‌ · AI 来 了 ， 你 会 失业 吗 ？ 
来源 ： 南方 都市报 2016 年 03 月 20 日 版次 ： GB 04 作者 ： 宇 在 东京 郊外 的 Nextage 工厂 ， 机器人 在 生产 ATM 和 自动售货机 ， 它们 的 效率 是 人类 的 3 倍 ， 每天 工作 24 小时 。 
机器 工人 很 能干 ， 且 从不 请 病假 ， 也 不 加入 工会 或 将 工作 时间 浪费 在 Facebook 上 。 
一方面 AI 可能 帮助 治愈 癌症 ， 让 机器人 代替 人类 上 战场 ； 在 另一方面 ， 它 可能 让 越来 越多 的 人 失去 工作 ， 牛津大学 的 一 项 研究 预计 ， 到 2033 年 ， 目前 的 工作会 有 一半 被 自动化 取代 。 
即使 有 新 的 工作 诞生 ， 但 速度 远远 比不上 技术 摧毁 工作 的 速度 。 
不久 的 将来 ， 实行 全面 基本 收入 制度 ， 也许 是 人类 唯一 的 出路 。 
1941 年 12 月 2 日 ， 在 芝加哥大学 足球 场下 面的 地下 实验室 里 ， 物理学家 恩里科 · 费米 和 一群 科学家 见证 了 人类 创造 出 世界 第 一个 自持 核反应堆 。 
科学家 们 默默地 喝 掉 了 一 瓶 红酒 ， 庆祝 “ 芝加哥 1 号 堆 ” 的 诞生 ， 在场 的 人 都 清楚 这 对于 人类 究竟 意味着 什么 ， 无需 赘言 。 
现在 ， 一 种 新 的 东西 已经 在 悄悄 改变 世界 ， 就 像 某种 生僻 的 外语 ， 你 或许 听 人 说 过 ， 但 却 无法 完全 理解 。 
这种 语言 叫做 “ 深度学习 ” ( deeplearn-ing ) ， 人工智能 公司 DeepMind 的 AlphaGo 正是 用 它 在 围棋 比赛 中 击败 了 人类 世界 冠军 。 
而 围棋 这种 古老 的 棋盘 游戏 如此 复杂 ， 有人 甚至 形容 ， 下 围棋 好比 同时 下 10 盘 国际象棋 。 
AlphaGo 的 胜利 似乎 微不足道 ， 只不过 是在 人类 用来 打发 空闲 时间 的 游戏 中 ， 机器 再次 超越 它 的 创造者 。 
然而 ， 这 一 小小 成就 不仅 只是 赢得 吹牛 的 权利 那么 简单 。 
有人 甚至 将 它 誉为 AI 发展 “ 里程碑 ” ， 按照 这个 速度 ， 我们 曾经 认为 遥不可及 的 事情 可能 很快 变成 现实 。 
想 一想 你 口袋 里 的 智能 手机 ， 在 你 出生 的 时候 ， 如此 小巧 而 强大 的 计算机 简直 就是 科学幻想 ， 而 现在 这些 装置 无处不在 ， 彻底 改变 了 人们 的 健康 护理 、 人际关系 、 商业 交易 ， 没有 它们 的 生活 似乎 已经 无法 想象 。 
我们 正在 进入 一个 新 的 时代 ， 科技 注定 将 极大 地 影响 、 重塑 我们 和 我们 后代 的 生活 。 
科学家 已经 发明 了 一 款 能够 安抚 人类 的 微笑 机器人 ， 一 款 能够 让 失去 手臂 的 鼓手 重新 打鼓 的 机械 假肢 ， 当然 还有 可以 让 汽车 自行 驾驶 的 软件 。 
现在 ， 包括 Facebook 研究人员 在内 的 AI 开发者 面临 一大 挑战 — — — 创造 能够 完全 理解 人类 语言 和 表情 微妙 差异 的 程序 和 机器人 。 
一旦 他们 获得 成功 ， 机器 将 能够 处理 大量 数据 — — — 包括 书籍 、 医疗 案例 、 社交 媒体 状态 更新 和 面部 表情 线索 等等 — — — 进而 提升 人们 与 AI 互动 的 体验 。 
我们 正在 不可避免 地 迈入 一个 属于 人工智能 的 时代 ， 不少 技术 专家 警告 ， AI 可能 意味着 人类 的 终结 。 
你 或许 觉得 现在 讨论 这个 话题 为时过早 ， 但是 ， 很多 人 并未 意识 到 ， 从 亚马逊 网站 向 用户 提供 的 产品 选择 ， 到 美国国家安全局 的 数据 监控 ， 机器学习 已 悄然 成为 我们 日常 生活 中 密不可分 的 一部分 。 
然而 ， 我们 中 很少 有人 真正 理解 它 的 意义 。 
人工智能 走进 生活 西雅图 华盛顿大学 的 电脑 科学家 佩德罗 · 多明戈 斯 在 《 主 算法 ： 终极 学习 机器 的 研究 将 如何 改变 世界 》 一书 中 指出 ， 人工智能 可能 让 到 医院 看病 成为 历史 ； 主 算法 ( MasterAl-gorithm ) 可能 具有 与 爱因斯坦 相对论 旗鼓相当 的 改变 世界 的 力量 ； 而 用 机器 取代 人类 士兵 可能 让 战争 变得 更 人性化 。 
电脑 科学 的 终极 追求 就是 一 台 能够 自我 学习 的 机器 。 
传统 的 编程 需要 人类 用 令人 抓 狂 的 细节 向 电脑 解释 人类 的 意图 。 
这 就是 算法 的 本质 ： 对 电脑 发布 的 一 系列 指令 。 
而 机器学习 则 是 给 电脑 编程 ， 让 它 具有 自主 学习 的 能力 。 
现在 ， 当 你 搜索 网页 时 ， 为 你 选择 搜索结果 可能 就是 具有 学习能力 的 程序 。 
亚马逊 已经 将 它 用于 为 用户 推荐产品 ； 在线 影片 租赁 公司 Netflix 用 它 来 推荐 电影 ； 社交 网站 Facebook 和 Twitter 用 它 来 选择 向 你 显示 哪些 帖子 。 
在 网上 发生 的 一切 几乎 都 涉及 机器学习 。 
多明戈 斯 提出 的 主 算法 是 一 种 能够 从 数据 中学 会 一切 的 算法 。 
将 行星 运动 和 斜 面的 数据 喂 给 它 ， 它 就 能 发现 牛 顿 的 “ 万有引力 ” 论 。 
将 DNA 晶体 学 数据 喂 给 它 ， 它 就 能 发现 双螺旋 结构 。 
将 包含 癌症 患者 病历 的 庞大 数据库 喂 给 它 ， 它 就 能 学会 诊断 并 治愈 癌症 。 
机器 处理 信息 和 进行 复杂 运算 的 能力 远远 超过 人类 ， 它们 测试 药物 和 疫苗 的 速度 绝非 人类 可比 。 
“ 机器学习 ” 已 被 用于 开发 药物 ， 通过 电脑 模拟 的 方式 ， 所 需 的 成本 和 时间 相当于 传统 方法 的 零头 。 
比如 ， 艾滋病 疫苗 研究 的 一大 难题 在于 ， 艾滋病毒 变异 的 速度 非常 快 。 
研究者 大卫 · 赫克 曼 提出 ， 传统 疫苗 大多 只 针对 一个 地方 的 病毒 发起 攻击 ， 艾滋病 疫苗 需要 同时 攻击 不同 的 地方 。 
但是 发现 所有 这些 攻击 目标 需要 处理 海量 的 数据 ， 还 需 人类 无法 应对 的 假设 实验 。 
而 攻克 癌症 的 难题 在于 它 并非 是 一 种 疾病 。 
每个 人 的 癌症 都 不 相同 ， 随着 癌细胞 的 变异 生长 ， 即使 在 同一个 病人 身上 ， 今天 的 癌细胞 与 6 个 月 前 也 截然不同 。 
肿瘤 的 代谢 是 如此 复杂 ， 存在 太 多 的 可能 变异 和 分子 及 环境 因素 组合 ， 没有 人类 能够 全部 掌握 。 
因此 ， 只 靠 某 一 种 药物 无法 治愈 癌症 。 
机器学习 可 分析 肿瘤 基因组 、 病人 基因组 和 病史 ， 从而 预测 哪 种 药物 或 哪些 药物 的 组合 最 有效 ， 甚至 针对 具体 癌变 设计 一 种 新药 。 
然而 ， 在 实现 这 一切 之前 ， 我们 需要 更 先进 的 机器学习 算法 。 
我们 还 需要 病人 分享 他们 的 数据 ， 再 交给 程序 去 分析 学习 。 
分子生物学家 兼 机器学习 研究者 大卫 · 豪斯勒 认为 ， 如果 能够 采集 足够 多 的 病人 数据 ， 我们 将 能 治愈 癌症 ， 除此之外 别 无 他 法 。 
人类 是 怎么样 丢掉 饭碗 的 帮助 治愈 癌症 的 机器 听 上 实在 美好 ， 但 如果 它们 将要 夺走 你我 的 工作 呢 ？ 
更 糟糕 的 是 ， 人类 对此 毫无 准备 。 
只要 人类 依然 需要 靠 薪水 为生 ， AI 的 惊人 进步 可能 威胁 每 一 个人 的 生活 。 
上周 ， 白宫 在 一 份 写给 美国国会 的 报告 中 称 ， 2010 年时 薪 不足 20 美元 的 工人 最终 被 机器 取代 的 可能性 高达 83% 。 
时 薪 40 美元 的 工人 被 机器 抢走 饭碗 的 可能性 也 高达 31% 。 
我们 正在 面临 一个 崭新 世界 。 
首先 得 说说 如何 走向 这 一 步 。 
所有 的 工作 都 可以 划分 为 4 大 类型 ： 简单 重复 和 非 重复性 工作 、 脑力 和 体力 劳动 。 
简单 重复 工作 的 内容 日复一日 完全 相同 ， 而 非 重复性 工作 则 有 变化 。 
在 这 两 种 类型 中 又 包含 主要 依靠 认知 能力 ( 头脑 ) 的 工作 和 主要 消耗 体力 的 工作 。 
上个世纪 90 年代 ， 当 部分 岗位 已经 能够 被 机器 取代 ， 简单 重复性 工作 就 开始 萎缩 。 
当然 ， 简单 重复 工作 曾经 造就 了 美国 的 中产阶级 。 
亨利 · 福特 的 工人 们 享受 中产阶级 的 薪资 待遇 ， 从事 的 是 简单 重复 劳动 。 
而 在 美国 的 办公楼 里 ， 曾经 大多 数人 从事 的 也 是 重复性 脑力劳动 。 
这样 的 世界 正在 衰落 ， 只 留下 两 类 工作 ： 几乎 无需 思考 因而 报酬 微薄 的 工作 和 需要 大量 思考 因而 报酬 优厚 的 工作 。 
一 架 4 个 发动机 的 飞机 即使 只 剩下 2 个 发动机 也 能 继续 飞行 。 
但 如果 最后 两个 发动机 也 发生 故障 ， 会 发生 什么 ？ 
随着 高级 自动化 和 AI 技术 的 发展 ， 机器 已 逐渐 掌握 学习 技能 ， 最后 两 类 非 重复性 工作 也 变得 岌岌可危 。 
机器 变得 越来越 聪明 ， 因为 我们 更 擅长 建造 它们 ， 而 这 又是 因为 我们 对于 人脑 的 工作 机制 有 了 更 深刻 的 认识 。 
人脑 本质 上 就是 一 团 相互 连接 的 细胞 。 
一些 连接 比较 短 ， 另 一些 则 较 长 ； 一些 细胞 只是 两两 相互 连接 ， 而 另 一些 就 像是 枢纽 ， 同时 与 其他 多个 细胞 连接 。 
生物 电信号 通过 这些 连接 以 不同 的 频率 传递 ， 进而 形成 神经 脉冲 。 
这 有点 像是 多米诺骨牌 的 倒塌 ， 但 速度 更快 、 规模 更 大 、 更 复杂 。 
深度 神经网络 有点 类似 精简 的 虚拟 大脑 。 
它们 给 机器学习 创造 了 渠道 ， 促成 了 AI 的 飞跃 发展 。 
除了 计算机 运算 能力 的 发展 和 我们 对 神经 学 的 新 认识 ， 集体 数据 的 爆炸性 增长 也 功不可没 。 
大数据 促成 深度学习 大数据 已经 不再 只是 一个 时髦 词汇 。 
人类 正 以 惊人 的 速度 创造 并 采集 数据 ， 根据 2013 年 挪威 科技 工业 研究所 的 一 份 报告 估计 ， 全球 90% 的 数据 创造 于 报告 发布 之 时 的 前 两 年内 。 
感谢 互联网 ， 数据 生成 的 速度 每 18 个 月 就 会 翻倍 ， 去年 ， 平均 每 分钟 有 300 小时 的 视频 被 上传 到 YouTube 、 35 万条 短信 发布 到 推 特 上 。 
我们 所 做 的 一切 都 在 产生 数据 ， 很多 数据 正是 机器学习 所 需要 的 材料 。 
设想 编写 一 段 程序 ， 让 电脑 能够 识别 椅子 。 
这个 程序 的 早期 版本 更 擅长 判断 什么 不是 椅子 ， 而 不是 判断 什么 是 椅子 。 
人类 孩童 在 学习 椅子 这个 单词 时 就 开始 学习 它 和 其他 物体 的 差异 。 
如果 孩子 指着 一 张 桌子 说 “ 椅子 ” ， 大人 很快 会 纠正 说 “ 那 是 桌子 ” 。 
这 就是 巩固 学习 。 
“ 椅子 ” 这 一 标签 被 贴 到 见 过 的 每 一 张 椅子 上 ， 这个 过程 中 一些 神经 通道 形成 。 
要 “ 点亮 ” 和 “ 椅子 ” 关联 的 通道 ， 我们 看到 的 东西 必须 和 之前 见 过 的 “ 椅子 ” 有 足够 的 相似 之 处 。 
归根结底 ， 人生 其实 就是 头脑 过滤 大数据 的 过程 。 
深度学习 的 空前 强大 在于 它 利用 庞大 的 数据 让 机器 模拟 人脑 的 工作 ， 而 无需 编写 具体 的 指令 。 
比如 要 让 电脑 认识 “ 椅子 ” ， 无需 用 程序 语言 向 电脑 说明 椅子 的 定义 ， 只需 要 将 它 连接 互联网 ， 再 喂 给 它 成千上万 张 椅子 的 图片 。 
接着 ， 我们 再 用 更多 的 图片 对 它 进行 测试 。 
如果 机器 认错 了 ， 就 进行 纠正 ， 进一步 改进 它 辨别 椅子 的 能力 。 
不断 重复 这个 过程 最终 能 让 电脑 像 人类 一样 准确 地 判断 某 物体 究竟 是否 椅子 。 
然而 ， 不 同于 人类 ， 机器 能 在 几 秒 种 内 搜索 处理 数 百 万 张 图片 。 
而 当 一 台 机器 学会 了 某个 知识 或 技能 ， 它 可以 立刻 与 所有 与 之 相连 的 机器 分享 这 一 知识 或 技能 。 
这种 强悍 的 学习 过程 的 一个 典范 来自 电动汽车 制造商 特斯拉 ( Tesla ) 。 
谷歌 公司 花 了 6 年 时间 ， 用 自动 驾驶 原型 车 收集 了 170 万 英里 的 驾驶 数据 。 
另一方面 ， 特斯拉 只是 进行 了 一 次 软件 升级 ， 让 汽车 自学 如何 用 新 的 “ 自动 导航 ” 功能 进行 自动 驾驶 。 
特斯拉 网络 每周 获取 的 数据 就 相当于 谷歌 原型 车 收集 的 总 数据 量 ， 每 一 台 特斯 拉车 都 在 互相 向 其他 的 特斯 拉车 学习 并 传授 驾驶 的 真谛 。 
将 特斯拉 的 例子 延伸 到 物联网 ， 任何 与 联网 物体 的 互动 都 可能 教会 每个 互联 物体 新 的 东西 ， 因此 网络化 的 机器学习 的 庞大 规模 几乎 无法 想象 。 
人 与 机器 的 不 公平 竞争 在 过去 一 年 里 ， 深度学习 和 大数据 的 联合 创造 了 惊人 的 成就 。 
谷歌 的 人工智能 DeepMind 通过 浏览 成千上万 篇 带 注释 的 新闻 文章 学会 了 阅读 和 理解 。 
DeepMind 自学 掌握 了 几十 种 Atari 2600 电子游戏 ， 并且 玩 得 比 人类 还好 。 
另 一个 叫 Giraffe 人工智能 通过 研究 包含 1.75 亿 个 走 位 的 数据 集 ， 自己 学会 了 下 象棋 ， 并 通过 不断 重复 演练 ， 在 短短 72 小时 内 取得 了 国际 大师级 水平 。 
2015 年 ， 一 款 AI 甚至 通过 了 视觉 图灵 测试 。 
这些 都 是 人工智能 领域 的 重要 里程碑 。 
即使如此 ， 就 在 AlphaGo 的 胜利 前 几 个 月 ， 当 被 问 要 用 多长 时间 才能 让 一 台 电脑 击败 一流 的 围棋 选手 ， 专家 们 的 回答 是 大约 要 等 10 年 。 
这 一 预测 似乎 很 有 道理 ， 因为 围棋 走 位 的 可能性 据说 和 宇宙 中 的 原子 一样 多 ， 所以 就 不能 依靠 扫描 每 一 种 可能 的 走 位 来 判断 下 一 步 棋 这种 蛮横 的 方式 。 
但 深度 神经网络 绕过 了 这 一 壁垒 ， 它 采用 了 和 人脑 一样 的 工作 方式 ， 直观 判断 最 合理 的 下 一 步 。 
人类 通过 观察 和 不断 练习 获得 这种 棋 感 ， AlpahGo 也 是 一样 。 
它 分析 了 数 百 万 场 职业 比赛 ， 自己 反复 演习 了 几百万 次 。 
AlphaGo 的 胜利 告诉 我们 ， 任何 人类 的 工作 都 不再 是 打 不破 的 铁饭碗 。 
从 制作 汉堡包 到 担任 手术 麻醉师 ， 最终 机器 都 能 胜任 ， 并且 它们 的 成本 远远 低于 人类 。 
阿米利 亚 ( Amelia ) 会 干 很多 事情 ， 但 它 从不 请 病假 ， 也 不 加入 工会 ， 或 将 工作 时间 浪费 在 Facebook 上 。 
IPsoft 公司 花费 16 年 时间 创造 的 这 款 AI 系统 学会 了 呼叫中心 所有 员工 的 工作 。 
它 几 秒钟 就 能 学会 人类 需要 几 个 月 才能 掌握 的 东西 , 而且 它 能 使用 20 种 语言 。 
由于 具有 学习能力 ， 假以时日 ， 它 还 会 变得 更 能干 。 
在 一 次 公司 测试 中 ， 第 一 周 ， 每 10 个 电话 中 它 成功 处理 的 只有 1 个 ， 到 第 二 个 月末 ， 它 已经 能够 圆满 地 应对 10 个 电话 中 的 6 个 。 
如果 全世界 都 开始 使用 阿米利 亚 ， 2.5 亿 人 将 失去 工作 。 
Viv 是 智能 语音 软件 Siri 的 创造者 开发 的 新 AI 程序 ， 它 能够 为 我们 处理 一些 网上 操作 ， 能 根据 我们 的 喜好 挑选 社交 媒体 新闻 ， 还 能 过滤 掉 讨厌 的 广告 ， 这 将 极大 地 扰乱 整个 互联网 的 基础 — — — 广告 行业 。 
一个 充满 阿米利 亚 、 Viv 和 其他 即将 诞生 的 AI 劳工 的 世界 将 引发 严肃 的 社会 思考 。 
要求 人类 与 隔壁 小 隔间 里 完美无缺 的 机器 竞争 是否 公平 ？ 
如果 机器 承担 了 人类 大多数 的 工作 ， 且 分文不取 ， 那么 金钱 将 流 去 哪里 ？ 
哪些 消费 将 跟随 不再 需要 支付 的 薪水 一起 消失 ？ 
也许 我们 今天 创造 的 很多 工作 可能 根本 没有 存在 必要 ， 支付 薪水 可能 是 它们 存在 的 唯一 理由 ？ 
在 一 份 经常 被 人 引用 的 论文 中 ， 牛津大学 的 一 项 研究 预计 ， 到 2033 年 ， 目前 的 工作会 有 一半 被 自动化 取代 。 
与此同时 ， 感谢 强大 的 机器学习 功能 ， 自动 驾驶 汽车 可能 在 极 短 时间 内 消灭 数 百 万 的 工作 ， 给 经济 带来 严重 影响 。 
新 工作 创造 的 速度 远远 比不上 技术 摧毁 工作 的 速度 。 
正 因为 如此 ， AI 领域 的 专家 们 都 开始 积极 提倡 全民 基本 收入 制度 。 
2015 年末 ， 奇点 大学 的 一个 小组 讨论会 上 ， 著名 数据 学家 杰罗米 · 霍华德 问道 ， “ 你 是否 打算 让 一半 的 人口 饿死 ， 只 因为 他们 再也 无法 给 经济 增加 价值 ？ 
如果 答案 是 否定 的 ， 那么 最 聪明 的 财富 分配 办法 就是 实行 全民 基本 收入 制度 。 
” 当 创造 工具 的 人 也 开始 警告 这些 工具 可能 带来 的 影响 时 ， 难道 不该 引起 工具 使用者 的 重视 吗 ， 特别 是 当 它 事关 成百上千 万 人 的 生计 的 时候 ？ 
没有 国家 准备 好 了 应对 这些 变化 。 
无论 是 缺少 消费者 的 消费经济 还是 高 失业率 都 将 导致 社会 动荡 。 
人类 似乎 很 擅长 发明 新技术 ， 但 却 不 擅长 预见 这些 技术 给 世界 带来 的 影响 。 
在 一个 机器人 会 学习 的 时代 ， 我们 将 学会 的 重要 一 课 也许 是 ： 工作 属于 机器 ， 生活 属于 人类 。 
本版 编译 ： 宇 RightsReserved