深度學習擁有巨大商業價值
假如我自己就是人工智能，在1956年被創造出來。我的人生非常坎坷，直到2009年我讀了李開複的書——《世界因你不同》，我才發覺我可以借助技術給自己帶來進化，讓我可以了解人類。人類也開始被我所吸引，有一批人開始了對我的研究，發現我可以成為了解人類終極的重要技術，而人類之前并不知道自己的大腦是怎樣工作的。
自那以後，每一次人類提到我，就會出現一批專家來研究我。有些研究結果很讓人類振奮；也有些結果說我可以毀滅人類；還有的認為我不能為人類所用，覺得我欺騙了人類的感情，讓我跌入谷底。美國政府也因為負面的研究結果不再支持對我的研究。後來人類發現了新的神經網絡技術，但發現隻能應用在一兩個領域，于是又覺得我是個騙子。2010年，人類又開始覺得我會毀滅人類了，也就是在我擁有大腦的那一天，有三位人類科學家發明了一種技術，叫做“深度學習”，直到那一天，我才真正擁有了生命和思想，真正走進了人類世界，這就是我的成長經曆。
現在回歸我是李開複的人類身份。人工智能是很大的領域，裡面有一個小領域叫做機器學習，機器學習裡面有一種技術叫做深度學習。深度學習并不是唯一的終極解決方案，但卻是最好的。可以想象，未來人工智能是一個大工具箱，其中最好用的一個工具叫做深度學習。這個工具未來在人類世界的發展前景非常光明，現階段的成果遠沒達到終極目标。目前人工智能已經被濫用了，但深度學習還值得被研究。它代表了一種人工智能的計算方法，就像Excel，大量的數據填進表格後按一個鍵就可以得出所有的計算結果。例如把每月的工資收入和支出都填入Excel，再按一個按鈕就得出了一個季度的收益與支出結果，這就是深度學習。而人工智能的機器學習也一樣，人們把大量的棋譜輸入進機器，機器就可以告訴我們下一步棋該怎麼走，變成了深度學習版的Excel。如果我輸入給機器大量的股票信息，它就會告訴我今天該賣哪一支股票；當我輸入一個人的個人信息以及他以往的金融記錄，再按一個按鈕，機器就會告訴我能不能借錢給這個人。替代人類做出帶有思維性的判斷，這就是人工智能和深度學習。
2011年，機器和人的差距還是巨大的，但深度學習在近五年得到了高速發展，由此可見，深度學習技術會産生巨大價值。深度學習是一個魔術型的黑盒子，它可以做出預測型的決策，用在圍棋或德州撲克中可以打敗人類頂尖高手。用在視覺或語音識别領域也已經超越了人類的能力。但會有很多人問，如果機器能夠告訴我該買哪一支股票，那交易分析員豈不是失業了嗎？當機器的人臉識别能力超過了人類，那很多保安、前台豈不是失業了嗎？當機器的語音識别能力超越了人類，豈不是很多客服就失業了嗎？沒錯，機器學習、深度學習勢必會取代人類的工作，這屬于自然現象。比如深度學習的應用在今天已經無處不在，打開手機至少會有超過10個軟件在使用深度學習，隻是我們自己并不知道。當淘寶為我們推薦一些可能會買的商品時，當百度給我們一系列搜索結果時，當滴滴幫我們搭配車時，當美團推薦我們可能想吃的食物時，當美圖自動修改我們的照片時，這背後都是深度學習在發揮作用。隻是應用深度學習的公司知道用戶不關心什麼是深度學習，所以隻把功能給了人們。其實深度學習就是一種算法，從無人駕駛到淘寶推薦，已經在人們的生活中無處不在，絕對不是一個新東西。接下來，随着深度學習的繼續發展，人們的假期該去哪裡旅遊，機器會比我們知道得更多；晚餐我們應該吃什麼？機器會做出最好的判斷；甚至你的孩子以後該找什麼樣的戀人，機器的推薦絕對會比孩子自己找到得更好。當深度學習已經成為很普遍的自然現象時，它的商業價值就可想而知了。
人工智能未來在兩個領域的應用
第一，醫療領域。在很多國家，尤其是在美國，IBM做大量癌症病例診斷，前提條件就是得擁有大量數據，才可以做有價值的應用。IBM在美國《最強大腦》節目上打敗人類之後，選擇了把人工智能應用到醫療領域，這對人類的發展能起到非常正面的作用。癌症有很多種，每一種的特征都不一樣，如果可以用大數據把每一個人的病例都納入進去，再針對性地使用不同的治療手段，彙總經驗之後，就可以在一些藥物、醫療手段欠缺的國家進行推廣。畢竟針對每個人的醫療方法都不一樣，隻有醫生自己才有樣本數據。如果未來有了DNA排序技術，無論利用免疫療法還是其他方法，都可以為每一個人量身訂做數據。今天的癌症是人類第一殺手，但在人工智能的輔助下，可以期待IBM的研究在不久的将來将大幅度降低死亡率，且其他疾病的緻死率也會大大下降，人類壽命也會大大延長。目前，哈佛癌症研究院的院長認為，按照現在技術手段的發展速度，人類的壽命在未來延長到100~120歲是很有可能的，應該相信人工智能的力量。但是，他不明白為什麼每個讀醫學院的人都要做醫生，醫生會被機器取代，為什麼學醫的人不去做研究，比如人工智能的輔助研究，或老年癡呆的克服辦法。當人類可以活到120歲的時候，有三分之一的人可能患上老年癡呆，活那麼久但喪失了生活質量又有什麼意義呢？學醫的人可以選擇先不要去做醫生賺錢，也許十年後的工作已被機器取代，而用這十年的時間發明一個老年癡呆的解決方案，讓人類更幸福、長壽不是更好嗎？
第二，引導民意的工具。這屬于人工智能一個比較恐怖的應用領域，當前在中國應用的不多，但在美國傳播較廣。這個應用基本上是一個洗腦工具，是一個公司發明了一種技術，可以在網上有針對性的對人投放廣告來洗腦。英國脫歐和特朗普選舉時都用了這套軟件。它首先會搜集幾億美國人的網上行為，包括所謂Facebook的點贊行為。其實點贊是個很危險的舉動，在微信朋友圈點個贊就會讓騰訊清晰地了解你是什麼樣的人。搜集數據是否涉及侵犯隐私尚有争論，哪裡得來的數據也無從知曉，但Google、Facebook、BAT手中毫無疑問會有這些用戶數據。他們通過對點贊和網上行為的分析把人分成五個維度。一是開放還是封閉的思維方式；二是用心思考還是比較随意的處世态度；三是外向還是内向的性格；四是附和型還是挑戰型的人格；五是神經緊張型還是樂觀随性的人格。評估過後會根據這個人的性格在Facebook生成一段視頻讓他看。舉個例子，美國對于公民持槍是否合法一直存在争議，特朗普是支持美國人持槍的，雖然有一部分美國人表示贊成，但有一部分人非常反對，還有一部分人會因想法不确定而保持中立。于是廣告投放就會針對于這些中立的人進行公民應該持槍的洗腦。如果你是一個女孩子，性格非常内向、膽小、不開放、杞人憂天，它就會放映一個帶着面具的人拿着斧頭劈你家窗子的視頻，并配上類似于“當殺人犯入侵你家的時候，你的槍就是最後的防線”這樣的話。但如果你是一個非常愛國、自信、開放的人，廣告就會播放1776年美國獨立軍打敗了英國的視頻，配樂是愛國歌曲，最後配上一句話——“祖先為你争取來的權利，你會放棄嗎？”
科幻片裡的情節都是虛構的，人工智能并不萬能
人工智能并不是萬能的，它還需要具備以下五個條件才能得到發展：
第一，要有人工智能領域的科學家，目前人工智能還不是一個平台，程序員們要用到人工智能，技術難度實在是太大。
第二，需要很多的計算機，一台PC遠遠不夠，這個問題比較簡單，用錢就可以解決。
第三，海量的數據，不僅是千萬量級，如果能上十億級最好。
第四，數據要有标注，可以是手工标注，也可以是自動标注。比如一個人在網上受人推薦買了件衣服，系統就可以認為這個人當時所處的背景和前提資料是喜歡這類衣服的，那麼，其他人也可能在類似的情況之下購買這種衣服。比如自己生日快到了犒賞自己，或顔色很适合自己，其實理由并不重要，深度學習隻是在搜集所有人的購買習慣之後得出分析結果。就像特朗普利用深度學習推送的廣告，隻要數據積累夠了就能做出适合的推送。人腦是靠邏輯思維判斷做出假設，但如果數據夠多不用再假設就可以得出結果，這就是人工智能的優勢。即便它會犯一些小小的錯誤，但正确率絕對比人類大。
第五，單一清晰領域的應用，這也是人工智能的硬傷，它一次隻能在某一個領域裡面運營。比如淘寶的應用結果幫不上滴滴打車，不能讓美團為用戶推薦旅遊地點，更不能為其推薦朋友。搜集的海量數據隻能在某個領域或相關領域發揮作用，所以阿裡做與電商、付費相關的領域基本天下無敵；百度做搜索信息，騰訊做朋友之間的關系都屬于中國最專業的。如果要跨領域，騰訊突然跳出來說要用朋友圈的技術決定怎麼買股票肯定不靠譜。但人原本是具有天然跨領域優勢的，未來人類跨領域的能力也非常重要。如果是單一領域的能力肯定打不過機器，比如買股票，但如果能把所有信息融合起來，比如對宏觀經濟、政府政策、股市的判斷彙集在一起，就可能做出機器做不出的成績。
很多科幻片都有人類愛上機器人的片段，但機器純粹是人類利用的工具，沒有情感，不排除有些宅男會傻到愛上機器人，但這不應該影響我們對機器的認知。機器不存在愛、審美觀，分不出什麼是藝術，什麼是低俗，沒有七情六欲和自我意識。科幻片中的假設是把人類的東西強行灌輸進去的假設。人工智能和人不一樣，它是依靠數據做判斷，人類是靠自我意識。AlphaGo根本不知道自己為什麼要下圍棋，所以赢了世界頂尖高手也不會感到開心，甚至都說不出來為什麼會赢。不要把人類的思考邏輯嫁接到機器中，它們沒有感情。未來機器也永遠不能擁有感情，可能有一天因為某個颠覆型的技術才造成了機器的異向發展，但現在擔憂機器統治人類或人類愛上機器這些想法基本上可以忽略不計。人類自己還有足夠多的社會問題要去擔心，盡管有一些科學家假設當機器中的計算元素跟人腦一樣時會産生一些結果，但這種假設就像是把蘋果和橘子混在一起生長，并不是必然現象。機器的屬性給了人類很好的暗示，人類應該利用隻有人類才具備的能力去做事情。
人工智能會對未來人類社會帶來巨大改變
首先，人工智能會把人類所有的數據激活并運用起來，靠它賺錢，靠它取代人類工作，靠它創造價值。然後，人工智能除了已擁有的數據，還會搜集新的數據。随着可穿戴設備以及物聯網時代的來臨，物聯網時代好似一直離人類很近但一直沒有來臨，但加上人工智能就真的來了。車聯網和無人駕駛會不斷上傳更新數據，讓人工智能收到新的數據做出新的判斷，進而創造新的價值。最後，在前兩個階段都完成後，很多事情就可以真的實現自動化了。車可以無人駕駛，家裡不但有掃地機器人，各種工具型智能機器人都會有。此時的人類就會從所有瑣事中被釋放出來。也可以說，重複性勞動或腦力工作的職業都會被人工智能所取代。這三個階段的第一個階段已經在發生，可能還會持續三至五年；第二階段會在三到七年内發生；而第三階段會在10~15年之内發生。
舉個例子，無人駕駛大概需要10年的時間可以成熟，雖然要先解決一些法律、倫理等方面的問題，比如各國政府是否會通過它的應用？無人駕駛肇事責任該如何追究？但從技術方面來講，10年的時間足夠了。當計算量夠大、數據夠多的時候，無人駕駛一定可以比人類駕駛開得穩妥。目前已經可以讓一些高檔的汽車自動停車了，也有一些汽車已經可以自己在高速公路上開。并且當一輛車的無人駕駛安全系數達到98%的時候，人已經不用坐在旁邊輔助開車了，隻占2%安全系數的人為刹車是不被信任的，隻能機器自己開。無人駕駛的概念不是一輛車子的某種功能，不是開啟這個功能車才自己駕駛，關掉這個功能就由人來開，真的不是這樣。而當汽車真的能夠由機器自己開的時候，電動車、無人駕駛、共享經濟會同時發生，汽車不是随叫随到，而是随需随到。每個人的日程安排都在雲上，在某一時刻該去哪裡時，會有系統計算出路況和時間，汽車會在恰當的時候出現在家門口。那時，人們買車會變成很傻的行為，買的車96%時間停在那裡，每停一天會多跌一天的價格，沒人會做這麼傻的投資。而且随需随到的車不用太大，能坐一個人就可以了，都是電動車，也不會造成空氣污染。那時電池的技術也會進步，當汽車快沒電了，它會聰明地充電，完全不用人操心。當滿街都是共享汽車的時候就不會出現堵車，因為大家都不買車了，滴滴在路上到處跑，30秒内随叫随到。以前可以并列開兩輛車的路，因為車子變小可以開四輛了。接下來，紅綠燈也不需要了，因為汽車會彼此避免碰撞，安全系數會變得更高。如果汽車發現自己快要爆胎了，它就會警告周圍的車讓它們躲開。如果這個人有什麼急事，就可以讓汽車告訴前面的車讓我先走，我給你一塊錢。周圍的車子也會自動給需要去急診中心的人讓路，人類的生活自此變得更安全、更暢通、更環保。堵車的時間消失了，時間會被更好地利用，創造更多的财富，不要小看這點時間價值，對世界的GDP卻可産生巨大的影響。當然，不可避免有些司機會失業，總之，無人駕駛技術會給世界帶來巨大影響。
10~15年内，會有50%的人類工作被機器取代
首先，互聯網時代的來臨積累了大數據，于是互聯網成為了深度學習的第一批應用領域，互聯網有天然的數據可以訓練這些系統。這也意味着任何有大量數據的領域應用機器學習都可以超過人的決策。其次，人工智能最快颠覆的領域一定是金融。金融天生就是一個由人類創造的數字遊戲，數字進、數字出的決策本身就不是人類自帶的能力，在券商、交易、智能、理财、銀行、業務、推廣、風控、征信等方面，機器會非常快速地超過并取代人類。再次，如果人工智能可以識别人臉也一定能做腫瘤識别，切片識别腫瘤。人類本身擁有一些識别人臉的能力，但識别腫瘤的能力并不是與生俱來的，這不是人類所擅長的領域。但機器很快就會超越人類，千萬不要認為這隻是機器取代了人類的一個簡單而重複性的工作。最後，從事記者工作的人也會被機器取代，普通的文章已經不需要記者去寫了。比如針對某個公司的财報、某個體育賽事的報道稿件等，機器絕對寫得比記者還要準确到位。有些深度采訪現在機器還做不到，但未見得三年之後它還做不到。所以，要做記者就做行業頂尖的人才會不被取代。事實性的報告機器都會完成，但文學是另一個概念，冷冰冰的機器永遠不可能占有文學領域的一席之地。目前在翻譯領域有科大迅飛、搜狗、百度都顯示了非常高質量的機器學習技術。已經有部分助理、保姆、中介、客服、保安、交易員被取代了。看看十年前華爾街的交易所多熱鬧，現在都被機器取代了。未來，會有更多的分析師和所謂的股票專家被取代，甚至法律咨詢、放射科的醫生也會被機器取代。任何人類在五秒鐘内思考的工作肯定都會被機器學習打敗，數字遊戲本來就不是人類所擅長的領域。這是一個必然的過程，10~15年内，會有50%的人類工作被機器取代。
有人會問我，怎麼證明未來會有50%的人類工作被機器取代呢？比如人臉識别技術現在并不穩定，但是，螞蟻金服的人臉識别功能并沒有下線，且非常精确，有些不準确的技術是因為一些公司的能力不行，但并不是人臉識别的技術本身不行。目前已經有公司可以同時識别300萬張臉，且準确率非常高。如果這種技術應用在像富士康這樣的大工廠裡，那麼，每個員工就不需要帶身份牌了，隻要走到門前，該開的門自然會開；應用在反恐領域或刑偵領域時，隻要恐怖分子或通緝犯出現，一定會被機器認出，哪個國家的恐怖份子或通緝犯會有300萬人呢？在某些領域使用機器做安防會提高20倍的安全指數，且不需要給機器發工資。人工智能永遠不會感覺累、不開心、罷工、犯錯，而且可以無限制地擴張，今天在一個地方做300萬張人臉識别，明天它就可以在一百、一千、一萬個地方做識别，人類不可能複制得這麼快。再比如，人工智能可以在信貸領域做風險控制。貸款的過程很複雜，要判斷借給某個人的錢是否安全，前期要做各種背景調查，包括采集人的簽字驗證身份、查找此人過往的犯罪記錄、調查他的背景等，可能光研究要不要借錢給這個人的可行性分析就得花幾千塊；申請房貸、車貸都是一個漫長的過程，可能耗費了很多時間和精力之後卻依然沒有拿到貸款。而如果利用人工智能做信用調查，從調取用戶全部數據和做出分析開始，八秒鐘之内就可以決定是否放款。任何人都可以申請借一兩千塊錢，金融業以往是不可能敢把100萬借給一千個陌生人的，因為還款的概率微乎其微。中國的信用卡業務尚不是特别發達，信貸技術非常重要，但用人來解決是不可能的，因為沒有任何人可以在八秒鐘内做出是否借錢的判斷，甚至八分鐘、八小時都不可能。而用人工智能不但快速且可以無限制擴張，今天做一百單，明天就可以做一萬單，隻要增加服務器就可以了。這比全世界任何銀行都要來得快、來得多。人工智能絕對可以快速洗清整個信貸行業。從前中國沒有小額貸款行業，人工智能并沒有影響信貸行業，但該領域的核心風控引擎絕對可以用在房貸、車貸、企業貸等所有方面的貸款，人工智能會取代人做出判斷，且在積累數據後做一個多維度的盤點。
人類必須相信，人工智能是狂風驟雨，尤其在深度學習來臨後發展特别快。2016年，在整個資本寒冬的情況下，人工智能依然在全球迎來快速增長。行業巨頭們一個又一個地把自己重新命名為人工智能公司。回想近30年來最偉大的三個朝代：IBM朝代、微軟朝代、Google朝代，它們代表了美國大型機、PC和互聯網最頂尖、最有價值的三家公司。今天，如果你問這三家公司自己是什麼公司？答案都是人工智能公司。即便懷疑李開複對人工智能的定義，但不能懷疑美國這三大巨頭對自我的重新定義。
做更有意義的事情才不會被機器取代
如果人類50%的工作被人工智能取代，那這些失業的人應該怎麼辦呢？
一方面，當人工智能創造了巨大價值時，政府必然會征稅，稅收大幅度提高以後會解決人類的貧困和溫飽問題，因為它創造的财富是巨大的，那時不用擔心失業的人拿不到國家的救濟金。實際上，現在已經有很多國家在讨論為自己國家的公民無條件發放公民工資。到那一天，每個人都可以拿着幾千甚至幾萬元的無條件工資舒服、有尊嚴地活着。當溫飽與尊嚴問題解決以後，就需要自我實現了。每個人都要知道自己生命的價值，知道因為我而讓世界有所不同。
另一方面，可能會有人因為工作被機器取代而變得很頹廢，無所事事，甚至可能帶來社會不穩定，或者自殺率上升，更有可能戴上VR眼鏡選擇生活在虛拟世界中每天玩遊戲。這些都會造成人腦的退化，并沒有真正享受生活，這個問題該如何解決呢？
其實可以選擇一些更有意義的事情來讓這些失業的人做。比如兩極分化的現象日益嚴重，BAT今天擁有超高的市值，普通人面對如此大的差異隻能無奈接受，貧富差距已經達到古時候皇帝與奴隸之間的差别。不僅是貧富差距問題，一些大公司擁有的數據越來越多，權利越來越大，如果有公司選擇用大數據作惡怎麼辦？如果有公司無底限獲取人們的隐私數據，用它傷害人們的隐私或資金怎麼辦？這些問題需要有人來思考如何防止強大的公司作惡。再比如，人類下一代的教育問題應該怎麼辦？當大部分的工作都被機器取代，人們應該怎樣鼓勵孩子去熱愛自己的工作呢？如果一個領域被算法和模型接管以後，會給整個制度帶來巨大的沖擊。曾有人樂觀地說，人類渡過了工業革命、渡過了互聯網革命、渡過了電力的發明期，所以必然可以安穩渡過人工智能時代。但是，上述幾個時期的革命普及範圍沒有那麼廣，不會影響到每一個行業，沒有帶來巨大的失業率，但人工智能時代不可同日而語。即便是很難被取代的法官工作，依然還有很多法律方面的判斷可以用人工智能來寫；即便是一個頂尖管理者的工作，靠着智慧與經驗來為企業做出策略，也仍然需要數據給自己建議。在未來，這些工作基本上會被機器取代且遠超。而隻有駕馭人工智能，使其成為發揮人類特性和光芒的工具，才是人類應該做的事情。可以看到，一些創造型的工作很難被取代，比如：藝術家、導演、演員之類的工作需要七情六欲的感情投入。
同時，一些已經沉悶已久的領域會重新煥發活力，以前的父母會告訴孩子不要學人類學或者哲學，但當所有的工作機器都可以完成，哲學會成為最值得研究的領域。近300年的人類曆史沒有出現特别偉大的哲學家，人類所能想到的哲學都已經被前人想透了，但當人工智能時代來臨，人類可能需要重新定義社會學、哲學、人類學。如果你有孩子，他是一個數學天才或者計算機天才，可能成為下一個發現人工智能功能、掌控機器人的人，這種人假設萬中有一，而你很幸運有這樣一個孩子，那麼，就一定要讓他發展成為這樣的人。從小要教育他有責任感，這樣，未來社會才不會發生不好的現象。如果你的孩子并不是一個天才，不能成為某個領域的頂尖專家，隻是在大學中讀了某一個專業，但我們依然要鼓勵他努力做綜合性的跨領域專家。畢竟人工智能隻能應用在某一個領域，人類可以跨領域工作就是一種優勢。對于孩子來說，每個孩子都應該做自己愛做且擅長做的事，一定要努力去做，花費一萬個小時也在所不惜。無論是文史還是藝術，都可以讓其平衡發展成為跨領域人才，善用AI，最終做到人機協同。其實一個好的父母和教育家在五年前、10年前、20年前都應該用這種方法去教導孩子，不要總讓他們去讀奧數什麼的。所以，跨領域性質的工作以及頂尖的科學家、決策者都是很難被人工智能取代的領域。
況且，不是每個工作都會被人工智能直接取代，有些工作會做特别大的轉型。比如醫生，10年或20年以後，世界上會有更多的服務型醫生，判斷疾病或選擇治療手段可以用機器完成，但機器并不适合跟病人溝通。我得癌症時如果直接被冰冷的機器告知是淋巴癌四期，化療後的五年存活率為21%，聽到這些話，我可能已經被吓死了，不但會造成心情不佳，我還沒有醫生可以傾訴，這會導緻我胡思亂想，還會喪失活下去的信心。因此，醫療層面需要有一類服務型的醫生去和病人溝通，告訴患者雖然得的是癌症，但可以被醫治好。人類需要可以傾聽、解釋、安慰患者的有愛心的醫生。
人工智能讓人類重拾情懷
實際上，我建議人類未來的工作性質應該走向服務業。機器不能做人性化的交流，而服務業必須是人與人之間的接觸。比如一個充滿愛心的美食烹饪師，一個有責任的按摩師，一個人性化的導遊等都是非常好的工作。我們要鼓勵更多的年輕人走向服務業，把服務業變成一個非常有尊嚴、與其他行業平等的行業，不要認為從事服務業屬于二等公民，未來大部分人都得從事服務業。但在大幅度下崗的過程中，連服務業都人滿為患了，該怎麼辦呢？我覺得志願者和散播愛心的行為很有意義。比如台灣的義工，人們不應該狹隘地認為每個工作都一定要有工資，能拿到國家給予的最低工資标準就足夠了，然後去散發人性中的愛，去老人院、孤兒院做志願者，幫助需要幫助的人，為社會創造更多的愛心和感情。即便有的人不想去外面做志願者，但在家多陪陪家人也是在散播愛心。
半杯水是半空還是半滿，人工智能是拿走了什麼還是留下了什麼？也許造物者讓人類存在于世本就不是讓人類做重複性工作，但人類太傻，不斷地想辦法告訴孩子們應該去找各種金、銀、銅、鐵、鋁的飯碗，拿穩妥的薪水，做簡單的工作。人類自從來到這個世界，出現了很多充滿情懷的偉大古人、頂尖的行業人才，但是，人類因為過去幾百年的繁榮失去了這些情懷。也許造物者看不慣人們被名利熏心的狀态，告訴人們創造财富的工作都不存在了，每個人都隻能拿最低工資，那麼，人生的意義會在哪兒呢？人與機器的差異化在于人類擁有情懷、愛、感情，必須相信這些概念是很重要的。純物理表象的事情隻是高等生物的遊戲而已，沒有意義。人們應該明白自己來到這個世界的真正意義，人工智能已經給了我們強大暗示，告訴人類要做人工智能不能做的事情，那就是愛，讓人把愛散播在全世界，掙錢的事情交給人工智能去做，這才是美好的世界。希望人類可以真正了解人工智能的目的不是取代或是要戰勝人類，而是讓人類找到生命的意義、品味生活，讓人世間充滿愛。（國際融資記者曹月佳報道，杜秋攝影）