人工智慧的替代
㈠ 哪些行業不會被人工智慧替代呢
不會被人工智慧替代
第一類：針對人進行行為活動的行業，特徵是依賴交流或交往，需要情感交流等，例如某些銷售、咨詢師等。
第二類：文化藝術色彩相關行業。音樂、文學、繪畫等等，與意義靈魂相接，是機器無法取代的，未來人工攝影、繪畫藝術等可以復制創新，但卻很難說會被人工智慧取代。
第三類：探索未知創造新事物的所有職業。例如科學研究、工業研發、也包括程序員。
第四類：管理型人才。可能會有人工智慧助手，但最終決策管理還是由真人實施，但如果信息收集齊全的前提下，人工智慧還是有可能取代基礎的管理人員
㈡ 人工智慧可能會代替哪些工作哪些專業以後可能會消失
最近降溫，隨著寒流而來的，是接連不斷的裁員消息帶來的就業焦慮，8月，美團、拉勾爆出裁員信息；10月， 阿里、京東等企業也不同程度「縮招」。上個月，富士康又被爆出裁掉34萬人。這是多麼震驚的數字，危機來得讓人措不及手。大裁員環境下，永遠不要假設危機不會降臨到自己頭上，每個人都要做好被裁的准備。
有一句話講的很好：打敗你的，永遠是你看不見的對手。現在面臨大面積的裁員就是因為AI的迅速發展，AI帶來的不止是繁榮，同時也伴隨著危機與挑戰，大部分工作將會被機器人替代。從下面這張圖里我們可以了解一下到底哪些會被AI替代的人群，哪些又是AI難以取代的。
不會被AI替代的人群
一想到裁員，我們可能首先想到會先被裁員的是那些快遞小哥、門童、酒店前台類等沒有技術含量的工作，所以一旦裁員，這些人首當其沖。如果這樣想的話，那就大錯特錯了，像這類工作，工資低，有需要一定的溝通互動能力，靈活性很大，所以根本不值得用AI去替代工作。
那AI到底會替代哪些工作？
1.重復性勞動，特別是在相同或非常相似的地方完成的工作，不需與人進行大量面對面交流的工作（如數據輸入、裝配線檢查）
2.有固定台本和對白內容的各種互動（如客戶服務、電話營銷）
3.相對簡單的數據分類，或思考不到一分鍾就可以完成識別的工作（如文件歸檔、作業打分、名片篩選）
4.在某公司一個非常狹小的領域工作（如銀行理財產品的電話推銷員、某部門的會計）
我們明顯可以看出，AI替代的就是一些簡單的，可重復的工作，很多白領以為自己工作穩定，不會被裁，反而去擔心快遞小哥他們會失業，殊不知最先擔心的應該是自己，這些簡單可重復性的工作，機器完全可模擬作業，而這部分白領的工資相對不低，所以替代的可能性極大。
那人工智慧難以取代的工作類型又有哪些？
1.創意性工作（例如，醫學研究員、獲獎劇本作家、公關專家、企業家、藝術家）。 人工智慧不擅長提出新概念，所以創作型的工作AI是無法進行的。
2.同理心/人性化工作（例如，社工、特殊教師、婚姻顧問），人工智慧沒有人類的情商。人們也不願「信任」機器，讓機器來處理人性化任務。
3.復雜性/戰略性工作（例如，首席執行官、談判專家、並購專家），需要了解多個領域並需要進行戰略決策的工作。對於人工智慧來說，即使是理解常識也很困難。
李開復說：」未來人類只剩下兩類工作，創造型和關愛型。」以上言論絕非危言聳聽，發展這些能力是應對未來的重中之重。而我們都知道，藝術類工作從小開始就是需要培養的，我們大部分人無法在短時間內去重新學習掌握的，我們只能在復雜性/戰略性工作上面更進一步。未來人才的核心競爭力只能朝創新能力、合作能力、溝通能力以及批判性思維發展。所以像PR、CEO這些職位你說是能被AI所替代的嗎？顯然是不可能的。
如果你不想被AI替代、被這個社會所淘汰，那隻能不斷提升自己，讓自己占據高位，保持旺盛的學習力，並不斷嘗試新鮮事物。接納變化、死磕目標、持續成長，這才是不被AI所淘汰的正確之道。
㈢ 人工智慧替代工作
人工智慧，還不是人發明出來的。或許能解決一些事情
要說代替，肯定是不可能的，如果都人工智慧了，還要人操作幹嘛？還不導致一大堆人失業？
㈣ 未來十年，哪些職業會被人工智慧取代
2016年，是人工智慧元年。
這一年，谷歌AlphaGo在圍棋大戰中戰勝人類頂尖棋手李世石，微軟研發的人工智慧設備Echo的語言理解能力擊敗人類，IBM人工智慧醫療機器人Watson僅用時10分鍾首次確診人類罕見白血病。
2017年，是人工智慧爆發元年。
這一年，AlphaGo Zero無師自通100:0戰勝舊版AlphaGo，網路CEO李彥宏乘坐無人駕駛汽車上五環，國務院印發《新一代人工智慧發展規劃》，阿里巴巴宣布成立達摩院。
那麼，我們自然要問了，2018年是什麼年？答案是......
狗年！
不過，人工智慧時代正式到來已經是不爭的事實，這一點從資本的蜂擁而至就能看得出來。
據PitchBook統計，2017年全球人工智慧和機器學習領域共獲得風險投資超過108億美元。過去十年來，該領域的風險投資大幅增長：2010年投資不足5億美元，2016年達到57億美元，而2017年投資額較2016年增長了接近一倍。
人工智慧已經來了，而且它就在我們身邊，幾乎無處不在。但是，我們真的知道什麼是人工智慧嗎？我們真的准備好與人工智慧共同發展了嗎？我們該如何規劃人工智慧時代的未來生活？
在今天要和大家分享的這本書中，開復大哥就為我們詳細論述了什麼是人工智慧，人工智慧的發展歷程，以及在人工智慧時代，我們應該做些什麼才能避免被AI淘汰。
什麼是人工智慧？
人工智慧這個詞乍聽起來挺高大上，這可能會讓你覺得它離我們的生活還很遙遠，然而事實並非如此，我們來看一下下面這則對話：
哈哈哈...這是我和微軟智能助理小冰的對話，是不是很有意思？而這背後來則自於自然語言理解人工智慧技術的應用。
再比如我工作的地方，深圳阿里中心，上下班不用門禁卡，出入閘口裝有高解析度的攝像頭，只需提前拍好照片上傳，之後即可實現「刷臉」進出，這背後便是人臉識別技術的功勞。
還有大家都在看的今日頭條，截至目前已經有超過7億用戶，為什麼這么火爆？原因就在於其採用了人工智慧技術，它可以「聰明」地歸納每個人看新聞時的不同習慣、愛好，從而給不同用戶推薦不同的新聞內容。
總之，人工智慧並非像你認為的那樣高大上，它已經在我們身邊得到了廣泛的應用，幾乎無處不在。自然語言處理、機器視覺、智能推薦、自動駕駛等等技術都屬於人工智慧。
那麼，說了這么多，到底什麼是人工智慧？顯然，我們需要一個定義：
AI就是根據對環境的感知，做出合理的行動，並獲得最大收益的計算機程序。
在書中，作者對AI領域較為常見的5種定義進行論述，最終得出的結論是上述定義最為合理，同時這也是維基網路使用的綜合定義。
這個定義說明什麼呢？說明AI並不是與我們大多數人所認為的那樣，與人類思考方式相似、與人類行為相似或者外形上與人類相似的機器人，AI的本質，是計算機程序。
第三次AI熱潮：有何不同？
2016年3月，AlphaGo大戰李世石掀起了第三次AI熱潮，一時間似乎人人都在談人工智慧。但是，注意了，這並不是人機對弈第一次激起公眾的熱情。
1997年IBM的深藍戰勝卡斯帕羅夫的那一天，全世界科技愛好者奔走相告的場景絲毫不比今天人們對AlphaGo的追捧遜色多少。再往前看，1962年，IBM的阿瑟薩繆爾開發的西洋跳棋程序就戰勝過一位盲人跳棋高手，那時，報紙也在追捧人工智慧，公眾一樣對智能機器的未來充滿了好奇。
我們來看稍微回顧一下這個過程。
第一次，當跳棋程序戰勝人類，公眾反應：哇！好厲害！人工智慧牛逼！可沒過幾年，習慣了計算機會下簡單棋類的公眾又說：下個跳棋有什麼了不起？有本事去下無比復雜的國際象棋試試？
第二次，當國際象棋程序戰勝人類，公眾又反應：卧槽！666！人類要滅亡了！可沒過幾年，公眾又習慣了，他們說：下個象棋算什麼智能？有本事去下奧妙無窮的圍棋試試？
第三次，就是2016年，圍棋程序戰勝人類，公眾反應如何？我想大家應該都知道了......
網上流傳著一幅「人工智慧發展成熟度曲線」，生動地展示了上述發展歷程。
那麼，這次的AI熱潮還會和之前兩次一樣嗎？經過一兩年的熱炒之後再次不可避免地歸於沉寂？
答案是：不一樣。（BGM，起~）
正如作者在本書中提到的：
今天的人工智慧是「有用」的人工智慧。和前兩次AI熱潮相比，這一次人工智慧復興的最大特點，就是AI在多個相關領域表現出可以被普通人認可的性能或效率，開始在產業界發揮出真正的價值。
為何此次人工智慧技術能夠實現如此巨大的跨越？如果說第一次AI熱潮是「圖靈測試」的小打小鬧，第二次AI熱潮是語音識別的初步試水，那麼第三次AI熱潮便是「深度學習」的大展拳腳。
語音識別系統在近年來突飛猛進，技術上只有一個原因――深度學習！而在機器視覺領域，2014年在ImageNet競賽中第一次超越人類肉眼識別准確率的圖像識別演算法也是深度學習的傑作！
看到這里你可能要問了，那什麼是深度學習？說實話，這個技術太過牛逼，我無法一兩句就給你解釋清楚，不過我可以舉一個通俗點的例子來輔助你理解。
比如機器視覺，假設你要讓計算機識別出吳彥祖的樣貌，也就是說你輸入任意一張吳彥祖的照片，計算機會自己輸出「這個人是吳彥祖」，怎麼做到呢？
第一步，你需要先給計算機提供一些吳彥祖的照片，這些照片都有一個共同特點，比如鼻子很挺，那麼計算機就知道了吳彥祖的一個特點，鼻子挺！
但是單單這個特點是不夠的，這時候你給計算機一張古天樂的照片，它可能也會把他認成吳彥祖，因為古天樂鼻子也挺。
不過你如果再給計算機多輸入一些吳彥祖照片，這些照片中吳彥祖很白，於是計算機就知道了，吳彥祖不僅鼻子挺而且皮膚也白，那麼再輸入古天樂照片它就不會把他認成吳彥祖了，因為古天樂不符合皮膚白的特點。
這個過程就是機器學習，計算機根據你輸入的照片，不斷確認吳彥祖的長相特點，你輸入的照片越多，計算機調優過程越多，最後識別准確率就越高。
阿里雙十一海報AI設計師「魯班」，基於幾千萬張海報的深度學習，練就了一天4000萬張海報的驚人速度；AlphaGo Zero三天時間內左右手互搏3000萬局，無師自通100:0擊敗了AlphaGo。
所以，第三次AI熱潮之所以能產生巨大的商業價值，除了深度學習技術的突破之外，也離不開大數據的成熟應用。可以這么說，深度學習攜手大數據引領了第三次AI熱潮。
人工智慧會導致人類大量失業嗎？
前不久，《紐約客》雜志一張封面圖刷爆朋友圈：
封面上，人類坐地行乞，機器人則扮演施予者的角色，意指明顯――在未來社會，人類的工作機會被不斷進化的機器人剝奪，從而淪為了流落街頭的弱者。
人類的工作真的會被人工智慧取代嗎？這很難說。或許目前我們暫時還看不到大范圍的工作被取代，但技術浪潮的趨勢不可逆轉。
本書作者在2016 WISE獨角獸大會上就提出了以下觀點：
未來十年出現最多的獨角獸公司肯定是人工智慧公司。十年後，世界上90%的工作，都會被人工智慧所取代。尤其是，翻譯、記者、助理、保安、司機、銷售、客服、交易員、會計、保姆等工作。
此外，作者在書中還給出了一個判斷工作是否容易被AI取代的「五秒鍾准則」。
一項本來由人從事的工作，如果人可以在5秒鍾以內對工作中需要思考和決策的問題做出相應的決定，那麼，這項工作就有非常大的可能被人工智慧技術全部或部分取代。
比如傳統意義上的股票交易員，他們所做的工作，只是根據買家或賣家的指令完成實際的交易操作；比如汽車司機，駕駛汽車的時候，人類司機根據路況所做出的判斷，其實都是人腦可以在短時間內處理完成，並立即做出反應的。
反之，如果你的工作涉及縝密的思考、周全的推理或復雜的決策，每個具體判斷並非人腦可以在5秒鍾的時間內完成，那麼，以目前的技術來說，你的工作是很難被機器取代的。
看到這里我們不禁要問了，未來十年90%的工作將會被人工智慧取代，是不是意味著人類即將面臨大量失業？
事實上，工作被取代與人類失業是兩個概念，雖然我們大部分工作會被AI取代，但將會有其他更多類型的工作崗位被創造出來。
當我們談論技術進步是否會讓人類系統性失業時，最經典的例子就是馬車。19世紀末的倫敦是當時世界上最大最繁華，人口最密集的城市，出租馬車是城市的主要公共交通工具，出門打「馬的」是城市一景。
而當汽車被發明出來，人們不坐馬車了，馬車夫去哪了？顯然，汽車發明帶來的新崗位會不斷涌現，首先機器就需要有人製造和維護，汽車帶來的工作崗位，比消滅的馬車夫要多得多。不信你看現在有多少工作崗位是十年前已經存在的？
因此，技術發展將造成一部分簡單工作、底層工作的消失或轉變，但由此也會催生更多新型的、更需要人類判斷力和創造力的工作類型。
總之，人工智慧的出現會取代諸多人類的工作，但人類並不會因此面臨大量失業。我們只要不斷提升自己的創造能力和學習能力，就會在未來的社會發展中勇立潮頭！
㈤ 未來幾十年，人工智慧會替代哪些領域
需要長時間集抄中精神同時擁有固定套路的工作最可能第一批被人工智慧取代。例如安裝工、司機、配葯師等，特別是生產線上的工作人員。富士康的一個生產線管理員曾經說過「一開始我們並不願意接受機器人，但後來發現機器人不用睡覺又聽話，不像工人難管，太省心了。」由於目前的人工智慧還只能完成指令性的「人工智慧」，也就是說這些工作流程可以簡化為套路灌輸給人工智慧的最容易被取代。
㈥ 最難被人工智慧替代的職業有哪些
一、教師
老師是最難被人工智慧替代的職業之一，因為教師是富有情感和智慧了，機器人是不可能具備的。人工智慧只能幫助更好的實現教學，幫助學生更加便利的學習和理解。老師在教學中擔當的不僅僅是知識教學的工作，更重要的是培養孩子的性格、培養孩子的情感、成為孩子們的指路人，人工智慧再怎麼發展，也不會替代教師。
演員是人工智慧很難替代的職業之一，原因很簡單，人是有血有肉有情感的，可以將劇本根據自己的理解表達出來，需要通過肢體、語言、動作的表達，從而和觀眾達成共鳴，有時候還要和觀眾進行互動，這些都是人工智慧做不到的地方。
㈦ 哪些職位會被人工智慧替代 集思錄
這個取代不取代，關鍵看成本。。
舉個栗子：裝配汽車，在美國得花3000美元雇一個汽車裝配工，裝一台車子，需要4個工人，那要花1W2K美元。。而自動化裝配只需5000美元裝一台，你說你是老闆，你選哪個？
在接著，情況換到中國，也是雇4個工人，但是因為匯率的問題，中國工人只要美國工人1/6的工錢，那麼也就是只需2K美元，明顯比自動化便宜了3000，你是老闆你又會選哪個？
所以你記住不是人工智慧好使不好使的問題，關鍵看成本。
其實人工智慧取代某些職位，也未必會減少社會工作崗位。舉個栗子，汽車取代了馬車成為了主力交通工具，馬也沒因此而失業，反而成為了高附加值的生產工具，比如說賽馬、觀光旅遊用途等等價值比汽車還要高。。。
所以別忘了，製造和維護這些人工智慧所需代價也不低的哦！
㈧ 哪些職業最容易被人工智慧替代
事實上，機械化、自動化、智能化一直都是所有【工具】的大方向，早已如此、正在進行、永不停止。比如，從算盤到計算器到財務軟體到智能財務助手，將來也必然是財務助手的智能程度越來越高，直到全公司只需要一兩個人進行審核。再如電所交費到銀行代辦到自助櫃員機再到現在的智能交費軟體，將來也必然是自動生成單據你一個確認完事。以及原始廚櫃到冰箱到智能冰箱，將來也必然是飲食管家搭載冷藏保鮮容器的形式。（當然，飲食管家和其它什麼管家可能合並成一個中控系統【智能管家系統】，通過物聯網控制各種家電）
人工智慧的普及應用，一定是全面存在於純軟體、輔助器械、自動化設備之中，在所有行業、所有行為、所有的方方面面，逐漸滲透的。在此期間，人逐漸從事無巨細自己動手變成下指令者再變成審核命令，最後變成監工。順便提一句，在人工智慧大量取代各行業低端人員的過程中，人類雇員的數量大幅減少，多出來的人手只能向創造性的工作發展，比如科研人員、主播、自媒體、文藝創作等等。作為消費者，也會越來越明顯地感受到被各種服務和娛樂的誘惑侵佔時間線和金錢，選擇困難症將進入高發期。而整個社會來說，生產過剩和就業率可能會成為一個大問題。
在可預見的幾年內，翻譯會被替代！現在的機器翻譯已經是非常牛逼。完全是可用的狀態了。舉個例子，今天晚上在某個視頻網站看視頻，發現該網站能同步為視頻內容加字幕！演講者說一個單詞，字幕就出一個單詞。經過我的觀察，幾乎沒有錯誤和延遲！可以說語音識別已經是非常厲害（據說是超過人的識別能力）。更牛逼的是，我發現它還有一個自動翻譯的功能。就是說電腦上的英文演講，可以自動生成中文字幕！水準相當不錯。我注意到字幕中出現了"居安思危"等成語，以及其他的一些非常生動的詞，例如」鳥瞰"。
就我觀察，目前和人翻譯的字幕還是有差距，但是已經是完全可用，理解演講者的含義完全沒有問題，我就常常看著看著就忘了這是在機器翻譯。而且作為深度學習演算法，隨著數據的增加和演算法的精進，幾年內消滅人類翻譯應該不是問題。除了翻譯，保安可能也會面臨類似情況。李開復說自己投資了一家人工智慧公司，它們的一款產品叫face++，做人臉識別的。在安防方面，這個明顯大有可為。以後得面部識別可能不需要我們還對著攝像頭，而通過普通的監控攝像頭，就能控制安防門，那保安也確實沒有存在的必要了。
這是人工智慧突破單個職業，極大提升效率，一下子把人比下去的情況。這些我覺得未來五年內一定是會發生的。隨著人工智慧的發展這種情況會越來越多。但如果說人工智慧會最先顛覆什麼領域，造成大量人失業的話，我想金融最有可能。真的，金融說到底就是人類的數字游戲，沒有實體，所有的經營完全以數據的方式實現，人工智慧的第一個要素大數據具備了。其次，金融行業一向對新技術接受能力強，而且他們有錢去做ai方面的嘗試。目前市場上已經有相關的企業，據說做到八分鍾放貸，壞賬率還遠低於行業平均水平，分分鍾把其他同行秒成渣。同時我認為在未來幾年會收到沖擊的行業，還有律師和醫療。這兩年不斷看到消息，人工智慧在疾病診斷的准確率方面超過人類。還有一個消息是這樣的:
人工智慧發現在判斷癌症的時候，發現癌細胞周邊的細胞也和癌症相關，顛覆了醫學界多年以來在這方面研究的認知，這里有必要提一點，就是目前的深度學習和神經網路，最終學習到的經驗，對人類來說是個黑箱系統。意思就是說，現在人工智慧也能分清貓和狗的區別。但是它和人類的分類方式不一樣，而人類也不知道它究竟是怎麼進行分類。理論上說，用人工智慧來取代醫生是完全可預期可實現的，我們以外科手術為例。最開始可能是人工智慧在旁邊打打下手，幫助做一些判斷，然後可能人類只需要在屏幕上點一點，機械就可以自己操作，最後可能手術室為了保證無菌環境禁止人類入內，人工智慧自己就可以完成全部事情。律師行業也面臨類似情況。我之所以認為這倆個行業會收到沖擊，是因為他們有強大的內在需求，不管中國還是美國，我們的醫療資源都是遠遠不夠的。
所以這倆個行業和金融行業又不一樣。人工智慧更可能是在短期內一下子填補了很多社會資源的不足，當然最終也會有失業問題。最火的無人駕駛我們單獨說。特斯拉早就上路了，谷歌的無人駕駛一直是全球最牛逼的。這兩家剛好代表倆種不同的發展方向。無人駕駛的安全程度是分級的，像特斯拉目前的車子，大概也就在第二級第三級，能實現在簡單路況下的自動駕駛。所以它目前的系統還是個輔助駕駛的系統，復雜情況還需要人來接管。
而谷歌的無人駕駛是另一種計劃。他們是打算實現第四級和第五級的水準才會真的銷售他們的汽車，不會給用戶一個半成品汽車。而國內的情況，估計和特斯拉差不多，實現簡單路況下自動駕駛就會開始賣了。然後進一步積攢數據，更新演算法，參照網路的阿波羅計劃，大致就是這樣。但是無人車帶來的失業問題吧，目前來說不會很快。計程車司機或者是貨車司機真的不需要他們的時候，那至少得是第五級的安全水平，才敢讓這樣的車上路。可能五到十年吧，應該能實現！
相對於這些，現在倉庫里的那些小的運貨的車子對失業問題可能威脅更大。一下子把倉庫的儲物面積提升了百分之五十。還不要工資～李開復的估計是，未來十年我國將有百分之五十的人失業。他自己還說這是根據模型和數據算出來的，很多人不當回事，但是我覺得是有可能的。昨天和明天，過去和未來。過去我們覺得不可能的事情現在正在發生，還有一些過去覺得可能得事情也會變得不可能。如果人工智慧時代這次沒有跳票，而真的來臨的話，我們面臨又豈止失業這件小事。我們面臨可能就會是一個全新的社會。例如計劃經濟和市場經濟之間這么多年的爭論。市場經濟中我們說有一隻看不見的手，但是當人工智慧時代來臨，一切都被數據化的時候。
這只手我們真的看不見嗎？公司這種組織形式是第二次工業革命之後才出現的，未來就不會有新的組織形式？我認為，與其想著什麼工作會失業，不如從現在想，要進行什麼樣的教育，來適應未來的世界。