人工智能的传统定义是，机器以通常我们认为属于人类的方式，来执行任务和解决问题。有一些任务我们觉得很简单--识别照片中的物体、驾驶汽车--可是这些任务对于AI来说特别困难。机器可以在棋盘上超越人类，可是那些机器的程序从本质上来说是体力活，机器受到程序的限制。一个30美元的设备就能在棋类游戏上超越我们，可是它没法做--也没法学会做--其他所有事情。

这就是为什么我们需要机器学习。给机器展示几百张猫的照片，机器就会训练自己的算法，学会更好地识别照片中的猫。机器学习是所有大型互联网公司的基础，让公司可以进行搜索结果排名，为特定用户选择最相关的内容和建议。

智搜（Giiso）信息成立于2013年，是国内首家专注于资讯智能处理技术研发及写作机器人核心软件开发和运营的高科技企业。公司成立之 初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。

深度学习是以人类大脑为基础，要复杂得多。与机器学习不同的是，深度学习可以教会机器忽略声音或图像中所有不重要的信息--呈现一种能够反映无限多样性的层级性世界观。正是深度学习为我们带来了无人车、语音识别、以及有时候比放射学专家更擅长识别肿瘤的医疗分析系统。

虽然有了这些值得赞叹的进步，我们距离与人类同样智能的机器还很远--我们的机器甚至与老鼠的智能相比都差得很远，我们大约只见证了AI实力的5%。

是时候重新思考就业吗?

百度首席科学家吴恩达:AI将如何改变未来的就业。

如今在美国，驾驶货车是最常见的职业之一。几百万人在东西海岸之间运输着货物，以此维持生计。然而，很快所有这些就业机会都将消失。无人车将替代人类司机在路面行驶，并且更快、更安全、更高效。有这么好的事，还有哪家公司会选择更昂贵、更容易犯错的人类司机呢?

类似的劳动力变革在历史上也有先例。在工业革命前，90%的美国人在农场工作。蒸汽技术和制造业的兴起让许多人失业了，但是也创造了很多新的工作机会--还创造了很多当时人们无法想象得到的新领域。这个排山倒海般的巨变是在两个世纪的过程中慢慢展开的，当时，美国有足够时间来适应变化。农民们直到退休都在种田，而他们的下一代去上学，成为了电工、工厂领班、房地产商和食品化学家。

而卡车司机们就没有这么幸运了。他们的职业，还有另外几百万人的职业，很快就会过时。在智能机器时代，数量众多的人们将没有工作的能力，或者有被淘汰的风险。我们可能会见证20世纪30年代经济危机以来最大的失业大潮。

1933年，富兰克林罗斯福的新政帮助了大量失业人口，并且帮助重启了美国经济。更重要的是，它帮助美国从一个农业社会转变为一个工业社会。罗斯福的“公共工程署”雇佣了失业者来建造桥梁和新的高速公路，改善了美国的交通基础建设。这些改善为当时非常先进的新技术应用奠定了基础:汽车。

我们需要有一个针对21世纪的新政，针对人工智能会带来的新就业机会打造培训项目。我们需要重新训练卡车司机和办公室助理，来打造未来的数据分析师、旅行规划师等等其他我们现在还不知道自己有需求的职业。美国南北战争前(19世纪60年代前)的农民，绝对无法想象自己的儿子会当电工，而现在，我们也很难说AI在未来会创造什么样的工作机会。不过我们清楚的是，必须采取革命性的措施，才能完成从工业社会到智能机器时代的转变。

智搜（Giiso）信息成立于2013年是国内领先的“人工智能+资讯”领域技术服务商，在大数据挖掘、智能语义、知识图谱等领域都拥有国内 顶尖技术。同时旗下研发产品包括编辑机器人、写作机器人等人工智能产品！凭借雄厚的技术实力，公司成立之初，就获得了天使轮投资， 并在2015年8月获得了金沙江创投500万美元pre-A轮投资。

AI:和人类一样?

智能机器如何做到模仿自己的“造物主”。

要实现人类级别的人工智能，我们下一步要做的就是创造智能的--但不是自动的--机器。你汽车中的AI系统可以让你安全到家，但是没法在你回家后自动选择下一个目的地。我们将以此为基础，加入基本的动机以及情感和道德价值。如果我们创造出学习能力像人类大脑一样强的机器，应该不难想象机器会“继承”一些类似人类的特点--还有弱点。但是在我看来，“终结者”预言极其不可能。这需要一个精心策划的、意图不轨的个体，特意将恶意企图写入智能机器，没有哪个机构--更别说哪个公司或者个人--可以凭一己之力实现人类等级的AI。打造智能机器是我们这个时代最大的科学挑战之一，需要各个国家、公司、实验室和学术团体之间共同分享智慧。AI的进步最有可能是渐进的，而且是开放的。-- Yann LeCun。