接前文《淺談人工智能(1)》。
(5)什么是弱人工智能、強人工智能以及超人工智能?
弱人工智能(Weak AI),也稱限制領域人工智能或應用型人工智能,指的是專注于且只能解決特定領域問題的人工智能。
強人工智能(Strong AI),又稱通用人工智能(Artificial General Intelligence)或完全人工智能,指的是可以勝任人類所有工作的人工智能。
超人工智能(Superintelligence),假設計算機通過不斷發展,可以比世界上最聰明、最有天賦的人類還聰明,那么,由此產生的人工智能系統就可以被稱為超人工智能。
《人工智能》
我們所擔心的人工智能與人類的問題,說的就是超人工智能時代。
未來學家喜歡用“奇點”來表示超人工智能到來的那個神秘時刻。
《人工智能》
人工智能不僅是一次技術層面的革命,未來它必將與重大的社會經濟變革、教育變革、思想變革、文化變革等同步。
《人工智能》
(6)AI 會讓人類大量失業嗎?
大多數情況下,工作不是消失了,而是轉變為了新的形式。
縱觀人類發展史,我對這個問題的回答是:如果把這里的“失業”定義為工作轉變的話,那么答案是“會的”。
從短期看,這種轉變會帶來一定程度的陣痛,我們也許很難避免某些行業、某些地區出現局部的失業現象。特別是在一個適應人工智能時代的社會保障和教育體系建立之前,這一陣痛在所難免。
《人工智能》
(7)哪種工作最容易被 AI 取代?
李開復的“五秒鐘準則”
一項本來由人從事的工作,如果可以在 5 秒鐘以內對工作中需要思考和決策的問題做出相應決定,那么,這項工作就有非常大的可能被人工智能技術全部或部分取代。
基于“五秒鐘準則”,我個人預測,從事翻譯、新聞報道、助理、保安、銷售、客服、交易、會計、司機家政等工作的人,未來 10 年將有 90%被人工智能全部或部分取代。
自動駕駛是 AI 最大的應用場景。在自動駕駛技術走入商業化和普及的未來 10 年里,中國有機會扮演非常關鍵的角色。
《人工智能》

此外,與金字塔構型相關,還有一個人才教育與成長的問題。2017年1月,我出席瑞士達沃斯論壇時,針對未來人類社會、經濟的轉型,分享和討論了以下幾個主要觀點:
在金字塔型的社會結構里,人才的成長也是金字塔型的——從金字塔底端不斷成長,并不斷被篩選。先從簡單工作做起,再完成復雜工作,直至能夠承擔戰略決策任務。精英領導就是這么磨煉、篩選出來的。但是,當人工智能取代了多數底層的簡單工作,那時,人才該如何磨煉成長呢?
也許,在人工智能時代,政府和企業有責任保證人才培訓與成長的可持續性。例如,在初級工作被取代時,依然擁有一個培訓機制,讓人可以繼續獲得第一手的工作經驗,并從中培養、篩選出高端精英人才——這種機制是否真的可行?
如果大量中老年員工的工作被取代,那時的重新培訓將會非常困難??赡芪ㄒ坏南M?,就是讓他們進入服務業,從事必須由人來完成的那些簡單工作。但是,他們會愿意嗎?這會不會造成新的社會問題?
很顯然,在上述挑戰面前,人類的教育體制需要重啟。整個教育體制應更多地關注素質教育和高端教育,讓每個人都有機會學習和嘗試各種更復雜,或更需要人類創造力的工作種類,培養更多的博學之才、專深之才、文藝人才、領導人才。同時,職業教育則應及時關注那些涉及人機協作的新技能、新工作,并大力拓展服務業相關的人才培訓。
在人工智能時代,我們需要教育父母,讓他們不要再期望孩子尋找“安穩”的工作,因為在傳統意義上,“安穩”意味著簡單、重復,“安穩”的工作早晚都會被機器取代。我們要幫助下一代做最智慧的選擇,選擇那些相對不容易被淘汰,或者可以與機器協同完成任務的工作。
(8)AI 時代如何學習?
人工智能時代,程式化的、重復性的、僅靠記憶與練習就可以掌握的技能將是最沒有價值的技能,幾乎一定可以由機器來完成;
反之,那些最能體現人的綜合素質的技能,例如,人對于復雜系統的綜合分析、決策能力,對于藝術和文化的審美能力和創造性思維,由生活經驗及文化熏陶產生的直覺、常識,基于人自身的情感(愛、恨、熱情、冷漠等)與他人互動的能力......這些是人工智能時代最有價值,最值得培養、學習的技能。
而且,這些技能中,大多數都是因人而異,需要“定制化”教育或培養,不可能從傳統的“批量”教育中獲取。
《人工智能》
(9)有了 AI,人生還有意義嗎?
人之所以為人,正是因為我們有感情、會思考、懂生死。而“感情”、“思考”、“自我意識”、“生死意識”等人類特質,正是需要我們全力培養、發展與珍惜的東西。
《真實的人類》里,合成人曾說:“我不懼怕死亡,這使得我比任何人類更強大?!倍祟悇t說:“你錯了,如果你不懼怕死亡,那你就從未活著,你只是一種存在而已。”
AI 來了,有思想的人生并不會因此而黯然失色,因為我們全部的尊嚴就在于思想。
《人工智能》
(完)
如果你是看了我的摘錄去閱讀原書,那么這就是我分享的意義,值得你給我點贊。
更多原創技術文章:《README 2026》
審核編輯 黃宇
-
AI
+關注
關注
91文章
39755瀏覽量
301350 -
人工智能
+關注
關注
1817文章
50094瀏覽量
265263
發布評論請先 登錄
開發智能體配置-內容合規
微軟與新思科技分享智能體人工智能技術的行業影響
利用超微型 Neuton ML 模型解鎖 SoC 邊緣人工智能
“人工智能+”,走老路難賺到新錢
挖到寶了!人工智能綜合實驗箱,高校新工科的寶藏神器
挖到寶了!比鄰星人工智能綜合實驗箱,高校新工科的寶藏神器!
關于人工智能處理器的11個誤解
超小型Neuton機器學習模型, 在任何系統級芯片(SoC)上解鎖邊緣人工智能應用.
最新人工智能硬件培訓AI 基礎入門學習課程參考2025版(大模型篇)
如何構建邊緣人工智能基礎設施
【新品發布】嵌入式人工智能實驗箱EDU-AIoT ELF 2正式發布
開售RK3576 高性能人工智能主板
支持實時物體識別的視覺人工智能微處理器RZ/V2MA數據手冊
AI人工智能隱私保護怎么樣
淺談人工智能(2)
評論