什么是人工智能時代的安全職業，可能疫情后變成人們緊迫思考的問題了。隨著人工智能發展，一個又一個原來由人承擔的工作，被機器替代。阿爾法狗干了圍棋冠軍的活兒，微軟的小冰干了詩人的活兒，百度無人駕駛汽車干了司機的活兒，方太無人超市干了售貨員的活兒……，傳統職業變得不再安全。人們不禁要問，將來還有哪些職業，是機器難以替代，因而是相對安全的？

判斷這個問題，不能靠瞎猜，而需要一個思考框架。作為一個學術問題，這個問背后的問題是：人工智能擅長作什么，不擅長作什么。人擅長作什么，不擅長作什么。搞清楚人與機器各自所長、所短，這個問題自然就有答案了。

首先，涉及人工智能的本質，要參考人工智能權威的看法來判斷。這里推薦2011年圖靈獎獲得者朱迪亞珀爾與達納麥肯齊合著的《為什么：關于因果關系的新科學》。其中提出了一個理解人工智能能力本質的簡單框架，這就是因果推斷框架。2014年9月3日，珀爾教授在舊金山給筆者講了一下午因果推斷，筆者記下的一句話，可以概括這本書的主線：“從巴比倫思維到雅典思維的問題。”因果推斷在講相關關系與因果關系二者之間的關系。通俗地講，相關關系對應歸納（休謨經驗論，所謂巴比倫思維），因果關系對應演繹（萊布尼茨理性論，所謂雅典思維）。珀爾反對現在一些人只講相關關系，不講因果關系。認為人工智能只有通過建模將相關上升到因果，才能通過推斷解決問題。

對應到職業上，這意味著，找不到規律的事（只有相關沒有因果的事）更適合由人來完成；而找得到規律的事（從相關可以推斷出因果的事）可以由機器替代。更簡化地說，凡是建不了模的工作，機器都代替不了人。舉例來說，有些人購物沒準兒，建模往往套不牢他們，所以為這些消費者服務的事就適合由人來干。

其次，涉及職業的本質，要參考職業問題權威的看法來判斷。這里推薦斯科特佩奇的《多樣性紅利》。其中也提出了一個超簡的判斷框架：“多樣性優于能力”。全書的“多樣性”，都可替換為臭皮匠（或人）；“能力”，都可替代為諸葛亮（或人工智能）。臭皮匠在什么條件下可以穩贏諸葛亮，或者說，人在什么條件下可以穩贏人工智能。其實條件很簡單：凡是人算不如天算的，都不適合人工智能（諸葛亮）。相反，凡是人算算得清的，都不適合臭皮匠。顯然，人工智能這個“諸葛亮”之所以顯得很能，全在于會算，如果他算不清楚，自然就得投降。什么是算不清楚的呢？按佩奇院士理論，就是復雜性程度超過算力的事務。舉例來說，股市、生態多樣性，還有，婚戀，等等。

第三，涉及人工智能與職業的關系，要參考這方面專家的看法。這里推薦馬華興、王鵬著的《做出好選擇》。其中提出了一個將人工智能與職業聯系起來的判斷框架。這個框架把工作分為程序型工作和探索型工作。程序型工作，對應珀爾院士說的可建模發現因果關系的事情，對應佩奇院士說的“能力”型工作；探索型工作，對應珀爾院士說的只有相關關系無法建模的事情，對應佩奇院士說的“多樣性”型工作。《做出好選擇》認為，從事探索型工作是未來的方向。這是人工智能時代的安全職業。書中歸納了三種有前途的探索型工作：社交類工作、設計類工作、經驗類工作。

不過，如果理解了人工智能的原理與職業的原理，安全職業可以不只這三類，而可無限增加。比如，網絡文藝，全行業符合佩奇院士說的“多樣性”標準，作品只要一重樣，就會被判抄襲。其中包括網絡文學、網絡音樂、網絡視頻、網絡音頻等十多個職業，進而由產品內容化、體驗化，乘上365行進一步派生數千職業，如直播帶貨、孩子打針專用動畫片等等；又比如，網絡娛樂，細分為體育、游戲、博彩等具有人算不如天算特征的成百上千種的職業，……無窮無盡，總之只要與人的情感（如對美好生活的向往）沾邊，都適合人而不適合人工智能。真正的問題反倒可能是，安全職業多得數也數不過來，逼得人工智能還要再努力一些，才能把人手騰出來，有機會去盡情發揮。
責任編輯：YYX