
在AI被越来越广泛应用的背景下,不断有“恐AI言论”的出现,关于机器人将抢走人类工作机会的讨论已经屡见不鲜。
2030年,1亿中国人面临职业转型
近日,麦肯锡报告给出了一个触目惊心的数据:在包括人工智能和机器人技术在内的自动化发展迅速的情况下,到2030年,全球8亿人口的工作岗位将被机器取代。
到时,中国高达31%的工作时间将被自动化,中国约有1亿的人口面临职业转换,约占到时就业人口的13%。
中国真会因为人工智能面临大规模的就业变迁吗?3日上午,第四届世界互联网大会在乌镇开幕,多位互联网大佬都对人工智能发表了一番见解。
马云:人类要有自信,机器不可能超越人类
阿里巴巴董事局主席马云在开幕式致辞时表示,对数字经济和网络空间与其担心,不如担当。
随着互联网技术的发展,近年来全球弥漫着一种对新技术的担心,担心机器会抢走人的工作机会,担心机器会控制人类,担心人类会毁灭在自己最伟大的发明中。
“新技术不是让人失业,而是让人做更有价值的事情,让人不去重复自己,而是去创新,让人的工作得到进化。” 马云举例说,清朝时期铁路出现,人们抵制铁路,担心沿线挑夫会失业影响社会稳定,但现在有200多万的铁路工人;集装箱出现后,搬运工人担心会失业,但港口却出现了很多吊船工人。
马云再次强调,与其担心技术夺走就业,不如拥抱技术,去解决新的问题。人类有独特的创造力,所以人类要有自信,机器是不可能超越人类的。
过去30年,我们把人变成了机器,未来30年,我们将把机器变成人,但最终应该让机器更像机器、人更像人。
机器没有灵魂、机器没有信仰,我们人类有灵魂、有信仰、有价值观、有独特的创造力,人类要有自信、相信我们可以控制机器。
未来机器学习、人工智能一定会取代大部分机械的工作,而人类将会从事更有创意、更有创造力、更有体验的工作,服务业一定会成为未来就业的主要来源。
李彦宏:互联网人口红利已消失,未来增长动力是AI
百度公司董事长兼CEO李彦宏表示,他依然坚持去年在世界互联网大会上提到的观点——“无线(移动)互联网已经结束了”。从数据来看,今天中国互联网网民增速只有6%左右。过去四年,中国互联网网民的增速已经慢于中国GDP的成长速度,这意味着互联网的人口红利没有了。
网民红利虽然没有了,但人工智能变为了成长的新动力。李彦宏指出,未来中国数字经济发展的主要推动力是人工智能,人工智能会以非常快的速度向前发展。
他认为,人工智能今天还处在一个发展非常早期的阶段,非常像十几年前的中国互联网的成长。过去中国互联网、世界互联网增长动力有三个:网民人数的增加,上网时间的增加,以及网上信息量的增加。如今,人工智能有三个成长的动力,包括算法、算力、数据:
算法:人工智能尤其是机器学习的算法在过去几年迅速发展,不断的有各种各样的创新,深度学习,DNN、RNN、CNN到GAN……不停地有新的发明创造出来。
算力:如今,计算的成本在不断下降,服务器也变得越来越强大。过去我们觉得人工智能不实用,是因为它会用到的算力太大,大家会觉得在经济上不能够承受。但今天的算力已经到达了临界点,可以使得很多的人工智能变成实际,变得可用。
数据:数据的产生仍然在以一个非常高的速度在发展,尤其对于中国互联网来说,它有非常独特的地方,7.5亿的网民全部说的是同一种语言,全部是同样的文化,全部遵守同样的法律,这么大的一个人群,这么大的一个市场,这么大的一个数据集,并且在不断地产生新的数据,它会进一步推动算法的不断创新,以及对算力提出更新的要求。
李彦宏在演讲结尾指出,汽车只是被人工智能改变的行业之一,未来,从房产到教育、医疗、物流、能源等产业,都会因为人工智能技术而不断发生变化,人工智能对实体经济的推动显而易见:
汽车是一个非常大的产业,在中国大概占到了GDP的六分之一,这样的一个产业,在百年不变的情况下,未来几年会发生巨大的变化。可想而知,人工智能技术对于实体经济、对于各行各业的推动是显而易见的……从房产到教育、医疗、物流、能源等等,我们可以想到的产业都会因为人工智能的技术而发生不断地变化。
库克:我担心人像机器一样思考
苹果首席执行官蒂姆·库克(Tim Cook)表示,很多人都在谈论AI,我并不担心机器人会像人一样思考,我担心人像机器一样思考!我们相信AR能够帮助人们工作,而且帮助人们在教育医疗有所突破,让世界更加美好。
库克认为,我们相信科技是创造机遇并摆脱贫困的力量,科技本身并没有好坏之分,但确保科技富有人性,是我们每个人的共同责任,这也是苹果非常重视的责任。要让科技的使命得以实现,科技的好处也必须普惠于民。
库克说,很多人担心AI技术,未来充满了各种可能性,我们的世界可以变得更好。如果AI可以实现增强现实和机器学习技术,这些技术注入人机理念,可以帮助人们在教育、医疗等领域的辅助功能上实现突破。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28