posted by wap, platform: 小米5
我在微博用这个关键词搜了一下，观点分两派，基本就是老板们的视角和普通人的视角，老板们一致觉得人工智能是个好东西，能够高效高速的利用已经掌握在手里的资源开发利用为自己服务，普通人的视角是觉得人工智能是个对于普通人的一场灾难，会导致无数的人失业。最终被淘汰。

posted by wap, platform: 小米5
我没去想什么天网啊，人工智能反叛啊这类更后面的问题，我只想了未来五年，十年，我真的要经历的那些事情，我能不能够不失业，能不能够一直有工资支撑到我退休这些很实际的问题，按现在这个人工智能，自动化，无人化的速度，我是铁定完了，四十岁和一大批人一起失业，而且也不可能找到工作，连肯德基麦当劳这类的，国外都开始无人化快餐店了。我又该怎么办呢

posted by wap, platform: 小米5
我不关心70年，80年后会怎么样，因为那时候我早就死了，我什么都开始不关心二十年，三十年以后会怎么样，因为这我都觉得远，从深蓝到阿尔法狗，再到大师，才用了十几年，从几千人的老式纺织厂，到现在几十个人的纺织厂也才用了十几年，五年以后，十年以后，我还能不能找到非得人类才能胜任的工作对于我来说这是大问题，对于你们这些手中没有资源的普通人来说，也同样是大问题。

posted by wap, platform: iPad
那怎么办？

posted by wap, platform: GALAXY S IV
能怎么办，砸毁人工智能啊。

posted by wap, platform: Android
喷了，水区不能进了，都来祸害数码区了

posted by wap, platform: Meizu Pro 5
水区去不了。数码区更没人搭理碟片了。

posted by wap, platform: 小米5

引用:

原帖由 @麦克欧文  于 2017-1-10 08:33 发表
喷了，水区不能进了，都来祸害数码区了

人工智能不属于数码区的范畴？谷歌第一个就不同意

取代部分工种是肯定的，但是也会产生新的就业
而且速度远没想那么快，技术成本应用都是问题
往前倒30年你能想象互联网产业有这么大规模？很多事情你是根本想不到未来的格局

[ 本帖最后由 bylaaa 于 2017-1-10 09:27 编辑 ]

posted by wap, platform: Chrome

引用:

原帖由 @bylaaa  于 2017-1-10 09:19 发表
取代部分工种是肯定的，但是也会产生新的就业
而且速度远没想那么快，技术成本应用都是问题
往前倒30年你能想象互联网产业有这么大规模？很多事情你是根本想不到未来的格局

人工智能和自动化的目的是什么？目的就是为了全面取代人工。重点词，全面取代，人家老板们压根就不想把工作留给人去做。

posted by wap, platform: Android
那为啥不取代老板？

因为老板赚够了无所谓？

posted by wap, platform: 红米Note3
丢工作属于不肯学习的人。

新技术消灭了一些岗位之外，也在让过去门槛高的工作变得门槛低。

posted by wap, platform: Chrome

引用:

原帖由 @卖哥  于 2017-1-10 10:12 发表
丢工作属于不肯学习的人。

新技术消灭了一些岗位之外，也在让过去门槛高的工作变得门槛低。

去年阿尔法狗还有胜有败，今年就只有全胜无败了，这学习速度，人的肉大脑能赶得上？所有的围棋九段大师都说压根赢不了。我们连一段的水平都没有，估计学一辈子围棋也达到不了5段的水平。

引用:

原帖由 li1984123 于 2017-1-10 10:03 发表
posted by wap, platform: Chrome
人工智能和自动化的目的是什么？目的就是为了全面取代人工。重点词，全面取代，人家老板们压根就不想把工作留给人去做。

全面取代只是说说的 不是今天你一拍脑袋就完事了，而且是个长时间的过程，
技术方面目前的人工智能离强人工智能还远，取代部分工作是有可能的，而且现在已经在进行。
成本方面现在用ai产业还比较小，成本太高，只有少数企业用得起，大多数企业就是具备条件用也没钱上
应用性方面，就AlphaGo来说深度学习确实进步很了不起，但是其需要大量的素材喂养，明确的规则，有限度的可能性。能适用在多少领域还很难说

posted by wap, platform: Chrome

引用:

原帖由 @bylaaa  于 2017-1-10 10:20 发表
全面取代只是说说的 不是今天你一拍脑袋就完事了，而且是个长时间的过程，
技术方面目前的人工智能离强人工智能还远，取代部分工作是有可能的，而且现在已经在进行。
成本方面现在用ai产业还比较小，成本太高，只有少数企业用得起，大多数企业就是具备条件用也没钱上
应用性方面，就AlphaGo来说深度学习确实进步很了不起，但是其需要大量的素材喂养，明确的规则，有限度的可能性。能适用在多少领域还很难说

以前也说小汽车成本高，技术难度大，然后你看，福特T系列出来，流水线出来了。没几年遍地是车了。来的就是这么快。