斯蒂夫·霍金曾撰文稱：“人工智能的短期影響取決於它由誰操控，長遠影響則取決於它是否操控。”這個想法引起了埃隆·馬斯克和比爾·蓋茨等人的共鳴。如果說過去程序員像上帝，那麼現在他們就像馴狗師。那麼小編就來聊聊人工智能與深度學習。
“機器學習”成爲一種新的語言方式
《連線》雜誌月刊6月號的一篇報道稱，很快程序員將不再爲計算機編程，未來我們將像馴狗一樣訓練計算機。
報道稱，20多年來，硅谷的科技巨頭們都在孜孜不倦地追求一種被稱爲“機器學習”的計算方式。得益於深度神經網絡的興起，這種大規模分佈式計算系統正在窺探和模擬大腦中神經元的多層連接，並嘗試自己學習、編程。
在傳統的編程中，工程師寫下明確的指令讓計算機執行。但有了機器學習後，編程人員不需要再給計算機編寫指令，他們將賦予扮演訓練計算機的角色。
“我很小的時候就接觸計算機科學，我對它着迷是因爲在計算機的世界裏我可以忘記自己。”Android操作系統的聯合發明人安迪·魯賓認爲，這樣的日子到頭了，“人們不會再逐行寫代碼了。在一個神經網絡學會了語音識別之後，程序員不能鑽進去看看這是怎麼發生的。它就像你的大腦，你不能剖開大腦看看自己在想什麼。”
有了機器學習，工程師就無法確切知道計算機會如何完成其任務。神經網絡的運作在很大程度上是不透明的，並且難以捉摸。換言之，它是一個黑箱。
幾個例子
現在，有了機器學習後，如果你想教一個神經網絡識別貓，你只需要給它看大量的貓咪圖片，最終它就會明白什麼樣的是動物是貓;如果它總是把老虎當成貓，你也不需要重寫代碼，你唯一需要做的就是，繼續給它看更多貓的照片，直到它學會辨別。
科技巨頭已經勇敢地嘗試機器學習在現實世界的應用。k網站用它來決定向你推送哪些新聞會引起你的興趣，谷歌圖片用它來識別人臉，微軟Skype翻譯軟件能把講話實時轉換成各種語言，無人駕駛汽車用它來避免交通事故，谷歌的搜索引擎也開始仰仗這些深度學習網絡。
但也不完全都是好消息，嚴重的`情況下，機器學習甚至會帶來災難。去年夏天，谷歌的圖片識別引擎開始把黑人照片標註成大猩猩，公司緊急道歉，第一個補救措施就是斷然阻止系統給任何東西貼上大猩猩標籤。
另外，依託於深度學習，人工智能過去幾年取得的進步比過去幾十年還要多。人工智能看上去將無所不能。
據美國趣味科學網站6月17日的一篇報道稱，韓國浦項工科大學材料李大佑在一篇發表於《科學進展》雜誌網絡版的論文稱，他發現了一種新型的“人造觸覺”，它能讓超級計算機模仿人腦。
他還表示，該項研究將會在機器人、自動駕駛汽車、數據挖掘、醫療診斷和股票分析技術等領域產生價值。
根據一項數據，人腦每秒可以進行1億億次運算，而世界上最快的超級計算機“天河二號”的運算速度爲5.5億億次，不過人腦的能耗功率僅爲20瓦，而“天河二號”的能耗功率則高達17.8兆瓦。人類的目標是，研製出能模仿人腦能力和效率的計算機。
程序員會失業嗎?
無論如何，“深度學習”的興起帶來一個現實而嚴肅的問題，程序員會否因此失業呢?由彼此神經相連的深度學習機器主宰的世界或許不再需要眼下的程序員也未可知。
過去20年裏，學習編程是通往可靠就業的最堅實道路之一，至少截至目前，程序員依然是各大互聯網公司的香餑餑，但未來是否還會如此，則充滿了變數。
過去我們說“控制了代碼，就控制了世界。”現在則不盡然。
在科技圈，擔憂人工智能是否會取代越來越多的人類工作的討論不絕於耳。目前越來越多的代工廠如富士康、或者企業如美的等都在積極推動工業機器人代替低效的車間工人，程序員也許很快面臨類似的“失業問題”。
不過，前斯坦福大學人工智能教授、谷歌自動駕駛汽車之父塞巴斯蒂安·特龍對機器學習的未來充滿樂觀，他說，從長遠來看，機器學習會產生的一個影響是大衆化。一如你在當今無需弄明白html就可以建網站，最終你無需取得博士學位就可以挖掘利用機器學習的超強力量。編程不再是學習了一系列晦澀語言的專業程序員的獨有地盤。凡是教過狗狗打滾兒的人都可以編程。特龍表示，“我覺得這是編程領域最酷的事情，因爲人人都能編程。”
毫無疑問，“機器學習”將替我們接管大部分工作。人類——尤其是程序員——最終將進化(或退化)爲一種計算機的“馴狗師”。這或許將是一種新的職業。