摘要：深度學習對社會和個人的生活將產生深遠的影響，其影響方式也是難以想象的。未來若干年，它又將如何影響我們所處的世界？如何讓深度學習為個人和生產賦能，發揮作用呢？神經網絡的先驅、全球AI專業會議NIPS基金會主席特倫斯·謝諾夫斯基在其新書《深度學習：智能時代的核心驅動力量》中，首次以親歷者視角，前瞻性的提出了未來人工智能發展的8大重要預判。

[[256152]]

當你犯懶不想打掃衛生時，一臺掃地機器人就能讓你的住所保持潔凈； 

當你周末在家想要輕松娛樂時，一聲“小愛同學”就可以喚醒智能音箱； 

當你想出國旅行卻不會外語時，一個語音翻譯軟件幫你暢游世界； 

當你想要出門辦事卻不會開車時，一輛自動駕駛汽車可以帶你順利出行 

…… 

智能音箱、掃地機器人、多語言翻譯軟件、阿爾法狗、無人駕駛汽車、微軟小冰……這些放在十幾年前大多數人想都不敢想的場景，現在都已實實在在地發生了。人工智能似乎一夜之間顛覆了我們的生活，也對未來商業的變革產生了巨大影響。 

事實上，人類和機器自動化的關系已經持續了幾百年。兩百多年前，英國數學家巴貝奇設計的“差分機”第一次真正意義上使機器擁有了計算智能。計算機的誕生與應用、圖靈機與圖靈測試，以及1956年達特茅斯夏季會議的召開，推動了“人工智能”這一領域的正式誕生。 

人工智能的發展并非一帆風順。20世紀七十年代，由于無法解決實際應用中計算機運算速度和經驗數據量的難題，人工智能技術引發了科學界的嚴厲批評和質疑，一度進入寒冬。 

在當時，AI研究的主流依然是試圖編寫具有人類智能的計算機程序。與此同時，還有另外一小群不屬于主流群體的AI研究人員認為，受大腦生物學啟發的、那些被稱為“神經網絡”“連接主義”和“并行分布處理”的AI實現方法，會最終解決困擾基于邏輯的AI研究的難題。正是這一小群研究人員，證明了基于大腦式的計算的全新方法是可行的，從而為“深度學習”的發展奠定了基礎。 

特倫斯·謝諾夫斯基 就是這一小群人中的一個，他和一眾開拓者一起，利用大數據和不斷增強的計算能力，終于在神經網絡算法上取得重大突破，實現了人工智能井噴式的發展。

[[256153]]

▲特倫斯·謝諾夫斯基是世界十大AI科學家之一，美國四大國家學院在世僅3位的“四院院士”之一，全球人工智能頂級會議NIPS基金會主席。 

作為神經網絡的先驅，早在1986年，特倫斯就與深度學習之父杰弗里·辛頓共同發明了玻爾茲曼機，把神經網絡帶入到研究與應用的熱潮，將深度學習從邊緣課題變成了互聯網科技公司仰賴的核心技術。1989年，特倫斯加入美國索爾克生物研究所，與DNA雙螺旋結構的發現者之一弗朗西斯·克里克作為同事，共同研究神經網絡科學。2013 年，白宮宣布啟動美國“BRAIN 計劃”，開發創新的神經技術，以加速我們對大腦功能的理解。該舉措能夠幫助我們找到在未來治療精神分裂癥和阿爾茲海默癥等衰弱性腦部疾病的方法，美國政府已經為“BRAIN 計劃”注資50億美元，特倫斯作為參與該計劃研究的領軍人物，為該計劃的推動提供了非常多的研究和建議。 

深度學習對社會和個人的生活將產生深遠的影響，其影響方式也是難以想象的。未來若干年，它又將如何影響我們所處的世界？如何讓深度學習為個人和生產賦能，發揮作用呢？特倫斯·謝諾夫斯基在其新書《深度學習：智能時代的核心驅動力量》中，首次以親歷者視角，前瞻性的提出了未來人工智能發展的8大重要預判： 

觀點1 

人工智能不會導致失業，只會讓你更聰明 

你無須擔心人工智能將接管你的工作。人工智能會讓你更聰明，讓你有能力實現的成就達到新的高度。就像工業革命時期蒸汽機放大了物理能力一樣，人工智能也會放大認知能力。我們正迎來一個新的時代——信息時代。我們進入的新世界不僅會使我們變得更聰明，還會讓我們更清楚地認識自己。 

未來，需要人類認知技能的工作將被自動化人工智能系統接管，那些能夠創建和維護這些系統的人將會獲得新的工作。 

觀點2 

深度學習技術將全面影響未來商業變革，得數據者得天下 

深度學習技術是下一波商業浪潮的主要推動力，將全面影響未來商業變革。到 2050 年，人工智能會擁有能和我們大腦相媲美的操作系統。哪些人、哪些公司、哪些國家會掌握這種科技，取決于他們現在所做的投資和下的賭注。 

而在機器學習中，誰擁有最多的數據，誰就是贏家，顯然Facebook所擁有的關于人們點贊、好友和照片的數據讓其他人只能望其項背。 

利用所有這些數據，Facebook 可以創建我們的心理理論，并用它來預測我們的偏好和政治傾向，甚至有一天可能會比我們更了解我們自己。你會覺得這是一個令人不寒而栗的前景，還是發現有一個能滿足你需求的數字管家感覺很方便？我們可能會問，Facebook 是否應該擁有這種權力，但在這個問題上，我們也許并沒有多少發言權。 

觀點3 

再過20年，無人駕駛將全面走入人類生活 

谷歌Waymo無人車于2018年第三季度投放商用，Uber在匹斯堡投放了一批自動駕駛汽車，蘋果、百度以及傳統汽車廠商也都早已布局自動駕駛領域。 

自動駕駛汽車不久就會威脅到卡車司機和出租車司機的生計。是否擁有汽車已經不重要，汽車產業將面臨重大考驗。城市規劃同樣需要變革，城市內將不再需要那么多停車場。 

謝諾夫斯基預計，卡車會在10年內實現自動駕駛，出租車要花上15年，15到25年后，客運無人車將全面走入人們的生活。 

觀點4 

你的iphone會比你自己更懂你 

如果去掉頭發、首飾和第二性征，你能快速區分男女嗎？通過深度學習，機器可以實現通過細微的面部線索進行區分，如大多數男性的人中面積更大，男性眼睛周圍區域較大，女性上頰較大。 

通過監控面部44塊肌肉的狀態，機器能讀懂你的情緒。面部表情識別已經進入商業化，如監測選民的微表情來判斷選舉走勢，研判未來哪部劇將大火。 

未來，你的手機將會主動關心你的情緒，不但會問你為什么不高興，還會幫你高興起來。 

觀點5 

癌癥不再可怕，每一個人都將成為AI醫療的受益者 

基于大數據的深度學習將改變醫療行業，對疾病提供更快速、準確的診斷和治療。 

如果某人被診斷出癌癥，傳統療法（手術、化療、放療）手段都失敗了，那最有可能的結果就是走到生命盡頭。在未來技術發展的某個階段，人工智能可以對腫瘤進行基因排序，檢測癌細胞變異和擴散狀態，通過數據分析匹配適合個人的治療藥物，甚至設計出某一種新藥專門針對這個人的癌癥治療。 

觀點6 

未來需要以家庭，而非以學校為基礎的新教育體系 

傳統的學校教育教給孩子太多的信息，太多的既有技能，而技術的發展可能讓這些東西很快過時。未來的人工智能將會改變傳統教育現狀。成為終身學習者，才是不被時代淘汰的必備能力。要做到這一點，我們需要一個以家庭，而不是以學校為基礎的新教育體系。 

與學校課程“要么太多，要么沒有”的學習模式不同，慕課（在線公開課）更像是你隨時可以挑選和閱讀的書：學習者們更傾向于“放養式”的學習方法，有針對性地選擇符合他們迫切需求的課程。 

人工智能時代，你需要的不是擔憂和焦慮，而是成為更好的學習者，抓住每一分資源和機會，讓自己成為更有價值的人。 

觀點7 

如何證明你的朋友不是AI？ 

人工智能的發展改變了我們的社交方式，甚至是社交對象。 

具有社交屬性的人工智能已經成為我們生活中的一部分，比如智能音箱，或者蘋果手機智能語音助手Siri和微軟開發的小冰。社交聊天機器人還可以在閑聊中幫助用戶執行多種任務。2014年 5月微軟發布小冰，之后她成為使用最廣泛的社交聊天機器人。她理解用戶的情感需求，進行人際溝通，在對話中鼓勵用戶、吸引用戶參與對話、逗用戶開心。這些對話使用戶的情緒變得更加積極，為用戶提供情感支持和社交歸屬感。 

觀點8 

跨文化交流將不再有障礙 

深度學習讓語音識別和語言翻譯融合在一起，涉及多種語言的跨國甚至跨文化交流將不再是問題。 

早在1946年第一臺計算機發明之初，就有科學家提出利用計算機自動進行語言翻譯的設想。經歷70多年的發展，機器翻譯先后涌現出多種方法。近幾年，隨著深度學習技術被應用到翻譯領域，翻譯質量大幅躍升，百度、谷歌、微軟等巨頭公司相繼發布了一系列基于最新人工智能技術的翻譯系統和產品。當語音識別和語言翻譯結合到一起時，實時的跨文化交流將有可能實現?！缎请H迷航》中那種萬能翻譯機將觸手可及。