即将到来的失业“天堂”

人工智能技术的发展到底会不会威胁到人类的工作机会？近些年来，关于这一话题的讨论，从未止息。

早在19世纪初期，因为蒸汽机在纺织业的大范围应用，导致很多的纺织工人被机器取代。由此，在英国民间爆发了一场对抗工业革命的社会运动，参与其中的人被称为 卢德分子 ，他们集结起来焚毁各种机器和工厂，以反对工厂用机器取代没有技术的劳工。

近些年来，随着技术的不断发展和工业化导致的一些问题（诸如气候、污染等）， 新卢德主义 开始蔓延。他们主张不用技术，提倡简朴生活，认为技术对个人、组织和环境有不可预测的负面影响，主要代表为全球化反对者、激进环境主义者等。

与此同时，还是有很多人对技术的发展持乐观态度，他们依据过往的经验得出结论—— 技术革新不仅不会导致大规模的失业，相反还会创造更多的工作，并且让人类的生活水平不断提升。

美国刚刚建国的时候，国民除了政治家和军人以外，基本都是农民，随着工业革命的发展，农民越来越少，现在，农民只占总人口的2%。如果站在那个时代来看现在，有98%的人都失去了工作，但是他们并没有失业，只是失去了旧工作而已。

的确，工业革命爆发后，一个农民可以通过简单培训成为一个产业工人；第三次浪潮来临后，一个下岗工人稍加培训后可以成为一个服务人员。然而， 在智能时代，这样的逻辑是否依旧行之有效，还有很大的商榷之处。

之前几次产业革命，对于职业转换的技能要求并不高，从狩猎采集时代转向农业化，没有什么门槛，无非是要学着种植、养殖，然后变之前的出去摘果子、打猎成为了在附近采摘、在家里宰杀。从农业时代转向工业化的时候，由于工厂操作大多都是简单、机械化重复，稍加培训就能掌握和习得。

然而，不论是工业革命还是信息革命，机器替代的主要是人类的 体力 工作。智能革命则是机器向人类一直引以为豪的 智力 发起了挑战。

体力相关的工作技巧比较容易习得，但是想要快速掌握脑力相关的工作就很具挑战性了。 尤瓦尔在《今日简史》一书中举例阐述道，尽管无人机省去了飞机驾驶员，但是，一架无人机去一趟作战区，执行一次拍照片的任务，背后需要30个人来操作，而且这些拍回来的照片还需要80个人来分析，以获取其中的有用信息。表面看，这似乎是一笔很划算的交易，因为我们以失去1份工作的代价换回了110份新工作。

问题在于，这110个工作岗位需要的知识和技能是相当复杂的，再也不可能通过快速、简单的培训一个下岗工人就能让其派上用场。这就导致了一个现在已经逐渐显现的问题—— 一方面许多求职者找不到工作，另一方面，很多工作岗位招不到匹配的人。

掌握技能的速度无法跟上剧烈波动的职场环境仅仅是我们将来要面临的困境之一。尤瓦尔在书中写道， 人工智能与人类的竞争，更像是计算机网络与人体生化系统的一次比赛。

过去，由于对人体组织不了解，诸如“自由意志”、“直觉”等很多人类的特质都被神秘化了。近几年，随着神经科学和行为心理学的研究，发现 人类其实也是一台数据处理设备 。所谓的“自由意志”不过是数亿神经元在瞬间计算各种可能性的结果，而“直觉”也不过是一种辨识模式而已。

未来，我们与人工智能的竞赛将会从 硬件 、 数据收集能力 、 算力 和 算法优化 几个方面展开。

按照摩尔定律，人工智能将会在硬件、数据收集能力和算力上不断快速迭代。而人类则没有这样幸运，首先， 我们的硬件不仅不会持续更新，反而在到达一个顶峰后，性能开始不断衰退。

硬件性能的衰退，也会导致算力的不断递减。尽管我们生命的每一天都是搜集数据的过程，但是相较于人工智能而言，我们还是要慢的多。

以李世石与 AlphaGo Lee 的对弈为例，在当天下完一局后，筋疲力尽的李世石回家后倒头就睡，但是 AlphaGo Lee 却在这个档口又下了100万盘。当第二天的晨曦映照大地时，李世石还是那个李世石，而 AlphaGo Lee 早已今非昔比。

在算法优化上，人类能够通过阅读、学习和经验总结不断刷新自己的算法，但是速度比之于人工智能依旧是天渊之别。击败李世石的 AlphaGo Lee 是在 参考大量人类棋谱，并自我对弈约3000万盘、训练数月 后以4：1的战绩取胜的。

随即，谷歌开发的 AlphaGo Zero 则完全从小白状态学起，在无任何人类经验输入的条件下，通过自我对弈学会了围棋规则，然后以100：0的战绩击败了自己的“兄长”——集人类大成者的 AlphaGo Lee。

尤瓦尔在书中提到了一场发生在2017年年底的对弈，一个名为 Stockfish 8 的程序与 AlphaGo Zero 对弈，前者是2016年的国际象棋冠军，每秒能计算7000万次走法，且累计了此前人类几百年的国际象棋经验和几十年的计算机象棋经验。

AlphaGo Zero 每秒只能计算8万次走法，事先没有教它任何的国际象棋规则，它 运用的是最新的机器学习原理，通过不断与自己下棋学会了国际象棋的规则，这个过程仅耗时4个小时。 在接下来的对弈中，它以28胜、72平的战绩大比分获胜，碾压了 Stockfish 8，也碾压了几百年来的人类经验。

在整个对弈过程中， 它完全没有向人类学习任何东西。 尤瓦尔不无赞叹的写到，“许多获胜走法和策略对人类来说完全是打破常规的，可以说是创意十足，甚至是天纵英才。”

借用阿根廷作家博尔赫斯的一部小说名来表述，学习过程像是行走在一个《交叉小径的花园》，充满了各种可能性。通常而言，人类的做法都是在没走之前 随机选择一条路径 ，这个过程充满了偶然性，一旦发现这个选择有效，此后便很少尝试其他道路，会一直重复走这条道路。

而人工智能则能够在很短的时间里穷尽每一种走法，从中选择出那条更为方便和简捷的路径。可见， 人工智能不仅在运算速度上远超人类，在算法优化方面我们也难以望其项背。

除了有更加高级的硬件、算力、算法及数据收集速度外，人工智能还具备两项特别重要的非人类能力—— “连接性”与“可更新性” 。

在《人类简史》中，尤瓦尔对人类通过“ 想象的共同体 ”而引发的 大规模协作 赞叹不已，认为这是人类之所以能够从地球生物界脱颖而出的关键。

但是，由于有各种各样的利益考量和算计，人类很难实现真正的信息共享， 整体而言，人类依旧是一台独立的终端，顶多能形成一定范围内的局域网连接。

而人工智能则较容易形成一个比人类更具有协调性和统一性的网络系统， 人类与人工智能的竞赛，不是个体对个体，也并非群体对群体，而是系统对系统。 在系统性对抗方面，人工智能的“连接性”与“可更新性”优势明显，尤瓦尔在书中以驾驶和医疗为例做了说明。

在驾驶方面，面对 交通规则的调整 ，很多人类司机要不就是无法及时获悉信息，获悉后也不能保证迅速理解，理解新交规后，也不能保证马上更改原有的操作习惯，很容易因交通违规引发交通事故。

此外，如果几辆车在十字路口遭遇，由于司机们 无法洞悉彼此接下来的意图 ，很容易因误判对方企图而导致事故发生。

如果智能驾驶全面普及，交通规则的调整可以通过升级智能驾驶系统让每辆车都在瞬间收到最新交规指示，因违规导致的交通事故概率几乎可以降至零。

同时，由于整个智能驾驶系统是互联互通的，在诸如十字路口这样的复杂交通状况下，每一辆车都会按照算法的统一调配行驶，因信息共享不充分而导致的交通事故也会大幅度降低。

据相关统计显示，当下，每年有近125万人死于交通事故，其中90%都是诸如醉驾、疲劳驾驶、一心二用等人为原因造成的。仅就目前的技术而言， 如果能够实现智能驾驶的大规模普及，道路伤亡数量将减少90%，每年能够拯救100万人的性命 。

在医疗领域，医生也是通过不断地积累病例来丰富自己的数据库，从而寻求和匹配有效的医疗手段。但是，人类医生的数据积累大多都是彼此独立的，很难及时共享最新病例。而智能医疗则随时能将新的医疗病例共享到系统，即使是相隔千里，也能瞬间获悉最新的病例数据。

不论我们对人工智能持何种态度，对于以保护生命和健康为目标的良性技术肯定无法拒绝，而驾驶与医疗不过是两个典型的行业的代表而已，一旦技术成熟，类似这样的大范围替代将是难以避免的，这将是我们难以回避的宿命！

19世纪，因为汽车的诞生，让马车成为了历史，好在那些马车夫还可以转行当出租车司机。而当下， 面对人工智能，我们可能不再是昔日的马车夫了，而是那些被淘汰的马 。

我们反抗的对象不再是独裁的君主，也不再是贪婪的资本家，而是自己的无足轻重，因为我们连被剥削的价值都没有了。 未来，我们也许会真正步入一个不用干活就有钱拿、有福利享的社会，唯一的代价是我们将一无是处。

有一个小故事讲到，一个人无意中走到了一个地方，环境好，住处舒适，吃喝穿用，应有尽有，还有人专门服侍。这人感觉自己像进了天堂一般，享受着一切。一段时间后，他感觉很无聊，于是问那些服侍他的人，你们能给我一些工作干吗？仆人回答道，您可以在这里尽情地享受，但是这里没有工作。他听完后抱怨道：“连工作都没有，这里简直就是地狱。”而服侍他的人则反问道：“你以为这是哪呢？”

那个正在朝我们飞奔而来的世界，会是天堂还是地狱？