在過去5年間，人工智慧取得的進展超過此前50年的總和，這是因為人工智慧的演算法取得了重大突破。例如，中文語音辨識曾被認為是難以逾越的障礙。在並不那麼遙遠的2002年，中國科技大學自動化系的教授曾向筆者坦言，他的團隊雖然身處研究一線，卻還沒有找到語音辨識高效演算法的頭緒；換句話說，當時還沒弄清楚人是通過什麼機理聽懂說話的。短短十幾年後，基於神經網路的深度學習已經破解了教授當年的疑惑——科大訊飛開發的輸入法的中文語音辨識率達到了97%，與真人相差無幾。
戴姆勒的自動駕駛卡車在美國內華達州的高速公路上接受測試。交通運輸行業的一場革命即將到來。
與人工智慧在其他領域造成的巨大影響相比，中文語音辨識甚至只能算雕蟲小技。例如，自動駕駛技術即將掀起一場交通運輸行業的革命。自動駕駛系統不會打瞌睡、分神，不需要休息，更不會感情用事。可以預見的是，成熟的自動駕駛系統在可靠性方面將遠遠超過傳統司機。美國車企特斯拉在自動駕駛技術方面暫時領先，但是江淮汽車等不甘人後的中國車企也在奮起直追。
成熟的自動駕駛技術意味著什麼？乘客上車之後只要輸入一個位址，汽車就會在衛星導航的協助下自動把乘客拉到指定地點。屆時中國的260萬計程車司機、美國23.4萬計程車司機都將面臨失業風險，“份子錢”將永遠成為歷史名詞。自動駕駛即將奪走的可不止是計程車司機的飯碗。美國有350萬卡車司機，如果把技術支持員工也算上，載貨卡車的相關從業者達到了870萬之眾。而在中國，這個群體竟多達3000萬人，每45個中國人裡就有一個在跑運輸。戴姆勒的自動駕駛卡車2015年就已開始上路測試，從高歌猛進的研發進度來看，自動駕駛卡車實現量產也就是幾年內的事情。屆時數千萬貨車從業者應當去做些什麼呢？
大疆創新近期推出的MG-1S型農業植保無人機，噴農藥的活幹得比人都漂亮。用不了多久，莊稼把式都得對人工智慧甘拜下風。
人工智慧不僅正在顛覆傳統的交通運輸，還將顛覆延續數千年的農業生產方式。在不久的將來，農忙時節不再需要農民挽起褲腿下地幹活了，幾個農業工人敲敲電腦就能把事情做完。這可不是什麼腦洞大開的幻想，這方面的研究其實已經開始了。中國農業機械化科學研究院在2011年就已完成意義重大的農業機械自動導航實驗：加裝了自動控制系統的插秧機，根據GPS與車載感測器獲取車輛姿態資訊，實現自動導航及地頭轉向。試驗結果表明，自動化插秧機可以按照預設路徑在田間行走，並且可以滿足插秧的精度要求。這項研究的成功意味著，自動化田間作業在技術上是可行的，只要降低使用成本就可以推廣開來。無人機噴灑農藥的技術甚至更加成熟：與人工噴藥相比，無人機可將農藥用量減少20％左右，而且完全不必考慮農藥中毒的風險。2016年11月底，大疆創新推出先進的MG-1S型農業植保無人機，其飛行操作更加便捷穩定，使得農藥噴灑更加精准高效、完全進入了實用化階段。
也許用不了多久，我們就會看到無人農業機械和無人機不知疲倦地忙碌在田間地頭，田間管理的規劃則交給安裝了專家系統［7］的電腦：分佈於田間的感測器將土壤濕度、土壤化學成分、氣溫、光照強度等即時資料傳遞給電腦，然後專家系統通過演算法自動判斷採取什麼田間管理措施。灌溉用水量、化肥施用量、最佳採摘時間等諸多事項都由整合了海量知識和資料的專家系統決定，其精准的管理水準讓幹了一輩子農活的種田能手都自歎不如。待到人工智慧使得農業實現自動化，上億被迫摘下“農民”帽子的農村人口應該去做些什麼呢？
如上所述，人工智慧會消滅許多行業對勞動力的依賴，釋放出大量勞動人口。離開駕駛室的前司機，離開土地的前農民，以及其他被人工智慧頂掉飯碗的大量人口，應該如何維持自身生存？這便是人工智慧給社會治理帶來的挑戰。從歷史上看，技術進步會不斷消滅舊的就業崗位，也會創造新的就業崗位。例如，轎車的普及消滅了黃包車夫的就業崗位，卻創造了計程車司機的就業崗位。然而，與歷史上的技術進步相比，人工智慧對就業造成的影響有兩方面重大差異。