大家好,今天小编来为大家解答以下的问题，关于弱人工智能 李开复，人工智能李开复王咏刚这个很多人还不知道，现在让我们一起来看看吧！
本文目录
李开复的创新工场有什么成绩
创新工场创办5年时间里，已经孵化了150多个项目，目前估值最高的就是美图公司，估值已经达到了20亿美金(相当于搜狐的市值)。另外，还有豌豆荚、知乎、蜻蜓fm等20多个项目估值超过了1亿美金。
人工智能机器人可能取代人类吗？为什么？
1.人工智能机器人必然取代人类。
老生畅谈。在一些机械性（重复性）比较强的工作上，人类必然是会被人工智能机器人取代的。因为这是人类社会一直以来发展的趋势。类比工业时代，工厂里的机器代替了部分技师。机器可以看作广义上的机器人。其他例子也有很多。不赘述。
2.人工智能机器人不可能完全取代人类。
拿一个比较典型的行业来说，服务业。人工智能机器人是永远不可能取代服务业从业人员的。服务业核心价值在于给人们提供更贴心跟人性化的服务。机器人不可能完全理解人们开放式跳跃性思维。人与人之间的交流最美好的一点就是不确定性（对未知的向往）。不确定性也是促进人类社会发展的源动力之一。
在北京做人工智能开发待遇一般能达到多少
近年来，人工智能技术在各行各业中的应用越来越普及，相关专业技术人才也是供不应求，各大公司或是创业公司不惜重金招募AI人才。近期一项统计显示，人工智能相关职位平均年薪达到30万元-60万元，从业时间长的甚至能达到年薪百万。
对于AI相关的技术岗位，30万-60万年薪基本上是比较主流的收入水平，相较于其他技术岗位，基本上是8年以上工作经验的架构师的收入水平。
在231份样本数据中，30万以下年薪24份，30-60万年薪88份，60-100万25份，100万+31份，面议类的63份，局限在于很多年薪数百万的岗位不会被猎头发布出来。
不同类型的企业也拿出了各自的高招来吸引优秀的AI人才，比较有意思的比如创新工场旗下的人工智能研究院拿出“李开复(微博)亲任院长”这样的职位诱惑参与人才抢夺战。其他常见的招揽手段，除了高薪，依次为：补助(63份岗位)，弹性工作(47份岗位)，双薪(41份岗位)，期权(36份岗位)，聚餐(34份岗位)，旅游(24份岗位)。
自学人工智能可行吗？
自学当然是可行的！如果你是人工智能领域的零基础小白，可以看看这份学习计划，部分附资源链接，除了书籍，配合一些视频学习效果会更好哦。
一、人工智能
书籍：“ArtificialIntelligence:AModernApproach(AIMA)”（人工智能：一种现代方法）
不可多得的综合性书籍，总体概述了人工智能领域，几乎涵盖新手需要了解的所有基本概念。
视频：
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/lecture-videos/
ArtificialIntelligencecourse（人工智能课程）系列视频讲座，通过训练AI玩游戏这类趣味实践来介绍基本知识，如果视频太快跟不上，可以配合从上面这本书（现代方法）中寻找相关概念。
二、机器学习（计算机科学和统计学的交叉学科）
视频：
机器学习基础薄弱的，可以先去TutsPlus课程“MachineLearningDistilled”看一下相关概念简述，Coursera上的AndrewNg机器学习课程，也有基本概念的解释，还介绍了大部分重要的算法。
（https://www.coursera.org/learn/machine-learning/）
对ML算法了解不够的，可以配合以下教学视频进行理解
TutsPlus的“MachineLearningDistilled”（简要概述）
PererNorvig的UdacityCourseonML（MLUdacity课程）
TomMitchell的AnothercourseonML
书籍：集体智慧编程（ProgrammingCollectiveIntelligence）
ML算法在Python中的实践，大量基础性的实例，讲述生动，很适合入门学者，培养兴趣的同时又开拓视野，让你不想懂都难！
三、深度学习（是机器学习里最近比较火的一个子集）
DL基础方面的准备工作：
Google上的greatintroductoryDLcources
SephenWelch的greatexplanationofneuralnetworks
书籍：
DeepLearningWithPython（可自行度盘下载https://pan.baidu.com/s/1kUThYHT）
介绍DL应用程序中的最先进成果，深入浅出，带领新手快速开始构建基础并且接触实践案例，包含Keras、TensorFlow时下最先进的工具。
NeuralNetworksandDeepLearning（神经网络与深度学习）
（可自行度盘下载https://pan.baidu.com/s/1miLerZM）
新手友好，作者在数学密集的区域都有标注提示。MNIST手写数字的识别问题贯穿全书，每个模型以及改进都有详细注释的代码。
更多优质回答，请持续关注镁客网头条号~
OK，关于弱人工智能 李开复和人工智能李开复王咏刚的内容到此结束了，希望对大家有所帮助。