您的位置:主页 > U微生活 >《人类大历史》作者哈拉瑞:等你长大,可能没有工作 >

《人类大历史》作者哈拉瑞:等你长大,可能没有工作

作者: 2020-06-10 浏览: 778 次

《人类大历史》作者哈拉瑞:等你长大,可能没有工作

文/哈拉瑞

我们完全无从得知,2050年的就业市场会是什幺样子。一般同意,机器学习和机器人将会改变几乎所有工作,从製作优格到教导瑜伽都无法倖免。但谈到这项改变的本质及急迫性,各家观点也就众说纷纭。有些人认为,只要十年到二十年,就会有几十亿人成为经济上多余的存在。但也有人认为,长远看来,自动化的影响也会是为所有人创造新的就业机会,带来更大的繁荣。

所以,我们究竟是真的处于危险动荡的边缘,又或者这再次只是卢德份子歇斯底里的妄言?这很难说。早从十九世纪,就开始有人担忧自动化会造成大量失业,但至今从未出现这种景况。自工业革命揭开序幕以来,机器每抢走一项旧工作,也会至少创造一项新工作,而且平均生活水準大幅提高。但我们有充分的理由相信这次情况不同,机器学习将会真正让整个情势彻底改变。

人类有两种能力:身体能力和认知能力。过去,机器主要是在原始的身体能力得以与人类竞争,而人类则是在认知能力仍享有巨大优势。因此,随着农业和工业的工作迈向自动化,就出现了新的服务业工作。这些新工作需要人类独有的认知技能:学习、分析、沟通,特别是必须理解人类的种种情绪。然而,人工智慧(以下简称AI)已经在愈来愈多认知技能项目上超越人类,包括理解人类的情绪。而且,除了身体能力和认知能力之外,我们并不知道还有什幺第三种领域,让人类能够永远胜过机器。

必须体认到的一项关键在于:AI革命不只是让电脑运算更快、更聪明,AI更搭配了在生命科学和社会科学方面的种种突破。我们愈了解是哪些生化机制在支撑人类的情感、欲望和选择,也就愈能分析人类行为、预测人类决策,最终取代人类的司机、银行经理和律师。
过去几十年,由于在神经科学和行为经济学等领域的研究,让科学家能够「骇进」人类,更清楚了解人类究竟是如何做出各种决定。事实证明,我们从选择食物到选择伴侣,都不是出于什幺神祕难解的自由意志,而是数十亿神经元在瞬间计算各种可能性的结果。过去大受讚誉的「人类直觉」,其实只是「辨识模式」罢了。优秀的司机、银行经理和律师,对路况、投资或谈判交涉并没有什幺神奇的直觉,只不过是辨识出了某些一再出现的模式,于是能够闪过漫不经心的行人、拒绝无力偿债的借款人、戳破心怀不轨的骗子。而且,那些领域的研究同时也证明,人脑的生化演算法距离完美还有很长一段路。人脑会想走捷径、想根据不完整的资讯快速找出解答,而人脑的迴路也显得过时,整套机制适合的是过去的非洲大草原,不是现在的都市丛林。也就难怪,就算是优秀的司机、银行经理和律师,也会犯下愚蠢的错误。

这代表着,就算是那些本来认为是靠直觉的工作,AI也能表现得比人类更好。如果是说AI能比人类更有那种难以言喻的第六感,这种事大概不会发生;但如果讲的是AI能比人类更懂得计算机率、辨识模式,听起来可能性就高了许多。

特别是如果某些工作需要「关于别人」的直觉,AI的表现就能优于人类。许多工作(例如在人潮满满的街上开车,把钱借给陌生人,商业上的谈判交易等等)都需要準确评估别人的情绪和愿望。那个孩子是不是会突然跑到马路中间?这个穿着西装的人,是不是打算从我这里一借到钱就消失?那位律师的言语威胁是认真的吗?还是只想吓吓我?只要我们觉得这些情绪和欲望是来自某种非实体的心灵,显然电脑就永远无法取代人类的司机、银行经理和律师。原因就在于:电脑怎幺可能去理解「心灵」这种神圣的创造物呢?然而,如果这些情绪和欲望实际上也只不过是某些生化演算法,电脑就没理由无法解译,而且解译的成绩一定比任何智人都来得好。

不管是司机预测行人想往哪走,银行经理判断借款人的信用好坏,又或是律师衡量谈判桌上所瀰漫的情绪,凡此种种所依赖的都不是巫术,而是在他们无所觉的情况下,大脑就会透过分析脸部表情、声调、手部动作、甚至体味,来判读生化模式。AI只要搭配适当的感测器,绝对可以把这些工作做得比人类更精确、更可靠。

因此,失业的威胁不只是因为资讯科技的兴起,而是因为资讯科技与生物科技的融合。要从功能性磁振造影(fMRI)扫描机,走到劳动市场,这条路肯定是漫长而曲折的,但花个几十年总是能走完。脑科学家今天对杏仁体(主司情绪与恐惧反应)和小脑(主司感官资讯的整合与微调运动技能)的研究,就有可能让电脑在2050年比人类更适合担任精神科医师和保镖。

AI不单单能够「骇进」人类、并在以往认为专属于人类的技能表现上打败人类,更拥有独特的非人类能力,而使得AI和人类工作者之间的差异不仅是程度高低,而是完完全全的两回事。AI特别重要的两种非人类能力,就在于「连结性」和「可更新性」。

人类都是个体,很难将所有人彼此连结,以确保每个人都得到最新资讯。相反的,电脑并不是彼此相异的独立个体,因此很容易把电脑集合成单一、灵活的网路。所以这样说来,并不是即将有几百万部电脑和机器人取代几百万个工人,而是所有的个别工人会被一套整合的网路所取代。因此,讨论自动化的时候,不该把「一位司机」的能力拿来和「一辆自动驾驶车」比较,也不是把「一位医师」拿来和「一位AI医师」做比较,而是该把「一群人」的能力,拿来和「一套整合网路」进行比较。

举例来说,交通规则时有修改,但许多司机并不全然熟悉,于是常常违规。也因为每辆车都是个别运作的实体,所以两辆车到了同一个十字路口的时候,司机可能会误读彼此的意图,以致发生事故。相反的,自动驾驶车是连结成一个整体,所以两辆自动驾驶车来到十字路口时并非个别运作,而是属于同一套演算法的一部分。这样一来,沟通不良而发生事故的机会也就大幅减少。此外,如果交通部决定修改某些交通规则,所有的自动驾驶车都能很快在同一时间更新;除非程式出错,否则大家都会遵守新的规则。

同样的,如果世界卫生组织确认出现了某种新疾病,或是某实验室生产出某种新药,目前几乎不可能让全世界所有人类医师都得知最新发展的消息。相较之下,就算全球有一百亿台AI医师、各自照顾着一个人的健康状况,仍然可以在瞬间全部更新,而且所有AI医师都能互相分享对新病或新药的反应。

连结性和可更新性可能带来的优势极为庞大,至少对某些工作来说,就算某些单独个人的工作效率可能仍然高于机器,但合理的做法将会是用电脑取代所有人类员工。

有人可能会反驳说,把个别的个人转换为电脑运算网路之后,就会失去个别性所带来的优势。举例来说,如果某位人类医师做出错误判断,并不会因此让世界上所有的病人都丧命,也不会阻碍所有新药的发展。相反的,如果所有医师其实都属于某一套同样的系统,该系统一旦出错,结果可能就极其严重。

但事实上,整合的电脑系统可以在不失去个别性的优势下,把连结性的优点发挥到极致。譬如在同一个网路上提供许多演算法,以供选择。于是位于偏远丛林小村里的病人只要透过智慧型手机,能找到的不只是某一位医学权威,而是上百位不同演算法的AI医师,而且这些AI医师的表现会一直受到互相评比。你不喜欢那位IBM医师的诊断吗?没问题。就算你现在困在吉力马扎罗山上,也能轻鬆找到百度医师,寻求第二意见。

这对人类社会很可能带来巨大的好处。AI医师能为几十亿人带来更好、更便宜的医疗保健服务,特别是那些目前根本没有医疗保健资源可用的人。靠着机器学习演算法和生物统计感测器,就算是某个未开发国家的贫困村民,也可能会透过智慧型手机,得到良好的医疗保健,比起目前最富有的人在最先进的城市医院所获得的水準,有过之而无不及。

同样的,自动驾驶车能让交通服务品质大幅提升,特别是能够降低车祸死亡率。在今日,每年有将近一百二十五万人因车祸而死亡,足足是战争、犯罪和恐怖攻击死亡人数的两倍。在这些事故中,超过90%是由于人为错误造成的:有人酒驾、有人边开车边发简讯、有人开车开到睡着、有人开车的时候只顾着发呆。根据美国国家公路交通安全管理局在2012年的估计,全美死亡车祸有31%出于酒精滥用、30%出于超速、21%出于驾驶分心。而这些错误,自动驾驶车永远不会犯。虽然自动驾驶车仍有不少问题和局限,也免不了会有些事故,但根据预测,如果把所有驾驶工作完全交由电脑处理,将能够减少大约90%的道路伤亡。换句话说,只要全面改採自动驾驶车,可能每年就能拯救一百万人的性命。

因此,如果只是为了保障工作,就想阻挡在交通和医疗保健等领域的自动化,绝对是不智之举。毕竟,我们真正该保护的是人类而不是工作。如果这让司机和医师变得无用武之地,就让他们找点别的事来做吧。

从艺术到医疗保健,许多传统工作将会消失,但部分影响可能会由新创造的工作来抵消。例如诊断各种已知疾病、执行各种常见医疗的全科医师,有可能被AI医师取代,但也就会空出更多经费空间,让医师和实验室助理得以进行开创性的研究,研发新药或手术新术式。

AI也可能以另一种方式,协助创造新的人类工作:人类与其想赢过AI,不如把重点放在AI的维修和运用。举例来说,因为无人机取代了飞行员,有些工作确实消失了,但同时在维修、远端控制、资料分析和网路安全方面,却也创造了许多新的工作机会。美国军方每派出一架「掠夺者」或「死神」无人机飞越叙利亚,就需要有三十人在幕后操作;至于蒐集完资料的后续分析,更需要至少再八十人。在2015年,美国空军就曾经因为受过足够训练的人力不足,面临无人操作无人机的窘境。

这样说来,2050年的就业市场特色,很可能在于人类与AI的合作,而非竞争。从警务到银行等各种领域,「人类搭配AI」的表现都能超越纯粹的人类、或超越纯粹的电脑。在IBM的深蓝于1997年击败世界西洋棋王卡斯帕罗夫之后,人类并没有停止下棋。相反的,在AI协助训练之下,人类的西洋棋大师水準比过去更高。而且至少有一段时间,由人类和AI搭配而有「半人马」之称的这种队伍,在西洋棋的表现也击败了纯粹的人类和纯粹的电脑。很有可能,AI也能像这样,协助培养出史上最杰出的侦探、银行经理和军人。

然而,这些新工作都需要高水準的专业知识,无法解决无技能劳工失业的问题。想让劳工再受训后、去做这些工作,可能还不如直接创造完全属于人类的全新工作。像是在过去的自动化浪潮中,劳工通常可以从某项规律性、低技能的工作,轻鬆转向另一项同样规律性、低技能的工作。像是在1920年,因为农业机械化而失业的农场工人,可以转到製造曳引机的工厂里找到新工作。在1980年,工厂工人失业后,也可以转到超市里当收银员。这种转职在过去是可行的,因为从农场到工厂、从工厂到超市,都只需要稍加重新培训即可。

但是到了2050年,收银员或纺织工人的工作都由机器人接手之后,他们大概无法转职成癌症研究学者、无人机操控员、或是人类搭配AI的银行团队一员。他们就是少了必备的技能。在第一次世界大战的时候,派出百万名大兵扛着枪一阵乱射,牺牲在所不惜,其实是合理的做法,毕竟当时个人的技术好坏并不会造成太大差异。但到了今天,就算无人机操控员和资料分析师的位子确实缺人,美国空军可不会找个失业的超市收银员来填埔空缺。你可不希望有个没经验的菜鸟,把阿富汗的婚礼派对,误认为塔利班的高层集会吧?

因此,虽然出现了许多新的人类工作,仍然可能看到新的「无用阶级」日益庞大。我们甚至可能是两面不讨好:许多劳工找不到工作,但也有许多雇主找不到有技能的劳工。这可能就像是十九世纪马车变成汽车的情况再现,当时有许多马车司机转业成为计程车司机;只是我们可能不是那些转业的司机,而是被淘汰的马!

>> 8/29前,预购《21世纪的21堂课》享限时优惠88折,「人类三部曲」套书只要75折!立即前往购买►►►

猜您还喜欢 猜您还喜欢