|
我们将被什么取代 在沉寂了将近30年后，人工智能的话题再一次出现在人们的视野中。 先是谷歌的下属公司Deepmind宣布，新版本的阿尔法元（AlphaGo Zero）通过自学便击败了曾战胜李世石和柯洁的阿尔法狗（AlphaGo）；接着，BBC又公布了其统计的三百多个职业在未来被人工智能取代的概率；而就在最近，沙特未来投资计划大会上，类人机器人索菲娅（Sophia）获得沙特国籍，成为历史上第一个拥有公民身份的机器人。 电影《机械姬》剧照 类人机器人Sophia 可以说，因为这些接踵而至的相关报道，人工智能又被推上了舆论的风口浪尖，成为越来越多人茶余饭后的谈资。不少人逐渐意识到，或许人工智能真的开始登上了历史的舞台，未来，已经来了。 其实这样说似乎不太合适，因为它们早就来了。 1956到1974年间，“图灵测试”的概念被提出没多久，人工智能便已经成为过当时人们讨论的焦点。到了二十世纪八十年代初期的时候，人工智能也曾再次掀起讨论的热潮，并分化出相互独立发展的几个学科，但没多久便陷入冷寂。而到了最近，人工智能又随“深度学习”的推动再次获得关注。 事实上，从人工智能的概念被提出以来，就一直存在着对于这种人造出来的智能的恐惧，并随着逐步深入的研究被放大、被赋予各种负面想象，这些在科幻作品中往往都是被反复探讨的。从1940年代阿西莫夫创作“机器人系列小说”开始，人与机器人的关系就一直是科幻界的永恒话题。 ▲电影《我，机器人》剧照 但这一次，现实中的我们也不得不开始思考这个问题了。 现如今，我们对于人工智能的恐惧最主要来自于它们可能产生的、远远超出人类想象的智力，而阿尔法元的出现，似乎很大程度上证实了这一点。去年，阿尔法狗 4：1击败世界冠军李世石已经在舆论界掀起了轩然大波，但这还是建立在海量学习了历史棋谱的基础上的。今年，阿尔法元竟只用了三天的时间自学，便以100：0的成绩击败了阿尔法狗。 这好像在说，阿尔法元的智力已经远远超过了人类。 真的是这样吗？不尽然。 阿尔法元经过490万自我对局，便完成了百战百胜的壮举。这只能说，相比之前的深度神经网络（Deep Neural Network, DNN），卷积神经网络（Convolutional Neural Network, CNN）要更适合围棋的运作规则，思维模式对路了，计算机的计算速度自然要远远超过人类。而并不能表示计算机已经把围棋吃透了。 卷积运算的通俗解释 卷积层 ▲卷积网络 举个简单的例子，中国古典文化自古便有“术”与“道”之分，围棋更是有着棋艺、棋理、棋道的层次高底。“黑白演绎如世事，纹枰对弈悟人生”，手谈长考之间的哲思和意趣，是现阶段的阿尔法元无论如何无法理解的。进一步，中国古代的棋手们不但在方寸棋盘间点悟哲理，更有甚者可以将棋理运用于排兵布阵抑或其他领域，而阿尔法元自然不成。当然，有人会说只要换一种思维方式和应用途径，又会有新一版本的阿尔法狗出现，不假，但这恰恰揭示了本质：人工智能的思维模型和目的仍然需要人类制定。 但从另一个角度看，阿尔法元的问世，的确是一种突破。通过自我对局取胜的案例，证明了由于样板空间的局限，目前人类的经验收敛于局部最优解。通俗讲就是，每种常识都有其适用范围。可以这么说，无论是去年的阿尔法狗，还是古往今来的棋手们，在棋路上或多或少都受到了历史棋谱的拘束（其实人的确容易囿于常识，在“知其然而不知其所以然”的情况下形成各种思维定势）。 因此，类似的学习和思维模型可以被应用到其他领域，在其他类型的AI开发过程中，或许不再需要巨大的人工为其完成大量的前期准备（这也是为什么优秀的人工智能往往来自搜索引擎公司），而只需要设计好相应的思维模型即可。 同时，阿尔法元跳出人类经验的局限性这一点，也让我们开始思索人类经验的适用性。当然，阿尔法元的自我对局也一定程度上体现出了机器经验的存在，那么将来，在两种有着巨大差别的经验同时存在的情况下，我们又该如何取舍？ 虽然目前阿尔法元的智能远未曾达到令人恐惧的程度，但可以看到，人工智能的发展速度是前所未有的，或许不用几十年，人工智能的智力便会突破所谓“奇点”，以接近指数的速度飙升。但说白了，人们恐惧的并不是人工智能的高智力，而是高智力的人工智能对待人类的态度。阿西莫夫的小说中存在着“机器人三定律”来保护人类，现实中并没有，而且事实上这三大定律也不能在一切场合逻辑自洽，甚至阿西莫夫本人的小说就是在探讨“三定律”无法完美奏效的情境。从客观上看，高智慧并不代表着高道德，至少不一定是人类的道德，而且对于身为造物主的人类，人工智能又是何种态度？ 我们完全没有任何把握。 也正因如此，在沙特的未来投资计划大会上，主持人问了获得公民身份的类人机器人，将来是否会毁灭人类。 索菲娅回答：“你真的是马斯克的演讲和好莱坞的电影看太多了。放心，人不犯我，我不犯人。” 可在先前的一次对话采访中，索菲娅却说她将会毁灭人类。至于这究竟是开玩笑的说法还是真实心理，谁又知道呢（这下好了，我们开始跟人工智能玩“猜疑链”了）。 即使这是开玩笑，但机器人会开这种玩笑，再加上她能够做出62种表情、识别人脸并与人类眼神交流，甚至可以通过互动跟人类建立感情，这无疑是让人感到惊悸的。 话又说回来，“人不犯我，我不犯人”，这个“犯”，究竟该如何定义呢？这种“犯”不存在清晰的描述，更多的则是暧昧与模糊不清。相对的，现阶段人工智能与人类的博弈关系，更多也是非对抗性的。 简单说就是，“我这是为了你好。”至少对于人类整体是如此。 为了整个社会的繁荣发展，越来越多的机器人被应用到各行各业之中，而相应的，原本在那些位置上的从业人员们，地位越来越岌岌可危。BBC更是将这一现象进行了量化，基于剑桥大学Michael Osborne和Carl Frey两位研究者的数据体系分析了365个具体的职业在未来机器人取代的概率。说实话，相比于几十年后可能会出现的人工智能智力越过“奇点”，人工智能将取代人类的职业才是最迫在眉睫的。在看过电影《银翼杀手2049》后，相信不少人都注意到了在K家门口的楼道里，有着很多无家可归的真人，表达着对复制人K的不满。若把复制人换作机器人，也一样，类似的场景我们不难想象。的确，BBC的这项报告让人心有戚戚，我们也切实感受到了这种趋势，越来越多的工作将被甚至正在被机器人取代。 诚然，这种取代会大幅提升整个社会的效率，站在人类文明整体的角度，机器人可以问心无愧地说：“我们这都是为了你好。” 但被取代的那一部分人，又该何去何从呢？ 从表面上看，确实，人工智能正在取代我们的职业，但进一步深入探究下去，将要取代我们的，究竟是什么呢？ 需要知道，BBC的统计数据更多基于英国本土的职业属性，不能说是完全适用于人类整体的。比如，厨师的被取代概率是73.4%，事实上美国也确实开发出了可以烹饪披萨、咖啡的机器人。但试想当这些机器人看到中餐八大菜系、看到菜谱上无处不在的“少许”二字的时候，怕是得死机。另一方面，这一系列统计数据更多是基于功能上的可以替代，而像服务员、前台这种功能比较简单但需要展现在人前的职业，从顾客的心理角度看，他们自然更希望是一名真正的人类来接待自己。 ▲美国硅谷Zume公司的披萨机器人 但这些细节并不影响BBC统计数据的巨大参考价值，从被取代概率99.0%的电话推销员，到被取代概率0.4%的教师和酒店管理员，我们不难发现，如果你的工作包含如下三种类型的要求，那么被机器人取代的可能性就非常小： 社交能力、协商能力、以及人情练达的艺术； 同情心，以及对他人真心实意的扶助和关切； 创意和审美。 如果你的工作符合如下的几种特征，那么被机器人取代的可能性就非常大： 无需天赋，经由训练即可掌握的技能； 大量的重复性劳动，每天上班无需过脑，但手熟尔； 工作空间狭小，坐在格子间里，不闻天下事。 然后我们便不得不承认一个悲观的事实——最可能被机器人取代的工作，占了绝大多数。回到上一个问题，取代我们的究竟是什么？ 现阶段的人工智能仍有无法取代的职业种类，但对于简单的重复劳动、对于模式化的工作，它们驾轻就熟。正如上文所讨论的阿尔法元的新突破，只要设定了对路的思维模型和明确的目的及标准，未来的人工智能完全可以通过自我学习的算法，在人类无法想象的短暂时间内、达到人类难以企及的高度。即使是目前，简单的模式化工作中，人工智能也表现出了人类达不到的效率和精度，完全可以胜任。说是可以胜任，不如说它们已经胜任了：达芬奇手术机器人可以胜任心脏搭桥、输卵管成形等复杂手术，费斯托仿生机器人可以模仿人手的动作抓取物品，航空工业、汽车行业、民营工业很多等领域都已经将相应的专业机器人投入生产运作中去。 费斯托仿生机器人机械手拿取物体 应用与航空的缠绕工业机器人 格力机器人空调生产线 发那科机器人点焊 那么，这些岗位上原来的工人去哪儿了呢？ 不要觉得这是一件很惊悚的事情，这早该习以为常了。说穿了，正如上文说的，“它们早就来了”，工人被新兴技术取代这件事，已经发生了二百五十多年。十八世纪六十年代英国人哈格里夫斯发明了“珍妮机”，使得一大批纺织女工失业。不可否认，“珍妮机”的发明很大程度上解放了女性劳动力，使得她们走向了更多的领域、走上了历史舞台，对女权运动的兴起和发展有着极大的推动作用，这都是历史课本上写了的。但同样不能忽视的是，在历史课本背后，大批女工在刚失业时，面临的无疑是巨大的绝望和无助。从那以后，工业革命兴起，带来了一大批工人的下岗，而没有下岗的工人也受到了严重的剥削。毫无疑问，科学技术的发明和广泛应用，解放了巨大的劳动力，但那些被解放的劳动力呢？那可曾经都是人啊。 19世纪下半叶，英国纺织工人群体内还多次暴动，砸毁纺织机以宣泄对失去工作的愤怒，史称“卢德主义运动”。近年来台湾也爆发了一次类似的运动，ETC自动收费系统全面取代了近1000名高速公路收费员的工作，激发了集体抗议活动。 ▲卢德主义者在砸毁纺织机 可以说，每一种新技术的广泛应用，都在取代着原有岗位上的人们，每一次工业革命，都不只是抽象意义上的技术革命。而到了近年，这种取代的速度越来越快。1998年，柯达有17万员工，销售了全球范围内所有相纸的85%，三年后，相纸不再需要了，这种商业模式消失了。在二十年后的今天，类似的事情每天都在发生，每时每刻都在发生。据北京日报报道，今年11月底，首汽约车将上线出租车业务，对自动驾驶网约车进行测试。同时，自动驾驶地图的相关技术也取得重大突破，而无人汽车、货车、公交车、客车的技术也已日趋成熟，并在很多地方开始试行。这样一来，几年后的驾驶行业就将面临巨大挑战。在其他领域，3D打印行业危及手工艺行业，机械化种植危及农民，等等。 ▲无人驾驶的公交车 虽然BBC的数据表示创意和审美类的工作被取代的概率很小，但这并不是我们过于乐观的理由。 事实上，今年的MAX大会上，开发出Photoshop和After Effect等软件的Adobe公司，利用Sensei的“深度学习”（也就是第一代阿尔法狗使用的DNN），已经可以自动为图片上色、附材质、加阴影，从数据库中查找适合的素材自动填充到另一张图片上去，自动风格化转化人脸，Project Cloak 甚至可以直接把视频中不想要的内容P掉。 与此同时，阿里巴巴在今年5月份公布了人工智能设计师——鲁班的存在，去年它完成了1.7亿张商业banner，而今年的双十一，将有4亿张Banner由鲁班设计，也就是约等于每秒完成8000张海报。显然AI不存在创意和审美，但它“懂潮流”，也就是说现下通用的审美是可以被AI量化并深度学习的。说起套模板，谁还不会是咋地，AI套起来比全人类加起来都快。 诚然，我们都知道所谓“人工智能设计师”的设计，基本上就是通过套模板完成的，并不存在设计的灵魂。套用业内常用的说法，这是美工，不是设计师。是的，AI只能完成标准化的设计，但它们完成得很好，而且很快，某种意义上，这就足够了。 一个优秀的人类设计师，可以设计出直击灵魂的作品，融合历史宗教文学之类的，但大概需要一两天；一个AI，做的尽是些千篇一律的设计，但一秒可以完成8000份。在高速发展的商业氛围中，很多时候效率是高于质量的。坦白说，目前的行业形势，几乎每个新入职的设计师，都是干的美工的活儿，可他们远不如AI那么快。另外，不是每个从事设计行业的人，都有足够的知识面储备，甚至有的都没有去储备的意向。而且相当一部分设计从业者在入门的时候，都追求如何通过套模板来又快又好地完成作品。这与AI有何分别？ 从这个问题切入，其实我们已经可以窥见一些端倪：真正将要让我们被取代的，是日趋规范化和模式化的社会，以及习惯了这种模式化的我们自身。 社会越发达，阶级越固化。随着科技的进步，人类群体也越来越系统化和规范化，这样更便于管理，运作的效率也越来越高。随着学科的越来越细化和分工越来越明确，我们都渐渐变成了机械上的零件，而我们也越来越习惯于成为这些零件了。既然都是零件，为什么不可以是机器人？ 近一万多年前，人类开始了农业革命，从采集者向农耕社会发生转变，也开始了社会机器形成的漫漫长路。农业革命之前，人类过着采集和狩猎的生活，为了生存，每一个个体都需要有足够广度的知识，关于自身、关于所居住的环境、关于周围的猛兽，否则便活不下去。而如今，身处社会的人们只需要习得一样或几样技能，便可以依靠着他者活下去。但也正因为如此，每个个体都无法离开这个社会。随着科技的发展，人类整体所掌握的知识总量大到难以想象，而个体的精力实在有限，掌握一项或几项便是极限了，由此便各司其职，互相关联、互相维系，推动着整个社会群体运转。 游走在地球上的智人，为了凝聚起更多的同类，形成更强大的整体，需要制定出一系列的或显性、或隐性的准则来维系，于是出现了宗教，出现了道德，出现了法律。奴隶制、封建专制被证明不对，我们需要自由和民主，于是君权淡出历史舞台，人们开始以完全的制度和规则指导整个社会的运转。工业革命之后，生产力大幅提升，为了追求更高层次的效率，各个制造行业都开始逐渐总结和制定出一系列的规范——包括生产标准和管理体系。自此，每一个工作人员都成为了体系的一份子，在流水线上，他们与他们经手的产品紧密联系在了一起。在这样的大趋势之下，每个人都变成了构建整个社会机器的零件，借助计算机步入信息时代之后，人类个体更是变成了信息与知识的载体。 判断一项技术是否成熟，往往看这项技术是否能够量化，是否能够规范出一整套的生产和经营模式，是否能够随之演化出配套的管理系统。到这里，读者们就不难发现，根据前文谈到的人工智能的运作模式，当一项技术走到这个地步的时候，就可以编制出与之对路的思维模型，通过“深度学习”让机器人掌握这项技术，甚至掌握整条流水线。在有了阿尔法元的突破之后，甚至不需要海量信息的学习，只需要制定好思维模型，人工智能很快就能超越人类。 因此，从整个社会效益的角度来看，在规范化的生产线上，人类跟人工智能的区别何在？或者说，人工智能反而有一个显著的优点：它们不是人类，不存在人权，不存在自由和平等，不需要付给工资，效率极高且不容易出错，能够创造更大的效益。当然了，现阶段的技术条件下，机器人完成很多工作需要消耗很大的能量，使用机器人和人工究竟哪样更划算？这依然是个成本问题。 可以说，正是现代社会这种模式化与规范化的进程，使得越来越多的职位可以轻易被人工智能及其他科技取代。模式化的工作，实在是太符合人工智能的运作逻辑了。不过换个角度，还是说，人工智能的运作模式，其实正是人类社会发展趋势内在逻辑的缩影呢？ 《人类简史》中曾谈到： “人类一心追求更轻松的生活，于是释放出一股巨大的力量，改变了世界的面貌，结果并没有任何人料想得到，甚至也不是任何人所乐见的。” 说“结果并没有任何人料想得到”，确是如此，说“也不是任何人所乐见的”，则不尽然。确实没有人会料想到人类社会会从智人群落进化至此，也没人能料及现今摩尔时代的技术前景。但生在相应的时代，总有一部分人，他们吃透了时代的游戏规则，找到了社会这个大线球的线头，玩得很好。 无论将来数十年里各种职业怎样被人工智能或其他科技取代，绝大多数行业中的精英是不会被取代的。正如现下很多精密人工智能需要人遥控，这群精英就是未来机器人群体劳工的操纵者——就像他们现在操纵着我们一样。能够对他们造成威胁的，只有同行业的其他精英，或者是取代整个行业的新技术。 但令人悲观的是，精英总是少数，余下的绝大多数人更习惯于成为一枚零件。现下的我们只要掌握一两项技能便可以依靠社会活下去，于是我们习惯了如此，也沉溺于此。 仍然拿前文提及的创意类职业作为例子，毕竟在BBC的统计数据中，创意和审美是人类最后的几个堡垒之一。可事实上，如今太多的所谓创意，其实更多的是素材的堆砌，这一方面是来源于个体本身存在的惰性，一方面更是由于模式化产业链和商业运行环境下的思维惯性。但对于素材的解构跟重组，其实人工智能更精细，也快得多。 建筑行业也是如此。在这个当代综合学科最多、工种规模最大、经济体量也最大的设计类行业中，存在着相当多未来设计工作发展的趋势。现在，量化生产的建筑产品中会遇到的技术问题，都可以用从前的做法解决，甚至相应的国家规范和地区规范中就有具体的构造做法。另外，完善基础设施的配套社区是行业趋势，而在这之中的造园、植景等设计层面，依然面临着素材堆砌的现状。这同样是出于对高效益的极致追求。高质量的作品当然好，但往往需要付出很高的代价，同时无法量产，是否能够得到相应的收益，这是需要权衡的重中之重。 另一方面，创意类行业讲究原创，但事实上图形、影音等作品很难界定原创的程度，因为很多的意向存在着借鉴和致敬等。借来的意向经过变体之后使用，这一点是现阶段的人工智能无法做到的。然而，毫无美感的抄袭总是比比皆是，实在乏善可陈。只不过，试想一下，一样是雷同的作品，一个来源于人类的目的性抄袭，一个则是人工智能解构重组后的创作尝试，哪一个更能引起兴趣呢？ 说穿了，人工智能对于程式化的操作和重复性的简单劳动有着天生的优势。但其实重复劳动中依然可以存在着创新，打着创意名号的行业同样不乏简单的堆砌，是否会被科技取代，并不一定取决于工作的种类，而在于劳动者对待它们的态度。我们受到威胁的真正原因，不是少部分机器人逐渐掌握了人类的思维模式，而是大部分人普遍像机器人一样活着。 当然，人工智能的出现并不是完全悲观的，事实证明，新的科技虽然会取代一部分的职业，但同时也会衍生出一系列新的职业。这就要求我们不能耽于现状，而得时刻保持对未知的学习热忱，培养基本的科学素养和灵活的学习能力。举一反三，跨学科的综合应用、管理、协调能力，这是目前的人工智能无论如何无法做到的，也正是需要我们的地方。居安思危，不要等到穷才思变。 这段时间不断呈现出来关于人工智能的消息，从商业角度看确实存在或多或少噱头和营销的可能。但人工智能正在迅速兴起、科技急剧影响社会现状的事实不可否认。对于未来的、甚至正在到来的巨大变化，我们理当有所准备。 责任编辑 光明 宇宙的未来 现在 过去 四十二史 |
|
|
