人工智能的职业前景

Pipiv

Babuza 发表于 2017-5-22 20:56
昨天听比尔讲了，马上就来了解一下。

楼主比比尔英明，早了一步

jinluo

Pipiv 发表于 2017-5-24 18:03
楼主比比尔英明，早了一步

LZ是AI小白啊

mimiyaya

ai最终是要应用，所以在学计算机，数学之余，再学一门其他学科也有帮助。譬如医学、经济、法律 什么的，才知道如何将机器人替代脑力劳动。

zx413

曾经涉及到一点自学习和一些算法，对于应用来说，所在的专业领域更重要。例如电方面和控制方面，在本科阶段数学和编程基础也是比较扎实的，后期很多是自学。一些朋友在华为和中芯做人工智能，多是工科背景，年薪也百万了，国内工资也不低啊。这可能还是人工智能的初级应用阶段，潜力无限啊。

floodp

前景很好啊，但是未来几十年也许会局限在科研领域，如果孩子愿意踏下心搞研究，不错的方向，要做出成绩，考虑美国啦。

OHAYO

我看过篇文章，说的是人工智能并不能替代人类大脑，可以被看成人类大脑的外接硬盘。人工智能取代不了医生，因为人工智能通过大数据，加快诊断过程，但是并不能研发新型疾病的治疗方法。所以将来医生可以用更多的时间用于研发和治疗新方法。

OHAYO

纽约客：人工智能赢不了医生

提起人工智能，我们都会想到它强大的学习能力，以至于有人担心，是不是有一天，人工智能会替代很多人类技术含量很高的职业，比如说医生。最近，“得到”订阅专栏《马徐骏·世界名刊速读》介绍了一篇《纽约客》4月刊的文章，叫做《当人工智能遇上医学》，探讨了人工智能和医学之间的关系。这篇文章的作者叫悉达多·穆克吉，他是一位医生，也是《众病之王——癌症传》、《基因：亲密的历史》两本书的作者。悉达多·穆克吉认为，人工智能没办法取代医生。

首先，我们要搞清楚，医生是如何看病的。平时我们去医院的时候，一般看病的过程都是这样的，大夫会先问你哪不舒服，有什么症状，再问问你过去的病史，然后进行化验，甚至拍片检查，来确定你得了什么病。

但是这篇文章说，可能医生看病的过程，并不像我们想的那么简单。研究人员曾经对医生的大脑进行过研究，想了解他们是怎么做出诊断的。结果表明，当医生做出诊断时，他们大脑里发生的模式，和人们认出生活中事物的模式很相似。也就是说，认识病的过程，有点儿像你认出来某一种动物的过程。比如，你看到犀牛的时候，你不会觉得犀牛是别的动物，你是从整体上来认知犀牛的，这是一种认知模式，是长期工作积累的经验。医生做诊断，也是一个长期积累经验的过程。

说完医生是怎么看病的，我们再看看人工智能是怎么诊断疾病的。文章说，目前的人工智能主要通过深度学习，就是模仿人类大脑的运作模式。文章里举了个例子说，深度学习就好像小孩学习认识狗的过程。小孩子先要看到小狗，然后大人告诉他，这种生物叫狗。当然小孩可能会看错，比如把狼当成了狗，这时候大人会纠正，小孩就会自己纠正错误的认知，通过一次一次地纠正，最终小孩知道了什么是狗。机器的深度学习也是这样。它会从已分类的图片里提取信息，这个是狗，这个不是狗。然后观察成百上千张归类的图片，归纳出狗的特征，最终形成自己认识狗的方法。

斯坦福大学的研究人员，通过深度学习的方式，教人工智能如何辨别一种叫做黑色素瘤的恶性肿瘤。在用了将近13万张图片来训练机器正确识别病变之后，结果每次测试当中，机器的算法都优于专业的皮肤科医生。你要知道，一个全职的皮肤科医生，一辈子大概会看20万个病例。这个人工智能算法，3个月里就看了13万个案例，而且算法还可以不断学习、成长。

难道这就说明，人工智能今后会取代医生吗？作者说，不能。因为人工智能和人类医生的诊断是有区别的。
一位英国哲学家曾经把知识分为了两类，一类叫“知道是什么”，一类叫“知道怎么做”，这两种认知方式，人类都会，但是机器的深度学习，只知道是什么，不知道怎么做。机器的深度学习更像是一个黑匣子，匣子里面的工作方式是很神秘的，没有人知道到底发生了什么，机器得出诊断的结论，是从图像中提取了某些特征，但是没法告诉我们是什么特征。

而医生除了知道“知道是什么”和“知道怎么治”，还知道第三个知识领域：为什么。只有知道为什么疾病会发生，才能推动医学的进步，所以人工智能是没办法代替医生的。

文章说，从古至今，人类为了放大自己的能力，不断地创造新的工具，用汽车、飞机代替了双腿，手机代替了人的喉咙和眼睛。计算机也是一种工具，用来放大人类的思维能力，人工智能会使人类的头脑变得更强大。深度学习的人工智能，不会取代医生，它们会提供专业知识和帮助，使专业人员的能力增强。换句话说，人工智能对人类而言，意味着更强大的工具，而不是“你死我活”的关系。

以上观点，供参考。

qwertyui

OHAYO 发表于 2017-5-26 19:24
纽约客：人工智能赢不了医生

提起人工智能，我们都会想到它强大的学习能力，以至于有人担心，是不是有一天 ...

说的很好。但是我觉得作者所说的只是现在的人工智能里的深度学习部分。深度学习只是帮助更准确的判断而已。但深度学习不会是人工智能的终点。以现代科技的发展速度，人工智能具有深度研究和创造能力应该不会太远。到那个时候不知道是否需要担心呢？比如会不会研究人脑是怎么思考的。人类各个感官和器官如何运作的。是否可以提取和复制到自己的人工智能里。。。

OHAYO

我觉得将来一段时间，人工智能更多的是一个很厉害的运用工具，例如家里的保姆，老人院的护理，工厂里的流水线工人，危险作业的消防员之类的。

我在考虑孩子未来的学习和职业发展方向，可能更多的倾向于如何运用人工智能创造出更多的价值，比如新产品，新服务，而不是制造人工智能。好比现在智能手机开启了新媒体时代，我倾向于在工作中利用手机的优势开展业务，而不是去制造手机。

以上只是我个人的一些小小的看法。再和大家分享一篇文章:)

-------------------------------------------------------------------

凯文·凯利解读人工智能神话

近年来关于人工智能的讨论，我们最常听到的，已经不是人工智能会不会超越人类，而是人工智能会用多长时间超越人类。但《连线》杂志创始主编、《必然》的作者凯文·凯利却不这么认为，他认为人工智能超越人类可能只是个神话。最近，他在科技网站Backchannel上发表了一篇文章，分析了为什么超人类的人工智能可能只是个神话。

首先，凯文·凯利提到，很多人，包括霍金、比尔·盖茨这样的聪明人，都已经在担忧人工智能会超越人类了，但是，人工智能接管世界需要五个前提，凯文·凯利认为这些前提目前还没有任何证据的支持。

人工智能超越人类的第一个前提，是它会比人聪明。这种观点的基础是，智能是单一维度的。比如在一张图上，一边是小动物之类的东西，统称低等智能，另一头是天才，叫高等智能，而代表智能的这条线会持续增长，越来越高，最终超过我们，甚至图上都画不下了。
但凯文·凯利认为，智能并不是单一的维度，而是多种认知类型和模式的综合体，拿动物来说，我们能把鹦鹉、海豚、松鼠和大猩猩的智能按顺序排列吗？目前还不能，原因有很多，其中一个就是找不到衡量智能的指标。

不同物种有不同的认知组合，比如松鼠能记住几千颗橡树果实的位置，人类就不行，在这种类型的认知上，松鼠是超过人类的。人工智能也是一样的情况，在特定维度上，它已经超越了人类，比如计算机比你算得快，但它不是比你更聪明，只是和你不一样，是我们设计了计算机擅长的特定模式。目前，人工智能在很多维度上都超过了人类，但却没有在所有维度上获胜。

相信人工智能超越人类的第二点原因，是人们认为存在一个通用的智能，也就是说，我们可以建立一个在最大限度提高所有思维模式的智能。对于这点，凯文·凯利不认同。他说，我们总是希望创造一个像瑞士军刀那样的，有很多功能的东西，这样的智能可能在许多方面都不错，但没有哪个方面能做到极致，我们不能优化每一个维度。

第三个观点是，我们可以把人类的智能集成在硅片上。但凯文·凯利认为，想达到跟人类相似的思维，唯一的办法，就是在类似人类的血肉组织上进行计算，硅片上的人工智能可以生成复杂的思维，但那和人类的思维不同。如果能用人类这样可以增长的神经开发出人工大脑，那所产生的思维可能会跟人类更相近，但想创造这样的神经系统，成本是非常大的。

第四点，很多人相信，智能可以有无限的规模，凯文·凯利同样没有发现这个观点的证据，温度、空间、时间、速度等等，都有极限，以目前的科学研究来说，宇宙中还没有哪种物理维度是无限的。

另外，也有人相信，人工智能会呈现指数级的增长，但凯文·凯利表示，根据他的了解，目前没有任何证据表明人工智能正在经历这种增长，也就是说，还没有呈现爆发态势。他认为，我们应该将人工智能的情况看做寒武纪物种的大爆发，而不是核爆炸，同时他也说了，技术加速发展，并不会催生“超级人类”，只会催生“超常人类”，它会脱离我们的经验范围，但未必高于我们。

最后，凯文·凯利反驳了一个观点，就是“拥有无限能力的人工智能可以解决很多未解难题”，他说，智能和思考只是科学的一部分，除了思考之外，了解一个问题还要进行很多实验，分析很多数据。人工智能必须应用于现实世界才有实用性，如果没有实验，没有开发原型产品，没有失败，没有跟现实进行互动，人工智能的思考就无法得出结果。

当然，凯文·凯利说，他的分析也可能都是错误的，也许以后会发现通用的智能衡量标准，但目前他不认同这种可能。他能理解人们对超人类人工智能的担忧，只不过他觉得这种担忧不应该影响我们的科学发展方向。

以上观点，供参考。

ysihaoy

这种专业想在澳洲学然后找到工作感觉就是天方夜谭

keysersoze

澳洲肯定没戏，美国可能行，但是这玩意投资数额巨大，而且产出很不明确，所以如果不是有天赋，还是没跳这个坑。

annie3000

早晚机器人要给人类发工资

muqinglan

BGS 发表于 2017-4-28 20:19
因为小孩学了相近专业，我了解一些背景情况。 大学没有人工智能专业。 所以要学COMPUTER SCIENCE MAJOR。  ...

谢谢分享：）

因为小孩学了相近专业，我了解一些背景情况。 大学没有人工智能专业。 所以要学COMPUTER SCIENCE MAJOR。 选课时数学要学ADVACNED （USYD和UNSW9开头的课）。 可选微积分， 概率和统计， 线性代数 和离散数学就可以了。 编程要学PYTHON, C/C++。 算法要学高级算法和数据结构课程。 大四时要选机器学习，人工智能， 图像分析， 数据科学，自然语言，社交网络， 数据挖掘。 要参加NICTA暑期的实习。 暑期实习要找GOOGLE, 投行和对冲基金公司。毕业论文要做机器学习相关项目。 至于大学， 我认为ANU最好（ATAR99 +）， 其次USYD（95左右）和UNSW（91+）。有了以上积累毕业时比较好找高薪工作。工作可以是软件工程师（机器学习） 如FACEBOOK, GOOGLE, PALANTIR 或是投行。 还有高中最好选4U数学。

monica612

jinluo 发表于 2017-4-27 10:27
对机器学习

知道大学应该应该先上什么专业，然后再主攻机器学习？谢谢 ...

数学，统计 ，计算机都要学。

monica612

ahj 发表于 2017-5-3 08:25
说起AI学习，前面几位同学都说得很好。一般来说，AI属于研究生学习，研究的内容，本科时期只是初步介绍而 ...

打了那么多字也听辛苦的。但是还是不得不来反驳第三段。

AI 运用范围非常广，lz最好先多读读书看看那些范围在用。归根到底就是机器学习。编出一种算法来，让机器仿佛有人一般的智慧能力。当然在客观上是绝对不可能的，但是只要误差能小到某种程度，就勉强接受。运用实例：图像识别。

评判标准：识别精确度，运行速度。这些跟你的算法好不好密切相关。

就用图像识别这个来说，运用在交通上，电子眼自动识别一个车牌，跟人体内x光识别肿瘤的要求就会不一样。

更多的应用还有：不确定下的决策。 Decision making under uncertainty.这个是个很大的方向。我本人最清楚的是这个方向。
其他很多应用可以通过搜索看到。说AI那么大个标题没任何意义。AI里面你到底想干嘛。如果不知道，读个计算机跟数学双学位出来之后再思考。现在思考也不清楚没必要浪费时间，二是，经过了数学计算机的培训后，对自己能力有个评估之后才考虑要不要继续留在这个。

说不需要用数学的人，顶多就是使用别人的算法或者稍微改进一点来进行操作的操作工。
就像发明机器的人，跟工厂使用机器的工人两种人需要的知识结构也是有差别的。工人只需要按步骤操作就可以，不需要思考背后的原理。其实工人才是大多数。

lz你首先要确定你要成为那种人？这些人用用别人的package跟软件输入，得到输出就可以了。剩下的就交给懂数学懂统计又懂计算机的人来完成吧。

看了这个帖子后面的大量回复，都觉得有点无语。

ahj

monica612 发表于 2017-7-11 16:47
打了那么多字也听辛苦的。但是还是不得不来反驳第三段。

AI 运用范围非常广，lz最好先多读读书看看那些 ...

我并没有说不需要用数学，我说的是，AI与大学数学系里学习的传统数学并没有太大关系。算法，数学模型都属于专业数学，可以在各专业的专业课学习中学到。

AI过去一直是Computer Science 和 Electrical Engineering的研究范畴。研究人员也主要来自这２个学科。大学里与AI相关的课程大多数也是这２个学科开设的。

很多人也认为精算需要很多数学知识。其实，精算也不属于数学系。数学系也没有多少课程与精算有关。花大量时间和精力去读一个数学学位对精算没有多大帮助。AI也一样。数学不是不重要，许多学科的研究都要借助于数学。但是，专业知识更重要。而且，专业数学知识并不需要通过攻读数学学位来获得。

如果认为数学系提供的一些课程对AI研究有很大帮助，或者通过数学学位的学习，可以掌握一些对AI研究必不可缺的数学知识，请具体列举一些例子。先谢了。

monica612

ahj 发表于 2017-7-12 00:46
我并没有说不需要用数学，我说的是，AI与大学数学系里学习的传统数学并没有太大关系。算法，数学模型都属 ...

现在流行一句话:是个人都可以搞机器学习。

当然不是所有的人都需要在大学数学系里学习，就跟不读大学读tafe能成为优秀的engineer一样。各自混饭吃的方法各不同。

不过我认识没数学背景做AI在struggle在后悔没选更多的数学课的，到没见数学背景的AI人后悔自己选了学术。

你的目的决定你的道路。你的经历决定你看见的是什么。

针对你最后那一句话，我没有正面回答，太无语了。那我只能说，自己看着办吧，没必要争论，我投降。
但是我只能说：站的多高看的多远，如果你在大学学习前那么强调实用性的话，不如去读tafe吧，门门都是必不可少的。大学不是职业培训机构。

ahj

monica612 发表于 2017-7-12 09:37
现在流行一句话:是个人都可以搞机器学习。

当然不是所有的人都需要在大学数学系里学习，就跟不读大学读t ...

很想知道AI研究需要什么数学背景，哪些数学知识对AI研究有帮助。请普及。

经济解释

Machine Learning其实我们生活周围应用已经很多了，以后会越来越多的，发展会越来越快。
苹果最近开放了手机上的算法API,就是普通开发者可以直接利用这些算法模块开发人工智能的手机应用。Google也有很多这样的资源，软件开发者可以直接用。

医疗行业肯定会用到很多，不一定直接用于诊断，其它环节也是可以的。

monica612

ahj 发表于 2017-7-12 09:49
很想知道AI研究需要什么数学背景，哪些数学知识对AI研究有帮助。请普及。 ...

这个跟你工作研究领域相关。

举个简单例子：
我知道的做AI的最基本工具有统计。统计这门课可以读一个学习，然后你就掌握一些基本方法，得出结论，写报告了。
也可以学三年读个本科学位，学一些理论知识，知道背后的来龙去脉。当然也有众多统计博士的。他们最后都在AI。读过一学期统计的人或者跟这个读了三年的人在做某个项目上并没有明显差异，因为这个项目或许就只需要分析个p值，。于是大家就觉得大学读统计学没必要。更常用的：数值计算，算法收敛性。但是我知道有做AI的还在补以前学过的微分流形，manifold。这是国内大学四年级的课程，这里貌似没有。其他的理论泛函分析在一些人发表paper的时候都不得不拿出来恶补一下。

所以我还是那个观点：大学教育不是职业教育。

如果想当个AI操作工，不读数学系，照你的观点也肯定是可以的。毕竟大多数人都是这样过来的。

maxiaoc

这个和做到哪一个层次有关, 收集资料阶段,分析和应用各个阶段对背景知识的要求肯定不同.

总觉得这个行业领先的应该在美国.

ahj

monica612 发表于 2017-7-12 10:06
这个跟你工作研究领域相关。

举个简单例子：

之所以提到AI研究需要什么数学背景的问题，是因为自己的一个孩子在悉尼大学读数学。就孩子所知，数学系并没有开设与AI相关的课程，也没有人做AI方面的研究。在美国大学里好象也差不多，数学系的研究人员，包括教授，研究生，都很少参与AI研究。至少自己当年在美国学习的时候是这样。现在，情形也许有所改变。

研究人员在发表论文时才发现自己的数学知识不足，不能用数学的语言来准确地描述，表达，解释，证明自己的研究成果。这种现象其实很普遍。很多大师，甚至诺贝尔奖得主都有这种时候。更通常的作法是请一位数学家对论文的数学部分进行修改。这比自己恶补效果要好得多。大师也不需要样样都懂，门门精通。

多谢你的普及。

monica612

ahj 发表于 2017-7-12 20:57
之所以提到AI研究需要什么数学背景的问题，是因为自己的一个孩子在悉尼大学读数学。就孩子所知，数学系并 ...

等你孩子读出来了以后在AI领域做研究了再来看吧。

"更通常的作法是请一位数学家对论文的数学部分进行修改。这比自己恶补效果要好得多。"


我从没听说过这个。不知道从何而来？你说英文书写不好找个local来润色一下可以，恐怕加个数学家还不如让数学家自己来写算了。

monica612

maxiaoc 发表于 2017-7-12 10:22
这个和做到哪一个层次有关, 收集资料阶段,分析和应用各个阶段对背景知识的要求肯定不同.

总觉得这个行业领 ...

所有做的好的都跑去美国了。

TIANPINKONG

绝不宥于数学。计算机，数学，自动化，物理，生物脑认知⋯别忘了视觉艺术，三维，图形学⋯美无处不在

shurman

AI应用广泛，但最终也还只是人类的工具。IT基本知识慢慢应该变得和现在的语言，数学一样重要，每个人都要多少学习一些，不然就被认为“文盲“。　

各行各业的人都有可能加入到AI的开发应用中去。比如AI在医学上的应用和开发，难道不需要真正的职业医生去参与？AI在金融上的应用，难道不需要金融学家的参与？

现在这个世界还是人类在制定规则，那么个各行各业领域里的人类都有机会参与AI的应用和发展。

也许等到那一天，这个世界不需要人类来制定规则了，ＡＩ就没有各行各业人类的就业前景了，然后这世界也就不需要人类了，这世界就是机器的了。

lqbzddx

做什么都需要数学，数学是任何学科的基础。
但大部分学科都没有要求到你需要学一个数学学位才行。
如果你以后想从事人工智能领域，不推荐先本科去学数学学位。直接去学人工智能相关专业。

zhulaoban

都别瞎吹，AI 有点像10多年前的生物，无端的‘热’。幕后肯定有人作乱。所谓深度搜索就是从数据中找规律。如果没规律，或规律很复杂，现在的 AI还无能为力。更别提创造性学习了。

jiangnan75

monica612 发表于 2017-7-12 22:18
等你孩子读出来了以后在AI领域做研究了再来看吧。

"更通常的作法是请一位数学家对论文的数学部分进行修 ...

好像爱因斯坦论证相对论的时候， 也发现他的数学有短板， 找了个数学厉害的一起完成的。

righttang

AI或者Machine Learning弄到后面就是天天在整理数据，很烦的