我曾經(jīng)采訪人工智能領域的十來位專家，未來人工智會取代多少人類工作？各個專家的估計有一定差別，但共識是： 在未來的10—20 年，隨著機器學習快速發(fā)展，人工智能會在各個領域大面積使用，目前的重復性勞作、簡單的腦力和體力勞動，未來交給人工智能去做的可能性是很大的。
具體有多少工作會被取代還說不清，白宮的報告給出的數(shù)字是當前工作的47%，麥肯錫的報告估計是49%，Siri 的創(chuàng)始人之一諾曼·溫那斯基估計的數(shù)字是70%。即便按最低估計看，也有近一半工作受到威脅，不可謂不嚴重。
我之前的小說《北京折疊》預測了機器人取代人類勞動造成的社會影響，但是這篇小說是2013 年寫的，并未完全預測到技術發(fā)展的方向，我當時以為受沖擊大的是底層勞動力，但實際上，按照目前的技術趨勢看，反而是初級和中級白領工作最容易被取代。底層勞動力只有工廠工人容易被取代，服務業(yè)的底層勞動力反而很難被取代，因為機器人的靈活性不如人，非標準工作環(huán)境會讓機器人無所適從。但是相對而言，很多白領工作因為工作環(huán)境簡單、工作內(nèi)容重復、基本上是與數(shù)據(jù)和文檔打交道的工作，很適合人工智能去做。可以說未來只要是標準化、重復性工作，多數(shù)都可以交給人工智能來做。
那未來我們該如何去做才不會被機器人取代呢？未來我們需要的肯定是三大類能力：與人工智能相處的能力，與人相處的能力，超越人工智能的能力。
一、與人工智能相處的能力
第一種能力，是圍繞人工智能發(fā)展產(chǎn)生的需求，這一個領域要求人能理解人工智能，改進或發(fā)展人工智能，或者至少能夠與人工智能工具和諧相處，并利用工具做事，正如今天我們可以借助移動互聯(lián)網(wǎng)發(fā)展自己的事業(yè)版圖。
我們首先要知道，與智能世界相處，基礎思維能力仍然是重要的。
任何時代都需要學習。我并不反對按部就班的基礎教育。實際上今天孩子的學習環(huán)境中，從小打下語文和數(shù)學基礎，是很好的。智能時代知識技術更新很快，需要的是不斷自我學習的能力，讓自身更新的速度與時代匹配。而自我學習能力，最需要的是良好的自主閱讀能力、抽象思維能力、自我反思能力。閱讀和數(shù)學抽象思維不是人類本能，必須通過系統(tǒng)化教育打好基礎，但我不贊成僵化灌輸?shù)慕虒W法。對語言、數(shù)學的理解需要更重視基礎思維，而并非簡單記住解題技巧。學習語文、數(shù)學，不是學習背誦和計算，而是要理解語言表達的內(nèi)涵，抽象思維的邏輯。人工智能程序的基礎仍然是語言概念表達和數(shù)學邏輯思維。
未來圍繞人工智能會有一系列衍生職業(yè)，甚至行業(yè)，即使不懂得人工智能背后的技術原理，只要能充分理解它的應用場景，也仍然可以大限度利用人工智能工具，改善生活和社會。例如利用人工智能完成營銷和客戶服務，借助人工智能進行市場數(shù)據(jù)分析，將人工智能用于改善物流或者系統(tǒng)功耗，達到更高效率、更方便快捷的社會生活。
二、與人相處的能力
第二種能力，是人際溝通領域的需求。以我個人的判斷， 在未來很長一段時間，人與人溝通交流仍然是不可取代的一方面。在前面的分析中我們看到，即使人工智能進一步大力發(fā)展，它們離理解人類世界和人類心思仍然有較大差距，因而不可能完全替代人際溝通。尤其人工智能接管大量基礎單一型工作之后，人與人溝通會是需求更廣的領域，剩下的絕大多數(shù)職位和需求可能都集中在需要人與人大量溝通協(xié)作的領域。
想要跟得上智能時代的發(fā)展，與人溝通的能力會變得越來越重要。
我們可以想象，未來不可能再像過去一樣，一份工作可以一成不變地做一輩子。標準化工作都容易被機器自動化，而非標準化工作，一般都意味著大量不確定性，需要不斷磨合、團隊協(xié)作、溝通、修改、隨機應變、相互妥協(xié)。例如一個節(jié)目攝制組，一些形成慣例的機位攝制可能可以自動化運行，一些基礎腳本和服務工作可以每期交給人工智能，但是每期節(jié)目仍然需要大量現(xiàn)場臨時調整、與參與節(jié)目的嘉賓溝通、節(jié)目本身的創(chuàng)意溝通，人與人協(xié)作。未來在情感關懷與陪護、人的社交娛樂方面，也會有更多基于人心靈溝通的需求。
三、超越人工智能的能力
第三種能力，是我自己更為看重的，未來更需求的關鍵性能力。也就是做那些人工智能難以做好的事情，給人工智能指引方向。第一類能力只是圍繞人工智能工具做現(xiàn)有的事，而第三類能力是去開拓人工智能仍然難以做到的事。
在這個領域，我們需要了解，有什么是人工智能仍然做不到的。這些專屬于人類心智上的皇冠，一定是未來需求最強烈的能力。
什么是人工智能做不到的能力？核心中的核心是兩條：世界觀和創(chuàng)造力。
我自己也是琢磨了很久，才把關鍵詞鎖定在這兩個。人類所擁有的有不少能力是人工智能目前尚不具備的，還需要很長時間發(fā)展和算法的突破，才有可能有所進展。這些能力包括常識、抽象思維、跨學科認知、感知他人心思和情感、元認知、對不確定價值目標進行抉擇，等等。將所有這些具體的能力匯集到日常生活工作中，就可以總結為兩點：世界觀和創(chuàng)造力。
世界觀
世界觀是常識的升級，是我們對世界的全景認知。目前， 人工智能理解專業(yè)性問題已經(jīng)非常出色，但綜合性問題仍然讓其非常困擾。圍棋人工智能可以下圍棋、醫(yī)療人工智能可以看病、金融人工智能可以投資、銷售人工智能可以推銷， 然而沒有人工智能可以用同一系統(tǒng)學會兩個領域的事。它們可以從海量專業(yè)數(shù)據(jù)中總結規(guī)律，但是回答不出日常生活中的情境問題——日常生活的問題總是涉及跨多個知識領域的綜合常識。而我們?nèi)祟?，對此有天生的本能。我們能夠建構整個世界的模型，把人放在大量背景知識組成的常識舞臺上， 對其行為加以理解。
常識的升級讓我們具有洞察力和世界觀。各方面的常識越豐富堅實，相互之間聯(lián)系越清晰，你越能一眼看到各個部分的問題，找到系統(tǒng)性解決方案，理解全局局勢，從而判斷出趨勢。這種系統(tǒng)性趨勢理解和基于過去趨勢經(jīng)驗的外推不同，它是對多領域知識相互關系的理解，根據(jù)各部分關系的走勢變化，對整體趨勢做出判斷。如果只能學習某一模塊內(nèi)的專業(yè)知識，不可能對全局有所把握。這一方面需要知識，另一方面也需要經(jīng)驗和視野。這不僅僅是單純輸入數(shù)據(jù)能夠做到的。IBM的人工智能“沃森”幾年前就輸入了維基百科的多學科知識，也在知識競賽中打敗人類選手。但是世界觀并不是碎片知識的堆積，世界觀是世界模型。
世界觀讓我們有跨專業(yè)的創(chuàng)新能力。我們能夠從物理和生物的結合中做出蛋白質組學，能把音樂領域理論帶入建筑設計，能將政治、經(jīng)濟知識與生活場景對應，最終以波普藝術的方式呈現(xiàn)出產(chǎn)品。構建知識的全景舞臺，讓多學科門類知識搭配組合，創(chuàng)建更有意義的事物，這是目前的人工智能難以跨越的一步。
創(chuàng)造力
創(chuàng)造力是生成有意義的新事物的能力。它是多種能力的綜合，一方面要求理解舊事物，另一方面能夠想象新事物。對舊有數(shù)據(jù)的學習和遵循是人工智能可以做的，但是對不存在的事物的想象，人工智能遠遠不如人類。
說有意義的新事物，是因為目前人工智能有一種“偽創(chuàng)造力”，也就是隨機制作或統(tǒng)計模仿。只要一個程序，就可以隨機生成一百萬幅畫，或者統(tǒng)計暢銷小說中的語詞和橋段，進行模仿和組裝。但這不是有意義的創(chuàng)造，它們不懂它們創(chuàng)造了什么。
真正的創(chuàng)造力不是這樣。真正的創(chuàng)造力是對問題的深刻洞察，提出與眾不同的全新的解決方案，或是對想象的極大拓展，讓奇思妙想轉化為可實現(xiàn)的全新作品，或是對人性的復雜領悟，把人心不可表達的感觸轉化為可表達的感人藝術。沒有深刻的理解和敏銳的感受，就沒有真正的創(chuàng)造力。創(chuàng)造力仍然是人類獨特的能力，它需要太多人類特質做基礎：審美能力、獨特的聯(lián)想能力、敏銳的主觀感受、冒險精神、好奇心和自我決定，發(fā)散思維和聚合思維的切換，最后，還需要對事情強烈的熱愛。
創(chuàng)造力讓人不斷拓展自身的邊界。在越來越大的版圖中， 只有慣例的事情交給機器做，人類永遠能在新大陸找到存在空間。有創(chuàng)造力的人越多，新版圖就越大，能夠容納的人就越多。但進入的前提是，需要具備創(chuàng)造力。
本文摘自郝景芳全新科幻作品《人之彼岸》，中信出版集團 2017年11月。
重慶分公司
重慶分公司
