在深度学习和监督学习之后，我们还在做的工作行业内叫强化学习，或者是认知推理，这个到现在还没有进入到实用阶段。我们今天讲到的深度学习还停留在现有的语音图像处理阶段。所以，我们很好奇未来这样的必然趋势，是必须对技术的发展有很多具体的了解。
今天不是讲理论课，我更多是想探讨背后的技术将会带来什么变化。其实，2016年给我最大的冲击是阿尔法狗，我们称之为一场启蒙运动。相对以前的文艺复兴，它是在探寻人和人，以及人和神之间的关系。阿尔法狗之后，我们关注的是人与机器的关系。
2016年那场比赛我参与比较多，我在新浪直播全程见证了李世石被机器打败。在那场比赛中，跟我一块做嘉宾的是中国围棋队总教练余斌。赛前，他坚定认为人一定会打败机器，甚至觉得机器能够下围棋是一件不可理喻的事情。
比赛之后，余斌教练的精神出现了一定的崩溃，我听说是新浪编辑帮忙打车送他回去的，他已经不知道怎么打出租车了。当一个机器文明诞生时，对于我们来说，特别是专家，被机器取代的那一刻，自己内心是难以接受的。之后在医疗、驾驶等各领域都会发生这样的变化。
比赛前我们对阿尔法狗有很多质疑，比赛之后，我们发现很多年轻朋友把阿尔法狗称为狗狗，对它有很大的接受，围棋九段选手们把它称为阿老师。今天，我们通过拟人化的方式接纳了机器。这种接纳的速度会更快一些。
什么样的工作将会被取代？这是很多媒体人好奇的问题。我想，这是近期要去解决的回答，还有一个问题是人类是否会被机器取代，这是更加远期的问题。实际上，16年到现在的3年时间，我永远被追问的最核心问题也是这两件事情，而不是探讨背后的技术本身。
关于近期的问题，什么样的工作将被机器取代？我们要理解当下机器本身的强大，以及它目前的局限性。我们收到媒体或者影视作品的解读，理解到机器强大，想象它已经变成人的形状，能跟你对话，甚至比你更加厉害。实际上，今天的技术远远没有到。
今天，我用两个观点来阐述现在人工智能本身的局限性。第一，今天人工智能已经具有了强大的感知能力。什么感知呢？就是听觉、视觉，跟外界接触之后进行信息低层次处理的感知。现在图像识别里面，机器做人脸识别已经可以超越人了。
今天早上，我看新闻讲京东开始养猪，做了一个猪脸识别系统。我们知道人在做人脸识别的时候，是天生的在几千万年进化里面对人像的理解，机器用几年时间就学会了。但我们人类识别两只猪长得有什么不一样会变得更加困难。
可对于计算机而言，学习猪和学习人的脸部特征是类似的事情。这样的领域里面，机器的感知能力是可以接近甚至超过人的。
