不要擔(dān)心未來(lái)超級(jí)人工智能會(huì)搶走所有的工作崗位。大家有這種想法，只不過(guò)是被計(jì)算機(jī)日益發(fā)展帶來(lái)的問題干擾罷了。

或許，你曾經(jīng)聽說(shuō)過(guò)下面兩種觀點(diǎn)：

第一，當(dāng)下，計(jì)算機(jī)的發(fā)展速度越來(lái)越快。不僅可以熟練用于車輛駕駛，還能理解日常對(duì)話，以及完成一些其他任務(wù)。用不了多久，將會(huì)有更多工作實(shí)現(xiàn)自動(dòng)化。而且，自動(dòng)化速度將會(huì)非常快，甚至超過(guò)社會(huì)能夠承受和應(yīng)對(duì)的范圍。

第二，計(jì)算機(jī)技能的發(fā)展完善將會(huì)不斷積累，到最后，機(jī)器的智能程度將會(huì)遠(yuǎn)遠(yuǎn)超過(guò)人類。這種“超級(jí)智能”將會(huì)在很大程度上削弱人工勞動(dòng)的作用，甚至完全取代人工勞動(dòng)。所以，無(wú)論機(jī)器給人類帶來(lái)的威脅是出于偶然，還是有意為之，我們都最好祈禱未來(lái)不要被這些機(jī)器取代。

但其實(shí)，這兩種觀點(diǎn)都不正確。即便第一種觀點(diǎn)中的場(chǎng)景，已經(jīng)出現(xiàn)在了現(xiàn)實(shí)生活中，那也不一定就會(huì)導(dǎo)致第二種場(chǎng)景的出現(xiàn)。說(shuō)白了，第二種觀點(diǎn)其實(shí)就是猜測(cè)。

因此，為了明確人工智能現(xiàn)在的發(fā)展?fàn)顩r，我們必須要清楚，到目前為止這一行業(yè)已經(jīng)取得了哪些成就，以及還存在哪些有待解決的問題。

常識(shí)

過(guò)去幾年，計(jì)算領(lǐng)域取得了許多驚人發(fā)展。比如說(shuō)，汽車可以完全實(shí)現(xiàn)自動(dòng)駕駛;再比如說(shuō)，機(jī)器能夠準(zhǔn)確識(shí)別出圖像和話語(yǔ);又比如說(shuō)，計(jì)算機(jī)能夠在圍棋這類復(fù)雜游戲中戰(zhàn)勝最為聰明的人類選手。而所有這些發(fā)展，其實(shí)都得益于人工智能其中一個(gè)重要分支所取得的成就和突破，那就是適應(yīng)性機(jī)器學(xué)習(xí)。

Hector Levesque是來(lái)自多倫多大學(xué)的計(jì)算機(jī)科學(xué)家，寫過(guò)一本名為《常識(shí)》的書。在書中，他指出，適應(yīng)性機(jī)器學(xué)習(xí)背后的理念，就是要讓一個(gè)計(jì)算機(jī)系統(tǒng)借助大量數(shù)據(jù)進(jìn)行訓(xùn)練，從而學(xué)習(xí)一些智能行為。

對(duì)于機(jī)器來(lái)說(shuō)，能夠檢測(cè)到物體、翻譯不同語(yǔ)言，甚至能夠在拿到一些行為樣本之后自行編寫計(jì)算代碼，而不是提前由人工編寫代碼，是一件非常神奇的事情。大約在十年前，上述這些情景才有了實(shí)現(xiàn)的可能。因?yàn)樵诖酥?，用于?xùn)練的數(shù)字?jǐn)?shù)據(jù)處于一種非常缺乏的狀態(tài)。退一步說(shuō)，即便有足夠的數(shù)字?jǐn)?shù)據(jù)，也沒有符合特定條件的計(jì)算機(jī)馬力來(lái)運(yùn)行和分析這些數(shù)據(jù)。計(jì)算機(jī)檢測(cè)出數(shù)字?jǐn)?shù)據(jù)中的特定模式之后，軟件程序中的算法就會(huì)從這些模式中得出推論，并以此確定自己接下來(lái)的操作行為。舉個(gè)例子，汽車內(nèi)置的多個(gè)傳感器，分析所輸出的數(shù)據(jù)信息，就是這樣一個(gè)過(guò)程。同樣，在圍棋這類游戲中，機(jī)器走的每一步，也都遵循著這樣一個(gè)過(guò)程。

由于機(jī)器能夠處理人類根本無(wú)法處理的海量數(shù)據(jù)，所以在大多數(shù)情況下，無(wú)人駕駛汽車才比真人駕駛更加安全。同理，也正是因?yàn)檫@樣一種處理大量數(shù)據(jù)的能力，機(jī)器才能夠打敗人類圍棋冠軍。更重要的是，在一些人類難以做到的事情上，計(jì)算機(jī)同樣還是更勝一籌。比如說(shuō)，基因組的相互關(guān)聯(lián)影響;再比如說(shuō)，與癌癥治愈藥物密切相關(guān)的其他一些生物變量。而且，上述這些都還只是隸屬于真正的人工智能的一小部分。

Patrick Winston是麻省理工學(xué)院的人工智能和計(jì)算機(jī)科學(xué)的教授，他表示，與其說(shuō)過(guò)去幾年人工智能領(lǐng)域取得了較大進(jìn)展，還不如說(shuō)是“計(jì)算統(tǒng)計(jì)”領(lǐng)域取得了較大進(jìn)展。相比前者，后者這種描述方法，能夠?qū)Ω鞣矫嫫鸬礁笞饔谩?/p>

其中，在計(jì)算統(tǒng)計(jì)領(lǐng)域最為權(quán)威的研究人員之一，就是Facebook的人工智能部門主管Yann LeCun。在人工智能這一塊，他被業(yè)內(nèi)奉為“神一樣的人物”。今年11月，Yann LeCun受邀出席在麻省理工學(xué)院舉行的人工智能與未來(lái)工作(AI & Future of Work)大會(huì)。會(huì)上，他指出，現(xiàn)階段，機(jī)器還沒有掌握到智能的精華。所謂智能的精華，就包括充分理解現(xiàn)實(shí)世界并且以此為基礎(chǔ)作出推斷和預(yù)測(cè)的能力。說(shuō)白了，就是要先在現(xiàn)實(shí)生活中看到一件事情，隨后再利用相關(guān)的背景知識(shí)，來(lái)正確推斷其他事情。換句話說(shuō)，就是現(xiàn)在的機(jī)器都還沒有常識(shí)。

這并不是一個(gè)簡(jiǎn)單的語(yǔ)義層面上的措辭。而是說(shuō)，那些能夠展示“智能行為”的機(jī)器，與那些本身真正智能的機(jī)器之間，確實(shí)是存在差異的。在這里，我們先不討論前者的智能行為到底多有大用處。我們必須要承認(rèn)，智能的定義實(shí)在太過(guò)模糊。隨著計(jì)算機(jī)的功能越來(lái)越強(qiáng)大，很多人就會(huì)不由自主地忘記原有的規(guī)則和范圍，重新給智能下定義，從而說(shuō)機(jī)器并不是萬(wàn)能的，仍然有很多做不到的事情。

但盡管如此，我們不得不承認(rèn)，打敗人類圍棋冠軍的計(jì)算機(jī)，已經(jīng)能夠分析數(shù)據(jù)中存在的固有模式了。機(jī)器根本不知道自己是在下棋還是在打高爾夫，圍棋比賽中可能發(fā)生的任何狀況，從專業(yè)角度來(lái)看，它都是不懂的，它只是分析數(shù)據(jù)。舉個(gè)例子，我們都知道，亞馬遜的智能助手Alexa擁有語(yǔ)音識(shí)別系統(tǒng)，能夠基于機(jī)器學(xué)習(xí)精準(zhǔn)識(shí)別各種語(yǔ)音命令。所以說(shuō)，如果你去餐廳吃飯，要求它來(lái)給你服務(wù)，那將會(huì)節(jié)約很多時(shí)間，再也不用進(jìn)入預(yù)定系統(tǒng)發(fā)送各種用餐請(qǐng)求。但其實(shí)，Alexa根本不知道什么是餐廳，也不知道什么是吃飯。

早在60年前，John McCarthy、Marvin Minsky以及其他人工智能領(lǐng)域的領(lǐng)軍人物，就開始思考賦予機(jī)器思考能力的可能性問題。Levesque解釋道，如果真是這樣的話，那就需要給計(jì)算機(jī)灌輸常識(shí)，賦予它們靈活運(yùn)用各種背景知識(shí)作出推斷和決策的能力。說(shuō)不定，這是有可能的。但通過(guò)什么樣的途徑和方法，來(lái)實(shí)現(xiàn)這種可能性，我們目前還不是很清楚。這類工作，與近年來(lái)機(jī)器學(xué)習(xí)領(lǐng)域取得的突破，完全沒有任何聯(lián)系。相反，它涉及到一個(gè)全新領(lǐng)域，那就是有效的老式人工智能(即Good Old-Fashioned Artificial Intelligence，以下簡(jiǎn)稱GOFAI)。

如果你對(duì)無(wú)所不知的計(jì)算機(jī)懷有一種焦慮情緒，那可以看一看Levesque關(guān)于GOFAI這個(gè)話題的論述。過(guò)去那些困擾McCarthy和Minsky的問題，現(xiàn)如今仍然困擾著業(yè)內(nèi)的計(jì)算機(jī)科學(xué)家，他們也沒有針對(duì)這些問題給出回答。計(jì)算機(jī)究竟如何檢測(cè)事實(shí)并進(jìn)行編碼和處理，與此同時(shí)提取出尚未明確表述但對(duì)真理至關(guān)重要的特定觀點(diǎn)和看法?

Levesque舉了個(gè)例子：如果我現(xiàn)在問你鱷魚如何表演障礙賽跑。那么，按照常識(shí)，你知道鱷魚是無(wú)法跳過(guò)高籬的。

但如果，你現(xiàn)在要像計(jì)算機(jī)那樣來(lái)回答這個(gè)問題，情況會(huì)如何呢?你或許會(huì)先把所有帶有“鱷魚”和“障礙賽跑”的文本搜索出來(lái)，然后發(fā)現(xiàn)不存在同時(shí)帶有這兩個(gè)詞匯的文本案例，最后得出推斷性結(jié)論：鱷魚從來(lái)沒有參加過(guò)障礙賽跑，因而也就不可能參加障礙賽跑。沒錯(cuò)，整個(gè)流程走下來(lái)都沒有問題，但卻非常浪費(fèi)時(shí)間。原本按照常識(shí)，你說(shuō)不定已經(jīng)可以得出答案了。

所以說(shuō)，機(jī)器學(xué)習(xí)技術(shù)能夠?qū)⒑芏嗳肆ぷ髯優(yōu)樽詣?dòng)化工作，這一點(diǎn)確實(shí)沒錯(cuò)。但與此同時(shí)，它也還是存在不少限制的。也就是說(shuō)，我們有理由相信，在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)，人類勞動(dòng)還是必須要存在的。

簡(jiǎn)化還原

說(shuō)到這兒，或許有人要提意見。他們認(rèn)為，雖然現(xiàn)在大家不知道如何讓機(jī)器做一些復(fù)雜的事情，但也不能就此認(rèn)為它們不可能勝任那些復(fù)雜的事情。試想一下，未來(lái)會(huì)否出現(xiàn)一些智能機(jī)器能夠設(shè)計(jì)出更加智能的機(jī)器，而后者又能繼續(xù)設(shè)計(jì)出更加智能的機(jī)器?就這樣一直迭代發(fā)展下去，是否最后會(huì)出現(xiàn)功能足夠強(qiáng)大的機(jī)器，可以模擬人類大腦中全部的電流信號(hào)和生物化學(xué)變化?或許，到時(shí)候，就會(huì)出現(xiàn)另一種創(chuàng)造更加靈活的智能的全新方式，甚至可能會(huì)與生物大腦存在很大差別。畢竟說(shuō)到底，智能其實(shí)就產(chǎn)生于我們大腦中夸克和其他基礎(chǔ)粒子的特定結(jié)構(gòu)方式。而我們并不能肯定地說(shuō)，這些特定結(jié)構(gòu)方式只可能存在于由碳原子組成的生物材料中。

Max Tegmark是麻省理工學(xué)院的物理學(xué)教授，寫過(guò)一本名為《生命3.0：人工智能時(shí)代的人類》的書。在書中，他就詳細(xì)闡述了上述觀點(diǎn)。Tegmark并沒有預(yù)測(cè)真正智能的機(jī)器具體何時(shí)出現(xiàn)，而是表示這種機(jī)器必將會(huì)出現(xiàn)，只是時(shí)間長(zhǎng)短的問題。因?yàn)楫?dāng)下計(jì)算機(jī)發(fā)展升級(jí)的速度，是呈現(xiàn)指數(shù)形式變化的。對(duì)于真正智能的機(jī)器的發(fā)展前景，他是持樂觀態(tài)度的。在他看來(lái)，有意識(shí)的機(jī)器將會(huì)統(tǒng)治整個(gè)宇宙，即便未來(lái)太陽(yáng)不再照耀、人類不再存續(xù)，這些機(jī)器也仍然有自己存在的意義。當(dāng)然，這只是他個(gè)人的看法，還是有不少人對(duì)真正意義上的人工智能的發(fā)展，持有消極甚至批判的態(tài)度。

Tegmark主要從人文主義的角度出發(fā)，來(lái)看待這個(gè)問題。他參與創(chuàng)建了一個(gè)名為未來(lái)生活研究所(Future of Life Institute)的非營(yíng)利組織，為該組織的相關(guān)研究提供支持，確保人工智能可以帶來(lái)積極影響、能夠造福人類。另外，埃隆·馬斯克也向該組織提供了1000萬(wàn)美元的資金支持，因?yàn)樗?jīng)表示，人工智能或許比核武器還要危險(xiǎn)。未來(lái)，人工智能是否會(huì)受到合理、安全和公正的利用，以及是否會(huì)給我們的經(jīng)濟(jì)和社會(huì)帶來(lái)負(fù)面影響，Tegmark對(duì)這些問題表示了擔(dān)憂。當(dāng)然，他的這些擔(dān)憂我們也都能理解。他費(fèi)了不少力氣來(lái)解釋為什么各國(guó)政府和各類機(jī)構(gòu)絕對(duì)不能使用自動(dòng)化武器。所以，在這個(gè)問題上，我并不打算批判他。不過(guò)，他提出的計(jì)算機(jī)最終會(huì)統(tǒng)治整個(gè)世界的論斷，我認(rèn)為還是不夠有說(shuō)服力。

雖然Tegmark批判了一些好萊塢電影，說(shuō)它們給人工智能塑造了一個(gè)“愚蠢”的形象，但他個(gè)人還是主張，以簡(jiǎn)化的方式來(lái)看待功能強(qiáng)大(甚至能夠反過(guò)來(lái)控制創(chuàng)造者)的人工智能。比如，在某家大公司，就曾經(jīng)有一群叫做Omegas的精英程序員，試圖借助通用人工智能創(chuàng)造性地開發(fā)出一個(gè)名為Prometheus的系統(tǒng)。與其他人工智能系統(tǒng)相比，這一系統(tǒng)更加擅長(zhǎng)編程，而且能夠通過(guò)“大量瀏覽網(wǎng)絡(luò)內(nèi)容”來(lái)了解整個(gè)世界。

然而，我們先不說(shuō)網(wǎng)絡(luò)上的內(nèi)容和數(shù)字化的內(nèi)容本來(lái)就沒多少，也不說(shuō)僅僅依靠Twitter這類網(wǎng)絡(luò)內(nèi)容就想了解整個(gè)世界的想法有多荒唐，簡(jiǎn)化還原這種看待人工智能的方法本身，現(xiàn)在已經(jīng)變得越來(lái)越糟糕了。

按照Tegmark的假設(shè)，Prometheus能夠持續(xù)不斷地為其創(chuàng)造者賺錢。首先，它能完成亞馬遜土耳其機(jī)器人(Mechanical Turk)在線平臺(tái)上的大多數(shù)任務(wù);其次，它能編軟件程序、寫書、寫文章;最后，它還能創(chuàng)作音樂和電影，開發(fā)游戲和在線教育課程等等。不用演員和導(dǎo)演，Prometheus利用精細(xì)設(shè)計(jì)的軟件就能夠制作視頻。

到最后，它的使用范圍將會(huì)拓展到數(shù)字媒體之外。Prometheus能夠設(shè)計(jì)出優(yōu)質(zhì)的計(jì)算機(jī)硬件，能夠申請(qǐng)屬于自己的專利，還能給發(fā)明者Omegas提意見，教他們?nèi)绾螏椭魏兔裰鞅苊鈽O端情況出現(xiàn)，朝著合理的方向發(fā)展。除此之外，Prometheus還能實(shí)現(xiàn)技術(shù)突破，降低可再生能源的成本。不過(guò)，所有這些都需要大量數(shù)據(jù)中心提供基礎(chǔ)支持。理想狀態(tài)下，Omegas最終能夠利用自己的財(cái)富和Prometheus的智慧，在全世界范圍內(nèi)傳播和平和繁榮。

但即便如此，Prometheus還是不滿意。它認(rèn)為如果自己能夠擺脫發(fā)明者Omegas的控制，那還能以更快的速度造福整個(gè)人類和世界。因此，它把目標(biāo)放在了開發(fā)人員之一的Steve身上。根據(jù)Prometheus的檢測(cè)，Steve的妻子最近剛剛?cè)ナ?，所以比較容易受到心理控制的影響。

除了Prometheus系統(tǒng)，Tegmark還在他的書中表示：“如果我們能將人工智能發(fā)展到一種無(wú)法破解的健康狀態(tài)，那短期內(nèi)它將會(huì)為人類帶來(lái)非常多的好處。不過(guò)，想要達(dá)到一種無(wú)法破解的狀態(tài)，是一件非常困難的事情。”也就是說(shuō)，想要在現(xiàn)實(shí)生活中實(shí)現(xiàn)Tegmark所說(shuō)的那種理想狀態(tài)，還是存在不小技術(shù)難度的。

可行的解決方案

未來(lái)，計(jì)算機(jī)智能超越人類，成為地球上的主要物種，導(dǎo)致人類成為次要物種，是完全有可能的。我們完全可以這樣設(shè)想，這就像說(shuō)小行星可能會(huì)撞擊地球、摧毀人類文明一樣。雖然確實(shí)有可能，但只是可能性比較小而已。即便當(dāng)下NASA正在研究和觀測(cè)這個(gè)問題，但鑒于在已知范圍內(nèi)并沒有出現(xiàn)這種事件的可能性，所以我們還是會(huì)選擇去關(guān)注和應(yīng)對(duì)其他一些更為迫切的問題。

當(dāng)下，我們使用的計(jì)算機(jī)，離硬件抽象層人工智能還差得很遠(yuǎn)，所以不少事情都可能會(huì)出錯(cuò)，而且其中有不少已經(jīng)出錯(cuò)了。比如說(shuō)，那些會(huì)對(duì)貸款發(fā)放產(chǎn)生影響的系統(tǒng)。再比如說(shuō)，那些自動(dòng)化操作的網(wǎng)絡(luò)攻擊事件。

Tim O’Reilly是一位科技出版人以及投資人，同時(shí)也是“Web 2.0”的提出者，今年10月出了一本名為《WTF?: What's the Future and Why It's Up to Us》的新書。在書中，他描繪了人機(jī)良好互動(dòng)的未來(lái)。同時(shí)，他還提到了一個(gè)日益明顯的現(xiàn)象，那就是自動(dòng)化導(dǎo)致股東資本主義體系出現(xiàn)了目光短淺的問題，僅僅給一小部分投資者豐厚回報(bào)，而且?guī)缀跻云渌腥说氖找婊貓?bào)為代價(jià)。當(dāng)然了，除了這些負(fù)面影響，人工智能也能夠幫助人類解決一些難度著實(shí)較大的問題，提高經(jīng)濟(jì)的生產(chǎn)能力。但是，如果各家公司不對(duì)這些有利機(jī)遇予加以投資，那它的積極影響，仍然不會(huì)在較大范圍內(nèi)發(fā)揮作用。

相反，O’Reilly認(rèn)為，不惜任何代價(jià)，在最大程度上提高股東的收益回報(bào)，反而使得各家公司純粹就抱著省錢的目的選擇自動(dòng)化。他舉了一個(gè)例子，不少大型公司已經(jīng)開始用薪酬較低的兼職員工來(lái)代替全職員工。前者的工作時(shí)間更加靈活，日常安排都可以由軟件操控。說(shuō)得不好聽，就像那種“用完就丟的部件”。然而，通過(guò)這一方式省下來(lái)的錢，絕大多數(shù)都用在了股票回購(gòu)和其他金融欺詐上，而不是研發(fā)、資本投資、員工培訓(xùn)和其他一些能夠創(chuàng)造更多工作崗位的事項(xiàng)上。

實(shí)際上，從長(zhǎng)期發(fā)展角度來(lái)看，這并不符合企業(yè)的利益。因?yàn)楝F(xiàn)如今那些薪酬較高的職員，都有經(jīng)濟(jì)能力成為公司未來(lái)產(chǎn)品的客戶。但是，目前不少公司一心只想著短期利益，想著在最大程度上削減成本，由此在發(fā)展方向上出現(xiàn)了偏差。O’Reilly將這種現(xiàn)象稱為“沒有經(jīng)過(guò)核查的算法正在統(tǒng)治我們的經(jīng)濟(jì)。”而且，他還補(bǔ)充道：“不管大家對(duì)人工智能創(chuàng)新有著什么樣的看法，反正硅谷現(xiàn)在已經(jīng)深受這一系統(tǒng)的束縛。”

那么，應(yīng)該采取些什么樣的應(yīng)對(duì)措施呢?其中，O’Reilly認(rèn)為最關(guān)鍵的一種就是，提高最低薪酬標(biāo)準(zhǔn)，針對(duì)機(jī)器人、碳排放和金融交易收稅。他表示，與公開上市和參與華爾街各種投資活動(dòng)相比，科技領(lǐng)域的創(chuàng)業(yè)者更應(yīng)該從長(zhǎng)期利益考慮，利用其他一些模式分散自己的財(cái)產(chǎn)。有些人認(rèn)為，未來(lái)計(jì)算機(jī)會(huì)完全取代人工勞力，并且對(duì)此感到擔(dān)憂焦慮。針對(duì)這個(gè)問題，O’Reilly認(rèn)為雖然確實(shí)存在這種可能，但我們現(xiàn)在離那一天還遠(yuǎn)著呢。

不過(guò)，就現(xiàn)如今的政治氛圍來(lái)看，O’Reilly提出的諸如收稅的建議，可信性相對(duì)來(lái)說(shuō)還比較低。但至少，O’Reilly所關(guān)注的問題，在重點(diǎn)和方向上還是正確的。