作者丨小川
来源丨川泽外汇 （ID：chuanzewaihui）
据央视新闻和百度App联合发布的数据，在2020年专业热搜榜上，人工智能高居榜首。
根据近两年教育部关于本科专业备案和审批结果的通知，2018年全国有35家高校新增了人工智能专业，2019年，这个数字达到180所，增长了4倍。
去年就是最火报考专业，今年又是热搜专业。
这篇文章是去年年初发表在川泽外汇公众号上的。基本代表了我们对人工智能的态度，也概括地阐述了人工智能领域的现状，如果考生想报考人工智能专业又不是很了解，足以提供参考。文中有一部分是专门写给金融市场交易员的，按需取用。
报考填报专业志愿，一定要弄清楚自己为什么要填报这个专业。高考考生大部分都接近18岁了，虽然很多事情还没经历，可能也不懂，但是应该为自己的决定负责，而不是让父母老师负责。
无论怎么说，大学都是人生的一个跳板，这就意味着，城市、学校这些因素的重要性都要高于专业。
本科阶段重点在培养能力，培养治学的能力、做事的能力、和世界相处的能力。而不是学习多么高级的知识，本科的知识，相对来说也没有多么高深。另一方面，大学也不是技校，掌握一门吃饭的手艺来就业，不应该作为唯一的目的。
你在大学收获的不应该仅仅是一堆知识或者一份工作，而是拥有更美好人生、突破到更高、更宽广境界的可能。
其实也不一定要直接去学人工智能这个专业，如果你成绩不错，数学、物理学、经济学等基础学科都是很棒的打开眼界和拓展能力边界的渠道。基础打得宽，楼才能盖得高。
无意冒犯，对于学渣来说，人工智能这个专业的意义其实没有多大。充分利用大学的资源，全面提升自己的综合能力吧。
一点私人建议：为了将来不后悔，请遵循内心的渴望，不要因为专业很热就报，也不要因为专业太热就不报，这些逻辑都是不成立的。
当然，一定要多方调查清楚，以免进了大学校园，才发现一切都和自己想的不一样，自己选的专业，根本不是自己想的那么回事，这就尴尬了。
如果你想填报某学校的人工智能专业，最好多问几个在读学生，去问那些学得最好的。虽然他们最多才大二，不过能提供的有用信息也比网上质量好得多。
以下正文。
作者丨小川
来源丨川泽外汇 （ID：chuanzewaihui）
✎ 卷首语：
有两种事物，我们愈是沉思，愈感到它们的崇高与神圣，愈是增加虔敬与信仰，这就是头上的星空和心中的道德律。”
——康德
我最喜欢的颜色是……嗯……好难形容啊！是绿色，不过是有好多层次的绿！好有深度的绿！好有感觉的绿！好有灵魂的绿！”
——Siri
卷首语一半来自人类哲学家康德，一半来自 AI 语音助手 Siri，题图则来自于卷首语。星空下的地平线上，是连绵的山影；远山起伏的轮廓之上，是隐现的绿色北极光。这是旧世的余晖，还是新时代的曙光？
本期文章有五部分主要内容：
21世纪以来人类社会主要人工智能事件
主要的 AI 流派及其应用领域
AI 背景下的人类发展
交易员地位问题
人有人的用处
1
余晖？曙光？
1997年，IBM 建造的“深蓝”计算机战胜国际象棋冠军卡斯帕罗夫的时候，小川正在读初中。彼时，谢军的棋手生涯正如日中天。中国女棋手战胜机器的故事在很多故事书里以不同的版本反复出现。卡斯帕罗夫败北的事件很快成了高中思想政治课堂上讨论的热门话题，小川是在高二的政治课上，学习马克思主义的认识论的时候，才知道了“深蓝”这个象棋机器。
这一年是2000年，对小川来说，这是真正严肃对待人工智能这一概念的开始。那个时候，互联网在国内正成兴起之势，“网民”的概念开始流行；短短几年，上网方式从modem到ISDN再到DSL；个人电脑的CPU频率突破了1GHz；佳能数码相机的广告登上央视……
世界处于数据爆炸的前夜，正是在头上无垠的星空中，人类打开了那扇门。
▲2000年，AMD 发布第一款1GHz Athlon CPU
2000年，斯隆数字巡天（SDSS）项目的望远镜在美国新墨西哥州投入使用，在短短几周内收集到的数据已经超过了项目启动前天文学历史上收集到的数据量的总和。“开门”的另一个领域是基因学，经过本世纪的第一个十年，基因仪15分钟产生的数据量已经可以和上个世纪90年代启动的人类基因组计划十年工作中产生的数据量相匹敌。
海量的数据为人工智能的引擎提供了充足的燃料。大数据处理技术、高性能硬件、机器学习算法不断推陈出新，孕育了人工智能历史上第三次高潮。2006年，以杰弗里•辛顿发表的两篇论文为标志，深度学习时代拉开了序幕。
2011年 IBM 的人工智能计算机 Watson（沃森）在危机边缘挑战赛上战胜了人类选手。苹果公司推出了 Siri。很快，科大讯飞推出了讯飞语点。
2012年，深度神经网络程序 AlexNet 在 ImageNet 大规模视觉识别挑战赛（ILSVRC）上一战成名。
2013年，谷歌收购 DeepMind。3年后的2016年，DeepMind 发布的 AlphaGo 在围棋棋盘上以 4:1 击败李世石。越明年，AlphaGo Master 以 3:0 战胜柯洁。同年，AlphaGo Zero 仅通过 3 天训练就以100 : 0击败与李世石对弈的版本，经过40天训练后，以89:11击败了 AlphaGo Master。同时，Zero 已经摆脱了对于人类棋谱的依赖，完全依靠和自己对弈来训练自己下棋。
2017年的年初，百度人工智能“小度”登上《最强大脑》并晋级脑王决赛。李彦宏的无人驾驶汽车上了北京五环，交管部门介入调查。
2017年发生的一系列事件，让人们直呼“人工智能真地来了”。
而在刚刚过去的2018年，阿里巴巴数据科学技术研究院开发的人工智能程序，在斯坦福大学举行的阅读理解测试里以微弱优势战胜了人类对手。
人工智能带来很多积极改变，其蓬勃发展也引发人类被取代的担忧。
▲IBM 沃森现应用于医疗、法律等多个领域的专家系统
2
AI 星云
✎ 如果错过太阳时你流了泪，那么你也要错过群星了。
——《飞鸟集》
当前人工智能如此引人注目，很大程度上是由于深度学习的应用使得人工智能在视觉识别、自然语言处理和博弈上的多个细分领域在相对较短的时间内取得了超越人类的成绩造成的。但是在我们表达一个关于某件事物的观点之前，首先应该去了解它。
值得指出的是，对于机器智能，存在两种观点：强人工智能观点和弱人工智能观点。而人工智能领域目前所取得的成就和当前理论体系及技术路线发展下去的前景，都属于弱人工智能的范畴。
作为一门学科，学术界研究人工智能从方法上主要有三个学派：从逻辑角度出发的符号主义学派，以神经网络为代表的连接主义学派和强调与环境间关系的行为主义学派。这些学派都曾在人工智能发展的不同阶段作为主流，也都取得了丰硕的成果。
基于本文的主题，我们不必也无力对人工智能的来龙去脉做详细解说。但是我们可以通过人工智能的应用场景，对它进行直观的了解。
智能搜索：
很多游戏的设计中已经纳入了 AI，从而让游戏更加真实
很多地图产品使用了启发式搜索技术以规划路线
用于找到难题的近似解
模糊控制：
摄像头的防抖技术
汽车的牵引力控制装置
洗衣机和其它家用电器的控制
专家系统：
专家系统可以帮助消费者选车、购物，为消费者推荐网页
用于分析、控制、诊断疾病、指导和预测
▲小川最常请教的“专家”WolframAlpha，涵盖数学、科学和技术、社会和文化、日常生活等各个领域，2009年上线
神经网络：
汽车的自动泊车功能应用了神经网络技术
能够自动驾驶的Google 汽车
自动语音识别系统
在机场识别出敏感人员和被限制消费的禁飞人员
协助医学诊断和经济预测
生成式对抗网络（GAN）可以根据要求设计广告海报，甚至从随机噪声中生成不可思议的作品
遗传算法：
用于通讯卫星的轨道调试，以防止地面信号减弱或消失
优化超大规模集成电路的设计
电磁兼容性设计
应用于数据挖掘，能够使数据更有价值
自然语言处理（NLP）：
聊天机器人可以为个人提供旅游信息，协助预约酒店等
Siri 等智能语音助手不仅能够“听懂”问题，还能对“离我最近的披萨店”这类难以直接编程的问题提供答案
我们熟悉的“下一个路口，左转”也应用了这些技术
可靠的消费级会话翻译
为儿童学习阅读提供帮助
人工智能用于改善生活、减轻工作负担的前景非常广阔。
▲利用GAN生成动漫头像，从左到右依次为：从随机噪声中初次生成的图像、经过50次、200次迭代的结果
3
人类恒星
✎ 每一位企业家都应该花时间研究列昂纳多•达•芬奇
——比尔•盖茨领英首页
作为达•芬奇逝世500周年纪念活动的一部分，莱斯特手稿（Codex Leicester）正在欧洲的多个博物馆间进行巡展，目前它正在意大利佛罗伦萨的乌菲齐美术馆中，直到1月20日。与手稿一同穿越欧洲的，是一个叫作Codescope的项目，让你可以通过触摸屏，在浏览这些手稿的同时，了解它们的历史，查看译文，还能让达•芬奇的手绘动起来。这个项目得到了比尔•盖茨的支持。
比尔•盖茨在1994年以3000万美元的价格买下了哈默手稿。传记作家麦克尔•怀特问他为什么要这样做，盖茨苦笑着说：“因为我需要它。”
哈默手稿并没有按照惯例更名为“盖茨手稿”，比尔•盖茨恢复了它本来的名字：莱斯特手稿。这份手稿记录了达•芬奇在多个领域的研究成就，其中记载了他关注人体结构的原因。盖茨在自己的领英主页上说：每个企业家都应该花些时间研究列昂纳多•达•芬奇。
如果我告诉你历史上的达•芬奇其实是个AI，你肯定会觉得我是在讲这个世纪最大的笑话。事实上，达•芬奇遗留下来的手稿超过5000页，如果再多一些，利用这些手稿训练生成式对抗网络（GAN）以生成一些新的“手稿”，是完全可能的。
同理，我们通过训练生成网络写诗，让李白“复活”，也并非不可能。
▲比尔•盖茨和莱斯特手稿
人工智能在写作领域最先取得的成果可能就是诗歌。那么，诗人会不会更快地被取代？
我们不妨试着想像一下，一个人工智能诗人写出的“抽刀断水水更流，举杯消愁愁更愁。”和李白的诗读起来感觉有什么差别？如果一本《刘白唱和集》是两个人工智能写出来的，又是什么效果？
矫情啊……
子曰：《诗》三百，一言以蔽之，曰：思无邪。
——《论语》
这不仅仅是因为李杜苏辛是文化大 IP，有光环加成。更是因为诗是诗人情感的真诚流露，有诗人然后有诗。人工智能的硬伤是没有人生经历，即使学习过全世界的诗歌、读过全世界的历史和小说，看完全世界的电影也没有用；即使作出来的诗看不出一点机器的痕迹也没有用；因为人工智能作出的诗，没有情感依托。
▲《刘白唱和集》，刘禹锡与白居易二人的唱和诗集。“沉舟侧畔千帆过，病树前头万木春”，“莫道桑榆晚，为霞尚满天”
达•芬奇的手稿略同。其珍贵并不是因为世上所存稀少，而是因为在文艺复兴时期的社会文明背景下，在自己亚里士多德式世界观的框架中，达•芬奇的手稿中闪现出的突破思想桎梏的光芒。只有达•芬奇这个人在当时的世界上实实在在存在过，这份手稿才有如此力量。
与 AlphaGo 的对战曾让柯洁彻夜难眠，泪洒棋局。无法战胜AlphaGo 会降低柯洁的价值吗？完全不会。比柯洁早一年与AlphaGo 对战的李世石，更早的认清了这一点。
我会看人类选手之间对弈，会看人类棋手挑战人工智能，但是我不是棋迷，我不会对 AlphoGo Zero自己和自己下棋有什么兴趣。
总有那么一些人，看着他们就会想到“更好的自己”，而这恰好是人工智能的弱项。
除去这些耀眼的明星，普通人的前景如何呢？
2018年，李开复博士在 TED 上进行了一场演讲。他将人类从事的工作按照属于操作性还是创造/战略性这个维度进行了分类。
并做出预言：在未来5年，由于自然语言处理技术、机器人技术和专家系统的发展，电销、清洗、客户支持等重复性工作将能够为人工智能所胜任。即使是对人类来说需要进行培训的，相对复杂的操作性工作，在未来10~15年，人工智能也将可以胜任。公司管理、企业并购、制订经济政策等复杂战略性工作和科学家、作家、艺术家等创造性工作目前安全。
这听起来挺让人绝望的。但是，在整个演讲过程中，李开复博士都在引导听众思考一个问题：工作是人类价值的唯一体现吗？加上情感维度，或者说共情能力，工作的地图马上变得立体了，并且为一些新行业，或者说新的工作岗位，打开了空间。
最后，除了不需要共情能力的操作性工作，在其它三个象限中人类仍然有很大的发挥空间。
所以，堂堂人类为什么要和 AI 抢饭碗呢？
那么问题来了，人工交易员，在李开复博士的坐标系中到底位于哪个象限呢？
这有点复杂。不过幸好，金融市场并非只是为了单纯的交易而存在。因此，很多在未来不好确定的因素我们可以当做事实来处理。比如，我们可以认为在货币消灭之前，市场中将始终存在人类参与者。因此，共情能力可以作为人类交易员的加分项；同时，如果可以给战略性打分，在市场中有人类参与者的情况下，交易这项工作能获得更高的分数。
这样看来情况还是比较乐观的，只是这样的思考对于一篇公众号文章来说过于烧脑了，我们换个角度来讨论这个问题。
4
三类交易员
在谈及交易的意义的时候，有交易员这样说：交易不是为了钱，而是未了自我实现。
对这样的交易员来说，交易这件事可能会显得更轻松一些，然而今天的话题可能就要沉重一些。因为这已经不是发挥空间的问题，而是与存在的意义相关了。
事实上，人工智能已经在金融市场中发挥作用很久了——至少比我们相像得要久。
IBM 沃森的首席研究员 David Ferrucci 在2013年离开 IBM 公司后很快就被桥水公司收入旗下。我们或许以为，桥水应用人工智能的历史不会早于2013年。诚然，说人工智能已经在市场中活跃了五六年可能已经远远超出大多数人的直觉，但是这仍然是一个错觉。
▲《原则》，中信出版社出版
在2010年底，创始人 Ray Dalio 将名为 Priciples 的手册发布于桥水的网站上。2018年，中译本《原则》在中国发行。
在这本书的86~87页，有这样一些内容：
我们在2010年的收益是史上最高的：……这样的业绩几乎无人能比，因为我们设计的处理和分析信息的系统表现非常优异。
比起光用我们的大脑，这些系统要有效得多。没有它们的话，我们将不得不用古老和费力的方式管理资金：努力在自己的头脑里权衡所有市场和影响市场的因素，然后形成一个投资组合。那样的话，我们将不得不聘请和管理一大堆不同的投资经理，而由于我们不能盲目地信任他们，我们又得努力弄清每个人是如何决策的，这意味着要观察他们的操作及其理由，从而对他们的表现形成合理预期，还要处理不同人的个性差异问题。我为什么要这么做？在我看来，这种投资方式和组织管理方式是过时的，就像参照地图而不是用 GPS 一样。当然，构建我们的系统也不容易，我们为此花费了30多年。
……
我们把这一新思路植入我们的计算机，对其进行返回测试，……尽管我喜欢人工智能并一直从中受益，但我相信，只有人才能发现这样的做法，然后让计算机运行它。正是由于这个原因，我相信正确的人彼此合作并与计算机合作才是成功的关键。
2010年年底，我们启动了“纯粹阿尔法主要市场”……
——Ray Dalio
由此可见，桥水至少在2010年就在投资决策中使用人工智能了。事实上，如果你通读全书，会发现这个时间很可能至少还可以再向前推两年。“纯粹阿尔法主要市场”投资于最具流动性的市场中，我们有理由相信，至少在2010年底，桥水的人工智能就已经进入了外汇市场。
据统计，全美对冲基金市场上以量化交易为主要手段的对冲基金已经占到全部份额的9%。相信在当前的热潮下，几乎所有量化交易公司都会对 AI 应用趋之若鹜。
不是“人工智能来了”，而是人工智能早就和我们坐在一张桌上玩牌了。人工智能进入市场早就不再是一个假设，而是已经成为一个事实。
▲人工智能已经坐上牌桌
在讨论人工交易员的发挥空间问题之前，需要明确两点。首先，与人工智能在一张桌上玩牌，这和与人工智能进行对弈是不同的。其次，人工智能的加入，对不同的交易员的影响也是不同的。
市场上原本有两类交易员：为各大金融机构服务的机构交易员和自己做交易的独立交易员。人工智能能否算作第三类交易员？这个问题见仁见智，而且小川认为赋予人工智能“交易员”的称谓会增加无谓的恐慌。但是这里为了更好地展现人工智能带来的影响，姑且称其为 AI 交易员。
一、AI 交易员，获得更多机会
毫无疑问 AI 交易员将会在市场中获得越来越多的机会。事实上，除了进行直接决策和交易（虽然大多数人都认为人工智能是以这种方式进入市场的，但是这类应用目前可能反而并非主流），还可以主要将它们用于大量数据的分析以辅助决策。
从前面的内容可知，至少在 Ray Dalio 看来，AI 的优势主要在于节约人力和便于管理，从而能够大大降低机构在这两个方面的成本。而这恰恰是每个企业都很关心的问题。
相信在不久的将来，有人工智能傍身的交易机构和不使用人工智能的机构之间的差距就会像工业革命时代机器大工厂和手工作坊间的差距一样明显。如果没有人工智能，就无法解决管理资金的规模和效率之间的矛盾，从而使机构在与其它机构间的竞争中处于劣势。
并不是说 AI 的决策质量就一定超过人，但是当一个交易机构发展到一定规模后，用不用 AI 的答案是显而易见的。
二、机构交易员，受到直接挑战
既然越来越多达到一定规模的机构将会引入 AI，那些本可以在这些机构中就职的交易员必然会受到影响。
这些交易员受到的挑战来自两方面：
一方面来自人工智能：人工智能处理数据的能力更强，更加便于管理。引入人工智能后，对执行具体交易操作的交易员的需求将会大大减少。就像广东的富士康工厂，很多车间里已经很少见到工人，而是大量的机器人在执行生产任务。
另一方面来自交易员自己：能否通过学习，更新自己的知识和技能，适应新的需求和新的角色。仍然举工业革命的例子，在机器化大生产中，对于手工业者的需求少了，但是产生了对操作机器和修理机器的工人的需求。第二次工业革命之后，又出现了新情况，20世纪中叶的工厂中流传着这样的顺口溜：紧车工，慢钳工，蹓蹓跶跶是电工。新出现的角色似乎总是会更清闲一些，我们可以说前景美好，但是需要看你能否配得上。
郭台铭在2018年6月接受人民日报南方南工作室采访时谈到：
工人们的需求，从改革开放初期的衣食住行，渐渐转向追求精神层面的满足。单调的体力劳动，很难再引起他们的兴趣。
年轻人不愿意进工厂，逼着我们改进机器人，除非我们放弃制造。服务业都在搞无人商店。将来，人们会花更多的时间在休闲娱乐与学习上。
我们现在已经大量使用机器人，把单调的活拿走，把工人从流水线上解放出来，让他们更多地用头脑去参与创新。工人可以做软件，做编程，做机器人的控制，研究人工智能、大数据等，层次也得到了提升。
这就是第三代和未来的产业工人。最近我们的IT学院改成了工业互联网学院，就是希望用工业互联网来取代过去单纯的制造。
这是改革开放不断深入、产业不断升级、生活水平不断提高所带来的必然改变。
——郭台铭
▲富士康的这个车间中已经很难看到工人
三、独立交易员，仍有发展空间
如果说人工智能已经坐上了牌桌是一个事实，那么这里公布另一个事实：虽然对人工智能的表现持乐观态度，但是川泽外汇尚未使用人工智能，并且自2006年创立至今，所用的交易策略组合始终有效。
我们也看到了十余年来市场发生的变化，但是并没有找到任何证据证明这些变化是完全由人工智能的应用造成的。
在人工智能面前，独立交易员至少有三次机会，就是说这些因素消失之前，还有三根救命毫毛：
1. 流动性：市场的流动性决定了其所能容纳的玩家的体量和数量，限制了单个基金的规模和同时使用相似策略获利的资金数量。不论人工智能的表现多么优秀，一个没有发疯的基金经理都不会试图涸泽而渔。“纯粹阿尔法主要市场”的表现和预期一样好，但是第二年桥水就不再让它接受新投资，而它的规模不过150亿美元。未来市场中会有很多人工智能和人工玩家存在，人工智能如果想要获取收益，就不能和其它人工智能完全一样。在人工智能这些“神仙”们大打出手时，由于他们的体量受到流动性的限制，独立交易者这些“凡人”们并不会被直接碾压，反而能够从中找到机会。只是这有一个前提，“凡人”需要对“神仙”足够了解。
2. 反身性：这是金融市场的固有特征，反身性这个名字是索罗斯提出的，也有人把这种特征叫作“交易者效应”。市场参与者的思维与市场之间相互联系与影响，彼此无法独立，参与者的认知与市场永远处于变化过程之中。这就决定了不论是人工智能还是人工交易员，都不可能一劳永逸。
3. 异质性：独立交易员和投资机构有不同的交易方式。通常认为一个负责任的大型基金经理往往通过调整自己持有的投资组合来控制风险和获取收益；而独立交易员由于精力有限，往往采取用不同的策略应用于自己熟悉的有限几个交易标的上的方式在自己的策略组合上分散风险。因此，独立交易员和人工智能目前的主战场重合度并不高。（在这里小川要发一个英雄帖，如果有熟悉短线交易的人工智能专家，可否估计一下训练短线交易模型的难度？训练一个模型用来进行短线交易在经济上是否可行？可将您的观点写在留言区，给关心这一问题的交易者做些参考）
同时，在当前以深度学习为代表的人工智能热潮中，人工智能所体现出的局限性，也让 AI 在具有反身性的金融市场中，给反应敏捷的独立交易员留下了机会。
深度学习对数据量和运算能力的依赖是显而易见的，已经被人们所普遍接受。可是，我们无法忽视与之相对应的事实是，一贯将处理海量数据、将高效高速计算这些特点引以为傲的电子计算机，在这个领域上其实是极不适应、效率非常低下的。神经网络确实是在模拟人脑从经验中总结经验学习和提取信息，但人类的认知过程所需要的数据量比起深度学习要少好多个数量级，人要认识一个字母或单词，其学习过程仅需要课堂上老师一两分钟的讲解和模仿，就可以辨认不同的印刷体和手写体；人类要分辨雪狼和萨摩耶，只要看过几张它们的图片就可以轻易办到，根本不需要把 YouTube 数以千万计的影像图片翻个遍。我们人类大脑的神经元数量十分庞大，但是依靠神经递质来传导神经信号，这是一种化学信号传递，比起计算机的电信号传递，速度上又要慢好几个数量级，但即使在这样大的速度差距下，目前人脑的认知能力依然可以轻易碾压电脑；此外，能耗效率上的差距也同样巨大，如果把人类大脑的活动转换成电能的话，仅相当于一只20瓦灯泡的功率，而谷歌大脑在运作时，甚至需要配备专用的电厂来支撑。这些事实似乎从一个侧面跟我们诉说着深度学习虽然是模拟人脑而来的，但是还远未找到人脑生物结构中的精髓，还处于非常初级的阶段。
——周志明《智慧的疆界：从图灵机到人工智能》
这些局限性限制了人工智能在交易领域中的应用规模和反应速度。
对冲基金的深度神经网络用途相对单一，除非他们采用类似亚马逊对技术投入的策略，拓展其应用领域从而将其本身作为产品推向市场，否则维持大规模的硬件和人才队伍就不具经济效益。由此看来，在较近的未来，成功的大型基金极有可能会成为科技公司。
但是即便如此，一旦一个训练好的模型在市场中失效了，重新训练一个有效的模型所需的投入仍不好估计。
说了这么多，其实我们应该回归问题的本源。交易者究竟靠什么在市场上盈利？毕竟桥水公司构建自己的系统也花了30年。
与其担心人工智能的影响，先解决盈利问题才是真格的。
▲看一段历史文章中赏心悦目的资金曲线压压惊
5
思想永恒
✎ 卷尽残花风未定。休恨。花开元自要春风。试问春归谁得见。飞燕。来时相遇夕阳中。
——辛弃疾
对于人类的悲观主义者，如果前面的内容仍然不足以获取信心。那么，不仿抛开专门领域，在综合能力上比较一下人工智能和人类的水平。
幸运的是，康奈尔大学的研究者们进行了相关研究，他们比较的是——智商。下表是2016年的数据，最右边一例是智商数值。
这样看来，即使是表现最好的谷歌人工智能，与人类6岁儿童仍有较大差距。以人类的智力水平来衡量，2016年所有的人工智能产品都是“人工智障”。研究者们在2018年还将继续进行类似测试。也许不久我们就可以得到消息，如果整个2019年我们都没能获得这些消息，那么很可能意味着商业上的一些问题。
尽管通用人工智能的智商得分很不理想，但是近年来人工智能的性能发展确实极大地拓展了自己的应用领域，在我们的生活中多了许多成熟可用的商业产品（如讯飞翻译机、更好用的扫地机器人等）。以深度学习为代表的第三次人工智能浪潮已经到了几乎无孔不入的地步。
“如今神经网络理论开始奏效，因而工业界及政府也开始将神经网络当做人工智能。以前整天嘲笑神经网络的人工智能研究者们也乐在其中，并计划从中分一杯羹。”
——杰弗里•辛顿
如果连街头擦皮鞋的小孩都在讨论股票，就是时候该清仓离场了。由于其本身的局限性，结合现在资本和人力的投入程度，深度学习的热潮也许将要迎来一个拐点。当模型和算法的潜力被发掘殆尽，硬件性能没有实质性突破，AI 的性能一头撞上“算力墙”的时候，谁也不知道将会发生什么。
但是 AI 的生命力不止于此。不管企业界如何洗牌，AI 来了就不会走，仍将在未来的生活和工作中继续伴随我们，为我们提供支持。当任何一个企业都无法将运用人工智能本身作为自己的优势时，我们就可以说，智能革命完成了。
目前 AI 开源社区的发展正呈燎原之势。在国内，上海市西中学已经开设了人工智能基础选修课，由华东师范大学的陈玉琨教授和香港中文大学的汤晓鸥教授共同主编的《人工智能基础（高中版）》已经出版发行。人工智能教育已经走入中学课堂，并有向义务教育阶段延展的势头。
我们的下一代将对AI无比熟悉。如果说85后是伴随个人计算机成长的一代，95后是伴随互联网成长的一代；05后就是伴随人工智能成长的一代。AI 将成为像电子表格一样普遍的工具。
到那个时候，说不定每一个独立交易员都可以拥有自己的人工智能助手。
▲这一页演示文稿，大家体会一下
在2016年出版的吴军博士的《智能时代》这本书的封面上，写着这样一行字：
2%的人将控制未来，成为他们或被淘汰
2%这个数据有两个来源：
1. 是从历次产业革命中的历史数据统计中得出来的。在产业革命初期，由于技术的引入和效率的提高，在原有产业与新技术结合形成的最初的新产业中所需的工作岗位是大大减少的。例如：在后工业时代的技术条件下，发达国家只需要2%~5%的农业人口，就能满足全社会的粮食和食品需求。
2. 我们经常说2%的人掌握了98%的财富。这2%的人是哪一部分人呢？是处于产业前沿，能够从产业革命中直接受益的人。
封面上的这行字看起来很让人焦虑，但是它本身不是说产业革命不好，历次产业革命的最终结果都是让人类活得更好，寿命更长；但是在产业革命初期，相当数量的人由于知识、技能结构不能适应新的需求而被时代抛弃。以往的经验表明往往需要一代人的时间来解决这一问题。
吴军博士给出的解决方案是加入那2%的人的行列，分享智能革命的红利，这需要适应智能时代的新的思维方式。在书中，作者举了很多这方面的例子。对于独立交易员来说，好消息是你不会失业。
除了工作被人工智能取代，社会上存在的另一种担心是担心人类被人工智能安排得太过妥帖。有这种担心是好事情，只要有相应的担心，人类就会去思考应对的办法。对于失去自由，人类作为整体从来都不缺乏警惕，今年是《一九八四》出版的第70个年头。
在人工智能进入市场之际，作为一名独立交易员，按照李开复博士的答案，未来15年内你基本安全；按照吴军博士的答案，你可以加入2%的队伍获得更多红利；按照小川的答案，在可预见的未来，你还有三根救命毫毛，但是盈利问题是更重要的问题。
▲长按保存可分享朋友圈
那么，人工交易员还有发挥空间吗？
事实上，我们最大的对手从来不是技术发展，不是产业革命，不是人工智能。而是放弃思想、放弃学习、举手投降的念头。
人既高贵又渺小，人因思想而高贵，高贵到知道自己渺小和高贵。人是自然界中最脆弱的东西，所以他是一根芦苇，但他因为会思考，可以囊括宇宙，可以通向无穷，这就是人在宇宙中的全部尊严。
人是一根会思考的芦苇。神造天地，而天地不知，唯有人有知。人因会思考而高于万物，统率万物，高贵得如同世间的王。即使死亡也无法剥夺他的尊严，因为他知道自己将要死亡，而宇宙对此浑然不知。即使他被毁灭了，也是一个被罢黜的国王赴死，因为没有什么东西能剥夺他的尊严和血统，那就是他的思想。
——帕斯卡
END
点 击 图 片 阅 读
全国I卷作文题：你Pick吕小白，官夷吾，还是鲍叔牙？
我调研了10年才发现：不怕大风大浪的人，有12项永久技能
