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
-
人工智能
+關注
關注
1791文章
47208瀏覽量
238284 -
機器
+關注
關注
0文章
781瀏覽量
40722
發布評論請先 登錄
相關推薦
評論