人工智能是人类 科技 文明发展到一定阶段的产物,是研究、开发用于模拟、延伸和扩展人类智能的技术科学。由于计算机硬件性能的全方位提升和互联网大数据的积累,历经多次挫折的人工智能技术在21世纪第二个十年终于进入了新一轮高速发展时期。本轮人工智能技术以人工神经网络的研究为基础,以机器学习为主要特征,因深度学习算法和算力的重要突破及发展,使得在诸多领域都取得了较多的成果。
一些经济学家对人工智能提出新的见解,迅速扩大的数据集、机器学习和日益提高的计算能力,这些应该列为除资本和劳动力之外一种全新生产要素,将以深远且可能非同一般的方式影响生产率。它正缔造一种新的“虚拟劳动力”,与其他生产要素不同,人工智能不会随时间流逝而贬值。
人工智能带来的冲击
随着智能机器人产业的发展,美国和中国有望从主宰传统工业机器人领域的日本和德国抢走领军地位。在此《金融时报》提到了中国机器人革命,机器人是中国制造2025计划中的重要部分,帮助提高工厂自动化及 科技 水平,把劳动力成本上涨问题转化为工业升级的契机。由此有个疑问:新兴经济体还能不能指望靠西方国家传统发展道路致富?抑或机器人将接受曾让数亿人脱贫的许多职位?
由于人工智能技术的尖端性和前沿性,知识少数综合实力强大的国家才有条件和能力去研发和掌握。第三世界国家经济基础薄弱、 科技 能力低,在人工智能技术发展的大趋势下,将和发达国家之间差距进一步拉大。
例如印尼,机器人的普及使得发展中国家更难搭上经济增长的“自动扶梯”,印尼等国工资水平更低人口相对年轻,更能吸引劳动密集型企业,还不适合普及自动化。如果不提供更好的教育和培养更多技能,发展中国家将难以利用制造业进步带来的好处。
一个国家收入水平越低,越容易受自动化的冲击。当前在农业、制造业等可贸易部门,低收入国家相对高工资国家更有成本竞争优势,然而如果在这些国家过早去工业化,会使它们失去搭上人工智能发展快车的机会。
与全球化一样,数字革命将为人类带来普遍好处,但也会造成局部痛苦。我们怎么才能确保良好的结果呢?此类新技术会威胁很多成熟行业、市场和就业。与全球化一样,数字革命将带来普遍好处,但也会造成局部痛苦。我们怎么能确保良好的结果?首先,私营部门必须拥抱公共部门,认识到大家有着共同的目标。其次,公共部门需要调整自己,理解并迎接新技术所带来的挑战。第三,我们可能需要重写治理我们民主 社会 的隐性 社会 契约,重新定义政府提供的商品和服务。
自动驾驶的挑战
自动驾驶 汽车 将带来极大的益处,但也会导致大量岗位流失,各国需未雨绸缪。
城市不希望所有人拥有自动驾驶 汽车 ,那会加剧堵塞,也没必要。如无人驾驶普及开来,人们坚持开车将被征收费用。无人驾驶将使城市车辆数量削减90%,运输人数不变,事故数下降。车辆减少且使用电动车随之污染减少。因为不用亲自驾驶,老人、青少年、行动不便人士出行变得便利。人们因不再拥有 汽车 ,就能省下相应的开支,也不用再考虑停车问题。
无人驾驶的商业理由是消除对人类驾驶员的需求。不会立即消灭岗位,而是可能会先让司机的日子更舒适,然后在中期弥补司机数量的短缺,最终才会消除这些就业岗位。事故减少导致保险公司收入下降。同时也冲击了传统有人驾驶 汽车 及传统能源的生产企业。
一些专家认为无人驾驶百分百安全无事故,然而这几年美国及其它国家无人驾驶测试中发生的事故以及之前黑客大赛上自动驾驶 汽车 容易被黑已经形成反例。如果一个孩子突然出现在自动驾驶 汽车 前方,若避开他将撞向路边的行人,智能 汽车 会怎么办?应该刹车。前车以20英里时速慢速前进,能否给 汽车 编程超车? 汽车 的智能不大可能出现“接受适度风险驾驶”选项。种种现实问题仍需解决。《日内瓦道路交通安全公约》、《维也纳道路交通安全公约》规定任何时候 汽车 必须由驾驶员控制,因而需要修改法律以适应未来自动驾驶 汽车 上路。
2018年底,waymo掌门人和苹果联合创始人承认自动驾驶的普及还要几十年。自动驾驶技术还没达到能在任何天气和任何条件下都能驾驶的最高等级L5。一个原因是,自动驾驶的场景太多太复杂,算法达不到要求。自动驾驶是趋势,然而还是要理性看待。最近,前华为智能驾驶总裁苏箐对特斯拉自动驾驶的言论,也提醒了应对此保持谨慎。
潜在负面影响
随着人工智能、生物 科技 和机器人领域的技术进步,每个人都急于弄清楚其对 社会 、经济、道德层面的潜在影响。不妨考虑三个问题,第一个,人工智能是否像马斯克说那样,“可能比核武器危险”?第二个,如何在自动驾驶 汽车 中植入“伦理弹性”?比如,违反“不得超车”规则,以便让骑车人享有更大路面空间,但应当对自动驾驶 汽车 如何编程,使其在遇到真正危机时做出正确反应。第三,谁负责确保最新技术成果不被滥用?法规滞后于现实,私人部门机构往往躲在对法律狭义解读背后。
比较实际的例子是,如果我的机器人打破了邻居的窗户,谁该为此负责?机器人生产商、销售商、我本人还是机器人?欧盟报告建议将比较先进机器人视为“有责任赔偿它们可能引起的任何损失的电子人”。然而企业或无需缴纳机器人税,甚至可能无需对某些机器人承担赔偿责任,这就会带来争议。 社会 将需要更多资源,但机器人不交税,比较盈利的企业不太可能缴纳足够的税,也就是机器人带来对纳税人资金更高需求同时也带来更少的税收收入。
在数字时代,通过精密算法和机器学习实现价格串谋的隐秘手段难以被起诉和追责。一些专家表示,现有的反垄断法以人的意图和行动力为前提,可能不足以防止企业在数字时代滥用它们的市场力量。人工智能和强大算法的崛起可能催生更多以损害消费者利益为代价维持更高价格、无视传统执法机构、持续时间较长的卡特尔。这是现在反垄断法规面临的挑战。
随着定价系统变得日益自主,垄断者甚至不需要和竞争对手谈话就能垄断价格,这些都不会留下能作为罪证的电子邮件或语音邮件。找到方法防止自我学习算法之间的串谋或成为竞争法执法机构迄今面临的最大挑战之一。
定价工具能够在互联网上搜寻竞争对手的价格、从自有数据库中找寻相关的 历史 需求数据、分析数字化信息并在数毫秒内得出定价解决方案。理论上这应该带来更低的价格和更丰富的消费者选择。“如果目标是做坏事,自动化系统和算法可以帮助你更快地做坏事”。该应用会阻止零售商降价,让价格高于本来可能的水平。自由市场理论的标杆之一信息完全性可能损害而不是增进消费者权益。有个案例是2011年亚马逊上两家卖家使用有缺陷的定价工具使一本书价格在几天内从113美元表彰到2300万美元。第一种算法自动将书的价格定为第二个卖家的1.27059倍,第二个卖家将价格定为第一个的0.9983倍,没有对价格上限编程,导致价格以外螺旋上升。
此外人工智能发展之快,可以想见机器将可完全代替人类进行杀戮,并提升国家发动战争的意愿。人工智能的性质使人无法预见自动武器发展的终点,不管进行多少精密的编程,也无法限制其后果,最好不要踏上这样的路。
因此要正视人工智能的潜在负面影响,尽早采取措施规避。
技术焦虑症
人们总会夸大描绘所处的时代,认为自己面临的挑战是空前的,如今我们在思考自动化未来时也犯了这种毛病。技术革命不会把人类推向一个机器产生自我意识并接管一切的未来,类似的担忧毫无意义。同时,把人类贬低成毫无竞争力的体力劳动者,也未免过于自卑了。
微软亚洲研究院院长洪小文博士谈到,只有等人类了解了创造力的产生过程,才有可能教会计算机人类特有的那种创作。如果算法继续由人撰写而机器只会按人提供的算法执行,本质还是和以前的算盘一样,计算机可以完成一些特定类型的任务,但不代表计算机就能理解这些任务。人工智能专家赫布里希认为,机器人无法复制创造力。无法重组更高级的抽象概念,无法急于很少的信息或事例想象未来,它们没有直觉。专家的这些见解有助认识清楚当下人工智能本质的问题,方可消除技术焦虑症。
人们将需要新的、不同的技能。增加教育机会和实行全民基本收入或许可以缓解机器人对劳动市场的影响。自动化正在加剧年轻一代的职业焦虑感,但大型新兴市场的年轻人相对自信得多,他们懂得利用技术和网络资源进行自我培训。
技术让我们得以费少得多的力气创造多得多的价值,如果我们无法弄明白如何应对这种形势,如何确保以反映我们共同价值观、保护弱者的方式分享机器人的劳动成果,那么我们应该感到羞愧。如果是那样的话,我们已遭遇真正的敌人,就是我们自己。
生存指南
人工智能有着强大的优势,在另一方面,人工智能能实现普通智力吗?机器能像人类一样解决问题吗?现在尽管AlphaGO, AlphaZero在围棋上战胜了人,然而它们目前仅限于下棋,还未能解决其它问题,这就需要通用人工智能——指在不特别编码知识与应用区域的情况下,应对多种甚至泛化问题的人工智能技术。通用人工智能还需要做持续学习,需要具备严密的推理和逻辑的能力,能在没有任何输入的情况下自我学习,架构需要更新,这就有要变成一个自己能够组合,完成一个更复杂的系统。这些是目前人工智能还仍待解决的问题。但这还不说明机器就能有思维能独立思考,做到这样要的是强人工智能,不仅要具备人类的某些能力,还要有知觉、有自我意识,可以独立思考并解决问题。如果强人工智能有自主意识,能否受控还不得而知。因而对于强人工智能的开发,学界存在着争议。
比较人类大脑与人工智能,人类大脑在有逻辑地发挥想象力、进行跳跃性思维比人工智能出色的多,要拥有创造力。人类拥有机器无法超越的“同理”能力,可靠情商取胜。目前人类还是要掌握阅读、写作、算术基本技能,否则无法建立起创造性地解决高阶问题的思维框架。金融时报2018年4月一篇文章谈到下一代需要重视人工智能无法效仿的人类技能:创造力、创新、弹性、处理冲突、模棱两可和不确定性的能力等等。应对人工智能挑战不仅关乎培养更多人工智能和电脑专家(尽管这很重要),还关乎构建人工智能无法效仿的技能。这些是不可或缺的人类技能,例如团队合作、领导能力、倾听、保持积极心态、与人打交道以及管理危机和冲突。这些都是隐性知识(而非显性知识)形式。它们属于诀窍技能,而不是事实技能。事实技能很容易传给下一代,而且容易衡量。诀窍技能很难传递,也很难衡量。因此正确认识人类的优势,并识别出人工智能所不具备的能力,是应对人工智能挑战的关键。
对于人工智能时代的职业发展,有专家建议:
赫芬顿:最佳战略是“具有无限的适应能力和无限的灵活性”,“把变化视为唯一的不变”。
布林约尔松:“学习如何做那些人类比机器更擅长的事情”,包括创造力和创业精神,人际交往。“终身学习”。“如果你不真正热爱你所做的工作,那么要出类拔萃很难,甚至不可能”。
其中的终身学习是一剂良方,这是指 社会 每个成员为适应 社会 发展和实现个体发展的需要,贯穿于人的一生的,持续的学习过程,这也应了我国一句老话,活到老学到老。目前 社会 急剧变化,新问题层出不穷,知识更新速度大大加快,人们需要更新知识观点,获得新的适应能力,以适应这个时代。
如果将适应能力强的人与计算机搭配,就可以消除单调乏味的工作,人性化地应对这种变化。开发者“必须设法帮助人类更好地进行具有人性特定、最有价值的工作”。只有人类和机器基于共同的目标进行合作,才能实现突破。当我们达到这样的共生境界,人类将释放巨大潜能。对此要重新思考教育,视为终身过程;奖励好奇心和实验,这些是发现和理解未知事物的基石。
人类与人工智能之间不应是取代,而应合作共生,增进人类共同福祉。正确地认识问题,保持开放心态,调整自身并适应时代。