计来学习最佳策略。可以看出，强化学习与人类或者说生物学习的过程是更加接近的，这也让人工智能更加的“像人”，而不仅是冷冰冰的机器和算法。

最后，产业界的强烈需求也促使人工智能应用的落地。各行各业的人力成本不断高企，计算成本逐渐下降，替代人工、解放劳动力的呼声愈发强烈，同时，每天全球各行各业产生的海量数据也成为人工智能应用的“粮食”。

二问：人工智能会造成大规模失业吗？

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

花旗银行总裁Forese表示，集团未来5年将减少花旗银行总裁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

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。

我们来看看著名的Gartner Hype Cycle，到底是个啥，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，招聘缩水，独角兽破产，明星企业裁员……

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？

还有，另一个行业也有大量的标注需求，那就是自动驾驶

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。——咖啡猫，公众号：甲子光年

“数据折叠”：今天，那些人工智能背后“标数据的人”正在回家 | 甲子光年

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：

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。
——朱松纯，公众号：视觉求索

浅谈人工智能：现状、任务、构架与统一 | 正本清源

类似这样的智能，才是我们期望中强人工智能的样子。我们距离这种智能，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，也是我们一直应该做的。

三问：人工智能可以预测女朋友什么时候生气吗？

从理论上来说，只要一件事情满足一定的规律，或者说，在大多数情况下满足某一规律，那么人工智能都可以预测，难点在于：

1. 数据的收集

2. 外界因素的变化对样本的影响难以估计

我们先来看看第一点，数据的收集对于人工智能来说至关重要，你需要告诉人工智能，在发生了什么事件（自变量x）时，会导致什么事件发生（因变量y），经过大量的样本训练之后，算法才知道遇到什么事件的时候，发生目标事件的概率是多少。

预测女朋友生气，同样需要大量样本的收集。在这个场景下，就带来两个问题：

• 样本量越大，预测的结果越精准
• 样本量越大，女朋友生气次数越多，离开你的可能性越大

所以，如果你的目的是为了让人工智能帮助你预测女朋友生气的事件，进而避开相关前置事件，从而达到和女朋友稳定关系的目的，那么训练这个人工智能的过程则有可能让你失去你的女朋友。因为这些样本必须来自于你的女朋友生气，而不能来自于其他女性的生气，毕竟不同的人对于生气的触发条件大相径庭。

好吧，我们先假设这个悖论被解决了，你拿捏得恰到好处，获取了足够的样本，又不至于让你女朋友离你而去。

那么关键的问题就在于就是样本的数据如何收集了。 文本数据的收集其实已经比较成熟了，基于文本数据收集后的NLP应用方面，微软小冰已经做得相当好了，体验过的同学应该明白。此处我们来想想，基于非文本的收集采集怎么做呢？

我们假设，样本的采集，限定在你和你女朋友相处的时间段。那么非文本的数据，大概有视频、语音以及当时的环境要素、天气要素等，甚至包括你女朋友的身体各项指标（如体温、心跳等），当然还包括你的身体各项指标，以及你的外表、穿的衣服、刮没刮胡子等等。

视频、语音、环境等要素，可以用类似Google Glass这种设备来采集，实时上传到云端进行解析和训练，身体指标可以通过智能设备（如手环）等采集、上传和训练。对了，为了保护你和你女朋友的隐私，可以采用边缘计算+联邦学习的方式，采集数据以后，在本地进行计算，将计算后的结果，上传至云端参与训练，这样，云端是拿不到具体的视频、语音、身体指标等敏感信息的。看起来不错，至少有生之年可以实现。

当然，有人觉得，最直接的方法，是采集女朋友的详细身体指标，比如血液中激素含量等，这个绝对比外界因素更准确。且不说采集这个数据的难度如何，当激素发生变化的时候，我们认为生气已经几乎再所难免了，我们的目标是，在引起生气的前置事件发生时就加以预测和提示，彻底避免女朋友生气。

接下来看第二个问题。我们都知道，一个事情的发生，通常不是由单一因素决定的，通常是由多个因素综合决定的。加上我们需要预测的是人的行为，而人是一个极其复杂的研究对象，并且，女人比男人更加复杂。因此女生生气这件事，需要考虑的因素非常多，比如不仅取决于当时的对话内容，更取决于你的历史表现；不仅取决于你和她在一起的时间，也取决于她和你相遇之前遭遇了什么（这就涉及到数据采集的范围扩充了，但是要采集女朋友不和你在一起的时候的数据，实操上更加困难，而且会侵犯她的隐私，导致她无可挽回的生气）。

类似的情况，是金融机构预测一个人的还款意愿。相对于较容易量化的还款能力，还款意愿其实很难量化，只能根据一个人的过往借贷记录。但是当经济环境变化，借款人个人的情况、家庭的情况发生变化时，过往的借贷记录也不一定代表了他当下的意愿。

最关键的，不能让你女朋友知道你在尝试通过AI预测她生气这件事，这会导致多种不可预测的结果。要么她很好奇，开始伪造样本，假装生气后者在生气时假装平静；要么她很生气，觉得你侵犯她的隐私；要么她很欣慰，觉得你很在乎她。虽然不能确定她会怎样变化，可以肯定的是她的行为模式一定会发生变化。

这也是数据分析中很有趣的一个现象。最经典的莫过于Google Flu了，当年Google通过搜索“Flu”的用户所在地以及搜索数量，成功的遭遇CDC预测了流感的爆发地，这个故事大家都知道，但是很少有人知道，在Google Flu的成果被公布以后，其预测就不再准确了。因为很多人听说之后感到好奇，尝试性的搜索“Flu”，使得样本出现巨大偏差。

总的来说，人工智能在理论上，可以预测女朋友生气，但是实操起来难度太大。并且，以现在人工智能的水平，你在收集数据的过程中，应该会比人工智能更快的掌握导致女朋友生气的要素，从而比人工智能更快更好的预测女朋友生气。所以我认为，男同胞们可以参考人工智能学习的方法论来尝试预测女朋友生气，你会比AI更加智能。

四问：如何快速上手数据分析，加入人工智能行业？

这个问题，应该是应届生们比较关心，先来泼个冷水。我们在学习数据分析的过程中，或者说在学校里做项目、写paper，拿到的基本上是干净的数据集，要做的事情很简单，基本上可以确定X,Y以后直接进入特征工程的阶段，然而，在实际中的情况基本上都是下图的下半部分：

现实中的情况，首先问题和需求定义不清晰，可能业务或者产品也不太清楚他们想要什么，他们只是试探性的需要一些结论，想验证他们的想法。其次原始数据一塌糊涂，质量差，分布散，在金融行业，数据还可能有严格的管控流程，要提取生产数据基本脱层皮，因此能走到数据整合阶段基本上小半个月过去了，拿到的还是一堆一言难尽的数据。

因此，在面试的时候，面试官考察的不光是你的算法能力，同时也要看你的沟通能力，问题理解能力，问题定义能力，以及一定的工程能力。虽说越是大厂，分工越细，会有专门的数据工程师配合你，但是如果你拿到有一点问题的数据集，什么也不会干，就躺平等别人帮你清洗干净，那这样的算法同学大家都不想要。

话说回来，数据分析、人工智能仍然是未来的趋势，虽然目前遇到一些困难，但是大家也不用怀疑人生，把业余时间利用起来，Kaggle上打打比赛，还有很多企业举办的比赛也多去参加，多了解一些行业应用，想办法积累实战经验，未来仍然是属于你们的。