深度学习有很多不同的用途——从数字助理的声控功能到自动驾驶汽车，应有尽有。当然，使用深度学习来改善你的日常生活是件好事，但大多数人需要其他理由来接受一项技术，比如找工作。幸运的是，深度学习不仅会影响您更快地定位信息的能力，而且还提供了一些非常有趣的工作机会，并且具有只有深度学习才能提供的“哇”因素。本文概述了当今在某种程度上依赖深度学习的十个有趣的职业。不过，这种材料只代表了冰山一角;越来越多的职业正在快速使用深度学习，而且每天都在增加。 

深度学习在管理人员管理时会有所帮助

一部名为《圆环》恐怖电影会让你相信，现代技术将比乔治·奥威尔 （George Orwell） 的《1984》一书中的《老大哥》更具侵略性。这部电影的部分故事涉及到处安装摄像头——甚至在卧室里。主角每天早上醒来都会向所有看着她的人打招呼。是的，如果你愿意，它可以给你威利斯。

然而，真正的深度学习在很大程度上并不是关于监控和判断人。它更像是甲骨文的全球人力资源云这项特殊的技术远非可怕，它可以让你看起来很聪明并在你一天的所有活动中处于领先地位。该视频有点过头了，但它让您很好地了解了深度学习目前如何使您的工作更轻松。

这项技术背后的想法是让人们更容易获得成功。如果您查看 Oracle 的视频和相关材料，您会发现该技术可以帮助管理层建议在组织内实现员工目标的潜在途径。在某些情况下，员工喜欢他们目前的情况，但该软件仍然可以建议使他们的工作更具吸引力和乐趣的方法。该软件使员工不会迷失在系统中，并有助于在自定义级别管理员工，以便每个员工都能收到个性化的输入。

深度学习改进医学

​深度学习正在以多种方式影响医学实践，正如你去看医生或在医院度过时光时所看到的那样。深度学习有助于诊断疾病并找到正确的治疗方法。深度学习甚至被用于改进难以检测的问题（包括眼睛问题）的诊断过程。然而，深度学习在医学中最重要的用途之一是在研究中。

​​找到用于研究目的的正确患者这一看似简单的行为实际上并不那么简单。患者必须符合严格的标准，否则任何测试结果都可能被证明是无效的。研究人员现在依靠深度学习来执行任务，例如寻找合适的患者、设计试验标准和优化结果。显然，医学将需要大量接受过医学和深度学习技术使用培训的人，才能继续以目前的速度取得进步。​

深度学习有助于开发新设备

​多年来，计算机技术某些领域的创新，例如现在已成为商品的基本系统，已经放缓。然而，最近才变得可行的领域的创新已经大大增加。如今，发明家比以往任何时候都拥有更多新设备的可能渠道。其中一个新领域是执行深度学习任务的方法。为了创造执行更复杂深度学习任务的潜力，许多组织现在使用超出 GPU 能力的专用硬件，GPU 是目前首选的深度学习处理技术。

深度学习技术还处于起步阶段，因此聪明的发明家可以想出一些有趣的东西，而无需真正努力工作。这篇文章讲述了新的人工智能技术，但即使是这些技术也没有开始深入到可能发生的事情。

深度学习正在吸引发明人和投资者的注意，因为它有可能颠覆现行的专利法以及人们创造新事物的方式。大多数此类文章的一个有趣的部分是，它们预测围绕各种深度学习的工作将显着增加，其中大部分涉及创造新的东西。从本质上讲，如果你能以某种方式利用深度学习，并将其与当前充满活力的职业相结合，你就可以找到一份工作或发展自己的企业。

​深度学习可以提供客户支持

​许多深度学习讨论都涉及聊天机器人和其他形式的客户支持，包括翻译服务。如果您好奇，可以在 Pandorabots.com 与聊天机器人进行互动体验。然而，聊天机器人和其他客户支持技术的使用引起了人们的关注。

一些消费者团体说人类客户支持注定要失败，就像这篇福布斯文章一样。但是，如果您曾经不得不与聊天机器人打交道来执行任何复杂的事情，您就会知道这种体验并不吸引人。因此，新的范式是人类和聊天机器人的结合。

你今天看到的许多技术据说可以取代人类，但在大多数情况下，它不能。就目前而言，您应该期待看到许多人类和机器人作为一个团队一起工作的情况。该机器人减轻了执行体力密集型任务的压力以及平凡无聊的家务。人类会做更有趣的事情，并为意外情况提供创造性的解决方案。因此，人们需要获得在这些领域工作所需的培训，并确信他们将继续从事有报酬的工作。

​

深度学习可以帮助您以新的方式查看数据

查看一系列网站和其他数据源，您会注意到一件事：它们都以不同的方式呈现数据。计算机不理解呈现的差异，也不会被一种或另一种外观所左右。它实际上并不理解数据;它寻找模式。深度学习使应用程序能够自行收集更多数据，确保应用程序可以看到适当的模式，即使这些模式与应用程序以前看到的模式不同。然而，尽管深度学习将增强和加速数据收集，但人类仍然需要解释数据。事实上，人类仍然需要确保应用程序收集到良好的数据，因为应用程序实际上对数据一无所知。

以新方式查看数据的另一种方法是执行数据增强。同样，应用程序会完成繁重的工作，但需要人工来确定要提供哪种增强。换句话说，人类做了创造性的、有趣的部分，而应用程序只是跋涉，确保事情正常进行。

前两个深度学习用途很有趣，它们将继续创造就业机会，但深度学习最有趣的用途是用于尚不存在的活动。一个有创造力的人可以观察其他人使用深度学习的方式，并想出一些新的东西。查看 AI、机器学习和深度学习的一些有趣用途，这些用途现在才变得实用。

深度学习可以更快地执行分析

当大多数人谈到分析时，他们会想到研究人员、某种科学家或专家。然而，深度学习在一些有趣的地方已经根深蒂固，需要人类参与才能得到充分利用，例如预测交通事故。

想象一下，一个警察部门根据交通流量模式分配资源，以便一名警官已经在预期事故现场等待。警察中尉需要知道如何使用此类应用程序。当然，这种特殊的用途还没有发生，但它很可能是可能的，因为它已经可以使用现有技术。因此，对于那些名字前面有“博士”的人来说，进行分析将不再是一项工作;它将适合所有人。

分析本身并不是那么有用。它是将分析与特定环境中的特定需求相结合的行为，变得有用。你对分析所做的事情决定了该分析对你和你周围人的影响。人类可以有目的地理解分析的概念;深度学习解决方案只能执行分析并提供输出。

深度学习可以帮助创造更好的工作环境

如果你碰巧拥有可以让你与人工智能成功互动的技能，深度学习将使你的生活更美好，你的工作更愉快。本文介绍了人工智能如何改变未来的工作场所。这次讨论的一个重要因素是使工作更具吸引力。

在人类历史上的某个时刻，工作对大多数人来说实际上是令人愉快的。这并不是说他们一直在唱歌和大笑，但很多人确实期待着每天的开始。后来，在工业革命期间，其他人把苦差事投入到工作中，使每天下班成为一些人享受的唯一乐趣。这个问题已经变得如此严重，以至于你可以找到关于它的流行歌曲，比如“为周末工作”。通过消除工作场所的苦差事，深度学习有可能使工作再次变得愉快。

深度学习将以多种方式强烈影响工作环境，而不仅仅是工作的实际表现。例如，基于深度学习的技术有可能改善您的健康状况，从而改善您的工作效率。这对每个人来说都是一场胜利，因为你会更享受生活和工作，而你的老板会从你的努力中获得更多隐藏的潜力。

你不经常看到的一件事是发达国家出生率下降对生产力的影响。麦肯锡的这篇文章在一定程度上探讨了这个问题，并提供了一张图表，显示了深度学习对各个行业的潜在影响。如果目前的趋势继续下去，可用工人的减少将意味着工作场所需要增加。

但是，如果您担心自己可能无法适应新的现实，您可能会对自己的未来感到疑惑。问题是你可能真的不知道你是否安全。在约翰·保罗·穆勒（John Paul Mueller）和卢卡·马萨隆（Luca Massaron [Wiley]）合著的《傻瓜人工智能》（Artificial Intelligence For Dummies）一书中，您可以看到关于人工智能安全职业和人工智能将创造的新职业的讨论。你甚至可以发现你最终可能会在某个时候在太空中工作。不幸的是，并不是每个人都想采取这种行动，就像卢德分子在工业革命期间所做的那样。当然，人工智能所承诺的后果将比工业革命更大（阅读工业革命的影响），并且将更具破坏性。一些政治家，如安德鲁·王（Andrew Wang），已经在考虑像基本全民收入这样的短期解决方案。这些政策如果颁布，将有助于减少人工智能的影响，但它们不会提供长期的解决方案。在某个时候，由于人工智能，社会将与今天截然不同——就像工业革命已经改变了社会一样。

深度学习可以帮助研究晦涩或详细的信息

计算机可以做一件事——模式匹配——非常好（而且比人类好得多）。如果你曾经有过这样的感觉，那就是你漂浮在信息中，而这些信息与你当前的需求无关，那么你并不孤单。信息过载多年来一直是一个问题，并且每年都在恶化。你可以找到很多关于处理信息过载的建议。问题是你仍然淹没在信息中。深度学习使您能够在合理的时间内大海捞针。在大多数情况下，一个好的深度学习解决方案可以在几个小时内找到您需要的信息，而不是几个月。

但是，知道信息的存在通常是不够的。您需要足够详细的信息来完全回答您的问题，这通常意味着找到多个来源并整合信息。同样，深度学习解决方案可以为您找到模式并将数据混合在一起，这样您就不必手动组合来自多个来源的输入。

在 AI 找到数据并将多个来源组合成一个有凝聚力的报告（您希望）之后，它已经为您做了一切。仍然取决于人类来理解信息并确定成功使用它的方法。计算机不会删除任务的创造性部分;它消除了寻找执行任务创造性部分所需资源的苦差事。随着信息的不断增加，预计专门查找详细或晦涩信息的人数会增加。

信息经纪人正在成为社会的重要组成部分，代表了一条有趣的职业道路，许多人甚至没有听说过。本文很好地总结了信息经纪人的工作。

深度学习可以帮助设计建筑

大多数人将建筑视为一种创造性的行业。想象一下，设计下一个帝国大厦或其他经得起时间考验的大厦。过去，设计这样的建筑需要数年时间。奇怪的是，承包商实际上在短短一年多一点的时间里就建造了帝国大厦，但通常情况并非如此。深度学习和计算机技术可以通过允许虚拟演练等方式，帮助大大减少设计和建造建筑物的时间。事实上，深度学习的使用正在以显着的方式改善建筑师的生活。

然而，将设计变成虚拟导览甚至不是该领域最令人印象深刻的深度学习壮举。使用深度学习使设计人员能够在设计离开绘图板之前找到潜在的工程问题，执行压力测试并以其他方式确保安全性。这些功能最大限度地减少了建筑物投入使用后发生的问题数量，建筑师可以享受成功的桂冠，而不是失败的蔑视和潜在的悲剧。

深度学习可以提高安全性

意外时有发生！然而，深度学习可以帮助防止事故的发生——至少在大多数情况下是这样。通过实时分析复杂的模式，深度学习可以帮助参与安全保障各个方面的人员。例如，通过跟踪各种交通模式并提前预测事故的可能性，深度学习解决方案可以为安全专家提供防止事故发生的建议。由于变量太多，人类无法执行分析。但是，深度学习解决方案可以执行分析，然后将输出提供给人类以进行潜在的实施。

与涉及深度学习的所有其他职业一样，人类充当解决方案的理解部分。各种事故将挑战任何深度学习解决方案每次都能提供精确解决方案的能力。人类是不可预测的，但只要有正确的信息，其他人就可以降低发生可怕事情的几率。深度学习解决方案提供了正确的信息，但它需要人类的远见和直觉才能正确解释信息。