賈伯斯有句名言，電腦是思想的自行車。如果說電腦加快了思想的運算速度的話，ai作為新一代的通用科技，又將如何推動思想的發展？一定會讓很多人從簡單重複的勞動中解放出來，有機會讓更多人釋放出更多的創造力。
從這一視角分析ai可能給人的生活和職場帶來的改變，就不必簡單地去擔心工作被自動化所代替，而是要從整個工作流程的角度看ai到底會給職場帶來什麼樣的改變。和過去的技術迭代一樣，ai一定會取代一些工作，或者一些工作的一部分，但同時也一定會創造一些新的工作機會，或者把一部分既有工作變得更吃重，所不同的是，這樣的改變速度更快，頻次更多。
那ai給未來的工作會帶來什麼樣的改變呢？
第一種情況，當工作的一部分職能被自動化了之後，工作本身反而變得更重要了。這在pc時代就曾經出現過。比如excel的出現讓財務的話語權更大，而不是讓更多會計師失業。同樣，工作的一部分被自動化會讓那些需要更多人判斷的工作變得更重要也更有價值。
第二種情況，機器的確會替代一些工作。比如說亞馬遜分揀倉裡的分揀員。亞馬遜的物流配送分揀倉僱傭了4萬多人，因為人仍然比機器能更快地分揀貨物。但是亞馬遜也意識到，只要人在整個流程中存在，物流配送就無法完全自動化。亞馬遜2023年收購機械人公司kiva就是要向自動化邁出一大步。未來當機器完全取代人類分揀員之後，倉庫就可以變成黑燈倉庫，節約照明和空調的電費，而且可以24小時不停歇地工作，大大提公升效率。
第三種情況，ai會重塑一些工作，取代一部分職能，同時增加另一部分智慧型。比如說放射科醫生。放射科醫生主要的工作是解讀x光片或者ct影像。現在機器已經可以做得更好了。但這並不意味著放射科醫生的工作會被替代。他們的工作會發生大的變化。一方面，他們仍然需要向其他醫生解釋ai得出的影響判斷，另一方面為新機器的ai提供訓練也是他們未來的工作之一。
第四種情況，則是一些工作的實質會發生改變。比如說，當自動駕駛被普遍應用之後，校車司機會失業麼？乍一看下來答案是肯定了，因為車輛可以自動駕駛了，不再需要司機。但事實上校車司機還有一項很重要的職責，就是在車上維護秩序，確保孩子們的安全。所以，當司機開車的這項主要任務被ai取代之後，會凸顯出另外一些重要的任務，比如說在校車上管理孩子。校車司機工作的實質發生了變化，但是並沒有被取代。
當然，未來將會有更多「人+機器」的工作場景。在《人+機器》這本書中，身為埃森哲諮詢師的作者就提出，人機協作在很多場景中會比人或者機器單獨完成工作要更有效。《人+機器》把產業轉型分成三個階段，100多年前從福特開始的標準化流程的轉型，2023年代開始的數位化轉型，也就是利用it技術的自動化轉型，而現在這一階段ai推動了人機協作的適應性轉型階段。標準化轉型讓批量大規模廉價生產成為可能，自動化轉型通過流程優化和流程再造，讓機器能夠取代許多人的崗位，提公升效率。適應性轉型又有所不同，人+機器可以有很強的適應性，又可以根據實時的資料做應對，可以推出小批量定製化的服務。
人機協作還會帶來一些有趣的變化。人和機器會相互學習，機器可以觀察人的一些動作，提公升自己的能力；人也需要學習並適應與機器一起工作。人機協作也能增強人的能力，機器（ai）將成為人體的延伸，就好像智慧型手機變成了人大腦的延伸，又好像醫生使用手術機械人一樣得心應手。人機協作，其實是解放人，讓人在工作過程中能夠從事更多人擅長的工作和人與人溝通交流的工作。
在乙個「人+機器」的未來，要想充分調動人的自發性和創造力，同時保持人的靈活度，最需要重新思考的問題是，教育該如何變？培訓該如何變？未來需要什麼樣的人才？「人+機器」對於今天的孩子來說意味著什麼？
《生命3.0》中給出了部分答案：今天的孩子需要培養三方面技能——與人溝通互動的技能和社交的能力；保持創造力，能夠找到有效解決方案的能力；以及應對環境中不確定性的技能。
未來終身學習將變得更加重要，雖然ai不只是會消滅舊工作，同時也會創造出新工作，但是未來新工作被改變、替代、重塑的速度和頻次也會更高，所以每個人都需要做好在未來重新選擇工作的可能，重新塑造自己的技能，而這種重塑將不止一次。終身學習不僅需要保持好奇心、樂觀的態度，還有不斷接受和挑戰新知的毅力，這或許是未來人與機器最大的區別。
人工智慧與資訊社會 人工智慧應用
1.單選題 以下四個人工智慧的應用領域中 與其他三個不同的是 c a 影象識別與分類 b 醫學影像分析 c 語音識別 d 人臉識別與情感計算 2.單選題 將結構型的 空間解析度高 紋路細節清晰 與光譜解析度高 色彩豐富的處理成空間解析度和光譜解析度都高的過程稱為 d a 影象配準 b 影象識別 c ...
論人工智慧與智力
人類本身確實很奇妙，因為我們有智力，所以我們可以創造出豐富多彩的世界 近年來，隨著人工智慧的快速發展，我們可以預見未來將更加便利快捷。所謂的人工智慧的技術非常專一某一領域。在目前看來能夠像人一樣具有智慧型的機器，離我們還很遙遠。不可否認的是學習演算法，給了我們創造智慧型的手段。但是，人工智慧發展遇到...
人工智慧與OCR識別
核心提示在ocr識別技術領域，深度學習也是非常重要的。它能讓ocr識別技術更加強大，適應各種文字型別等。能更大的提公升整體的識別率。ocr識別技術處理影象越多，就會變得越來越強大。隨著資料的不短積累，識別能力都被儲存下來。李世石大戰阿爾法狗，人機大戰。然後就各種恐慌了，機械人會統治人類，如果你那麼想...