第四章 AI时代：人类将如何变革？（第6/27页）

对于某些工作，全部工作内容都可以被自动化，所以不再需要人类员工。例如，放射科医师的工作就可以全部被自动化。但对另一些工作，比如普通医生，你没法将他们全部替换，因为你没办法彻底取消面对面的病情诊断。我们将会拥有自动辅助诊断系统，但这些系统只是让医生的工作更高效，从而让医生有更多时间来完成科研任务，或者接诊更多的病人。今天，很多人因为医疗费用昂贵而不去看医生。当人工智能被广泛应用后，医生可以更高效地接诊病人。医生的数量可能会下降，但人们可以更容易也更频繁地去看医生。

与杰瑞·卡普兰的观点相似，我认为在人工智能时代里，人类工作的转型在所难免，但这更多意味着新的工作方式，而非大量的失业。比如，我的大女儿在学习服装设计。在过去的数十年里，因为技术的发展，特别是因为互联网的普及，服装设计这个行业已经有了很大的变化。过去学服装设计的人，必须亲自学习从材料到设计再到剪裁的每一个细节，亲自动手量体裁衣。但现在互联网上出现了不少设计师与服装生产环节之间的协作平台，通过互联网进行分工合作，设计师只要负责款式设计，并把图样发给服装制造的上游厂商，厂商就会根据设计师的设计，完成服装的实际生产。在今天这个时代，设计师不用亲手量体裁衣，就可以创造并拥有自己的时装品牌，并利用互联网的优势，进行推广和销售，所有其他环节，交给更专业的人去完成。这是互联网的兴起，为时装行业带来的工作方式的转变。那么，未来随着人工智能的应用，许多简单的服装制造环节，都可以由人工智能控制的机器来完成，时装行业又会经历一次新的转变。在历次变革中，懂得发掘美、展现美的时装设计师，他的工作因为需要人的想象力、创造力而不会消失。产业链上其他相关的工作，则会因技术的引入而不断变化。最终的结果不一定是从业人员的减少，更有可能的是服装设计、生产效率的大幅提高，生产成本的大幅降低，在此基础上，甚至可以为每个用户配备“私人”设计师，根据用户的个人爱好，来订制最美的时装作品——基于这个判断，今后服装设计师的数量一定会大幅增加。

也就是说，失业问题未必会如某些人想象的那样严重。技术发展将造成一部分简单工作、底层工作的消失或转变，但由此也会催生更多新型的、更需要人类判断力和创造力的工作类型。如设计师、架构师、建筑师、流程设计和管理者、艺术家、文学家……其工作不但不会被取代，反而会成为未来的稀缺资源，吸引更多在社会和经济转型中愿意尝试新领域的人来从事类似工作。

AI只是人类的工具

担心人工智能控制甚至毁灭人类的，是对超人工智能过于乐观的“科幻”爱好者；担心人工智能取代绝大部分人类工作，造成全球大范围失业的，则是不相信科技进步能凭借自身力量优化社会资源分配、调整经济结构、构建新就业秩序的保守主义者。

我想，在人类可以预见的近未来，上面这两种极端情况的出现概率都非常小。最有可能变成现实的情形是全人类步入一个崭新的人机协作时代，在这个时代，以人工智能为驱动的机器将大幅提高人类的工作效率，但无论从哪个角度说，机器都只是人类的工具。

杰弗里·辛顿教授在接受采访时说：“机械式挖掘机和自动柜员机通过替代人类的简单、重复劳动，提高了生产效率。没有几个人会说，我们不应该引入这些自动化的机器。在一个公平的制度中，可以提高生产效率的技术进步会受到所有人的欢迎，因为它们会为每个人带来更为优越的生活。技术本身不是问题，问题在于制度是否能保证每个人都获益。”91

杰瑞·卡普兰认为，一个关于机器智能的更好的思维方式是：我们拥有了新的科技手段，我们可以将这些新技术应用于新的问题领域。因为机器学习技术的进步，我们现在正处于最好的时期。“当你拥有一把锤子时，所有东西看起来都像钉子。”今天在美国，所有人都在尝试，看看我们该如何应用人工智能技术，可以应用得多么深入。我们正在解决自然语言处理问题、翻译问题、机器视觉问题、机器人问题等。有些地方，人工智能工作得很好，有些地方，它们还难以满足实际需要。驱动这种进步的主要力量并不是智能本身，而是大数据以及使用更快、更便宜、更简单的方式访问大数据的能力。

今天人们对于机器学习的兴趣与曾经的每一次新技术革命并没有本质的不同。例如，机器学习和当年关系型数据库的发展非常类似。我们当年使用基于层次模型和网络模型的数据库，关系型数据库的出现改变了一切。借助关系型数据库，任何人都可以将数据库当成一个方便的工具，而不需要雇用许多专业的工程师。人工智能就是这样一个可以为我们带来巨大改变的便捷工具，就像关系型数据库在几十年前所做的一样。92