“自工業革命拉開序幕以來，機器每搶走一項舊工作，也會至少創造一項新工作，而且人們的平均生活水平大幅提高。但我們有充分的理由相信這次情況不同，機器學習將會真正讓整個情況徹底改變。”
——尤瓦爾·赫拉利
本文系《今日簡史：人類命運大議題》系列書摘，原作者：[以色列] 尤瓦爾·赫拉利，本文觀點不代表個人觀點。
- 為什麼這次不同？
人類有兩種能力：身體能力和認知能力。
工業革命：過去，機器主要是在原始的身體能力方面得以與人類競爭，而人類則在認知能力方面享有巨大優勢。因此，隨著農業和工業邁向自動化，就出現了新的服務業工作。這些新工作需要人類擁有獨特的認知技能，包括學習、分析、溝通等，特別是必須理解人類的種種情緒。
人工智能：然而，人工智能已經在越來越多的認知技能上超越人類，包括理解人類的情緒。
而且，除了身體能力和認知能力之外，我們並不知道還有什麼第三種能力可以讓人類永遠勝過機器。
必須認識到的一個關鍵點是，人工智能革命不只是讓計算機更聰明、運算得更快，還在生命科學和社會科學方面有諸多突破。
人類如何決策？
事實證明，我們從選擇食物到選擇伴侶，都不是出於什麼神秘難解的自由意志，而是數十億神經元在瞬間計算各種可能性的結果。
過去大受讚譽的“人類直覺”，其實只是“辨識模式”罷了。神奇的直覺，只不過是辨識出了某些一再出現的模式。
但同時也證明，大腦的生化算法距離完美還有很長一段路。大腦會走捷徑，會根據不完整的信息快速找出答案，而且大腦的迴路也顯得過時，整套機制適合的是過去的非洲大草原，而不是現在的都市叢林。
人工智能應用於“直覺”的領域
這意味著，就算是那些原本認為依靠直覺的工作，人工智能也能表現得比人類更好。特別是，如果某些工作需要“關於別人”的直覺，人工智能的表現就會優於人類。
失業的威脅不只是因為信息技術的興起，還因為信息技術與生物技術的融合。
人工智能超越人類的領域
人工智能特別重要的兩種非人類能力是“連接性”和“可更新性”。
連接性：計算機並不是彼此相異的獨立個體，因此很容易把計算機集成為一個單一、靈活的網絡。
所以這樣說來，我們面臨的不是幾百萬臺計算機和機器人取代幾百萬個工人，而是所有作為個體的工人都會被一套集成的網絡所取代。
舉例來說，交通規則時有調整，但許多司機並不熟悉，於是常常違規。此外，每輛車都是獨立運作的實體，所以當兩輛車到達同一個十字路口時，司機可能會誤讀彼此的意圖，於是發生事故。相反，自動駕駛汽車是連接成一個整體的，所以兩輛自動駕駛汽車來到十字路口時並非獨立運作，而是屬於同一套算法的一部分。
可更新性：
如果世界衛生組織確認出現某種新的疾病，或者某實驗室研製出某種新藥，目前幾乎不可能讓全世界所有人類醫生都得知相關的最新消息。
但相較之下，就算全球有100億個人工智能醫生，各自照顧一個人的健康狀況，仍然可以在瞬間實現全部更新，而且所有人工智能醫生都能互相分享對新病或新藥的感受。
憑藉學習算法和生物傳感器，就算是某個經濟不發達國家的貧困村民，也可能通過智能手機獲得良好的醫療保健服務。
至少在短期內，人工智能和機器人還不太可能完全取代整個產業。
1、容易被取代的工作：有些工作專精在小範圍，日復一日做的都是程序化的動作，這種工作就會被自動化取代。
2、很難被取代的工作：然而，如果是每天都有變化、需要同時運用廣泛技能組合的工作，或者需要應對難以預見的情況的工作，就不太容易用機器來取代人類。
一些例子：
護士：需要有良好的運動和情緒技能，才能幫患者打針、換繃帶，或者安撫激動的患者。
人文關懷產業：（也就是照顧老幼病殘）大概在很長一段時間內仍然會是人類的工作。事實上，隨著人類壽命延長和少子化，養老產業很可能成為人類勞動力市場成長最快的行業類別。
創意產業：也是自動化特別難以突破的領域，這些職業包括作曲家、音樂家、歌手和音樂節目主持人。
當我們品評藝術的時候，通常就是看它對觀眾的情緒起了多大的作用。
畢竟，情緒也不是什麼神秘的現象，只是生化程序反應的結果。因此在不久之後，只要用機器學習算法，就能分析身體內外各種傳感器所傳來的生物統計資料，判斷人的性格類型和情緒變化。
在所有藝術形式中，最容易受到大數據分析衝擊的可能就是音樂。音樂的輸入和輸出都適合用精確的數學來描述，輸入時是聲波的數學模式，輸出時則是神經風暴的電化學反應模式。在幾十年內，算法只要經過幾百萬次的音樂體驗，就可能學會如何預測某種輸入如何產生某種輸出。
想象一下這樣的場景：
1、假設你剛和男友大吵一架，負責音響系統的算法就會立刻發現你內心的情緒波動，並根據它對你個人以及對整體人類心理的瞭解，自動播放適合你的歌曲，與你的憂鬱共鳴，附和你的悲傷。
2、算法先把你帶到悲傷的底層，然後放出全世界最可能讓你振作起來的那首歌，原因可能是這首歌在你的潛意識裡與某個快樂的童年記憶緊密相連，而你可能根本毫無察覺。任何一位人類音樂節目主持人，都不可能與這樣的人工智能相匹敵。
3、接下來，算法開始調整這些歌曲和旋律，為你量身打造。或許某首歌什麼都好，只有一個地方讓你不喜歡。算法知道這件事，是因為只要一到那個地方，你的心跳就會停一下，催產素水平也會稍微降低。而算法能做的，就是把那個討厭的地方重寫或乾脆刪去。
4、最後，算法就能學會編寫整首曲子，人類的情緒就像鋼琴琴鍵般任它們彈奏。有了你的生物統計數據之後，算法甚至可以量身打造出全宇宙只有你會喜歡的旋律。
這一切會帶來偉大的藝術嗎？
這可能要看藝術是如何定義的。如果說聽眾覺得美就是美，而且顧客永遠是對的，那麼生物統計算法就有可能創造出歷史上最佳的藝術。但如果藝術是一種比人類情緒更深層的東西，應該表達出超越生化震動的事實，那麼生物統計算法大概就不會成為優秀的藝術家。
新的就業機會，人工智能的運維：人工智能也可能以另一種方式協助人類創造新的工作：人類與其想贏過人工智能，不如把重點放在人工智能的維護和運用上。這樣說來，2050年的就業市場的特點很可能在於人類與人工智能的合作，而非競爭。
低技能者的難題：然而，這些新工作很可能需要高水平的專業知識，因此無法解決無技能失業者的就業問題。在過去的自動化浪潮中，勞動者通常可以從某個低技能的工作輕鬆轉到另一個低技能的工作。但是到了2050年，收銀員或紡織工人的工作全部由機器人接手之後，他們幾乎不可能變身為癌症研究人員、無人機駕駛員或“人類+人工智能”的銀行團隊中的一員。
發展中國家的問題：隨著人工智能、機器人和3D打印的興起，廉價非技術工人的重要性將會大大降低。過去流向南亞的收入現在則流進了加州少數科技龍頭企業的金庫。
人才的結構性失衡：因此，雖然出現了許多新的人類工作，我們仍然可能看到新的“無用階層”日益龐大。我們甚至可能兩面不討好：一方面許多人找不到工作，另一方面也有許多僱主找不到有技能的僱員。這有點兒像19世紀汽車取代馬車時的情景。
工作形態的變化：職場波動如此劇烈，使得組織工會或保障勞工權益變得更加困難。我們現在就能夠看到，即使是在發達經濟體中，很多新工作的形態也是無保障的臨時工、自由職業和一次性合作。而到了2050年，別說同一份工作，就連同一個專業領域也不太可能讓人待一輩子。
沒人能夠確定機器學習和自動化究竟會對未來的各種行業產生怎樣的影響，想預估相關時間表也絕非易事。
但我們也不能過於樂觀。一心認為會有足夠的新工作來彌補被淘汰的工作，將會十分危險。在過去的自動化浪潮中曾發生的這一事實，並不能保證一定會在21世紀這個極為不同的情境下再次發生。一旦真的發生系統性大規模失業，潛在的社會和政治干擾將會極為嚴重，因此就算髮生系統性大規模失業的可能性非常低，我們也必須嚴肅對待。
——————————————————
原書信息：
書名：《今日簡史：人類命運大議題》
出版社：中信出版社
出版時間：2018-08
閱讀更多 蕎麥讀書 的文章
