医生、律师、金融交易员、教授等这些有高门槛的职业时至今日一直受到人们的追捧，但随着人工智能时代的到来，这些专业工作也不再是相对安全的避风港湾了。

智能机器人能干什么

牛津大学的丹尼尔·萨斯坎德（Daniel Susskin）认为，由于普通人对专业领域的知识了解有限，这些职业才应运而生。然而，现在科技提供了便利，使得人们在有需要之时更容易获得相关知识。

“我们这个时代最重要的通用技术是人工智能，”麻省理工学院的斯隆商学院管理学教席教授埃里克·布林约尔松（Erik Brynjolfsson）和首席研究科学家安德鲁·麦卡菲（Andrew McAfee）指出，“机器学习技术使机器不需要人类对所负担任务作出明确指令，有能力自主提升表现。”

机器人学专家吉尔·普拉特（Gill Pratt）进一步说明，通过“深度学习”，机器人能通过处理海量数据来扩展它们的能力，形成可以归纳的关联。它们解决复杂问题的能力会远超人类。

当这一潜能得以实现时，这些“会思考的机器”就能从执行具体任务的生产线大批进入经济的更多领域，扮演更为多样化的角色。

全球网络和云端技术进一步加强了协同效应。AI和机器学习搭载云技术后进一步提升和扩散，机器人将所有信息整合到一个系统内，学习速度会显著提高，洞见也几乎能即时得到分享。

人工智能现在做的事及其最大的进步出现在以下两大领域：感知和认知。

在第一类中，发展迅速的技术如语言识别和图像识别，前者如我们熟知的Siri、Alexa和谷歌助手都在使用这项功能，后者大名鼎鼎的应用如无人驾驶汽车识别行人。

第二类重大突破是认知和问题解决能力的提升，这方面如网络安全公司能利用智能代理检测恶意代码和防止洗钱，保险公司索赔流程自动化，还有利用人工智能技术辅助银行信贷决策、进行股票交易、优化库存、辅助癌症诊断、翻译文本、提升个性化推荐和在线广告精准度，等等。

未来的劳动者将被大规模替代

随着人工智能和机器学习的快速进步，用途越来越广泛的机器人是否将以前所未有的规模取代劳动者？

有专家称，未来20年，美国几乎一半的就业岗位、印度三分之二、中国四分之三的工作岗位都很可能被机器学习所带来的自动化取代。

持乐观态度的专家，如麻省理工学院经济学家戴维德认为，很多工作之所以产生，正是得益于高效的新机器的出现。这解释了为什么20世纪尽管科技进步令人眼花缭乱，美国就业人口比重仍然上升；也能解释为什么农业就业人口占劳动力的比例从40%降至2%，但并未导致普遍失业。

人工智能将为人类提供新的机会、创造新的体验和职业。例如，人工智能在解决问题方面能超越人类，但在“发现问题”方面人类的创造力还是更胜一筹。持悲观态度的专家，如机器人学专家吉尔·普拉特认为，机器智能的进步可能是革命性的而非渐进式的。机器人会以前所未有的规模替代劳动者。

还有专家提出，人与智能机器人不是替代的关系，而是会形成新的分工。这种新分工体现在：人利用人工智能、机器学习优化工作绩效；机器善于解决问题，但不会提问题，不擅长创新，故而在机器学习时代最有价值的社会职业是创新者、科学家、创作者和其他能够分析出待解决问题、待发掘机会和待探索领域的人才。

杜克大学的密西·卡明斯（Missy Cummings）教授指出，我们尚处于摸索如何让智能系统与人类无缝合作的早期阶段，这将促进人类与智能系统实现工作共享。人和机器为实现共同目标进行合作，实现突破。

西浦应对人工智能挑战的融合式教育

针对探索人工智能时代新型人才培养模式和研究人与机器共生时代的教育这一重要命题，西交利物浦大学（简称西浦）提出了具有前瞻性的西浦方案。

西交利物浦大学执行校长席酉民教授指出，智能时代传统行业被取代或改造、新行业大量涌现，知识获取不断便捷，职业日益碎片化、休闲时间持续增多……在此背景下，就高等教育的发展趋势而言，当下以专业精英为目标的主流培养模式在教学和专业融合上急需调整，传统行业的改造和新行业的涌现需要大量行业人才，这些人才不仅需要很高的素养和专业基础，还应具备较深的行业知识、较强的创业家和管理能力训练，这种教育从育人模式到学校形态都将发生革命性变化。

针对未来社会对人才的需要，西浦开启融合式教育的探索，它把通识教育、专业教育、行业教育和管理教育融合起来，把学习、实习、在岗训练和创业融合起来，把学校、企业、行业、社会融合起来，形成一种价值链创造和价值链共享，最后形成学、研、训、创、产高度融合的新型教育模式，培养引领未来行业发展的国际化行业精英。

为了支持融合式教育的开展，西浦还将建设专门的教育基地，培育融合性的学习和教育环境，探索未来大学的新形态。