IT思维

1997年，IBM的深蓝击败了国际象棋冠军Gary Kasparov，这是人工智能技术首次在一项智力水平要求很高的项目中战胜人类专家。更令人印象深刻的是，那时还是1997年，计算机的计算能力远不如现在。1997年，我的电脑连联网都非常慢。电脑时不时发出的声响预示其不堪重负。

“深蓝”的胜利具有划时代的意义，而当时大多数专家仍不相信深蓝能战胜人类。普林斯顿高等研究院天体物理学家Piet Hut，在1997年对《纽约时报》说，电脑要想在围棋这个项目上打败人类，还需要100年。

围棋比国际象棋复杂得多是不争的事实。即便在2014年，人们普遍认为人工智能还需要几十年的时间在围棋上战胜人类。世界卫冕冠军李世石曾在杂志Wired上撰稿，他表示：“在西方世界里有国际象棋（对应东方的围棋），但围棋是一种更加微妙、对智力要求更高的项目。”

然而，就在两年后，谷歌的人工智能平台AlphaGo击败了他。这是又是何等微妙？

近年来，人们越来越清楚地认识到，不仅仅是在棋盘游戏领域，在其他领域AI也已经超越人类。这让工薪公众越来越焦虑，他们担心可能会被人工智能所取代。许多出版物都抓住了人类这一心理，书写相关方面文章以赚取眼球。似乎每天都有一篇新文章。预测未来哪些工作在未来会被人工智能取代，而哪些工作会幸存下来。有些人甚至把预测的百分比数精确到了小数点之后，好像这样他们的预测就显得更权威些一样。

然而，如果你有比较不同文章之间的结论的话，最令人震惊的地方在于他们的预测大相径庭。

最新的这一类型的文章是Facebook上名为“机器人会取代我的工作吗？”的小测试。我查了查作家未来被取代的概率，3.8%，这个数字给了我些许欣慰。毕竟，如果一个医生告诉我，我有3.8%的几率死于某种疾病，我也不会去急急忙忙料理后事。

只是有那么一件事让我寝食难安：人工智能作家已经存在，并被主流出版商广泛使用。

这些结论就像是医生先告诉我死亡率只有3.8%，然后，又在我的葬礼上宣布，真实的死亡率比这个要高。

所有这些都引出了一个问题：为什么这些关于人工智能的预测都这么不准？

透过“机器人会取代我的工作吗？”这个小测试背后，我们就能找到第一条线索。

这些预测是基于一篇研究论文。这就是为什么关于AI的预测都那么不准的根源所在。学界对这个世界的看法与硅谷企业家的看法截然不同。在学术界，让一个项目获批可能需要数年时间，而科技创业者们的想法是，我们能在周五之前完成哪些项目？

因此，请学者们就新兴行业的未来发展做预测，就像问你本地的车管所优步在中国获得市场份额的速度有多快一样，风马牛不相及。他们可能是垂直领域的专家，但他们与科技圈里弥漫的“快速执行、破坏创新”的心态相距甚远。所以说，他们的预测和随便猜的准确率差不多，因为他们对世界的理解是基于他们自己所处圈子的认知的。而在学界，本身效率就不是很高。

人工智能预测的另一个影响因素是人类的偏见。当我们思考“未来人和机器究竟谁会胜出？”这个时，我们会不由自主的去选择人类。毕竟，你永远没法叫醒一个装睡的人。类似的，石油公司的饮水机上的笑话很少会是关于气候变化的。

人工智能对人类就业本身构成威胁，因此风险比那些所谓的预测要高的多。所以当你问那些在大学里工作的人，人工智能是否能会取代所有工作时，让他们保持客观几乎不可能。保守的估计——即承认任何可以传授给一个人的工作，显然也可以传授给人工智能——会让研究人员自身存在出现怀疑。所以说，最好的应对策略是回避这个问题，声称在接下来的50年里这样的事情不会发生，反正也活不到那么久，然后把这份焦虑甩给下一代人。

这就引出了最后一个影响因素，即人类很难理解何为指数级增长。

Facebook测试所依据的那份研究论文发表于2013年。从论文发表到现在的这四年时间里，AI行业的发展可以说是天翻地覆。事实上，他们那不准确的预测本身就反应出了一定道理。有一种明显的偏见是，人们认为那些工作中需要做决定的岗位比那些固定工作的岗位更“安全”。

然而，神经网络方面的发展却表明，只要任务目标定义明确，人工智能实际上非常擅长做决定。问题在于我们原始的推理能力倾向于用线性的方式来看待这个世界。举个例子，如果在一个池塘里种有荷花，荷叶以每天翻倍的速率增长，总共需要30天才能长满整个池塘，那么问题来了：需要多久的时间才能让荷叶长满池塘的一半呢？

很多人直觉上的答案会是15天。但正确的答案其实是29天。实际上，假设你真的有去池塘观察的话，你会发现，在前26天几乎看不到什么增长迹象。如果你在第25天的时候问大多数人，长满池塘需要多少天，他们很可能会理所当然地得出需要几十年的结论。但

现实是，人工智能工具正以指数级增长。即使以当前的技术步伐迭代，他们也有至少取代人类目前一半工作的潜力。

所有这些人工智能预测都试图让我们逃离一个令人不安的事实：在人工智能面前，没有一份工作是真正安全的。我们就像2014年的李世石一样，沉浸在自己的世界中，不可一世。

人工智能的普及，或许可以用曼德拉的一句话来概括：“在完成之前，它似乎永远那么遥不可及。”

本文由网易见外智能编译平台提供翻译服务，英文来源 VB，作者Casting.AI创始人Aiden Livingston，审校 Jack Cheng