一句話總結(jié)：機器學習目前還沒有完全代替人類。到當AI真正大規(guī)模鋪開的那天，生產(chǎn)力的確會大幅提高，但許多白領(lǐng)工作將被替代。一邊失業(yè)大潮可能洶涌而來，另一邊作為消費者AI還能精準榨干你的口袋。
首先，定義專業(yè)詞匯。機器學習也在商業(yè)中被叫做人工智能。但其實，機器學習更像是用算法來推算一些事情。比如說網(wǎng)頁驗證圖片里有沒有貓，自動駕駛汽車該什么時候踩剎車等等。一個電腦，目前還是無法做到像人腦一樣多樣化地思考。
求索人工智能
CB Insights消息，大的科技公司，如Alphabet、Apple、Amazon之類，都在大力投資科技。印象里很多公司會謹慎培養(yǎng)可能成為競爭對手的小公司，但大佬們并不在意?，F(xiàn)在這些大公司愿意給領(lǐng)域內(nèi)專才的起薪已經(jīng)達到50萬美元，創(chuàng)業(yè)AI公司得到的投資也扶搖直上。到了2017年初，第一季度的總投資就達到了17．5億美元。
需要提一句的是，機器學習的價值現(xiàn)在還沒在經(jīng)濟構(gòu)成里太多地體現(xiàn)出來，起碼在經(jīng)濟數(shù)據(jù)里微乎其微。另外，盡管AI的投資俯拾皆是，目前還沒有形成一個普遍性的浪潮。2010年之后，全球失業(yè)率也在穩(wěn)步下降。所以別急，你的工作暫時還保得住。
馬步扎實，但還沒練成絕世武功
Bloomberg文章表示，就像很多年前的計算機革命一樣，機器學習遲早會對我們的生活產(chǎn)生大的影響。問題是如何影響。
幾位經(jīng)濟學家Ajay Agrawal， Joshua Gans， Avi Goldfarb在他們的新書《機器預(yù)測：AI將經(jīng)濟帶來什么》給初步的解答?；贏I所涉及的經(jīng)濟體量和它的新穎性，這本書給出的答案比較大而化之并且是推測性的。但這些經(jīng)濟學家的成果已經(jīng)斐然，畢竟在1800年預(yù)測蒸汽帆船、在1992年預(yù)測互聯(lián)網(wǎng)，都是十分難的。
他們給出的對機器學習的分析方式尚在傳統(tǒng)的經(jīng)濟學框架內(nèi)。先定義產(chǎn)品本身，再思考供需關(guān)系。在他們看來，AI意味著生產(chǎn)力的提高，需要簡單推測的工作會更簡單更便宜。
這樣聽上去確實很理論化，但這項研究不僅僅止于理論。Agrawal是多倫多大學羅特曼管理學院一個創(chuàng)業(yè)公司Creative Destruction Lab（創(chuàng)造性毀滅實驗室）的創(chuàng)立者，剩下的作者們也都和這個公司有過合作關(guān)系，這樣的經(jīng)歷使得他們能夠真正從行業(yè)前端進行展望和分析。
在他們看來，機器學習在各個環(huán)節(jié)完全代替人類不太可能。相反，他們認為，機器學習會被用在價值鏈上信息高度聚集的結(jié)點，剩下的交給人類去權(quán)衡?！皺?quán)衡”這個詞聽上去很模糊，基本上可以理解為人類去思考兩個選擇中哪一個更符合他們的需求，更能在真實世界中出彩。
如果他們的預(yù)測沒錯，AI將會像引擎代替了藍領(lǐng)一樣代替白領(lǐng)，讓人們跳過腦力勞動，直接進入“選擇”階段。這種情況的好處是，生產(chǎn)力極大提高。壞處是，如果AI發(fā)展得太快。很多人會失業(yè)，中產(chǎn)縮水，貧富差距拉大。
當然，哪怕經(jīng)濟學本身也不僅是供需這么簡單。傳奇經(jīng)濟學家Hal Varian曾經(jīng)幫Google制定價格系統(tǒng)，成就了Google的高利潤率。近期，他發(fā)表了一個新論文，文中探討了幾個更尖銳的機器學習和高科技經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系。一個負面的例子就是，機器學習能夠讓商家準確知道客戶愿意為一個產(chǎn)品花多少錢，定價就死死地卡在那，壓榨出消費者手里每一分錢。另外，機器學習網(wǎng)絡(luò)之下，大公司掌握一切的情況可能更加明顯。腹黑一點想，算法們之間可能偷偷“聯(lián)手”，操縱市場，而人類甚至根本就不知道。
說到底，想了解機器學習的影響，還是要等到大規(guī)模應(yīng)用了之后才能真正知道。預(yù)測固然好，但就像電腦、互聯(lián)網(wǎng)一樣，它們最終的形態(tài)，可能大大出乎我們的意料。
編輯：徐聞道
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
