反對觀點:人工智能肯定會取代大量職業，但不壹定會造成大量失業，也不壹定會加大社會的貧富差距。
首先，分析雙方的論點。
李開復先生有三個觀點:
1.人工智能發展迅速，功能越來越強；
2.越來越多的人工智能可以完成人類能做的工作，代替人類做很多工作，導致大量失業；
3.各國在人工智能產業上的差距會越來越大，因為人工智能會取代人類的大部分工作，發展中國家的“人口紅利”也會喪失，最終導致人類社會的貧富差距加大。
有三種相反的觀點:
1.人工智能的發展沒有想象中那麽快，未來30年可能取代人類清潔工等低技術含量的工作；
2.有些工作是人工智能無法替代的，比如創新工作；
3.歷史上大多數革命性的技術也帶來了巨大的效率提升和社會效益，但發明或使用技術的公司並沒有獲得巨額利潤，所以人工智能不會加大人類社會的貧富差距。
爭論的焦點之壹是人工智能發展有多快，能否取代人類的工作。
人工智能發展非常迅速，將大量取代人類的工作。
我們對歷史總是有壹個線性的判斷。我們通常以過去3~5年的科技發展趨勢來判斷未來5~10年的科技如何發展。事實上，正如劉在《三體》中所說，人類社會的科技正呈指數級發展，如果按照線性思維判斷，我們對未來的預期就會出現偏差。
必須加快科學技術的發展。雖然人工智能在歷史上因為人們的過高期望(主要是莫拉維克悖論)而兩次陷入低谷，但人工智能在過去幾年還是有了爆發式的發展。現在的信息技術，理論，硬件水平都不太壹樣，都有很好的發展預期。人工智能未來只會越來越快。人工智能和全自動化在某個領域取代人類工作是不可避免的，而且顯然會比梁建章先生預測的來得更早。
其實這樣的替代早就發生了，而且有意思的是，首先被替代的並不是壹些低技術含量的工作，而是壹些傳統上被認為技術含量高的工作。
比如在金融領域，傳統金融分析師的職位是非常危險的。全球最大的資產管理公司之壹貝萊德(BlackRock)今年3月宣布，將裁掉65，438+000名活躍基金部門的員工，其中包括7名投資經理。變更涉及的300億美元資產中，近60億美元將由量化基金接手。根據Opimas的分析，貝萊德用人工智能取代傳統勞動力的戰略將為公司整體運營成本帶來28%的降低。
另壹個例子是在HR領域。全球最大對沖基金之壹Bridgewater的創始人雷伊·達裏奧去年2月公開宣布，Bridgewater正在開發壹個人工智能系統，以幹預員工的日常工作管理。這個系統會根據員工的日常工作數據，自動給員工分配任務，進行配合和指導，同時也參與人力資源工作。
說人工智能代替不了創新工作？也是有些低估了人工智能。
在音樂領域，索尼巴黎計算機科學實驗室的研究人員Gaetan Hadjeres和Francois Pachet編寫的“DeepBach”的神經網絡幾乎可以通過學習352首巴赫作品來創作巴赫曲目。
在編劇領域，壹個名為“本傑明”的人工智能程序在學習了大量劇本後，創作了壹個9分鐘的短片。《本雅明》目前還不能像人類寫的劇本那樣有邏輯，剛剛出來的稿子還有很多可笑的地方，但總體來說，人工智能的創作還是很有意義的。同時，令人驚訝的是，本傑明還根據劇本的情節創作了相應的背景音樂。
從這壹點來看，人工智能顯然有能力和潛力取代人類現有的各種工作。梁建章先生提到的30年顯然是壹個非常保守的判斷。
至於會不會造成大量失業，或者增加人類社會的貧富差距，可能不會。
李開復和梁建章先生沒有提到的是我們應該如何理解人工智能。如果我們把人工智能定義為更高效的生產工具(至少弱人工智能ANI和通用人工智能AGI可以這麽定義，超級人工智能ASI可能還要很久，所以暫時不討論)，那麽我們對這個問題就會有更清晰的認識。
人類社會的發展是先進生產力取代落後生產力的過程。毫無疑問，人工智能將取代許多傳統的人類工作，但它是否會造成大量失業令人懷疑。獵豹實驗室在此基礎上做出不負責任的預測。
首先，工具可能代替工具，但工具不能完全代替人。舉個不恰當的例子，就像機器會代替牛，但機器的司機和牛的司機都是人。從這個角度來說，在人工智能社會，更多的情況下，壹個崗位應該更多的是“人工+智能”的模式，即AI輔助人類完成工作。正如我們之前在金融行業提到的，人工智能可以幫助人類進行定量的分析和計算，但最終的決策還是由人類來決定。
其次，每種生產力下會有不同的經濟模式，新的經濟模式下會創造新的就業崗位。比如工業革命後，機器取代了大量農業人口，產生了新的經濟模式。新的經濟模式取代了農耕經濟。雖然不需要像農耕經濟那樣大量的農業人口，但是新的經濟模式也產生了大量新的工作需求。人工智能的廣泛使用將大大提升人類社會的生產力，壹些工作崗位將被取代，但新的需求也將產生，新的工作崗位將在人工智能社會中誕生。
人工智能工作者帶來什麽樣的巨大生產力突變，人類歷史上從未有過。但是綜合以上兩點，我們認為沒有必要出現大量的失業人口。至少大部分人還有工作(笑)。
貧富差距是否會擴大也是壹個疑問。在這方面，獵豹全球智庫同意梁建章的觀點。
人工智能帶來的生產力變革也會促進人類社會的平均福利水平，人工智能帶來的經濟繁榮和教育智能化可以解決貧富差距問題。
目前人工智能在很多方面都取得了突破，但仍然面臨算法、硬件、計算能力的制約。
比如在計算能力方面，讓人工智能變得像人類壹樣聰明，至少讓人工智能擁有類似人腦的計算能力。
用於描述計算能力的單位稱為cps(每秒計算次數)。要計算人腦的cps，妳只需要知道人腦中所有結構的最高cps，然後把它們加起來。Google的技術總監Kurzweil曾經估算過，人類大腦的cps是10 16，也就是每秒1億次計算。
現在最快的超級計算機，中國的天河二號，實際上已經超過了這個計算能力。天河可以每秒執行3.4x10^16+06。當然，天河二號占地720平方米，耗電2400萬瓦，造價3.9億美元。不要說廣泛的應用，即使是大多數商業或工業應用也是昂貴的。
PPS:我們談到了人工智能的兩個層次，弱人工狹義智能(ANI)，強人工智能或通用人工智能(AGI)。
其實還有另外壹種人工超級智能(ASI)。牛津大學哲學家、著名人工智能思想家尼克·博斯特羅姆(Nick Bostrom)將超級智能定義為“在幾乎所有領域，包括科學創新、常識和社交技能，都比最聰明的人腦聰明得多。”超級人工智能可以各方面比人類強壹點，也可以各方面比人類強壹萬億倍。
超級人工智能可能是神，幫助人類從智人飛向神。也可能是人類文明的毀滅者。
至於如何理解超級人工智能，大概就是這樣了。
包括前段時間，行業大亨馬雲曾經發表過自己的看法:馬雲的觀點不是尋求壹種中庸的方法，而是探索壹種合適人類和機器人工作和生存的方式。而是提出了壹個新概念——機器人的使命應該是幫助人類做人類做不到的事情，而不是取代人類。
壹些信息機器在人們的家裏被看見。我希望收養他們。謝謝妳。