一、对于人工智能的利与弊你怎么看待
1、首先，在生产领域，人的各种能力都已被效率更高且成本低廉的机器及人工智能实体代替，劳动力将大大被解放。
2、其次，我们的环境问题将会被改善，较少的资源将会满足更大的需求。
3、第三，人工智能将会大大增强人类认识世界、适应世界的能力。
4、人工智能代替人类做各种事情，那人类失业率就无限增高，人类就无依靠可生存。
5、人工智能如果被坏人利用在犯罪上，那么人类将陷入恐慌。
6、如果我们不能很好地控制利用人工智能，反而被人工智能控制与利用，那么人类将走向灭亡。
二、人工智能与数字媒体就业前景
1、数字媒体人才的就业方向很广，其中包括视觉设计、产品设计、广告设计、建筑设计、网络游戏、动漫、手机增值、数字电视、数字广播、数字电影和网络媒体等领域。
2、数字媒体延伸开的二级行业很多，网络、游戏和移动增值领域相对比较新，建立竞争优势比较容易，行业应用方向就定位为网络、游戏和移动等新媒体领域，同时兼顾目前人才需求比较旺盛的产品视觉设计和广告设计，是非常有竞争力的专业。
三、人工智能与机器人专业就业前景
随着人工智能技术的不断发展和应用，各个行业对人工智能人才的需求也越来越高。尤其是在高科技、金融、医疗、教育等领域，对人工智能专业人才的需求尤为迫切。根据相关调研数据，未来几年内，人工智能领域的就业市场将会保持高速增长。
人工智能涉及到的领域非常广泛，涉及到机器学习、自然语言处理、计算机视觉、人机交互等多个领域，因此，人工智能领域的就业岗位非常多样化。就业岗位包括但不限于：算法工程师、数据科学家、机器学习工程师、自然语言处理工程师、计算机视觉工程师、智能硬件工程师等。
人工智能领域的人才稀缺，而需求又非常大，因此，该领域的薪资待遇一般比其他行业要高。根据相关调研数据，人工智能领域的平均薪资在国内较高，并且还在不断上升。
虽然人工智能领域的就业前景非常好，但是该领域对人才的学历要求相对较高。人工智能领域需要掌握的专业知识和技能比较繁杂，需要有一定的数学、计算机、物理等方面的基础。因此，一般要求人工智能领域从业者拥有本科及以上学历，并具备一定的工作经验。
四、人工智能能创造更多工作的原因
AI可以在医疗保健行业中广泛使用。它适用于自动化手术，预测性诊断，预防性干预，精密手术以及许多其他临床手术。一些人预测，人工智能将更好地完全重塑医疗领域。
人工智能正在通过减少支出和改善患者成果来革新卫生部门的工作方式。
以下是人工智能在医疗保健中的一些应用：
做重复工作。管理病历和其他数据。数字咨询。处理设计。医疗管理。虚拟护士。精密医学。
药物创造以及AI的其他许多用途。
AI还广泛用于农业行业。除了许多其他用途外，机器人还可用于种植种子，施肥作物和施用农药。农民可以使用无人机监控农作物的种植，还可以收集数据进行分析。
增值数据将用于增加最终输出。怎么样？AI通过收集的数据对作物健康和土壤状况等变量进行了分析，从而提高了最终产量，也可以用于收割，尤其是对于难于收割的农作物。
3、人工智能将消除您执行繁琐任务的需要。
人工智能正在改变工作场所，有很多理由值得乐观。它用于完成许多繁琐而冗长的任务，尤其是劳动密集型的低技能工作。这意味着员工将被分派到繁琐的工作上，给工作场所带来重大而积极的变化。
例如，人工智能在汽车工业中用于执行重复性任务，例如在装配线中执行例行操作。允许机器人照料好机器人任务，已经导致了劳动力的转移。
4、AI用于提高汽车安全性并减少交通复杂性。
车祸是在美国发生的最流行的事故之一。每年有数千人丧生。这些事故中多达95％是人为错误造成的，这意味着事故是可以避免的。
随着通过自动驾驶汽车将人工智能引入该行业，事故案例的数量将减少。汽车行业正在进行的研究正在寻找可以使用AI改善交通状况的方法。
五、人工智能哪个方向发展前景好
许多人工智能技术已被用于农业，如在无人机，喷洒农药除草、实时监测作物状况、材料采购、数据收集、灌溉、收获和销售。通过人工智能设备终端的应用，农业和畜牧业的产量得到了很大的提高，许多人工成本和时间成本也大大降低。
智能呼出系统、客户数据处理（订单管理系统）、通讯故障排除、病毒拦截（360等。），骚扰信息拦截等。
利用最先进的物联网信息技术，实现患者与医务工作人员、医疗服务机构与医疗设备的互动，逐步发展实现企业信息化。例如，健康监测智能可穿戴设备）、自动提示用药时间、禁忌症和剩余剂量的智能用药系统。
安防监控（数据实时联网、公安系统实时调查分析数据）、电信诈骗数据锁定、罪犯抓捕、消防救援领域（消防、人员援助、特殊区域作业）等。
路线规划、无人驾驶车、超速、违规驾驶等行为。
餐饮业（订餐、送菜、回收餐具、清洗）等。以及预订系统（酒店、机票、机票等。）查询、预订、修改、提醒等。
大数据股票分析、证券，行业趋势分析、投资风险估计等。
天气进行查询、地图导航、数据可以查询、信息技术推广推荐引擎基于网络用户的行为和属性用户浏览行为问题产生的数据，通过控制算法研究分析和处理，主动发现企业用户对于当前或潜在的需求，主动将信息推送至用户的浏览页面。