郝景芳:如何不被未来折叠

我曾经采访人工智能领域的十来位专家,未来人工智会取代多少人类工作?各个专家的估计有一定差别,但共识是: 在未来的10—20 年,随着机器学习快速发展,人工智能会在各个领域大面积使用,目前的重复性劳作、简单的脑力和体力劳动,未来交给人工智能去做的可能性是很大的。

 

具体有多少工作会被取代还说不清,白宫的报告给出的数字是当前工作的47%,麦肯锡的报告估计是49%,Siri 的创始人之一诺曼·温那斯基估计的数字是70%。即便按最低估计看,也有近一半工作受到威胁,不可谓不严重。

 

我之前的小说《北京折叠》预测了机器人取代人类劳动造成的社会影响,但是这篇小说是2013 年写的,并未完全预测到技术发展的方向,我当时以为受冲击最大的是底层劳动力,但实际上,按照目前的技术趋势看,反而是初级和中级白领工作最容易被取代。底层劳动力只有工厂工人容易被取代,服务业的底层劳动力反而很难被取代,因为机器人的灵活性不如人,非标准工作环境会让机器人无所适从。但是相对而言,很多白领工作因为工作环境简单、工作内容重复、基本上是与数据和文档打交道的工作,很适合人工智能去做。可以说未来只要是标准化、重复性工作,多数都可以交给人工智能来做。

 

那未来我们该如何去做才不会被机器人取代呢?未来我们需要的肯定是三大类能力:与人工智能相处的能力,与人相处的能力,超越人工智能的能力。

与人工智能相处的能力

 

第一种能力,是围绕人工智能发展产生的需求,这一个领域要求人能理解人工智能,改进或发展人工智能,或者至少能够与人工智能工具和谐相处,并利用工具做事,正如今天我们可以借助移动互联网发展自己的事业版图。

 

我们首先要知道,与智能世界相处,基础思维能力仍然是重要的。

 

任何时代都需要学习。我并不反对按部就班的基础教育。实际上今天孩子的学习环境中,从小打下语文和数学基础,是很好的。智能时代知识技术更新很快,需要的是不断自我学习的能力,让自身更新的速度与时代匹配。而自我学习能力,最需要的是良好的自主阅读能力、抽象思维能力、自我反思能力。阅读和数学抽象思维不是人类本能,必须通过系统化教育打好基础,但我不赞成僵化灌输的教学法。对语言、数学的理解需要更重视基础思维,而并非简单记住解题技巧。学习语文、数学,不是学习背诵和计算,而是要理解语言表达的内涵,抽象思维的逻辑。人工智能程序的基础仍然是语言概念表达和数学逻辑思维。

 

未来围绕人工智能会有一系列衍生职业,甚至行业,即使不懂得人工智能背后的技术原理,只要能充分理解它的应用场景,也仍然可以最大限度利用人工智能工具,改善生活和社会。例如利用人工智能完成营销和客户服务,借助人工智能进行市场数据分析,将人工智能用于改善物流或者系统功耗,达到更高效率、更方便快捷的社会生活。

与人相处的能力

 

第二种能力,是人际沟通领域的需求。以我个人的判断, 在未来很长一段时间,人与人沟通交流仍然是不可取代的一方面。在前面的分析中我们看到,即使人工智能进一步大力发展,它们离理解人类世界和人类心思仍然有较大差距,因而不可能完全替代人际沟通。尤其人工智能接管大量基础单一型工作之后,人与人沟通会是需求更广的领域,剩下的绝大多数职位和需求可能都集中在需要人与人大量沟通协作的领域。

 

想要跟得上智能时代的发展,与人沟通的能力会变得越来越重要。

 

我们可以想象,未来不可能再像过去一样,一份工作可以一成不变地做一辈子。标准化工作都容易被机器自动化,而非标准化工作,一般都意味着大量不确定性,需要不断磨合、团队协作、沟通、修改、随机应变、相互妥协。例如一个节目摄制组,一些形成惯例的机位摄制可能可以自动化运行,一些基础脚本和服务工作可以每期交给人工智能,但是每期节目仍然需要大量现场临时调整、与参与节目的嘉宾沟通、节目本身的创意沟通,人与人协作。未来在情感关怀与陪护、人的社交娱乐方面,也会有更多基于人心灵沟通的需求。

 

超越人工智能的能力

 

第三种能力,是我自己更为看重的,未来更需求的关键性能力。也就是做那些人工智能难以做好的事情,给人工智能指引方向。第一类能力只是围绕人工智能工具做现有的事,而第三类能力是去开拓人工智能仍然难以做到的事。

 

在这个领域,我们需要了解,有什么是人工智能仍然做不到的。这些专属于人类心智上的皇冠,一定是未来需求最强烈的能力。

什么是人工智能做不到的能力?核心中的核心是两条:世界观和创造力。

我自己也是琢磨了很久,才把关键词锁定在这两个。人类所拥有的有不少能力是人工智能目前尚不具备的,还需要很长时间发展和算法的突破,才有可能有所进展。这些能力包括常识、抽象思维、跨学科认知、感知他人心思和情感、元认知、对不确定价值目标进行抉择,等等。将所有这些具体的能力汇集到日常生活工作中,就可以总结为两点:世界观和创造力。

世界观

世界观是常识的升级,是我们对世界的全景认知。目前, 人工智能理解专业性问题已经非常出色,但综合性问题仍然让其非常困扰。围棋人工智能可以下围棋、医疗人工智能可以看病、金融人工智能可以投资、销售人工智能可以推销, 然而没有人工智能可以用同一系统学会两个领域的事。它们可以从海量专业数据中总结规律,但是回答不出日常生活中的情境问题——日常生活的问题总是涉及跨多个知识领域的综合常识。而我们人类,对此有天生的本能。我们能够建构整个世界的模型,把人放在大量背景知识组成的常识舞台上, 对其行为加以理解。

 

常识的升级让我们具有洞察力和世界观。各方面的常识越丰富坚实,相互之间联系越清晰,你越能一眼看到各个部分的问题,找到系统性解决方案,理解全局局势,从而判断出趋势。这种系统性趋势理解和基于过去趋势经验的外推不同,它是对多领域知识相互关系的理解,根据各部分关系的走势变化,对整体趋势做出判断。如果只能学习某一模块内的专业知识,不可能对全局有所把握。这一方面需要知识,另一方面也需要经验和视野。这不仅仅是单纯输入数据能够做到的。IBM的人工智能“沃森”几年前就输入了维基百科的多学科知识,也在知识竞赛中打败人类选手。但是世界观并不是碎片知识的堆积,世界观是世界模型。

世界观让我们有跨专业的创新能力。我们能够从物理和生物的结合中做出蛋白质组学,能把音乐领域理论带入建筑设计,能将政治、经济知识与生活场景对应,最终以波普艺术的方式呈现出产品。构建知识的全景舞台,让多学科门类知识搭配组合,创建更有意义的事物,这是目前的人工智能难以跨越的一步。

创造力

 

创造力是生成有意义的新事物的能力。它是多种能力的综合,一方面要求理解旧事物,另一方面能够想象新事物。对旧有数据的学习和遵循是人工智能可以做的,但是对不存在的事物的想象,人工智能远远不如人类。

 

说有意义的新事物,是因为目前人工智能有一种“伪创造力”,也就是随机制作或统计模仿。只要一个程序,就可以随机生成一百万幅画,或者统计畅销小说中的语词和桥段,进行模仿和组装。但这不是有意义的创造,它们不懂它们创造了什么。

 

真正的创造力不是这样。真正的创造力是对问题的深刻洞察,提出与众不同的全新的解决方案,或是对想象的极大拓展,让奇思妙想转化为可实现的全新作品,或是对人性的复杂领悟,把人心不可表达的感触转化为可表达的感人艺术。没有深刻的理解和敏锐的感受,就没有真正的创造力。创造力仍然是人类独特的能力,它需要太多人类特质做基础:审美能力、独特的联想能力、敏锐的主观感受、冒险精神、好奇心和自我决定,发散思维和聚合思维的切换,最后,还需要对事情强烈的热爱。

 

创造力让人不断拓展自身的边界。在越来越大的版图中, 只有惯例的事情交给机器做,人类永远能在新大陆找到存在空间。有创造力的人越多,新版图就越大,能够容纳的人就越多。但进入的前提是,需要具备创造力。

本文摘自郝景芳全新科幻作品《人之彼岸》,中信出版集团 2017年11月。