未来已来（二）——拥抱AI

我想讲一个现象，它每时每刻在你身边发生着，但却很少被你所注意，这个现象叫做“无人化”。

“无人化”和一个选择

就像我在《未来已来（一）——技术变革》中说的一样：深圳华侨城的沃尔玛里，人没了。我平时会喜欢下厨，下厨要买菜，买菜要称重，称重从前需要人。但是，现在却是我自己在做这件事。更甚至，买单也是我在机器的帮助下自己完成。

我翻过超市的发展史。它是一个存在了上百年的那么个东西。在最开始，我们在一个大商超买买买，再推到买单的地方付钱结账；后来，我们在一个大商超买买买，再推到买单的地方刷卡结账；再后来，我们用手机支付……但这一切，都没离开“人”的存在。

今天，事情却发生了变化。

超市里没人了并不怎么可怕，可怕的是我们对类似的事情习以为常，以至于很少在这件事上投入更多的思考。

我大学时，有念物流工程的朋友，总开玩笑说自己要不要考一个叉车证，去仓库里扒拉货。但是今天，亚马逊、优衣库这些对仓库有高度依赖的企业，它们的仓库早已换副光景：

![2](https://res.pandateacher.com/2.gif

机器人来来去去，没有人的踪影。

如果说我们刚才的举例，它们本身就是一些比较简单可重复的工作。那么，坐在办公室里的白领就与之无关？

我们最先看到的岗位是“编辑”，这是一个有着悠久历史的白领岗位，许多新闻门户网站都有这样的岗位设立。他们工作内容，有很重要的一部分是【编辑推荐】：我觉得这部分用户会对这部分内容感兴趣，我把内容推荐给这些用户让他们看到。

但是，后来有了今日头条、抖音这样的产品出现。它们本身不生产内容，它们做平台。用算法而非人工，去做兴趣推荐：机器推算出这个用户喜欢这个，所以推送给这个用户这个。这种产品，活得反而比传统的新闻、视频产品更好。

无人驾驶，无人货架、无人旅馆、无人港口……如是种种。

我们身边的所有一切，都在向“无人化”的方向推演。这是此时此刻，正在发生的，你我都有目睹却又熟视无睹的，“消失的人”。

这一切的发生，并非无规律可循。接下来的篇幅里，我会为你讲述：为什么会在短短几年里，事情变成这样，在未来，它还会变成怎样。

在听完这些内容之后，你会明白这个世界在发生些什么。但更重要的是，你会面临一个选择：像过去一样，普普通通地生活下去，成为那个“消失的人”；还是成为一个被技术赋能的“超人”，创造更多、更大的价值。这个选择，它会影响你未来至少十年的人生路径。

什么是人工智能？

是什么在让人消失？

答：是人工智能。

在这几年你在许多不同的地方都听过“人工智能”这四个字：阿尔法狗，它能下围棋；谷歌的语音助理，能打电话订餐了；微软的小冰，能写诗能猜谜，能成语接龙……

但其实挺少有人站出来解释清楚，人工智能究竟是什么？

一个精简的答案是这样：人工智能，就是用机器去做，在过去只有人能做的事。科学家们把这些事进行了分类：推理、规划、学习、交流、感知、运动。

用机器去做，在过去只有人能做的事。这句话听起来简单，但如果你看一看历史，就不会这样想。

从人类文明诞生以来，我们大约经历了：石器时代、铁器时代、机器时代、电器时代……今天来看，最关键的里程碑应该是“机器时代”，也就是我们常在历史课本里见到的“工业革命”。

为什么这么讲？一直以来，我们人作为价值的创造者，一直以来有两种创造价值的方式：一个是体力劳动，一个是脑力劳动。当工业革命来临，我们进入机器时代，体力劳动就没那么重要，脑力劳动者的收入得到提升。大家开始进工厂，进办公室。

我还记得小学课本里有这样一句童谣，叫：“人有两件宝，双手和大脑。”当我们进入机器时代，我们就已经把手上的老茧逐渐放下。“机器去做，在过去只有人能做的事”，人工只能打起了脑力劳动的算盘。人何以为人，成为一件我们需要花更多时间思考的事。

你有没有试图追溯过：人工智能技术，是如何一夜之间恰如千树万树梨花开？

我追溯过。在上世纪四十年代，差不多和计算机被发明的同时，就已经有人开始着手研究这个领域。此后，一直一直一直默默无闻。

技术发展有一个规律：上一个月还是默默无闻，可是一旦它突破了某个临界点，下一个月你就能在生活中看到它的身影。

事情是在十多年前开始发生巨变的。2006年，深度学习算法出现，它推动着人工智能往前走了一大步。因为这一大步，人工智能如井喷一般飞速发展，就仿佛一夜之间，就走进了千家万户。我们前面所举的全部案例，全都来源于此。

其实自2006年后，再也没具有这样巨大影响力的底层技术出现。但是，我们却在最近几年越来越高频地听到“人工智能”相关的信息。这就是因为，技术被应用到了生活当中。

在未来，还会有更多的应用出现。这里面，它蕴藏着巨大的机遇。

我们来举一个例子：前面我们说，人工智能要让机器去做，从前只有人能做的事。其中里边有一个部分叫“感知”。在“感知”里，有一个非常重要的部分是“图像识别”，通俗来说，就是让计算机能像人一样，去“感知”图像，它能看懂图片。

从前的相机，它看不懂图片，在它的眼里：玫瑰花不过是一堆图像和形状的组合，和月亮没有区别，和狗熊没有区别。

你可能会好奇，算法是个什么东西？做个比方：我们人类学习东西，需要“学习方法”。计算机也是如此，我们可以把“深度学习算法”理解为计算机的“学习方法”。从前它一直没有一个好的学习方法，现在有了，我们就可以拿东西给它学。

我们去拿一万张玫瑰的照片给计算机去看，告诉它：记住了，这是玫瑰。计算机在算法的帮助下，计算这一万张玫瑰，有什么共性的规律。它学习，记住这个规律。当我们去拿第一万零一张照片给计算机看。它做出判断：这张图基本符合之前我记住的那个规律，它有99%的概率是玫瑰。

于是，它说：这是玫瑰。

让计算机说出来一句：这是玫瑰。这看上去像是一件微不足道的小事，但它是一个开端。

我们喂给它更多的数据：玫瑰、月季、牡丹、梯子、人脸、面包……让它计算，学习，记忆。图像识别，就这么成了：从此以后，计算机能读懂图。

单是让计算机能读懂图片不成，我们还要想办法把技术应用到生活场景里面去，这样它才能创造价值。

就像我们前面说的，无人购物，要用到图像识别技术：负责识别顾客取走的货物，识别顾客的人脸用于安防，负责扫码完成付费……下面，我要为你举几个案例：单是一个图像识别技术，还可以用在哪些领域。

它可以拿来打农药。

在传统的农田里，我们常看到一个农民老伯，背一只药筒，手持喷头，从田里走过去，地毯式喷洒农药。

但是，有了图像识别技术。你可以改用装载了摄像头的无人机来喷洒农药。

在我们眼里，农田是长这个样子：

但是在无人机眼里，事情是这个样子：

谁是杂草，谁是庄稼，一目了然。农药只打在该打的地方。这样做，一个是效率的提升，两架无人机完成一块100亩左右的农田农药喷洒，大概只需要2个小时左右。一个是降低农药残留，相比从前大水漫灌式的方案，它可以节省农药90%以上。

还有一个场景是医疗。随着我们生活水平变更好，人均寿命被延长，癌症的发病率也随之上升。常规，我们去检查身体，是去拍个片，然后医生拿着看，告诉你：这怕不是肿瘤吧。

但是现在，我们可以让计算机去做看片这件事。在事实上，目前人工智能在识别早期癌症上，已经比人类更厉害。腾讯，已经就有一个团队在做这件事。

这里面我们要思考件事：一个医生要成长到能诊断癌症，他要读好多年的书，积累好多年的临床经验。但是机器，这个成本太低。

如果机器做事成本更低这件事成立，要么是医生们的工作量减少，要么是医生的数量减少。以目前来看，情况尚且乐观，事情可能在向前者的方向发展。但其它工作，却不见得。

这个案例，可能你很难想象。这也是我前几天看到的，是在一个做地板的厂子。

他们厂子有一项拳头业务是做高端木质地板，有个很重要的工作是筛选木板。这得雇一个熟练的老工人，工作流程是：有虫眼的放左边，好的放右边；有裂痕的放左边，好的放右边；有毛面的放右边，好的放左边……诶？错了，掉过来。好的放右边，有毛面的放左边。

但是现在不了，他们引入一条流水线，这条流水线没什么特别，只是比平常的多加了个摄像头。摄像头会自动识别毛面/裂纹/结疤/虫眼……的问题木板，去左边，好的放右边。

这让生产效率直接翻倍。成本……几乎没有成本，一点点的电费和网费罢了，比之前的人工要好不少。

如前所述，如果机器做事成本更低这件事成立，要么是工人们的工作量减少，要么是工人们的数量减少。以目前来看，情况可能更像是后者。这会是“消失的人”。

最后再来个简短的案例，是安防。相信你今年应该看过好几次这样的新闻：在张学友的巡回演唱会上（南昌、赣州、嘉兴、金华四场），警方通过人脸识别技术，一共抓获5名在逃犯人。

当逃犯们兴冲冲地拿着票走过摄像头，将要入场，此时他们的面部信息已经被抽取出来，实时传到云端，和后端数据库飞速地进行比对。

你能看到：机器不需要模仿人做事的方式，机器只需要模仿，甚至超越人做事的结果，这就够了。

你还能看到：同样是一个图像识别的技术，它可以被应用进各种看上去毫不相干的场景中去。此时，它能创造出巨大的价值。我们可以得到一个等式：人工智能=算法+数据+应用。

面对人工智能，我们能做些什么？

根据这个等式，我们可以盘演，在人工智能的这波机遇里，我们能做什么？

算法，这是个好主意。不过门槛挺高。你要去学数学、计算机两个学科的知识，至少得读个研的知识量。从浅到深，相关的内容大概会有：Python编程，爬虫，数据挖掘，高等数学，机器学习，深度学习……

数据……做人工智能的确需要大量、规整的数据。但，普通人手里，很难有可以训练算法的大量数据。这些数据，往往掌握在大型互联网公司里，如：谷歌/百度有搜索数据，facebook/腾讯有社交数据，亚马逊/阿里有商业行为数据……

前阵子我看过一个报道，说在中国的河南、山东、河北等地的四五线小城里，存在着一种“数据车间”，整个车间看上去仿佛是个网吧的模样，年轻的员工们窝在柔软的沙发里，对着电脑勾勾画画：将一张张图片里的梯子、玫瑰、地毯；梯子、玫瑰、地毯；梯子、玫瑰、地毯；梯子……给标注出来。

他们把这些标注好的数据，发送给大公司。大公司们，会用这些数据去训练算法。一张图，给两分五。

大公司们用高薪聘请到做算法的人才，大公司里有数据。所以，今天的你能够看到，人工智能技术基本都是由这些大公司提供。借助数据和算法，谷歌和facebook提供着精准广告，每年获得百亿美元利润；亚马逊的云计算为无数中小公司提供技术服务，支撑起近万亿美元的市值。

但这并不意味着，普通人在人工智能面前就没有机会。至少做应用，还大有可为。而且，越早去参与，越具备先发优势。

你只需要懂得一些基础的编程能力，就可以调用已经研发好的人工智能技术，把它应用到自己所处的行业中去。让技术，去替代、帮助人来工作。它能降低成本，提高收益，它有利可图。就像把图像识别用进农业、医疗、安防……等等，一样的。

这就好比：不是每个人都可以成为马云，但每个人都可以是淘宝卖家。应用阿里巴巴的技术，去开店铺，能创造价值。应用人工智能技术，也能创造价值。

在浙江省的一所中学，有位李老师发觉到一个现象：有些学生十分内向，不好意思向老师提问，加上老师分配给每个学生的时间有限，很难满足每个学生的学习需求。

他萌生了，去做一个自主答疑机的想法：学生将试卷、习题放在答疑机上扫描，系统便可快速识别题目，给出详细的解析和视频讲解，甚至还可以获得同一道题的多种学习思路。

没过多久，这台机器就被做了出来。因为它应用到的原理非常简单。如果是用Python语言来写，核心代码可能不超过20行。

首先，是把试卷拍张照。接着，调用专门做搜题功能的产品，所提供的接口，把试卷的图片，转换成文字。然后，从海量的试题库当中，找到这个题目的答案和解析，通过显示屏呈现出来。

这就是个很棒的案例。

做技术，还是做应用？是我们现在需要考虑的一个问题。但有一个命题是确定的——编程，是该学一学。你不需要担心它难，我教过了上万人学编程，我知道：如果我们的目标是学会调用已有技术，培养编程思维。那其实还挺简单……

而且学会编程，不只是可以做人工智能。你可以使用代码，让自己平时的许多工作，都自动化完成：图像处理、文档处理、市场分析、网页爬虫、数据分析……

选择Python

编程语言那么多种，该选哪一把铁锹？

答，就是你已经接触过的，Python。

编程语言是有很多没错，但如果我们学编程的目的，是为了参与进人工智能的浪潮，那么首选只能是Python。选择Python不但是安全的，还是必须的。

毕竟，它是人工智能时代的头牌语言，这是在技术界已经达成共识的事。

Python语言帮助人工智能发展更快，人工智能的发展带动更多人去学Python。它们自始至终，都是相辅相成的关系。

（国际电子和电气工程师联合会发布的第五届年度编程语言排行榜，Python名列榜首。）

不仅如此，Python在大数据分析、机器学习、云计算系统、web开发（比如Facebook/Google/豆瓣/知乎，都用Python开发）、游戏脚本……等时下最热门的应用里，都占据着主导地位。

造成这结果的原因，是由Python语言的特性决定的：

1. 它够简洁

   实现同样的功能，C++需要1000行，java需要300行，但python可能只需要20行。 曾经有个段子是这样描述：

   你遇到了一群敌人！ 你要怎么办呢？问问你的大将吧！ C：拿出一根棍子，一个一个把敌人砸死。 C++：用机关枪。 java：我打电话叫十万个基佬！ perl：我会功夫！ ruby大喊着拿着武士刀冲上去了。 lisp：我先把敌人分组一下吧！ haskell：我们可以用歼星舰啊！ PHP：让我们把敌人老死吧！ python：用氢弹。

2. 它易学，易读

   Python语言和人类语言高度相似，掌握Python的基础语法，快则几天，慢则1-2周就够。几乎不需要注释，就能让你读懂Python代码。 接下来，你就可以用它来调用已有技术，去实现自己的项目。

3. 它作为胶水语言，便于不同行业的人协作

   人工智能的研发，需要来自不同行业的人协作，不只是开发人员，还需要不同领域的科研人员、创意人才参与其中。

   Python它跨平台，在windows、mac、linux……等系统上都能运行。 它特别好学。 每个人都可以非常方便地打包自己的代码，别人无需读懂，就能特别方便的调用。

   这些特性，让协作的成本变得极低。

学人工智能，从Python开始。