今天，我非常高興能夠來到中國，尤其是來到深圳！深圳正在發生著翻天覆地的變化，我來這里不僅僅是給大家分享未來將會發生什么事情，更多的是要向大家學習，與大家共同探討深圳將會發生什么。這里代表著未來，今天要重點談談我所認為的未來將發生的十二個趨勢。

　　我所看到的十二個趨勢，其實并不是什么新鮮的想法，因為過去20年中，這些都正在悄然發生，只是未來這些趨勢將會更加明顯，更加劇烈。這十二個趨勢在未來將會滲透到我們的文化以及商業的各個方面中。如果要發現新的商機，就必須要關注這十二個趨勢。

　　所有的產業都在向分散式結構靠攏，如Uber。

　　趨勢一：形成／成為（Becoming）

　　大家可能會關注蘋果、百度、騰訊這些大公司，但我今天關心的并不是這些一個個具體的大公司，而是一個大的潮流和趨勢。

　　為什么我不關心具體的大公司，而關心趨勢？

　　比如40年前，我們并不知道電腦將會發生翻天覆地的變化，價格會變得越來越便宜。如果有這樣的一種意識，你就會創造出很多新的產品，這就是為什么我不關心具體的大公司，而要考慮宏觀的發展趨勢。

　　世界正在發生著翻天覆地的變化，未來是未知的，也就是沒有所謂的專家，我們都不知道未來會發生什么。正是在變動和未知的情況下，現場的每一個人都有可能變成專家，并做出一些變革和創新。

　　從層級化結構到網絡化結構，這是一個變化趨勢。正因為網絡的存在，我們在溝通方面創造了更多的可能。這個結構非常有效，執行會非常迅捷。在交流的時代，最有效的結構就是一個網絡化結構。從三、四十年前發展至今，網絡溝通的前進并沒有結束，我們會繼續發展下去，并創造更多的機遇，這種分散型的網絡結構會刺激出更多的想象。那么我們如何做事情呢？可以通過這種分散式的結構實現創新，這將是一個長期的趨勢。

　　在未來十到二十年，這將改變公司的角色，如果公司還保留之前的層級結構，就無法適應時代的要求，不能在市場中存活。新的企業文化會給公司企業帶來影響，也會產生新的空間。公司可能感覺沒有以前那么安全，沒有以前那么確定，所有的事情都變得可以被質疑。

　　如果你想要快速實現一些事情，可以通過網絡的手段實現。集中式的結構是一個層級結構，分散式的結構是一個開放性結構，這就是網絡式結構的活力所在，大家可以在里面自由地創造。

　　在分散式的網絡結構中，我們已經做了很多的事情，但仍有很長的路要走。未來會有更多新的事物，比如政府職能在分散式結構中會有所變，教育如何通過分散式結構推動自身發展等等。變成分散式的網絡結構是一個長期的趨勢。Ebay使用的是分散式結構，Uber也是如此。眾籌也是一種分散式結構，你可以通過眾籌來得到資金，會有不同的客戶來支持你的創業。

　　你在使用谷歌的時候，通過搜索得到答案。另一方面，每當你輸入一個查詢詞，點擊一個搜索引擎生成的鏈接或是在網上創建一個鏈接，實際上是在訓練谷歌的人工智能，你在給這個公司增加價值。谷歌每天處理億次查詢，就是在一遍又一遍地訓練深度學習型人工智能。所有的產業都在向分散式結構靠攏，未來這個趨勢會持續發展。

　　趨勢二：認知（Cognitive）

　　未來，人工智能的時代即將來臨，這個趨勢也可以說是認知的趨勢。這個詞聽起來很炫，但實際上的意思就是我們應該如何變得更聰明。外界對人工智能可能有一些固有的思維，認為它們會變得和人類一樣聰明。

　　我的想法是：它們不是和人類一樣的智能，但它們能夠幫助人類。

　　像是iPhone里面的Siri，就是人工智能的一種。在安卓、微軟，我們也有類似的系統，你提問它，就能得到答案。現在醫院每天都使用人工智能，醫院拍片使用的也是人工智能，它們不會累，能一直工作，并能準確的診斷疾病。

　　在法律方面，人工智能實際上可以整合各方面的信息，然后制作一份份文件，專業性不輸于律師；在飛行過程中，人類通過人工智能進行飛機的操作，飛行員只需駕駛飛機七到八分鐘，剩下的操作都交給人工智能；現在購買新車，車里面會安裝個芯片幫助你剎車，它的剎車技術比任何人類都要強；未來人工智能甚至可以幫助人類診斷疾病，它的醫學診斷技術和人類醫生一樣強。

　　三種關鍵的技術元素現在所發生的科技變化，能幫助人工智能更快速的學習進步。在這當中，三種技術元素的發展加快了人工智能數量和質量的提升。

　　第一，神經元網絡（通過模擬大腦神經元網絡處理、記憶信息的方式，完成人腦那樣的信息處理功能）。這是在20世紀50年代被發明出來，過去我們可能只是在幾千個神經元當中實驗，并不能得到理想的效果，但當我們把它擴大到幾百萬，甚至數億量級的神經元時，就會有更大量的數據、更深層次的算法、更好的效果。

　　第二，GPU芯片（圖形處理器芯片）。GPU芯片通常是游戲芯片，也可以用在AI（人工智能）領域，它有很大的價值。因為你可以通過這樣一個小小的芯片，讓人工智同時處理很多事情，而且這些芯片現在變得越來越便宜。過去，它的發展可能很慢，但隨著科學不斷進步，它的發展速度越來越快，蘊含巨大的商業價值。

　　第三，大量的數據。每種智能都需要訓練，有大量數據才能進行預測或者是進行處理，大規模數據可以幫助人工智能變得更聰明。

　　1、未來人工智能可以做成服務進行售賣；

　　為什谷歌的AlphaGo能打敗圍棋世界冠軍，這是我們之前沒有想到的。這個芯片不僅能讓我們玩游戲，還能讓我們實現很多人工智能的效應，做一些我們做不到或者不愿意做的事情。谷歌現在訓練人工智能，并不只是訓練人工智能玩游戲，而是教它怎么玩游戲，教它如何自己玩游戲，培養它能夠像人類一樣玩好游戲。

　　生活中已經有很多東西比我們更機智了。比如說計算機、手機導航系統。像谷歌、百度這樣的搜索引擎，它們甚至猜測你想要問什么問題，即使你還沒輸入完你的問題，你只要問它兩個字母，它就可以猜出你的問題是什么，它是可以預測和參與到你的體驗當中的。這就是AI（人工智能），它的作用非常大，這些都是在后臺運作的事情，對你來說是無形的。

　　今天我們看到很多事物電力化了，而未來我們會把許多事物都智能化。

　　未來十到二十年，我們所創造的人工智能將與人類不同。所謂的人工智能是像谷歌自動駕駛汽車，用AI（人工智能）來駕駛汽車。這種駕駛與人類完全不同，它們不會像人類一樣會分心，它們在開車時專心駕駛，它并不會想到金融相關的問題，這也是我們要求它們做的事。

　　人工智能可以有很多種工作形式，我們可以和人工智能合作，或是創造出各種不同的思維形式。以前我們只有一種思維方式，那就是人類的思維方式，但我們現在想要它們和人類有完全不同的思維形式，這也是AI（人工智能）之所以能夠幫我們的方式。不是說它們比我們更強大，而是它們和我們的思維角度完全不一樣。

　　未來人工智能可以做成服務進行售賣，它可以通過電線把智慧傳到你家里，像一個商品一樣。150年前的美國，許多人通過把原有的事物電力化，創造了財富。比如，水泵加上電力服務，把它變成了一個電子水泵或者是電動的水泵，或者把洗衣桶變成了自動洗衣桶、電動洗衣桶，那就是洗衣機。他們把原有的產品加上電力，創造了電力化這項服務。

　　未來，人工智能可以作為一個商品來售賣，就像過去的電力一樣傳輸，我覺得將會有數以萬計的創業公司從事把人工智能運用在某一個領域的工作。接下來可能會有上萬家企業都是用這種方式創業，這里有很大的潛力，你可以把某些東西加上人工智能，把零售業加上人工智能等等。

　　比如：照相機，我們把它人工智能化，間接的就好像有很多人在照相機里面為你工作一樣，好像每天24小時都有數百個大腦在跟你一起工作。我認為這有非常巨大的潛力，并不意味著你一定要自己創造AI，而是你可以像購買電力一樣購買智能系統，這與大家以往所想的不一樣，AI會成為一種商品，大家都可以購買它。但我們得在這個基礎上做一些改變，需要創造新的功能，比如在生態系統上，用不同的方式來使用這個商品，這也可以帶來更多的創造性。

　　對人工智能來說，使用的人越多，它就越聰明。隨著它越來越聰明，使用它的人就會越來越多，這是一個循環。

　　一家公司進入這個良性循環后，規模會變得越來越大，未來人工智能領域將出現兩到三家巨型的寡頭公司，大家都能從那兒得到服務。當然，我們會有很多類型的人工智能，我們也可以用人工智能幫助人類創造更好的人工智能，那么人工智能范疇就可以發展得越來越快。

　　2、人工智能將給人類創造新的工作機會。

　　我們之前對于機器人的設想是它看起來像人類，但這一點比較難實現。現在我們所看到的機器人手臂，雖然不像人類，但能夠幫助我們裝東西，這就很有用。我們把人工智能加入到這樣的機器手里面，它會找出問題，然后解決它。它們可以進行試錯練習，它犯錯誤之后會記住，下次不會再犯。

　　另外一種機器人，它有一個眼睛可以觀察，你給它示范是怎么做的，通過觀察你的做法和過程，它就能進行模仿。它有一個眼睛可以看，可以觀察。這種機器人是有特殊程序的，它可以和人類一起工作，不會傷害人類，不像汽車工廠見到的機器人，它們裝置汽車，身邊不可以有人類，因為會傷害到人類。新的機器人，人類是可以跟它們一起工作的，未來我們將會和人工智能一起工作。舊的工作會遭到更新換代，但機器人也會給人類創造新的工作。

　　兩百年前，70%的美國勞動力以農場為主，后來自動化實現后，機器代替農民，被替代的農民轉向其它工作。那么農民去哪里找新的工作？他們可以成為健身房的教練，也可以做設計師，他們主要是用機械化來代替他們進行工作，他們可以從事別的行業。人工智能取代了我們的工作，但也可以為我們創造新的工作機會。對于任何需要生產力的工作，都會進行人工智能化。人工智能發揮作用非常大，因為機器人的工作效率非常高，它們被設計來就是做高效率的工作。

　　對效率要求并不太高，需要有經驗，需要創造力的工作適合人類做。比如科學家做實驗，這并不是效率要求特別高的工作，因為你的成果并不是特別多。藝術方面的工作也并不是效率要求特別高的，大家不是特別在乎你畫這幅畫花了多少時間，這些都和效率都無關，但效率要求高的工作就適合機器人來做。

　　我們去到現場聽演出，好的演出價格越來越高，越來越有價值，這和效率無關。對效率要求不高的工作，我們會花費越來越多的錢，比如保姆工作，帶小孩的工作，這些都需要經驗，這是非常適合人類的。未來，你的工資高低將取決于你能否和機器人默契配合。配合得越好，你的工資就會越高。

　　總而言之，人工智能可以購買，可以使用，可以做任何事情，可以讓我們有不同的想法。