赢者通吃的人工智能经济时代

人工智能正在攫取精英职位    照片来源： 德国 《时代》 周报 2014 年 7 月 10 日

德国 《时代》 周报七月十日第十九页开始有这样一篇文章 《他比我们更能干吗？》， 作者 Roman Pletter。 说的是人工智能技术对当今就业市场的冲击。 可以和大家分享一下大致内容。

文章一开头就说： 作为 《时代》 周报的读者，您大概受过良好教育，收入在中等以上，并且有一个体面的职业。 但是您是否想过，日益发展的人工智能技术，正在令身为中产或者精英的您也要担心您的职位？  MIT 的经济学教授 Eirk Brynjolfsson 和 Andrew McAfee 的新书 《机器时代 2.0 》 中描绘了人工智能技术给世界带来的美好变革，同时揭示了这样一些新的问题： 越来越多的人工将可以被机器（人工智能） 取代。 只有一小部分人， 比如信息科学家和软件工程师，可以从这次变革中获得更多的经济利益。 社会分配不公现象将会加剧。  而这一切都不是危言耸听， 而是在可见的将来都会实实在在发生的事情。 作者夫子自道： 他曾经以为自己作为记者，写作是一份相对安全的工作。 但是，现在最先进的专业经济类文章的写作机器， 除了能够以迅雷不及掩耳之势消化各个企业的经济数据，而且还能够根据要求写出不同的文字风格。 Forbes 的记者们已经不得不开始同这些写作机器展开竞争。  


哪些职业正在迅速受到威胁呢？ 这篇文中提到的司机，厨师，制图师等等行业的收缩似乎很容易令大家理解。 但是，有些职业，比如， 经纪人（包括地产经纪， 车行， 婚恋介绍等等中介人/机构）， 金融业的信贷分析师等等职业，人工智能也正做得越来越好。 各大金融机构的分析师们天天对牢数据，但是 number crunching 正是机器的强项。 而且人工智能的强大学习能力正使得机器越来越懂得哪些数据有关痛痒， 并怎样使用它们对下一刻的经济形势作出预测。 文体上中规中矩 （我这里的中规中矩是指， 不需要太多感性的想象和修辞手法， 清晰平实易读易懂就可以） 的金融分析报告的写作一般都有套路可循。 假如写作机器已经可以胜任 Forbes 经济文章的写作 job， 那么银行基金分析报告的写作应该也不会是太难的。 律师和医生作为一种职业也面临挑战。 没有任何一位律师可以记得住哪怕是她专业领域内的所有案例和典籍，电脑做得到。 没有任何一位医生有足够时间阅读消化她专业领域内所有最新的研究成果，电脑做得到。 当然真人律师和医生还是会长时期地存在， 只是在人工智能的帮助下， 真人律师和医生的工作效率会百千倍地提高，相应的职位增长会放缓甚至减少。

Pletter 的文中没有具体对经纪人职业受侵蚀作出阐述， 我倒是有一些经验和见闻可以分享。 据说在中国房屋的买卖和出租大多时候还要通过房屋中介。 在德国，倒是有几个很大的找房网站已经成功运行了好多年。 我大学毕业以后跟房屋有关的事都是在这个网站上自助搞定，直接跟屋主联系， 没有房屋中介什么事。 找到的房子也当然是不必付房屋中介费的。 作为租客来说， 省下不少钱。 这就是现代信息技术增加信息透明度， 并使信息流通更为容易顺畅， invalidate 了过去的房屋信息垄断者房产中介的一个实例。 Tesla 正在掀起的汽车业革命不仅仅在于她的开放专利。 Elon Mask 还扬言要掀起一场汽车直销革命。 人们以后买车可以直接从网上向生产商订购， 不必再通过车行。 其实早就可以这样。 我自己作为汽车的最终端消费者，支持厂家直销。

Pletter 的文章中有提到人工智能还帮助人事部门挑选员工。 应征者要玩一个模拟真实工作场景的电子游戏。 电脑系统对应征者在游戏过程中体现的判断能力， 行为处事模式，社交团队能力等等作出评估，选出最适合这个职位的应征者给人事部门作为参考意见。 某研究机构做的对照实验发现，这个 talent identification 系统十分有效。 机器选出来的那一组人， 在实际工作中， 比真人选出来的那一组人有更好的表现。 当然，这个系统的复杂评估标准是建立在心理学，社会学，人力资源学，管理学等各个相关学科的研究成果之上。 这个故事令我想起前几天写过的 《基于 2000 个问题上的谈婚论嫁》。 Boilt down，那个婚恋对象匹配系统也是人工智能选人的一个应用。 

1997 年的时候， IBM 的超级计算机 Watson 打败国际象棋世界冠军。 十几年以后的今天， 据说 Watson 在下棋的能力上已经发展到可以和世界一流围棋高手一较短长的地步。 如果说，下棋的人工智能还大部分属于数理逻辑的范畴，不是人人都热爱下棋，这个跟大多数人没关系。 那么，当今人工智能的另外一些分支， 比如， 自然语言的分析和处理， 人工视觉， 生产生活的智能优化统筹管理等等， 就跟每个人的生活息息相关。 君不见 Google 的语音听写正确率已经出奇地高。 写电邮写网志什么的，只要有 Android 设备在手，几乎都不用打字，你说 Google 帮你写。 这在以前都是熟练秘书的活。 现在人人都可以有一个听写秘书。 还有翻译。 Pletter 的文章中说最新的翻译程序已经可以做到实时同声传译 （正确率的话， 根据我使用 Google 翻译的经验， 应该还不是很高。 但是据说各大 IT 企业都在这方面投入大量资源做研发和改进）。 人工视觉，一个大家比较可感的应用应该是 Google 的无人驾驶汽车。 那个汽车上配备有人工视觉系统， 电脑会得解读摄像机传来的图像上的各种 pattern，对复杂路况作出判断和反应。 至于说生产生活的优化统筹， Pletter 的文中说到一个例子。 美国孟菲斯城 （Memphis） 以前犯罪率很高而警力有限。 IBM 的智能预言系统在分析了大量犯罪数据之后，常常能够建议警察在某个犯罪事件还未发生时就开赴犯罪地点，极为有效地制止犯罪发生。 这样，该城的犯罪率戏剧性下降而市政府又没有增加警员的开支。

话说到这里， 有必要解释一下当今在别的文章中被用滥但是又因为缺乏清晰解释而显得高深莫测的行话 cloud 和 big data。 Cloud， 对于最终使用者来说，其实一点也不神秘也不复杂。 就是， 不管用哪台电脑哪一种操作系统， 只要你有互联网接口， 你的数据和程序就随时随处可用。 这是相对于从前，你的数据和程序只在某几台特定的电脑上可用的人-数据交互方式而言的。 所谓云端，就是指服务器把你的数据和程序放在互联网上供你随时取用，就像它们在云端时时与你同在一样。 一个可感一点的例子，以前你的音乐文件要存到手机或者电脑上，带着你的手机或者电脑才能听。 而现在，你的音乐文件可以从 Google Drive 或者 Google Play 上随时用任何一台机器取用，他们在云端与你同在。 现在许多实时数据分析程序 24 小时不间断运行在云端， 这使得一些以前不敢想的应用成为可能， 比如医生对病人病况的远程监控。 那么大数据又为何突然那么热？ 原因说简单也很简单。 现代人工智能的绝大多数领域无一不涉及到机器学习， 而机器学习需要海量数据对程序进行训练。 所谓机器学习，极简单说就是一些基于概率统计的一些数学模型， 这些模型有能力辨识整理出某个领域的某种秩序，进而将这些秩序加以应用。 我这样说是把事情极度概括简化，从十万八千米的 high level 来看机器学习。 举个稍具体的例子说： 某人工视觉科学家写了一个 pattern recognition 程序。 但是巧程序难为无数据之炊。 你想要她从照片中能认出莲花？ 好的，你就必须给她看许多莲花照片，在每张照片上绘出莲花的区域， 告诉程序，这是一朵莲花。 程序就会试着寻找你那些莲花照片上的共同点， 比如某组像素跟其相邻像素之间呈现某个函数关系。 程序就把这个函数挖掘出来了， 并作为日后指认陌生莲花的参照。 希望这下大家可以明白为什么当今那么多人在高喊大数据。

机器学习的有效性，在某些领域是惊人的。 比如，每个作家都有自己的语言风格，用词习惯， 她自己都未必能够 articulate 出她自己的习惯 （比如， 作家 A 在 go 之后有 80% 的几率用到 ahead 这个字， 而作家 B 这样用的几率极低， 只有 10%）， 但是机器做这个很在行。  只要喂给程序足够的某作家著作，电脑程序从一群匿名文本中指认出某位作者的准确度高得惊人。

正如本文开头提到过的， 第二个机器时代有一个特点就是赢者通吃。 在信息科学和软件工程上缺乏训练的芸芸大众很难跟科学家，工程师们竞争。 这一点已经在现世得到印证。 九十年代以来的技术企业， 你方唱罢我登场， 也不知看过多少花开花落。 但是， 近 20 年来屹立不倒且做到最大的就是 Google.  人家始终是一间人工智能公司， 创始人和董事会最高层都是计算机科学家出身， 都有 Computer Science 博士头衔。 各个行业的 “传统” 专家，比如医生， 律师， 面包师， 等等等等，将会继续存在， 但是他们的专业知识和技能将被人工智能系统以极快的速度复制， 传播和应用。 传统的信息垄断行业， 比如房产中介等等， 他们的行业壁垒正化解于无形。 所以，精英们的职业前途也不再高枕无忧。 但是， 这是不是意味着从此大众都会失业？ 有很悲观的学者认为是。 而且， 认为将来经济进一步富足的时代， 每个人应该无条件得到足以维生的资源，使得人们至少可以没有后顾之忧地做一些有创造性的活动。 听上去有点像共产主义哦。 好吧，可以看作技术进步迫使人类进入共产主义社会。。。。。 在就业议题上我不像那些专家那样悲观。 这世上保守势力也是不可低估。 看看我多次写过的德国人怎样对待网上银行与数据保护就知道。 总有人会尽力维持现状， 尽力维持真人的 job。 历史会迂回向前发展。可这 “迂回”， 一迂回就迂回个几百年也说不定。 在人工智能带领我们进入大家都失业的共产主义社会之前， 我们大概是有足够的时间学习怎样驾驭机器， 怎样更为体贴关心他人， 怎样做到令机器不能取代自己。 就算是将来大家都没有 “正经事” 可做了， 一天到晚只是玩， 也可以学得玩出水准玩出风格， 玩出作为人的体面和尊严， 使得人类发展了千百年的文明不至没落。