人工智能在未來能徹底取代腦力工作者嗎
人工智能在算法等問題上可以看到已經(jīng)有可以超越人的地方，比如之前的阿爾法也是這樣的。但那種需要靈感，需要創(chuàng)造力和想法的工作，他們是否能夠取代人類獨(dú)立完成呢?比如教育工作者，藝術(shù)工作者等等。
知乎用戶回答留德華叫獸
156人贊同了該回答
編者按：
坐標(biāo)德國某車廠研發(fā)部
背景應(yīng)用數(shù)學(xué)本科，美國運(yùn)籌學(xué)碩士，德國數(shù)學(xué)與計(jì)算機(jī)博士(組合優(yōu)化、圖像處理方向)
目前從事自動駕駛?cè)斯ぶ悄芩惴ǖ难邪l(fā)，可以說是人工智能的一線研發(fā)人員
雖說自己在AI風(fēng)口之一的自動駕駛領(lǐng)域，并且自動駕駛替代(出租車)司機(jī)早已被提上了議程(預(yù)計(jì)2021年試行)
AI自動檢測圖片中的行人、汽車、交通標(biāo)志等
但是，自動駕駛替代的畢竟不是腦力工作者
因此，本回答主要以安防系統(tǒng)、醫(yī)療和教育三大AI應(yīng)用領(lǐng)域展開討論。
1.人工智能發(fā)展現(xiàn)狀
隨著Alphago擊敗柯潔，人工智能(AI)已經(jīng)深入到人類生活的各個(gè)角落，再也沒有人能否認(rèn)自己的生活和人工智能無關(guān)。AI的核心問題包括建構(gòu)能夠跟人類匹敵甚至超越人類的推理、知識、規(guī)劃、學(xué)習(xí)、交流、感知、移動和操作物體的能力等。目前在一些視頻辨識、語言分析、棋類游戲等方面，AI的能力已經(jīng)超越人類的平均甚至最高水平(圍棋)。
AI存在著這樣那樣的缺點(diǎn)，例如Google Photos誤把兩名黑人標(biāo)注為“大猩猩”。 谷歌隨后對此道歉，并表示將調(diào)整算法，以修復(fù)這一問題。
圖像識別，正確率已超人類(黑人識別成猩猩除外)
2016年5月，一輛特斯拉Model S型轎車在佛羅里達(dá)州一條道路上撞上前方一輛拖掛車，駕車人死亡。當(dāng)時(shí)，那輛車同樣是在自動輔助駕駛狀態(tài)下行駛。經(jīng)過調(diào)查后顯示事故的主要原因是 “在強(qiáng)烈日照條件下，駕駛員和自動駕駛都未能注意到拖掛車的白色車身，因而未能及時(shí)啟動剎車系統(tǒng)。由于拖掛車正在橫穿公路，而且車身較高，這一特殊情況導(dǎo)致Model S從掛車底部通過時(shí)，前擋風(fēng)玻璃與掛車底部撞擊”。 AI系統(tǒng)的缺陷直接導(dǎo)致駕車人死亡。
個(gè)人認(rèn)為雖然AI制造過致命的錯誤，也阻擋不了歷史前進(jìn)的腳步。下圖統(tǒng)計(jì)了 Scopus 學(xué)術(shù)論文庫中標(biāo)注關(guān)鍵詞「人工智能」的計(jì)算機(jī)科學(xué)論文數(shù)量。自 1996 年至今，每年發(fā)布的人工智能論文數(shù)量呈單邊上揚(yáng)趨勢。由此可見，在學(xué)術(shù)界AI已經(jīng)成為顯學(xué)。
被受學(xué)術(shù)界追捧的AI無疑是一個(gè)熱門的研究方向，但一個(gè)好的研究方向是否有很好的應(yīng)用前景?風(fēng)險(xiǎn)投資是對新技術(shù)的落地應(yīng)用前景嗅覺最敏感的，而創(chuàng)業(yè)公司是新技術(shù)應(yīng)用的開疆拓土的前驅(qū)者。下圖列舉了得到風(fēng)險(xiǎn)投資并開發(fā)了人工智能系統(tǒng)的美國活躍創(chuàng)業(yè)公司的數(shù)量：
這一數(shù)量自2000年至今增加了14倍。由此可見，AI的研究不僅在學(xué)術(shù)界產(chǎn)生了巨大的影響，在業(yè)界也帶來了巨大商機(jī)。風(fēng)投和創(chuàng)業(yè)公司已經(jīng)紛紛涌入，真金白銀的投入將對AI的應(yīng)用起到助推作用。
看到AI在學(xué)術(shù)界和業(yè)界都有很好的發(fā)展前景，我們會產(chǎn)生一個(gè)問題：當(dāng)前的AI發(fā)展到什么程度了，有哪些工作是AI可以輕松勝任的?文章的后邊幾個(gè)章節(jié)分別通過AI在安防系統(tǒng)，醫(yī)療，教育，金融等領(lǐng)域的應(yīng)用實(shí)例來進(jìn)一步說明。這里我們先給出一個(gè)概述。
1 針對領(lǐng)域規(guī)則明確單一的，例如中國象棋，國際象棋和圍棋，棋類運(yùn)動規(guī)則非常明確，難度在于如何減少暴力計(jì)算而進(jìn)行有效的搜索。圍棋的搜索空間要比國際象棋大的多。
2 針對領(lǐng)域規(guī)則不太明確，人類可以比較輕松的完成的任務(wù)，例如聊天，語音識別等等。自然語言的規(guī)則是不清晰的，沒有類似棋類那些既定的規(guī)則，自然語言有太多的特例。由于深度學(xué)習(xí)，大數(shù)據(jù)的突破，AI在這個(gè)領(lǐng)域已經(jīng)有了接近和足夠匹敵人類的水平。例如語音識別，文本翻譯等等。目前大量的初創(chuàng)公司都集中在這些領(lǐng)域。這一領(lǐng)域?qū)⒋蟠蟾淖兾覀兡壳暗纳睿窨头?，教師，低級的翻譯工作，同聲傳譯，初級程序員，簡單的音樂創(chuàng)作。
3 AI相對來說就是垂直領(lǐng)域，而不是廣泛領(lǐng)域。越狹窄的領(lǐng)域越好，因?yàn)檫@樣有助于系統(tǒng)在特定問題或應(yīng)用層面上取得突破。雖然機(jī)器可以在某一特定任務(wù)上展現(xiàn)出其卓越的性能，但只要任務(wù)稍加改變，其性能就會嚴(yán)重下降甚至完全失效。
2.安防系統(tǒng)，醫(yī)療和教育三大AI應(yīng)用領(lǐng)域
AI安防系統(tǒng)
安防系統(tǒng)本身就擁有海量的數(shù)據(jù)，為模型的訓(xùn)練提供了充分的數(shù)據(jù)，可以說安防系統(tǒng)是AI得天獨(dú)厚的應(yīng)用場景。AI安防系統(tǒng)主要分為警用和民用兩大類。
警用主要是疑犯追蹤系統(tǒng)?；谌四樧R別技術(shù)，對長途客運(yùn)站、***等公共場所進(jìn)行監(jiān)控，將視頻中的人臉與疑犯數(shù)據(jù)庫進(jìn)行比對，一旦疑犯在人群中被識別出來即刻報(bào)警。這就大大減輕了管理人員的工作負(fù)荷，提高了抓捕效率，增加了城市的安全性。同時(shí)先進(jìn)的AI技術(shù)不單單是簡單的進(jìn)行人臉的對比識別，還可以迅速的通過監(jiān)控視頻給出畫面里，所有人的信息，包括年齡，身高，性別等特征信息，有助于警方掌握更多的關(guān)于犯罪嫌疑人的信息。像Face++、商湯科技 這樣的AI公司，他們研發(fā)的人臉識別算法和系統(tǒng)已經(jīng)可以超越人類的水平，誤識別率低達(dá)百萬分之一。
基于車輛識別技術(shù)，目前的車輛識別技術(shù)已經(jīng)不僅僅局限于對車輛的車牌進(jìn)行識別，車的大小，車的型號等特征進(jìn)行識別。例如現(xiàn)在較為先進(jìn)的AI安防系統(tǒng)可以識別視頻里的動態(tài)過程，例如打人、危機(jī)沖突等異常行為。因?yàn)橐曨l的識別需要消耗的人的成本特別高，需要很多工作人員盯著每個(gè)屏幕看，并且在海量的視頻里邊人眼其實(shí)很難保證注意力的時(shí)刻集中。而一些犯罪過程或意外情況往往轉(zhuǎn)瞬即逝，因此AI技術(shù)在這個(gè)領(lǐng)域是有巨大優(yōu)勢的。
民用的AI安防系統(tǒng)，我們平時(shí)已經(jīng)接觸了不少，例如平常經(jīng)常用到的人臉?biāo)⒖?，人臉門禁系統(tǒng)等等。此外，民用安防還有一個(gè)重要的應(yīng)用場景是家用安防系統(tǒng)?？梢詫依镞M(jìn)行實(shí)時(shí)的監(jiān)控，若有人闖入住宅內(nèi)即可自動報(bào)警并通知家庭成員。
安防系統(tǒng)是AI成功落地的一個(gè)領(lǐng)域，得益于安防系統(tǒng)的自身的需求和安防系統(tǒng)本身具備海量數(shù)據(jù)的緣故。國內(nèi)例如?？低?，曠視科技，云從科技等公司聚焦于安防產(chǎn)品的智能化與AI化。
AI醫(yī)療
AI醫(yī)療包括，醫(yī)學(xué)影像分析，智能診療，新藥研發(fā)，智能康復(fù)訓(xùn)練等場景。在醫(yī)療行業(yè)，醫(yī)生基于自己的知識和經(jīng)驗(yàn)，通過分析患者的檢驗(yàn)報(bào)告，臨床病癥和病人的病史與基本信息來判斷病人所患疾病，進(jìn)而采取針對性的治療措施。
例如影像科對CT等檢查結(jié)果的判斷。在國內(nèi)一般的影像科醫(yī)生最少也要讀5年本科，加上規(guī)培2年，最少也要7年時(shí)間才能出任正式的影像科醫(yī)生。如果在歐美一些發(fā)達(dá)國家這個(gè)時(shí)間會更長。也就是說一個(gè)正常的人需要至少7年的專業(yè)訓(xùn)練才能去出任影像科醫(yī)生，這個(gè)相比開車來說是困難多了。而AI醫(yī)療借助大規(guī)模的數(shù)據(jù)，挖掘出影像科數(shù)據(jù)中的統(tǒng)計(jì)規(guī)律這個(gè)是以往人類需要很長時(shí)間才能逐漸掌握的，AI對CT圖像上面的病灶能夠精確的提取特征。例如IBM沃森可以在17秒內(nèi)閱讀3469本醫(yī)學(xué)專著，24800篇論文，69種治療方案，61540次實(shí)驗(yàn)數(shù)據(jù)，106000份臨床報(bào)告。我們可以想象想象一下，一個(gè)醫(yī)學(xué)專家一輩子也沒有這么多時(shí)間去閱讀如此海量的數(shù)據(jù)。一個(gè)醫(yī)學(xué)系的博士用12年的時(shí)間(本科(5年)+碩士(3年)+博士(4年))也僅僅能精通幾十本醫(yī)學(xué)專著，臨床報(bào)告幾千份，而AI在對海量數(shù)據(jù)的使用上是遠(yuǎn)超過人類的。2012年IBM沃森通過了美國職業(yè)醫(yī)生資格考試，并在美國多家醫(yī)院部署。2017年8月23日，騰訊覓影的食管癌早期篩查系統(tǒng)在廣西壯族自治區(qū)人民醫(yī)院上線。在之后不到半年的時(shí)間，騰訊覓影的合作醫(yī)院數(shù)量接近百家(包含“西部眼科聯(lián)盟”的69家醫(yī)療機(jī)構(gòu))，這樣的速度足以說明AI醫(yī)療的飛速發(fā)展。
值得一提的是，對AI醫(yī)療系統(tǒng)的應(yīng)用，一部分醫(yī)生和患者抱有懷疑的態(tài)度，對重大疾病的診斷往往需要非常的慎重的態(tài)度，因?yàn)檎`診的后果會十分嚴(yán)重。目前在國內(nèi)即使是醫(yī)學(xué)博士也需要在醫(yī)院進(jìn)行規(guī)培，并通過職業(yè)醫(yī)師的考試的層層選拔考察才能進(jìn)行正式的行醫(yī)。而AI醫(yī)療系統(tǒng)是否能夠提供如此高的可靠性的保證。從統(tǒng)計(jì)學(xué)里邊假設(shè)檢驗(yàn)出發(fā)，AI醫(yī)療系統(tǒng)的診斷錯誤有兩種，一種是把患病者錯誤的診斷為沒有患病的，另外一種是把沒有患病的診斷為患病者(實(shí)際上這里對應(yīng)的是假設(shè)檢驗(yàn)的第一類錯誤和第二類錯誤)。在醫(yī)療系統(tǒng)中，第一種錯誤(把患病者錯誤的診斷為沒有患病)的這樣的錯誤是不允許發(fā)生的，或者說如果放走一個(gè)病人這樣的錯誤代價(jià)非常大。而第二種錯誤(將沒有患病的診斷為患病者)，若被AI診斷為患病者，還需要由人類醫(yī)生進(jìn)行最終的篩查和治療，因此相對第一種錯誤而言，第二種錯誤的容忍度要高一些。所以AI醫(yī)療系統(tǒng)的設(shè)計(jì)會根據(jù)實(shí)際對容錯率的容忍程度來進(jìn)行一個(gè)調(diào)整。
我個(gè)人觀點(diǎn)傾向于在AI醫(yī)療系統(tǒng)中，目前AI扮演的角色是一個(gè)輔助角色，主角還是醫(yī)生。醫(yī)生和AI醫(yī)療系統(tǒng)并不完全是一個(gè)矛盾的，互相替代的關(guān)系，醫(yī)生在對患者的病情進(jìn)行診斷評估的時(shí)候，可以參考AI的給出的意見，AI相當(dāng)于充當(dāng)?shù)氖轻t(yī)生的高級幕僚一樣，最終還需要醫(yī)生綜合的靈活的依據(jù)各個(gè)方面的情況來給出診斷結(jié)果。人類醫(yī)生更擅長綜合性的決策，面對特殊的突發(fā)的動態(tài)變化的情況下更有優(yōu)勢，而目前的AI背靠著海量數(shù)據(jù)與先進(jìn)的深度學(xué)習(xí)等算法的支持能夠彌補(bǔ)人類醫(yī)生的不足。AI醫(yī)療系統(tǒng)可以幫助醫(yī)生減少錯誤，實(shí)現(xiàn)1(醫(yī)生)+1(AI醫(yī)療系統(tǒng))大于2的一個(gè)目的，而不是用AI醫(yī)療系統(tǒng)去完全替代另外一個(gè)醫(yī)生。
AI教育
談到教育，隨著國內(nèi)二胎政策的推出，預(yù)計(jì)不久的將來一個(gè)非常迫切的問題便是如何破解大班教育與因材施教的個(gè)性化教育之間的矛盾。
AI+教育恰恰能彌補(bǔ)教師數(shù)量的不足，通過海量的數(shù)據(jù)和對每個(gè)學(xué)生構(gòu)建學(xué)習(xí)畫像來實(shí)現(xiàn)對學(xué)生的個(gè)性化分析，以每個(gè)學(xué)生的學(xué)習(xí)情況制定針對性的教育方案，提升學(xué)習(xí)的效率，同時(shí)也可以為教師提供教學(xué)上一個(gè)輔助性的決策意見。這就好比給每個(gè)學(xué)生配了一位特級教師，私人訂制化的只為這個(gè)學(xué)生服務(wù)。
例如對英語的學(xué)習(xí)，學(xué)生時(shí)常不知道自己是單詞量不夠，還是語法不好，還是閱讀英語文獻(xiàn)太少。AI通過權(quán)威專家經(jīng)驗(yàn)與機(jī)器學(xué)習(xí)的結(jié)合，為英語口語學(xué)習(xí)者提供基于語音識別與內(nèi)容分析的智能測評與提高的解決方案。AI可以依據(jù)不同學(xué)生的個(gè)性偏好、學(xué)習(xí)習(xí)慣和學(xué)習(xí)風(fēng)格，推薦最匹配的學(xué)習(xí)內(nèi)容。有些學(xué)生喜歡輕松活潑的內(nèi)容形式，有些學(xué)生喜歡嚴(yán)謹(jǐn)?shù)娘L(fēng)格，AI系統(tǒng)會記住不同學(xué)生的偏好推薦最合適的。根據(jù)學(xué)生的知識掌握狀態(tài)和目標(biāo)，自適應(yīng)學(xué)習(xí)系統(tǒng)會自動規(guī)劃最適合該學(xué)生的學(xué)習(xí)難度和順序，不會讓學(xué)生因?yàn)槟繕?biāo)過高而喪失信心，也不會因?yàn)槟繕?biāo)過低而失去挑戰(zhàn)的欲望。通過這樣的方式，讓40分水平的同學(xué)可以逐漸提高到60分、70分，讓70分水平的同學(xué)逐漸提高到80分、90分，最終使得所有不同水平的學(xué)生都能夠循序漸進(jìn)地提高到較高的水平。
3.人工智能在教育領(lǐng)域的應(yīng)用和案例
子女教育一直是中國家長們的頭等大事，為此家長們不惜投入巨大的財(cái)力和精力。因此，我們決定更進(jìn)一步地討論AI在教育的應(yīng)用和落地案例。
科大訊飛批改作業(yè)與試卷
作業(yè)批改和試卷批改一直是老師們頭疼的問題，大量重復(fù)性的作業(yè)批改占據(jù)了老師們寶貴的時(shí)間。科大訊飛的全學(xué)科智能閱卷技術(shù)已在學(xué)業(yè)水平測試，例如大學(xué)英語四六級，以及全國多個(gè)省份的高考、中考、成人高考等大規(guī)模考試中進(jìn)行了多次、多范圍試點(diǎn)驗(yàn)證。
優(yōu)必選教育機(jī)器人
如果說AI屬于互聯(lián)網(wǎng)行業(yè)，那么機(jī)器人屬于制造業(yè)。機(jī)器人是一個(gè)綜合的系統(tǒng)，機(jī)器人除了內(nèi)部算法以外，還牽涉到硬件的制造和量產(chǎn)化的問題。優(yōu)必選教育機(jī)器人的項(xiàng)目也在去年啟動了京東的眾籌融資，其教育機(jī)器人名為阿爾法。阿爾法在語音識別方面結(jié)合了童聲識別，中英文識別與智能閑聊三項(xiàng)技術(shù)。采用了定制化智能教育，從海量的教育資源中依據(jù)孩子的年齡和學(xué)習(xí)情況，進(jìn)行偏好推送。同時(shí)依賴于阿爾法先進(jìn)的舵機(jī)工藝，阿爾法可以完成走路，格斗，跳舞，踢球等動作，阿爾法擁有的動作課程體系以及動作表現(xiàn)力豐富的人形四肢，可以讓孩子學(xué)習(xí)，運(yùn)動，邏輯全方面培養(yǎng)。
松鼠教育AI
1 )批改和評測自動化
AI技術(shù)中的圖像識別、語義識別理解和語音識別技術(shù)能夠?qū)崿F(xiàn)批改和評測自動化，包括作業(yè)和試卷掃描、答案識別和判斷，英語口語發(fā)音評測，還有作文的批改和打分，減輕了老師們的負(fù)擔(dān)。
2)利用AI技術(shù)挖掘出學(xué)生的個(gè)性化潛在的信息
在目前大班教育的前提下，人類教師難以準(zhǔn)確的觀察和跟蹤每一個(gè)學(xué)員的進(jìn)展情況。而AI教育通過大數(shù)據(jù)技術(shù)，尤其是學(xué)習(xí)分析和教育數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)精準(zhǔn)學(xué)生畫像，其中教育數(shù)據(jù)挖掘(EDM)是指對學(xué)習(xí)過程和學(xué)習(xí)行為進(jìn)行量化分析，在學(xué)生學(xué)習(xí)過程中采集學(xué)生的學(xué)習(xí)數(shù)據(jù)，包括學(xué)習(xí)時(shí)間，停留時(shí)間，測試準(zhǔn)確率等。通過對數(shù)據(jù)的處理分析，建立不同學(xué)生的學(xué)習(xí)模型。學(xué)習(xí)分析技術(shù)(LA)主要是對學(xué)生的測驗(yàn)成績進(jìn)行預(yù)測和監(jiān)控，并提出相應(yīng)的干預(yù)措施。這樣的學(xué)習(xí)模式不僅可以實(shí)現(xiàn)個(gè)性化學(xué)習(xí)的目標(biāo)，可以對每一個(gè)學(xué)生提供不同的激勵機(jī)制。所有學(xué)生的進(jìn)步是在自己的基礎(chǔ)上進(jìn)行的，減少了橫向?qū)Ρ鹊谋锥?，提高了學(xué)生的自我效能感。 學(xué)習(xí)分析(Learning Analytics)能夠?yàn)榻處熖峁┰敿?xì)的學(xué)生數(shù)據(jù)，它不僅可以告訴你學(xué)生投入多少、了解多少，甚至還能提供信息讓系統(tǒng)、教師改善教學(xué)方法。在乂學(xué)教育自適應(yīng)學(xué)習(xí)系統(tǒng)教師端，教師可以隨時(shí)查看學(xué)生的總體學(xué)習(xí)進(jìn)度、成就和能力水平，并且這些都是根據(jù)教師、學(xué)生的需要提供的。系統(tǒng)可以識別特定學(xué)生的薄弱知識點(diǎn)，并且可以相應(yīng)調(diào)整教學(xué)方案。同時(shí)，系統(tǒng)還會將學(xué)生的錯題按照知識點(diǎn)、錯誤率、掌握程度、知識圖譜順序排列，便于學(xué)生復(fù)習(xí)或課后輔導(dǎo)。
3 )替代人類教師，降低教育成本，化解優(yōu)秀教育資源稀缺的問題。
不得不提當(dāng)前我們所面臨的教育領(lǐng)域的根本性矛盾是人民日益增長的教育需求和優(yōu)質(zhì)教育資源總量有效且不均勻的矛盾。要上好的大學(xué)，必須要先上一個(gè)好的高中，想上好高中先要上一個(gè)好的初中，依次類推下去。隨著中國社會逐漸向階級固化的方向開始發(fā)展，很可能通過傳統(tǒng)教育的方式已經(jīng)無法改變一個(gè)人的人生。優(yōu)秀的教育資源十分有限僅僅掌握在少部分人的手里，而稀缺的優(yōu)秀教育資源進(jìn)一步導(dǎo)致其成本上升。類似于AlphaGo模擬了下圍棋高手，AI技術(shù)也能夠模擬優(yōu)秀的老師去實(shí)現(xiàn)智能推薦，為每個(gè)學(xué)員量身定制個(gè)性化學(xué)習(xí)方案，幫助學(xué)員花最少的時(shí)間達(dá)到較好的學(xué)習(xí)效果。)
AI教育的優(yōu)勢：
機(jī)器老師具有海量的記憶，并且能夠?qū)γ恳粋€(gè)學(xué)生百分之百的專注，這一點(diǎn)是真人老師無法做到的。無論學(xué)生的基礎(chǔ)有多差，機(jī)器老師都能認(rèn)真的解答學(xué)生的問題。同時(shí)機(jī)器老師還有一個(gè)自適應(yīng)的過程，能夠利用大量積累的高質(zhì)量內(nèi)容對學(xué)生的學(xué)習(xí)路線進(jìn)行動態(tài)的調(diào)整。
4.人類未來將不用工作?
從經(jīng)濟(jì)學(xué)的角度出發(fā)，人生來就不是為了工作的，所以從第一次工業(yè)**開始到現(xiàn)在，每一次很大程度上都是不斷的對人類工作用機(jī)器替代。在前幾次工業(yè)**主要集中在解放了人類的體力勞動。人工智能的**是要解放人類的腦力勞動。短期之內(nèi)人工智能會造成部分人失業(yè)，從長遠(yuǎn)來看人工智能讓人類從底層的腦力勞動解放出來是一個(gè)必然的發(fā)展趨勢。
前面談到了AI在方方面面的應(yīng)用。20年前，我們認(rèn)為指紋識別，人臉識別，車牌識別等已經(jīng)是高端的人工智能了，今天這些領(lǐng)域早已經(jīng)被廣泛的應(yīng)用于我們的生活中，我們并不會把這些東西看成有多么的“智能”?？v觀AI發(fā)展歷史每一次AI都給人們帶來了出人意料的結(jié)果。也許今年出現(xiàn)在科幻小說里邊的場景，20年后就將普及到我們現(xiàn)實(shí)生活的方方面面，不斷方便人類的日常生活(例如自動駕駛)。
個(gè)人認(rèn)為AI在創(chuàng)造性的工作上也將逐步的輔佐并最終替代人類。
結(jié)語
人工智能的未來不可限量，今天這里討論的還只是弱人工智能，強(qiáng)人工智能雖然目前還無法想象，但是相信隨著科技的進(jìn)步，終有到來的一天!
最后，附上2016年計(jì)算機(jī)視覺頂級會議CVPR的一項(xiàng)研究成果--AI藝術(shù)創(chuàng)作(弱人工智能)。