《暗知識(shí)》一書的作者王維嘉博士，在美國斯坦福大學(xué)讀博士期間做過人工智能（AI）研究，后來在硅谷和中國創(chuàng)辦高科技公司，目前在硅谷專注于投資人工智能。王維嘉每年訪問調(diào)研上千家硅谷和中國的科技公司，接觸頂級(jí)大學(xué)最前沿的研究，從大量的實(shí)踐中提煉出對(duì)行業(yè)的原創(chuàng)的分析和洞見。

王維嘉長期對(duì)人類如何獲得知識(shí)感興趣，在投資、研究和寫作AI的過程中，發(fā)現(xiàn)了“暗知識(shí)”這樣一個(gè)人類以往未曾發(fā)現(xiàn)的領(lǐng)域。

在王維嘉看來，暗知識(shí)對(duì)人類的影響剛剛開始。從暗知識(shí)這個(gè)新視角出發(fā)，可以更深刻地理解這次AI巨浪。這波巨浪可能超過互聯(lián)網(wǎng)，許多行業(yè)都會(huì)深受影響。其新作《暗知識(shí)》希望能回答“AI對(duì)我的行業(yè)和職業(yè)會(huì)有什么影響”。

2019年4月，《暗知識(shí)》一書剛面世不久，“澎湃新聞（www.loaarchitects.com.cn）”記者在上海對(duì)王維嘉博士進(jìn)行了采訪。以下是訪談的前半部分，聚焦于機(jī)器認(rèn)知將如何顛覆商業(yè)世界。

澎湃新聞：你的新書叫《暗知識(shí)》，能不能解釋下什么是“暗知識(shí)”？

王維嘉：我們?nèi)祟愐恢币詾樗械闹R(shí)都是可以用語言文字表達(dá)出來的，知識(shí)的載體如書籍、報(bào)紙、雜志等。那么，一直到70年前，我們知道了還有一種知識(shí)是無法用語言文字表達(dá)的，叫默知識(shí)或者默會(huì)知識(shí)，就是只可意會(huì)不可言傳的知識(shí)。但是，直到最近，隨著人工智能（AI）出現(xiàn)，我發(fā)現(xiàn)機(jī)器可能還知道一種知識(shí)，那是第三類知識(shí)，是我們既不可意會(huì)也不可言傳的。

這一契機(jī)就是從AlphaGo下圍棋開始的，大家覺得它的圍棋下得這么厲害，但不知道它怎么會(huì)這么厲害的。聶衛(wèi)平不知道，柯潔不知道，谷歌工程師也不知道。因?yàn)檫@個(gè)事情，就逼我想到，會(huì)不會(huì)存在這么一類知識(shí)，就是我們既無法感受也無法表達(dá)的知識(shí)。

簡單來講，暗知識(shí)，就是既無法感受也無法表達(dá)的知識(shí)。于是，我們現(xiàn)在發(fā)現(xiàn)了第三類的知識(shí)類型。第一類，就是明知識(shí)，是可以用語言文字表達(dá)的；第二類，是可以感受不可表達(dá)的，像騎自行車，會(huì)騎但說不出怎么學(xué)的，每個(gè)人都要自己去騎一下才能學(xué)會(huì)，沒法靠看手冊(cè)學(xué)會(huì)，表達(dá)不出來的，生活中有大量這樣直覺的、經(jīng)驗(yàn)的知識(shí)，都是表達(dá)不出來的，這叫默知識(shí)；第三類，就是今天機(jī)器發(fā)現(xiàn)的知識(shí)，是我們既沒法感受也沒法表達(dá)，這就是暗知識(shí)。

澎湃新聞：在你的書中，一上來就舉了AlphaGo的例子。事實(shí)上我們也知道計(jì)算機(jī)此前已經(jīng)能在橋牌、國際象棋等領(lǐng)域打敗人類。而圍棋，如果算是運(yùn)動(dòng)的一種的話，可以被視為最需要智力的運(yùn)動(dòng)。那么AlphaGo甚至AlphaGo Zero的出現(xiàn)，是否能被視為一個(gè)里程碑，或者說是人與機(jī)器關(guān)系的標(biāo)志性事件？

王維嘉：那絕對(duì)是一個(gè)里程碑事件，而且是重大的里程碑事件。他給了我們兩大震撼。

第一，人類一直以為自己是世界上具有最高智慧的生物，沒有什么我們不懂的， 可以上火星，可以編輯基因baby，其中圍棋又被認(rèn)為是代表人類最高智能的一種游戲。居然在圍棋上，人類被打得落花流水，連還手的招都沒有?？聺嵲谙峦昶逡院蟛林蹨I說，他根本看不到任何贏的希望。聶衛(wèi)平說，AlphaGo是上帝派來教我們?nèi)祟愊聡宓?。這給我們的第一個(gè)震撼，就是令人無法理解。

第二個(gè)更重要震撼是之后出現(xiàn)的AlphaGo Zero帶來的。AlphaGo是先學(xué)人類的棋局，然后超過了人類。硅谷的谷歌工程師隨后設(shè)計(jì)了AlphaGo Zero，想要試試讓它不學(xué)人類，就靠他自己自我對(duì)弈。結(jié)果7天之后，AlphaGo Zero就超過了原來的AlphaGo，40天之后就全球無敵手，孤獨(dú)求敗了。

AlphaGo Zero為什么給我們帶來了更大的震撼呢？因?yàn)?，人類的?jīng)驗(yàn)——棋譜，不僅對(duì)AlphaGo Zero一錢不值，而且還是累贅、是束縛，好像它不學(xué)人類的東西，反而超脫了，比人類更厲害了。

這件事兒對(duì)我們自尊心的打擊太大了。我們會(huì)覺得那幾千萬個(gè)棋譜屬于人類最精華的智慧，但是怎么就在機(jī)器面前一錢不值了呢？那么，今后會(huì)不會(huì)在其他領(lǐng)域也出現(xiàn)類似的情況，比如基因編輯，機(jī)器會(huì)不會(huì)最后發(fā)現(xiàn)了一些東西讓我們就覺得我們?cè)贏I、在機(jī)器面前連小學(xué)生都不如呢？這是帶給我們第二個(gè)震撼。

全世界都不知道為什么，沒一個(gè)人能解釋，對(duì)人工智能業(yè)界和對(duì)普通人都是非常大的震撼。這一系列事件也逼著我思考，也是最終讓我發(fā)現(xiàn)了暗知識(shí)。

在人工智能界這有一個(gè)專門的名詞叫做“AI的不可解釋性”，就是AI不可解釋，但是偏偏還有很多人研究，想一定要把它給解釋了。目前專門有研究，就是把“黑箱”能夠變成“白箱”，把它解釋出來，結(jié)果就是做不到。于是我就想為什么我們會(huì)覺得震撼？因?yàn)槲覀冇袀€(gè)前提、有個(gè)假設(shè)，這個(gè)假設(shè)就是我們?nèi)祟悜?yīng)該能理解一切東西。如果我們放棄這樣的假設(shè)，說會(huì)不會(huì)有一類東西是人類根本就學(xué)不會(huì)的，或者無法理解的，于是就會(huì)豁然開朗。這就是我發(fā)現(xiàn)暗知識(shí)的一個(gè)起點(diǎn)。

澎湃新聞：你剛才也提到基因編輯，在你書里有提到未來可能會(huì)有出現(xiàn)人機(jī)融合的技術(shù)。有沒有可能AI自己給自己制作一個(gè)生命體的部分，最終成為超越我們的人？你覺得人機(jī)融合在未來大概是怎樣的形態(tài)，會(huì)怎樣發(fā)展？

王維嘉：目前來看應(yīng)該還沒有這種可能。今天的AI主要是基于神經(jīng)網(wǎng)絡(luò)的，它的主要功能是從大量的數(shù)據(jù)里頭提取出數(shù)據(jù)之間的相關(guān)性。AI有可能自己制造出一些很精巧的東西，生物的也好，其他什么東西也好，都是有可能的。但是它不會(huì)有自我意識(shí)，這是特別關(guān)鍵的一點(diǎn)。

我寫《暗知識(shí)》這本書的有兩個(gè)目的，一個(gè)目的就是因?yàn)楝F(xiàn)在大量的關(guān)于AI的書提出各種各樣的說法，比如會(huì)不會(huì)硅基生命取代碳基生命，會(huì)不會(huì)終結(jié)我們?nèi)祟惖难莼?。?duì)這些問題的回答都是“不會(huì)”。因?yàn)槿水a(chǎn)生自我意識(shí)這件事很復(fù)雜，到今天我們都不知道怎么產(chǎn)生的，那是一個(gè)非常小的概率，世界上那么多生物，今天只有人有自我意識(shí)，其他生物都沒有，其他生物不知道自我和世界是分離的，沒有這個(gè)概念。

人是怎么有自我意識(shí)的？很可能是有一次基因的突變，大腦結(jié)構(gòu)的突變?cè)斐傻摹Ｖ劣诘降资鞘裁磿r(shí)候造成的？怎么造成的？什么條件下造成的？我們都不知道。

機(jī)器要產(chǎn)生自我意識(shí)，就和人產(chǎn)生自我意識(shí)一樣，是一個(gè)非常小概率，也許要幾百萬年，也許要各種復(fù)雜的條件。對(duì)我們來說，在有生之年是不用擔(dān)心的。

澎湃新聞：在你的書中提到AI時(shí)代已經(jīng)到來，你覺得這個(gè)時(shí)代的投資機(jī)會(huì)是怎樣的？

王維嘉：實(shí)際上，我覺得應(yīng)該把2012年看作是AI的元年。那一年在美國有一個(gè)圖像識(shí)別比賽，在比賽上機(jī)器的準(zhǔn)確率第一次一下子提高了十個(gè)百分點(diǎn)。三年以后的2015年，機(jī)器識(shí)別圖像的準(zhǔn)確率超過了人的準(zhǔn)確率。我覺得從那以后，所有的大公司都開始重視AI了，比如谷歌，包括百度也是，在那次比賽之后就開始行動(dòng)了。

所以說，今天AI時(shí)代已經(jīng)到來了。關(guān)于其投資機(jī)會(huì)，如自動(dòng)駕駛、人臉識(shí)別、醫(yī)療、診斷、制藥等多了去了。

哪些行業(yè)可能會(huì)被AI顛覆或者受其影響，我認(rèn)為有三個(gè)判斷的依據(jù)。

第一，這個(gè)行業(yè)在其生產(chǎn)過程中是不是產(chǎn)生大量的數(shù)據(jù)。比如金融行業(yè)每天都有消費(fèi)數(shù)據(jù)，這個(gè)是很典型的。

第二，這些數(shù)據(jù)里面是不是有很多有用的相關(guān)性，有些數(shù)據(jù)比如說有個(gè)空氣凈化器呼呼地一直在響也產(chǎn)生數(shù)據(jù)，但是這數(shù)據(jù)沒有什么意義，而如果數(shù)據(jù)里頭能提取出復(fù)雜的關(guān)系來，這就是有用的暗知識(shí)。

第三，這行業(yè)要有錢，因?yàn)橛绣X的話大家就會(huì)要去顛覆它，或者是就一定有人進(jìn)去改造這個(gè)行業(yè)。

不同的行業(yè)會(huì)對(duì)AI技術(shù)采取不同的態(tài)度。 比如說，醫(yī)療行業(yè)可以用AI幫忙看X光片子，但看X光片子一定不是醫(yī)療行業(yè)最核心的能力，幫他看只能幫他增加效率，對(duì)他卻沒有威脅。但是，銀行要是把所有的客戶數(shù)據(jù)都給到外面，別人學(xué)會(huì)了就把他顛覆了，所以說金融行業(yè)這樣的絕對(duì)不會(huì)把AI外包的，要么收購團(tuán)隊(duì)，要么自己做。

澎湃新聞：就你所見，資本是不是已經(jīng)有所行動(dòng)？

王維嘉：行動(dòng)了。不光是有所行動(dòng)，中國和美國的風(fēng)險(xiǎn)投資過去大概四五年里最大的投資量或者最熱的熱點(diǎn)就是人工智能或者叫機(jī)器學(xué)習(xí)。原因很簡單，就是那幾乎在所有的行業(yè)都可以應(yīng)用。就像我剛才說的，只要這個(gè)行業(yè)產(chǎn)生數(shù)據(jù)，只要這行業(yè)有錢，都可以被AI改造。

比較AI和互聯(lián)網(wǎng)很有意思，兩者有很大區(qū)別。比如說，馬云當(dāng)時(shí)做阿里巴巴的時(shí)候，辦淘寶的時(shí)候，零售業(yè)根本不知道馬云在干什么，好像和他們一點(diǎn)關(guān)系沒有，等他們明白的時(shí)候已經(jīng)被顛覆了。但是，AI從一開始就在行業(yè)中心開始爆炸，比如金融業(yè)，第一天就知道這東西是將來最核心的東西。AI和行業(yè)的結(jié)合特別緊密。

澎湃新聞：你預(yù)測資本未來還會(huì)有什么變化？

王維嘉：人工智能這個(gè)行業(yè)還有一個(gè)特點(diǎn)，就是它不像互聯(lián)網(wǎng)那樣能一下變出來幾億用戶，它要有一個(gè)過程，它這個(gè)行業(yè)的改造是一個(gè)深入到行業(yè)里面的，需要行業(yè)知識(shí)去改造生產(chǎn)流程的，是一個(gè)很慢的過程。所以說，現(xiàn)在你能發(fā)現(xiàn)的好公司，就是那些對(duì)行業(yè)的痛點(diǎn)和行業(yè)的特點(diǎn)特別了解，又知道怎么應(yīng)用這樣的技術(shù)的公司。這種公司就可以挖深井，很多投資的標(biāo)的就是這樣一個(gè)個(gè)挖深井的公司。

澎湃新聞：你覺得，關(guān)注在AI時(shí)代的行業(yè)調(diào)整，作出預(yù)測并及時(shí)調(diào)整，是否關(guān)系到國家間競爭？

王維嘉：李開復(fù)有個(gè)觀點(diǎn)，認(rèn)為中國和美國未來是全世界AI最領(lǐng)先的，其他國家都跟在后邊吃土，他寫了本書叫《AI，Superpower》，在美國賣得還不錯(cuò)。但是如果你了解AI的這個(gè)特點(diǎn)，即它是一個(gè)to B或者to G的生意， 是對(duì)企業(yè)的，對(duì)政府的生意，你就知道開復(fù)這個(gè)觀點(diǎn)是不對(duì)的。原因很簡單，比如，法國的一個(gè)智慧城市項(xiàng)目，你中國公司怎么去做？幾乎是不可能的?；蛘?，法國的核電生意，中國公司或美國公司怎么去？都去不了。一旦它變成to B的生意，國家間的壁壘就全出來了，就很難做了。

而且，AI的本質(zhì)是算法，法國沒有聰明人嗎？俄國沒有聰明人嗎？每個(gè)國家都有很多的數(shù)學(xué)人才、AI的人才。而且，大家用的都是英偉達(dá)的芯片和賽靈思的芯片，用的軟件都是谷歌的開源軟件，都差不多。所以說，國家間我覺得未來的差距不會(huì)很大，中國美國現(xiàn)在肯定是領(lǐng)先，但是其他國家，特別是發(fā)達(dá)國家、有人才的國家的AI水平絕對(duì)都不會(huì)比中美兩國差。

那么，為什么大家會(huì)有之前那種成見？因?yàn)橹忻纼蓢幕ヂ?lián)網(wǎng)是把其他國家遠(yuǎn)遠(yuǎn)甩在了后邊?；ヂ?lián)網(wǎng)是一個(gè)to C的生意、面向消費(fèi)者的生意，中美兩國的市場都是巨大的，美國攜英語的優(yōu)勢掃遍全世界，中國本身就用戶量很大，任何一個(gè)其他國家都沒這么多用戶。但是到了to B，就不一樣了。

澎湃新聞：有很多核心技術(shù)可能仍然只掌握在很少數(shù)公司手里？

王維嘉：是這樣的?，F(xiàn)在芯片領(lǐng)域最重要的就是三家公司，一個(gè)就是做圖形處理器GPU的英偉達(dá)，這是現(xiàn)在是第一大的。CPU仍然很重要，英特爾的CPU在數(shù)據(jù)中心里大量用于識(shí)別。 所以英特爾還在。第三家就是一家做現(xiàn)場可編程門陣列（FPGA，F(xiàn)ield－Programmable Gate Array）芯片的公司賽靈思（Xlinx）。這三家公司都是美國的公司，都在硅谷。其他在世界上沒有了，甚至沒有任何一家其他公司能做到接近他們。

算法領(lǐng)域，則是這樣。對(duì)算法的主要的貢獻(xiàn)，可以看圖靈獎(jiǎng)。這次的圖靈獎(jiǎng)?lì)C給了三個(gè)科學(xué)家，這三個(gè)科學(xué)家原來都在加拿大，現(xiàn)在一個(gè)在谷歌、一個(gè)在Facebook，一個(gè)還在加拿大教書，還有另外一個(gè)人其實(shí)我覺得應(yīng)該得圖靈獎(jiǎng)，但是他太年輕了，剛拿到博士才30歲，也在美國。人才的角度是這樣，這四個(gè)人，在全世界AI領(lǐng)域我把他們叫“四大天王”，然后下面第二梯隊(duì)還有很多人，大概有十幾二十個(gè)人。“四大天王”對(duì)這次人工智能浪潮做出了突破性的貢獻(xiàn)。第二梯隊(duì)則屬于做出了重大貢獻(xiàn)，但是他們沒有那么基礎(chǔ)性的貢獻(xiàn)。華人中有一個(gè)這樣在第二梯隊(duì)人，就是吳恩達(dá)，很可惜現(xiàn)在沒能留在百度。第三梯隊(duì)的人就多了，包括那些對(duì)整個(gè)AI的技術(shù)產(chǎn)業(yè)特別熟，能夠擔(dān)當(dāng)一個(gè)公司的首席技術(shù)官的那些人。今天，第一、第二梯隊(duì)的全部在美國、第三梯隊(duì)的主要人才都在美國，人才差距還是比較大。

澎湃新聞：就你所知，我國與世界其他國家，目前對(duì)于這個(gè)領(lǐng)域都有哪些行動(dòng)？

王維嘉：我的書《暗知識(shí)》里有一張AI的產(chǎn)業(yè)生態(tài)圖，位于金字塔頂端的是算法，下面是芯片，然后是計(jì)算軟件平臺(tái)，最后是應(yīng)用?，F(xiàn)在，在算法上，肯定是美國加拿大最領(lǐng)先。芯片是美國占統(tǒng)治地位。軟件的計(jì)算框架，現(xiàn)在谷歌是占統(tǒng)治地位。在應(yīng)用層面，我覺得中美各有千秋，比如說中國的人臉識(shí)別技術(shù)遠(yuǎn)遠(yuǎn)超前世界任何國家，也超過美國，這個(gè)應(yīng)用美國的市場非常小。

人臉識(shí)別，在中國的情況是政府的需求特別大，那些公司也都做得非常好。我也看了一些公司，技術(shù)上一騎絕塵，別的國家在后邊吃土，真是這樣。

自動(dòng)駕駛，我覺得是軟件公司里是一超多強(qiáng)。一超就是谷歌，滿分100分的話，谷歌大概可以打60分，其他公司可能就是20分。20分的公司一大堆，中國、美國各有千秋。在汽車廠商中是一超多弱，一超就是特斯拉，其他廠商，包括美國，歐洲，日本廠商的自動(dòng)駕駛和特斯拉差距非常大。這個(gè)差距并非完全是技術(shù)，很多是傳統(tǒng)汽車產(chǎn)業(yè)鏈的問題。

醫(yī)療診斷，中國也做得不錯(cuò)。教育類和語音識(shí)別，中國也做得非常好。

制藥，絕對(duì)是美國強(qiáng)。中國沒有新藥研發(fā)能力，人工智能在制藥上的應(yīng)用全是在美國。

簡單來說，核心技術(shù)和人才上，美國絕對(duì)領(lǐng)先，應(yīng)用層面上中美互有見長。

現(xiàn)在，政府大力鼓勵(lì)發(fā)展芯片，國內(nèi)也有大概幾十家做AI芯片的公司，有的還做得不錯(cuò)。

芯片的應(yīng)用市場大概有三個(gè)不同的細(xì)分市場。一個(gè)就是數(shù)據(jù)中心，這是最大的一塊，如谷歌、百度、阿里等做人工智能大概用到幾萬臺(tái)甚至幾十萬臺(tái)服務(wù)器，需要大量的芯片，現(xiàn)在這個(gè)市場基本上是被英偉達(dá)和英特爾這樣公司統(tǒng)治著。對(duì)于一個(gè)新的公司來講，開發(fā)一款這樣的新的芯片出來，我個(gè)人覺得難度非常之高。因?yàn)槟切┐蠊镜臄?shù)據(jù)中心一旦宕機(jī)就是幾億、幾十億的損失，要是一款做不到在各種性能上經(jīng)過實(shí)驗(yàn)達(dá)到絕對(duì)可靠，大公司是不會(huì)輕易用的，而成本還要低。所以我覺得大數(shù)據(jù)中心這個(gè)市場現(xiàn)在是非常難進(jìn)入的。

第二個(gè)市場就是邊緣計(jì)算，比如說汽車自動(dòng)駕駛里面用的芯片，這是個(gè)全新市場。那么，像中國的地平線公司就是做這樣的芯片，據(jù)說做得還不錯(cuò)。但是，這個(gè)市場因?yàn)樘罅?，所以像英偉達(dá)、因特爾他們也都非常看好。英特爾去年160億美金收購了一家以色列的公司Mobileye，特斯拉的半自動(dòng)駕駛最早就用Mobileye的芯片來做的，Mobileye現(xiàn)在已經(jīng)把半自動(dòng)駕駛的市場都拿下來了。英特爾在汽車?yán)锩嬷笆菦]有市場份額的，所以通過收購企圖進(jìn)入市場。高通也想以440億美元收購一家荷蘭公司NXP，最終這次交易沒有完成。英特爾、高通和英偉達(dá)，這三家芯片公司分別是三個(gè)時(shí)代的霸主。PC時(shí)代的霸主是英特爾，手機(jī)時(shí)代霸主是高通，現(xiàn)在人工智能時(shí)代的霸主是英偉達(dá)。這三家公司同時(shí)看好汽車，其他公司再要去和他們競爭，難度也是很大。

還有一個(gè)方向，就是試著把芯片做到手機(jī)里頭。如果哪家公司能做出來一顆被全世界手機(jī)用的芯片，那就一定是一家巨無霸公司了。但是，因?yàn)槭謾C(jī)有其重量，體積、成本等方面的要求，應(yīng)該是特別不希望再多放一顆芯片進(jìn)去，一定是希望能把AI的功能放在CPU里面做成一個(gè)小模塊。這樣的話，誰做這件事最容易？就是今天給手機(jī)做CPU的公司，比如高通，還有華為的海思，還有聯(lián)發(fā)科、紫光的展訊等。這些公司都是原來做手機(jī)CPU的，再自己做個(gè)小模塊進(jìn)去就完了，所以也沒其他公司什么事兒，要進(jìn)入也是非常難的。

我覺得，現(xiàn)在新創(chuàng)公司的一個(gè)重要的市場就是目前大公司還看不上的，比如家務(wù)機(jī)器人。掃地機(jī)器人現(xiàn)在有幾千萬臺(tái)了，但是很不智能，如果把它做得智能一點(diǎn)，弄一顆很便宜的AI芯片進(jìn)去，未來還可以有擦玻璃機(jī)器人等。要是未來的各種機(jī)器人的人工智能芯片都是某一家的，那這家公司也是很牛。我覺得，這可能是一個(gè)做芯片的新創(chuàng)公司容易突破的地方。

澎湃新聞：對(duì)于具體的行業(yè)來說，你在書里也詳細(xì)解讀了包括出行、醫(yī)療、金融等很多領(lǐng)域。你能不能再大致向讀者描述一下你對(duì)未來的預(yù)測，哪些行業(yè)會(huì)被取代并逐漸消失，哪些還會(huì)留存，哪些甚至?xí)愜娡黄穑肆趧?dòng)的機(jī)會(huì)在哪里？

王維嘉：人工智能特點(diǎn)就是它能夠在復(fù)雜的變量里、從大量的數(shù)據(jù)里抽取出其關(guān)系或者相關(guān)性，那么，讓人腦袋越疼的工作對(duì)它就越容易。過去電腦取代的很多是體力型的活兒，這次會(huì)取代很多一些腦力型的活兒。比如說，有一些比較重復(fù)性的工作，像是律師要做的很多文件的調(diào)查，還有很多事務(wù)性的工作像會(huì)計(jì)甚至保險(xiǎn)精算這些，機(jī)器可以讀的文件或數(shù)據(jù)比人要快得多。現(xiàn)在的金融交易員已經(jīng)被取代的很厲害了，各大公司都不要交易員了。

比較難取代的，我覺得是需要人類情感的工作，如教師、心理咨詢師、醫(yī)生這一類的，因?yàn)闄C(jī)器沒有情感，冷冰冰的。越需要情感的工作，就越難取代。

澎湃新聞：會(huì)不會(huì)突然出現(xiàn)一些新的工種？

王維嘉：舉個(gè)例子，前不久有一個(gè)丑聞，亞馬遜在全世界雇了一千多個(gè)人來聽通過智能音箱采集的對(duì)話。為什么要聽？不是在監(jiān)聽，而是很多對(duì)話人工智能機(jī)器聽不懂，需要人聽了以后把內(nèi)容告訴機(jī)器，這是一個(gè)訓(xùn)練機(jī)器的過程。訓(xùn)練機(jī)器，在今天就是給它已知的數(shù)據(jù)，比如要讓機(jī)器認(rèn)識(shí)癌細(xì)胞，就給它看很多。在給機(jī)器看的時(shí)候，就要先標(biāo)注給機(jī)器的數(shù)據(jù)是什么，這就是數(shù)據(jù)標(biāo)注員或稱為人工智能培訓(xùn)師的工作。

所以，未來訓(xùn)練機(jī)器或標(biāo)注數(shù)據(jù)，就可能成為一個(gè)很大的行業(yè)。這個(gè)工作對(duì)人類特別簡單，現(xiàn)在真的才剛開始，也許今后的五年、十年里，機(jī)器學(xué)習(xí)都還需要大量的數(shù)據(jù)標(biāo)注。