AI來了，你會(huì)失業(yè)嗎？

1941年12月2日，在芝加哥大學(xué)足球場(chǎng)下面的地下實(shí)驗(yàn)室里，物理學(xué)家恩里科·費(fèi)米和一群科學(xué)家見證了人類創(chuàng)造出世界第一個(gè)自持核反應(yīng)堆。科學(xué)家們默默地喝掉了一瓶紅酒，慶祝“芝加哥1號(hào)堆”的誕生，在場(chǎng)的人都清楚這對(duì)于人類究竟意味著什么，無需贅言。現(xiàn)在，一種新的東西已經(jīng)在悄悄改變世界，就像某種生僻的外語(yǔ)，你或許聽人說過，但卻無法完全理解。這種語(yǔ)言叫作“深度學(xué)習(xí)”（deeplearn-ing），人工智能公司Deep Mind的AlphaGo正是用它在圍棋比賽中擊敗了人類世界冠軍。而圍棋這種古老的棋盤游戲如此復(fù)雜，有人甚至形容，下圍棋好比同時(shí)下10盤國(guó)際象棋。

AlphaGo的勝利似乎微不足道，只不過是在人類用來打發(fā)空閑時(shí)間的游戲中，機(jī)器再次超越它的創(chuàng)造者。然而，這一小小成就不僅只是贏得吹牛的權(quán)利那么簡(jiǎn)單。有人甚至將它譽(yù)為AI發(fā)展“里程碑”，按照這個(gè)速度，我們?cè)?jīng)認(rèn)為遙不可及的事情可能很快變成現(xiàn)實(shí)。

想一想你口袋里的智能手機(jī)，在你出生的時(shí)候，如此小巧而強(qiáng)大的計(jì)算機(jī)簡(jiǎn)直就是科學(xué)幻想，而現(xiàn)在這些裝置無處不在，徹底改變了人們的健康護(hù)理、人際關(guān)系、商業(yè)交易，沒有它們的生活似乎已經(jīng)無法想象。我們正在進(jìn)入一個(gè)新的時(shí)代，科技注定將極大地影響、重塑我們和我們后代的生活。科學(xué)家已經(jīng)發(fā)明了一款能夠安撫人類的微笑機(jī)器人，一款能夠讓失去手臂的鼓手重新打鼓的機(jī)械假肢，當(dāng)然還有可以讓汽車自行駕駛的軟件。現(xiàn)在，包括Facebook研究人員在內(nèi)的AI開發(fā)者面臨一大挑戰(zhàn)——?jiǎng)?chuàng)造能夠完全理解人類語(yǔ)言和表情微妙差異的程序和機(jī)器人。一旦他們獲得成功，機(jī)器將能夠處理大量數(shù)據(jù)——包括書籍、醫(yī)療案例、社交媒體狀態(tài)更新和面部表情線索等等——進(jìn)而提升人們與AI互動(dòng)的體驗(yàn)。我們正在不可避免地邁入一個(gè)屬于人工智能的時(shí)代，不少技術(shù)專家警告，AI可能意味著人類的終結(jié)。你或許覺得現(xiàn)在討論這個(gè)話題為時(shí)過早，但是，很多人并未意識(shí)到，從亞馬遜網(wǎng)站向用戶提供的產(chǎn)品選擇，到美國(guó)國(guó)家安全局的數(shù)據(jù)監(jiān)控，機(jī)器學(xué)習(xí)已悄然成為我們?nèi)粘Ｉ钪忻懿豢煞值囊徊糠帧Ｈ欢覀冎泻苌儆腥苏嬲斫馑囊饬x。

人工智能走進(jìn)生活

西雅圖華盛頓大學(xué)的電腦科學(xué)家佩德羅·多明戈斯在《主算法：終極學(xué)習(xí)機(jī)器的研究將如何改變世界》一書中指出，人工智能可能讓到醫(yī)院看病成為歷史；主算法（Master Al-gorithm）可能具有與愛因斯坦相對(duì)論旗鼓相當(dāng)?shù)母淖兪澜绲牧α浚欢脵C(jī)器取代人類士兵可能讓戰(zhàn)爭(zhēng)變得更人性化。

電腦科學(xué)的終極追求就是一臺(tái)能夠自我學(xué)習(xí)的機(jī)器。傳統(tǒng)的編程需要人類用令人抓狂的細(xì)節(jié)向電腦解釋人類的意圖。這就是算法的本質(zhì)：對(duì)電腦發(fā)布的一系列指令。而機(jī)器學(xué)習(xí)則是給電腦編程，讓它具有自主學(xué)習(xí)的能力。現(xiàn)在，當(dāng)你搜索網(wǎng)頁(yè)時(shí)，為你選擇搜索結(jié)果可能就是具有學(xué)習(xí)能力的程序。亞馬遜已經(jīng)將它用于為用戶推薦產(chǎn)品；在線影片租賃公司Netflix用它來推薦電影；社交網(wǎng)站Facebook和Twitter用它來選擇向你顯示哪些帖子。在網(wǎng)上發(fā)生的一切幾乎都涉及機(jī)器學(xué)習(xí)。

多明戈斯提出的主算法是一種能夠從數(shù)據(jù)中學(xué)會(huì)一切的算法。將行星運(yùn)動(dòng)和斜面的數(shù)據(jù)喂給它，它就能發(fā)現(xiàn)牛頓的“萬有引力”論。將DNA晶體學(xué)數(shù)據(jù)喂給它，它就能發(fā)現(xiàn)雙螺旋結(jié)構(gòu)。將包含癌癥患者病歷的龐大數(shù)據(jù)庫(kù)喂給它，它就能學(xué)會(huì)診斷并治愈癌癥。

機(jī)器處理信息和進(jìn)行復(fù)雜運(yùn)算的能力遠(yuǎn)遠(yuǎn)超過人類，它們測(cè)試藥物和疫苗的速度絕非人類可比。“機(jī)器學(xué)習(xí)”已被用于開發(fā)藥物，通過電腦模擬的方式，所需的成本和時(shí)間相當(dāng)于傳統(tǒng)方法的零頭。比如，艾滋病疫苗研究的一大難題在于，艾滋病毒變異的速度非常快。研究者大衛(wèi)·赫克曼提出，傳統(tǒng)疫苗大多只針對(duì)一個(gè)地方的病毒發(fā)起攻擊，艾滋病疫苗需要同時(shí)攻擊不同的地方。但是發(fā)現(xiàn)所有這些攻擊目標(biāo)需要處理海量的數(shù)據(jù)，還需人類無法應(yīng)對(duì)的假設(shè)實(shí)驗(yàn)。

而攻克癌癥的難題在于它并非是一種疾病。每個(gè)人的癌癥都不相同，隨著癌細(xì)胞的變異生長(zhǎng)，即使在同一個(gè)病人身上，今天的癌細(xì)胞與6個(gè)月前也截然不同。腫瘤的代謝是如此復(fù)雜，存在太多的可能變異和分子及環(huán)境因素組合，沒有人類能夠全部掌握。因此，只靠某一種藥物無法治愈癌癥。機(jī)器學(xué)習(xí)可分析腫瘤基因組、病人基因組和病史，從而預(yù)測(cè)哪種藥物或哪些藥物的組合最有效，甚至針對(duì)具體癌變?cè)O(shè)計(jì)一種新藥。然而，在實(shí)現(xiàn)這一切之前，我們需要更先進(jìn)的機(jī)器學(xué)習(xí)算法。我們還需要病人分享他們的數(shù)據(jù)，再交給程序去分析學(xué)習(xí)。分子生物學(xué)家兼機(jī)器學(xué)習(xí)研究者大衛(wèi)·豪斯勒認(rèn)為，如果能夠采集足夠多的病人數(shù)據(jù)，我們將能治愈癌癥，除此之外別無他法。

人類是怎么樣丟掉飯碗的

幫助治愈癌癥的機(jī)器聽上去實(shí)在美好，但如果它們將要奪走你我的工作呢？更糟糕的是，人類對(duì)此毫無準(zhǔn)備。只要人類依然需要靠薪水為生，AI的驚人進(jìn)步可能威脅每一個(gè)人的生活。上周，白宮在一份寫給美國(guó)國(guó)會(huì)的報(bào)告中稱，2010年時(shí)薪不足20美元的工人最終被機(jī)器取代的可能性高達(dá)83%。時(shí)薪40美元的工人被機(jī)器搶走飯碗的可能性也高達(dá)31%。我們正在面臨一個(gè)嶄新世界。

首先得說說如何走向這一步。所有的工作都可以劃分為4大類型：簡(jiǎn)單重復(fù)和非重復(fù)性工作、腦力和體力勞動(dòng)。簡(jiǎn)單重復(fù)工作的內(nèi)容日復(fù)一日完全相同，而非重復(fù)性工作則有變化。在這兩種類型中又包含主要依靠認(rèn)知能力（頭腦）的工作和主要消耗體力的工作。上個(gè)世紀(jì)90年代，當(dāng)部分崗位已經(jīng)能夠被機(jī)器取代，簡(jiǎn)單重復(fù)性工作就開始萎縮。

當(dāng)然，簡(jiǎn)單重復(fù)工作曾經(jīng)造就了美國(guó)的中產(chǎn)階級(jí)。亨利·福特的工人們享受中產(chǎn)階級(jí)的薪資待遇，從事的是簡(jiǎn)單重復(fù)勞動(dòng)。而在美國(guó)的辦公樓里，曾經(jīng)大多數(shù)人從事的也是重復(fù)性腦力勞動(dòng)。這樣的世界正在衰落，只留下兩類工作：幾乎無需思考因而報(bào)酬微薄的工作和需要大量思考因而報(bào)酬優(yōu)厚的工作。

一架4個(gè)發(fā)動(dòng)機(jī)的飛機(jī)即使只剩下2個(gè)發(fā)動(dòng)機(jī)也能繼續(xù)飛行。但如果最后兩個(gè)發(fā)動(dòng)機(jī)也發(fā)生故障，會(huì)發(fā)生什么？隨著高級(jí)自動(dòng)化和AI技術(shù)的發(fā)展，機(jī)器已逐漸掌握學(xué)習(xí)技能，最后兩類非重復(fù)性工作也變得岌岌可危。

機(jī)器變得越來越聰明，因?yàn)槲覀兏瞄L(zhǎng)建造它們，而這又是因?yàn)槲覀儗?duì)于人腦的工作機(jī)制有了更深刻的認(rèn)識(shí)。人腦本質(zhì)上就是一團(tuán)相互連接的細(xì)胞。一些鏈接比較短，另一些則較長(zhǎng)；一些細(xì)胞只是兩兩相互鏈接，而另一些就像是樞紐，同時(shí)與其他多個(gè)細(xì)胞鏈接。生物電信號(hào)通過這些鏈接以不同的頻率傳遞，進(jìn)而形成神經(jīng)脈沖。這有點(diǎn)像是多米諾骨牌的倒塌，但速度更快、規(guī)模更大、更復(fù)雜。深度神經(jīng)網(wǎng)絡(luò)有點(diǎn)類似精簡(jiǎn)的虛擬大腦。它們給機(jī)器學(xué)習(xí)創(chuàng)造了渠道，促成了AI的飛躍發(fā)展。除了計(jì)算機(jī)運(yùn)算能力的發(fā)展和我們對(duì)神經(jīng)學(xué)的新認(rèn)識(shí)，集體數(shù)據(jù)的爆炸性增長(zhǎng)也功不可沒。

大數(shù)據(jù)促成深度學(xué)習(xí)

大數(shù)據(jù)已經(jīng)不再只是一個(gè)時(shí)髦詞匯。人類正以驚人的速度創(chuàng)造并采集數(shù)據(jù)，根據(jù)2013年挪威科技工業(yè)研究所的一份報(bào)告估計(jì)，全球90%的數(shù)據(jù)創(chuàng)造于報(bào)告發(fā)布之時(shí)的前兩年內(nèi)。感謝互聯(lián)網(wǎng)，數(shù)據(jù)生成的速度每18個(gè)月就會(huì)翻倍，去年，平均每分鐘有300小時(shí)的視頻被上傳到Y(jié)ouTube、35萬條短信發(fā)布到推特上。

我們所做的一切都在產(chǎn)生數(shù)據(jù)，很多數(shù)據(jù)正是機(jī)器學(xué)習(xí)所需要的材料。設(shè)想編寫一段程序，讓電腦能夠識(shí)別椅子。這個(gè)程序的早期版本更擅長(zhǎng)判斷什么不是椅子，而不是判斷什么是椅子。

人類孩童在學(xué)習(xí)椅子這個(gè)單詞時(shí)就開始學(xué)習(xí)它和其他物體的差異。如果孩子指著一張桌子說“椅子”，大人很快會(huì)糾正說“那是桌子”。這就是鞏固學(xué)習(xí)。“椅子”這一標(biāo)簽被貼到見過的每一張椅子上，這個(gè)過程中一些神經(jīng)通道形成。要“點(diǎn)亮”和“椅子”關(guān)聯(lián)的通道，我們看到的東西必須和之前見過的“椅子”有足夠的相似之處。歸根結(jié)底，人生其實(shí)就是頭腦過濾大數(shù)據(jù)的過程。

深度學(xué)習(xí)的空前強(qiáng)大在于它利用龐大的數(shù)據(jù)讓機(jī)器模擬人腦的工作，而無需編寫具體的指令。比如要讓電腦認(rèn)識(shí)“椅子”，無需用程序語(yǔ)言向電腦說明椅子的定義，只需要將它鏈接互聯(lián)網(wǎng)，再喂給它成千上萬張椅子的圖片。接著，我們?cè)儆酶嗟膱D片對(duì)它進(jìn)行測(cè)試。如果機(jī)器認(rèn)錯(cuò)了，就進(jìn)行糾正，進(jìn)一步改進(jìn)它辨別椅子的能力。不斷重復(fù)這個(gè)過程最終能讓電腦像人類一樣準(zhǔn)確地判斷某物體究竟是否椅子。然而，不同于人類，機(jī)器能在幾秒種內(nèi)搜索處理數(shù)百萬張圖片。而當(dāng)一臺(tái)機(jī)器學(xué)會(huì)了某個(gè)知識(shí)或技能，它可以立刻與所有與之相連的機(jī)器分享這一知識(shí)或技能。

這種強(qiáng)悍的學(xué)習(xí)過程的一個(gè)典范來自電動(dòng)汽車制造商特斯拉（Tesla）。谷歌公司花了6年時(shí)間，用自動(dòng)駕駛原型車收集了170萬英里的駕駛數(shù)據(jù)。另一方面，特斯拉只是進(jìn)行了一次軟件升級(jí)，讓汽車自學(xué)如何用新的“自動(dòng)導(dǎo)航”功能進(jìn)行自動(dòng)駕駛。特斯拉網(wǎng)絡(luò)每周獲取的數(shù)據(jù)就相當(dāng)于谷歌原型車收集的總數(shù)據(jù)量，每一臺(tái)特斯拉車都在互相向其他的特斯拉車學(xué)習(xí)并傳授駕駛的真諦。將特斯拉的例子延伸到物聯(lián)網(wǎng)，任何與聯(lián)網(wǎng)物體的互動(dòng)都可能教會(huì)每個(gè)互聯(lián)物體新的東西，因此網(wǎng)絡(luò)化的機(jī)器學(xué)習(xí)的龐大規(guī)模幾乎無法想象。

人與機(jī)器的不公平競(jìng)爭(zhēng)

在過去一年里，深度學(xué)習(xí)和大數(shù)據(jù)的聯(lián)合創(chuàng)造了驚人的成就。谷歌的人工智能DeepMind通過瀏覽成千上萬篇帶注釋的新聞文章學(xué)會(huì)了閱讀和理解。DeepMind自學(xué)掌握了幾十種Atari2600電子游戲，并且玩得比人類還好。另一個(gè)叫Giraffe人工智能通過研究包含1.75億個(gè)走位的數(shù)據(jù)集，自己學(xué)會(huì)了下象棋，并通過不斷重復(fù)演練，在短短72小時(shí)內(nèi)取得了國(guó)際大師級(jí)水平。2015年，一款A(yù)I甚至通過了視覺圖靈測(cè)試。這些都是人工智能領(lǐng)域的重要里程碑。

即使如此，就在AlphaGo勝利前幾個(gè)月，當(dāng)被問要用多長(zhǎng)時(shí)間才能讓一臺(tái)電腦擊敗一流的圍棋選手，專家們的回答是大約要等10年。這一預(yù)測(cè)似乎很有道理，因?yàn)閲遄呶坏目赡苄該?jù)說和宇宙中的原子一樣多，所以就不能依靠掃描每一種可能的走位來判斷下一步棋這種蠻橫的方式。但深度神經(jīng)網(wǎng)絡(luò)繞過了這一壁壘，它采用了和人腦一樣的工作方式，直觀判斷最合理的下一步。人類通過觀察和不斷練習(xí)獲得這種棋感，AlpahGo也是一樣。它分析了數(shù)百萬場(chǎng)職業(yè)比賽，自己反復(fù)演習(xí)了幾百萬次。

AlphaGo的勝利告訴我們，任何人類的工作都不再是打不破的鐵飯碗。從制作漢堡包到擔(dān)任手術(shù)麻醉師，最終機(jī)器都能勝任，并且它們的成本遠(yuǎn)遠(yuǎn)低于人類。

阿米利亞（Amelia）會(huì)干很多事情，但它從不請(qǐng)病假，也不加入工會(huì)，或?qū)⒐ぷ鲿r(shí)間浪費(fèi)在Facebook上。IPsoft公司花費(fèi)16年時(shí)間創(chuàng)造的這款A(yù)I系統(tǒng)學(xué)會(huì)了呼叫中心所有員工的工作。它幾秒鐘就能學(xué)會(huì)人類需要幾個(gè)月才能掌握的東西，而且它能使用20種語(yǔ)言。由于具有學(xué)習(xí)能力，假以時(shí)日，它還會(huì)變得更能干。在一次公司測(cè)試中，第一周，每10個(gè)電話中它成功處理的只有1個(gè)，到第二個(gè)月末，它已經(jīng)能夠圓滿地應(yīng)對(duì)10個(gè)電話中的6個(gè)。如果全世界都開始使用阿米利亞，2.5億人將失去工作。

Viv是智能語(yǔ)音軟件Siri的創(chuàng)造者開發(fā)的新AI程序，它能夠?yàn)槲覀兲幚硪恍┚W(wǎng)上操作，能根據(jù)我們的喜好挑選社交媒體新聞，還能過濾掉討厭的廣告，這將極大地?cái)_亂整個(gè)互聯(lián)網(wǎng)的基礎(chǔ)——廣告行業(yè)。

一個(gè)充滿阿米利亞、Viv和其他即將誕生的AI勞工的世界將引發(fā)嚴(yán)肅的社會(huì)思考。要求人類與隔壁小隔間里完美無缺的機(jī)器競(jìng)爭(zhēng)是否公平？如果機(jī)器承擔(dān)了人類大多數(shù)的工作，且分文不取，那么金錢將流去哪里？哪些消費(fèi)將跟隨不再需要支付的薪水一起消失？也許我們今天創(chuàng)造的很多工作可能根本沒有存在必要，支付薪水可能是它們存在的唯一理由？

在一份經(jīng)常被人引用的論文中，牛津大學(xué)的一項(xiàng)研究預(yù)計(jì)，到2033年，目前的工作會(huì)有一半被自動(dòng)化取代。與此同時(shí)，感謝強(qiáng)大的機(jī)器學(xué)習(xí)功能，自動(dòng)駕駛汽車可能在極短時(shí)間內(nèi)消滅數(shù)百萬的工作，給經(jīng)濟(jì)帶來嚴(yán)重影響。新工作創(chuàng)造的速度遠(yuǎn)遠(yuǎn)比不上技術(shù)摧毀工作的速度。

正因?yàn)槿绱耍珹I領(lǐng)域的專家們都開始積極提倡全民基本收入制度。2015年末，奇點(diǎn)大學(xué)的一個(gè)小組討論會(huì)上，著名數(shù)據(jù)學(xué)家杰羅米·霍華德問道：“你是否打算讓一半的人口餓死，只因?yàn)樗麄冊(cè)僖矡o法給經(jīng)濟(jì)增加價(jià)值？如果答案是否定的，那么最聰明的財(cái)富分配辦法就是實(shí)行全民基本收入制度。”

當(dāng)創(chuàng)造工具的人也開始警告這些工具可能帶來的影響時(shí)，難道不該引起工具使用者的重視嗎，特別是當(dāng)它事關(guān)成百上千萬人的生計(jì)的時(shí)候？沒有國(guó)家準(zhǔn)備好了應(yīng)對(duì)這些變化。無論是缺少消費(fèi)者的消費(fèi)經(jīng)濟(jì)還是高失業(yè)率都將導(dǎo)致社會(huì)動(dòng)蕩。人類似乎很擅長(zhǎng)發(fā)明新技術(shù)，卻不擅長(zhǎng)預(yù)見這些技術(shù)給世界帶來的影響。在一個(gè)機(jī)器人會(huì)學(xué)習(xí)的時(shí)代，我們將學(xué)會(huì)的重要一課也許是：工作屬于機(jī)器，生活屬于人類。