比自己失業更可怕的是，你的孩子也即將失業
越來越多有關人工智慧的消息開始刷新我的三觀：
新版的AlphaGo Zero在不需要任何人類經驗的條件下，在自行學習3天后就以100比0的戰績打敗了它的前任AlphaGo；
人工智慧少女微軟小冰出了自己的詩集《陽光失了玻璃窗》；
“女性”機器人索菲亞(Sophia)被授予沙特公民身份，成為歷史上首個獲得公民身份的機器人；
……
這還不算完，全世界最牛逼的管理諮詢公司麥肯錫甚至還預測——
到2030年，也就是12年以後，全球將有8億人因為人工智慧而失業！人工智慧將使50%的工作崗位消失！
在中國，這個比例有可能高達到60%以上！
是不是有點瑟瑟發抖？
你一定想問：
到底哪些職業最可能消失呢？
在《人機共生》一書中，
第一階段：無需動腦，只需大量的重複勞動，讓人身心俱疲的工作；
第二階段：無需天賦，通過訓練就能掌握的技能，枯燥乏味；
第三階段：兩耳不聞天下事，一度認為只有人類才能完成，而機器無法勝任的任務，盲目自大。
BBC曾基於劍橋大學研究者Michael Osborne 和Cral Frey的資料體系分析了365種職業在未來會被人工智慧淘汰。
看了這個，你是不是像我一樣，快被未來嚇哭了。
先別急，因為，這可能只是開始，在未來還有更多的職業會被機器人替代。
比如律師行業，
此外，電腦還在逐漸入侵律師的核心工作，如判決預測、提起訴訟、分析資料、給出建議，它們永不疲倦、結論精准，還能大幅降低成本。
又比如在教育領域，人工智慧開始代替教師評判試卷、寫作論文、評議論文，而這曾是大學教授的一部分工作。
不要以為這些改變，看上去還很遙遠。科技發展的速度，比我們想像中要快，而且快很多。
就像10年前，很多人拼命練習五筆打字，大家都特別羡慕那些會背字根的人，但現在幾乎沒人用五筆了。
5年前，出門前大家一定會帶錢包，但現在大家出門，只用帶一個手機。
1年前，共用單車的普及，讓摩的師傅也提早退休了。
所以，等到人工智慧普及的那天，我們怎麼辦？
可能你會說，我現在人到中年，小有所成，資產和積蓄都已經有了，人工智慧對我威脅不大，那我們的孩子呢？
當他們到了可以步入社會的年齡時，剛好要面臨與人工智慧的競爭，作為家長，你還會覺得沒關係嗎？
千萬不要認為自己現在的經驗足夠指導孩子，因為時代變得太快，當前的知識和經驗都面臨被新事物淘汰和取代的危機，孩子未來所需要的能力，很可能完全不是現在所流行的。
甚至連“你長大以後想當什麼？”這樣的問題，都不該再問孩子了。
一份來自在全球9個行業的跨國公司，1300萬員工的大資料調查顯示，現在的小學生有65%長大後會從事的職業，是現在還未誕生的。
AI時代，我們的孩子該何去何從？
在回答這個問題之前，我們首先要明白人工智慧之所以能在短短幾年內，讓人類倍感威脅，離不開深度學習技術的普及和推廣。
那麼，深度學習究竟是什麼呢？
簡單描述一下。比如我們小時候學認字，老師會先寫到黑板上，然後再讓我們寫到本子上，看得多了寫得多了，下次再見到這些字的時候我們就能認識。
從工程學角度說，這個過程是大腦自學習和自我調整能力的表現，而深度學習差不多就是對大腦這種能力的一種模仿。
要讓電腦學會認字，先讓它把這個字看很多遍，然後電腦會基於演算法總結每個字的規律，下次再見到的時候電腦也就能認識，這個不斷學習並且總結規律的過程就叫做深度學習。
你看，只不過是對大腦能力的一種模仿，就能為人工智慧帶來質的飛躍，那麼人類呢？
如果我們可以通過某種方法激發並強化大腦的自學習、自我調整的能力，實現大腦的深度學習，提高認知水準，在面對未來競爭時，我們的孩子是否就會更加從容？
如何去推動這一過程的實現呢？
其核心環節在於大腦功能狀態的即時測量。
我們通過對採集到的腦電波信號進分析計算，建立了一種依從性，重複性，敏感，特異資料指標，來反映的大腦的即時功能狀態變化。
有了客觀定量的即時測量，我們才能知道自己大腦存在的問題是什麼，努力的方向在哪裡，比如我們都希望能成為社會精英，那麼精英的腦狀態是什麼樣的？
腦的客觀定量測量可以告訴你，他們的抗干擾（腦內斂指數），控制（腦抑制指數）、情緒穩定（腦穩定指數）、記憶能力（記憶加工指數）都要優於常人，如下圖所示：
（某精英的腦狀態指標與常模值對比圖）
光有了目標還不夠，你還要有實現目標的手段，而這也離不開對大腦的即時測量。在即時腦狀態測量的基礎上，用腦狀態資料驅動機器的動作、遊戲的進程等，在通過聽覺、視覺等器官，將這些變化回饋給大腦，形成一種閉環的模式，人們學會利用大腦的不同狀態控制機器的動作和遊戲進程的過程，就是大腦完成深度學習的過程。
（通過學會控制機器的動作，人們在不知不覺間完成了大腦的深度學習）
通過這樣的深度學習，我們的大腦狀態會不斷向精英靠攏，當大腦具備了成為精英的潛質時，在競爭中的砝碼自然也就加重了。
智慧時代洶洶來襲，未來大多數人也許都會成為無用階層，如何讓我們的孩子成為“少數派”，或許答案就在於此吧。
當前的知識和經驗都面臨被新事物淘汰和取代的危機，孩子未來所需要的能力，很可能完全不是現在所流行的。甚至連“你長大以後想當什麼？”這樣的問題，都不該再問孩子了。
一份來自在全球9個行業的跨國公司，1300萬員工的大資料調查顯示，現在的小學生有65%長大後會從事的職業，是現在還未誕生的。
AI時代，我們的孩子該何去何從？
在回答這個問題之前，我們首先要明白人工智慧之所以能在短短幾年內，讓人類倍感威脅，離不開深度學習技術的普及和推廣。
那麼，深度學習究竟是什麼呢？
簡單描述一下。比如我們小時候學認字，老師會先寫到黑板上，然後再讓我們寫到本子上，看得多了寫得多了，下次再見到這些字的時候我們就能認識。
從工程學角度說，這個過程是大腦自學習和自我調整能力的表現，而深度學習差不多就是對大腦這種能力的一種模仿。
要讓電腦學會認字，先讓它把這個字看很多遍，然後電腦會基於演算法總結每個字的規律，下次再見到的時候電腦也就能認識，這個不斷學習並且總結規律的過程就叫做深度學習。
你看，只不過是對大腦能力的一種模仿，就能為人工智慧帶來質的飛躍，那麼人類呢？
如果我們可以通過某種方法激發並強化大腦的自學習、自我調整的能力，實現大腦的深度學習，提高認知水準，在面對未來競爭時，我們的孩子是否就會更加從容？
如何去推動這一過程的實現呢？
其核心環節在於大腦功能狀態的即時測量。
我們通過對採集到的腦電波信號進分析計算，建立了一種依從性，重複性，敏感，特異資料指標，來反映的大腦的即時功能狀態變化。
有了客觀定量的即時測量，我們才能知道自己大腦存在的問題是什麼，努力的方向在哪裡，比如我們都希望能成為社會精英，那麼精英的腦狀態是什麼樣的？
腦的客觀定量測量可以告訴你，他們的抗干擾（腦內斂指數），控制（腦抑制指數）、情緒穩定（腦穩定指數）、記憶能力（記憶加工指數）都要優於常人，如下圖所示：
（某精英的腦狀態指標與常模值對比圖）
光有了目標還不夠，你還要有實現目標的手段，而這也離不開對大腦的即時測量。在即時腦狀態測量的基礎上，用腦狀態資料驅動機器的動作、遊戲的進程等，在通過聽覺、視覺等器官，將這些變化回饋給大腦，形成一種閉環的模式，人們學會利用大腦的不同狀態控制機器的動作和遊戲進程的過程，就是大腦完成深度學習的過程。
（通過學會控制機器的動作，人們在不知不覺間完成了大腦的深度學習）
通過這樣的深度學習，我們的大腦狀態會不斷向精英靠攏，當大腦具備了成為精英的潛質時，在競爭中的砝碼自然也就加重了。
智慧時代洶洶來襲，未來大多數人也許都會成為無用階層，如何讓我們的孩子成為“少數派”，或許答案就在於此吧。