2017年新年刚过，作为AlphaGo最新版的Master就先后在弈城网和野狐网上战胜柯洁、常昊、时越以及韩国世界冠军朴廷桓、姜东润等人，取得60胜的骄人战绩，在快棋领域，Master击败了几乎所有中日韩围棋界的顶级高手。有人说围棋是人类最后的的壁垒，接连的失败开始让人类感到伤感、恐慌、焦虑。如果人工智能真的在智慧上超过了人类，人类会成为AI的奴隶吗？

人类的最后一道防线是围棋吗?人类的终极敌人是AI吗？对于市场上的各种阴谋论，成都硅谷国际孵化器的负责人、成都虚拟与增强现实产业协会秘书长李剑锋分享了自己的观点。

细分领域尖子生，还算不上学霸

如果说人工智能打败了围棋高手，那是不是在其他领域也是所向霹雳，在中央电视2台的极客出发栏目中，拥有强大人工智能的安防巡检机器人在人脸识别过程中，由于前期采集的表情图像有限，主持人通过乔装打扮欺骗过了机器人。其次是日本国立情报学研究所(NII)研究人员宣布，已放弃让“Torobo-kun”机器人考入东京大学的计划，原因是人工智能虽然在人脸识别和语音识别方面有基础，但是对人类语言的阅读理解能力似乎表现欠佳，Torobo-kun作为“复读生”，已经连续考了四年了，还是无法考入东京大学。

综合以上案例，笔者认为人工智能在某些细分应用领域还处在尖子生的阶段，甚至远远还落后于学霸。如果人工智能要跨越学霸，就必须满足以下三个条件。

1、庞大的大数据，正如众多科学家而言。人工智能超强的认知学习来源于谷歌强大的大数据系统，随着知识数字化的更新，越来越多的知识被数字化，数据化。如果说一个人有8小时阅读时间，那人工智能就是24小时阅读。通过全天不间断的学习来丰富自己的认知。

2、强大的系统算法，常言道学习不能读死书，要学会举一反三。在人工智能中如果人工智能将互联网上的数据进行整理，那这样只是算是高级人工，算不上智能。阿尔法能够战胜围棋大师及德州扑克职业玩家靠着是一种前沿的算法，有专家指出击败李世石不代表征服围棋，只是算法胜利。

3、过硬的硬件配置, 处理器芯片设计与工艺的突破带动电子信息行业发展已是不争的事实，但对于人工智能的应用而言，单就处理器的提升还远远不够。谷歌、百度等互联网巨头与英特尔、英伟达在人工智能领域所做的是一个技术互补的路线，像谷歌更多的是做云端、数据中心的深度处理，面向人工智能的芯片是人工智能大规模产业的关键，也是今天人工智能不能大规模产业化的瓶颈与核心原因，整体看当前的人工智能产业发展处于初期阶段。目前人工智能的芯片和硬件水平相当于50、60年前个人电脑发明之前的硬件水平，有了个人电脑才有了互联网和移动互联网。

人工智能是助手，而不是对手

据外媒报道，日本三菱综合研究所学者认为，日本积极运用人工智能技术将导致13年后日本工作岗位的数量减少240万个。使用机器人和人工智能技术将在2030年前创建500万个工作岗位，同时，因机器人替代人工，传统领域的人力需求将减少740万人，因此，将有240万日本人失去工作。

机器人将在若干行业替代人工劳动，或协助人类完成任务。李开复博士预测，从事翻译、新闻 报道、助理、保安、销售、客服、交易、会计、司机、家政等工作的人，未来十年将有约 90% 被人工智能全部或部分取代。同时，一些全新的工作机会将应运而生，一部分传统工作会转变为 人工智能辅助下的全新工作类型。

事实上在人类上千年的历史中，很难因为某项技术的更新将人类淘汰，从远古时代的钻木取火，到工业时代的工业革命，文明时代的互联网革命。每一项技术的背后更多的让人类更加的勇敢面对自然与挑战。

笔者将从以下二个方面，来概述人工智能是助手，而不是对手。

1、将问题简单化，例如翻译行业，微软在美国西部发布了支持多人多语言沟通的万能翻译器——Microsoft Translator，通过Microsoft Translator，每个人都可以在自己的智能设备上用自己的语言和任何人沟通，这也是世界上第一个真正意义上的万能翻译器。但是在面对地方口音和方言的时候，人工智能既有可能束手无策。它只会不断的提醒你的请将“普通话”。对于这样的环境下，很多时候还是需要人类的协助才能完成工作。但是在日常的生活中，人工智能可以将通用化，复杂化的问题。通过强大的系统算法迅速的协助人类完成。

2、提升办公效率，例如会计行业，无论是做会计的，还是做财务的，亦或者是中介机构的从业者，都不免觉得日常工作中有着大量、重复性的工作。重复地审核发票，重复地编制各种各种的表格，重复地检查各种各样的数据。真是不在重复中爆发，就在重复中泯然众人。人工智能的出现，可以让行业中的众人跳出原来机械的、重复的工作，去做更有价值的事情，而不是淘汰会计师。

人工智能产业待完善，创业门槛偏高

虽然人工智能将催生数个千亿美元甚至万亿美元规模的产业，全国各地的政府都在积极布局人工智能产业，例如成都菁蓉国际广场、成都硅谷国际孵化器等机构都在招募人工智能创业者，但是对于目前的人工智能产业还是需要完善以下几个方面。

一、可复用和标准化的技术框架、平台、工具、服务尚未成熟

虽然 TensorFlow、MXNet 等深度学习框架已被数以万计的研发团队采纳，相关开源 项目的数量也在飞速增加，但一个完整人工智能生态所必备的，从芯片、总线、平台、架构到框架、 应用模型、测评工具、可视化工具、云服务的模块化与标准化工作，尚需三年或更长时间才能真正成熟。

二、人才缺口巨大，人才结构失衡

据 LinkedIn 统计，全球目前拥有约 25 万名人工智能专业人才，其中美国约占三分之一。这 一数量级的人才储备远无法满足未来几年中人工智能在垂直领域及消费者市场快速、稳健增长的 宏观需求。人才供需矛盾显著，高级算法工程师、研究员和科学家的身价持续走高。人才结构方面， 高端人才、中坚力量和基础人才间的数量比例远未达到最优。

通过在线招聘搜索人工智能，主要的人才缺口人工智能工程师，技能需要掌握人机交互，深度学习、NLP等领域的前沿技术，具备大数据挖掘与分析能力等等。其次人工智能算法工程师，技能需要运用最新的深度学习和机器学习算法，图像识别，语义理解，语音识别等算法。

三、创业难度相对较高，早期创业团队需要更多支持

与互联网时代、移动互联网时代的创业相比，人工智能创业团队面临诸多新的挑战。例如， 对高级人才较为依赖，科学家创业者自身的商业实践经验较少，高质量大数据较难获得，深度学 习计算单元和计算集群的价格十分昂贵等等。

创业团队必须具备多个学科的知识及能力，还是面对市场上各种参差不齐的开发平台。在人工智能领域创业无疑在全球未知的市场进行探索，对于这种探索更多的是无知与未知。

结束语：

2017年人工智能将继续引领科技的潮流，人工智能+也会像2016年的VR+。大量的创业者及资本涌入，当潮水退出的时候，才知道谁的尸体在水中漂浮。

（作者为成都硅谷国际孵化器负责人、成都虚拟与增强现实产业协会秘书长李剑锋）