“自工业革命拉开序幕以来，机器每抢走一项旧工作，也会至少创造一项新工作，而且人们的平均生活水平大幅提高。但我们有充分的理由相信这次情况不同，机器学习将会真正让整个情况彻底改变。”
——尤瓦尔·赫拉利
本文系《今日简史：人类命运大议题》系列书摘，原作者：[以色列] 尤瓦尔·赫拉利，本文观点不代表个人观点。
- 为什么这次不同？
人类有两种能力：身体能力和认知能力。
工业革命：过去，机器主要是在原始的身体能力方面得以与人类竞争，而人类则在认知能力方面享有巨大优势。因此，随着农业和工业迈向自动化，就出现了新的服务业工作。这些新工作需要人类拥有独特的认知技能，包括学习、分析、沟通等，特别是必须理解人类的种种情绪。
人工智能：然而，人工智能已经在越来越多的认知技能上超越人类，包括理解人类的情绪。
而且，除了身体能力和认知能力之外，我们并不知道还有什么第三种能力可以让人类永远胜过机器。
必须认识到的一个关键点是，人工智能革命不只是让计算机更聪明、运算得更快，还在生命科学和社会科学方面有诸多突破。
人类如何决策？
事实证明，我们从选择食物到选择伴侣，都不是出于什么神秘难解的自由意志，而是数十亿神经元在瞬间计算各种可能性的结果。
过去大受赞誉的“人类直觉”，其实只是“辨识模式”罢了。神奇的直觉，只不过是辨识出了某些一再出现的模式。
但同时也证明，大脑的生化算法距离完美还有很长一段路。大脑会走捷径，会根据不完整的信息快速找出答案，而且大脑的回路也显得过时，整套机制适合的是过去的非洲大草原，而不是现在的都市丛林。
人工智能应用于“直觉”的领域
这意味着，就算是那些原本认为依靠直觉的工作，人工智能也能表现得比人类更好。特别是，如果某些工作需要“关于别人”的直觉，人工智能的表现就会优于人类。
失业的威胁不只是因为信息技术的兴起，还因为信息技术与生物技术的融合。
人工智能超越人类的领域
人工智能特别重要的两种非人类能力是“连接性”和“可更新性”。
连接性：计算机并不是彼此相异的独立个体，因此很容易把计算机集成为一个单一、灵活的网络。
所以这样说来，我们面临的不是几百万台计算机和机器人取代几百万个工人，而是所有作为个体的工人都会被一套集成的网络所取代。
举例来说，交通规则时有调整，但许多司机并不熟悉，于是常常违规。此外，每辆车都是独立运作的实体，所以当两辆车到达同一个十字路口时，司机可能会误读彼此的意图，于是发生事故。相反，自动驾驶汽车是连接成一个整体的，所以两辆自动驾驶汽车来到十字路口时并非独立运作，而是属于同一套算法的一部分。
可更新性：
如果世界卫生组织确认出现某种新的疾病，或者某实验室研制出某种新药，目前几乎不可能让全世界所有人类医生都得知相关的最新消息。
但相较之下，就算全球有100亿个人工智能医生，各自照顾一个人的健康状况，仍然可以在瞬间实现全部更新，而且所有人工智能医生都能互相分享对新病或新药的感受。
凭借学习算法和生物传感器，就算是某个经济不发达国家的贫困村民，也可能通过智能手机获得良好的医疗保健服务。
至少在短期内，人工智能和机器人还不太可能完全取代整个产业。
1、容易被取代的工作：有些工作专精在小范围，日复一日做的都是程序化的动作，这种工作就会被自动化取代。
2、很难被取代的工作：然而，如果是每天都有变化、需要同时运用广泛技能组合的工作，或者需要应对难以预见的情况的工作，就不太容易用机器来取代人类。
一些例子：
护士：需要有良好的运动和情绪技能，才能帮患者打针、换绷带，或者安抚激动的患者。
人文关怀产业：（也就是照顾老幼病残）大概在很长一段时间内仍然会是人类的工作。事实上，随着人类寿命延长和少子化，养老产业很可能成为人类劳动力市场成长最快的行业类别。
创意产业：也是自动化特别难以突破的领域，这些职业包括作曲家、音乐家、歌手和音乐节目主持人。
当我们品评艺术的时候，通常就是看它对观众的情绪起了多大的作用。
毕竟，情绪也不是什么神秘的现象，只是生化程序反应的结果。因此在不久之后，只要用机器学习算法，就能分析身体内外各种传感器所传来的生物统计资料，判断人的性格类型和情绪变化。
在所有艺术形式中，最容易受到大数据分析冲击的可能就是音乐。音乐的输入和输出都适合用精确的数学来描述，输入时是声波的数学模式，输出时则是神经风暴的电化学反应模式。在几十年内，算法只要经过几百万次的音乐体验，就可能学会如何预测某种输入如何产生某种输出。
想象一下这样的场景：
1、假设你刚和男友大吵一架，负责音响系统的算法就会立刻发现你内心的情绪波动，并根据它对你个人以及对整体人类心理的了解，自动播放适合你的歌曲，与你的忧郁共鸣，附和你的悲伤。
2、算法先把你带到悲伤的底层，然后放出全世界最可能让你振作起来的那首歌，原因可能是这首歌在你的潜意识里与某个快乐的童年记忆紧密相连，而你可能根本毫无察觉。任何一位人类音乐节目主持人，都不可能与这样的人工智能相匹敌。
3、接下来，算法开始调整这些歌曲和旋律，为你量身打造。或许某首歌什么都好，只有一个地方让你不喜欢。算法知道这件事，是因为只要一到那个地方，你的心跳就会停一下，催产素水平也会稍微降低。而算法能做的，就是把那个讨厌的地方重写或干脆删去。
4、最后，算法就能学会编写整首曲子，人类的情绪就像钢琴琴键般任它们弹奏。有了你的生物统计数据之后，算法甚至可以量身打造出全宇宙只有你会喜欢的旋律。
这一切会带来伟大的艺术吗？
这可能要看艺术是如何定义的。如果说听众觉得美就是美，而且顾客永远是对的，那么生物统计算法就有可能创造出历史上最佳的艺术。但如果艺术是一种比人类情绪更深层的东西，应该表达出超越生化震动的事实，那么生物统计算法大概就不会成为优秀的艺术家。
新的就业机会，人工智能的运维：人工智能也可能以另一种方式协助人类创造新的工作：人类与其想赢过人工智能，不如把重点放在人工智能的维护和运用上。这样说来，2050年的就业市场的特点很可能在于人类与人工智能的合作，而非竞争。
低技能者的难题：然而，这些新工作很可能需要高水平的专业知识，因此无法解决无技能失业者的就业问题。在过去的自动化浪潮中，劳动者通常可以从某个低技能的工作轻松转到另一个低技能的工作。但是到了2050年，收银员或纺织工人的工作全部由机器人接手之后，他们几乎不可能变身为癌症研究人员、无人机驾驶员或“人类+人工智能”的银行团队中的一员。
发展中国家的问题：随着人工智能、机器人和3D打印的兴起，廉价非技术工人的重要性将会大大降低。过去流向南亚的收入现在则流进了加州少数科技龙头企业的金库。
人才的结构性失衡：因此，虽然出现了许多新的人类工作，我们仍然可能看到新的“无用阶层”日益庞大。我们甚至可能两面不讨好：一方面许多人找不到工作，另一方面也有许多雇主找不到有技能的雇员。这有点儿像19世纪汽车取代马车时的情景。
工作形态的变化：职场波动如此剧烈，使得组织工会或保障劳工权益变得更加困难。我们现在就能够看到，即使是在发达经济体中，很多新工作的形态也是无保障的临时工、自由职业和一次性合作。而到了2050年，别说同一份工作，就连同一个专业领域也不太可能让人待一辈子。
没人能够确定机器学习和自动化究竟会对未来的各种行业产生怎样的影响，想预估相关时间表也绝非易事。
但我们也不能过于乐观。一心认为会有足够的新工作来弥补被淘汰的工作，将会十分危险。在过去的自动化浪潮中曾发生的这一事实，并不能保证一定会在21世纪这个极为不同的情境下再次发生。一旦真的发生系统性大规模失业，潜在的社会和政治干扰将会极为严重，因此就算发生系统性大规模失业的可能性非常低，我们也必须严肃对待。
——————————————————
原书信息：
书名：《今日简史：人类命运大议题》
出版社：中信出版社
出版时间：2018-08
閱讀更多 蕎麥讀書 的文章
