下一轮失业潮最危险的，是AI取代大批岗位，人类将被时代抛弃？|人工智能|摩尔|算法|翻译|计算机

你是不是每天刷手机，都能刷到“AI要抢饭碗”的内容，分分钟给你整出失业焦虑？原来大家都觉得，最先被淘汰的肯定是流水线工人、银行柜员这类基础岗，结果这波AI冲击，盯上的居然是坐写字楼的白领。做报表写方案套模板，这些你每天熟到不能再熟的工作，AI分分钟就能搞定。业内一线研究者眼里，这场AI带来的变革到底藏着什么逻辑，我们听听华东师大计算机学院钱英老师的观点。

钱英老师给了个挺不一样的观点，她觉得人工智能其实不该单独设成一个专业。之前全球计算机教育圈开了个会，讨论各个方向的专业设置，聊到AI的时候，大家最终没把它定为像计算机、软件工程那样的独立专业。核心原因就是AI覆盖范围太广，交叉属性太强，根本框不出一个明确的培养范围。

AI这个概念最早1956年就提出来了，当时美国科学家开达特茅斯会议，还觉得找几个学生花几个月就能把AI研究搞定。这么多年过去了，想用机器真的模拟出完整的人类智能，还是一件没完成的任务。现在大家说的AI，不只是聊天的大模型，还包括机器人、各类智能系统，牵出工程、制造一堆领域，概念本身大得没边。

聊起自己入行的经历，钱英老师说自己其实兜了好大一个圈。她小时候最喜欢生物，高考填志愿本来想报生物或者医学，她爸问她，学医要背一堆十几个字母的拉丁文，你记得住吗。她自认记忆力不行，直接打了退堂鼓，选了自己擅长的理工科，最后读了当时比计算机还火的电子工程，偏硬件通信方向。

大学毕业考研失利，她当了三年程序员，干了三年还觉得自己啥都不会，对未来特别迷茫，就想着接着读书。因为对考研有心理阴影，她选择出国申请，本来申的计算机科学专业，人家觉得她本科学的电子工程不对口，全给拒了。最后只有一所学校的计算机工程专业录了她。

读博的时候她跟着导师做并行计算，说白了就是搞超级计算机相关的研究。超级计算机咱们国家现在是世界领先，这块当年欧美还对咱们卡脖子，封锁核心技术。后来欧美遇上经济危机，砍了这块的巨额科研投入，咱们赶上了大力发展的风口，硬生生实现了反超，直到现在还保持领先地位。

超级计算机要跑起来，核心就是并行算法，几十万上百万个CPU，靠算法才能把所有算力真正用起来。最早单个芯片性能每一年半翻一番，就是大家常说的摩尔定律，现在芯片做的越来越小，已经摸到物理瓶颈了，摩尔定律早就不顶用了。现在只能靠多个CPU一起协作解决问题，这种方式说白了，其实和人脑的结构差不多，人脑就是靠数量庞大的神经元互相连接，才这么厉害。

现在AI能突然爆发火遍全球，最核心的支撑就是算力够了。其实神经网络算法半个多世纪前就有天才科学家提出来了，本来就是模拟人脑神经元的运作，那时候算力不够，也没足够的优质数据，火了一阵就沉寂下去了。现在算法优化后能并行跑，算力也上来了，高质量数据也攒够了，这才攒出了量变到质变的爆发。

钱英老师回国之后，刚好赶上AI兴起，兜兜转转又回到了小时候喜欢生物医药的初心。既然AI本身就是交叉学科，她干脆就做起了用机器学习辅助生物医药研究的方向，这也是她现在的研究重点。现在大家常说的AI+X，X可以是任何专业，各行各业都能靠AI解决过去解决不了的老问题。

绕回大家最关心的问题，AI到底会不会取代大批岗位，普通人会不会被时代抛弃。钱英老师说，肯定会有一些旧职业从市场消失，但也会有新的职业冒出来，现在大家焦虑的点其实是，到底学什么做什么才不会被淘汰。她聊起现在最操心的就是下一代教育，孩子该往哪个方向培养，想来想去，数学肯定不会过时，什么时候都用得上。

现在很多人都说翻译会是最先被淘汰的行业，连老师这个职业都有人担心会被AI取代。ChatGPT的知识量确实比单个老师大太多，还能把复杂知识点讲得连小学生都听懂，这点很多老师都比不了。但钱英老师觉得，老师肯定不会被AI取代，真正的教育是因材施教，这点AI干不了，只能给老师当得力助手。

有了AI帮忙，老师能摸清每个学生的学习进度，给基础差的补知识漏洞，给学得好的加进阶内容，真正做到个性化培养。之前上课都是给中间水平的学生讲，好的吃不饱差的跟不上，这个存在了几十年的问题，AI刚好能帮忙解决。写作业也不用怕学生用AI偷懒，直接要求学生做的要比AI更好，反而能练出学生提问题的本事，这刚好是很多中国学生缺的能力。

这波AI冲击和之前的技术革命不一样，特点挺反常识的。AI其实不擅长处理那些多变的线下体力活，最拿手的就是替代高度标准化的脑力工作。做报表、走审批、套模板写方案、核对常规数据，这些本来就是白领每天的日常，现在AI全能干，干的还比人快比人准。

现在行业里已经有这个趋势了，越标准化越依赖模板的岗位，被淘汰的概率就越高。最近几年的科技行业裁员潮，早就不是之前经营不好才裁员的逻辑了，很多就是AI能接手工作，直接优化掉了岗位。对普通人来说，现在最该做的不是怕AI，也没必要把AI当成洪水猛兽。