人工智能时代已经到来，你准备好了吗？
　　【作者微信号】：bzzcaijing（也可输入:不执着财经）
　　昨天（本周三），阿里巴巴董事局主席马云出席了美国底特律活动，他在一次演讲中表示，人工智能和全球化既带来机遇又产生风险，这是他游说各国政府领导人的原因，“如果他们不迅速行动就会有麻烦”，现在必须未雨绸缪，亡羊补牢为时未晚。
　　马云认为，机器永远不会获得人类那样的智慧和经验，“人类会赢”。现在不应该制造像人类的机器，应该保证机器可以做人类无法胜任的工作。他还重点指出，机器永远不会胜过人类，但我们必须重视人工智能等新兴技术带来的风险和机遇。
　　在马云看来，人工智能的发展有正反两面，人工智能可能带来一些益处，比如减少人类的工作时长，多一些旅游休闲的时间。他预计，如果今天人们能去30个地方旅游，以后能去300个地方。当然，人工智能也有不好的一面，就会随着人工智能发展带来第三次技术革命，将会消灭很多工作岗位，并且会进一步深化社会贫富差距。
　　人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是希望了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
　　人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。
　　而随着机器人时代的到来，已有更多的人工智能运用到理财领域。智能投顾（又叫机器人理财）也成为当前居民理财关注焦点。智能投顾是指，即根据个人投资者提供的风险承受水平、收益目标以及风格偏好等要求，运用一系列智能算法及投资组合优化等理论模型，为用户提供最终的投资参考方案，并对市场的动态对资产配置再平衡提供建议。那么，智能投顾具有那些优势呢？
　　第一，能够真正做到分散投资，择优而投。
　　现在很多机构的投资顾问通常也对客户说，要帮助客人做分散投资。但实际上，他们只是在自己公司的产品目录里，给客户做所谓的“资产配置”。就好比，我们去家附近的超市购物，身边还有导购给我们介绍产品性能一样。
　　而真正的智能投顾则不同，通常不受这样的局限。而是在整个市场中，帮助客户在战略上分散配置，在战术上选则最优。这类似于现在互联网，所有网上的商品资源全都平铺出来，使得客户在足不出户的情况下，能在所有商品中选择性价比最高的一个投资品种。
　　第二，成本低廉，准确客观
　　对于传统的理财师而言，客户的增多就意味着成本的增加，同时伴随着服务质量的下降，毕竟理财师不可能24小时工作，不知疲倦的分析市场，挑选产品。此外，传统理财师给出的建议是否客观，很大程度取决于他的职业道德。他建议你的“落袋为安”、“调整持仓”，可能并非出于客观分析，而是基于他个人的“业绩需求”，换句话说，理财师的利益和投资者的利益，可能并不一致。
　　理财机器人不需要实体经营场所，随着用户的不断增多，机器人理财的成本会越来越趋近于零，而低成本，对于投资者来说，这无疑是件好事。同时，在追踪客户投资表现的过程中，理财机器人给出的调整建议完全基于市场的数据分析，追求最优的风险收益比，从利益的角度来讲，机器人是跟你站在一起的。
　　第三，智能理财适用的范围更广泛
　　目前在中国，一般银行贵宾客户的标准是50万人民币，即使得到银行的贵宾卡也无非只是一些简单的业务帮助和提醒服务。一般服务于贵宾客户的理财经理，平均年龄不超过30岁，从业年限不到5年，根本谈不上资深和专业。
　　如果投资者家庭的可投资资产低于50万，那么基本上是得不到专业的理财服务的。原因很简单，机构需要盈利，要考量运营成本，要有选择性的寻找优势客户群体。所以，一般低于50万资产的家庭，很难受到人工理财师的服务。
　　而智能理财，对于客户群体的资金要求，则显得“包容”得多。它不会“嫌贫爱富”，依据不同客户的资金量，选择提供不同的服务。它能做的，是把所有市场数据进行一个非常理性的判断，基于客户的风险承受能力，给出一个“最选项”。它既不会在市场特别疯狂的时候带领你冲进去，也不会在市场特别低迷的时候过度恐慌。在投资决策上，它可以做到一视同仁，战胜人性。
　　正像马云在今年5月的一次演讲中重申的观点：“机器人比人做得好不算什么，机器人做了人做不了的事才了不起”。智能理财正是通过充分发挥人工智能的优势，克服了人性的弱点，并且解决了更多人的资产配置难题，让普通用户在专业知识不足的情况下，达到了“轻松理财，坐享收益”的境界。
　　本文由平说财经（微信ID：bzzcaijing）供稿，观点犀利、时效性强，财经爱好者喜爱的内参！
责任编辑：
下载荔枝新闻APP客户端，随时随地看新闻！
微信朋友圈
微信朋友圈导读 : 近日吴恩达在斯坦福MSx未来论坛上的演讲，描述他眼中的AI世界。
本文由华创资本（微信ID：ChinaGrowthCapital）授权发布。
Andrew Ng认为，人工智能(AI)对未来许多行业带来的变革，如同100多年前，美国&触电&一样&&电对制造、运输、农业（尤其是冷藏）、医疗等等带来了划时代的变革。AI驱动着搜索和广告，AI也正在彻底改变金融工程，对物流的转变进行了一半，医疗和自动驾驶刚开始，前景巨大。
驱动百亿的市场容量的，基本上属于同一种AI: 监督学习（Supervised learning），即用AI来确定A--&B的映射&&输入A和响应B的映射。
&&用Email作为输入A，判断是否是垃圾邮件是响应B；
&&用图像作为输入，识别这是一千种物体中的哪种；
&&从声音A到文字B，从英文到法文，或从文字到声音；
软件可以学习这些输入A到响应B的映射&&有很多好的工具来让机器学习。比如50,000小时的音频和对应的文本，就能让机器学到如何从音频内容转化为文本内容。通过大量的电邮数据和区分垃圾的标签，也可以很快地训练出一个垃圾邮件过滤器。
现在的AI还很初级&&A到B的映射而已，不过已经推动着很大的市场。百度有很好的算法来预测某用户是否会点击某广告。向受众呈现更相关的广告，能为互联网营销和广告公司带来极大的赚钱机会。这可能是AI最赚钱的应用。
日本AI机器人Torobo-kun放弃了参加高考的计划，因为阅读理解的困难难以逾越
在哪些产品里能用到AI？
产品经理常常希望了解AI能实现的，和不能实现的。一个简单的思路是：一般人能在一秒内想出来的事情，现在或很快就可以用AI自动实现。
AI进展最快的领域正是人能做得到的领域。比如自动驾驶。人类能驾驶，所以AI也能驾驶。在医学影像阅片和分析上，人类放射科医生能够阅片，所以AI也很可能在未来几年内做到。
而人类难以做到的事情，比如预测股市变化，AI可能也难。
原因1：人类能做的，至少是可行的；
原因2：可以利用人类的数据作为培训样本，比如前面提到的输入A和响应B；
原因3：人类能提供指导。如果AI对某个放射影像的结论有误，设计者可以向医生请教，医生所做的正确结论的原因是什么？ 进而对AI进行改善；
在Andrew Ng所接触到的80-90%的AI项目中，都遵循这一规律：在人类能做到的领域，AI的进展更快。很多项目的发展一旦超越人类水准，发展也会变得缓慢。这也带来一个社会矛盾：如果AI和人的水平类似，实质上是跟人类竞争。
AI的发展趋势
AI已经出现了几十年了，而近五年发展明显加速，为什么？
当以前的机器学习算法性能上升到一定程度，即使再增加数据样本量（前文谈到的输入A、响应B的A-B映射），性能改善也很有限。似乎超过一定样本量之后，再多的数据也对算法不起作用。
而过去几年，主要由于GPU，我们终于实现了能利用这么巨大的数据集的机器学习软件。将数据输入一个小的神经网络，当超过一定性能后，上升变得平缓。而不断地把数据输入一个很大的神经网络时，即使性能上升没有那么快，也会保持上升趋势，随着数据量的增大，不断提高。
因此，要想获得很好的AI性能，需要两样东西：
&&很大的A-B映射的数据集；
&&大的神经网络。现在常用的大型神经网络建立在HPC高性能计算集群上；
现在的大型AI团队包括机器学习和高性能计算两组人，才能获得足够计算能力。百度AI团队里的这两种人员都专注于各自领域，没有人能两者兼备。
什么是神经网络？有没可能取代人类大脑？
问题是，我们不清楚人脑如何工作，所以很难造出取代人类大脑的神经网络。
什么是神经网络？先看个最简单的神经网络：
如果想输入房屋面积，得到房屋总价，可以用面积-总价的一阶近似的线性模型来描述这个神经网络。
或者用更多因素建模，比如通过面积和卧室数，从第一个神经元得到可以支持的家庭人数。再通过所在地址的邮编和社区富裕程度，从第二个神经元得到附近学校的质量。
这就成为一个神经网络。面积、卧室数、邮编、社区富裕程度属于&输入&集合A，总价属于&响应&集合B。
好处在于，当训练这样一个神经网络时，用户无需关心中间因素，诸如家庭人数、安全度、学校质量等，也无需关心每个神经元如何将输入映射到中间结果。只需要给出输入集合A和响应集合B，神经网络将自动形成中间的计算过程和参数。当A和B的集合足够大，神经网络可以自动算出很多东西。 神经网络看上去非常简单，让很多初学者觉得有点失望，但它确实能解决很多问题。关键在于数据量要够大&&几万或几十万个样本本身能提供大量的信息，而软件本身只是一小部分。
如何保护AI业务？
AI研究较前沿的团队都比较开放，常常发布研究成果。百度的AI研究论文也没有隐藏什么成果&&在人脸识别等论文里，都分享了所有的细节。既然很难把算法本身隐藏起来，如何保护AI业务？ 当前稀缺资源有两种，一种是数据，二是人才。获取巨量数据很难，要包括输入A+响应B。比如语音识别用了5万小时的音频来训练，今年准备用10万小时，相当于百度10年积累的音频。
以人脸识别所用的训练图像数量为例，
&&学术上最常用的基准测试/比赛：1百万幅；
&&所用图像数最多的计算机视觉对象识别学术论文：1500万幅；
&&百度用来训练世界上最先进的人脸识别系统：两亿幅！
如果只是5-10人的研发团队，很难获得这样规模的数据。百度这样的大企业的经常推出一些新产品不一定是为了营收，而是为了数据，然后通过后续的产品来获得收益。
另一个稀缺资源是人才。AI的应用需要根据具体业务场景来定制。仅仅下载个开源包，无法解决问题。实际情况下，是否适合用某种垃圾邮件识别或语音识别技术？针对某种场景，机器学习怎么用？ 所以各个公司都在为数据挖掘争夺AI人才，来定制AI技术，找到所需要的A和B各自代表什么，怎么找到这些数据和如何调整算法来适应业务场景。
AI的良性循环
&&先做出某种产品。比如通过语音识别，以语音实现搜索；
&&然后吸引来很多用户，用户产生数据；
&&再通过机器学习，用数据改善产品；
这就形成了AI产品的良性循环。最好的产品能获得最多的用户，带来最多的数据，通过现代机器学习体系，能得到最好的AI，最终让产品变得更好，周而复始。
这种良性循环的理念很早就有了，只是最近变得更加明显。正如前文所述，当数据超过一定规模后，传统AI算法无法明显改善AI性能，因此数据多的优势不明显，大公司也很难保护自己的AI业务。现在数据越多，AI性能越好，大公司也更容易保护自己的优势。
谷歌在AI领域已经成为最为创新的公司之一
AI产品管理
AI是个让人兴奋的领域，同时也存在一些挑战。 如何将AI融入公司业务？
产品经理的职责是找到用户喜欢的，而工程师的角色是做出可行的产品。两者共同协作，才能做出理想的产品。
AI是个新生事物，所以技术公司以前的流程和工作方法，不太适用。硅谷的产品经理和工程师的合作已有一套标准流程。比如开发APP时，产品经理先画出线框图，比如logo, 按钮，各个板块等，工程师再写出代码来实现。 但是AI的APP无法通过画线框来描述。通过什么形式，把产品经理头脑里对AI产品的功能要求明白地分享给工程师呢？
比如开发语音识别系统，实现语音搜索，有很多改善方向。比如：
&&在嘈杂环境下如何改善,比如车里或咖啡馆?
&&仅改善窄带语音信号；
&&对不同口音改善；
百度发现，产品经理通过数据和工程师沟通，是个较好的办法。 产品经理负责提供测试数据集给工程师，比如一万个音频和对应的文字，来说明所关心的问题，工程师也能更明白需要解决的问题。如果这些音频里有大量车辆噪音，工程师就知道车辆噪音是问题。 如果是混合了几种不同噪声，工程师也能想办法解决。最糟糕的情况是，产品经理提供的测试数据，并不能代表自己想解决的问题，那就出问题了。
同时，新产品设计的流程有很多， 比如想设计一个交流型AI机器人：
- 人：&我想叫个外卖&
- AI：&你喜欢哪种类型餐馆？&
- 人：&川菜&
- AI:&这些可供选择，xxx,yyy,zzz,...&
线框图只能显示对话过程，无法描述所需AI的复杂程度等。百度的产品经理和工程师会在一起，写五十种对话，
- 人：&请帮我定一个结婚纪念日的餐馆&
- AI：&你需要订花吗？&
这时候，工程师会问一些更具体的问题，比如每种场景是否都需要继续提配套产品的问题，比如谈到圣诞节时，是否要问对方要不要买圣诞装饰？一起思考，共同讨论需求和技术，很有效。
对AI的宣传里，有很多吸引眼球的技术，不过它们未必最有用。如何将吸引眼球的技术和产品、业务相结合？软件产业已经有标准流程，比如代码审查、敏捷开发等，如何组织AI的产品工作，有很长的路要走，现在正是考虑这些问题的时候。
短期内，AI有哪些机会？
语音识别正在起飞
最近准确率已经提高到很有用的程度。4-5个月之前，斯坦福大学计算机系教授James Landay、百度、华盛顿大学一起展示了在手机上输入英文和普通话，用语音识别的速度比用手机输入快3倍。去年百度的所有语音识别产品年度环比增长大约100%，现在正是语音识别技术腾飞之时。美国有几个公司做智能语音控制器（Smart Speakers)，用语音控制家用设备也会很快推广。相关的操作系统和硬件都会很快发布。
计算机视觉也即将到来
中国的人脸识别发展速度很快。因为中国的手机比笔记本更普及，很多人有手机，而不一定有笔记本。 在中国可以仅仅凭手机申请助学贷款。涉及到钱，所以需要先验证身份和很多东西。这加速了人脸识别的发展。通过手机进行人脸识别，作为 用生物标识进行身份认证的一种方法，在中国发展很快。
在百度总部，不需要RFID卡进行认证，而是直接刷脸进门，Andrew Ng在YouTube上有一段视频。现在人们对人脸识别技术已经足够任，并在安全要求较高的场景下使用。
百度在语音识别和计算机识别上的资金投入和数据投入巨大，任何小开发团体远远无法相提并论，也不太可能有其他出乎意料的技术突破。
医疗健康的AI应用
Andrew Ng对AI对医疗健康领域带来的影响很看好。很多现在的放射科医生会被AI影响到。如果想在放射科一直工作四十年，不是个好的职业计划。
还有很多垂直领域将受到AI的影响，比如金融工程和教育。不过短期之内还不太会对教育产生实质性的影响。
永恒的春天
光从监督学习已经看得出AI将如何逐渐改变各个行业。其他的AI形式，比如无监督学习、强化学习、迁移学习等等，都还在研究阶段，现在的市场规模较小。
有很多行业会经历几个冬天，然后迎来永恒的春天。AI经历过两个冬天，现在已经进入永恒的春天。就像硅的春天一样，半导体、晶体管、计算周期这些都将和人类一起发展很久。神经网络和深度学习会繁荣很长时间，一百年或许太远，但一些重要应用改变几个大行业的路线图已经很清晰。
AI确实正在取代人类的一些岗位。当某些岗位被AI取代后，我们需要新的教育系统，来帮助失去工作的人获得新的技能。政府应该为这些愿意学习新技能的人，提供基本收入保障，重新成为劳动者的一员。我们需要新的系统和结构，来让帮助社会向新世界进化。虽然会有新类型的工作，但工作岗位的消失也比以前更快。
第一时间获取创业行业信息资讯和深度分析，请在微信公众帐号中搜索 [i黑马]，或用手机扫描左侧二维码，即可获得i黑马网每日精华内容推送和最优搜索体验，并参与官方活动。
吴恩达说人工智能永恒的春天已经到来，你准备好了吗？人工智能正在崛起，你真的准备好了吗？
[摘要]很多人没有意识到，每一轮科技革命都会带来新一轮工作革命。比如200年前约90%的美国人是农民，现在美国农民不到总人口的2%。本文摘自《人工智能时代的教育革命》，王作冰 著，北京联合出版公司，2017年5月图源于网络1.关注人工智能崛起的现实影响文/李开复，系人工智能专家、创新工场董事长 我与人工智能很有缘分。早在30多年前，我先后从事自然语言处理、计算机视觉、语音识别、人机对弈等领域的研究。随着近几年各种技术逐步走向成熟，我判断人工智能已经进入黄金时代，创新工场因此重点布局人工智能，先后投资了Face++等数十家优秀初创企业。因为我的人工智能背景，也因为对中国教育问题的多年关注，我欣然应邀为作冰的著作《人工智能时代的教育革命》写序。人工智能统治人类是个遥远的话题，人工智能导致有史以来规模最大的“下岗潮”则是个迫在眉睫的问题。我认为未来10年，大部分人类只需思考5秒钟以下的工作都会被人工智能取代，从比例上来说，未来10年人类50%的工作都会被取代，比如助理、翻译、保安、前台、护士、记者、会计、教师、理财师……我认可《人工智能时代的教育革命》的整体逻辑：人工智能将大量淘汰传统劳动力，只有新型劳动力才能适应智能时代，而只有改革我们的教育模式，才能培养出新型劳动力。作冰提出的培养AIQ、多元智能、创造力、沟通力和学习力的教育模式都是很有针对性的。比如教育要“从重理轻文到文理兼修”，以培养复杂沟通的能力。人工智能是非常理智的，能在纯凭逻辑分析推算的问题上，把人类远远地抛在后面，但它们不懂什么是感情，什么是意义，不能理解哈姆雷特爱情的内涵，也无法体会蒙娜丽莎微笑的美感。宗教哲学、历史文化、小说诗歌、艺术之美，是人类的发挥空间，未来的文化娱乐业大有可为。再比如教育要“从标准化到非标准化”，以培养创造力。标准化的教学和考试，培养的是标准化的劳动力，而标准化职业正是人工智能时代的失业重灾区。智能机器的一个主要弱点是无法创新性地表达和创造，而随着闲暇和财富的增加，创意内容会是未来世界的主宰，这将是人类大展身手的领域。今天的教学和考试要走在前面，从标准化走向非标准化，以培养智能社会所需的富于想象力和创造力的人才。作冰还在书中多次提到启发式教育，在“做中学，玩中学”和互动讨论中启发孩子对学习的兴趣和效率。一个高效学习、终身学习的人，既能实现对本专业的深度挖掘，也具备随机应变的能力，最能适应极速变化的智能社会。作冰关注人工智能带来的现实影响，积极思考面向人工智能时代的教育变革之道。真理越辩越明，衷心希望作冰这部开创性的教育著作能够激发社会各界的深入讨论，让中国的下一代更好地适应正在到来的智能时代。2．未来世界属于“人工智能时代原住民”我在人机围棋大战后提出，必须在人工智能元年启动新一轮教育革命，教育革命的方向是“培养人工智能时代原住民”。有朋友困惑，人工智能技术是厉害，无人工厂、无人机、无人驾驶汽车都很酷炫，但这跟教育有什么关系呢？我反问道，你费尽心思培养孩子首先是为了什么？他说，当然是希望孩子大学毕业了有份好工作，特朗普的女儿招人喜欢，不仅因为颜值高，还因为事业好。我又问，你自己都说了无人工厂、无人机、无人驾驶，将来好多工作都不需要人了，你的孩子去哪儿找工作？他愣住了。很多人没有意识到，每一轮科技革命都会带来新一轮工作革命。比如200年前约90%的美国人是农民，现在美国农民不到总人口的2%；中国改革开放30多年，工业革命同样让几亿农民变成了工人、服务员以及白领、企业家。今后10到20年，大家会越来越多地体会到人工智能技术带来的工作革命。今天的智能机器不仅力大无穷，而且能“听见”，还能“看见”，这意味着新一代机器可以做很多“老一辈”机器干不了的事情。智能机器既可以在阿里和京东的仓库里精准快速地完成商品的分拣、运输、出库，也可以在农田里采水果、摘棉花、打农药，还可以完成宝马汽车生产厂里90%的工作；澳大利亚已经出现无人驾驶卡车，英美已经出现无人驾驶出租车，浙江安吉县已经在用无人机给山区投递邮件；智能机器扫地、给花草浇水已经不在话下，还可以给各种会议做速记，速度和准确度超过所有人类速记员，财经作家吴晓波因此感叹，一个智能程序就能消灭一个行业。能“听见”还能“看见”的机器人必然会消灭很多工业、农业和服务业的工作。估计还会有些人不以为然，因为他们的孩子将来要做的是“高大上”的脑力工作，收入好、地位高的律师、基金经理、医生才是他们的未来。很多人不知道，在美国最赚钱的知识产权律师、破产清算律师，已经受到人工智能程序的严重威胁：一种处理法律文件的自然语言处理软件，能让知识产权官司的成本下降99%；一款集成了过去五六十年所有破产案件的智能软件，与每个濒临破产的人或企业互动之后，就会自动推荐最科学高效的破产程序，这严重威胁到了破产清算律师的前途。基金管理是典型的高难度工作，在中国的近千只股权类基金里，没有一支基金能够连续五年挤进行业前三分之一，所以优秀的基金经理非常值钱，但目前已经有好几个人工智能程序具备基金经理的知识储备和判断能力。机器人投资顾问已经在美国兴起，因为很多客户偏好低费用、自动化的投资方式。很多国家都在抱怨看病难，人工智能医生是最好的解决之道。它们不需要预约，仅凭借一个手机APP就可以为病人做全年无休的健康监测，甚至在病状出现前就能判断出病因，因为它们掌握着人类医生无法掌握的大量数据。在美国，看X光片的放射科医生年薪数十万美元，堪比美国总统，但如此高智力的工作，却完全可以被自动识别癌细胞的人工智能软件取代，其病情诊断不仅比放射科医生更精准，而且其成本只有人工的1%。“耳聪目明”“智力超群”且物美价廉，这样的智能机器一旦大规模进入劳动力市场，将会产生怎样的后果？中外人工智能专家普遍预计，未来十几二十年全球将面临一次严重的失业危机，很多年轻人一毕业就将失业。根据历史经验，要成功应对未来的工作革命，就要靠教育系统大规模培养新型劳动力。培养新型劳动力需要时间，因此教育革命要先于工作革命启动。比如德国提前普及了初等教育，发展了高等教育，成为第二次工业革命的领导国家之一；新中国成立后大力普及推广教育，这也是20世纪八九十年代欧美、日韩和中国港台地区纷纷把工厂开到了中国大陆的原因之一；再比如邓小平在1984年提出“计算机普及要从娃娃抓起”，20年后中国互联网的崛起就受益于此。人工智能教育革命同样需要提前20年布局。面向人工智能时代的教育革命，基本目标是培养能够与智能机器一起工作的新型劳动力，我将这种新型劳动力称为“人工智能时代原住民”。农业时代的原住民从小就亲近动植物；工业时代的原住民从小就学习机械原理；信息时代的原住民从小就玩电脑、网络；人工智能时代的原住民小时候和智能机器一起愉快玩耍，长大了和智能机器一起高效工作。人工智能时代原住民未来会有多厉害，我们看看互联网时代原住民的成绩就能明白了。Facebook估值2000多亿美元，创始人马克·扎克伯格是80后；Snapchat估值200多亿美元，创始人埃文·斯皮格尔是90后。人工智能时代的原住民也是如此，对智能机器的深刻理解是他们骨子里的东西，他们最擅长创造全新的生活方式。 作品简介 《人工智能时代的教育革命》，王作冰 著，北京联合出版公司，2017年5月每一轮科技革命都会引发一次工作革命，中西方专家学者普遍预计未来十到二十年全球将因人工智能面临空前严重的失业危机——今天的大部分工作岗位将会消失。这轮工作革命需要什么样的新型劳动力，则要从人工智能的优缺点推导出来。本书对人工智能技术进行了深入分析，提出开发多元智能，提升AIQ（人工智能商数），培养创造力、沟通力与学习力是教育改革的大方向。本书参考古今中外教育思想，提出了面向人工智能时代的十大教育纲领，让今天的孩子在未来的职业生涯中更有竞争力，对于广大教育工作者和家长具有很好的参考价值。王作冰，贝尔科教集团创始人兼董事长、黑马会教育分会秘书长、儿童成长联盟发起人、行知会会长。王作冰1979 年出生，毕业于哈尔滨工业大学，2015 年就读于长江商学院EMBA 专业。 他是中国第一批互联网创业者，资深的教育专家及跨领域创业家。13 年来连续成功创业三次，先后涉足本地生活类网站、社交网络、在线教育、人工智能等多个领域。他将北美先进的创意科教理念和课程体系引入中国，于2011 年正式创建贝尔科教集团，旨在通过科技改变教育，培养人工智能时代的原住民。（本文为腾讯文化签约的合作方内容，未经允许不得转载。）
正文已结束，您可以按alt+4进行评论
责任编辑：gregli
扫一扫，用手机看新闻！
用微信扫描还可以
分享至好友和朋友圈
Copyright & 1998 - 2018 Tencent. All Rights Reserved