#写在前面
2015年，因为有了kindle，我读了惊人的93本书（我会告诉你，我kindle在火车上被扒手偷了吗？不然数量会更多）。这其中也有很多经典的书，因为kindle的缘故，我尝试着读了几本英文原版书，而我又对这些原版书很是偏爱，这让我在评分上很偏爱原版书，结果就是，今年的十佳图书，未必会符合大众的口味，因为其中有四本书是英文原版的。不过，我还是想说，读他们，真的不吃亏！
因为对心理学感兴趣，所以读了《影响力》。因为对经济学感兴趣，所以读了《经济学原理》。因为对侦探小说感兴趣，读了大量东野圭吾。因为对英语感兴趣，所以对了不少英文原版，一切都很合理。只是到了今年的后半段，由于实习的缘故，很难拿出整块的时间来阅读，零零散散地阅读，还很不适应。再加上kindle丢失，让读书这件事变得不那么容易。还好的是，实习公司附近就是图书馆，利用业余时间还能去图书馆走走，继续读书。还好的是，周末可以去书店，坐在地上，读书。
#废话少说，直奔主题
你也可以直接打开豆瓣豆列浏览
#写在前面
2015年即将过去，我们又即将迎来2016。我在去年的大概这个时候，写了一篇《我的2014十佳–电影和图书 》，得到了我认为还算不错的反响，而对于我自己，也把这件总结的事情，看作是一件很有趣味的事情来做。所以，我在这个时候，打算将这件评选个人十佳的事情继续做下去。
影视部分，2015年，我依然坚持着看一部影视作品，就在豆瓣上打个分，写几句个人感受，这让我回顾整个2015年的影视观看，很是容易。2015年，截至到12月12日，我豆瓣上标记了79部影视作品，比14年的104少了很多，这很大原因是我在15年下半年开始实习， 因此看影视剧的时间少了很多，另一方面，这一年来看了几部美剧和日剧，而它们数量虽然少，但是占用的时间却非常多。在此，点名表扬《东京爱情故事》《神探伽利略1，2》《曼哈顿计划1，2》。
我不知道我的2016年会怎样，但是我想，估计在2016年看的影视作品还会更少，因为，毕业了。
#废话少说，直奔主题。
你也可以查看
一个人走在路上，带着耳机听着歌，迎面走过来两个二十五六岁上下的女的，将我拦住。于是我摘下耳机，对方中的其中一个年龄稍大的说，他们是来深圳找工作的，现在身上没有钱，希望我能够请她们吃顿饭。
我当时身上也确实没有钱，在此之前，还因为没有钱而用支付宝买的奶茶。但是无论身上有钱没钱，我都觉得这就是骗子，于是表现出犹豫的态度，想要拒绝。
对方看我犹豫，于是又抢先说，你不要误会，我们不是乞讨的，大家都是年轻人，我不骗你，我们来找工作没有钱了，就想你请我们吃顿饭。
我不想因此浪费时间，只是说，我不骗你，我身上确实没有钱。说了两遍，对方俩人看我这样的态度，竟然是两眼一斜，走开了。我于是也继续走。
其实之前这种事，我也遇到过，都是说自己来找工作没钱求给点钱请吃个饭，不过之前遇到两次都是六七十岁的老头老婆子，昨天却遇到两个年轻女人，呵呵呵。
阅前须知：
1这是我个人翻译的第三篇文章
2本文来自美国著名科技网站techchurch 翻译前未授权，如有侵权，告知将删。
3翻译本文过程中，遇到了很多问题，真的觉得翻译是门学问，不仅需要英语优秀，汉语更是要过硬，否则翻译出来根本不是人话。
4翻译尽量保持直译，在直译之外也添加了很多个人的料，不喜可以直接去看英文原版The Next 10 Years Of Automation And What It Might Mean For The Job Market
5翻译此文，也花了我很长的时间了，工科出身，翻译不好，请多包涵
经过几十年的微小的发展，尽管这些发展很大程度上没有被大部分外部世界所注意到，人工智能在过去的两到三年内作为一种「红得发紫」的技术确实已经占据了舞台的中心。
从谷歌公司汹涌的收购浪潮（收购对象包括DeepMind, Boston Dynamics等等）到与日俱增的风险投资，再到比尔盖茨和伊隆马斯克对潜在的超级智能的人工智能产物安全性的担忧，人工智能领域不可否认地重新回到了聚光灯之下。
在工业世界里面，最令我们担忧的是「自动化」对于就业情况所造成的结果–无论是对于白领一族还是蓝领一族而言。
尽管更深远的考量还很难预测，但是许多有经验的计算机科学研究者对于人工智能在接下来的五到十年的影响很是乐观。
针对自动化对于大自然和人类劳动需求的影响，有如此多的潜在的没有被发现的推断，因此我决定去向六个人工智能领域的PHDs（博士）请教，请教他们是怎样看待人工智能是如何影响接下来十年的就业市场的。就工业而言，他们的回答并不统一，但是他们有一个观点是一致的：人工智能会扩大或者加强当前已存在的算法的利用。
大范围的工作可能很容易被自动化，比如那些工序简单重复操作或者只是评估数据的工作。乔治亚州理工学院（ Georgia Tech）的伊凡.艾萨（Irfan Essa）专注于他在machine vision方面的研究，而machine vision 是一个在过去十年里已经发展成熟的领域。他说：“对于许多的领域，人工智能都有它的用武之地，它也在相当长的时间里已经开启了它的「聚集模式」，并且现在我们将最终走向终点！”
验证人脸，或者是识别网络图片（验证动物，地标或者其他对象），这些工作都曾经是人类无可替代的工作。而现在这些任务都可以被训练好的神经网络所自动化完成。至于这些人物 是如何执行的，谷歌公司的彼得.诺维格（Peter Norvig）解释得非常好，可以观看视频(需翻墙)了解详情。
可视化数据是并非是唯一的专注于智能化的领域，对智能化的研究也一直处在不断努力发展之中。马丁.福德（Martin Ford ，畅销书《机器人的崛起》（Rise of the Robots）作者）提及，在接下来的十年内，我们会看到越来越多的原本由白领参与的工作被自动化所取代。
丹尼尔.博兰特（Daniel Berleant ）很同意马丁的说法，他还阐述了当前自动化发展所面临的几大苦难，其中包括自动化产品的可移动性，计算机可能比人类更善于来处理数据，而不是来取代更多的手工劳作工作，至少在这十年内是这样。尽管两足机器人在过去的十年内已经有了叹为观止的成绩，但是需要敏捷的身体条件的工作，比如家具搬运工，餐厅忙碌的服务员还很难被自动化所取代。（负责固定装配工作的机器人正处在长期发展之中，比如rethink公司的Baxter ）
一些研究人员相信小规模的数据传递同样适用此道，安德罗斯.康奈（ Andras Kornai ）表示，“IBM当前正将watson电脑系统应用到医疗卫生领域，我期待相同的事情能够在法律领域发生” 毕竟尽管「机器学习」有可能会用于诊断癌症或者其他疾病上，这些技术现在看起来仍然不太可能取代医生。
长话短说，如果你有一个牵扯到处理表格的工作，需要占用你大量的时间，这时候可能在这里更需要一个软件，它比人类处理信息更快而且更加廉价。麦克.安德森（ Marc Andreessen）将这一观点放到了华盛顿邮报对他的采访“软件正蚕食世界”之中。如果你想要在2025年的时候依然被雇佣，而不是失业，这个观点应该被认识充分。
然而，人工智能在接下来十年的影响可能会呈现一个扩张，这种扩张不再是只专注于一些小的领域，那些已经路人皆知的，比如分析图像，在国际象棋上打败愚蠢的人类等等。我曾经采访过的一些人工智能领域的专家似乎认为，人类将会变得更加乐于移交任务而非控制。
艾亚.艾米尔（Eyal Amir ）是斯坦福大学的博士，同时还是伊利诺伊州立大学人工智能研究领域的相关专家，他指出：“一般来说，你所见的是汇聚在一起的不同的数据，并且我们给计算机更多的独立性，后来我们开始相信计算机能够完成一些基础性的工作并且承认那些工作如果由人类来做将不能完成”
在最近的一个人工智能的采访中，艾米尔表示人工智能项目更加有效的同时，他看到了它带来的另一个影响，那就是上面提到的信任度实际上也在增加。而这样的人工智能项目就包括苹果公司的Siri以及 Facebook公司的广告算法（这个算法关乎每一个Facebook用户的偏好，位置，性别等等，而这些信息是基于Facebook庞大的信息点）。未来的这种服务比如Siri可能会很快地为你提供信息并且实施任务，比如订pizza，叫清洁工打扫房间等等。
今天，判断消费者或者商业上的信用分的算法也正在被广泛使用中。斯坦福大学的博士，布达佩斯理工学院教授 安德拉斯.康奈在设计信用算法方面拥有丰富的经验。他指出“这样的趋势不太可能减缓，那就是现在的世道已经不再由一个当地的友善的银行来决定信用水平了” 。很可能即使使用其他的有效的算法也将不会减缓这一过程，因为人工智能来决定贷款和保险这种事情，到现在也没有受到剧烈反应，表现很稳定。在未来的十年里，人工智能甚至可能会完成更加复杂的金融项目。
康奈教授还提到，算法的应用可以在特定的医疗诊断上，甚至是在法律程序中。他相信，在这些领域里面慢和一沉不变是不可避免的，而人工智能是可以将人类从诸如X光鉴定或者某些法律研究中解放出来的。
将来的演讲记忆算法可能会创造他们自己的经济改革。1995年毕业于哈佛大学的丹尼尔.罗斯（Daniel Roth ）博士现在任教于伊利诺伊大学，他从事自然语言处理领域的相关研究已经将近20年了。他提到“在十年内，我可以预期，我们能够用一种非常自然的方式来和计算机交流，我可以咨询一台机器一个并不简单的很有深度的问题，一个医生也可以咨询一台计算机来为他的研究论文作指导”
罗斯博士提到，在接下来的十年内，数以百万计的医学领域的研究论文会被发表，并且会有、、一台机器能够理解自然的指令来从庞大的信息中筛选出相匹配的有价值的信息。 比如，这条自然语言指令是：帮我找到所有在过去的三年内任意语言的已经公开发表的论文，其中研究了空气污染对人类骨质疏松症的影响。 如果是自然语言的流程的话，很可能会梳理清法律的文件或相关文档，于是实际上缩短了用掉一个职业人一天的时间来做这件事情，同时空出了一些工作位置，比如律师助理这样的职位。
尽管与我交流的这些人工智能的研究者们并非集中于相似的行业，但是当提到对自动化与人才市场做出预测时，几乎所有的研究者都将话题带到了无人驾驶汽车上面。借用艾米尔的观点—-人们更乐于在机器面前放弃控制权力，而不是让机器自动组装。对于人工智能领域的专家们而言，10到15年的时间已经够长了，到那个时候，我们会看到消费者们购买汽车来驱动它们自己，而不是其他方式。
布兰特教授提到自动减速器，防抱死和自动锁和自动停车这些功能已经有了稳步的提高。他说，“我相信在接下来的十年内，完全的自动驾驶汽车将会司空见惯” 设想一下吧，在十年内，就算是只有十分之一的路上行驶的汽车成为无人驾驶的，那么他对整个经济的改变也是十分巨大的。
在众多因素之中，无人驾驶对于机动车操作方面的就业市场的冲击无疑是最直接和沉重的，康奈教授说“在美国有一百万个司机，这就意味着会有一百万人失业”。除了直接的对于卡车司机和汽车司机失业的影响外，如果人们只是需要在手机上的一个应用上按个键，汽车就会无所不在地为你的出行提供便利的话，也会减少汽车拥有者的人数。
汽车制造商们可能会在一个更小的个人市场上斗争，这些个人仍然希望能够拥有一辆属于他们自己的汽车。他们也会在大多数城市的公共小汽车这个市场上展开竞争，在这样的大环境之下，汽车制造需求到那时也注定要迅猛下降。
现在的无人驾驶汽车实际上可能是在对抗Uber。Kornai 和其他人预见到自动驾驶车辆会是未来的趋势，会逐渐成为主流，而它很可能就是剧烈的经济转型中的一个坐垫来缓冲这种震荡。
从人到机器需要有一个逐渐地「信任过渡」阶段，而制定一些相应的法律条款应该不失为一种好的举措，相反不应该让百分百的人力驾驶直接跳跃到百分百的无人驾驶。总之，很多非常聪明的人工智能领域专家都普遍认为下一个十年将会是无人驾驶擅闯入局的十年。
正像很多双刃剑的科技改变一样，无人驾驶汽车也有副作用。Berleant说 ：“如果你不必每天握紧方向盘一个小时甚至更长的时间，那这无疑会释放你的潜能来做更多其他有意义的事”。这并不是说，未来的卡车司机将会变得更加高效，因为他们可以利用他们所有的空闲时间来做另一份工作，但是这的确是未来自动化和就业市场的一个潜在案例。
科技的发展究竟是创造出更多的就业机会，还是让更多的人失业呢？对于这个问题，不是现在才有的争论。从我采访过的这些相关领域的专家来看，，科技的进步并不会带来同等程度的经济上的发展。
现在情况似乎很清楚，在未来的十年里，从当前的当前的自动化和人工智能的趋势，也就是利用成熟的算法和技术来看，，很可能反而会创造出更多的就业机会，当然这还需要我们拭目以待。可能机器视觉(machine vision) 会帮助我们更清楚地判断这些,LOL。
阅前须知：
1这是我个人翻译的第三篇文章
2本文来自美国著名科技网站techchurch 翻译前未授权，如有侵权，告知将删。
3翻译本文过程中，遇到了很多问题，真的觉得翻译是门学问，不仅需要英语优秀，汉语更是要过硬，否则翻译出来根本不是人话。
After decades of subtle developments that largely went unnoticed by much of the working world, artificial intelligence (AI) has taken center stage in the last 2-3 years as a “hot” technology.
经过几十年的微小的发展，尽管这些发展很大程度上没有被大部分外部世界所注意到，人工智能在过去的两到三年内作为一种「红得发紫」的技术确实已经占据了舞台的中心。
From Google’s surge of acquisitions (DeepMind, Boston Dynamics, etc.), to increased venture capital attention, to the safety concerns of Elon Musk and Bill Gates about potentially super-intelligent AI, the field is undeniably back in the spotlight.
从谷歌公司汹涌的收购浪潮（收购对象包括DeepMind, Boston Dynamics等等）到与日俱增的风险投资，再到比尔盖茨和伊隆马斯克对潜在的超级智能的人工智能产物安全性的担忧，人工智能领域不可否认地重新回到了聚光灯之下。
One of the most pressing concerns for those of us in the working world is the effect of automation on job security — in both blue-collar and white-collar work.
在工业世界里面，最令我们担忧的是「自动化」对于就业情况所造成的结果–无论是对于白领一族还是蓝领一族而言。
Though more far-out considerations are difficult to predict, many experienced computer science researchers feel reasonably comfortable speaking about AI’s influence in the coming 5-10 years.
尽管更深远的考量还很难预测，但是许多有经验的计算机科学研究者对于人工智能在接下来的五到十年的影响很是乐观。
With so much potentially unfounded speculation about how automation might influence the nature and demand for human work, I decided to ask six artificial intelligence PhDs about their informed perspectives on how AI might impact the job market in the coming decade. Their answers didn’t share much commonality in terms of industry, but they did share a common thread: The expanded or strengthened use of existing algorithms.
针对自动化对于大自然和人类劳动需求的影响，有如此多的潜在的没有被发现的推断，因此我决定去向六个人工智能领域的PHDs（博士）请教，请教他们是怎样看待人工智能是如何影响接下来十年的就业市场的。就工业而言，他们的回答并不统一，但是他们有一个观点是一致的：人工智能会扩大或者加强当前已存在的算法的利用。
One wide swath of jobs that may be most easily automated are likely to be jobs that involve narrow and repetitive manipulation or assessment of data. Irfan Essa at Georgia Tech focuses his research on machine vision, a domain that has developed markedly in the last 10 years. “Many fields were AI could be applied have been in ‘aggregation mode’ for quite some time, and now we’re finally getting to a point of sense-making,” says Essa.
大范围的工作可能很容易被自动化，比如那些工序简单重复操作或者只是评估数据的工作。乔治亚州理工学院（ Georgia Tech）的伊凡.艾萨（Irfan Essa）专注于他在machine vision方面的研究，而machine vision 是一个在过去十年里已经发展成熟的领域。他说：“对于许多的领域，人工智能都有它的用武之地，它也在相当长的时间里已经开启了它的「聚集模式」，并且现在我们将最终走向终点！”
While identifying human faces, or categorizing web images (identifying animals, landmarks, objects) was once the arduous job of human beings, many of these tasks can now be automated by trained neural networks (Google’s Peter Norvig explains this process rather well).
验证人脸，或者是识别网络图片（验证动物，地标或者其他对象），这些工作都曾经是人类无可替代的工作。而现在这些任务都可以被训练好的神经网络所自动化完成。至于这些人物 是如何执行的，谷歌公司的彼得.诺维格（Peter Norvig）解释得非常好，可以观看视频(需翻墙)了解详情。
Visual data is far from being the only area of narrowly focused intelligence that might be under siege. Martin Ford (author of the well-received book Rise of the Robots) mentions that in the coming 10 years, we’re likely to see more automated job displacement in white-collar jobs rather than blue-collar.
可视化数据是并非是唯一的专注于智能化的领域，对智能化的研究也一直处在不断努力发展之中。马丁.福德（Martin Ford ，畅销书《机器人的崛起》（Rise of the Robots）作者）提及，在接下来的十年内，我们会看到越来越多的原本由白领参与的工作被自动化所取代。
Daniel Berleant agrees, stating the current difficulties of “mobility is undeniably a rather difficult technical problem, and computers are more likely to manipulate data better than humans than they are to take over most manual labor jobs, at least for the time being.” Despite the impressive developments in bipedal robots in the last 10 years, people with dexterous physical jobs such as moving furniture or carrying plates in a busy restaurant aren’t likely to be automated out of a job anytime soon (though stationary assembly jobs are under siege now as much as ever, with devices like Rethink Robotics’ Baxter).
丹尼尔.博兰特（Daniel Berleant ）很同意马丁的说法，他还阐述了当前自动化发展所面临的几大苦难，其中包括自动化产品的可移动性，计算机可能比人类更善于来处理数据，而不是来取代更多的手工劳作工作，至少在这十年内是这样。尽管两足机器人在过去的十年内已经有了叹为观止的成绩，但是需要敏捷的身体条件的工作，比如家具搬运工，餐厅忙碌的服务员还很难被自动化所取代。（负责固定装配工作的机器人正处在长期发展之中，比如rethink公司的Baxter ）
Some researchers believe that the same might be said of narrow data assessment, not just data manipulation. Andras Kornai states, “IBM is moving Watson into the medical field — I expect the same thing to happen in the legal area.” Though it may be possible that machine learning will aid in the detection of cancer or other maladies in medical imaging, these technologies don’t seem likely to put doctors out of a job.
一些研究人员相信小规模的数据传递同样适用此道，安德罗斯.康奈（ Andras Kornai ）表示，“IBM当前正将watson电脑系统应用到医疗卫生领域，我期待相同的事情能够在法律领域发生” 毕竟尽管「机器学习」有可能会用于诊断癌症或者其他疾病上，这些技术现在看起来仍然不太可能取代医生。
长话短说，如果你有一个牵扯到处理表格的工作，需要占用你大量的时间，这时候可能在这里更需要一个软件，它比人类处理信息更快而且更加廉价。麦克.安德森（ Marc Andreessen）将这一观点放到了华盛顿邮报对他的采访“软件正蚕食世界”之中。如果你想要在2025年的时候依然被雇佣，而不是失业，这个观点应该被认识充分。
However, the influence of AI in the coming decade may imply an expansion beyond the “narrow” focuses that it’s best known for (i.e., analyzing images, beating silly humans at chess, etc.), and some of the AI experts I’ve interviewed seem to think that people are becoming comfortable handing over that control.
然而，人工智能在接下来十年的影响可能会呈现一个扩张，这种扩张不再是只专注于一些小的领域，那些已经路人皆知的，比如分析图像，在国际象棋上打败愚蠢的人类等等。我曾经采访过的一些人工智能领域的专家似乎认为，人类将会变得更加乐于移交任务而非控制。
Eyal Amir is a Stanford PhD and Associate Professor at The University of Illinois at Urbana-Champaign focused on AI research. “More generally what you see as a trend is for different pieces of data coming together, and that we give the computers a little bit more autonomy,” says Amir. “We start trusting the ability of the computer to do basic tasks and to have knowledge that we don’t have.”
艾亚.艾米尔（Eyal Amir ）是斯坦福大学的博士，同时还是伊利诺伊州立大学人工智能研究领域的相关专家，他指出：“一般来说，你所见的是汇聚在一起的不同的数据，并且我们给计算机更多的独立性，后来我们开始相信计算机能够完成一些基础性的工作并且承认那些工作如果由人类来做将不能完成”
In a recent AI-focused interview, Amir states that he sees this increased degree of trust as a byproduct of the increased effectiveness of AI programs, such as Apple’s Siri and Facebook’s advertising algorithms (which infer data about individuals’ preferences, vocation, gender and more — based on cues and clues from Facebook’s myriad data points). The concierge services of the future may simply be no match for a souped-up Siri who can instantly bring you information and perform tasks for you (order pizza, order pick-up for dry cleaning, etc.).
在最近的一个人工智能的采访中，艾米尔表示人工智能项目更加有效的同时，他看到了它带来的另一个影响，那就是上面提到的信任度实际上也在增加。而这样的人工智能项目就包括苹果公司的Siri以及 Facebook公司的广告算法（这个算法关乎每一个Facebook用户的偏好，位置，性别等等，而这些信息是基于Facebook庞大的信息点）。未来的这种服务比如Siri可能会很快地为你提供信息并且实施任务，比如订pizza，叫清洁工打扫房间等等。
Other algorithms in use today include those used to judge the credit scores of consumers and businesses. Andras Kornai, a Stanford PhD and professor at the Budapest Institute of Technology with experience in designing credit algorithms, states, “It is no longer a local friendly banker who makes these decisions around credit, and that trend isn’t likely to slow down.” It’s likely that other efficient algorithmic use isn’t going to slow down either, and because there wasn’t much backlash in AI taking over loan and insurance decisions, it seems quite likely that it’ll handle more complex financial issues in the coming decade.
今天，判断消费者或者商业上的信用分的算法也正在被广泛使用中。斯坦福大学的博士，布达佩斯理工学院教授 安德拉斯.康奈在设计信用算法方面拥有丰富的经验。他指出“这样的趋势不太可能减缓，那就是现在的世道已经不再由一个当地的友善的银行来决定信用水平了” 。很可能即使使用其他的有效的算法也将不会减缓这一过程，因为人工智能来决定贷款和保险这种事情，到现在也没有受到剧烈反应，表现很稳定。在未来的十年里，人工智能甚至可能会完成更加复杂的金融项目。
Kornai also refers explicitly to the use of algorithms in specific medical diagnostics, or even in legal proceedings, and believes that slow and steady traction in these domains is somewhat inevitable, and may invariably box out human expertise from tasks such as x-ray assessments or certain kinds of legal research.
康奈教授还提到，算法的应用可以在特定的医疗诊断上，甚至是在法律程序中。他相信，在这些领域里面慢和一沉不变是不可避免的，而人工智能是可以将人类从诸如X光鉴定或者某些法律研究中解放出来的。
Speech-recognition algorithms of tomorrow may create their own economic shakeups. Daniel Roth received his PhD from Harvard in 1995. He now teaches at University of Illinois and has been working in the domain of natural language processing for nearly 20 years: “In ten years, I can see us being able to communicate with computers in a truly natural way…. I will be able to consult a machine in really thinking through a world problem… a physician will be able to consult a computer to navigate research articles.”
将来的演讲记忆算法可能会创造他们自己的经济改革。1995年毕业于哈佛大学的丹尼尔.罗斯（Daniel Roth ）博士现在任教于伊利诺伊大学，他从事自然语言处理领域的相关研究已经将近20年了。他提到“在十年内，我可以预期，我们能够用一种非常自然的方式来和计算机交流，我可以咨询一台机器一个并不简单的很有深度的问题，一个医生也可以咨询一台计算机来为他的研究论文作指导”
Roth mentions that many millions of medical research articles will be published in the coming decade, and that having a machine that can understand natural commands to sift through this massive swath of information would be of extreme value (i.e., “Find me all the articles published within the last three years in any language that study the impact of air pollution on osteoporosis in men.”). The same natural language algorithms might comb legal files or compliance documents, potentially shaving hours of tedious work from a professional’s day, but also potentially leaving some entry-level positions (such as paralegals) out of a job.
罗斯博士提到，在接下来的十年内，数以百万计的医学领域的研究论文会被发表，并且会有、、一台机器能够理解自然的指令来从庞大的信息中筛选出相匹配的有价值的信息。 比如，这条自然语言指令是：帮我找到所有在过去的三年内任意语言的已经公开发表的论文，其中研究了空气污染对人类骨质疏松症的影响。 如果是自然语言的流程的话，很可能会梳理清法律的文件或相关文档，于是实际上缩短了用掉一个职业人一天的时间来做这件事情，同时空出了一些工作位置，比如律师助理这样的职位。
Though the AI researchers I spoke with didn’t tend to converge on similar industries when it came to making predictions, nearly all the researchers I’ve spoken to about automation and the job market have brought up the topic of self-driving cars. To Amir’s point — there seem to be few more visceral ways of “giving up control” than letting the machine take the wheel, and 10-15 years seems to be enough time for many AI experts to suspect that we’ll see consumers buying cars that drive them, not the other way around.
尽管与我交流的这些人工智能的研究者们并非集中于相似的行业，但是当提到对自动化与人才市场做出预测时，几乎所有的研究者都将话题带到了无人驾驶汽车上面。借用艾米尔的观点—-人们更乐于在机器面前放弃控制权力，而不是让机器自动组装。对于人工智能领域的专家们而言，10到15年的时间已经够长了，到那个时候，我们会看到消费者们购买汽车来驱动它们自己，而不是其他方式。
Berleant mentions there has been a steady progression to automatic transmissions, anti-lock brakes, automatic locks and cars that can park themselves. He states, “I believe it’s reasonable to suppose that such completely autonomous cars will be commonplace in ten years.” If even one-tenth of the cars on the road in 10 years are self-driving, the impact on the economy as a whole could be relatively drastic.
布兰特教授提到自动减速器，防抱死和自动锁和自动停车这些功能已经有了稳步的提高。他说，“我相信在接下来的十年内，完全的自动驾驶汽车将会司空见惯” 设想一下吧，在十年内，就算是只有十分之一的路上行驶的汽车成为无人驾驶的，那么他对整个经济的改变也是十分巨大的。
Among other sectors, the immediate impact on the job market for motor vehicle operation would be hit the hardest. “There are a million cab drivers in the United States alone — that might be a million people without a job” says Kornai. In addition to direct unemployment for folks in truck driving or taxi driving positions, there also could be a drastic decrease in demand for car ownership if cars can be ubiquitously accessed for transportation with the push of a button on an app.
在众多因素之中，无人驾驶对于机动车操作方面的就业市场的冲击无疑是最直接和沉重的，康奈教授说“在美国有一百万个司机，这就意味着会有一百万人失业”。除了直接的对于卡车司机和汽车司机失业的影响外，如果人们只是需要在手机上的一个应用上按个键，汽车就会无所不在地为你的出行提供便利的话，也会减少汽车拥有者的人数。
Car manufacturers might be fighting over a much smaller market of individuals who still wish for a car of their own — or they would battle over who’s autonomous fleets are employed in the most cities. Manufacturing demand for vehicles seems destined to decline sharply under these circumstances.
汽车制造商们可能会在一个更小的个人市场上斗争，这些个人仍然希望能够拥有一辆属于他们自己的汽车。他们也会在大多数城市的公共小汽车这个市场上展开竞争，在这样的大环境之下，汽车制造需求到那时也注定要迅猛下降。
The incumbents to driverless cars are likely to fight just as fiercely as those currently railing against Uber, and Kornai and others foresee a reasonably gradual shift to autonomous vehicles, and this may cushion the shock of a drastic economic shift.
现在的无人驾驶汽车实际上可能是在对抗Uber。Kornai 和其他人预见到自动驾驶车辆会是未来的趋势，会逐渐成为主流，而它很可能就是剧烈的经济转型中的一个坐垫来缓冲这种震荡。
We might see a way around these legal concerns with a gradual “trust transition” from man to machine, rather than an overt jump from 100 percent human driver to 0 percent human driver. Either way, a lot of very smart AI folks seem to think that the next decade is the one when driverless will kick in.
从人到机器需要有一个逐渐地「信任过渡」阶段，而制定一些相应的法律条款应该不失为一种好的举措，相反不应该让百分百的人力驾驶直接跳跃到百分百的无人驾驶。总之，很多非常聪明的人工智能领域专家都普遍认为下一个十年将会是无人驾驶擅闯入局的十年。
Like many double-edged effects of technological change and automation, driverless cars may have tremendous upsides, as well. “There’s so much release of human potential if you don’t have to be behind the wheel for an hour per day or more,” says Berleant. This isn’t to say that truck drivers are all going to become tremendously efficient with all the freed up time they have in their hands-free commute to their next job, but it’s a potential example of the silver lining of automation and the job market.
正像很多双刃剑的科技改变一样，无人驾驶汽车也有副作用。Berleant说 ：“如果你不必每天握紧方向盘一个小时甚至更长的时间，那这无疑会释放你的潜能来做更多其他有意义的事”。这并不是说，未来的卡车司机将会变得更加高效，因为他们可以利用他们所有的空闲时间来做另一份工作，但是这的确是未来自动化和就业市场的一个潜在案例。
There is (and for the foreseeable future, will continue to be) ongoing debate as to whether or not technological advancements inherently create more job market opportunities than they destroy. The most ignorant arguments are black-and-white, and it’s clear from interviewing subject-matter experts that there is no consensus on the future outcomes, economically or technologically.
科技的发展究竟是创造出更多的就业机会，还是让更多的人失业呢？对于这个问题，不是现在才有的争论。从我采访过的这些相关领域的专家来看，，科技的进步并不会带来同等程度的经济上的发展。
What does seem clear is that there are important current automation and AI trends with existing algorithms and technologies that are likely to only have a greater job-market influence in the coming decade, and they are worth keeping an eye on. Maybe machine vision can help us with that.
现在情况似乎很清楚，在未来的十年里，从当前的当前的自动化和人工智能的趋势，也就是利用成熟的算法和技术来看，，很可能反而会创造出更多的就业机会，当然这还需要我们拭目以待。可能机器视觉(machine vision) 会帮助我们更清楚地判断这些,LOL。
生活是衣食住行都在内的，我刚来深圳两个多月，公司安排的住房，在南山区的一个老旧的小区内，本来还觉得这住房挺破旧，然而最近却越来越觉得很不错了，原因嘛，是有报道南山区的住房房价全深圳最高，一下觉得能有房住就不错了。而实际上，我们的住房也不算很差啦，厨房，卫生间，客厅都有，还有几个卧室，是公司其他人住的，而且业主还给安了空调，也是很爽的。
下面说说吃饭问题，由于我们公司是在大学城附近，而深圳的大学城其实规模并不大，是几所全国重点大学的研究生院，很别致的景观是，一条街道的两边，风格迥体，一个是高大蛮新的校区楼，一边则是破旧的类似筒子楼的建筑，这些建筑的一楼，往往是一些商铺，小吃之类，而再走进胡同里，就是平山村，平山村里面的饭价真心便宜，因此作为刚刚来到深圳不久的人，也经常去村里面吃饭，村里面的食物也是一应俱全，不仅有广东的肠粉米粉，也有北方的油条大饼，反正我是很喜欢的。而最近我也发现，深圳很多地铁站附近饭价都比较贵，但是也真有例外，就比如说大学城地铁站，往丽山路方向出地铁口，就能看到一些摆摊的，价格都是很便宜的 。举个小例子，有种小吃叫做杳豆腐的，我曾经在东门老街见到过，10块一盒，但是当时并没有买，在大学城地铁站附近也见到了，一问价格，只要3块钱。当然这个例子可能并不能说明啥问题，路边的小摊，从一方面来说可能确实不太卫生，但是从另一方面来说，便宜可能也是因为它省去了很多宣传地价成本吧！总之，在吃这一点上，因为有城中村的存在，确实是省了一些钱，而且就像我之前提到的，城中村里一应俱全，只有你想不到的！
穿衣方面不想多说，毕竟其实现在都可以通过网上购物实现。当然，其实也是很方便的，我住的虽然是老式的小区，但是还是有快递送货上门服务，还是有e栈的，这一点上，以前在学校的时候还真没有享受过，我们都是灰溜溜跑到快递站排队领快递的呀！然而，至于那种城中村是否有此服务，我就不太确定了。 交通方面，步行去地铁站的话，快的话十五分钟左右吧，也就是我之前说过的大学城地铁站，不过据说16年底7号线将会通车，而我现在所住的地方离7号线某站特别近，到时会在五分钟以内吧只是不知道那时候，我还在不在这家公司了。另外去世界之窗40分钟公交，去市中心一小时左右，总体来说，开始觉得很长时间，后来也慢慢习惯了。比那些住龙岗，住龙华的强多了。
另外既然说到了在深圳的生活体验，我想说的是，深圳的能玩的去处还是不少的，我甚至发现，我大学的城市我都没有去过几处地方游玩，然而到现在，深圳我都已经去过东门老街，国贸，会展中心，各种购物广场，宜家，大运中心，红树林等去处，以及深圳各色偏僻去处，它总是能够给我很多的惊喜，总是让我对这座城市很好奇。希望能够发现这座城市更多的有趣之处，也希望能在这座城市遇到一些有趣的人，喜欢的人
大早上起来，便一个人跑到万达影院看了这部在豆瓣评分8.9分的作品—《头脑特工队》，不明白为什么这部片子要这么取名字，将原本英文名—《Inside Out》很有趣的文字游戏的趣味统统消失了。另外，电影的主线也确实很简单，但皮克斯处理地很好，让人能够不时发笑，不时流泪。而除此之外，我今天想谈的是，一个略显严肃的问题，孩子的教育问题。
在《头脑特工队》这部电影中，主人公小女生莱利从小得到了父母无限多的爱，她和父母会在树下玩耍，会在家里玩耍，会一起打冰球，父母会在有冰球比赛的时候亲临现场去给莱利加油，这也让我想到了之前看过的美剧《摩登家庭》，只要孩子们有活动，则家长必然会亲身前往，向他助威。这就是美国式的教育理念：父母要一路见证孩子的成长。
我不由得想到了我自己，当我年少的时候，也的确有过那么一些时候，是与父母的共同记忆，虽然不多却十分美好，就像是这部电影里所讲的，那是「核心记忆」。会一直留在心里面，不会忘怀。所以，我渐渐地其实是能够接受美国式的这种教育理念的，只是，现实并不如人意。
在天朝生活的年轻人们，除了那些富二代官二代们之外，二三十岁的年纪，正是打拼事业的时候，我有一个朋友，将老婆孩子留在家乡，孤身一人来到深圳打拼，他何曾不想给予自己的孩子健康的教育呢？但是，如果不那样做的话，他能够怎样选择呢？
也就是昨天，意外地刷到一条推：
一位年轻的母亲开着名车去送女儿到贵族小学学习（住校）。母亲对孩子说:妈妈为了赚更多的钱，将来送你到更好的学校学习，没时间陪你，你恨妈妈吗？女儿说不恨。接着女儿又对妈妈说:等我长大了，也赚很多的钱送你去最好的养老院。母亲听后一脚刹车停在路边放声痛哭。这是一个真实的故事。
这个颇有点鸡汤味道的故事还是很能反应一些问题的，年轻人总是贪婪地希望在事业上不断上台阶，即便不能上台阶，至少也要养家糊口，生活就是如此，怎样平衡这样的事业和家庭，是个问题。怎样给孩子一个幸福快乐的童年，是个问题。
当然，诱导我产生这些思考的，并不只是这样一部电影，还有我的计控老师张老师在课上的扯淡，博主土木坛子 数篇为人父的经验之谈，曾经看过的哈佛《幸福课》公开课以及美剧《摩登家庭》，向他们一并表示感谢。我现在虽然还光棍一条，但是却越来越认同曾经听说过的一句话了。那句话大意这样讲：
我此生最大的成就，不是成为了亿万富翁，而是养育了你这样一个孩子。
在14年初的时候，我曾经在豆瓣上写过一篇小文《我为什么不用微信》 ，后来又将它转到了知乎上一篇答案里，当时我为自己不用微信给出了一个重要的理由，就是我微信朋友圈里面没有多少优质的朋友和信息，而这样的发言也很意外地在豆瓣和知乎上得到了很多网友的共鸣，纷纷表达了赞同，而时隔一年半的时间，我重新频繁地使用起了企鹅公司的这个产品，其原因又是为何呢？
没有无缘无故的事情，我重新使用微信的一个重要事件是，班主任要安排实习，他自己频繁地使用微信，于是就要求我们班要有一个微信群，我班的每一个同学都要在内，于是我就因此而不得不在手机上装上微信了。
其后，又来到了实习的公司，实习的公司又是人人都在用微信，公司里面有不止一个微信群，甚至连我们宿舍都有一个微信群，于是为了得到有用的信息，就开始频繁地在闲暇时打开微信，而渐渐地这也成为了一个习惯。
再后来，公司里面聚餐，就开始玩抢红包的游戏，于是又是不得的将微信与银行卡绑定，好能够发红包。平时借了别人的小钱，也是直接利用微信红包将钱还了，这一切也都看起来很方便。
慢慢地，父亲母亲也加了我的微信，父亲会时不时地通过打字来和我交流，询问我在现在这家公司的情况，母亲则会通过语音来向我问好。我则也会时不时主动地向他们告知我的最新动向。
这一切都发生在短短的两个月的时间里，我便从一个ＮON-WECHATER变成了一个ALWAYS-WECHATER。这样的转变十分自然，以至于我自己都不知不觉，而今天我想总结一下。毕竟没有无缘无故的爱，也没有无缘无故的恨。
说来，使用微信，使用这样的IM产品，其实是一种趋势。记得听过一个著名的故事，在05年左右，那个时候，但凡正式点的公司的往来首选的IM断然不会是QQ之流，而是MSN，不然的话会被人们所不齿。而就是短短的几年时间，MSN陨落了，QQ成为办公的IM一点也不奇怪了，不用QQ才会被认为很荒谬了。这其实就是一种趋势，少数服从多数的趋势。而我两个月来所做的，就是顺应这种趋势，如果说之前的三年时间，由于我在学校里，还没有特别大的使用场景，还没有特别多的人群，那么现在这个时候，我就是HAVE TO USE了。
经过了两个月的使用之后，我也确实觉得微信有它自己的优点，它的抢红包发红包确实很有趣而且实用。它的微信电影票，微信火车票也确实很方便，都让我的生活变得更加便捷了。和父母原来只是用长途电话交流，现在也可以像和其他朋友那样通过IM来交流了。这让我这个将近十年的腾讯黑也开始渐渐地对微信有了好感，进而也不太黑腾讯了，而不黑腾讯的另外一个原因是：腾讯的老巢，深圳，我现在就在这里。
但是，尽管现在我已经比较频繁地使用微信，我仍然不习惯用它的语音功能，仍然不喜欢无缘无故地被别人拉到一个十几年没见面的小学同学群里面，默默退出了，还要把你再拉回来。索性，好处毕竟比坏处多，我们也就继续使用了。
最近在知乎上看了一个答案，说现在的中国年轻人（15岁左右）的主要的IM是QQ，而不是微信，这又让我大跌眼镜，我记得我们这辈的90后的主要IM才是QQ，据说那是一代人的回忆，尽管它不是我的。我本能地以为微信爆红之后的几年来，用微信的会是那些00后们，可是却发现并不是这样。就像是据分析，在美国facebook的使用者中，青少年的比例很少一样，孩子们总是有自己的空间来玩耍，而它要有别于成年人。
而我，曾经也做过那些孩子们做过的事情，只是我那个时候，选择的是新浪微博等，现在终于开始接触社会了，于是就不得不使用其成年人的战场，微信。
前两天，也就是10月2日，约上两个同学来到了深圳市著名的莲花山公园，这里有邓小平铜像，此行我们也是专门来瞻仰。然而，又总是会有一些意想不到的收获，让你更清楚地看这个世界。
刚刚进入莲花上公园，没走多远，便看到一个小的长亭，此处大爷大妈很多，再看，只见长长的通告栏上贴满了白纸，白纸上写的却是征婚启示。征婚启示，我之前也看过一些，了解过城市里很多的男女青年的父母会为了子女的婚姻问题而来到公园里征婚，只是这次亲眼得见了，仍然带给我很大的震撼。于是就仔细地在这里看了许多征婚启示，如果说曾经的我，认为这些征婚其实只是新闻的话，那么现在的我，则更加具有了带入感。看男青年写的启示时，会想象我是否具有此人的条件，看女青年或其父母写的启示时，则会想象自己是否具有她要求的条件。然而，正是因为这样的带入感，让我越看越是受挫。空说无凭，贴出一张，以作参考。
、
如果说，过去的我，更趋向于理想，或者用贬义词来说，是不切实际，那么现在的我，则越来越实际了。我已经开始挣钱，于是开始算计每一分钱的去向，开始考虑很多很现实的问题，未来在哪里定居？未来做怎样的工作？未来和怎样的人成为伴侣？而当我，看到了这满通告栏的征婚启示时，我甚至觉得，这不像是在征婚，而是在招聘。而更可怕的是，这些招聘条件，我却鲜有能够达到的，这不由得使我无奈，长叹一口气。
大学或许是个乌托邦，在那里，我们虽然也在算计，也在计较，但终究还是云淡风轻。可是一旦走出了校门，也只能接受这赤裸裸的现实。
当然，我也并不想消极，当我看了一圈的征婚启示之后，我发现，征婚者们不过是希望能够有一个般配的对象。如果A是名校毕业，则A很自然地希望终生伴侣B能够是这样的人。如果A拥有本市户口，那么TA仍然很自然地希望伴侣B是这样的人，这些都无从指摘，因为设立这样的门槛之后，的确能够以最快的方式筛选出一些合适的人。而我看到这些条件，会沮丧，仅仅是因为，目下的我，并没有这些条件。
我曾经天真地以为所谓的择偶标准里，应当包含有兴趣爱好这一项，然而，我看了一圈，却发现那些征婚者鲜有提及，兴趣爱好并不重要，重要的是你的工作，学历，是否有房有车！
如果我认清楚这些现实，即使我将来不在深圳发展，那么也基本意味着：需要冲着稳定的工作，拥有住房和车子，拥有当地户口这些条件来发展。但是，我还有想说的，当我将那些条件拥有之后，是否也像我前面所列图片中那位，从青年步入了中年呢？
前一段看过一个韩国电影，叫做《国际市场》，那个电影，我至今挂在心里的，不是电影的主线，而是主人公在国外当煤矿工人的时候，结识了美丽可人的未来的妻子，并患难与共的情节。我看过那个电影之后，经常幻想着也能有那样一个女子，同甘苦，共患难。而在这样一个时代，想找那样一个人，似乎，很难。就在昨天，坐地铁的时候，还听到两个女生的对话，A问B最大的愿望是什么？B毫不犹豫地回答，嫁给一个高富帅，恩，是的。
或许，每一个穷屌丝都幻想过，白富美会瞎了眼看上他，从此过上幸福快乐的生活。然而，如果不去努力，如果不是一个潜力股，还有什么指望呢？
加油，骚年。
一
昨天接受了一个培训，看得出来讲师并没有准备地很充分，临时在电脑上找了两个ppt开始讲，索性讲师的水平很高，并没有因为没有准备而慌乱，反而井井有条，ppt讲完还给我们答疑。后来下班之后，孔问我这次培训怎么样，我说了不错，便说了两句老师准备不充分的话，还没有做解释，孔就很激动地说，什么，说清楚。我又重复了遍，倒是旁边的刘开始找补，说非常好，还给答疑如何。我挺想说一些异见，可是又发现事情并不是那么简单，我也不喜欢别人插嘴，我觉得这样很没礼貌，所以，我也不打算再插回去。我不喜欢一味地说好话，还是选择沉默吧。
二
遇到问题，公司里跟某同事关系不错，又是同事又是室友，尽管我们并非一个部门，我是技术部，他是销售部，但他这个销售也多少懂点技术。与此同时，技术部的李工也在那里坐着，但我并没有理他，看他在忙并没打扰，当然也是觉得关系不熟，于是去找那位技术部同事一连问了两次问题，第二次问题问完后，刘同事很斩钉截铁地告诉我，如果有李工和x在公司时，不要去找其他人问问题嘛！ 我明白了他的意思，但我不敢苟同，也只是默默无语。我觉得，其实并没有那么复杂，这虽是职场，但也不该想地太过复杂吧
三
周六在公司加班，接受了简单的测试，刚到公司，觉得公司里面很热，于是发现空调并没有开，便去开了空调，不一会，雷哥过来将空调关闭了，说老板有规定，周末不能开空调，于是我也只好乖乖地说，好，我记住了。心中在想，这老板真小气，不过细一想，又挑不出老板的毛病来，本身周末就不是工作日嘛！
四
公司每周一都会有考勤通报，今天看到考勤通报上毫不留情地把老板的一次迟到也记录在册了，倒真是公私分明啊！不知道会不会扣钱呢？后来有一次和同事吃饭喝酒，记考勤的哥们儿和业务部经理两个人开始了化解矛盾的废话，业务部经理经常迟到，而记考勤的同事呢，很是严格地记下了他的缺勤，本人又恰好就是业务部的人，如此二人互相都能管的上。另外，记考勤的同事还和另外一个业务部同事关系非常近，此同事又很有可能取代现任业务部经理，于是互相的猜忌就产生了。记考勤的同事与经理二人之间，即便有矛盾，喝场酒就能把矛盾化解吗？
五
在这个公司待了两个月，渐渐地也觉察到一些故事，虽然只是个二十人的小公司，却充满了勾心斗角，A和B不说话啦，B和C不说话啦，A背地里面说C的坏话啦。C一百个不服气啦等等。这种事多了，大家都心知肚明，然而，我并不想为此有任何评价，这样会得罪人嘛！还是那个同事说得好，他当时便走便和一位同事讲，「你看我平时说话哪里流露出过对别人的不喜欢」！喜怒不形于色，职场的一课。