从发展脉络看，人工智能一直处于技术创新的前沿，近年来更是呈现集中爆发态势，在智能搜索、人工交互、可穿戴设备等领域得到了前所未有的重视，成为产业界力夺的前沿领域。

而最新演进的深度学习技能更引爆人工智能发展大变革。Geoffrey Hinton在2006年提出，深度学习是其中一个非常大的推动力。过去的机器学习其实仍停留在很浅程度的学习上，而今天的深度学习则给了计算机非常大的自我学习空间。

机器能够从大量的样本中抽象出概念来，比如，提供给机器很多人脸图像，并且提供对应的每一张脸的姓名、性别和年龄，机器自己慢慢就会进行学习：原来眼睛、头发、眼镜是这么回事，进而慢慢提升其处理信息的能力，在海量的数据中理解概念，做判断、推测，最终作出很好的决策。

在深度学习之前，人类识别的能力接近95%，机器只有75%，如今，因为深度学习，机器的识别能力已经超过了人类，这就使得机器可以被发掘出很多应用，比方说在边防、安保领域，查看人跟身份证信息是否匹配方面，机器就做得比人更好。



目前，谷歌搜索、Facebook的自动图片标记功能、苹果的siri语音助手、亚马逊推送的购物清单，甚至特斯拉的自动驾驶汽车都是深度学习的产物。

人工智能这种快速的发展引发了人们对于安全和失业问题的担忧。我们甚至可以预见，未来十年之内人工智对人类就业市场的冲击将会是巨大的。

美国 Autodesk集团的CEO Carl Bass曾笑谈说，“未来的工厂只会有两个员工：一个人和一条狗。人的工作是负责喂狗，而狗的的工作时负责监督人不要乱碰机器影响机器人工作。”


▲图为日本机器人国际展览中机器人手臂在汽车内工作场景

事实上，无论是经济趋势基金会的总裁Jeremy Rifkin（曾著有畅销书《 End of Work》）还是著有《机器人崛起》的Martin Ford ，众多经济学家都曾预言，在未来人工智能终将取代人类工作，以我们已知的科技发展速度，也许这个未来就近在眼前。

以美国为例，美国的制造业工作岗位比例已经从1970年的25%下降至今天的10%，受人工智能或者说机器人的影响，该行业的岗位数量和就业率一直在上下波动，直到21世纪初，其岗位增加速度显著放缓，而就业率更是停滞不前，二者之间的差异正说明人类正慢慢被机器人所取代。



据牛津大学的Carl Benedikt Frey和Michael Osborne教授在2013年发表的一项研究表明，美国有47%职位属于快将被“计算机资本取代”的高危岗位，英国也有35%的职位面临着这样被取代的危险。

美国美林银行最近预测，到 2025年，人工智能每年造成的“创造性颠覆的影响”可能达到140亿至330亿美元，包括因恩公智能技术令知识工作自动化而减少的90亿美元雇佣成本、制造及医疗保健业降低的80亿美元的成本，以及因使用自动驾驶汽车和无人机提升效率而节省的20亿美元。智库机构麦肯锡全球研究院表示，相比工业革命时期，现在人工智能技术掀起的社会变革“速度要快上10倍，规模要大上300倍，影响约扩大3000倍”。

正因为人工智能发展得非常快，在很多领域，我们过去所熟悉的一些工作将有可能会消失。比如，成长为一个律师很困难，但做一个法务助手却很容易。成为一个医生可能不容易，但设计一款辅助医疗的工具却不难，这么做并不会取代医生，但所需要的医生和护士的数量却会下降。除此之外，还有交易员、股票分析师等依靠大量数据分析的工作，如果用机器来做可能效果会更好。

因此，可以大胆地假设，未来带有“中介”或“助理”两字的工作，将会首先被“消灭”。很多重复性的、数据性的、客观性的，可以衡量的，可以计算出来的东西，也基本会被取代。10至15年之后，世界上绝大部分的工作可能被人工智能完成，或许过半数的人类可能都要面临工作部分或全部被取代。

面对未来，我们该如何更好地在人工智能时代生存？诚然人工智能会取代那些重复性的、数据性的、客观性的，可以衡量的，可以计算出来的东西，但是也只有那些重复的工作都被机器取代时，我们才会去追寻自己的内心，去做那些我们更有兴趣、有天赋的事情。

因为一个有兴趣的人，一个愿意在所做的事情中投入激情的人，是很难被机器取代的，这甚至可能是他唯一不被机器取代的道路。那些热爱作诗的诗人，特别会唱歌的歌手，或者非常有才华的科学家，他们会更好地开创各自的事业。

在高等教育院校中，我们更应该注重的是学习那些广泛、灵活、有洞见的人类学习体验，广博、宽泛的通识教育，同时要注重培养自己广泛、深入、实用，能够解决“未知的问题”的能力，也许这才是当下世界的生存之道。