一项最新研究结果呼应了李开复的这种判断。
20日据Business Insider报道，牛津大学与耶鲁大学研究人员的一项最新研究显示，未来50年内机器人将取代包括货车司机和畅销书作家在内的数百万个人类工作职位。
研究小组对352位人工智能(AI)研究者进行调查后发现，未来10年内最有可能被自动化的是机械性任务。例如，预计到2024年，机器人在语言翻译方面就将超过人类;到2026年，机器人能够比人类写出更好的高中水平的论文。
至于那些更复杂和更具创造性的任务，例如写书和进行高等数学运算，则需要更长时间。最终，研究人员发现，到2061年，人工智能将可完成所有人类任务，到2136年将取代所有人类职位。
时间表
以下为机器人能够完成人类任务的时间表：
2018年：玩《愤怒的小鸟》时击败人类;
2019年：赢得世界扑克大赛;
2021年：折叠洗衣;
2022年：转录语音;
2023年：组装任何乐高积木;
2024年：在所有游戏中击败雅达利游戏测试者;
2025年：朗读课文;
2026年：写高中论文;
2027年：驾驶货车;
2028年：生成排行榜上前40位的流行歌曲;
2029年：在5000米赛跑中战胜最快的人类选手;
2033年：用罗塞塔石翻译一种新语言;
2036年：成为零售销售员;
2049年：写作《纽约时报》畅销书;
2057年：做外科手术;
2060年：研究数学;
2061年：完成所有人类任务。
人类该如何应对?
人工智能飞速发展，势必会淘汰一部分工作岗位，那么，这些可能被淘汰的人该如何应对?
“一个很好的方向，其实就是一定要选机器不能做的事情。”李开复认为，对于那些50岁以上的人，可以转型做高端服务工作，而对于年轻人，则必须从教育抓起，教育孩子做自己最喜爱的事情;做有深度的事情，尤其是艺术，让机器无法替代;做人机结合的事情，把新技术、AI应用到自己做的事情上。
李开复举例称，一名记者如果花了三天时间采访了十个人，写了非常深度的文章，是不会被取代的，这个机器做不了;但如果只是在网上拼凑整理的工作，马上就要被取代。
“我们来到世界上本来就不是来做无聊的、重复性的事情，人工智能时代来临，人类未来就不要再做这些了。”他认为，AI把无聊的、重复性的工作取代后，未来人类可以把更多的时间分配给家人朋友，有更多时间来思考人类为什么存在。一边是人生宗教哲学层面的思考，一边是科技发展层面的思考，在李开复看来，二者虽然对立，但也有共通之处。
相关推荐
DVBCN消息2010年7月7日电--Telairity卓越的H.264编码技术是为全球近十亿人观看2010年世界杯足球赛提供支持的“秘密要素”。整个亚洲、南太平洋以及世界杯主办国南非的观众都是依靠Telairity的H.264/AVC编码器来收看高清(HD)和标清(SD)比赛转播的。有了Telairity的H.264现代技术，世界各地的网络运营商和广播、卫星及有线电视公司可以更换掉旧的MPEG-2压缩系统，为客户提供更出色的视频质量并显著降低对带宽的依赖，从而大幅减少传输成本。泰国国营电信公司CATTelecomPublicCompanyLimited安装了Telairity高清和标清编码器
意法半导体（STMicroelectronics，简称ST）宣布，其先进的高清电视系统级芯片（SoC）平台取得了巨大进步，此项成果将意法半导体推向能够运行基于Adobe®AIR®的游戏和其它应用软件的下一代互联网电视技术的最前沿。意法半导体已成功移植AdobeAIR®2.5forTV软件至第三代先进互动高清机顶盒系统芯片平台，并通过Adobe产品认证。AdobeAIR软件是AdobeFlash平台的一个重要组件，原始设备制造商（OEM）、原始设计制造商（ODM）、服务开发人员以及应用开发人员能够在这个平台开发丰富的网络应用软件和游戏，专门为机顶盒和数字电视等嵌入式设备和
TriplePlayIntegration销售副总裁MikeNottage什么是三重播放集成？TPI公司是一家致力于提供数字家庭视频平台解决方案的专业软件服务公司。TPI公司还是官方Adobe的“ScalingPartner”，为消费电子平台提供FlashPlayer10、AIR和舞台美术技术提供优化的端口。我们有25名具有专业的项目管理和质量保障经验的高级工程师团队,平均具有24年的工作经验.你们能够提供什么样的
DVBCN数字电视中文网讯（敖瑞），2012年6月15日（周五），由ARM主办的“跨界、变革、多赢——ARM移动智能终端研讨会暨应用开发者大会”在上海举行。本次约有20名厂商代表上台演讲；参会并参与展示会的厂商超过30家，均为ARM在各个领域的合作伙伴。ARM亚太市场开发经理AlanTsai做出了“移动终端GPU之趋势与迷思”的精彩演讲。Alan表示：在用户体验上来说，分辨率已经可以高达人眼都无法辨析的地步了。公允的说，业界对GPU的评判标准存在太多的分歧：从三角形的角度来看，涉及到生成率、裁切率等指标，不同类型的GPU产品根本没法比；从填充率的角度上