今天人工智能取得的成就很大程度上要归功于2010年“深度学习”技术的发明。“深度学习”能够利用大数据优化决策引擎，达到超越人工的精确度。只要拥有了某一特定领域的海量数据，“深度学习”就能被训练优化单一功能性目标，比如“赢得对弈”、“违约率最小化”、“语音识别准确度最大化”等。

随之而来的，企业开始利用人工智能技术完成很多工作程序的自动化，包括客服聊天机器人、贷款审批信贷员、身份验证安保员。举实例而言：创新工场投资的智融集团就推出了以人工智能技术为核心的小额借贷应用。刚开始时，这家公司由于较高的不良贷款率经历过一些财务损失，但随着数据的积累，人工智能技术开始发挥作用，j2直播，系统基于所获取的各类数据进行学习，使得不良贷款率大幅度下降。现在，他们的系统在数秒内就能做出贷款决策，而且准确度比需要几个小时、大量文件才能作出决定的人类信贷员要高得多。同时，由于人工智能极具可扩展性，这家创业公司今年估计将处理超过3000万笔贷款，远远超过我所知的任何一家银行的贷款数量。而这家公司的成长发生在短短不到两年的时间里。

50%的工作将被取代

这当然不仅仅是对信贷员的警示，事实上，我们所熟悉的很多其它职业的核心职能都将逐步被人工智能软件所取代，这其中包括出纳员、电话销售、律师助理、记者、股市交易员、研究分析师、放射科医生等等。假以时日，人工智能技术还会学会控制如无人驾驶汽车和机器人这类半自动或全自动的硬件设施，逐步取代工厂工人、建筑工人、司机、快递员及许多其他职业。

目前这些单一领域已经取得了惊人的成就， 深度学习与多种机器学习技术得以有效结合之后，人工智能已经被证明能够在诸多领域与人类相匹敌，甚至超越人类。在围棋及扑克领域，人工智能已经在全球的关注下击败了这类项目的世界人类冠军，人脸识别以及语音识别技术的能力也已经优于常人。如果没有人工智能，许多时下重要的手机及互联网应用可能都难以想象，比如搜索排名、电商产品推荐、以及Siri和Alexa这类语音助理系统等。

人工智能是运行在单一领域里的“狭义”应用，由人类严格控管。而构成类科幻情节、拟人化的人工智能则是所谓的“通用人工智能”。这些预测是假设了人工智能能够自主学习、懂得常识性推理，具有自我意识、感知、甚至欲望的人工智能。卡珊德拉预言的所谓“奇点“其实就是实现了通用人工智能的时代。

然而，通用的人工智能目前并不存在。而且，人类也没有任何已知的途径和方法能够实现这样的通用人工智能，“奇点”假说推论未来人工智能技术可能的指数性成长，但却忽略了这样的指数性成长需要的是一系列可能百年甚至永远都不可能实现的重大技术发明和突破。

基于这样的工程和技术现实，我们更应该关注的是所谓“狭义”人工智能所能带来的应用及其扩展，而不是讨论虚无缥缈的超级智能。按照我们目前的推论，人工智能技术的未来发展将能够创造巨大的财富，并且帮助消除困扰人类多时的贫困和饥饿问题，让我们所有人有更多时间与自由去做自己喜欢的事情。 值得注意的是，人工智能技术的未来发展同时也会不可避免地带来很多困扰。正如牛津大学的一项研究报告中提出的，由于人工智能将会取代目前一半的人力工作，许多人会因为失业和人生目标的缺失而倍感沮丧。

我们必须首先去关注这些严峻问题的必然性，而不是去讨论所谓的奇点、超级智能。或许，最棘手的问题是：我们应该如何创造足够的岗位来安置丧失工作的人们？这一问题的答案将决定人工智能预测的另一种结局会是喜剧还是悲剧。

人类如何与人工智能共存

解决方案之一是尝试着让人们转而从事一些比机器要技高一筹的岗位， 比方说那些需要更灵活的头脑，或更高身体协调性的工作 （如培训工业流水线工人转行做一名管道工）；发挥潜在天分的工作（如鼓励一名企业会计去追求成为喜剧演员的梦想）；或者是需要新技能的工作（如为大型人工智能数据中心提供服务的冷却专家）。我们当然应该在这方面进行尝试，但是这些就业机会与被取代的工作岗位相比完全是九牛一毛；毋庸讳言，能够成功转型成为喜剧演员，并且出人头地的会计师更是凤毛麟角。