奎克的藏经阁 · MinerU 解析内容

Fully Automated Luxury Communism A Manifesto

200 个 PDF 物理页 · 本页显示文件第 91–100 页

PDF 物理页索引 90

文件中的第 91 页 · 印刷页码:81

正如工厂的工作在20世纪被新的装配线机器人取代一样,布拉德和我是第一批被新一代“思考”机器取代的知识产业工人。“智力竞赛节目选手”可能是沃森裁掉的第一份工作,但我相信这不会是最后一份。

这是一个很有见地的结论。虽然机器在国际象棋和解决数学问题等方面击败了人类—一这些通常与天才联系在一起—一但它们是通过蛮力实现的,完成了难以理解的计算数字。深蓝每秒评估2亿个棋局一一借助摩尔定律和指数进步的浪潮,这个巨大的数字成为可能。这种趋势只会继续下去,这意味着今天你可以在家里的电脑上下载一个像胡迪尼6这样的国际象棋引擎程序,它几乎每次都能击败深蓝。

然而,一个悖论出现了。越来越清楚的是,实际上需要更多的“处理器能力”来管理我们历史上认为是人类的低级任务,比如运动-感官耦合、空间意识和意外反应。换句话说,制造一台能洗碗的机器比制造一台能解决复杂数学问题的机器更难。这种矛盾被称为莫拉维克悖论,以技术专家的名字命名。从技术失业的角度来看,这是一个非常重要的观察,表明即使是“低技能”的工作,从建筑到水果采摘,也可以不受自动化的影响。尽管机器打败了国际象棋大师,以前的超级计算机发现它们的处理能力与400美元的游戏机相当,但它们几乎无法爬上一段楼梯。

有一段时间,这种悖论似乎难以解决。即使在二十

一世纪之交,也就是在

Full Automation

81

PDF 物理页索引 91

文件中的第 92 页 · 印刷页码:82

第三次大颠覆开始后,制造出一种甚至像小孩子一样具有平衡和协调能力的机器的可能性似乎很遥远。但随后,不可能突然变成了必然。学会了翻筋斗的机器人阿特拉斯登场了。

阿特拉斯筋斗

如果你去YouTube,在搜索栏里输入“PETMAN原型”,出现的第一个视频是2009年10月发布的,是马萨诸塞州波士顿动力公司(Boston Dynamics)开发的一款双足机器人的演示。PETMAN笨拙地连接着几根电缆,看起来就像低音炮和冰上小鹿斑比的私生子。

现在输入“有什么新鲜事吗,阿特拉斯?”你的屏幕上就会出现同一家公司生产的另一个机器人的视频。只有这段视频是在2017年底发布的,这个机器人不仅可以不用电缆走路,还可以跳方框和后空翻。它并没有就此结束;在该公司的YouTube频道的其他地方,你可以看到阿特拉斯在户外慢跑或“跑酷”的视频,因为它连续跳三步,每步40厘米,而不间断。这似乎表明,莫拉维克的悖论即将被克服,机器在灵巧和空间意识方面能够比我们想象的更快地赶上人类。再过9年,阿特拉斯的后代很可能拥有滑冰运动员、体操运动员或雕塑家特有的那种协调能力。

原因很简单:从PETMAN到Atlas的进步是由第二章中概述的改进所支撑的,因为我们看到数字技术的性价比呈指数级增长,从相机和传感器到芯片,以及这些领域的经验曲线

82

new travellers

PDF 物理页索引 92

文件中的第 93 页 · 印刷页码:83

作为能量储存。一个很好的例子:在2015年之前,阿特拉斯必须永久插在墙上的插座上。现在,凭借3.7千瓦时的锂离子电池组,它可以行走约一个小时。这些趋势只会持续下去。

但是,虽然动作与人类完全相似的机器人还没有出现,但另一类机器一一利用数字化带来的同样收益和指数进步带来的红利一一即将改变整个行业。这是一场变革的前沿,这不仅意味着无数工作岗位的消失,还意味着整个行业的消失。就像阿特拉斯的杂技一样,没有人预见到它的到来—一直到它就在他们面前。

自动驾驶汽车

2002年,美国国防高级研究计划局宣布了一项无人驾驶汽车的“大挑战”,计划于2004年春天在莫哈韦沙漠举行。这条拟议的路线长达240公里,无论哪辆车先完成比赛,奖金都将定为100万美元。

尽管美国一些最聪明的人投身于这项任务,但站在起跑线上的15支队伍中没有一支能够完成全程。卡耐基梅隆大学制造的“赢家”只成功完成了5%的路线。尽管这项挑战雄心勃勃一—毕竟,其目的是拓展参赛者的能力—一但很少有人想到它会沦落成这样的闹剧。一位观察者甚至将这一事件称为“沙漠中的溃败”。对于任何理性的人来说,自动驾驶汽车的可能性似乎都是几十年后的事了。

然而,就在六年后的2010年,谷歌宣布他们的自动

驾驶汽车已经“记录了超过14万英里”

Full Automation

83

PDF 物理页索引 93

文件中的第 94 页 · 印刷页码:84

七辆测试车每辆都在没有任何人为干预的情况下完成了超过1000英里的行驶,包括像旧金山臭名昭著的陡峭的伦巴第街这样的复杂地形。从那以后,苹果(Apple)、特斯拉(Tesla)和优步(Uber)等公司都加入了这个行业,更不用说汽车行业的老牌企业了。到2016年,优步当时的首席执行官特拉维斯·卡兰尼克(Travis Kalanick)已经清楚地认识到自动驾驶汽车对任何运输公司的重要性:“首先要明白,世界将走向自动驾驶和自动驾驶…如果我们不参与这个未来,会发生什么?”如果我们不是自主性的一部分?那未来就跟我们擦肩而过了。“在短短11年的时间里,支撑自动驾驶汽车的技术取得了如此巨大的进步,以至于它们从一个公众嘲笑的图腾,变成了影响世界上一些最有价值公司的商业模式。

这就是指数式技术的运作方式:一开始很沉闷,然后突然转变——个人电脑、智能手机、互联网以及不久的阿特拉斯的后代都有这种历史趋势。然而,就目前而言,将自动驾驶汽车从工程上的可能性变成我们日常生活中的背景功能的技术仍有待完善。

重要的是,b谷歌和优步等公司应对这一挑战的方式.让我们看到了自动化可能会如何扩散到经济的其他领域,并消除工作岗位。该策略的运作方式是这样的:首先获取大量数据,让算法对结果进行建模和重现,并通过高度重复的任务来工作。之后,结合机器学习,它能够对超出通常被视为典型的数据的意外情况做出反应。结合这些步骤可以产生一些可以执行各种任务的东西

84

new travellers

PDF 物理页索引 94

文件中的第 95 页 · 印刷页码:85

工作—一从复杂的外科手术到摘水果,甚至写新闻。这样的方法是可行的,因为处理器的能力在不断提高,数据集每秒都在变大。但资本主义制度下的工作性质—一由任务组成,而不是手工业劳动的通才方式—一也起到了一定作用。工业变革,特别是自19世纪80年代以来,意味着每项工作都被简化为一组管理的组成部分,所有这些组成部分都被尽可能科学地衡量和管理。在不知情的情况下,弗雷德里克·泰勒(Frederick Taylor)的计划和他的生产力革命——对德鲁克来说,这是使信息成为主要生产要素的第一步——已被证明与数字技术的指数级进步一样,对人类达到顶峰至关重要。

自动驾驶汽车就是一个很好的例子。为了制造自动驾驶汽车,优步(Uber)、特斯拉(Tesla)和谷歌等公司并没有模仿人类的驾驶方式——这远远超出了我们目前的技术。相反,他们试图通过将其分解成一组组件操作,并在车轮上安装数据处理系统来解决问题。因此,这些车辆可以依靠精确的GPS数据、大量关于地图的信息,以及其他车辆、潜在障碍物、行人和人类驾驶员必须考虑的所有变量的连续实时更新流,在街道和高速公路上行驶。所有这一切都是通过无数的传感器、激光和摄像头来实现的,这些传感器、激光和摄像头将信息处理为1和0。

即使单独来看,自动驾驶汽车的到来也可能意味着整个行业的消失。2014年,仅在美国,驾驶行业就提供了大约400万个工作岗位,根据高盛的一份报告,这个国家可能会

Full Automation

85

PDF 物理页索引 95

文件中的第 96 页 · 印刷页码:86

随着自动驾驶汽车成为现代社会的一个组成部分,每年将有30万个工作岗位流失。从商业的角度来看,这是完全可以理解的:物流车辆每周7天,每天24小时运行,可以节省大量成本。尽管人们倾向于认为机器不会对交通事故负责,因为全球每年有130多万人死于交通事故,仅在美国就有4万人死于交通事故,但用不了多久,这项技术就会足够先进,这样的观点就会被推翻。这还没有提到出租车、公共汽车、火车、飞机和仓储。所有这些行业都将以类似的方式受到影响,尽管速度不同,而且在不到一代人的时间里几乎完全自动化。

技术性失业即将来临

英国央行(Bank of England) 2015年的一项研究孤立地指出,技术变革,尤其是机器学习的兴起,将意味着未来几十年英国将失去1500万个工作岗位,占劳动力市场的40%。支撑这一观点的将是人类独特技能的空间不断缩小,这限制了工人提高技能的任何机会。一年后,英国央行行长卡尼(Mark Carney)重申了这些预测,称许多人的生计可能会被技术变革“无情地摧毁”,收入不平等加剧可能是其主要后果之一。

这些发现证实了牛津大学(Oxford University)两位学者弗雷(Carl Benedikt Frey)和奥斯本(Michael Osborne)早先发表的一份报告的结论。2013年,他们声称,47%的美国工作岗位面临被自动化取代的“高风险”,另有19%面临中等风险。在其他方面,该机构研究主管彼得·桑德加德(Peter Sondergaard)表示

86

new travellers

PDF 物理页索引 96

文件中的第 97 页 · 印刷页码:87

咨询公司高德纳(Gartner)预测,到2025年,由于新兴的“超级类”技术,通用机器人和机器学习将引领潮流,三分之一的工作将实现自动化。最后,在2016年提交给国会的一份报告中,白宫经济学家预测,中期内,时薪低于20美元的工人将有83%的机会被机器人抢走工作。

英格兰银行(Bank of England)、牛津大学(OxfordUniversity)、一家全球技术咨询公司和美国国会,远不是容易被忽视的警笛声。这是经济和商业建制派的核心。虽然并不是所有人都同意技术在短期内会在多大程度上造成失业,但更保守的声音认为,不可避免的变革已经不远了。

以“千年计划”(Millennium Project)为例。该计划于上世纪90年代由多个联合国组织发起,预计到2030年全球失业率将升至16%,到本世纪中叶升至24%。尽管这比英格兰银行(Bank of England)的预测或彼得·桑德加德(Peter Sondergaard)的说法更为谨慎,但这种转变不仅仅是对常规业务的考验。一个拥有100亿人口的世界将面临气候变化、人口老龄化和资源短缺等挑战,届时将面临与希腊今天所面临的失业水平类似的问题。在希腊,50%的青年失业率已导致欧洲社会两极分化最严重。这种情况不仅会在全球范围内引发政治和社会动荡,而且重要的是——与希腊不同——无论多么遥远,都不会有更光明的明天。

对这一切最常见的反驳是,虽然今天的工作很可能会消失,但其他工作将会出现。毕竟,这是过去经常发生的事情。然而,这并不完全正确。今天80%的职业在一个世纪前就已经存在了

Full Automation

87

PDF 物理页索引 97

文件中的第 98 页 · 印刷页码:88

在这20%的新职业中,只有十分之一的人有工作。虽然现在的世界经济规模可能比1900年大得多,雇佣了更多的人,人均产出也高得多,但几乎每个人都从事的工作——司机、护士、教师和收银员——并不是特別新。

实际存在的自动化

2017年3月,亚马逊在西雅图市中心开设了AmazonGO商店。利用计算机视觉、深度学习算法和传感器融合来识别选定的商品,该公司希望建立一个几乎完全自动化的商店,没有收银员。在这里,亚马逊的客户只需用手机刷卡就可以购买商品,选择他们想要的东西,然后刷卡离开,他们的购买会自动记入他们的亚马逊账户。

几个月后,亚马逊以137亿美元收购了全食超市。虽然对于一家核心业务是在线零售的公司来说,这可能是一笔奇怪的收购,但这笔收购为他们提供了支持AmazonGO的供应链能力,并瞄准了8000亿美元的全球杂货市场。

公司管理层计划在每家亚马逊自动商店每班雇佣6名员工,而美国超市平均每班雇佣72名员工。当你考虑到劳动力成本以及亚马逊在高度自动化仓储方面的独特优势时——在这方面,他们也是世界领先的“KIVA”机器人——很快就会明白,这家公司可能会像目前在网上一样,在线下零售领域占据主导地位。也就是说,除了在中国,2017年底,中国本土零售商京东(JD.com)宣布领先其他任何人开设数百家“无人商店”。

88

new travellers

PDF 物理页索引 98

文件中的第 99 页 · 印刷页码:89

无论是亚马逊还是竞争对手获得先发优势,趋势都很明显。零售业的未来,就像物流和仓储一样,是自动化的。是的,一些工作将保留下来,但是当你考虑到销售人员和收银员是美国——实际上是大多数其他国家——的两个主要工作时,前景是令人恐惧的。有人可能会说,顾客在购物时想要一种情感上的联系,在某些情况下,这很可能是对的,但大多数时候,首要考虑的是以最实惠的价格买到最好的产品。这就意味着要尽可能地削减劳动力成本。零售业现在预计该领域将出现大规模裁员,而不是遥远的挑战。在亚马逊自动商店宣布之前,英国零售协会预测,到2025年,英国300万个零售工作岗位中将有近三分之一消失,随着公司转向技术取代工人,将导致90万个工作岗位流失。

与自动驾驶汽车和Atlas一样,这一切之所以成为可能,是因为信息的极度供应一一从图像和距离传感器到立体摄像头、深度学习算法,以及无处不在的智能手机和在线账户。供应链的其他地方也是如此,从使用由中央服务器控制的传感器和条形码的仓储机器人,到用于监督配送和交付的自动驾驶汽车——无论是通过汽车还是无人机。

但是,即使是那些认为仓储、零售、物流和出租车驾驶等常见工作可能会因技术进步而被淘汰的人,仍然坚持认为“高价值”服务的工作将在某种程度上不受影响。然而,越来越多的证据表明,事实并非如此。

Full Automation

89

PDF 物理页索引 99

文件中的第 100 页 · 印刷页码:90

达拉斯小牛队(DallasMavericks)的亿万富翁老板马克·库班(Mark Cuban)在2017年的一次科技活动上预测,世界上第一个万亿富翁将是谁掌握了人工智能的商业应用,原因是,当人工智能应用于保险、软件开发或会计等传统的“白领”行业时,可能会被证明特别有利可图。“我宁愿学哲学专业,”库班在谈到那些为进入这类行业而接受培训的人时说。

寻求关注?也许吧。双曲?绝对。错?可能不会,因为从心脏手术到计算税收,历史上收入丰厚的职业和其他任何职业一样,都是重复的,都要服从劳动分工,因此也要服从自动化。

以达芬奇手术机器人为例。2017年,伦敦大学学院宣布,这种成本相对较低的机器挽救了大约500名前列腺癌患者的生命。虽然机器人本身并不是自动化的,而是赋予人类外科医生更高水平的灵活性和精确度,但自动化一系列常规手术的路径类似于自动驾驶汽车的蓝图:你给一个强大的数据处理器大量信息,机器学习和手术刀。第一部分允许算法建模和重现结果,并通过高度重复的任务来工作,而第二部分允许对意外情况做出即时和智能的反应。

在医学上,你可以看到这将如何应用于几乎任何事情一一从眼科检查到治疗前列腺癌或采血。在更依赖于模式识别的领域,比如放射学,机器甚至有更多的优势。放射科医生使用x光、CT和PET扫描、核磁共振成像和超声波等医学图像来诊断和治疗患者。虽然在过去的几十年里,这个领域极大地改善了病人的护理,但它对

90

new travellers