《經(jīng)濟(jì)學(xué)人》去年出了一期很經(jīng)典的封面，封面里將全球各大高科技平臺(tái)企業(yè)如谷歌、亞馬遜之許描繪成正在采油的鉆井，寓意很明顯，在數(shù)字經(jīng)濟(jì)時(shí)代，大平臺(tái)正在開采數(shù)字化的石油——大數(shù)據(jù)，而開采出來(lái)的大數(shù)據(jù)則用于人工智能（AI），因?yàn)锳I會(huì)是數(shù)字化時(shí)代的電。

也有人用狂歌熱舞（DANCE）這個(gè)詞來(lái)形容AI主導(dǎo)的數(shù)字經(jīng)濟(jì)時(shí)代。DANCE是五個(gè)英文詞的縮略語(yǔ)，分別是大數(shù)據(jù)（data）、算法/人工智能（al-gorithms/AI）、網(wǎng)絡(luò)（networks）、云（cloud）以及硬件呈指數(shù)級(jí)的性能改善（exponential　improvements　in　hard-ware）。其實(shí)DANCE的五點(diǎn)缺一不可，恰恰是大量數(shù)據(jù)產(chǎn)生，算法不斷更新，移動(dòng)互聯(lián)和未來(lái)的物聯(lián)網(wǎng)讓連接無(wú)所不在，云端讓數(shù)據(jù)的存儲(chǔ)和使用更方便，再加上硬件的不斷更新升級(jí)，推動(dòng)了這樣一個(gè)科技以幾何級(jí)數(shù)增長(zhǎng)變化的時(shí)代。而數(shù)字經(jīng)濟(jì)時(shí)代的五點(diǎn)要素中，AI是貫穿始終的應(yīng)用技術(shù)，也成為當(dāng)下各個(gè)領(lǐng)域跨界研究的顯學(xué)。

要理解AI，除了從技術(shù)角度出發(fā)，了解機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)等前沿技術(shù)的發(fā)展之外，也需要站在更廣闊領(lǐng)域從多種不同視角去觀察和分析，最近有四本書從不同的角度剖析了AI的特點(diǎn)，聯(lián)系起來(lái)勾勒出清晰的AI發(fā)展與應(yīng)用的圖譜。這四本書分別是從數(shù)字工程師的視角看待AI發(fā)展的《AIQ》、經(jīng)濟(jì)學(xué)家分析AI作為一項(xiàng)通用技術(shù)將給商業(yè)帶來(lái)改變的《預(yù)測(cè)機(jī)器》（Prediction　Machine）、咨詢師眼中AI當(dāng)下的應(yīng)用場(chǎng)景《人+機(jī)器》（Human　+　Machine），以及目前在國(guó)內(nèi)很暢銷的麻省理工學(xué)院物理學(xué)教授泰格馬克暢想AI未來(lái)的《生命3.0》。

把商業(yè)問(wèn)題變成預(yù)測(cè)問(wèn)題

之所以說(shuō)AI是未來(lái)的電，因?yàn)锳I和電力一樣，將是改變工作和生活方方面面的一項(xiàng)通用技術(shù)。如果用簡(jiǎn)單的供求關(guān)系來(lái)分析，當(dāng)一項(xiàng)技術(shù)變得夠便宜，就會(huì)帶來(lái)足夠多的新應(yīng)用；此外當(dāng)一項(xiàng)技術(shù)變得夠便宜之后，跨界的應(yīng)用也會(huì)不斷興起。電力作為工業(yè)經(jīng)濟(jì)時(shí)代的通用技術(shù)就是如此。

1800年，退休的美國(guó)首任總統(tǒng)華盛頓的別墅一年需花費(fèi)一萬(wàn)多美元購(gòu)買蠟燭照明。100年之后，同樣一棟別墅一年的照明費(fèi)用只有100年前的四百分之一。這是新技術(shù)變得日益便宜之后帶來(lái)的普及效果。華盛頓時(shí)代只有富人才能晚上點(diǎn)得起蠟燭夜讀，電力普及時(shí)代任何一個(gè)大都市的家庭都不會(huì)為電費(fèi)而煩惱。

《預(yù)測(cè)機(jī)器》的三位作者都是來(lái)自多倫多大學(xué)管理學(xué)院的教授，他們認(rèn)為AI就是下一個(gè)通用技術(shù)，而AI越來(lái)越便宜，帶來(lái)最直接的效果就是“預(yù)測(cè)”的成本將越來(lái)越低，從而給商業(yè)流程和商業(yè)模式帶來(lái)全新的變化，就好像100多年前電的普及一樣。

如果說(shuō)AI的最大特點(diǎn)是更好地解決預(yù)測(cè)問(wèn)題，思考商業(yè)模式創(chuàng)新就需要把商業(yè)面臨的各種實(shí)際問(wèn)題轉(zhuǎn)變成預(yù)測(cè)問(wèn)題來(lái)思考。比如說(shuō)，無(wú)人駕駛是不是可以看做預(yù)測(cè)問(wèn)題？又比如說(shuō)，翻譯是不是預(yù)測(cè)問(wèn)題？

回答都是肯定的。在AI看來(lái)，無(wú)人駕駛就是怎樣去培養(yǎng)機(jī)器能夠更好地去預(yù)測(cè)一個(gè)經(jīng)驗(yàn)豐富的老司機(jī)如何應(yīng)對(duì)各種復(fù)雜多變的道路環(huán)境。換言之，如果機(jī)器能夠很好地學(xué)會(huì)老司機(jī)適應(yīng)各種不同環(huán)境應(yīng)對(duì)道路上各種突發(fā)情況的能力，那么就能很好地解決無(wú)人駕駛問(wèn)題。這也是為什么共享出行企業(yè)能在自動(dòng)駕駛領(lǐng)域有所作為的原因，因?yàn)榭梢圆蹲酱罅克緳C(jī)的駕駛行為，并以此培養(yǎng)無(wú)人駕駛AI。

翻譯也可以看做一種預(yù)測(cè)問(wèn)題。AI出現(xiàn)之前的機(jī)器翻譯，強(qiáng)調(diào)的是如何自上而下，從規(guī)則的角度去讓機(jī)器理解語(yǔ)法，也是逐詞對(duì)應(yīng)的翻譯。AI處理翻譯問(wèn)題，同樣可以轉(zhuǎn)化成預(yù)測(cè)問(wèn)題：預(yù)測(cè)一個(gè)資深的翻譯，會(huì)怎么翻譯處理一個(gè)詞、一段話、一篇文章。從詞上升到句子，上升到段落，還要處理語(yǔ)境，這樣機(jī)器處理語(yǔ)言的方式就和以前完全不同，機(jī)器翻譯的準(zhǔn)確度也會(huì)顯著提升。

舉兩個(gè)更好的預(yù)測(cè)可能改變流程或者商業(yè)模式的例子。

在醫(yī)學(xué)領(lǐng)域，X光和CT這樣的檢查，是幫助醫(yī)生去判斷病人是否有腫瘤的重要依據(jù)，當(dāng)醫(yī)生無(wú)法確定腫瘤是良性還是惡性的時(shí)候，需要對(duì)病灶做生理切片檢查的小手術(shù)。如果AI分析檢查片子的能力增強(qiáng)，預(yù)測(cè)腫瘤的準(zhǔn)確度提高，手術(shù)的必要性會(huì)越來(lái)越低。

更準(zhǔn)確地預(yù)測(cè)也可能顛覆整個(gè)電商領(lǐng)域的商業(yè)模式。如果電商可以準(zhǔn)確預(yù)測(cè)消費(fèi)者的需求，商業(yè)模式可以有什么變化？目前，電商已經(jīng)可以比較準(zhǔn)確地預(yù)測(cè)一定區(qū)域內(nèi)用戶對(duì)一些大宗商品比如說(shuō)肥皂或者洗衣粉的需求，并因此可以在靠近社區(qū)的倉(cāng)庫(kù)中提前布貨。未來(lái)，如果預(yù)測(cè)的準(zhǔn)確度可以進(jìn)一步提升，像亞馬遜這樣的電商巨頭很可能不再需要用戶在線或者在手機(jī)上搜索下單，而是直接把用戶需要的商品送到客戶家里。因?yàn)闇?zhǔn)確度非常高，配送十件商品至少有九件滿足客戶的需求，亞馬遜只要做好一件商品的退貨服務(wù)即可。

人人都要培養(yǎng)AIQ

如果說(shuō)IQ是用來(lái)測(cè)量一個(gè)人的智商，EQ用來(lái)評(píng)價(jià)一個(gè)人的情商，那么AIQ就是評(píng)價(jià)一個(gè)人對(duì)人工智能的認(rèn)知?！禔IQ》的兩位作者都是數(shù)字工程師，他們認(rèn)為要適應(yīng)未來(lái)“人+機(jī)器”的工作場(chǎng)景，每個(gè)人都需要培養(yǎng)AIQ，提升對(duì)AI的認(rèn)知，以便更容易適應(yīng)科技快速迭代改變的未來(lái)。此外，人類還需要有能力去監(jiān)督AI，在“人+機(jī)器”的協(xié)作中，成為關(guān)鍵的一環(huán)，要做到這一點(diǎn)的前提也必須對(duì)AI和數(shù)據(jù)科學(xué)有基本的認(rèn)知。

培養(yǎng)AIQ首先要建立對(duì)當(dāng)下AI發(fā)展的認(rèn)知。很多人把AI看得神秘莫測(cè)，的確現(xiàn)在AI可以做很多神奇的事情，比如說(shuō)圖像識(shí)別、語(yǔ)音識(shí)別、輔助駕駛、自動(dòng)翻譯等等，在一些情況下做的比大多數(shù)人還要好。但目前的AI仍然并不具備人類的那種聰明，它只聽得懂一種語(yǔ)言——數(shù)字。

AI可以處理各種信息，只要輸入的是數(shù)字就行。所以AI系統(tǒng)要能起作用，需要將各類不同輸入都變成可以處理的數(shù)字語(yǔ)言，數(shù)據(jù)工程師把這種過(guò)程稱為“特征工程學(xué)”，比如說(shuō)把圖像和語(yǔ)言的數(shù)字特征提取出來(lái)，變成機(jī)器聽得懂的語(yǔ)言。

以自然語(yǔ)言識(shí)別為例。以前處理語(yǔ)言的思路是自上而下的編程思路，希望灌輸給機(jī)器所有的語(yǔ)言規(guī)則，同時(shí)窮盡任何特例。結(jié)果幾十年語(yǔ)言識(shí)別都沒(méi)有大進(jìn)步，因?yàn)檎Z(yǔ)言其實(shí)太隨意、太復(fù)雜了。AI的自然語(yǔ)言識(shí)別，完全走了另外一條路，讓機(jī)器做最擅長(zhǎng)的事情，找到文字與文字之間的相關(guān)性。機(jī)器回答的是一個(gè)最基本的問(wèn)題，能不能讓有相同意思的詞，對(duì)應(yīng)的數(shù)字也類似？當(dāng)機(jī)器可以給每個(gè)單詞和詞組一個(gè)描述性的數(shù)字后，就可以用數(shù)字的加減乘除來(lái)幫助算法做出正確的判斷。比如說(shuō)，如果問(wèn)機(jī)器一個(gè)問(wèn)題：英國(guó)的倫敦，對(duì)應(yīng)的詞應(yīng)該是意大利的什么？機(jī)器就可以這么計(jì)算：倫敦-英國(guó)+意大利=羅馬，因此得出羅馬這個(gè)正確答案。

現(xiàn)在的AI，無(wú)論是亞馬遜的Alexa，或者蘋果的Siri，都并不懂得語(yǔ)言的含義，但是卻能準(zhǔn)確判斷文字之間的相關(guān)性。不究原因，只強(qiáng)調(diào)結(jié)果，AI能帶來(lái)高效率，而我們暫時(shí)遠(yuǎn)不用擔(dān)心它能和我們有一樣的智慧。

這也是培養(yǎng)AIQ的第二個(gè)要點(diǎn)，不用過(guò)早擔(dān)心AI是否會(huì)取代人類，因?yàn)楝F(xiàn)在的AI發(fā)展距離通用機(jī)器智能（AGI），距離趕上人類的智能還很遠(yuǎn)。數(shù)字工程師現(xiàn)在要花90%的時(shí)間用于處理數(shù)據(jù)，把非標(biāo)的數(shù)據(jù)變成機(jī)器可以讀懂的結(jié)構(gòu)化數(shù)據(jù)，只有10%的時(shí)間用在推進(jìn)AI的發(fā)展上。因?yàn)锳I只聽得懂?dāng)?shù)字，無(wú)論是圖像還是文字的識(shí)別，都是找出它們的數(shù)字屬性，然后讓AI做最擅長(zhǎng)的事：快速地計(jì)算和找到準(zhǔn)確的關(guān)聯(lián)。

培養(yǎng)AIQ的第三點(diǎn)，需要理解人與現(xiàn)在的AI之間到底有哪些優(yōu)勢(shì)和劣勢(shì)。

十幾年前，當(dāng)時(shí)擔(dān)任美國(guó)國(guó)防部長(zhǎng)的拉姆斯菲爾德曾經(jīng)特別就美軍在伊拉克面臨的風(fēng)險(xiǎn)做過(guò)一個(gè)四個(gè)象限圖的分析，分別是美軍知道美軍自己知道的風(fēng)險(xiǎn)（已知的已知）；美軍知道美軍還沒(méi)有掌握的風(fēng)險(xiǎn)（已知的未知）；美軍并不知道自己已經(jīng)掌握的風(fēng)險(xiǎn)（未知的已知），以及美軍根本不知道自己還不知道的風(fēng)險(xiǎn)（未知的未知）。

如果以美國(guó)掌握的全球恐怖主義信息為例，第一種風(fēng)險(xiǎn)是美國(guó)知道本拉登建立了基地組織；第二種風(fēng)險(xiǎn)是美國(guó)知道自己并不知道本拉登基地組織的目標(biāo)到底是什么；第三種風(fēng)險(xiǎn)是CIA已經(jīng)知道與本拉登相關(guān)的人曾經(jīng)在美國(guó)學(xué)習(xí)飛行，并且再次入境美國(guó)，但是并沒(méi)有就這一重要信息做出分析，因此美國(guó)的決策者并不知情；第四種風(fēng)險(xiǎn)則是美國(guó)根本無(wú)法預(yù)測(cè)2001年紐約的911事件會(huì)發(fā)生。

同樣，套用這四個(gè)象限分析，也可以清晰地分辨人與機(jī)器之間的差別。

應(yīng)用場(chǎng)域最廣的領(lǐng)域是“已知的已知”領(lǐng)域，即有著大量數(shù)據(jù)，而我們也很清楚知道如何做出好的預(yù)測(cè)的領(lǐng)域，比如說(shuō)防欺詐、醫(yī)療診斷等等。這些領(lǐng)域AI已經(jīng)大規(guī)模取代人，因?yàn)闄C(jī)器從大數(shù)據(jù)中找出相關(guān)性的速度比人要快得多。

如果反思一下2008年金融危機(jī)，首要問(wèn)題是為什么評(píng)級(jí)機(jī)構(gòu)當(dāng)年沒(méi)有看到次級(jí)債（CDO）的風(fēng)險(xiǎn)。答案并不是因?yàn)樵u(píng)級(jí)機(jī)構(gòu)當(dāng)時(shí)沒(méi)有充足的數(shù)據(jù)。癥結(jié)在于他們?cè)O(shè)計(jì)的風(fēng)險(xiǎn)模型中并沒(méi)有考慮到不同市場(chǎng)價(jià)格變動(dòng)的相關(guān)性，比如紐約和芝加哥房?jī)r(jià)同時(shí)下跌給CDO帶來(lái)的風(fēng)險(xiǎn)。有了AI就不再會(huì)出現(xiàn)這種問(wèn)題，因?yàn)榭梢詮母嗑S度對(duì)數(shù)據(jù)做出分析?！耙阎奈粗鳖I(lǐng)域，將仍然是人的領(lǐng)地。這個(gè)領(lǐng)域并沒(méi)有大量數(shù)據(jù)，無(wú)法幫助AI做出好的預(yù)測(cè)。相反，人卻能利用小數(shù)據(jù)來(lái)舉一反三。當(dāng)然這也恰恰是機(jī)器學(xué)習(xí)發(fā)展非?？斓念I(lǐng)域，如果機(jī)器能夠?qū)W會(huì)如何像人一樣學(xué)習(xí)，智慧會(huì)進(jìn)一大步。

第三個(gè)領(lǐng)域，也就是“未知的未知”領(lǐng)域，人和機(jī)器都束手無(wú)策。黑天鵝就是一種未知的未知，人和機(jī)器都很難預(yù)測(cè)。原因很簡(jiǎn)單，AI從本質(zhì)上仍然是利用歷史數(shù)據(jù)預(yù)測(cè)未來(lái)。如果某個(gè)新物種，從來(lái)就沒(méi)有人見過(guò)，又何從預(yù)測(cè)呢？比如說(shuō)，共享音樂(lè)Nap-ster給CD行業(yè)帶來(lái)的毀滅性打擊就很難預(yù)測(cè)。

最后一個(gè)領(lǐng)域，就是“已知的未知”領(lǐng)域，AI和人一樣容易犯錯(cuò)，而應(yīng)用AI會(huì)帶來(lái)更大的風(fēng)險(xiǎn)，因?yàn)锳I可能飛快地將錯(cuò)誤放大千百倍，讓人措手不及。所謂已知的未知，意思是我們已經(jīng)能做出了預(yù)測(cè)（不管是人還是AI），但是卻并不知道背后真正的原因，甚至有時(shí)候以為自己知道原因，其實(shí)卻是錯(cuò)的。

國(guó)際象棋大師卡斯帕羅夫在《深度思考》中就提到一個(gè)早期研究國(guó)際象棋的AI犯錯(cuò)的例子。AI在看到大量棋譜之后，發(fā)現(xiàn)很多象棋大勢(shì)在犧牲王后之后，往往很快就能有致贏的后手，所以這種AI會(huì)開局就選擇放棄王后。這就是在“已知的未知”領(lǐng)域內(nèi)犯錯(cuò)的例子，因?yàn)樗严嚓P(guān)性錯(cuò)認(rèn)為是因果性，把現(xiàn)象——好的棋手有的時(shí)候會(huì)丟棄王后——當(dāng)做了制勝的原因。

有了這四個(gè)象限的分析，人與機(jī)器的差別也就非常清楚。簡(jiǎn)單重復(fù)的勞動(dòng)，甚至一些中等的職位，比如起草標(biāo)準(zhǔn)合同的律師工作，都會(huì)被機(jī)器所取代，因?yàn)橛兄罅繑?shù)據(jù)可以培養(yǎng)出強(qiáng)大的AI，但是在探索未知領(lǐng)域，人類仍然有巨大的潛力。

人工智能與職場(chǎng)風(fēng)險(xiǎn)

喬布斯有句名言，電腦是思想的自行車。如果說(shuō)電腦加快了思想的運(yùn)算速度的話，AI作為新一代的通用科技，又將如何推動(dòng)思想的發(fā)展？一定會(huì)讓很多人從簡(jiǎn)單重復(fù)的勞動(dòng)中解放出來(lái)，有機(jī)會(huì)讓更多人釋放出更多的創(chuàng)造力。

從這一視角分析AI可能給人的生活和職場(chǎng)帶來(lái)的改變，就不必簡(jiǎn)單地去擔(dān)心工作被自動(dòng)化所代替，而是要從整個(gè)工作流程的角度看AI到底會(huì)給職場(chǎng)帶來(lái)什么樣的改變。和過(guò)去的技術(shù)迭代一樣，AI一定會(huì)取代一些工作，或者一些工作的一部分，但同時(shí)也一定會(huì)創(chuàng)造一些新的工作機(jī)會(huì)，或者把一部分既有工作變得更吃重，所不同的是，這樣的改變速度更快，頻次更多。

先舉一個(gè)商學(xué)院錄取流程的例子來(lái)看AI如何重塑工作流。商學(xué)院MBA的錄取流程可以分拆成三個(gè)階段，不同階段需要配置不同的資源。第一步是推廣，也就是鼓勵(lì)學(xué)生申請(qǐng)，讓更多潛在學(xué)生了解MBA課程。第二步是評(píng)判，也就是對(duì)申請(qǐng)人進(jìn)行篩選，通常需要大量人工去做。第三步是給出結(jié)果，盡可能鼓勵(lì)合格的申請(qǐng)人接受錄取通知書。一個(gè)傳統(tǒng)的MBA錄取流程，會(huì)在第二階段配置大量有經(jīng)驗(yàn)的人力，而且會(huì)限制推廣，擔(dān)心人力無(wú)法及時(shí)處理大量的申請(qǐng)。

AI在商學(xué)院錄取流程中的應(yīng)用，會(huì)從第二環(huán)節(jié)開始，培養(yǎng)出特別擅長(zhǎng)對(duì)申請(qǐng)人進(jìn)行篩選和評(píng)判的AI。AI替代手動(dòng)篩選評(píng)判申請(qǐng)人這一流程的同時(shí)，也會(huì)讓資源可以配置到其他流程中，比如沒(méi)有了篩選的人力瓶頸，商學(xué)院會(huì)愿意加大市場(chǎng)宣傳力度以吸引更多的申請(qǐng)人，甚至可能免除申請(qǐng)費(fèi)，因?yàn)锳I審核的成本接近為零。從這一角度去思考，AI給商學(xué)院帶來(lái)的改變并不是簡(jiǎn)單地替代某項(xiàng)工作，而是會(huì)重新安排招生三個(gè)步驟的資源分配，AI給工作流帶來(lái)的改變，遠(yuǎn)比簡(jiǎn)單的自動(dòng)化要深遠(yuǎn)地多。

那AI給未來(lái)的工作會(huì)帶來(lái)什么樣的改變呢？

第一種情況，當(dāng)工作的一部分職能被自動(dòng)化了之后，工作本身反而變得更重要了。這在PC時(shí)代就曾經(jīng)出現(xiàn)過(guò)。比如Excel的出現(xiàn)讓財(cái)務(wù)的話語(yǔ)權(quán)更大，而不是讓更多會(huì)計(jì)師失業(yè)。同樣，工作的一部分被自動(dòng)化會(huì)讓那些需要更多人判斷的工作變得更重要也更有價(jià)值。

第二種情況，機(jī)器的確會(huì)替代一些工作。比如說(shuō)亞馬遜分揀倉(cāng)里的分揀員。亞馬遜的物流配送分揀倉(cāng)雇傭了4萬(wàn)多人，因?yàn)槿巳匀槐葯C(jī)器能更快地分揀貨物。但是亞馬遜也意識(shí)到，只要人在整個(gè)流程中存在，物流配送就無(wú)法完全自動(dòng)化。亞馬遜2012年收購(gòu)機(jī)器人公司Kiva就是要向自動(dòng)化邁出一大步。未來(lái)當(dāng)機(jī)器完全取代人類分揀員之后，倉(cāng)庫(kù)就可以變成黑燈倉(cāng)庫(kù)，節(jié)約照明和空調(diào)的電費(fèi)，而且可以24小時(shí)不停歇地工作，大大提升效率。

第三種情況，AI會(huì)重塑一些工作，取代一部分職能，同時(shí)增加另一部分智能。比如說(shuō)放射科醫(yī)生。放射科醫(yī)生主要的工作是解讀X光片或者CT影像。現(xiàn)在機(jī)器已經(jīng)可以做得更好了。但這并不意味著放射科醫(yī)生的工作會(huì)被替代。他們的工作會(huì)發(fā)生大的變化。一方面，他們?nèi)匀恍枰蚱渌t(yī)生解釋AI得出的影響判斷，另一方面為新機(jī)器的AI提供訓(xùn)練也是他們未來(lái)的工作之一。

第四種情況，則是一些工作的實(shí)質(zhì)會(huì)發(fā)生改變。比如說(shuō)，當(dāng)自動(dòng)駕駛被普遍應(yīng)用之后，校車司機(jī)會(huì)失業(yè)么？乍一看下來(lái)答案是肯定了，因?yàn)檐囕v可以自動(dòng)駕駛了，不再需要司機(jī)。但事實(shí)上校車司機(jī)還有一項(xiàng)很重要的職責(zé)，就是在車上維護(hù)秩序，確保孩子們的安全。所以，當(dāng)司機(jī)開車的這項(xiàng)主要任務(wù)被AI取代之后，會(huì)凸顯出另外一些重要的任務(wù)，比如說(shuō)在校車上管理孩子。校車司機(jī)工作的實(shí)質(zhì)發(fā)生了變化，但是并沒(méi)有被取代。

當(dāng)然，未來(lái)將會(huì)有更多“人+機(jī)器”的工作場(chǎng)景。在《人+機(jī)器》這本書中，身為埃森哲咨詢師的作者就提出，人機(jī)協(xié)作在很多場(chǎng)景中會(huì)比人或者機(jī)器單獨(dú)完成工作要更有效?！度?機(jī)器》把產(chǎn)業(yè)轉(zhuǎn)型分成三個(gè)階段，100多年前從福特開始的標(biāo)準(zhǔn)化流程的轉(zhuǎn)型，1970年代開始的數(shù)字化轉(zhuǎn)型，也就是利用IT技術(shù)的自動(dòng)化轉(zhuǎn)型，而現(xiàn)在這一階段AI推動(dòng)了人機(jī)協(xié)作的適應(yīng)性轉(zhuǎn)型階段。標(biāo)準(zhǔn)化轉(zhuǎn)型讓批量大規(guī)模廉價(jià)生產(chǎn)成為可能，自動(dòng)化轉(zhuǎn)型通過(guò)流程優(yōu)化和流程再造，讓機(jī)器能夠取代許多人的崗位，提升效率。適應(yīng)性轉(zhuǎn)型又有所不同，人+機(jī)器可以有很強(qiáng)的適應(yīng)性，又可以根據(jù)實(shí)時(shí)的數(shù)據(jù)做應(yīng)對(duì)，可以推出小批量定制化的服務(wù)。

人機(jī)協(xié)作還會(huì)帶來(lái)一些有趣的變化。人和機(jī)器會(huì)相互學(xué)習(xí)，機(jī)器可以觀察人的一些動(dòng)作，提升自己的能力；人也需要學(xué)習(xí)并適應(yīng)與機(jī)器一起工作。人機(jī)協(xié)作也能增強(qiáng)人的能力，機(jī)器（AI）將成為人體的延伸，就好像智能手機(jī)變成了人大腦的延伸，又好像醫(yī)生使用手術(shù)機(jī)器人一樣得心應(yīng)手。人機(jī)協(xié)作，其實(shí)是解放人，讓人在工作過(guò)程中能夠從事更多人擅長(zhǎng)的工作和人與人溝通交流的工作。

AI的未來(lái)和適應(yīng)AI的下一代

MIT教授泰格馬克在《生命3.0》的開篇就描述了一個(gè)超級(jí)智能“越獄”的燒腦劇情。泰格馬克用一個(gè)形象的比喻來(lái)形容被人類控制的超級(jí)智能：就好像世界上所有五歲以上的人都死了，只留下你（超級(jí)智能）一個(gè)，你被一群幼兒園的孩子所禁錮，雖然他們?nèi)匀幌Ｍ隳軒椭麄冎亟覉@?！渡?.0》是一本想象力豐富而邏輯推理嚴(yán)謹(jǐn)?shù)闹?，為AI大發(fā)展之后的人與機(jī)器的關(guān)系做出了一種宏大框架的分析。泰格馬克對(duì)AI的前景充滿樂(lè)觀，屬于相信通用人工智能（AGI，也就是能夠超越人類智慧的機(jī)器智能）有可能在我們有生之年出現(xiàn)的樂(lè)觀派。

但現(xiàn)在還不是擔(dān)心機(jī)器何時(shí)或者是否會(huì)發(fā)展出AGI的時(shí)候，因?yàn)榧夹g(shù)的變化還沒(méi)有人能夠做出準(zhǔn)確的預(yù)期。相反，恰如DeepMind的創(chuàng)始人所說(shuō)，我們不應(yīng)該擔(dān)心AI奪走人類的工作或者替代人類，我們應(yīng)該擔(dān)心的是如果沒(méi)有AI，人類會(huì)變成什么樣子？

有一個(gè)問(wèn)題更迫切也更重要：AI的應(yīng)用到底是會(huì)促進(jìn)更多的中心化，還是去中心化？

一方面，從人類發(fā)展的歷史上來(lái)看，科技的不斷發(fā)展一直在不斷推動(dòng)人類的活動(dòng)變得更加集中，從分散的部落、到帝國(guó)就是一個(gè)逐漸中心化的趨勢(shì)。AI作為最新的通用技術(shù)，也一定會(huì)進(jìn)一步推動(dòng)中心化的趨勢(shì)，AI讓集中處理龐大的數(shù)據(jù)變得更容易、更便宜、更高效，也更能不斷提升AI的智能，因?yàn)閿?shù)據(jù)越多，機(jī)器學(xué)習(xí)的處理能力就越強(qiáng)大。但是另一方面，因?yàn)橥ㄓ嵉某杀敬蟠蠼档?，普通人獲取信息的成本大大降低，AI的發(fā)展也讓每個(gè)人可以獲取的知識(shí)足夠多足夠豐富，每個(gè)人有更強(qiáng)的判斷力，每個(gè)人都可以被賦能。而當(dāng)每個(gè)普通人能做出更好的決策的時(shí)候，他們的動(dòng)力、靈活度和創(chuàng)新能力也最足。

無(wú)論是政府、企業(yè)還是社會(huì)組織，如果抽象分析下來(lái)，都是一種信息處理系統(tǒng)，AI帶來(lái)的改變到底會(huì)促進(jìn)信息系統(tǒng)更中心化，還是更分布式，將是AI給未來(lái)經(jīng)濟(jì)社會(huì)發(fā)展帶來(lái)的最大變數(shù)。

改變已經(jīng)產(chǎn)生。大數(shù)據(jù)和人工智能催生了大的高科技平臺(tái)企業(yè)，現(xiàn)在美國(guó)的谷歌、臉書、亞馬遜、蘋果和微軟，加上中國(guó)的阿里與騰訊，雄踞全球十大市值最大企業(yè)的七席，每一個(gè)都富可敵國(guó)，每一個(gè)都擁有海量的數(shù)據(jù)，恰如本文開頭提到的《經(jīng)濟(jì)學(xué)人》封面所呈現(xiàn)的，這些公司是鍍金時(shí)代的“新石油大亨”。

AI帶來(lái)的中心化與分布式的辯論，放在企業(yè)發(fā)展的語(yǔ)境去討論，就變成了對(duì)于七巨頭和他們身后第二梯隊(duì)的IT巨無(wú)霸們而言，AI的發(fā)展會(huì)加速它們的成長(zhǎng)，從而讓它們更加穩(wěn)固自己的寡頭地位，還是會(huì)讓挑戰(zhàn)巨頭的顛覆力量此起彼伏，讓創(chuàng)新得以不斷持續(xù)？

目前看來(lái)，天平正在朝向巨頭的一方。巨頭IT平臺(tái)企業(yè)已經(jīng)構(gòu)建了他們的版圖，并且在自己核心業(yè)務(wù)周圍構(gòu)建了“殺戮地帶”，瓜分天下的野心昭彰。不過(guò)如果AI技術(shù)領(lǐng)域能有所突破，比如在“已知的未知”領(lǐng)域，利用小數(shù)據(jù)樣本就能培養(yǎng)出有效的AI，讓大平臺(tái)的大數(shù)據(jù)優(yōu)勢(shì)不再那么明顯，未來(lái)的天平仍然可能轉(zhuǎn)向分布式。

巨頭的成長(zhǎng)也形成了一套商業(yè)模式，值得注意。吳修銘（Tim Wu）在《注意力商人》（The Attention Merchants）中就曾經(jīng)描述，巨頭之所以能夠?yàn)?a class="link" target="_blank">大眾提供大量免費(fèi)服務(wù)，是因?yàn)樽⒁饬?jīng)濟(jì)的商業(yè)模式，巨頭吸引到的用戶眼球可以換取可觀的廣告費(fèi)用，谷歌和臉書兩家企業(yè)幾乎瓜分了美國(guó)在線廣告市場(chǎng)。AI的發(fā)展，讓注意力經(jīng)濟(jì)快速迭代，相比眼球的商業(yè)價(jià)值，巨頭所掌握的用戶行為信息數(shù)據(jù)變得更重要也更值錢。

但是，這里也潛伏著未來(lái)人類的巨大風(fēng)險(xiǎn)。工業(yè)時(shí)代，人類勞動(dòng)的異化，是擔(dān)心人類成為流水線上的螺絲釘，重復(fù)著簡(jiǎn)單枯燥的勞動(dòng)。數(shù)字經(jīng)濟(jì)時(shí)代，人類的“物化”卻有兩點(diǎn)值得警惕，要么AI取代人類的工作，勞動(dòng)者變得無(wú)關(guān)緊要；要么人類成為消費(fèi)場(chǎng)域里的產(chǎn)品，就好像被馴化的奶牛一樣，不斷產(chǎn)出消費(fèi)數(shù)據(jù)，供IT巨頭們分析。兩種結(jié)局，都無(wú)法充分挖掘人類的潛力，這是最大的危險(xiǎn)。

在一個(gè)“人+機(jī)器”的未來(lái)，要想充分調(diào)動(dòng)人的自發(fā)性和創(chuàng)造力，同時(shí)保持人的靈活度，最需要重新思考的問(wèn)題是，教育該如何變？培訓(xùn)該如何變？未來(lái)需要什么樣的人才？“人+機(jī)器”對(duì)于今天的孩子來(lái)說(shuō)意味著什么？

《生命3.0》中給出了部分答案：今天的孩子需要培養(yǎng)三方面技能——與人溝通互動(dòng)的技能和社交的能力；保持創(chuàng)造力，能夠找到有效解決方案的能力；以及應(yīng)對(duì)環(huán)境中不確定性的技能。

最后，我想補(bǔ)充一句，未來(lái)終身學(xué)習(xí)將變得更加重要，雖然AI不只是會(huì)消滅舊工作，同時(shí)也會(huì)創(chuàng)造出新工作，但是未來(lái)新工作被改變、替代、重塑的速度和頻次也會(huì)更高，所以每個(gè)人都需要做好在未來(lái)重新選擇工作的可能，重新塑造自己的技能，而這種重塑將不止一次。終身學(xué)習(xí)不僅需要保持好奇心、樂(lè)觀的態(tài)度，還有不斷接受和挑戰(zhàn)新知的毅力，這或許是未來(lái)人與機(jī)器最大的區(qū)別。

返回第一電動(dòng)網(wǎng)首頁(yè) >