---
schema_version: "library-reader-v1"
source_type: "original_book"
title: "人工智能时代：破解人机共存密码（套装共10册）"
author: null
edition: null
publisher: null
year: null
isbn: "9787521719512"
library_document_id: "396e1bee-219e-4bee-9884-3214c17ff8f5"
source_sha256: "e5d429a1fedfac2a13b0bd25057c39d818c33927767948a9bb41411f01413ced"
pdf_physical_page_count: 3314
pdf_physical_page_index_base: 0
range_start: 150
range_count: 10
html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=150&limit=10"
markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=150&limit=10"
previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=140&limit=10"
next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=160&limit=10"
---
# 人工智能时代：破解人机共存密码（套装共10册）
> 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。
## PDF_PHYSICAL_PAGE_INDEX=150 | PRINTED_PAGE=NOT_DETECTED
面对可能心生不满的人，世界各国政府都开始关注这个问题。大多数政府已经发现，把每个人都重新培训成数据科学家或机器人工程师的想法是不现实的，全世界可能需要500万到1 000万个这类工作岗位，但和面临威胁的大约10亿个工作岗位相比，该数字微不足道。数据科学对一艘巨大的游轮而言不过只是一艘小小的救生艇。[27]
一些人正在制订“过渡计划”，但是过渡到何处？为了规划过渡，我们需要一个合理的目标，也就是说，我们需要一个理想的未来经济的合理图景，在那里，我们目前所说的大部分工作都是由机器完成的。
一幅迅速浮现的经济图景是，因为工作是不必要的，所以工作的人要少得多。凯恩斯在他的文章《我们后代在经济上的可能前景》中就设想了这种未来。他将1930年困扰英国的高失业率描述为“经济失调的暂时阶段”，其原因是“技术效率的提高”比“我们为劳动力开辟新用途的速度”更快，然而他没有想到，从长远来看，在一个世纪的技术再进步之后，社会会恢复充分就业：
因此，人类自出现以来，第一次遇到了他真正的、永恒的问题——在从紧迫的经济束缚中解放出来以后，应该怎样来利用他的自由？科学和复利的力量将为他赢得闲暇，而他又该如何来消磨这段光阴，生活得更明智而惬意呢？
这样的未来要求对我们的经济制度进行彻底的改革，因为在许多国家，不工作的人会面临贫穷甚至落入赤贫。因此，凯恩斯愿景的现代支持者通常支持某种形式的普遍基本收入（UBI）。普遍基本收入的资金来源是增值税或资本收入税，无论情况如何，普遍基本收入都会为每个成年人提供合理的收入。那些渴望更高生活水平的人仍然可以在不失去普遍基本收入的情况下工作，而那些不想工作的人可以随心所欲地消磨他们的时间。或许令人惊讶的是，普遍基本收入得到了各个政治派别的支持，其支持者甚至包括亚当·斯密研究所[28]和绿党[29]等。
## PDF_PHYSICAL_PAGE_INDEX=151 | PRINTED_PAGE=NOT_DETECTED
对某些人而言，普遍基本收入代表了某种形式的天堂。[30]而对另一些人而言，这代表着承认失败，说明大多数人对社会没有任何经济价值。他们的吃饭和住房问题主要由机器解决，但除此之外，他们只能自食其力。真相总是介于二者之间，这在很大程度上取决于人们如何看待人类心理。凯恩斯在他的文章中明确区分了“奋斗的人”和“享乐的人”：前者是那些有目标的人，对他们来说，“果酱并不是果酱，即绝不是今天这罐实实在在的果酱，而是可望而不可即的明天的那罐果酱”；后者是那些心情愉快的人，他们“能够从事物中获得直接的乐趣”。普遍基本收入的提议假定大多数人都是心情愉快的那类人。
凯恩斯认为，奋斗是普通人的习惯和本能，是经过无数代人培养出来的，而不是“生活的真正价值”之一。他预言这种本能会逐渐消失。有些人可能会反对这种观点，他们认为，奋斗是人类的本能。与其说奋斗和享乐是相互排斥的，不如说它们往往是不可分割的：真正的享乐和持久的满足来自拥有一个目标并实现它（至少是努力尝试），这通常需要面对困难，而不是被动地消费眼前的快乐。攀登珠穆朗玛峰和乘坐直升机降落在山顶所获得的快乐是有区别的。
奋斗和享乐之间的联系是我们理解如何创造美好未来的中心主题。也许未来的几代人会想，我们为什么要担忧“工作”这种毫无意义的事情。万一态度迟迟没有转变，那就让我们考虑一下下面这种观点：虽然绝大多数的商品和服务将由机器生产，几乎无须人类的监督，但是大多数能做一些有用的事情的人会过得更好。这种观点会产生什么经济影响？不可避免的是，大多数人将从事提供人际关系服务的工作，这些服务只能由人类提供，或者说我们更愿意由人类提供这些服务。换言之，如果我们不能再提供常规的体力劳动和脑力劳动，我们仍然可以提供我们的人性。我们需要变得善于做人。[31]
## PDF_PHYSICAL_PAGE_INDEX=152 | PRINTED_PAGE=NOT_DETECTED
目前，这类职业包括心理治疗师、高管教练、导师、顾问、共事者以及照顾儿童和老人的人。“护理行业”这个词经常被用在这种情况下，但它是有误导性的：它对于提供护理的人有积极的含义，但对于接受护理的人有依赖和无助的负面含义。但是请思考下面这个同样来自凯恩斯的观点：
只有这些人才能在这种丰裕中获得享受：他们不会为了生活而出卖自己，能够使生活的艺术永葆青春，并将之发扬光大，提升到更高境界。
我们所有人在学习“生活的艺术”时都需要帮助。这不是依赖的问题，而是增长的问题。无论是在艺术、音乐、文学、会话、园艺、建筑、烹饪、葡萄酒还是电子游戏中，激励他人、传递鉴赏力和创造力的能力可能比以往任何时候都更重要。
下一个问题是收入如何分配。在大多数国家，收入分配问题几十年来一直在朝着错误的方向发展。这是一个复杂的问题，但有一点是明确的：高收入和高社会地位通常源于提供高附加值。举个例子，婴幼儿保育行业与低收入和低社会地位相关联。这在某种程度上是我们不知道如何去做的结果。有些从业者天生擅长于此，但许多人不擅长。相比之下，比如说整形外科手术。我们不会只雇用那些需要一点闲钱的无聊的青少年去做整形外科医生，然后付给他们5美元的时薪，外加冰箱里的所有东西。我们花了几个世纪的时间来研究人体，以及如何修复受损的人体，从业者必须接受多年的训练来学习所有这些知识以及应用这些知识所必需的技能。因此，整形外科医生收入高，备受尊敬。他们得到高薪，不仅因为他们知道很多，接受了很多培训，还因为所有这些知识和培训实际上都是有效的。这使他们能够给其他人的生活增加很多价值，尤其是那些身体有缺陷的人。
## PDF_PHYSICAL_PAGE_INDEX=153 | PRINTED_PAGE=NOT_DETECTED
不幸的是，我们对心智科学的理解非常有限，我们对幸福和满足的科学理解甚至更有限。我们根本不知道如何以一致的、可预见的方式为彼此的生活增加价值。我们已经在某些精神疾病方面取得了一定的成功，但我们仍然在为一些基本的东西，如教孩子阅读，而进行着一场持续百年的扫盲战争。[32]我们需要对我们的教育体系和科学事业进行彻底的反思，把更多的注意力放在人类自身而不是物质世界上。［美国东北大学校长约瑟夫·奥恩（Joseph Aoun）认为，大学应该教授和研究“人类工程学”（Humanics）。[33]］将幸福看作一门工程学科，听起来有些奇怪，但这似乎是必然的结论。这门学科将建立在基础科学的基础上，会让我们更好地理解人类思维在认知和情感层面上的工作方式，并培养各领域的从业者，从帮助个人规划生活总体轨迹的生命建筑师，到增强好奇心和个人适应力等方面的专家。如果以真正的科学为基础，那么这些职业会像今天的桥梁设计师和整形外科医生一样备受推崇。
改造我们的教育和研究机构来创造这种基础科学，并将其转化为培训项目和认证专业将需要几十年的时间，但这是一个很好的开始，可惜我们才刚刚起步。该方案如果成功，最终将会带来一个非常值得生活的世界。如果不进行这样的反思，我们就有可能陷入难以为继的社会经济混乱。
篡夺其他人类角色
在允许机器接管涉及人际服务的角色之前，我们应该三思。如果对其他人类来说，拥有人性是我们的主要“卖点”，那么制造人造人类似乎是一个坏主意。幸运的是，在了解他人的感受和反应方面，我们和机器相比有明显的优势。几乎每个人都知道被锤子砸到拇指或单相思的滋味。
## PDF_PHYSICAL_PAGE_INDEX=154 | PRINTED_PAGE=NOT_DETECTED
对抗这种人类的自然优势反倒是我们的自然劣势：容易被外表所愚弄，尤其是人类的外表。艾伦·图灵警告人们不要把机器人做得与人类相似：[34]
我当然希望并相信，我们不应该费太大的力气去制造具有最明显的人类特征而非智力特征的机器，比如人形机器人。在我看来，进行这样的尝试是徒劳的，其结果就像人造假花一样，不伦不类。
不幸的是，图灵的警告没有得到重视。如图10所示，几个研究小组已经制造出了非常逼真的人形机器人。
作为研究工具，机器人可以让人们了解人类是如何解释机器人的行为和交流的。但作为未来商业产品的原型，机器人代表了一种不诚实的形式。它们绕过我们的意识觉知，直接吸引我们的情感自我，即让我们相信它们也许被赋予了真正的智能。例如，想象一下，我们关闭并回收一个有故障的浅灰色盒子（即便它大声抱怨说不想被关闭），比对栩栩如生的人形机器人佳佳或Geminoid DK做同样的事情要容易得多。再想象一下，我们把婴幼儿托付给酷似人类（比如他们的父母）的实体来照顾将会是多么令人困惑，甚至可能令人在心理上感到不安。它们看起来就像孩子的父母一样关心他们，但实际上并不关心。
## PDF_PHYSICAL_PAGE_INDEX=155 | PRINTED_PAGE=NOT_DETECTED
除了通过面部表情和动作来传达非语言信息的基本能力（即使兔八哥也能轻松做到这一点），我们没有充分的理由要让机器人具有人形。不去制造人形机器人也有很好的实际原因，例如，与四足运动相比，我们的两足姿态相对不稳定。狗、猫和马很好地融入了我们的生活，它们的身体形态很好地说明了它们的行为方式。（想象一下，如果一匹马突然表现得像狗一样会如何。）机器人也应该如此。也许四条腿，两只手，人首马身的形态会是一个很好的标准。一台精确的人形机器人的意义就像一辆时速最高可达5英里的法拉利，或是用剁碎的肝脏冒充奶油制成的树莓冰激凌蛋筒。
## PDF_PHYSICAL_PAGE_INDEX=156 | PRINTED_PAGE=NOT_DETECTED
一些机器人的类人特征已经造成了政治上和情感上的混淆。2017年10月25日，沙特阿拉伯授予索菲娅公民身份，索菲娅是一个人形机器人，据说它不过是个“有人类面孔的聊天机器人”，[35]甚至更糟糕。[36]或许这只是一个公关噱头，但欧洲议会法律事务委员会的提案完全是认真的：[37]
从长远来看，为机器人创造一个具体的法律地位，至少可以让最先进的自主机器人获得电子人的地位，为它们可能造成的任何损害负责。
换言之，机器人自身将承担其造成的损害的法律责任，它的所有者或制造商则不用负责。这意味着机器人将拥有金融资产，它们如果不遵守规则，就会受到制裁。从字面上看，这是没有意义的。例如，如果我们因机器人不付款而监禁它，它有什么好在意的呢？
除了毫无必要甚至荒谬地提高机器人的地位之外，在影响人类的决策中越来越多地使用机器还可能降低人类的地位和尊严。这种可能性在科幻电影《极乐空间》的一个场景中得到了完美的体现，机器人麦克斯（马特·达蒙饰）在它的“假释官”面前为自己辩护（图11），解释为什么延长它的刑期是不合理的。不用说，麦克斯是不成功的，假释官甚至斥责它没有表现出适当的恭敬态度。
人们可以从两方面来看待这种对人类尊严的侵犯。第一个方面是显而易见的：通过赋予机器凌驾于人类之上的权力，我们把自己降到了二等地位，并失去了参与影响我们的决策的权利。（一种更极端的形式是赋予机器杀人的权力，正如本章前文所讨论的那样。）第二个方面是间接的：即使你认为做决定的不是机器，而是设计和委托制造机器的人，这些人类设计师和专员却认为在这种情况下权衡每个人类主体的个人情况并不值得，这表明他们认为他人的生命价值不大。这或许是由人类服务的精英阶层与由机器服务和控制的广大社会底层之间开始严重分化的一个征兆。
## PDF_PHYSICAL_PAGE_INDEX=157 | PRINTED_PAGE=NOT_DETECTED
## PDF_PHYSICAL_PAGE_INDEX=158 | PRINTED_PAGE=NOT_DETECTED
## PDF_PHYSICAL_PAGE_INDEX=159 | PRINTED_PAGE=NOT_DETECTED
2018年《欧盟数据保护通用条例》（后简称GDPR）第22条明确禁止在以下情况下授予机器权限：
数据主体有权反对此类决策：完全依靠自动化处理，包括用画像，对数据主体做出具有法律影响或类似严重影响的决策。
以上条款虽然在原则上听起来令人钦佩，但在实践中会产生多大的影响还有待观察，至少在我撰写本书时是这样的。把决策权交给机器往往更容易、更快速、更便宜。
对自主决策的所有担忧都源自潜在的算法偏见——机器学习算法倾向于在贷款、住房、工作、保险、假释、判决、大学录取等方面产生不恰当的有偏见的决策。数十年来，在许多国家，人们在做这些决策时使用种族等标签是违法的，而且GDPR第9条在非常广泛的应用中都禁止使用这些标签。当然，这并不意味着通过将种族排除在数据之外，我们就一定能做出不带有种族偏见的决定。例如，从20世纪30年代开始，政府批准的“红线歧视”做法使美国某些邮政编码所示的地区禁止被用来抵押贷款和做其他形式的投资，进而导致房地产价值下降。碰巧的是，这些邮政编码所示的地区主要是非洲裔美国人居住的地区。
为了防止出现“红线歧视”这类现象，现在美国只能使用5位数邮政编码中的前3位数进行信贷决策。此外，决策过程必须服从检查，以确保不会出现其他“偶然”的偏见。人们常说，GDPR为一切自主决定提供了通用的“解释权”，[38]但第14条的实际措辞仅仅要求提供：
所涉及的有逻辑、有意义的信息，以及这种处理对于数据主体的意义和预期的后果。
图11 麦克斯在“极乐空间”遇到了它的假释官
下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=160&limit=10)