人工智能時代下，留學生應如何規劃自己的未來？

風火輪

人工智能時代的來臨對很多傳統領域都產生了非常深刻，甚至是顛覆性的影響。每生產一個有價值的機器人，就有可能導致一個人甚至一個群體失業。李開復曾在2015年的演講上提道，“10—15年之后，也許50%的人類都要面臨工作被部分或全部取代?！?/p>

2016年3月，谷歌的AlphaGo與圍棋九段李世石大戰，最終AlphaGo以4：1的大比分勝出。這一事件引發了全社會人工智能討論的熱潮，很多人認為移動互聯網浪潮之后，最大的趨勢是人工智能。

而就在2017年10月18日，DeepMind公司發布了最強版AlphaGo Zero。它能夠零基礎“自學成才”，在短短的3天內成為頂級高手。該團隊稱，Zero的水平已經超過了之前所有版本的AlphaGo，對陣李世石那版AlphaGo時，它取得了100：0的壓倒性戰 績。

中國科學院院士張鈸曾在AlphaGo戰勝人類后表示，人工智能其實并不“智能”，還做不到像人類那樣舉一反三的能力，他認為，機器下圍棋超過人類的原因有三點：一是數據，二是計算資源，三是算法。但而今，AlphaGo Zero似乎已經超越了這一評論的限制，朝著更“智能”的方向發展了。

人工智能發展如此之快，不禁令人咋舌。在留學領域，無論身為留學生的你正在海外就讀，還是處在準備留學的狀態。未來哪些工作領域，會受到人工智能怎樣程度的沖擊，都會直接影響到留學生當下的專業選擇。

那么，隨著人工智能時代的到來，哪些工作容易被機器取代，哪些工作最不容易被機器取代，成為了當下留學生以及準備學生普遍關心的問題。

BBC基于劍橋大學研究者Michael Osborne和 Carl Frey的數據體系分析了365 種職業在未來的“被淘汰概率”。

雖說他們分析的僅僅是這些職業在英國的前景，所基于的也不過是本土的數據。但從這些概率中，我們可以得出兩個基本的結論：

1.如果你的工作包含以下三類技能要求，那么，你被機器人取代的可能性非常小。首先，社交能力、協商能力，以及人情練達的藝術尤為重要；其次，同情心，以及對他人真心實意的扶助和關切；最后，創意和審美。

2.如果你的工作符合以下特征，那么，你被機器人取代的可能性非常大。這幾點分別是：無需天賦，經由訓練即可掌握的技能；大量的重復性勞動，每天上班無需過腦，但手熟爾；工作空間狹小，坐在格子間里，不聞天下事。

根據以上兩大準則，BBC還總結了以下部分具體職業的前景展望：

打字員

被取代概率98.5%

在電腦尚未普及的年代，打字員曾經也是一份很有搞頭的工作。

而今，憑借“打字”這一技能尚能存活的唯一職業也就是速記員了；但可以想見的是，等到語音識別技術普及的那一天，速記員也沒有存在的必要了。

會計

被取代概率97.6%

與技能基礎，且日薄西山的電話推銷、打字不同，會計這樣一份要求不算低，職業前景也被社會主流看好的職業竟有高達97.6%的幾率被機器人取代，著實令人意 外。

但細究來說，會計工作的本質便是信息搜集和整理工作，內部存在著嚴格的邏輯要求，天生就要求100%準確，從結果上來看，機器智能操作的優勢的確明顯。

而事實上，就在2017年，全球四大會計師事務所中的德勤、普華永道和安永都相繼推出了財務智能機器人方案，給業內造成了不小的震動。

保險業務員

被取代概率97.0%

另一個已經開始走向人工智能化的行業是保險業。2017年，包括平安保險、泰康在線、太平洋保險、弘康人壽、安邦人壽、富德生命等在內的多家險企已將智能科技引入到公司業務上，目前主要應用于售后領域。

但業內預測，不久的將來，人工智能將替代銷售人員，成為個人保險智能管家。

值得一提的是，2017年一月，日本富國生命保險用 IBM 的人工智能平臺 Watson Explorer 取代了原有的 34 名人類員工，以執行保險索賠類分析工作。這 34 名人類保險業務員就此成為了“機器人搶我的飯碗”大軍的一代先驅。

銀行職員

被取代概率：96.8%

除了單調、重復外，“低效率”也是造成某些職業被自動化取代的一大因素，比方說銀行職員。

在銀行辦業務時排的漫漫長隊是足以擊潰一個文明人的忍耐底線。雖說當下市面上出現的所謂“銀行機器人”在實際功能上依然以賣萌為主，但在切實的需求面前，銀行職員被機器人取代的確是可以被預見的。

客服

被取代概率：91.0%

Siri誕生了這么多年，人工智能取代人工客服在技術上早已能夠實現，剩下的就是普及化的問題。

近兩年，這類人工智能客服平臺也逐漸成為了互聯網行業熱門的創業項目，其中某些產品的回答準確率已經能達到 97%。

人事

被取代概率：89.7%

在未來，不單單是員工本身，就連負責招募員工、解雇員工的HR也有可能會被機器人取代。

通過機器學習、自然語言處理、聊天機器人等人工智能技術，機械HR能完成很多人力資源管理者所要求的基本技能。

2017年 3 月，由北美著名獵頭公司 SourceCon 舉辦的一年一度的行業競賽中，一個名為“Brilent”的機器只用3.2秒便篩選出合適的候選人。除此以外，國內廠商開發的一種名為“iHR人力機器人”的一站式自助辦公服務也獲得了大量媒體曝光，其最基礎的功能是開具各類證明文件自助打印，如在/離職證明、收入證明、公積金證明等。

圖書管理員

被取代概率：51.9%

相信不少文藝青年年少無知時都有過類似當“圖書管理員”的夢想，但時至今日，就連他們都會明白，博爾赫斯的時代早就過去了，這份工作還是交給條形碼和人工智能 吧。

攝影師

被取代概率：50.3%

而更令人驚訝的是，攝影師這樣一份依賴主觀審美的工作竟然也被判定為有超過 50%的可能被機器人取代。

在專家的評估中，圖像審美與其他藝術不同，是可以被量化、數據化的。

而谷歌也的確開發出了一種試驗性的深度學習系統，這個系統會模仿專業攝影師來展開工作，從谷歌街景中瀏覽景觀圖，分析出最佳的構圖，然后進行各種后期處理，從而創造出一幅賞心悅目的圖像。

寫手、翻譯

被取代概率：32.7%

無論你對微軟小冰創作的“詩歌”有著怎樣的苛責，不可否認的是，在語言學習上，機器和人工智能已經走到了一個令人驚嘆和警惕的地步。

如此說來，在不久的將來，要說一個連小冰都寫不過的文字工作者有32.7%的可能被取代，一點也不為過。

程序員

被取代概率：8.5%

理論上來說，機器人完成基礎的編程工作是完全可行的，畢竟，它們本身就是由代碼構成的。

2018年1月月初，英特爾實驗室的研究人員也的確開發成功了全球首個能自動生成完整軟件程序的AI機器人，名為“AI Programmer”。當然，目前的算法還有一定的局限， 比如這只是面向人類的編程語言，不適用于ML編程。

目前來看，機器人編程依然只是一個理論上可行的方案，耗時耗力，即是有朝一日實現了，也明顯替代不了所有的程序員。

記者

被取代概率：8.4%

一個令我們稍感安慰的數據是，BBC 研究人員預計記者、編輯的職業被人工智能取代的幾率僅為 8.4%。

保姆

被取代概率：8.0%

相比人工智能，人類的另一個無法被機器模仿的特質就是同情心和情感交流技能，因此，在保姆這類真正需要情感投入的職業中，機器人盡管能完成大部分工作要求，但終究很難代替。

健身教練

被取代概率：7.5%

近些年，各種各樣的“機器人減肥顧問”“人工智能健身項目”層出不窮。機器人作為減肥顧問，能夠比人類更加客觀具體地看待問題，而且機器的算法全面精準，幫助人類減肥的效果將會更好。

但無論如何，這些都比不上看見一個真正練出了八塊腹肌的教練有激勵效果。

律師、法官

被取代概率：3.5%

人類的另一個無法被模仿的能力，就是基于社會公義、法律量刑和人情世故作出判斷的微妙平衡。

法律不是一塊死板，不是可以計算、生成的代碼，法庭上的人性博弈更是機器人無法觸及的領域。

牙醫、理療師

被取代概率：2.1%

當代醫療技術已經越來越多地介入了機械操作，外科領域尤其。但人類醫師無論在倫理上，還是在技術操作上都很難完全被取代。

而在牙科這個技術要求極高的領域，盡管很多手術，比如3D打印牙齒植入，已經可以由機器人完成，但在整個過程中，依然離不開人類醫師的診斷和監督。

建筑師

被取代概率：1.8%

近年，已經有各種各樣的所謂“人工智能建筑師”被開發出來，但這些系統能完成的工作僅僅是畫圖紙而已。

而建筑師真正賴以立足的創意、審美、空間感、建筑理念和抽象的判斷都是機器難以模仿的。

公關

被取代概率：1.4%

就連人類自己，也很難去模仿那些人情練達者的社交能力，更何況不具備情感反射的機器人。

心理醫生

被取代概率：0.7%

機器無法理解人類的情緒，但依然可以學會用某些方法來處理與情緒有關的問題，就好像不理解“什么是詩”的機器依然可以寫出不錯的詩來。

從這個角度來說，機器確實可以勝任心理咨詢的工作，因為心理咨詢原本就建立在這樣一種信念之上：人類的情緒可以被有效地處理。

教師

被取代概率：0.4%

2017年，國內的一家教育機構舉辦了一場“教學人機大戰”。他們招募了三名平均教齡17年的中高級老師進行真人授課，另一組學生完全使用教學機器人進行學習。在四天的對照學習后，真人教師組被判定落敗。

我們不排除這場“人機大戰”背后的營銷戲碼，但哪怕人類教師真的輸給了“教學機器人”，也不能就此否認人類教師的存在意義。我們在之前提到的那些人類獨有的、被視為最后堡壘的能力，都恰恰是機器所無法傳道授業的。

看到這里，相信各位留學生已經是幾家歡喜幾家愁了，從目前留學生的專業選擇來看。更多的留學生扎堆在金融，工科，會計等領域，而這些，恰恰正是被取代率非常高的工作領域。因此，已經選擇了這些專業的留學生，此刻務必拿出向死而生的精神，向機器人不能夠取代的工作領域努力。比如，會計雖然容易被人工智能所取代，但精算師卻很難被機器人取代。