与人工智能共生(一)

人工智能在2016年应该是大众传播中最火的词汇之一了,但要说2016是人工智能元年,却并非事实,实际上人工智能如同人类创造的第一个非生理形态的生命,其实孕育了足有50年了,现在Ta已经成长起来,走入公众的视野,在人们目力所及范围内,以丰富多彩的形式初显其才能,让人们为之惊喜惊叹或者惊慌。
在今天,除了雾霾和人工智能,似乎没有别的能让人们拥有稍微长一点的关注目光。雾霾让人沮丧,而人工智能则可以充分发挥想象。于是你在各种媒体自媒体上看到各种针对人工智能的滔滔不绝贩卖想象力和言之凿凿预言的文章–您正在阅读的,也是其中之一,只是希望你读到的这篇可能会稍微靠点谱。
之所以人工智能会涌入大众视野,与硬件提升、运算力成本的急剧下降有关,另外基于神经网络的深度学习理念和相应算法的发展成熟也加快了这个过程。大众面对高精尖问题时经常采用简化理解的方式,直接把深度学习所体现的人工智能与人类智能相提并论,深度算法马上被奉为通往解密人类大脑思维方式的通途,而基于此深度学习算法基础上的应用,如Alpha Go在围棋界的两次小试牛刀,已经把一群摇着羽毛扇深思熟虑的顶尖聪明人一巴掌拍到引车卖浆者一样的地位:这些人类中以高智商自居的那群人其实连围棋精髓的门都没摸到呢。
除了围棋,还有许多诸如阅读病历的机器人医生,功力越来越深厚的具有100多种语言互相翻译能力的google翻译机器人;亚马逊的3万个能有条不紊搬运货物Kiva机器人,另外还有一个仓库人工智能总管,它的工作是调度Kiva并指挥临时招募的8万人类临时工按照它的指令一步步的操作。似乎人工智能无所不能,并且在某些领域内在主宰并指挥人类进行工作了。
人工智能可以做的事情令人眼花缭乱,有些已经是现实而有些是人类的想象与猜测,使得对于人工智能的认识更为混乱。乐观者可能夸大人工智能的能力和人类能从中获得的好处,而悲观者也可能夸大人工智能的能力,并描绘一个黯淡的未来。实际上,我们可能更需要了解人工智能不能做什么,才能真正厘清我们对于人工智能的正确认知。
如果我们仔细审视在过去一年中,给我们带来惊和喜的各类人工智能应用,都是有强烈而明确的目的,比如Alpha Go的目的就是赢棋,亚马逊的机器人是搬运货物入仓或出仓。而且实现这个目的的过程已经有方法有方案的,人工智能实现的是更高效、更快速、失误更少且容量更大的实现这些目标,在开创性的,诸如发明一个全新的工艺,研究一套全新的理论,以及创作一本打动人心的文学作品等方面,人工智能暂无能为力,虽然也有用人工智能来撰写财经报道,或者模仿莫扎特的风格编纂一些曲目,但从是否具有开创性的视角来看,财经报道是固定格式套路的作品,只需要填写相应的财经数据,以及预设的一些财经分析评论就可以生成一篇文章。而模仿莫扎特作曲更说明了目前的人工智能是趋近、模仿人类特定目标的行为。
至少目前为止,人工智能在某些应用上超过人类,就像一个表现非常好的工程师,能很好的解决在其专业领域内的问题,并能持续快速有效的学习。不用太久,它也可以表现为一个经验丰富的老师,可以不厌其烦,同时向多个不同学习阶段的学生教授它所掌握的所有知识和技能。但它还不是真正的智能,一方面它不能开创一个全新的知识领域(未来是否可以现在未为可知),另一方面,像Alpha Go横扫60位顶尖围棋高手,但它居然无法意识到自己在下棋,也体会不到赢棋所带来的愉悦,严格说起来,它目前还只是一个下棋的机器,它并没有自我意识,它目前还不用背负永恒困扰人类的三个问题:我是谁,我从哪里来,要去往哪里。但很快,Ta,就要遇到并背负这三个问题以及这三个问题带来的困扰与责任了。

 

–哪些人类工作最先被替代?
姓名是一个人的识别符号,其中名字往往具有时代烙印,姓氏则传递了更久远的信息,有一个有意思的现象,不管中外,有很多姓氏是和职业有关的,比如知名歌手卡伦卡朋特(Carpenter 木匠),黑客帝国中病毒的代言人史密斯(Smith 铁匠)等等。在中国,就更多了:陶(制陶)、屠(屠宰)、庖(厨师)、梓(木工)、甄(陶器)、车(制车)、蒲(编织)等。
怎么解释这样有意思的现象呢,在一些地方,一个人做某样物品做的最好做到极致,往往就把这个人直接称呼为这样物品,我在杭州曾经认识一个叫“烧饼”的大叔,因为他做的烧饼最好吃,用料火候都是讲究而恰到好处,街坊邻居都只吃他做的烧饼,而且亲切的叫他为烧饼,他也以此为豪。我猜在古代也是如此,一方面很多职业需要技能的积累,拥有专业的技能可以获得生存的根本,另外专业技能也形成了职业壁垒,不拥有该职业技能或少的人就较难立足,或者就过得不那么好。
因此在古代乃至现在,拥有职业技能的人倾向于保守自己的职业技能,只传给自己家族的后代或者可信赖的传承人,这也就是往往一个制陶工会把掌握的经验技术传递给儿子,从而被社会所承认,名至实归的获得了“陶”这一姓氏。一直到十多年前,情况还是这样,虽然不像古代那样封闭,但基本过程还是类似的,年轻人学习基本技能和职业技能,恭敬的从老师傅那边学习经验领会技巧的精妙所在,并在此基础上总结出个人的经验由此一代代的传承。
但到了人工智能时代画风大变,原先温良谦恭长幼有序的画面不见了,人工智能用很短的时间学习了人类积累了很多年的知识, 迅速应用深度学习算法总结经验,并开展独立工作,取代了一部分初级行业员工的工作,诸如人工客服中解决简单初级问题的客服代表,医院中对医疗档案进行排查与分发的工作人员,保险公司负责对现场照片进行证件、车牌进行识别和资料整理人员等等。应用了人工智能的虚拟员工在从事这一块差错率更小,工作效能更高,更重要的是,虽然目前很多行业应用还在有监督学习模式(由有丰富经验的专业人员对人工智能的工作结果进行评估和指导调整)但无监督学习模式也在迅速发展中,未来人工智能不仅能学习到人工缓慢积累的职业经验和技能,还能把一件目标明确的事情做的比人类更快更好更准确,甚至能提醒人类发现之前未曾关注的视角和方法。
无人汽车驾驶就是一个很好的案例,google的无人驾驶汽车项目,在最近的一年中将传感器成本减少了90%,性能更好了,随着算法改进和驾驶经验的获得,性能也在这12个月中增加了4倍。在恶劣天气下,如雨、雪和雾天,驾驶安全性和能力已经超过了人类,至于面对反光,低矮障碍物(小朋友)等人类驾驶员常见的视觉盲区时,优势更是明显。还有一个最明显的优势:应用了人工智能的自动汽车,不会违法驾驶。所以人类驾驶员可能是第一波被替代的职业中的一个。紧随其后的可能就是诸如各类低级技能要求的工作,如对邮件包裹的分拣,病历档案的初步筛选等技能要求较低,工作环节相对简单的分类工作,这一类工种,也将是第一波被人工智能机器人替代的工作。
在两年前,美联社就在财经年报和体育类的即时简短新闻里面采用机器人来撰稿,一方面这一类文章相对格式固定,所需的信息来源单一,一般也不做深入分析或进行技术比对,基于语义分析的智能撰稿机器人,可以从公司年报中抽取必要的数据,应用智能模板快速生成文章,最快一分钟可以生成2000篇文章。生成的文章质量保持相当的水准,而且不会出现财务数据或技术指标搞错的可能。因此未来初级编辑或通讯稿撰稿人的工作,即便看起来这像是白领且需要脑力劳动的工作,也会被替代。
至于非接触式的客户服务,简单服务目前已经被自动、自助客服替代了大部分,在不久的将来,说话得体的人工智能客服,也会用职业又人性化的方式来为客户服务。但真正打动人心的服务还是需要真正的人类来提供的,毕竟至少到目前,同理心还是人类所擅长的。

发表评论

电子邮件地址不会被公开。 必填项已用*标注