参考书籍
《人工智能简史》 作者是 约翰·马尔科夫，这本书内容浅显易懂，基本不涉及晦涩的技术，以故事的形式介绍了 AI 和 IA 之争，从一个侧面思考了技术与人类之间的关系。
SEED 读书会
- Science
- Engineering
- Education
- Design
SEED 读书会是面向亲子的读书会。聚焦科技、工程、教育、设计领域最新成果，帮助孩子们获得世界上最新发生的变革。
今日主题
欢迎大家参加今天的 SEED 读书会，我是江川，拥有 10 年的互联网技术从业履历，今天我要分享的是，当下非常火热的人工智能——AI。
为什么我们应该关注人工智能技术的进展呢？
这里跟大家分享一下我的遇到的两件事：
大概一个多月前，我跟路人甲聊天的时候，偶然聊到通州区某名校初中的小升初面试题：
如果是你，怎么看待人工智能，是否会取代人的工作，写作文表达自己的观点。
我对人工智能技术一直很关注，但是中学入学竟然会探讨这样宏大的命题，而且竟然有不少孩子能对此发表非常有意义的见解。无论是校方敢考，还是学生能答，都让我非常震惊，这大大超越了我对一般小学生的预期！
前一段时间我吃饭的时候，接到一个推销电话，电话那头听声音是一个妙龄女郎，声音非常动听，我耐心的听完了她的产品介绍，做了一些简单的交谈。在谈话结束之前，可能因为我所处的环境比较吵，对方一直机械的重复一句话：对不起，我没有听清，您能再说一遍吗？我猛然发现，电话那头的萌妹子连抠脚大汉都不是，只是一台跑着人工智能程序的电脑。
人工智能已经渗透到了如此的程度，无论从教育层面，或者应用层面。这些遭遇也是促成 SEED 读书会诞生的原因，我们希望更多的孩子，能有机会了解世界上正在发生的变革，抓住更多机会。
这个话题也自然成为 SEED 读书会的第一个分享话题。
你使用过什么样的人工智能产品呢？有人提到扫地机器人，是的。
今天现场提到的人工智能产品比我想的少一些。我给大家介绍一些我用过的人工智能产品。
- 谷歌翻译
- 苹果的语音助理 Siri
- 各种美颜相机
- 国民应用：抖音
这些产品中，人工智能是它们最底层的关键技术。
谷歌翻译或者百度翻译，现在的翻译软件已经可以做到一定程度的意译，早期只能机械的逐词翻译，有明显的“机器翻译”腔。翻译系统自身在被使用的过程中，也在进化。
Siri 之类的语音助理，则混合了语音识别、语义分析等等技术。
美颜相机和抖音，面部识别、手势识别、人体关节识别等技术。
这些技术都可以归结到人工智能技术的范畴。
上面这些应用大家基本上都用过，为什么大多数人没有感觉到人工智能的存在呢？
主要原因是大家习惯将人工智能技术，等同于机器人技术，尤其是人形机器人。
其实目前阶段，人工智能技术是一种算法，或者通俗点说人工智能现在只是一种软件。现在的人工智能还不能做到理想中具备真正的智能。
“人工智能” 这种软件与一般的软件有什么区别呢？人工智能是由数据驱动的软件，人工智能的“智能”来源于数据本身，而一般软件的自动化，来自于程序员的指令。
下面我们以大家常见的产品，介绍人工智能在我们身边，是如何默默无闻的为我们服务的。
这是一张有声音的图片哈，大家猜得到这是什么歌曲吗？《我们一起学猫叫》！抖音为 MM 添加了猫咪特效。大家在使用抖音特效的时候，有没有注意过，特效不是静止在特定的位置，会随着人的角度变化发生变化。 支撑这一功能的核心就是“人脸识别”技术。
这就是人工智能看到的图像——实时找到 MM 的面部以及五官的位置。
计算机不是很厉害嘛，算数多快啊！人脸识别有什么难的，三岁小孩都会，计算机就更不用说了吧。
其实不然，有很多问题对人类来说非常简单，但是对计算机却十分困难。
这是一副包含面部的照片，你能看出这是面部的一部分吗，又是面部的那一部分呢？
这就是计算机观察图片的方式，计算机无法看到各个像素之间的关系，只能理解局部的像素。
下面我们解开谜底：
上面的像素是这张照片的某个面部边缘。计算机识别面部的难度除了上面提到的问题外，照片的光线、角度、人物的表情、妆容等等都会让一个人多张的照片，在计算机看来是完全不同的图像。
直到人工智能技术出现，面部识别问题才有了比较不错的解决方案。图中展示的是人工智能对面部 72 个关键点的检测。
上图展示的是人物在不同角度下，人工智能正确的检测关键点的情形，我们看到已经非常准确！
这个技术就是现在美颜相机、抖音特效的核心技术，是不是比想象的复杂。
《尬舞机》 的核心也是图像识别，不过识别的是人体的关节。
人工智能已经可以通过照片，就可以确定人体的关键骨骼位置，并以此判断人的姿态。
抖音里的动作特效，正是得益于这一技术。
应观众的要求，下面我们看一组来自 波士顿动力 的成果，一个人形两足机器人。
这是 10 年前 波士顿动力 开发的两足机器人，解决的是机器人在两足状态下保持平衡、运动的问题。当时的技术尚不成熟，它走路的姿势甚至有点可笑。
10 年后的今天它是怎么样的呢？
如今他已经身轻如燕、飞檐走壁。这 10 年除了动力系统技术的变化，更主要的是人工智能技术的发展。机器人在虚拟环境中，如同婴儿一样，不断的尝试运动，学习控制双腿跨越障碍物，最终学习到了飞檐走壁的技能。
人工智能技术解决了很多以往依赖程序员编码控制很难解决的问题，这种神奇的系统是如何创造的呢？
这里以监督学习为例。我们只要准备好大量不同的数据，并且标记，这里我们标出易烊千玺的面部。将这些数据交给 AI 系统学习，AI 系统通过这些已知数据获得识别出易烊千玺面部的能力（其实是一个模型，可能包含数万乃是数十万个参数）。
当我们向 AI 系统展示一张从未出现过的照片时，AI 系统同样会帮我们标注出易烊千玺————AI 系统认识他的面孔。
所以，人工智能系统是直接从数据中抽取知识，形成模型的技术。这不同于传统的软件，需要工程师自己去总结知识、规律，并把这些只是编码。
人工智能系统，尤其是现在流行的神经网络系统，我们也无法解释这些网络工作的内部原理，就像我们还无法理解大脑神经元是如何共同工作一样。某种程度上，现代人工智能技术与生物智能有某种共同性。
人工智能技术的前途貌似一片光明，那人工智能距离达到人类的智能水平，要到什么时候呢？
著名的现代计算机之父 图灵，在 1950 年就设计了一个方案来检测，机器是否具备了人的智能：图灵测试。
比如我之前遭遇的人工智能销售电话，就差点骗过我，也许她努努力就能通过图灵测试也说不准。
现在有人工智能通过图灵测试吗？ 目前还没有，很幸运。
人工智能被分为 3 等：
- 弱人工智能：只能在比较好的解决特定问题。前面提到的抖音人工智能，就不能去控制双足机器人，它们都是弱人工智能。
- 强人工智能：达到人类智力水平，可以综合解决各种问题，目前还没有出现。
- 超人工智能：智力水平远超人类。
现在的人工智能都是“弱人工智能”，通常只能解决特定问题。也难怪有人戏谑人工智能：
现在只有“人工智障”，不“智能”。
我们已经对人工智能有了大概的认知，人工智能对就业会有怎样的影响呢？
- 智能柜员机取代了银行柜员。
- 华尔街大量交易员被智能交易程序取代。
- 智能驾驶取代司机也是指日可待。
··· ···
近几年人工智能的飞速发展，让很多人深深陷入了“失业焦虑”。
工业革命创造了大量机器，机器代替了人的肌肉，机器是一种物理工具。
人工智能就是“智力”工具。我们不再需要从数据中分析、归纳知识，可以由计算机代劳。
人工智能与失业之间的关系，我们就可以转化为技术进步与失业之间的关系。
如果技术的进步是一场灾难，那人类文明就不会存在，新技术也不会发展起来。
如果人类的目标只是解决就业问题的话，在野蛮时代那真是“全民就业”，每天睁眼就得忙活一天的吃喝，晚上不管吃没吃饱你都得回窝睡觉，明天继续找吃的，全年无休，至死才能来个“万年假”，就业率 100%。
我们也可以借鉴历史来观察技术进步与失业之间的关系。
两次工业革命爆发前后，确实有一批人失去了工作————因为高效率机器的使用，工厂不再需要雇佣那么多工人了！但是由于生产效率的提升，致使人口上升，产生了大量新的工作机会。现代世界人口已经是当时的三倍多，但是这些新增的人口也没有闲着。如果以工业革命发生时的人口为基数，技术革新带来的就业率提升早就超过了 100%。
在互联网时代，每当有岗位消失，就同时有新的机会被创造出来，人工智能时代也是如此。
有一句话总结的很有道理：消失的只是职业，不是岗位！
未来有可能消失的职业，就是今天培养孩子的坑了，重点来了：
那些职业会消失呢？
下面数据是来自牛津大学的一篇论文:《未来职业：工作有多容易被机器取代？》
未来是不可预知的，这些数据给大家做为参考。
我们可以看到，被替代的工作不仅仅是比较“简单”的工作，甚至包含高度专业化的会计、法律、医务工作者。
如何面向未来教育孩子？
从技术角度来说，人类迫于生存，我们有很长一段时间，需要时不时的处于巨大生产机器的一部分，未来随着人工智能的发展，人类机械的那一部分将会越来越少，而人性将是评价个人价值的重要标准。未来个人的审美、创造力、爱好、特长，甚至消费能力，都有可能变成职业。
有大朋友问我，现在培养孩子，应该往哪个专业方向培养？
如果我们回顾 2000 年，那时我们能想象 2010 年的生活场景吗？不能。我们只能保持开放的心态，不要因为自己的历史局限性，显示孩子的未来就好。
毕竟，我们是记忆在过去，活在当下的人，而孩子们，是要生活在未来！
