0
| 本文作者： 亚萌 | 2016-12-25 14:01 |
随着美国大选落幕，白宫近日又发布了新一辑白皮书，名为《人工智能，自动化与经济》（Artificial Intelligence, Automation, and the Economy），围绕 AI 驱动的自动化社会下，讨论美国宏观经济、劳动力市场及政策会发生怎样的转变及影响。
在未来几年乃至几十年内，AI 驱动的自动化技术将大大改变经济的形态，在以下几个方面带来巨大影响。
1. 受 AI 驱动，社会劳动生产力会大幅提高；
2. 劳动力市场技能需求发生变化，高级技术技能受青睐；
3. 工资水平、教育层次、工作类型、地点和部门将出现分布不均的情况；
4. 劳动力市场大洗牌，伴随许多工作岗位的消失，又有许多新岗位将不断涌现；
5. 许多工人会面临短期失业，若没有新政策扶持，失业时间可能会变长。
据此，这份报告给出了三大解决方案，雷锋网摘编了一些重点内容供参考：
1. 大力投资发展 AI 技术，充分享受该技术带来的利益；
如果政府投入大量精力，全力发展人工智能，AI将会对全社会的生产力带来惊人的提升。政府在投入资金扶植研究机构及促进发展上，起着不可或缺的作用。而在继生的网络安全问题上，人工智能也能够用于网络防御，并对诈骗信息进行检测。此外，人工智能的快速发展能够满足各类拥有相关技能的人们日益增长的需求。在这个过程中，除却政策影响外，重视STEM领域及人工智能领域的人种多样性与包容性，同样能够解决因算法倾向性导致鸿沟的有效方式。而对于新入局的公司与原有的企业，结合政策的跟进，将在人工智能相关的技术变革中扮演重要角色。
2.加大对美国劳动力的教育和培训，为全新的劳动力市场做准备；
随着人工智能改变了整个劳动力市场中工作和职业技能的本质，美国的大批劳动力需要进行进一步的培训与学习。自然，这样庞大的教育培训投资需要巨大的资金支持。首先，教育要从祖国的绿萝做起，也就是为孩子们提供优质的学前教育，让每个家庭都能让小孩继续接受教育。随后，从高中、大学到成人教育，美国政府都需要投入建设资金，保证所有美国公民都能受惠于终身学习及就业培训的福利，并帮助工人实现职业规划。
3.为转型期间的工人提供帮助，保证他们能共享 AI 技术带来的成果。
决策者应当保证工人及求职者都能够寻求最合适的岗位，以合理的报酬获得报酬。从失业保险、医疗补助、SNAP（Supplemental Nutrition Assistance Program，营养援助计划）及TANF（Temporary Assistance for Needy Families，家庭临时援助）等关键支持。此外，政府还应为居民提供相应的保险及福利援助。对于有需要的家庭和工人，政府同样需要加强权利的保障，建立新环境下的退休制度，并扩大医疗服务的受众数量。关于劳动力重组的三大核心，主要集中在增加工资、竞争力及工人的议价能力，实现税收政策与时俱进，并解决地域差异的影响。
在过去的2016年里，扎克伯格打造了一个可以通过手机和电脑进行对话的AI系统。它能够控制家里的灯光、温度、电器、音乐和安防系统，而且这个AI还能了解主人的品味和习惯，可以学习新的词汇和概念，甚至可以逗扎克伯格的女儿Max开心。Jarvis是由Python、PHP和Objective C编写的，运用了包括自然语言处理、语音识别、面部识别以及强化学习在内的人工智能技术。
扎克伯格发布了这一年打造Jarvis的笔记“Building Jarvis”，记录产品研发的各个细节。作为一家科技巨头的CEO，扎克伯格却依然保持写代码的习惯。可怕的自制力，超强的执行力，当比你有钱的人还比你更聪明更勤奋的时候，令雷锋网编辑不禁开始怀疑人生。
2016 年，人工智能在美好理想和残酷现实的夹缝中野蛮生长。雷锋网第 100 期硬创公开课特邀余凯博士为大家做了一期以《人工智能的冰与火之歌：回顾 2016，展望 2017》为主题的公开课，分享了他对今年 AI 现象的看法以及对未来的展望。
以下是公开课部分内容的摘编：
我感触最深的是从 2006-2016 年这十年间，是深度学习的普及和推广期，其在很多应用中取得突破性进展。但所有成果均为感知方面的东西，如图像识别、语音识别等。而从今年开始，最大的不同像 AlphaGo 和自动驾驶等人工智能系统开始从感知过渡到决策。这些系统基于对这个世界的理解，从而主动优化它的决策机制。因此从感知到决策是最大的变化，人工智能只有做决策才能真正改变世界。
我认为在未来的 10 年里，怎么优化地去做决策是人工智能的重点课题。
对于一个商业公司来讲，算法人才和产品经理同等重要。这里我要强调一点，何为研究大牛？我认为研究大牛的特质是“要有自己的思考和深厚的积累，他能够持续的创新”。其实能创造性地做出世界级成果的人是非常稀缺的，在国内我认为只有 5 到 10 人才能达到这个标准。一个算法人才普遍学习过 1-3 年的深度学习、会用开源平台去训练模型，即使是这样的人也不多，而这些人更谈不上是研究大牛。所以我认为研究大牛是一种很稀缺的人才。
当然，AI 产品经理也非常重要，因为他定义需求。如果造出来一个东西技术水平高，但不能解决实际问题，技术再高也没有实际价值。因此我们在创办一个商业公司，AI 产品经理也十分重要。
商务和销售确实非常重要，因为只有把技术和具体应用场景拉近才能产生价值落地。技术研发也一定要有差异化，这种差异化如果只是做研究，只是去 Follow 开源平台等这些大家都在讨论的事情，这是很主流的做法，如果你一定要关注主流算法，潜台词就是你已经放弃了差异化。因此你一定要深入特定的问题，深入解决那个场景下的各种限制条件，去针对性地提出特殊的方法解决实际需求，这是让你更有差异化的途径。
科学家创业需要对商业和实际需求抱有充分的敬畏之心，商务和销售团队也并不至于决定公司的命运，关键在于团队之间的配合。商务和销售比较看重眼前需求，对技术趋势缺乏准确预见，而一个公司要走得长远，还得看清未来技术发展趋势。
2016年12月18号，由ACM数据挖据中国分会（KDD China）作为 SIGKDD 在中国的唯一官方分支机构，在深圳举办的KDD China技术峰会圆满闭幕。雷锋网作为现场参与者，亲自见证了众多国内顶尖学者和从业人员结合自己领域的进展做了最新报告，从互联网金融、城市计算、自然语音处理、智能驾驶、高性能计算平台版块，向我们展示了如何通过手握数据和利用的方法，来一手握住了未来人工智能的钥匙。
出席本次活动的嘉宾有：金山软件CEO 、前微软亚太研发集团 CTO、前微软亚洲工程院院长张宏江博士；KDD China主席、AAAI Fellow、IEEE Fellow香港科技大学计算机系主任杨强教授；KDD China副主席、百度金融服务事业群组执行总监、百度金融服务事业群组研发负责人沈抖博士；KDD China副主席、AAAI Fellow、IEEE Fellow、南京大学周志华教授；KDD China秘书长、微软亚洲研究院城市计算领域负责人、美国计算机学会杰出科学家郑宇博士；KDD China委员、华为诺亚方舟实验室主任李航博士；KDD China委员、中科大教授、计算机学院副院长陈恩红教授；滴滴出行研究院副院长、密歇根大学终身教授叶杰平；KDD China委员、腾讯首席数据专家、数据平台部总经理蒋杰。嘉宾们带来了9场重量级的特邀主题报告，吸引了大约800名KDD China会员、全国各地高校的师生、从业者等参加。
相关文章：
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
