课程报名| 未来98%的职业都会被人工智能取代，2%的幸存者会是谁？

听完“效率升级”的大课后，紧跟其后的便是我们精心设计的 “连接升级”大课。

世界的重心正在加速趋向于“IoT”（物联网）和“人工智能”。

未来，全社会将成为一台超级智能机器，这种变化将需要技能以及思维认知的全面提升。

如何进入提升的快速通道呢？

这需要拥有大数据的收集、甄别、IoT技术能力、新商业模式的运用及后信息社会人与人、人与机器、机器与机器之间的交流。以人体做比喻，在IoT时代，数据驱动了变革。机器智能将是IoT的“大脑”，而IoT是机器智能的“五官”。那么，-“大脑”如何影响“五官”，“五官”又是如何反馈“大脑”？-当下国内外IoT发展如何？-变革过程中我们将经历哪些困境？如何突破这些困境？-IoT的未来在哪里？谁能利用loT，成为下一个微软或者google？

吴军博士善于跨界。他编得了程序、做了得投资、写得了畅销书、开的了演讲、是学霸还特别解风情，了解不少人文艺术。

就拿出书来说，他出过两本跟理工科相关的畅销书，然后又跨界讲起了人类文明。前人讲的是古埃及金字塔的历史，他却用数字分析石头如何开采及运输。

2002年，吴军博士加入Google公司，任Google研究院资深研究员。期间，他和三个同事们开创了网络搜索反作弊的研究领域，并因此获得工程奖。2003年，他和两个同事共同成立了google中日韩文搜索部门。在国内外发表了数十篇论文并获得和申请了近十项美国和国际专利。

2010年4月，吴军正式加盟腾讯。历经多次身份转变，吴军一直身处科技前沿。对于当下火热的IoT及人工智能，吴军博士有着长期的关注和研究。著有畅销书《智能时代》及《数字之美》，以及积极投资智能领域的项目。

近三年的数据量超过以往6000年的总和

吴军博士认为，物联网和人工智能将再造一个英特尔和微软。在这过程中，摩尔定律、数据和数学模型是支撑人工智能的三大支柱。

在过去的三年里，数据的获取量超过了人类6000年历史的总和。而这些海量数据的获取，得益于传感器以及IoT设备的数据采集能力。

那么IoT设备如何有效采集数据呢？

1. 用传感器收集。传感器从广义来讲，可以是一个摄像头，我们把它叫做智能设备。
2. 用人类的意识去收集数据。人类接触过一些事物后，便会产生记忆。这些记忆就是数据，当记忆积攒多了，便有了大数据。
3. 绕弯路收集数据。也就是间接地收集数据，然后利用数据的相关性，导出自己需要知道地信息。但这条路并不好走。

上述只是搜集数据方式的一部分。大数据和人工智能将最终导致我们社会的产业升级和变迀。其实人类的基本需求并没有变，只是采用了新技术后，新产业会取代旧产业，从而满足人类的需求。在技术革命时，固守旧产业是没有出路的。

吴军博士认为，未来医疗、律师、编辑、农业都会发生巨大变化，多数行业内职业将被人工智能取代。

医疗

大数据和机器智能将对未来医疗产生全面而重大的影响。

人类在医疗的成本越来越高。以美国为例，2016年医疗保健的开销已经占到GDP的17%—18%左右，而且按照目前的发展趋势，到2020年这个比例将上升到20%。

而智能机器一旦介入，即可降低医疗成本、解决医疗资源短缺、信息不对称等问题。

从医疗本身来讲，医疗成本高的重要原因是药品的研制周期太长、费用太高以及医务人员培养的成本太高。

举个例子，一款新药，从论文发表到药品上市，大约需要20年。在这个过程中的全部科研投入至少为20亿美元。只有通过智能技术，才可能让医疗费用大大降低。

2012年Google科学比赛的第一名授予了一位来自威斯康星的高中生。她通过对760万个乳腺癌患者的样本数据的机器学习，设计了一种确定乳腺癌癌细胞位置的算法，其位置预测准确率高达96%，超过目前专科医生的水平，并且使医学费用大大降低。

律师

高昂的律师费不仅对大公司来讲是个负担，也使得小公司几乎难以赢得官司。在美国打官司，律师费用高昂的原因有很多，其中，就有需要将历史上大部分相关的官司法律文件都拿出来分析，工作量巨大。

到了大数据时代，一些公司利用自然语言处理和信息检索技术，发明了让计算机阅读和分析法律文献的软件，因此可以取代很多人工。

位于硅谷帕罗奥图市的Blackstone Discovery（黑石发现）公司发明了一种处理法律文件的自然语言处理软件，使得律师的效率可以提高500倍，而打官司的成本可以下降99%。

2015年，统计调查公司Altman Weil Flash对美国律师事务所的老板们进行了“机器是否可以代替律师”的调查。只有20%人认为，机器无法取代律师，另外有38%人认为在5-10年内还不能取代律师，47%的人认为在5-10年内，律师助理将失去工作。这个数据调查可以说明，即使如此高技能的产业，都可能被机器人所取代。

编辑

如果我们把计算机分析案卷和病例看成是一种阅读行为，那么今天的计算机已经发展到不仅能读，而且还能写作。

今天计算机写作的本领到底有多大？我们可以把写作从简单到复杂分为下面5个层次：

1. 书写完整的句子。
2. 组织几个句子构成符合逻辑的段落。
3. 给予特定格式，或者写作模板，能够清晰传递信息，表达意思。
4. 能够不限定格式地写作内容，达到一般人平均水平。
5. 能够达到专业记者、作家和学者水平。

在组织构造问题答案时，计算机已经达到了第二层次。实际上，目前计算机的写作水平比这个层次还高一点，它能够完成结构比较清晰、格式固定的新闻稿，因此基本上达到了第三个层次的要求。

今天美国很多媒体的财经新闻，尤其是对公司财报的评述，其实已经是计算机产生的了。IBM公司发布了去年四季度的财报，就是计算机生产的。计算机会先“读”一遍该公司财报的内容，然后提取出主要的信息。比如该季度的收入、利润，与华尔街预期的对比，人员情况，市场份额等。然后计算机写出了关于IBM业绩的新闻稿，当然最后在发表前还是经过了人工的一些润色处理。

计算机是如何写作的？其实是根据以前很多报纸上多年积累的财经类文章，训练出各类财经文章的模板，然后每次根据从财报中读出的信息，合成一篇文章。这样合成的文章读起来未免生硬，因此计算机还要用一种被称为语言模型的概率模型。将文字构造成优美的句子，再用另一个语言模型将句子组合成段落。这些模型也是从以往的数据中训练出来的。像 《华尔街日报》或者《纽约时报》这样的大报在发稿前还会让编辑润色文字，而一些网络媒体常常将计算机写的财经文章直接就登了出去。

农业

在引入机器智能之后，农业这个人类最古老的产业将会以崭新的形态出现，它将验证“现有产业+机器智能=新产业”，这样一个已被证明的技术革命进步的规律。

在过去，解决土地短缺问题的方法就是施用化肥和农药增加单产，解决水资源短缺问题的方法就是挖井抽更多的水。2013年7月的《时代》周刊报道了硅谷一家小公司发明的Drople像庭院落自动喷水机器人。这是一种更先进的浇水机器人，这种机器人从外观上看与目前很多家庭使用的扫地机器人有点像，但是智能水平要高很多。

Droplet的喷水机器人首先会对每个家庭的院落扫描一遍，看看院子里有多少植物和草坪需要浇灌，同时它还测试各处土地的湿度和植物的高度，以决定喷水量。

在浇水时，Droplet会根据事先计算出的喷水量，然后拖着水管子走到相应的位置，调整好喷水的角度、流量、时间开始浇水，并且根据事先规划好的路径完成整个院落的浇灌，而不会漏掉任何一处植被。

更有意思的是，Droplet可以预知未来天气，如果明后天会下雨，那么Droplet会停止浇灌，根据数据来看，Droplet可以节省95%以上的浇水量。

争当2%的人

吴军博士认为，从历史看，每次变革中都会产生两种路径，智能变革也不例外：要么进入2%的优胜行列，要么被淘汰。

就像中国在过去35年产生过三次这种分裂：中国把三次工业革命叠加到一起。

城市化——在北京工地上完成了“第一次工业革命”；电子化——电子设备企业崛起享受了“第二次工业革命”；科技化——从制造业转变到科技，完成了“第三次工业革命”。

如果上述“三大革命”都没赶上，又想当2%的人优胜者，机会在哪？

机会其实很简单，就是一起踏上智能革命的浪潮。