老王小说

手机浏览器扫描二维码访问

第2章 就业 等你长大可能没有工作（第1页）

一秒记住【m.xiaoyanwenxue.cc】精彩无弹窗免费！

“罗辑思维荐书集锦（套装共24册）（.shg.tw）”

！

第2章就业：等你长大，可能没有工作

我们完全无从得知2050年的就业市场会是什么样子。

人们普遍认为，机器学习和机器人将改变几乎所有的工作，从制作酸奶到教授瑜伽都无法幸免。

但谈到这项改变的本质及紧迫性，各家观点却众说纷纭。

有人认为，只要10～20年，就会有几十亿人成为经济上多余的存在。

但也有人认为，从长远看来，自动化的影响还是会为所有人创造新的就业机会，为社会带来更大的繁荣。

那么，我们究竟是真的处于危险动荡的边缘，还是这只是卢德分子歇斯底里的妄言？这很难说。

早在19世纪，就有人担心自动化会造成大量失业，但至今这种情况从未出现。

自工业革命拉开序幕以来，机器每抢走一项旧工作，也会至少创造一项新工作，而且人们的平均生活水平大幅提高。

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况彻底改变。

[1]GregoryR.Woirol，TheTechnologicalUnemploymentandStructuralUnemploymentDebates（Westport:GreenwoodPress，1996），18–20;AmySueBix，InventingOurselvesoutofJobs?AmericasDebateoverTechnologicalUnemployment，1929–1981（Baltimore:JohnsHopkinsUniversityPress，2000），1–8;JoelMokyr，ChrisVickersandNicolasL.Ziebarth，‘TheHistoryofTechnologicalAnxietyandtheFutureofEconomicGrowth:IsThisTimeDifferent?’，JournalofEconomicPerspectives29:3（2015），33–42;JoeMokyr，TheGiftsofAthena:HistoricalOriginsoftheKnowledgeEconomy（Princeton:PrincetonUniversityPress，2002），255–7;DavidH.Autor，‘WhyAreThereStillSoManyJobs?TheHistoryandtheFutureofWorkplaceAutomation’，JournalofEconomicPerspectives29:3（2015），3–30;MelanieArntz，TerryGregoryandUlrichZierahn，‘TheRiskofAutomationforJobsinOECDCountries’，OECDSocial，EmploymentandMigrationWorkingPapers89（2016）;MariacristinaPivaandMarcoVivarelli，‘TechnologicalChangeandEmployment:WereRicardoandMarxRight?’，IZAInstituteofLaborEconomics，DiscussionPaperNo.10471（2017）.

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方面得以与人类竞争，而人类则在认知能力方面享有巨大优势。

因此，随着农业和工业迈向自动化，就出现了新的服务业工作。

这些新工作需要人类拥有独特的认知技能，包括学习、分析、沟通等，特别是必须理解人类的种种情绪。

然而，人工智能已经在越来越多的认知技能上超越人类，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么第三种能力可以让人类永远胜过机器。

[2]举例来说，人工智能已在飞行特别是空中战斗中胜过人类：NicholasErnestetal.，‘GeneticFuzzybasedArtificialIntelligenceforUnmannedCombatAerialVehicleControlinSimulatedAirCombatMissions’，JournalofDefenseManagement6:1（2016），1–7;intelligenttutoringandteachingsystems:KurtVanLehn，‘TheRelativeEffectivenessofHumanTutoring，IntelligentTutoringSystems，andOtherTutoringSystems’，EducationalPsychologist46:4（2011），197–221;algorithmictrading:GiuseppeNutietal.，‘AlgorithmicTrading’，Computer44:11（2011），61–9;financialplanning，portfoliomanagementetc.:ArashBaharammirzaee，‘AparativeSurveyofArtificialIntelligenceApplicationsinFinance:ArtificialNeuralNetworks，ExpertSystemandHybridIntelligentSystems’，NeuralComputingandApplications19:8（2010），1165–95;analysisofplexdatainmedicalsystemsandproductionofdiagnosisandtreatment:MarjorieGlassZaudereretal.，‘PilotingIBMWatsonOncologywithinMemorialSloanKetteringsRegionalNetwork’，JournalofClinicalOncology32:15（2014），e17653;creationoforiginaltextsinnaturallanguagefrommassiveamountofdata:Jean-SébastienVayreetal.，‘CommunicationMediatedthroughNaturalLanguageGenerationinBigDataEnvironments:TheCaseofNomao’，JournalofComputerandCommunication5（2017），125–48;facialrecognition:FlorianSchroff，DmitryKalenichenkoandJamesPhilbin，‘FaceNet:AUnifiedEmbeddingforFaceRecognitionandClustering’，IEEEConferenceonComputerVisionandPatternRecognition（CVPR）（2015），815–23;anddriving:CristianoPremebida，‘ALidarandVision-basedApproachforPedestrianandVehicleDetectionandTracking’，2007IEEEIntelligentTransportationSystemsConference（2007）.

必须认识到的一个关键点是，人工智能革命不只是让计算机更聪明、运算得更快，还在生命科学和社会科学方面有诸多突破。

我们越了解是哪些生化机制在支撑人类的情感、欲望和选择，计算机就越能分析人类行为、预测人类决策，并最终取代人类的司机、银行经理和律师等。

在过去几十年中，在神经科学和行为经济学等领域的研究，让科学家能够“破解”

人类，更清楚地了解人类究竟是如何做出各种决定的。

事实证明，我们从选择食物到选择伴侣，都不是出于什么神秘难解的自由意志，而是数十亿神经元在瞬间计算各种可能性的结果。

过去大受赞誉的“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么神奇的直觉，只不过是辨识出了某些一再出现的模式，于是能够躲过漫不经心的行人、拒绝无力偿债的借款人和识破图谋不轨的骗子。

但同时也证明，大脑的生化算法距离完美还有很长一段路。

大脑会走捷径，会根据不完整的信息快速找出答案，而且大脑的回路也显得过时，整套机制适合的是过去的非洲大草原，而不是现在的都市丛林。

这也就难怪，即便是优秀的司机、银行经理和律师，也会犯下愚蠢的错误。

这意味着，就算是那些原本认为依靠直觉的工作，人工智能也能表现得比人类更好。

人工智能不会比人类更有那种难以言喻的第六感，但如果说人工智能比人类更懂得计算概率和模式识别，听起来可信度就大了许多。

特别是，如果某些工作需要“关于别人”

的直觉，人工智能的表现就会优于人类。