人工智能一直是一個很熱門的話題。搜狗CEO王小川在近的一次演講中，介紹了機器是怎么學(xué)會思考的。

機器人學(xué)習(xí)人類的過程，一共分三個階段。

個階段，我們把人已經(jīng)懂得的規(guī)則交給機器。這是開始的方法。程序員把規(guī)則寫成一個代碼交給機器，告訴機器什么數(shù)據(jù)要怎么處理。比如我們要做一個電飯鍋，寫好一個程序，到了103度，電飯鍋就會跳閘。所以傳統(tǒng)的機器學(xué)習(xí)，就是人告訴機器求解的方法。但這里有個問題，很多時候我們自己都不知道方法是什么。比如人臉識別這個技術(shù)，你想讓機器認出張三的臉，但你怎么告訴機器這就是張三的臉，眉毛是粗的還是臉是方的？我們發(fā)現(xiàn)很難用一個技術(shù)把人臉識別出來。

這時候就到了第二個階段，我們不告訴機器方法，只告訴機器問題和對應(yīng)的答案是什么，讓機器進行學(xué)習(xí)。比如人臉識別，我們只要告訴機器這是張三的臉，那是李四的臉，不用告訴機器為什么這個臉是張三或者李四的。機器通過大量的數(shù)據(jù)訓(xùn)練就能夠?qū)W會。去年開始圖像人臉識別機器超過了人，準確率超過了人一倍。谷歌機器人學(xué)圍棋就是這么學(xué)的，把人類棋手六段以上對弈的30萬盤棋放在機器面前，告訴他在什么局勢下，人是怎么落子的。機器不僅把這30萬盤棋學(xué)會了，它在這個過程里面還產(chǎn)生了對類似問題的分析能力，所以棋局變了之后，它也能根據(jù)以前的經(jīng)驗去做判斷。

第三個階段，只給機器人目標，而不是告訴它怎么做，這是演進中很重要的一步。機器學(xué)習(xí)人下棋的方法，后戰(zhàn)勝人，這是一個超越進化的路徑。但谷歌還在做另外一件事情，讓機器不學(xué)人的下棋方法，隨機落子，自己和自己下，然后告訴它輸贏，看能不能進化出來一臺跟人走棋風(fēng)格完全不同的機器。這就像一個人在中原學(xué)會了所有武功，把它融匯貫通，然后再進行提高；另外一個人從來沒有來過地球和中原，卻要學(xué)武功，你說它的武功跟人會一樣嗎？這是人類所好奇的，看看重新開始會出現(xiàn)什么智慧。

了解了機器學(xué)習(xí)人類的過程，未來什么樣的職業(yè)容易被取代呢？

王小川說，工作環(huán)境越封閉，提供的答案越標準，你的工作越有可能被機器人取代。因為環(huán)境越封閉，說明我們輸入信息是一些固定限制的信息，比如做審計師，看的都是財務(wù)報表，輸入的數(shù)據(jù)都是在一個封閉的環(huán)境里面的數(shù)據(jù)，這種工作，答案都是標準化的，是有答案的，有可能被機器取代。但作家就不太容易被機器取代，因為作家需要很多生活閱歷，讀萬卷書，行萬里路，這種開放的環(huán)境對機器是一個很大的挑戰(zhàn)。你輸出的解答越開放，越?jīng)]有固定的答案，就越難被取代。

那未來機器和人類會是一種什么關(guān)系呢？

王小川總結(jié)說，未來人類不會被機器取代。因為機器沒有生存意識，而且人類的想象力是目前的機器取代不了的。未來人與機器是一個融合的關(guān)系。但是技術(shù)可能讓我們變得更強，也可能讓我們變得更弱。比如，很多人戴眼鏡，眼鏡是一種技術(shù)，戴眼鏡我們看得更清楚，但離開眼鏡我們就看不清了。所以我們要拋離技術(shù)之后再看自己行不行，放下手機、pad、汽車交通工具之后，我們不會變強，只會變?nèi)酢?/p>

所以，人工智能與人融合會帶來新的物種。通過我們對人工智能的理解和對技術(shù)的理解，技術(shù)可以帶來與人的融合，可以提升人的能力，也可能降低人的能力，這是我們未來的進化。

基準工業(yè)設(shè)計有限公司的優(yōu)勢：

· 17年設(shè)計經(jīng)驗；

· 強悍的后期結(jié)構(gòu)、機構(gòu)技術(shù)支持；

· 擁有優(yōu)質(zhì)的手板模型、注塑模具、鈑金加工等外協(xié)廠商；