第二次机器革命

一个相似的讨论也适用于生产制造业的外围。比如，交互式语音应答系统正在把电话呼叫中心的工作自动化。美国联合航空公司已经成功地进行了这种转型。这极大地影响了像印度和菲律宾这些国家的低成本劳动者。同样，很多医生过去习惯于把他们的口述录音发到海外进行转录，但现在越来越多的医生喜欢用计算机进行转录。在越来越多的领域，正在成为最具有成本效益的“劳动力”资源的，不是其他国家的人类劳动力，而是兼具智能和灵活性的机器。

如果你研究一下过去20年里迁移到海外的生产项目，你会看到它们都是一些相对常规且结构良好的项目。有趣的是，这些项目是很容易自动化的。如果你要针对一份工作给某个人以精确的指导，你就能编写一个能够做同样工作的程序。也就是说，海外生产只是通往自动化道路上的一个中途站。

从长期来看，低工资是无法对抗摩尔定律的，通过削减工资以避开技术升级的做法仅仅是一个暂时性的保护措施。民间传说中的约翰·亨利再也无法和以蒸汽为动力的大锤一决高下了。①

THE SECOND MACHINE AGE→第二次机器革命 →→

① 约翰·亨利的民间传说是由罗伯塔·弗莱克(RobertaFlack）说唱的一首歌曲，在这个故事中，约翰·亨利与蒸汽机竞赛开挖一条穿山而过的公路隧道。——译者注

212

SECOND

。→ 第12章与机器竞赛：你有多大胜算

MACHINE

“但它们是没有用的。它们只会给你提供答案。”

—著名画家巴勃罗.毕加索（PabloPicasso）如是评论计算机

我们已经与很多不同的群体从执行团队到广播听众，讨论了我们的研究发现和结论。几乎每一次讨论的时候，我们都会被问到类似这样的问题：“我的孩子还在上学。我怎样帮助他们为你所描述的未来做好准备呢？”他们口中所说的孩子有的正在上大学，有的还在上幼儿园，但他们所面临的问题是相同的。对第二次机器革命时代的就业机会关心的不仅仅是父母亲，学生本人、可能会雇用他们的组织机构的领导者、教育者、政策制定者和当选的政府官员，以及其他一些人士都在怀疑人类的哪些技能和能力(如果有的话)，在技术持续提升的过程中，还会有一定的价值。

最近的发展进程表明，这是一个比较难以回答的问题。弗兰克·列维(FrankLevy)和理查德·莫尼恩在2004年出版的精彩著作《新劳动分工》就是对这一主题进行的最出色的研究和思考。他们认为模式识别和复杂沟通是人类相对于数字化劳动力更占有优势地位的两个宽广的领域。然而，正像我们看到的，情况并不总是这样。因此，当技术超越我们人类之时，它会不给我们哪一代人在所有领域（或者至少是大部分领域）留下发展的机会吗？

答案是不会。即使在那些数字化机器远远超越人类的领域，人类还是能够发挥关键性的作用的。这听起来有些自相矛盾，但象棋游戏能够说明为什么不会。

即使彻底失败，游戏也没有结束

1997年，卫冕世界冠军加里·卡斯帕罗夫在与“深蓝”的对弈中被击败之后，人类与象棋计算机之间的迎头较量就失去了吸引力。很显然，未来的竞争将是一边倒的。荷兰国际象棋大师扬·海恩·多纳尔(JanHeinDonner)很形象地评论了人类象棋大师当下的观点。当被问到与一台计算机对弈前如何准备时，他回答道：“我会带一把锤子。”

看起来好像人类对象棋比赛已经贡献不出什么智慧了，但自由式国际象棋比赛的出现表明，事实远远不是如此。在这样的比赛中，比赛团队可以涵盖人类和数字化选手的任意组合。正如加里·卡斯帕罗夫本人在谈论2005年的一次自由式比赛结果时所说的：

人类选手和机器组合的比赛团队超越了最强大的计算机。象棋机器“九头怪蛇”（Hydra)——类似“深蓝”这种专门为国际象棋比赛设计的超级计算机，却无法与使用相对弱势的笔记本的人类选手相抗衡。人类选手的战略指导加上计算机的精准战术，可以用所向披靡来形容。

在比赛之后，令人吃惊的结果出现了。获胜者被爆料不是国际象棋大师和最先进的个人计算机的组合，而是美国两位同时操作3台计算机的国际象棋业余选手。他们操纵和“指导”他们的计算机对比赛现场进行把控的技能和能力，简直可以与国际象棋大师和超强计算机选手的组合力量对国际象棋的出色理解力相匹敌。低水平人类选手+机器+出色的比赛技巧，要优胜于功能强大的单一的计算机，而且更不可思议的是，还优胜于高水平的人类选手+机器+平庸的比赛技巧。

THE SECOND MACHINE AGE→第二次机器革命 →

216

自由式国际象棋比赛给我们带来的主要启示是，人和计算机无法以同样的方式处理同样的任务。如果他们能做到，那么人类在“深蓝”击败卡斯帕罗夫之后就贡献不出什么智慧了，而机器也可以学会如何效仿人类的对弈技巧，突破摩尔定律的束缚而飞奔前行。实际情况并不是这样的，一旦允许人类同机器进行比赛，我们就会看到在最高水平的国际象棋比赛中，人类还是可以贡献很多智慧的而不是为了纯粹的对弈。

那么这些仍旧有价值的、独特的人类智慧和能力到底是什么?卡斯帕罗夫写到的是，比赛中的人类的战略指导vs.计算机的精准战术。但这两者之间的区别经常不够明显，尤其是无法在事前明确。就像我们在前面叙述到的，技术对程序性工作的涉入和影响要比非程序性工作深得多。

当然这种区别是有必要的，同样也是重要的(虽然操作流程都是程序性的，已经可以完全自动化了)，但现在这两个任务之间的界线又不是那么明显了。例如，在半个世纪之前，几乎没有人会认为下国际象棋是一件程序性的事情，事实上，它还被认为是人类能力的最高表现形式。正像前世界冠军阿纳托里·卡尔波夫(AnatolyKarpov)对年轻时的偶像如是描述的：“我只是生活在一个简单的世界上，但大师们却生活在一个完全不同的世界里。这些大师绝对不是普通人，他们就像上帝或者神话般的人物。”但英雄人物也要从程序性的事情做起，“咀嚼”数字的计算机也不能免俗。然而，一旦人类与计算机合作，而不是与它们对抗，那它们的价值就要重新衡量了。那么，该如何衡量呢？

第12章 与机器竞赛:你有多大胜算

217

找到了！计算机也有不能做的事情

当卡斯帕罗夫描述他与保加利亚国际象棋大师维塞林·托帕洛夫(VeselinTopalov）的一场比赛时—在比赛期间他们可以自由咨询计算机，他提供了一条重要的线索。卡斯帕罗夫写道：“虽然我们两个人都可以平等地使用同样的数据库，但在对弈的某个节点有新的想法的时候，优势还是能体现出来的。”当我们认真观察与分析计算机没有做过的事情时，这种新思想就会不断涌现出来。

我们以前从来没有看到过一台真正有创造性、开创性或创新性的机器。我们看到过能够创造押韵英文文本的软件，但没有人看到过哪台机器能够创造一首真正的诗歌。(因为英国大诗人威廉·华兹华斯描述道：“诗歌是真情的自然流露，沉静中的思索与回忆。”)能写优美散文的程序就算是了不起的成就了，但我们还没有看到哪个程序能够想出下一步要写什么。我们也从来没有看到过哪个软件能编写出出色的软件。到目前为止，在这些方面的尝试都不幸失败了。

这些活动都有一个共同点，即思维能力，或者都要提出新的思想或概念，更准确地说，是好的新思想或概念。因为通过编程，计算机能够很容易地把词语这类先前存在的东西组合成新的东西。然而，从任何意义上看，这都不是重组式创新。就像满屋的猴子噼噼啪啪地敲击打字机，即使过去一万年，也写不出一幕莎士比亚戏剧。

具有各种思维能力是人类相对于机器的一大优势：科学家提出新的假设，记者们发现一个好的故事，厨师又给菜单增加了一道新式菜肴，工厂车间的工程师推算为什么一台机器已经不适合再运转了，苹果公司的史蒂夫·乔布斯和他的同事们推测出我们更需要哪种平板计算机。这些活动中，很多都有计算机的参与，同时计算机也提升了活动的速度，但没有哪项活动是由计算机驱动的。

THE SECOND MACHINE AGE→第二次机器革命→→

218

在这一章开始时，对毕加索的引用也就对了一半。计算机并不是毫无用处的，但它们仍旧只是提供答案的机器，而不会提出有趣的新问题。那种能力好像仍然仅仅属于人类，而且仍然拥有很高的价值。我们预测相对于数字化劳动力，拥有出色创造思想的人们在不远的将来还会继续保持相对的优势，他们还是会有用武之地的。也就是说，我们相信在现在以及不远的将来，当雇主们在聘用人才的时候，他们会听从启蒙运动时期的思想家伏尔泰的教诲：“评判一个人要看他提出的问题，而不是他的答案。”

思维能力、创造力和创新经常被描述为“跳出固有的思维模式”，这种特征说明了相对于数字化劳动力，人类还拥有另一个发挥作用更大且更有理性的持续性优势。计算机和机器人离开了程序几乎无法做任何事情。比如，“沃森”是《危险边缘》游戏中一个令人吃惊的选手，但在《幸运轮盘》和《价格猜猜看》，或者任何一个其他电视游戏节目中，它都会被一个孩子轻易地打败。除非它的人类创造者对它进行重新编程，“沃森”自己是无能为力的。

然而，“沃森”背后的IBM团队并没有去征服其他游戏节目，而是把注意力转向了其他领域，比如医学。但在这个新的领域，它还会受到自身设计构造的影响。可以毫不夸张地说：我们相信“沃森”最终能够成为一位出色的医生。虽然现在还是人类诊断医生们的天下，但正像“沃森”能够击败肯·詹宁斯、布拉德·鲁特和其他的《危险边缘》人类选手一样，我们预计“沃森”医生将会很快击败威尔比（Welby，美国70年代著名的电视剧角色，他是仁爱可亲而又说话直截了当的电视医生）医生、豪斯(House，是美国电视医务剧《豪斯医生》中的角色）医生，也会在真正的人类医生自己的节目中击败他们。

第12章与机器竞赛:你有多大胜算

219

虽然计算机可以从预先设定的规则以及从先前病例的推断中为很大一部分病人做出诊断，但人类诊断医生仍可以发挥很大的作用，因为即使“沃森”医生完成了它的医学培训，也会面临疑难杂症不可避免地增长的现实。正如制造一辆100%自动驾驶的汽车要比制造一辆在正常情况下行驶的汽车要难得多，而从根本上看，设计一台能够诊断所有病症的机器要比设计一台诊断最普通病症的机器困难得多。和国际象棋一样，如果一位人类医生能够与“沃森”医生开展合作，那么其判断力和稳定性要远远超过他们单独的诊断服务。正像未来主义者凯文·凯利（KevinKelly）所说的：“你未来的收益水平取决于你在多大程度上能与机器完美地配合工作。”

我们人类的优势

可以说，计算机在它们的设计框架之内更擅长于模式识别，但在框架之外则表现拙劣。这对人类劳动者来说是个好消息，由于我们的多重感官，我们内在的感知框架要比数字技术宽广得多。计算机的视觉、听觉甚至是触觉一直是在呈指数级提升的，但在一些任务处理中，我们的眼睛、耳朵和皮肤更不必说我们的鼻子、舌头，远远超过了数字技术的同类感官。现在以及不远的将来，传感组件及其与模式识别结构的紧密结合，还会给我们的大脑带来一个更宽广的感知框架。

西班牙服装公司Zara(中文名为飒拉，为全球排名第三、西班牙排名第一的服装商）就是利用了人类的这一优势而不是利用计算机，来决定应该生产哪种款式的服装。对大多数服装零售商来说，对服装市场进行预测并制订销售计划主要依靠商业统计数据，而这些统计数据要比服装摆在货架上的时间提前数月。但Zara却采取了另一种截然不同的方式。它专门经营快速时尚类的服装主要是面向青少年群体，价格便宜且易于流行。因为这些风格的服装不论是流行还是消退都非常迅速，所以Zara要把它的工厂和仓库设置在能够快速生产和发货的地方需要紧紧抓住流行热潮。为了解决“应该生产哪种款式的服装以及给每一家店铺如何发货”这个关键性的问题，Zara需要依靠全世界的店铺经理对货品进行准确订购，也就是说，用不了几天，货物就可以发到订购的店铺。

THE SECOND MACHINE AGE→第二次机器革命→

220

经理们对销售情况进行推测并不是运用运算法则，而是通过巡店，观察顾客（尤其是比较冷静的那些顾客）的穿着，并且就他们喜欢和想要的款式同他们交流，通常情况下都能获得很多收获。Zara的店铺经理要借助多种视觉模式识别系统(比如视频监控、图像搜索、模式识别等)，并且还要与顾客进行复杂性的沟通。使用这些信息主要是为了达到两个目的：依靠更多的信息对现有服装进行订购，以及对应该告诉总部哪一款新式服装在他们的店铺里更受欢迎进行思考和判断。在将来的任何时候，Zara也不会把订购系统从人工订购转换成机器订购的计划，我们认为这个决定是非常精明的。

确是如此，思维能力、大框架的模式识别和最复杂程度的沟通是认知领域中人类仍然拥有优势，且未来一些时间里还将继续保持这种优势的几个方面。不幸的是，这些技能在今天的大部分教育环境下并不是要重点培养的，相反，初级教育往往会注重机械背诵以及读书、写作、算术的技能也就是保守党议员威廉·柯蒂斯(William Curtis)爵士在1825年左右提出来的“3R”(顺便提一下，如果在技术上出现失误一—就像是“3R”，一台机器是不可能起出一个让人难以忘怀的名字的)。①

第12章 与机器竞赛:你有多大胜算

221