（文章來源：光明日報）
? ? ? ?在人類歷史上發生過很多次革命。第一次革命可以稱之為“農業革命”。當人類第一次出現在地球上的時候，他們以采集天然食物為生，距今10000年前才開始從事農業。農業生產改變了人類的生產生活方式，使人類形成了“社區”的概念，“農業革命”與后來的工業革命的區別在于——在農業社會中教育不是很重要，人們只要跟著自己的父母就可以學會如何進行種植。而在工業革命到來后，教育的重要性大大提高，人們至少要經歷高中和大學的教育才能足夠勝任自己的工作。而今我們正在進入信息革命時代，信息革命帶來了極其重大的影響，這種影響對人類社會的改變不亞于農業革命和工業革命。

比如未來制造業的就業機會可能一去不復返。舉例而言，在我小時候，每一部電梯里都有專門的操作員，幫助客人操作達到指定的樓層。后來電梯的操作系統越來越先進，停降在各個樓層可以實現自動化，所以“電梯操作員”這個工作也就消失了。再比如說，當代的工廠生產一輛汽車所需要的人手比20年前少很多，大家可以看一下今天的汽車組裝車間的照片——與幾十年前熱火朝天、人聲鼎沸的汽車工廠相比，今天的汽車生產車間里可能只有一名工人，而且這名工人也許還穿著西服，打著領帶，成了現代化車間系統的管理者。

電梯操作員、汽車工人……科技和生產力即將改變的下一個職業是什么？比如卡車司機，“智能無人汽車”技術的出現很可能讓這些人也工作不保。很多經濟學家說不必為此擔心，因為一些工作正在消失，而社會總是在創造新的職業。這到底是不是真的呢？現在不得而知，但我想，當智能時代真正來臨，社會所需要的人力勞動力可能只有現在的四分之一。

我們應該從現在開始思考這些問題：智能時代將在哪一時刻真正來臨？到時候多少人還有所謂的工作？找到一份不錯的工作需要什么新的素質？大學教育還需不需要？是否還有足夠的資源來保證我們的正常生活？人工智能社會人們需要思考像這樣有意義的事情。

常常有人問我，機器學習是不是代表著人工智能技術。對此，我的回答是否定的。界定人工智能技術，要看這個系統本身是否能夠“思考”到更深的層次。比如說，一張簡筆畫上畫著一個圖案，看上去仿佛是一輛自行車，可它其實沒有自行車的功能。機器學習可能會將這幅畫直接歸納到“自行車”這個類別，但人并不會這樣做。人可以透過這張圖畫，分辨和判斷它的屬性，提取出眼前這一信息真正的價值和功能。但是現在所謂的人工智能技術只是停留于表面，只是做圖形形象的識別，這種學習和識別與人類的認識尚有巨大的差距。

當前，機器學習仍然存在很多問題，比如，如果想相對精準地判斷某一事物，機器需要學習至少50000張圖片，還要對每張圖片進行歸類，將這幾萬張圖片歸為大概1000個類別，從而形成一個“深度學習圖片網絡”。通過這個網絡，機器可以對圖像的內容和風格進行識別、定義。可是這依然無法與人類的學習認知水平相提并論。我女兒四歲的時候，我翻開兒童百科全書，給她看各式各樣的圖像，其中有一頁畫著消防車的彩圖。過了幾天之后我們上街看到消防車，她指著消防車說“爸爸快看，這是消防車！”僅僅見過一次圖片，她就在大街上認出了消防車的事物，這體現了人類強大的學習能力和認知水平。

機器學習還面臨一個急需解決的難題——互動問題。比如說這里有一張貓的照片，我把這個貓的照片的幾個像素進行了調整，機器在識別的時候就會把“貓”當成“汽車”，一些微小的操作就能讓機器產生誤判，把圖片歸結到完全不同的類別，作為科研人員，我們必須認識到目前機器深度學習技術的不足，并致力于解決這些問題。

從本質上來說，我們對空間的視覺感知實際上是基于人類本能的三維維度，但是更高維度空間對于機器深度學習其實非常的重要。在這里我就不能不提到中國，中國有占全世界五分之一的人口，有大量高素質人才，只要給人工智能技術研究、高維空間研究更多支持，中國人工智能領域的學習者、從業者就有機會成長為世界級的高水平科研人員。