李開復：怎樣才不會在AI時代掉隊

面對AI，學習有價值的技能

我的小女兒德亭曾經說過一段讓我特別尊重、特別贊許的話。德亭很早就喜歡攝影，她5歲的時候得到了人生第一臺相機，并從幫姐姐設計的漂亮時裝拍照開始，逐漸拓展拍攝物件，很早就成了一個小攝影愛好者。

她中學時很想以攝影作為自己的專業，但我擔心她喜歡攝影只是為了逃避功課。申請大學前，我反復跟她討論，并提醒她：“你必須想清楚喲！專業攝影師很快就會被淘汰，現在攝影工具愈來愈方便，大家都可以輕易拍出好照片，專業攝影師的優勢會漸漸消失。”

我沒有料到，德亭很鄭重地說了下面這段話：“我做過調查了，目前在美國，一個專業攝影師的薪水比記者還要低，而記者的薪水相比其他各行業也愈來愈低了。可是爸爸，我愿意賺比較少的錢，做自己真正想做的事。我非常慶幸生活在高科技時代，可以輕松擁有數位攝影以及低成本、大容量的存放裝置，還有無處不在的網絡，讓我像一個裝備齊全的獵人，捕捉所有的感動。未來的攝影絕對不只是按下快門，而是要用新的眼光，讓影像產生新的意義，那不是科技可以取代的。”

每當我思索人和機器共存的未來時，就總會想起德亭的這段話。的確，攝影技術再先進，照片畫質再好，也取代不了攝影師內心因拍攝物件而產生的感動。這種感動可以賦予風景、人物、靜物、街景新的意義。

即便以后有了人工智能照相機，可以自動幫助人類完成捕捉美景、記錄美好瞬間的任務，人的感動、審美和藝術追求也是機器無法取代的。

這些領域，AI依然薄弱

在人機協作的時代，我們可以發揮人工智能的特長，將我們的時間和精力解放出來，做更多感興趣的事。AI（人工智能）雖然在很多領域表現出色，但它們在有些領域，依然很薄弱。我想，只有深入了解人工智能的薄弱環節，我們才不至于因為人工智能的高速發展而亂了陣腳。

跨領域推理。和AI相比，人有一個明顯的智慧優勢，就是舉一反三、觸類旁通的能力。利用這種能力，人類可以在日常生活、工作中解決非常復雜的具體問題。

抽象能力。目前AI深度學習的技術，幾乎都需要大量訓練樣本來讓計算機完成學習過程。可是人類，哪怕是小孩子要學習一個新知識時，通常只要兩三個樣本就可以了。其中最重要的差別，也許就是抽象能力的不同。

知其然，也知其所以然。人類基于實驗和科學觀測結果，建立與發展物理學的歷程，是“知其然，也知其所以然”的最好體現。按照現在機器學習的實踐方法，給計算機看一千萬次兩個鐵球同時落地的視頻，計算機就能像伽利略、牛頓、愛因斯坦所做的一樣，建立起力學理論體系嗎？

常識。即使2歲嬰兒也能理解直觀的物理過程，比如丟出的物體會下落。人類并不需要有意識地知道任何物理學，就能預測這些物理過程，但機器做不到這一點。

自我意識。人類常常從哲學的角度詰問這個世界的問題，如“我是誰”“我從哪里來”“我要到哪里去”，顯然，今天的弱人工智能遠未達到具備自我意識的地步。

審美。雖然機器已經可以仿照人類的繪畫、詩歌、音樂等藝術風格，照貓畫虎般地創作出計算機藝術作品來，但機器并不真正懂得什么是美。審美缺少量化的指標，比如，我們很難說這首詩比另一首詩高明百分之多少，但只要具備一般的審美水平，我們就很容易將美的藝術和丑的藝術區分開來。

情感。機器完全無法理解人的喜怒哀樂、七情六欲、信任與尊重。前段時間，有位人工智能研究者訓練出了一套可以“理解”幽默感的系統，然后為這個系統輸入了一篇測試文章。結果，這個系統看到每句話都大笑著說：“哈哈哈！”，也就是說，在理解幽默或享受歡樂的事情上，今天的機器還不如兩三歲的小孩子。

通過以上分析，我們能看到人工智能在很多方面依舊距離人類的大腦很遠。這對我們在人工智能時代應該學習什么提供了一個思路：人工智能時代，程序化、重復性、僅靠記憶與練習就可以掌握的技能，將是最沒有價值的技能，幾乎一定可以由機器來完成。

反之，那些最能體現人的綜合素質的技能，例如，人對于復雜系統的綜合分析、決策能力，對于藝術和文化的審美能力和創造性思維，由生活經驗及文化熏陶產生的直覺、常識，基于人自身的情感（愛、恨、熱情、冷漠等）與他人互動的能力……這些是人工智能時代最有價值，最值得培養、學習的技能。

這些技能中，大多數都是因人而異，需要“訂制化”教育或培養，不可能從傳統的“批量”教育中獲取。比如，同樣是學習計算機科學，今天許多人滿足于學習一種程序設計語言（比如Java）并掌握一種特定程序設計技能（比如開發安卓應用），這樣的積累在未來一定會變得價值有限，因為未來大多數簡單的、邏輯類似的程序碼一定可以由機器來編寫。

AI時代，怎樣不變成無用的人

人類工程師只有專注計算機、人工智能、程序設計的思想本質，學習如何創造性地設計下一代人工智能系統，或者指導人工智能系統編寫更復雜、更有創造力的軟件，才可以在未來成為人機協作模式里的“人類代表”。

完全可以預見，未來機器翻譯取得根本性突破后，絕大多數人類翻譯，包括筆譯、口譯、同聲傳譯等工作，還有絕大多數從事語言教學的人類老師，都會被機器全部或部分取代。

但這不意味著人類大腦在語言方面就完全無用了。如果一個翻譯專業的學生學習的知識既包括基本的語言學知識，也包括有足夠深度的文學藝術知識，那這個學生顯然可以從事文學作品的翻譯工作。而文學作品的翻譯，因為其中涉及大量人類情感、審美、創造力、歷史文化素養等，是機器翻譯無法解決的難題。

未來的生產制造業將是機器人、智慧流水線的天下，人類再去學習基本的零件制造、產品組裝等技能，顯然不會有太大用處。在這個方面，人類的特長在于系統設計和質量管控，只有學習更高層次的知識，才能真正展現出人類的價值。

就像建筑行業，最有價值的顯然是決定建筑整體風格的建筑師，以及管理整體施工方案的工程總監。他們所具備的這些能夠體現人類獨特藝術創造力、決斷力、系統分析能力的技能，是未來最不容易“過時”的知識。