PDF 物理页索引 90
文件中的第 91 页 · 印刷页码:未识别
麦肯锡公司的分析更为可信。它估计,若先进社会迅速转向新技术,到2030年,多达7亿人的工作可能会被机器人替代。即便使用机器人的步伐没那么快——麦肯锡预计——仍有约3.75亿人(占全部工作者的14%)将不得不更换工作并接受再培训。
请 注 意 , 经 合 组 织 ( Organization for Economic Co-operation and Development,简称OECD,即经济合作与发展组织)的一项研究<sup>[17]</sup>最近得出结论——面临被机器人取代的风险的工作者数量远低于此前的预期。其总结道,在经合组织内的富裕国家里,“只有”约14%的工作“自动化程度很高”。即便如此,该研究断定,“处境危险”的工作数量仍然巨大——经合组织中的32个国家中共有约6,600万个,其中仅美国就有1,300万个。
牛津大学的卡尔·弗雷(Carl Frey)和迈克尔·奥斯本(Michael Osborne)做过一项著名且被大量引用的研究,这项研究得出的结论是,美国47%的工作都很脆弱。<sup>[18]</sup>另外,一些人认为,与以前工作流失时期相比,如今正在发生的变化规模有所不同。杰出的经济史学家乔尔·莫基尔(Joel Mokyr)也加入了他们的行列。<sup>[19]</sup>
PDF 物理页索引 91
文件中的第 92 页 · 印刷页码:未识别
因此,AI有望带来变革,它将破坏很大范围内的职业对人力的需求,包括许多直到最近似乎都对来自机械化的任何威胁具有“免疫力”的职业。AI深入到了以前被认为是人类独占的领域。劳动力市场中即将发生的变化将是真实、广泛、具有实质性的。
PDF 物理页索引 92
文件中的第 93 页 · 印刷页码:未识别
给人类的希望
但是,机器人和AI的进步是否真的预示着淘汰,而不是转换很多工作?如果是这样,是否会有新的工作机会来弥补传统活动中丧失的工作?我们有好几个理由相信,将来会是这样的,而且悲观主义者对未来出现全面失业状态的恐惧将被证明完全没必要。AI不会带来就业末日。
首先,尽管有那个吓人的头条新闻,但上面提到的麦肯锡研究强调,人类从事的某些工作会完全消失这种观点可能具有严重的误导性。它估计,只有不到5%的工作是完全自动化的,大部分工作包含可由机器完成的元素。事实上,该研究报告称:“大约60%的职业中的30%或更多的活动具有自动化性质。”这种趋势甚至延伸到了CEO身上。据麦肯锡估计,使用当前的技术,可以实现自动化的活动占用CEO 20%以上的时间。
引人注目的是,麦肯锡的这份研究报告对整体就业前景并不悲观。它认为,这与个人计算机问世时的情况极为相似。报告称,“自1980年以来,即使把被取代的工作也算进去”,这“也已经使得美国创造了1,580万个全新的工作”。有意思的是,一些人均拥有机器人数量最多的国家(如新加坡、日本、德国)的失业率也最低。
PDF 物理页索引 93
文件中的第 94 页 · 印刷页码:未识别
根据麦肯锡的说法,工作(任何工作)中最不易受自动化影响的方面是创造力和情感感知。诚然,该公司提到,在美国经济中,只有4%的工作活动需要创造力,但是需要“情感感知”的工作活动占比为29%。这些数据表明,人类从事的工作有很大的转换空间,可以借助专攻人类独有技能并在此过程中创造更多工作满意度的方式来实现。<sup>[20]</sup>
“创造力”这个词需要解释一下。我们不只是在谈论贝多芬和凡·高拥有的那种能力,所有人在日常生活中都会表现出创造力,孩子在玩耍时就充分展示了这一点,其中包括创新能力,以及拥有处理旧事情的新方法的能力。
实际上,在麦肯锡提出的衡量人类“比较优势”的两个关键标准之外,我要加上第三个——运用常识。即使是最“智能”的AI也缺乏这种能力。这或许意味着,即便在机器大范围接管的工作种类或经济活动领域,仍然需要较高级别的人工监督。<sup>[21]</sup>
经合组织也得出了与麦肯锡类似的结论。前面提到的研究总结道,大多数工作难以实现自动化,因为它们需要创造力、复杂的推理能力、在非结构化工作环境中执行体力任务的能力,以及协商处理社会关系的能力。经合组织就业、劳工与社会事务部主任斯特法诺·斯卡佩特(Stefano Scarpetta)举了个有趣的例子,他对比了在大型工厂生产线上和在独立车库
PDF 物理页索引 94
文件中的第 95 页 · 印刷页码:未识别
(提供汽车服务和销售)中工作的汽车修理师,前者很容易自动化,而后者却很难做到。
若依照这些标准,即便是根据AI梦想家和就业悲观主义者马克斯·泰格马克的观点,对AI来说,在可预见的未来,仍然有若干个领域不会受其直接影响。这些领域涉及更有创意的活动,包括新闻、广告、一切形式的说服和倡议活动、艺术、音乐和设计。请注意,他认为即使是这些工作也会随着时间的推移而消失,而且,也似乎缺少可以取代旧工作的新工作。我想,他在这一点上是大错特错了,稍后我将对此做出解释(我将在第5章概述未来劳动力市场的可能形态)。
人类与AI有诸多区别,可以用“情商”(EmotionalIntelligence)一词加以概括。实际上,有一些AI研究中试图让机器识别与之互动的人类的情感状态,并相应地改变自己的行为,甚至达到似乎具有同理心的地步。对于这个,那祝好运吧!我怀疑,机器人假装有情感反应并能理解人的表现很快就会被人类视为荒唐可笑。
PDF 物理页索引 95
文件中的第 96 页 · 印刷页码:未识别
进步速度
或许有些出人意料的是,从AI能力的可能进步速度来看,在前景方面,有一个关键因素能对人类起到安慰作用。我在前面讨论了摩尔定律的威力,但其实摩尔定律根本不是个定律。公平地说,AI迷卡耐姆·切斯同样承认了这一点。他说:“这样的事毫无存在的道理——你能获得的微芯片上的比特数必然会继续呈指数级增长。同样,也没有任何理由让你一直能用1,000美元买到相应的计算能力。确实,我们有充分的理由假定,这两个增长率都将大幅回落。”<sup>[22]</sup>
AI文献中像胡椒粉般撒得到处都是的关于指数级增长的例子的确令人印象深刻。它们的目的是将过程的简单性和最终结果的规模(和明显的必然性)结合起来,以让你大吃一惊。
但是,一切又都依赖于持续的指数级增长这种假设。而恰恰因为持久指数级增长的影响如此具有破坏性,现实世界中很少长期存在这种情况,通常是一开始增长缓慢,然后进入指数级上升阶段,随后放缓。这就形成了一个S形。有时,增长率会下降到非指数路线,该数字一直以每年10%的速度增长就属于这种情况(这意味着,该增长率以同比的形式体现,正在不断下降)。
PDF 物理页索引 96
文件中的第 97 页 · 印刷页码:未识别
在其他理论案例中,某些事物可以持续增长,但永远不会超过一定的极限值。其中一个是“青蛙跳跃”(译者注:青蛙以池塘的中央为起跳点,第一跳的距离是池塘直径的一半,以后每跳都是前一跳距离的一半),它离池塘边缘会越来越近,但永远无法抵达。在一些其他案例中,以前快速增长的事物也许会完全停下来。
对于在AI文献中被频繁提及的“指数级增长”,我们将在本书中遇到其中一种模式。将观察到的现象描述为“定律”,并得出必须“不可避免”地遵循的结论,这类断言所依赖的基础(如果存在的话)往往很脆弱,所以,失望和幻灭自然是“不可避免”的结果。
确实,一些科学的判断认为,AI进步的步伐最近也许已经慢了下来。普利策奖得主、《纽约时报》(New York Times)记者约翰·马尔科夫(John Markoff)就持这样的观点。2015年6月,美国国防高级研究计划局(DARPA)组织举办了机器人挑战赛,马尔科夫对参赛机器人令人失望的表现感到震惊。他声称,自2007年智能手机发明以来,还没有出现过任何重大的技术进步。<sup>[23]</sup>
PDF 物理页索引 97
文件中的第 98 页 · 印刷页码:未识别
技术表现不佳
人们对机器人和AI的真正能力将来究竟能达到什么程度存在严重怀疑。是的,有足够证据表明,一些技术(包括AI和机器人)的进步速度甚至比乐观主义者想象的还要快得多。但是,在整体技术尤其是AI发展方面,它的表现并没有持续超出预期。情况完全相反。我最喜欢的一个实例是,某天深夜,记者艾莉森·皮尔森(Allison Pearson)因旅行要通过英国伦敦的希思罗机场的护照检查处。令她震惊的是,当时,自动(即机器驱动)护照检查点关闭了,结果为数不多开放的几个人工值守入境点前排起了长队。在询问了官员为何要关闭机器入口后,她得到了出人意料的答复——“工作人员短缺”。
她提出异议,因为她了解到的是,毫无疑问,这些机器的全部意义就在于减少人力需求。虽然这是真的,但机器有个可恶的习惯——设备异常,而且/或者那些讨厌的人类对付不了它们,护照检查官员不得不解决随之而来的混乱局面。就这样,在正常工作时间结束之后,由于人手不足,机器不得不被关闭。
我敢肯定,护照检查处的小故障会在适当的时候得到解决。确实,最近在西班牙的马德里(Madrid)、荷兰的阿姆斯特丹(Amsterdam)甚至希思罗机场,我遇到过好几次这类机器检查的情况,它们完全没有故障。但我们从中得到的教训(其远非孤例)是,技术“改进”往往令人失望,而且与原始开发人员和之后的狂热者宣称的相比,其获得全部收益所花费的时间要长得多。通常,需要继续雇用人力的旧系统必须与新系统同时双轨运行,直到新系统运转良好并真正稳定下来。
PDF 物理页索引 98
文件中的第 99 页 · 印刷页码:未识别
一般而言,关于技术的这一点同样适用于AI。1965年,赫伯特·西蒙说道:“20年内,机器将能够做任何人类可以做的工作。”<sup>[24]</sup>1967年,马文·明斯基(Marvin Minsky)表示:“在一代人的时间里,创造‘人工智能’的问题将得到实质性的解决。”<sup>[25]</sup>毋庸讳言,事实证明这些预言乐观得无可救药。这些分析师就像当今的“马尔萨斯”们——只不过方向相反(请注意,他们的其他成就掩盖了这种比较)。
确实,AI研究的历史是一段盛宴与饥荒交替出现的时期,因为在某些领域的成功经验会引来洪水般的投资,然后失败,导致资金被削减甚至完全枯竭。后者经历的时期被称为“AI寒冬”。
事实上,自20世纪40年代计算机被发明以来,人们始终期待制造出在通用智能上能与人类匹敌的机器。当时及之后的任何时候,人们都认为,这种发展很可能在大约20年后发生。但是,预计的实现日期一直以约每年一年的速度推后。因此,许多未来学家仍然将机器获得与人类相当的通用智能的日期设定为未来的20年内。<sup>[26]</sup>
PDF 物理页索引 99
文件中的第 100 页 · 印刷页码:未识别
雷德利·斯科特(Ridley Scott)的电影《银翼杀手》(Blade Runner) 于1982年上映,它描绘了反乌托邦式的未来,其中,人工生命形式在力量和智能两个方面都击败了人类。其续集《银翼杀手2049》(Blade Runner 2049)在2017年推出,再次描画了类似的反乌托邦式未来。