AI经济：机器人时代的工作、财富和社会福利（被科技洪流裹挟的每个人，都需要在AI时代做出自己的选择）

所以，现在AI似乎已接近它的“詹姆斯·瓦特时刻”，就像瓦特在改进蒸汽机之前，蒸汽机已存在了一段时间。然后，它开始改变生产方式。因此，AI这个已经登场了一段时间的东西，即将上演一次飞跃。

另外，它的影响很可能会让整个经济体系都感受得到。有些技术改进专门针对特定领域或较窄的生产方面，在更广泛的范围中影响有限。但偶尔也会出现某种发展，产生具有普遍适用性的技术。我们称这些技术为通用技术（general-purposetechnology，简称GPT）。蒸汽机就是GPT，AI也有望成为其中的一员。因此我认为，将未来数十年称为“AI经济”时代是恰当的。

机器人和AI有望对生产率产生重大影响，因为在某些领域，它们可以完全替代人类；而在另一些领域，它们能够大大提高每小时的产出，或者改善工作质量与可靠性。也许最重要的是，在很多服务领域，比如在老年人护理方面，它们可以有效地为工作人员提供高效工具，从而有望克服迄今为止服务业生产率增长迟缓的问题。

此外，AI的进步速度令人印象深刻。对AI抱有期望的人常常热衷于这样的概念——目前的发展呈指数级增长，也就是说，下一时期的水平总是比上一时期的高出一定倍数或百分比。例如，每年翻一番的事物正在经历指数级增长。每年增长

20%的东西也属于这类。结果，给定的百分比增长率会产生越来越大的绝对增长。

无论何时，若增长呈指数级，由于很大一部分累积变化都发生在发展过程的后期，因此很容易在该过程的早期忽略正在发生的事情的重要性。指数级增长的这种背载（Back-Loaded）本质在某种程度上给出了解释——为何我们有时高估技术在短期内的效应，而低估其在长期内的影响。^[7]这一特性可能会为AI未来的能力带来奇妙的东西，但它也会强化个人、企业、政府的某种倾向，即很少或不采取任何行动来适应其发展——直到为时已晚。

AI文献中充满了指数级增长的精彩例子，这些例子往往用通俗易懂、引人入胜的术语表达，清晰地呈现变化早期显然平稳缓慢的步伐与后来急剧转变之间的对比。下面的例子来自卡耐姆·切斯，思考一下：

设想你在一个橄榄球场中……它已被密封起来，以防漏水。裁判将一滴水放在球场中央。一分钟后，她又放了两滴在那里。又过了一分钟，放4滴，依此类推。你认为把该体育场灌满水会花多长时间？答案是49分钟。但真正令人惊讶、不安的是，45分钟后，该体育场只有7%的空间有水。后排座位上的人们向下看，并相互交流场内正在发生的严重事情。4分钟后，他们都淹死了。^[8]

指数级增长实质上是所谓的“摩尔定律”（Moore'sLaw），其含义通常是指，每18个月（有时两年），价值1,000美元的计算机的处理能力会翻一番。一些分析家甚至提出，指数级增长的速率本身也存在指数级增长。费德里科·皮斯托诺（Federico Pistono）说，计算机速度（单位成本）在1910—1950年每3年翻一番，在1950—1966年每两年翻一番，而现在是每年都翻番。他声称：“根据现有证据，我们可以推断出，这种趋势将在可预见的未来继续下去，或者至少再持续30年。 9[9]

在计算机和AI领域，指数级增长现象比比皆是。按照最近的增长率，可以想象，机器人的数量不久后就会超过人类。英国工程师、发明者、小说创作者伊恩·皮尔森（Ian Pearson）博士说，30年内，机器人数量将从现今的5,700万增加到94亿。该预测基于皮尔森所说的“适度”（modest）的假设，即机器人数量每年增长20%（当然，这是另一个指数级增长的例子）。

AI的进展速度和范围不仅让人们印象深刻、感到惊骇，还让人们对未来充满不祥之感。AI威胁要取代某些活动中的人，而这些活动现在被视为专属于人类。人们曾经认为，即便是能力最强的计算机也无法下国际象棋。但在1997年，IBM公司的“深蓝”（Deep Blue）击败了世界最佳棋手加里·卡斯帕罗夫（Garry Kasparov）。“深蓝”每秒可以计算1亿—2亿个位置。卡斯帕罗夫说：“我玩过很多计算机，但从未体验过这样的。我能感觉到——我可以闻到——桌子对面是一种新的智能。”

2001年，IBM的一台名为沃森（Watson）的机器在电视问答游戏《危险边缘》（Jeopardy!） 中打败了最佳人类玩家。2013年，深度思维公司（DeepMind）的AI系统自学雅达利（Atari）视频游戏，比如打砖块（Breakout）和撞球（Pong），这些游戏都需要手眼协调。这比看上去要意义重大得多。不是人们教AI系统如何玩视频游戏，而是AI系统如何学习玩游戏。

凯文·凯利（Kevin Kelly）认为，AI如今已经取得了决定性的飞跃，但其重要性依然没有得到充分认识。他写道：

一旦计算机比人类更好地成功完成了一项任务，人们就会普遍认为这项任务简单而不再考虑。然后会说下一个是真的很难——直到计算机实现了该任务，如此类推。的确，一旦机器能完成特定的事情，我们往往就不再称其为AI。泰思勒定律/复杂性守恒定律（Tesler's Theorem）将AI定义为机器尚无法做到的事情。^[10]

而机器无法做的事情类别范围似乎一直在缩小。2016年，由谷歌（Google）旗下的深度思维公司开发的名为AlphaGo（阿尔法围棋）的AI系统击败了当时的欧洲围棋冠军樊麾。该系统使 用 一 种 被 称 为 “ 深 度 强 化 学 习 ” （ Deep ReinforcementLearning）的学习方法自学。两个月后， AlphaGo以4∶1战胜了世界冠军李世石。在亚洲，人们对该结果尤其印象深刻，因为相比欧洲或美国，围棋在亚洲要受欢迎得多。

正是互联网推动了AI获得更大的能力和智能。人类崛起并统治物质世界背后的关键特征是交流与专业化的发展，这是一种网络效应。互联网的出现，将计算机连接成网，从而改变了它们的能力。^[11]

然后我们很快迎来了英国企业家凯文·阿什顿（KevinAshton ） 所 说 的 “ 物 联 网 ” （ Internet of Things ， 简 称IoT）。IBM将其称为“智慧星球”（Smarter Planet），思科公 司 （ Cisco ） 把 它 叫 作 “ 万 物 互 联 ” （ Internet ofEverything），通用电气公司（GE）称之为“工业互联网”（Industrial Internet），而德国政府的说法是“工业4.0”（Industry 4.0）。所有这些术语指的都是同一件事情。想法很简单，就是将传感器、芯片和信号传送器嵌入我们周围的无数物体中。

互联网企业家马克·安德森（Marc Andreessen）曾说：“最终状态相当显而易见——每一盏灯、每一个门把手都将接入互联网。”^[12]当然，所有这些与物质世界的连接都将以易于机器人和AI分析并做出反应的形式呈现。不过，所有这类连接上的事物也将能够直接与人类沟通交流——用“说话”（speaking）的方式。具有讽刺意味的是，一些AI狂热者认为，这可能会使我们对“事物”（things）的态度更接近于人们在前技术时代对它们的看法，以及如今部分非西方世界对它们的看法，也就是说，它们拥有某种精神和身份。

因此，无论你对AI经济中人类进步的空间有何看法——在进行初步全面评估之前，我将先给出一些主要的限定性条件——AI世界正在发生的事情肯定不能被轻易忽视。

人类还剩下什么

现在我们来看看第二种观点——机器人与AI革命可能不同于第一次工业革命以来发生的一切，即这一次不会有新工作来替代旧工作。

自第一次工业革命以来，始终处于经济进步核心位置的技术进步遵循着独特的模式。最初，机器代替了人类的肌肉，让人们做更多的脑力工作。在比较近的时期，尤其是借助计算机的发展，机器已经取代了某些脑力工作（计算机在中文里被翻译成“电脑”）。但是，至少直到最近，计算机只是在人们从事重复性活动的领域取代了人类，使他们能够做其他重复性较低的任务。然而，如上所述，目前AI在取代非重复性脑力工作方面也对人类存在威胁。事实上，是所有脑力工作。

有趣的是，机器会接管人类能够完成的所有工作的想法并非新观点。希腊哲学家亚里士多德（Aristotle）在公元前350年就写道，如果自动装置，比如由赫菲斯托斯（Hephaestus）神制造的那种，能够努力胜任人类所做的任何工作，那么包括奴隶在内的所有工作者都将是多余的。^[13]

在这样的世界中，人类究竟要到哪里去找到（并保留）他/她的位置呢？看上去就像撒克逊贵族（Saxon noble）和诺曼人（ Normans ） 的 对 手 “ 觉 醒 者 赫 里 沃 德 ” （ Hereward theWake），被“征服者威廉”（William the Conqueror）的军队限制在伊利（Ely，英国小镇）附近的沼泽小岛上那样，人类正被迫放弃越来越多的领地。还会给他们剩下些什么？最后的防线在哪里？如果连最后一个沼泽小岛也被征服了，那时会发生什么？还能有什么人类比机器做得好的事情留下来吗？

另外，机器人和AI不像人类，不需要给它们付酬或提供福利和养老金。那么，既然机器人生产率更高且成本更低，到底为什么还要雇用人类呢？

假使人类的工作基本上都消失了，那么，至少这形成了一个深刻的目标问题。自古以来，人类生存的基础一直是努力谋生，既然如此，那要用什么来替代它呢？未来成为没完没了的休闲活动世界，这将涉及我在第4章中讨论的各种机会和问题。我只能说，如果这种情况发生了，对大多数人来说，无休止的“休闲”，又名“失业”，不一定代表涅槃。

更何况还有厌烦、无聊和精神萎靡的潜在问题。这是一种充裕的生活，还是伴着贫困的休闲生活？因为，如果没地方需要他们的劳力，人们将如何赚钱？赚不到钱就没钱可花。没有支出，就不需要机器人产出。结果，不但人类会没工作，连机器人也会失业（我将在第3章中讨论和分析这些关于我们未来经济的“反乌托邦”观点）。

这种让人们焦虑不安的情况不一定是在未来发生的。此时此地，它就与我们同在。查普曼大学（Chapman University）2015年的一项调查显示，相比对死亡的恐惧，美国人更害怕机器人在职场中取代人类。^[14]

工作震动

我们应该持怎样的认真态度来对待就业威胁？很多AI梦想家非常悲观。麻省理工学院的教授马克斯·泰格马克（MaxTegmark）也许是其中最典型的一位。他对这样的想法提出异议——就像在过去和当前世纪一样，无数新工种不知从何处冒了出来，替代了消失的工作，因此，在接下去的几年中，这种模式将会重复上演，AI发展会导致工作流失。他辩称，当今的绝大部分职业在100年前就有了。根据美国劳工部（USDepartment of Labor）的数据，他发现，2014年80%的职业在1914年就已存在。而且，剩下那20%的新职业的就业人数不多，只有10%的工作人口从事这些职业。

如今的美国经济规模比1914年时大得多，就业人数也多得多，但很多现有的职业并不是新出现的。泰格马克说道：“当把如今提供的岗位数量排序时，我们不得不一路找下去，到列表的第21位才能遇到新职业：软件开发，它在美国就业市场中的占比不足1%。”^[15]

按照这种思路，许多分析和预测人士对未来的失业率做了一些“末日降临般”的估计。1996年，联合国组织和美国学术机构联合设立了“千年项目”（The Millennium Project）。基于对来自不同国家的300名“专家”的调查，该项目产生了一份 题 为 《 2015—2016 年 之 未 来 状 态 》 （ 2015-16 State ofFuture）的报告，其中包括有关未来工作的部分。他们的判断是，到2030年，全球失业率“只有”16%，而到2050年依然“只有”24%。所以说，那没什么关系。^[16]