邬贺铨：一半以上的人是不会被人工智能取代的

本篇文章4810字，读完约12分钟

中国日报网1月5日电2019影响峰会于1月5日在北京举行。本次峰会的主题是“展望未来”。中国工程院院士吴在《展望科学技术的未来》一节发表了题为《迎接人工智能的未来》的演讲。

他说人工智能为经济效益做出了巨大贡献，但他也提到目前人工智能仍有许多不足之处。关于人工智能取代人类的话题，吴乐观地表示，超过一半的人不会被人工智能取代。

吴说，人工智能可以在医疗保健、汽车和金融服务方面取得良好的效果。然而，人工智能仍有许多缺点。图灵奖获得者称机器学习目前只是曲线拟合，而诺贝尔经济学奖获得者朱迪亚·皮尔(judea pear)则称“人工智能只是统计学”，这意味着目前仍有许多不足之处。

谈到就业，认为，人工智能确实会取代目前的许多工作岗位，而且49%的劳动人口可能会被取代，但超过一半的人不会被取代。

“因为人工智能没有情感，用情感创作的文艺作品是无法替代的。人工智能不能代替文学和艺术，它必须由人来完成。”吴举了一个例子。

以下是吴和珍讲话的全文:

吴:各位领导、各位专家，大家早上好。我演讲的主题是“迎接人工智能的未来”。

我们可以看看支持人工智能发展的技术，比如cpu芯片、内存、光纤、移动通信、超级计算、大数据...十年后，有些是60倍，有些是2万倍。光纤通信的容量在10年内增加了100倍，移动通信的速度在10年内增加了1000倍，其超级计算能力增加了1000倍。我没有在这里写算法，但稍后这是前几年统计的主要网络设备的平均年度性能改进增长率。

近年来，互联网已经进入第50个年头，50年来，互联网流量以每年60%的速度增长，这将对人工智能技术的未来发展产生巨大影响。

现在，即使你写一本书告诉电脑什么是猫，什么是狗，它也学不会。然而，如果你把一堆猫和狗的视频像人类儿童的教学方法一样发送到深层神经网络，它会把它们分类。分类后，如果照片和视频上有标签，它就会知道分类是猫。如果篮子里有一只小狗，把它放进去，它仍然会被归类为“狗”。所以深层神经网络实际上是一个分类器，但是如果你告诉它它是什么，它就会学习。

机器学习是深层神经网络的主要技术。从近10年来关于机器学习的论文中，我们可以发现机器学习的热点，也可以看到计算密集型算法如神经网络和进化规划在机器学习研究中的突出表现。

阿尔法戈下棋。每天吃东西大约需要2500卡路里，也就是大约1000万焦耳的卡路里，玩5个小时的围棋大约需要3.3兆焦耳。当阿尔法戈与李世石下棋时，它使用了超过1000个CPU和176个GPU，CPU功率为100瓦，GPU功率为200瓦，也就是173000瓦(以秒为单位)。如果需要5个小时，它将是3000兆焦耳，这相当于一千分之一的能量消耗阿尔法戈在李世石。也就是说，目前人工智能仍然需要大量的能量支持。

后来，一年后，阿尔法零号得到了改进，并被改造成了tpu。这只是阿尔法戈最初能耗的1/12。它用1/12的能量和阿尔法戈下棋，100比0。那时，阿尔法戈必须收集所有围棋的分数。经过三个月的训练，阿尔法战士只需要了解围棋的规则。这两个字母数字零相互对应，可以完成所有人类没有走过的棋谱。因此，对算法进行了优化，对硬件进行了改进，包括用gpu代替cpu(增加了3倍)，用tpu代替gpu(增加了15-30倍)。

最近，阿尔法零号不仅天下无敌，还自学了2个小时打败了日本象棋(有点像中国象棋)，自学了4个小时后赢了所有的象棋。

在医学领域，在过去的三个月里，谷歌开发了机器学习中的阿尔法折叠和阿尔法格折叠。所谓的折叠是为了预测蛋白质结构。在蛋白质结构预测的国际竞赛中，它击败了由人组成的各种团队。有什么意义？如果我们能解释蛋白质的结构，我们可能会找到许多疾病(包括癌症)的解决方案。因此，许多人工智能现在被用于开发医学药物。美国人工智能可以比医生早六年诊断阿尔茨海默氏病，医学人工智能设备已经投入商业使用。

此外，让我们看看蛋白质的折叠结构，我们可以通过人工智能来解释它。

我们知道门捷列夫长期以来发展了元素周期表。现在，假设我们不知道元素周期表，我们可以用人工智能程序在几个小时内重新定义元素周期表。换句话说，人工智能真的可以做很多事情。

在语音识别中，人工智能已经超越了人类，人类语音识别的错误率为5.1%。现在百度的中文语音识别和微软的语音识别都高于这个水平。当然，在嘈杂的环境中，识别率只有54%，但人们无法识别，也无法达到这个水平。

包括人脸识别在内，中国上海Etu技术的人脸识别率为1/10，000，在错误率的前提下，错误率可以达到98%。银行柜台人员的肉眼对比误差一般为1%，也就是说，机器的精度超过了人眼。

当然，动态3D活体检测更加困难。下图显示的是乔治·w·布什的原图，右边的乔治·w·布什的头像与原图相同，但嘴的形状与上图中的胖子相同。我们听不到那个胖子说了什么，但是乔治·w·布什可以恢复他的说话声音，通过他的嘴的形状读出他的嘴唇。

我们知道张学友在几场音乐会上抓到了逃犯，不是因为张学友，而是因为音乐会入口处的人脸识别门。因此，张学友说:“抓逃犯是我真正的工作，唱歌只是副业。”

机器视觉应用于什么？这是一张肺部的ct照片，从中你可以发现是否有肿瘤或癌症，但是ct可以扫描数百张照片，这很麻烦。我们通过人工智能将这些ct照片恢复到肺部，看看是否有纤维化，然后观察肺部周围的器官。腾讯使用其人工智能技术。目前，它可以检测肺部非常小的肿瘤，而且筛查率相当准确。

语音识别可以用于医学，也可以用于图像识别，并且可以重建三维图像，如医学教育，这对于提高医学手术指导有很好的作用。

在工业方面，清华与英业达合作(作为视频电路板)，视频电路板非常复杂。您可以看到连接的线路是否连接，以及是否没有连接错误的线路。人眼很容易犯错误，但是使用机器视觉，你可以发现人眼找不到的问题。年经济效益9000万元。

有一些关于人工智能对经济效益贡献的统计数据。人工智能可以提高劳动生产率，刺激消费者需求，提高产品质量。有人预测，从2017年到2030年，人工智能对劳动生产率的贡献将超过国内生产总值的55%。分析了不同的国家，其中中国占了世界的近一半。到2030年，人工智能将为国内生产总值带来7万亿美元的增长贡献，占国内生产总值的26.1%。这个数字来自蒲华。

人工智能指数越高，应用效果越好:一是医疗保健，二是汽车和金融服务比较好，但制造业比金融服务零售要低一点，现在我们先在物流中使用。

以自动驾驶为例，麦肯锡估计，到2025年，经济规模将达到数万亿美元，减少交通事故，每年挽救3万至15万人的生命，减少90%的废气排放。麦肯锡还认为，到2030年，人工智能能为全球gdp增长贡献额外的13万亿美元，普华永道(PricewaterhouseCoopers)估计这将是15.7万亿美元，年均gdp增长1.2%。他身后的这句话更重要:它可与19世纪的蒸汽机、20世纪的工业机器人和21世纪的信息技术相媲美。

人工智能擅长什么？它所适应的工作场景应满足五个条件:

去很难。围棋的“空”游戏非常大。1.43之后有768个“0”，但是它的信息是完全确定的，并且具有静态和结构特征，所以计算机是好的。它不怕困难和烦恼，也能做到，但是打麻将就不一样了。这是一个非合作的游戏，虽然

电子游戏也是如此。现在在星际争霸中，人工智能还达不到一般的专业水平。

自动驾驶在简单的路况下很好，在复杂的路况下很难，因为行人和司机不遵守交通规则，这很难通过训练来掌握。它还需要司机的经验和知识，人为的错误是偶然的。一旦机器出错，它可能是系统性的；

人工智能可以检测肿瘤，但医院不敢使用它，因为人工智能本身可以告诉你该做什么，但它不会告诉你为什么。例如，人工智能对一个病人进行诊断，最终得出“一条腿被锯掉了”的结论，但它并没有告诉你为什么。医院敢锯掉它的腿吗？

还有许多人工智能不能完成的功能。神经网络是一种面向输入的算法。第一个前提是有大量的数据，而且数据应该是准确的。如果受到干扰，医生很难犯很多错误。例如，北加利福尼亚的一个组织(美国公民自由联盟)使用亚马逊面部识别算法，将535名美国国会议员的照片与美国警察局关押的25000名罪犯的照片进行比较，发现28名国会议员被视为罪犯。最终，美国的数据严重偏向白人男性，所以深色皮肤很容易被误解。

目前，机器学习仍然存在许多不足。图灵奖获得者说机器学习只是曲线拟合，而诺贝尔经济学奖获得者(judea pear)说“人工智能只是统计学”，这意味着目前仍有许多不足之处。

我刚才用的两张图片映射的猫和狗的区别是有一条曲线的，但是只要拟合的地方稍有错误，就有可能出错。例如，它原本是一只熊猫，如果照片中加入一些噪音，机器可能会认出它是一只长臂猿，所以目前人工智能识别仍然相当精细。

当你看这张照片时，有些人顺时针看，而有些人逆时针看。即使同一个人顺时针看了一会儿，但眨眼后它会逆时针转动。是顺时针还是逆时针？事实上，这只是你的左腿在前面还是右腿在前面的问题，这是你的误解。

为什么会有这种幻觉？因为它仅仅处于人工智能识别(包括人类识别)的边界，在这个时候可能会发生误导。

例如，这张图片中的圆圈，每个人都认为它是滚动和圆形的，但这是真的吗？每个球都像这样吗？不一定。我们可以看看。事实上，每个球都是直线运动的，所以人工智能模型会被误导。

当你看这些照片时，它们看起来像是真人，但事实上它们不是。左侧是根据图纸绘制的，右侧是根据图纸形成的。也就是说，它不是真人，而是人工智能。将来，你不必为“小鲜肉”付出高昂的代价，只要画一个就行了。

让我们看看这个小视频。为什么这辆车突然抛锚，变得疯狂？(见视频)事实上，这是一个真实的交通事故的视频，但它抹去了另一辆在交通事故中与之相撞的汽车，这使人们看着它时感到困惑，所以人工智能“如果有图片可能就没有真相。”

当然，神经网络仍在发展，关键是如何选择正确的框架和训练。清华大学的张硕院士说，我们应该把感知和认知放在同一个房间里空，而不是简单地使用概率论和数理统计，我们应该用模糊层次理论重新定义它，否则我们不能与机器人交流，机器人也不能相互交流。

机器学习侧重于通过数据了解环境，而人类可以同时了解不同的环境。小组学习是人类与生俱来的能力，但计算机没有。我曾经告诉一家从事人工智能的公司，识别语音和玩围棋算不了什么。如果你能组织一个11人的机器人足球队，当你击败皇家马德里队时，你会感到惊奇，因为这个11人的机器人足球队需要集体活动。

这幅画的最后一个问号应该放在(几个数字)上。人们很容易看出应该放哪一行，因为第一行232、第二行343和第三行应该是454，但是人工智能很难看出，因为人工智能不太容易获得人类的常识。

刚才说到就业，事实上，人工智能确实会取代目前的许多工作。49%的劳动人口可能会被取代，但超过一半的人不会被取代，因为人工智能没有情感，而带有情感创造的文学艺术作品是无法取代的。人工智能不能取代文学和艺术，但人们必须这样做。根据高德纳咨询公司和世界经济论坛发布的“2018年未来就业”报告，它实际上取代了一些工作，但也会增加一些工作。人工智能将带来数字鸿沟，发达国家和先进企业将扩大社会中的贫富差距，高智能工作将增加，一般劳动岗位将减少。谁对自动驾驶的问题负责？机器人创作的小说和诗歌享有相应的知识产权吗？有法律和道德问题以及安全问题。如果人工智能杀人呢？

最后，总书记提到，加快发展新一代人工智能是我们在全球科技竞争中赢得主动的重要起点。

清华大学的张硕院士说，我们现在正在通往人工智能的路上，现在我们离起点不远，但人工智能总是在路上，所以每个人都应该做好心理准备，这就是人工智能的魅力。

人工智能将使我们的生活变得更好，或者走向我们的对立面，这取决于人类。

谢谢你

来源：新浪直播网