复旦人工智能教授：未来3
今年5月1日国际劳动节当天，
第一波AI失业潮到来，
科技巨头IBM公司宣布暂停7800人的招聘，
称这些岗位的工作将由AI取代，
此前3月底，高盛集团发布报告，
预计全球将有3亿工作岗位会被生成式AI取代，
其中律师和行政人员受影响最大。
▲
AI生成美女图，以假乱真
▲
AI超现实创作：上班族在地铁里看金鱼、瓜农川普
在中文网站，因为ChatGPT和Midjourney，
也陆续出现了第一批失业的设计师和文案编辑。
未来3-5年，什么样的工作会被AI取代？
哪些行业是相对安全的？
如果想要成为AI工程师，需要什么样的能力？
以及文科生可以转AI吗？
一条采访了复旦大学人工智能专家张军平教授，
针对以上问题做了解答。
自述：张军平
编辑：刘亚萌
▲
张军平教授行走在复旦校园里
ChatGPT-4的出现是令人震惊的，我们做AI研究的，知道迟早会有这么个东西出来，不过没想到这么快，以及跑出来的性能这么好。
3月份以来，我朋友圈里很多人都在晒ChatGPT-4的聊天截图，非常狂热。再加上MidjourneyV5一起，大家都很担心，自己的工作会不会被AI取代？
▲
人机共存场景
一条编辑部经由Midjourney生成
这个担忧是合理的。
ChatGPT-4最令人惊艳的一点，是它的“涌现功能”，就是当它训练的数据量足够大的时候，这个复杂的系统，就诞生了其各组成部分所没有的属性——接近人类的“思维模式”和“智力表现”。
里面有个思维链，帮助ChatGPT-4去“链式思考”。就像我们有时候做作业，到了某个节点，做不出来，然后家长说“你再想一想”，其实也没说什么，但是这个学生就觉得我可能还有一些东西没掌握，通过慢慢想和一点点的引导，就突然把一个正确答案得出来了。
所以你在对话框里，让ChatGPT-4“再想想”，它也会再给你一个改进过的答案，大家就会觉得很惊讶。
因为AI对生产效率的提高，一个优秀的人才可以做很多工作，由一小部分人运营一个大市值公司的现象，以后可能会越来越多。你看Midjourney就是个典型，员工只有11人，但是年营收1亿美金。
▲
AI生成“失火”的白领工位
细看来，未来3-5年内容易被取代的工作，有两个标准：脑力工作和简单易重复。确实白领受影响比较大。
笔译和客服已经被替代得差不多了。
我自己的生活里，现在接快递电话，好多是机器人。国内科研工作者写论文要翻译成英文，以往可能要找国外的母语翻译者，以后说不定可以尝试ChatGPT-4翻译，它速度快，把领域内的专有名词限定下，应该会很不错。
▲
Office365里嵌入ChatGPT，能自动生成简报、表格
接下来最危险的是办公室文员、人力资源，还有做财务报表的。微软Office365已经把ChatGPT嵌入到Word、PPT和Excel里了，可以自动生成简报、PPT和表格，你以往费心学习的这些Office技能价值就下降了。
有个段子说“财务不会被AI替代，因为它不能做替罪羊”，虽然有点道理，但生产效率提高了，意味着公司对财务的人才需求压缩，你的就业空间就变小。
另外还有律师行业。我们知道律师很重要的一块工作是熟练法条和查找以往的案例，查找的过程是非常耗时间的，律所里应该专门有一部分人做这块工作。
换成AI的话，它把所有的案例都收过来，ChatGPT用对话的方式给你，速度非常快，那么以前做这部分工作的律师，就不再需要了。
▲
程序员们在工作
一条编辑部经由Midjourney生成
ChatGPT-4也会生成代码的，部分程序员会受到影响，尤其是前端。因为前端设计比较模块化，并没有涉及到很复杂的计算。OpenAI有个演示，就是在纸上画个草图，然后ChatGPT-4就给你跑出来了一个网页。
从公司的角度，有可能以后会更加倾向于ChatGPT写代码。因为每个人写代码的风格是不一样的，一个员工走了，新员工过来，因为不顺手，可能要重写代码。那么ChatGPT的一致性会更好，从公司的角度来说，更加有效率。
▲
AI生成的风格插画
受Midjourney影响的插画师、设计师，我网上看到有些人已经被裁员。你人完成一副插画可能要花2天时间，机器几分钟就出来了，效果还很好，这在迫使大家去做更具有创新性的工作。
一个有意思的现象是，一部分AI研究者自己的工作，都被AI干掉了。
据说现在美国一些大学，在自然语言处理、计算机视觉和语音识别方向的教职，不再增加了。
然后我们就讨论是为什么？以往科研院校，3-5年会出些成果，细细碎碎的需要那么些人去做，但是ChatGPT-4出来之后，它把很多问题都解决了，剩下都是一些非常难啃的硬骨头，那么你是不需要那么多教职去做的，就导致一些岗位被减掉。
▲
制作漆器的手工艺人
首先，跟实体相关的工作，比如医生、护工、驾驶员，还有小众手工艺者，比如做古琴的、做陶瓷的艺术家，都是依赖个人经验来做的，被AI替代的概率较小。
因为一直以来AI大多在做认知相关的任务，感知这块下的功夫少，现阶段跟实体相关的都做不好，与人类相比，机械手比较初级，拧一个瓶盖还是很难的事情。
就连打扫卫生，对我们人类来说是“简单易重复”，但对机器却是一个模糊的概念，没有办法程序化或形式化。
那么对于白领工作，还有一部分比较安全，就是大数据进入不了的行业。
▲
《滚蛋吧，肿瘤君》剧照
我们想想ChatGPT是怎么起来的？它的数据都是Billion级的，就是10亿级以上，这就意味着这么多数据，很有可能都是不设隐私的，才能被它调用。
如果一个行业涉及到隐私，数据不能公开，不能上模型训练，那么AI就挤不进去。比如说医疗、银行、生物等领域，相对来说是安全的。
所以我的一些学生，他们就不在互联网公司找工作了，而是会去一些数据相对封闭的领域，稳定一些。
如果高中生选专业，只考虑就业前景的话，我觉得人工智能方向目前还是最好的，所谓“不入虎穴焉得虎子”。
我们有个新名词叫做AIforScience，用人工智能帮助科学发展，以后各行各业都需要AI的辅助，要由懂AI方向的人来操作，那么就会有一个非常大的人才缺口。
▲
AI研究员
一条编辑部经由Midjourney生成
一个好的AI研究者或工程师，需要三个基本素质：数学基础、编程能力、英文。学英文是因为要跟踪国际最前沿的技术，读文献资料，然后对编程能力的要求，要比数学高一些。
现在不像以前那样需要了解特别深的人工智能知识，如果你是计算机或其他理工科专业，转AI的话门槛并没有那么高。
首先，现在的研究大部分是模块化，深度网络都是一些模型，就像积木一样在搭。算法方面，在ArXiv上你能够快速知道最新的算法是什么样子，代码呢本身就有很多网站，比如Github上的代码是共享的。这三点，就使得你现在进入这个行业是比较容易的。
文科生也有机会转AI的，我们复旦有中文系的学生，转到我们做自然语言处理的这个组，做得还挺好的。
▲
机器人与女孩一起在农场工作
一条编辑部经由Midjourney生成
首先，我们确实需要追赶，不追不行，要不然就会被卡脖子。
据说GPT5已经训练完了，那我们什么时候能追上国外的？目前有两派，一派是乐观派，觉得问题不大，2-3个月能追上。另一派是悲观派，觉得需要1年至1年半。
可能你觉得1年时间不算太久，其实这里面有些麻烦的地方。
目前AI主流的发展路径是三大块：模型、算力、大数据。
乐观的地方是，模型框架前辈们都做好了，几乎是公开的，研究人员把它做大、做深就行了。
▲
深度学习之父GeoffreyHinton
2006年GeoffreyHinton就提出来了深度学习模型，之后有一个图像分类竞赛上采用了大规模数据集ImageNet，2012年GeoffreyHinton就带着他的学生为这个竞赛做了新的深度学习模型，一下子就令人震惊了，比上一届冠军性能提升了将近10个百分点。
这是什么概念呢？如果你是用传统机器学习方法来做，每年就提高0.3-0.4个百分点。这意味着，深度学习的方法比传统机器学习方法，加快了20年左右。所以那时候，大家都转到做深度学习模型。
但是深度学习模型，是需要强大的算力的，在特定的GPU芯片上面跑。
据说ChatGPT有1万块A100的GPU做支撑，单块A100的售价在1万美元左右，光是GPU成本就是1亿美元（约合6亿人民币），这就是为什么OpenAI不到100人的小公司，微软投资了20亿美元上去的原因之一。所以大模型，几乎只能由大公司、大机构来做。
但是我们国家，目前在算力上有瓶颈，因为2022年12月份，美国对中国禁售了A100以上的GPU。这样国内没法用A100（有替代品，但通讯模块受限），但国外还能用比A100更好的卡，这就有点麻烦了。
现在我们做研究成本很高，也是因为GPU，以往你发文章只需要时间和人力成本，但是现在一篇论文的成本说不定在10万人民币左右。
再一个就是大数据，中文语料库推不上去。
ChatGPT有10亿级以上的数据做预训练，它都是英文的，但是我们中文的每个平台，都设了一个进入的门槛，防止你大范围搜索，另外还有格式的问题，这就导致我们堆数据，没有国外那么方便。
而且ChatGPT-2之后就没有开源了，你也不知道确切的差距到底在哪里。
现在国内的AI投资很火，资本层面的驱动还是蛮重要的。而且我们复旦前段时间发布了一个Moss系统，还开源了，相对来讲还是一个比较小的模型，大家都还是在努力的。
▲
上海街头的机器人
一条编辑部经由Midjourney生成
从历史上来讲，人工智能不到90年，我们一般认为它的开端，是1936年的图灵机，期间一直经历涨跌的过程。
七八十年代它经历第一次寒冬，当时如果你说自己是做人工智能的，是拿不到项目的。在90年代初，又经历了第二次寒冬。
我自己是从小喜欢看科幻小说，接触AI是在1997年，当时更流行叫自己是做机器学习而非人工智能的。
我的感受是到了2012年，也就是GeoffreyHinton带着学生赢得了竞赛那一年，人工智能才真正迎来腾飞。
▲
2016年AlphaGo对弈韩国围棋手李世石
到了2016年AlphaGo赢了李世石，然后2017年谷歌研究出了Transformer网络，这之后才有了ChatGPT的一系列工作，还有自动驾驶、AI金融、AI医疗等各个领域都在前进。
但其实到2022年，AI行业有点往下走的趋势了，因为大家觉得该做的都做了，并没有看到很好的应用，很明显的是有些大公司的深度学习这块，已经在裁员了。但突然今年3月一下子ChatGPT-4出来了，就又把大家都拉了回来。
所以它有兴盛期，也有衰败期。我自己在这个领域待久了，对于ChatGPT-4掀起的热潮看得比较冷静一些吧。AI的研究范围是很宽泛的，很多问题很难，难以在短时间内变现，人类对智能的理解还有很长的路要走。
作为一名研究者，乐趣还是在于探索未知，你在未知里面可以找到一点点进步，那个愉悦感就很令人满足了。
原标题：《复旦人工智能教授：未来3-5年，哪些工作会被AI取代？》
阅读原文
未来最不可能被人工智能取代的十个职业
人工智能（ArtificialIntelligence）的快速发展为人们的生活带来了便利，同时，也将为劳动力市场带来翻天覆地的变化。麦肯锡公司(McKinsey&Company)的一项研究发现，60%的职业中约有30%的任务将会被计算机取代。人们开始对人工智能的发展产生危机感，但从目前看来，仍有一些工作在短时间内是很难被人工智能取代的。
教师
教师并不是单纯的输送知识的机器，而是负责引导学生形成正确的价值观和学习习惯，所谓“传道授业解惑”。因此，尽管机器人拥有海量的数据库，比任何人类教师都知识渊博，但它们仍然无法完全取代教师的位置，未来在教育领域更可能以助教的角色存在。
建筑师
虽然目前机器人已经可以完成绘制图纸的任务，但是，诚如李开复所说：“机器人不能发明创造”，成为一个建筑师，需要抽象审美、艺术创造、空间想象力，建筑师最重要的工作——设计，是人工智能无法代劳的。
艺术家（音乐家、画家）
2018年，佳士得拍卖行在网上拍卖由AI创作的画作，获得$432，500的高价，目前也有人工智能独立作曲的案例。虽然人工智能可以通过图像采集、曲谱合成等算法完成一件“艺术作品”，但绘画和音乐中所包含的创作者的情感却只能由人类艺术家灌注，情感是人类相对于人工智能的最大优势，这一点在短时间内不会改变。
护理人员
这一职业属于“富有同情心的工作”，需要工作者拥有细心、耐心和爱心。虽然比尔盖茨说过：“人工智能需要解决这些传染病问题……我们需要帮助医护人员有所作为。”但机器人涉足护理领域，指的绝不是替代护士的工作，而是帮助减轻护理人员的工作量。
图片来源：觅知网，已获授权
记者
在BBC预测的300多种职业未来的”被淘汰率“中，记者被人工智能取代的概率仅为8.4%。这项工作不止是信息的采集，更重要的是与被研究对象的交流和洞察社会的能力，这恰恰是人工智能目前所缺乏的。人工智能或许可以胜任编撰稿件的基础工作，但无法取代完全这一职业。
企业高管
人工智能可以通过运算做出短期内有利于企业盈利的决定，但它们无法进行长足的规划，制定新的商业战略。这些重要的决策需要由有判断力的人来做出，而不是将决策权交到人工智能的手中。
图片来源：觅知网，已获授权
外交家
一名外交家需要的不仅仅是出色的语言能力，还要有辨识力、理性思考的能力和广博的学识。这一工作的复杂需求远远超出机器人所能处理的范围，因此被认为暂时无法被人工智能代替。但是，目前人工智能可以应用于安保系统、同声传译等领域，为外交工作带来了不少便利。
心理医生
随着人们生活与工作压力的增大，心理医生这一职业的存在也越来越不可或缺。2017年，麻省理工人工智能实验室的科学家们研发了准确率高达87%的EQ-Radio情绪检测仪。虽然人工智能可以对人类的情绪及心理做出一些简单的分析，但更深层次的分析和治疗还是需要心理医生来进行。
图片来源：觅知网，已获授权
律师
2017年，机器人律师CaseCruncherAlpha在案例预测的比赛中打败了100名剑桥法律系学生，但是，尽管人工智拥有预测的准确度，但它们却无法胜任繁杂琐碎的诉讼程序，更无法基于人情世故和法律量刑做出平衡，因此律师和法官将是很难被人工智能取代的职业。
运动员
我们不能否认机器可以比人体的构造更优越和精密，但人工智能无法体现“更高、更快、更强“的奥林匹克精神，或许有一天人工智能可以应用在运动场上陪练，但它们不会有真正登上赛场的那一天。
图片来源：觅知网，已获授权
人工智能的加入提升了劳动力市场的效率，关于人工智能与人类的平衡问题一直在被讨论，虽然人工智能发展得越来越完备，但机器人在短期内不可能完全取代人类。
人工智能否取代教师中科院院士：缺情感，无法替代许多工作
2015年6月3日，一台“机器人”在九江学院一间教室里为学生讲课。未来，教师这个职业会消失吗？
5月13日，一场探讨“人工智能与未来教育”的高峰论坛在华东师范大学举行。十余名专家作了主题演讲，探讨人工智能将如何影响教育、改变教育等问题。
多名学者认为，目前看来，因为情感能力、认知能力等方面的局限，人工智能尚无法取代教师，但凭借数据处理等方面的优势，人工智能在教育领域大有可为。
也有专家指出，人工智能神经元呈指数型成长，未来完全可以承担创造性工作，甚至获得情感能力。
讨论：机器人未来会取代教师吗？
多位学者在当天的发言中认为，至少在短期内，人工智能仍无法取代教师。
中国科学院院士、华东师范大学信息科学技术学院院长褚君浩相信，机器人教师可以汇聚好老师经验，在未来完全可以承担具体的教师工作。
但他也指出，现阶段机器人耗能大，且无法融入情感等，无法替代教师的很多工作。“人有精神来驱动，有哲学来指导他，所以能够做出很好的成绩。”
华东师范大学计算机科学与软件工程学院副院长蒲戈光认为，当下人工智能革命的本质，是机器对知识的处理取得巨大进步。“但是人类的优势，就在于破坏知识和创造知识。”
沪江网创始人伏彩瑞也对人工智能完全取代教师持有怀疑态度。“我还是琢磨着，一直到最后它也不如人聪明。”他说。
伏彩瑞提出，未来十年会是人工智能和人的智能并举的时代，机器人能承担很多重复性的枯燥工作，而教师的工作重点，会是机器做不到的事，包括培养孩子的综合素质、情商等。
不过，也有多名技术领域的专家指出，人工智能发展迅猛，未来完全可能胜任创造性工作，甚至具备情感能力。
机器学习与量化金融专家邹昊表示，人工智能神经元的数量增长是指数式的，认知技术、情感技术都是发展重点。未来，机器人在和学生的沟通当中，完全有可能习得如何了解他们的情感和需求。
他表示，未来几十年，人工智能完全可能胜任创造性工作。
专家：记忆教育将走向创新教育
科大讯飞副总裁吴晓如在发言中指出，短期内，人工智能完全替代教师并不可能。当前环境下，应该更多地考虑，师生怎么在人工智能背景下更好地教、更好地学。
他举例，现阶段大班制教学中，教师往往只能掌握前几名和后几名学生的情况，对大部分学生学业情况其实并不了解。
“这就需要老师有更多双眼睛和耳朵关注更多的学生。”他认为，这就是人工智能可以作为的地方，“我们要让学校里面越来越多地添置一些基础数据采集设备。”
他认为，随着数据越来越多，学校的智慧系统会越来越强大。不仅可以提高课堂效率，甚至可以指导教和学的过程。
值得一提的是，发言中多名学者都提到，人工智能的发展将重新界定教育内容。未来，研究性学习、创造性思维培育等将是教育的重心所在。
中国教育三十人论坛成员、南京师范大学教育科学学院教授项贤明认为，未来“知识中心主义”慢慢会淡出教育舞台，“全人教育”会占据核心，“记忆的教育将走向创新的教育”。
（文中涉及演讲内容由记者根据论坛现场整理，未经嘉宾本人审定。）