人工智能会终将取代人工吗
谢谢悟空问答的邀请！
首先简单：长久关注我的网友知道，之前我反复提出，会的！
正好最近麦肯锡报告，2030年8亿人工将被机器人取代，请先参阅。
我从另一个角度再谈一下吧。
大家知道杨安泽吗？美国政坛上一颗冉冉升起的新星，民主党下届美国总统候选人之一，目前排名6、7左右，因其为华裔，我特别关注。
他最引人注目的口号是：一旦当选，他将推行美国政府无条件给全国所有人每人每月发放1000美金现金！所谓“自由分红”。
为什么，因为，将来很多重复性的劳动力工作将会被机器、数据和自动化等等新科技取代，例如，美国数百万货车司机、沃尔玛的收银员、餐厅的服务员、实体购物中心的售货员等等。
杨安泽提到，“不出十年二十年，大部分的工作岗位都会被自动化和AI代替。这将是一次社会危机，而我的政策，就是为了尽早部署解决这个危机的方案。”
自由分红可以让更多的人不输在起跑线上，更多一份保障，可以增强社会经济活力。
可以让他们在追求新的工作岗位的时候，更多一份保障，可以增强社会经济活力。
杨安泽是实打实的美国精英，本人学经济与法律出身，父亲在IBM和GE工作，拥有69个美国专利；母亲读完统计学硕士后，成为了一名画家；还有一个心理学教授的哥哥。
顺便提一下，他的很多观点，和我之前几本书中提出的观点非常类似。
最后再回应一下题目吧，人工智能会终将取代人工的，目前来看，显然这个趋势（第四次工业革命）正在加速进行……
点到为止吧。
你对这个问题有什么更好的意见吗？欢迎在下方留言讨论！
人工智能将如何颠覆未来的生活
互联网的革命才刚刚开始，它将改变的是彻底改造所有人类的习惯和行业。未来改造会是一个非常彻底的、非常血腥的。那些不能接受互联网+、AI+概念的公司，就会被颠覆。
为什么人工智能是特别大的机会呢，因为过去几年，有一个特别重要的技术，叫做深度学习。这个技术的发明将让一个黑盒的技术可以识别，可以判断，超过人类。但是有几个假设，第一，数据要多；第二，机器要多；第三，不是人人可用，这不是一个标准的软件，你可以买来用的。世界上可能只有7千个人会用它，要没有这7千个人，你有数据也是白搭。看准了这个方向之后，我们就可以看到一个又一个的产品推出来，它们是能够取代基本人类所有需要低于5秒的工作，它都可以取代。比如说识别人脸，比如说做一些识别语音，或者识别手写的字，这些人都没戏了，机器会全面的超过人类。
还有很多的工作是靠特别大量的数据，比如说翻译，有多少双语料库的数据，这个一丢进去，人的翻译也没戏了。除非给领导们做实时口语翻译，而且不会错一个字的，这种机器还做不到，但绝大多数的人都没有办法比它翻译得更好。
记者，长的文章机器写不了。短的文章，也没戏了。助理、保安、司机，无人驾驶一出来，世界上9%的人口都会失业了。所以每一个机器不是取代工作，而是用更低的成本给人类创造了更高的价值。人工智能取代了这些人类以后，人会被推向去做更有意义的工作，也会释放更多的时间，追随我们想做的事情，这对人类肯定是一个好的事情。那么取代这些工作所产生的价值，它将回馈给社会，作为投资人、创业者所做的事情。
取代人类绝对是错误的方法来思考这个问题，因为人根本不可能跟这些机器来比。比如说我们投资的旷视科技“face++”，G20的时候在杭州就遍布了“face++”。当月，它所对杭州安防做的贡献，应该是让大家放心20倍以上。因为它让通辑犯没有地方隐藏。在创新工场，甚至在富士康10万人的工厂不用卡，靠脸就可以刷进去了，这样的威力人根本不能比拟的。一个“face++”可以识别50万张脸，没有哪个人可以识别50万张，这是一个超人的领域，那么这些技术即将在我们的周围发生。
举几个领域，一个人工智能的技术如果用于大量用户数据分析的话，它可以让你卖商品，卖出的转换率增加1倍。你如果是一个电商，可以多卖1倍的产品出去。如果你要做数据营销，要去推销，你可以多卖1倍出去，我们投资的公司可以明显的看到。比如我们投资的巧达科技，就是帮助所有的商家达到更精准营销的公司。
做识别，它的识别率会非常精确。做风控，它的风控做的会比每一个银行都好。而且一个人可能要花一周的时间来确定，我该不该贷款，信用卡的使用是不是欺诈，这些机器只要0.1秒就可以更精确的判断。所以在金融领域肯定是人工智能发挥它能力的最好机会，但也不只是金融领域。人脸识别能超过人类，图像能识别清楚，那还有其他应用图像的领域，这个可以推导很多。比如说交通。比如说帮助一个城市做交通的设计，让我们更少的堵车。比如说对车牌的识别，比如说对医学影像的识别。如果在座有孩子想去读医学影像的识别，就是帮助你看片子的那些医生，千万不要，五年以后没有人会做这个行业了，全部被机器取代。
这些机器的速度超过所有人的想象，医学、教育、互联网数据、AI、流程、炒股、量化，这些都是很多的例子。我学AI的一个启蒙师兄，他现在就是美国文艺复兴基金的CEO。他们自己做股票量化的投资，用自己的钱做，过去30年，每年平均71.6%的回报。30年，这些就是AI的力量，所以我觉得机器的机会是特别巨大的，在美国Google是最强大的。
到底哪里可以挣钱，金融领域、互联网领域，有数据的，所以BAT会继续赚更多的钱，谁有数据谁就可以赚更多的钱。传统行业也有数据，银行、保险公司、券商、医疗等等。这些是已有大数据的AI，如果做机器人靠不靠谱？这里就要谨慎，因为大家对机器人的认知还是来自于科幻片。虽然靠数据可以做非常精准的判断，但是真的要一个机器像人，它不能没有情感，没有七情六欲，不懂美，不知道什么是开心。也不能没有任何情绪，没有自我意识，所以它要模仿这些东西还有很长的时间。
但是哪些领域不需要七情六欲的机器人，这个就是有戏的。比如说扫地机器人，比如说工业机器人，比如说老人陪伴，这些是有戏的。还有哪些领域更有机会，我们认为无人驾驶是有机会的。无人驾驶不是说可以告诉你小心，前面危险什么的，这只是辅助驾驶。无人驾驶是彻底取代人类，无人驾驶发展的路径会是人开车，机器给你提醒；人开车，机器给你辅助；再下面就是机器开车，人就没有了，没有中间的，没有一个状态是机器开车人来辅助，这是不成立的。机器开始开车了，人就爬到后座喝咖啡了。
当车子自己会开的时候，每辆车就只坐一个人了，整个设计就改变了。现在可以开两辆车的道路可以开五辆了，至少四辆，这些车就会彼此讲话了。它就会告诉前面的车说，小心，我爆胎了，不要被我撞到。或者它会说，我的主人现在急着上班，你让开，我给你1毛钱。真正的IOT时代（也就是物联网时代）就会由车开始，然后车子还会发生什么事情？交通不堵塞了，人不买车了，我们不会买无人驾驶的车。当无人驾驶发生的时候，车子是随叫随到。
你们买的每一辆车96%的时间都停在停车场，你有什么资产会96%闲置，而且不断跌价的。以后到处都是滴滴，需要就走，也不会有交通堵塞，也不会有空气的问题，这些都解决了。每个城市的交通变得越来越聪明，空气也变好了。
还有什么改变呢，停车场没有了。这些改变的是整个行业，绝对不是说造车而已，这只是一个领域。未来你可以想象，工业机器人、家庭机器人、陪聊机器人，机器人有越来越多其它的方向，这些都是特别巨大的改变。你可以想象无人驾驶只是一个领域，十年以后回顾十年前的今天，会突然发现你的整个生活方式都改变了。
创新工场在这方面投了很多公司，比较著名的几个，我挑几个例子，“face++”，人脸识别的公司；比如说“小鱼在家”，一个机器人的公司；比如说我们投的银行软件公司，“用钱宝”是AI小额贷款的公司。我们在美国还投了很多神奇的公司，帮助老人站起来的公司，这些对人类都是非常正面的改变。
还有我们投的无人驾驶公司，驭势科技，他们就在研究在哪些领域没有人身危险的问题，无人驾驶可以先进入的。比如说景区的车，或者在路上行驶的，每天晚上出来的清洁车、垃圾车，走得很慢，半夜路上没有人。而且它那么一个庞然大物，没有人会撞上去，我们会寻找现在领域里有哪些可以使用的。
C语言该怎样转成人工智能呢
人工智能="先验方法论"+"感知输入"=>"最终解决问题"。
由此可知，人工智能的实现与具体实现的语言并无直接关系。虽然C语言被誉为机器转化效率最高的语言，在嵌入式开发、机械控制、高性能计算等方面称霸多年。但是从人工智能发展的方向来看，C语言并非是最适合的语言。相反，弱化类型，开源共享，海纳百川，在性能方面并无优势的python却俨然成为了人工智能开发领域冉冉升起的新星。python是开源时代的宠儿，集百家之大成，开发库包罗万象，其中TensorFlow已经在人工智能领域独领风骚。
此外，微软量子计算编程语言Q#也已经崭露头角，也许量子计算的商业化才是对人工智能有着划时代的意义。
另外，补充一些个人对高度人工智能的设计观点：
高度的智能系统应该具备的基本特点有：1、长期进化形成，有着对当前环境最优特征表现。种群中的个体随进化时域的漫长推进而逐渐复杂化。2、自身的混沌特性，保证系统的鲁棒性的同时还要保证系统在时域上的条件敏感性。3、复杂的动力学结构驱动，能通过特征基因还原出一个特征相似的系统个体，保证系统结构的固有遗传特质。4、系统个体的自我优化，能在固有结构特质基础上进行个体调节，以适应环境的改变。5、在个体繁衍的过程中要保证一定程度的特征基因的交叉变异，保证个体进化的多样性。具备了以上特点的系统进化模型才有可能创造出真正的有意识复杂系统，如果仅仅是对单体的调节能力的修正或是对进化特征的推演将只是意识进化模型中部分功能的模拟。
推荐阅读美国担心人工智能领域(美国人工智能出问题)
创业人工智能领域，创业人工智能领域包括
mit 人工智能领域(mit首次提出人工智能)
小米人工智能领域加盟，小米人工智能家居加盟
人工智能领域工程 人工智能领域工程有哪些
医疗人工智能领域 医疗人工智能领域包括
医疗领域人工智能融资(医疗领域人工智能融资现状)
人工智能领域规范，人工智能领域规范文件