鐧界櫆椋庢偅鑰呯敓鍛界殑鐏 http://m.39.net/disease/a_6204334.html
在物联网时代，人工智能是不可绕过的热话题。对于人工智能业界可谓喜忧参半，喜在它给人们生活带来无穷方便，忧则表现在它对人类工作的摧毁，或许会带来一系列社会问题。今天这篇文章是摘自《经济学人》的权威分析，如果你不能耐心读完，很难对人工智能深入了解。
1.「机器问题」重现
从最初的屡屡失败，到现在的朝气蓬勃，人工智能会导致大面积失业甚至让人类灭绝吗?或许历史会给我们一些有用的线索。
有些人害怕机器会抢走所有人的工作，而只是有选择地让少数人受益，并最终彻底颠覆社会。然而在历史上，类似的一幕曾出现过。两个世纪前，工业化的浪潮席卷英国，与今天同样的担忧曾引发了激烈的争论。那个时候，人们不说「工业革命」而大谈「机器问题(machineryquestion)」。年，经济学家DavidRicardo第一个表达了这种看法，他重点
在更近的例子中，自动取款机(ATM)可能已经有望通过接替一些日常任务来取代银行出纳员的工作，而Bessen指出，事实上美国每个银行支行的出纳员平均数量已经从年的20人降低到了4年的13人。这减少了运营一家支行的成本，让银行可以开设更多支行以响应客户的需求。城市银行支行的数量同期上升了43%，所以总体上雇员的数量增加了。ATM并没有摧毁工作，而是改变了银行雇员的工作组合——让他们远离了日常任务，进入到了机器不能做的销售和客服领域。
那么谁是正确的：是认为这一次不同于以往而机器将真正夺走所有工作的悲观者(他们中许多是技术者类型的)，还是坚持认为技术终将创造更多工作乐观者(大部分是经济学家和历史学家)?而事实可能介于两者之间。人工智能不会导致大规模失业，但它会加速与计算机相关的自动化的趋势，像技术改变之前做的那样扰乱劳动力市场，并要求工作者比以往更快地学习新技能。Bessen预计会有一次「艰难转型」，而不是「尖锐地打破历史」。但尽管人们表达了广泛不同的意见，但几乎所有人都同意这个处方：公司和政府将需要想办法让工作者更容易掌握转换工作所需的新技能。这将在悲观者看法正确的事件中提供更好的防御，同时预防比乐观者所预计的人工智能的更快和更重大的影响。
4.教育和政策：你会失业还是变得富有?
人工智能将会给教育、福利和地缘政治的政策制定者带来影响。
教育
年7月，拥有多个头衔的斯坦福大学教授SebastianThrun在YouTube上发布了一段短视频，宣布他和他的同事PeterNorvig正在使他们的「人工智能入门(IntroductiontoArtificialIntelligence)」课程可以在网上免费观看。到10月份该课程开始的时候，来自个国家的,人报名参加了该课程。与此同时，另一位斯坦福教授吴恩达也将自己的一门关于机器学习的课程免费发布到了网上，有,人参加了这个课程。这两个课程都持续10周。最后，有23,人完成Thrun的课程，13,人完成了吴恩达的课程。
这样的在线课程，以及短视频讲座、学生的在线讨论板块和自动为他们的课程成绩评级的系统，变成了众所周知的大规模开放式在线课程(MOOC)。年，Thrun创立了在线教育创业公司Udacity，吴恩达也联合创立了另一家在线教育创业公司Coursera。就在同一年，哈佛大学和麻省理工学院(MIT)联合组建了edX——一个非营利性的MOOC提供组织，该组织由MIT人工智能实验负责人AnantAgarwal所领导。一些人认为MOOC会取代传统的大学教育。最初围绕MOOC的炒作现在差不多也已经偃旗息鼓了(尽管已有数百万学生参加了某种形式的在线课程)，但MOOC的繁荣说明了在线教育的巨大潜力。
Udacity、Coursera和edX都是从人工智能实验室涌现出来的，这个事实凸显了人工智能研究社区希望对教育系统进行大改的信念。Thrun说他创立Udacity是将其作为「正在进行的人工智能革命的解药」——这场革命将催生对工作者的新型工作技能的需求。类似地，吴恩达认为：鉴于人工智能研究者的工作对劳动力市场的潜在影响，研究者「在应对和解决我们导致的问题上负有道德上的责任」;他说，Coursera是他在这方面作出的贡献。此外，人工智能技术在教育方面有很大的发展潜力。根据每一个学生的情况各自调整课程，从而实现最轻松最高效的学习方法「适应性学习(AdaptiveLearning)」多年前就应该出现了。但新的机器学习技术可能最终有望帮助实现这一目标。
吴恩达说，适应性学习对大量学生使用同一材料进行学习的情况最有效，因为这样可以收集到大量的数据。在这方面的创业公司有Geekie、Knewton、SmartSparrow和DreamBox等，教育行业的巨头也对此很有兴趣：年McGraw-Hill买下了适应性学习系统ALEKS;Pearson最近宣布扩大了与Knewton的合作关系。
「老系统将不得不得到认真的修改」，美国西北大学的JoelMokyr指出，教育系统鼓励专业化，这样学生就能在越来越少的主题上学到越来越多。但随着知识过时的速度越来越快，重要的是要学会再学习(relearn)。Mokyr认为当下的教育像粘土——「塑造它，然后烘烤它，就定型了」。未来，随着越来越多任务变得自动化，人类技能显得最有价值的任务会不断变化。「你必须终生学习——很长时间来显然都是这样」，吴恩达说，「你在大学里学到的东西不足以让你继续前进40年。」
政策政治
对人工智能和自动化的担忧也导致了对更强大的保护人们免受劳动力市场动乱影响的安全网的呼吁。尤其是一些人工智能评论者认为应该建立一套福利系统，让每个人(不管什么情况)都享有保障基本生存的收入(比如说一年1万美元?)类似的想法在工业革命时也由ThomasPaine和JohnStuartMill等一些人提出过。其基本思想是：人们做得更多让自己的收入增加时，这个福利不会减少，这样人们就会愿意去做事。这会让人们能自由决定自己希望做什么，活在失业中接受合适的再培训。很多预言会有终极工作破坏的人都认为可以把这个情况用来保持消费型经济和支持非劳动人口。如果大部分工作都被自动化取代了，我们就将需要一种重新分配财富的可选机制。
与改革教育系统相比，保障基本收入似乎更简单、更有吸引力。这个想法在技术行业内享有广泛支持：创业孵化器YCombinator甚至还支持着加利福尼亚州奥克兰市的一项对该想法的研究。其总裁SamAltman认为基本保障收入可以确保「向未来工作的平稳过渡」。看起来似乎是一个未来乌托邦，但一些怀疑论的观点认为这会导致抑制技术造成的不平等和抱怨，从而让极客能发明无拘束的未来。Altman先生说，根据他的经验，技术人会支持基本收入保障的想法。
但基本收入保障的前提是要有收入，这就将意味着更高的税收。此外因为人们本身的财富水平和各地的消费水平不一样，公平性方面也难以得到保证。而且还有人认为保障基本收入事实上会抑制人们接受再训练，催生一个不愿意劳动(而不是不能劳动)的「懒人」群体;从而加重纳税人的负担。
芬兰和荷兰等富裕国家计划在明年开始有限地试验基本收入政策，而其它较为贫穷的国家显然从没考虑过这样的事。自动化的发展对地缘政治的影响也将逐渐显现。MIT的DavidAutor说，自动化对发展中经济体的影响比对富裕经济体的影响更大，因为发展中经济体有更高比例的体力劳动工作：低工资的工人制造廉价的产品、在客服中心提供廉价的服务、在国内或海外做建筑工作……如果自动化使发达国家能在这些方面自给自足，它们对发展中国家提供的产品和服务的需求就越少——发展中国家将失去在这些方面的比较优势，而与此同时，机器人和人工智能的技术和专利也基本上都掌握在发达国家手里。
自动化可能会让发达国家通过全面工业化断掉贫穷国家的发展机会。经济学家常谈论「过早去工业化」;哈佛大学的DaniRodrik指出第一次世界大战前英国的制造业就业人数达到了峰值的45%，而巴西、印度和中国的制造业就业人数比例已经度过了峰值，却还没超过15%。这是因为制造业已经远比过去自动化了。据花旗银行和牛津大学马丁学院的一份报告指出，中国已经取代美国成为了第一大工业自动化市场。然而对于非洲和南美的其它一些新兴经济体而言，自动化却并不是好消息，它们再也无法通过「农田到工厂」的劳动力转移模式来推动经济增长了，它们必须寻找新的增长模式。乔治·梅森大学经济学家TylerCowen说：如果没有制造业的工作构成中产阶层，这些国家的「核心经济结构中将出现非常高的收入不平等。」
5.道德：弗兰肯斯坦的回形针
技术专家不相信人工智能会失去控制，但还是会有道德上的忧虑
随着《末日侵袭》这部电影情节的发展，它看起来也没有那么可怕。所谓的「回形针最多化」(paperclipmaximiser)是牛津大学哲学家NickBostrom提出的一个思维实验。这个实验假设一个人工智能能够希望能收集尽可能多的回形针。它会想尽一切办法来收集回形针，并且会通过自我升级来找到收集回形针的新方法，它还会反抗一切阻止它做这件事情的企图。最后它“把整个地球和一部分宇宙空间都变成了一个回形针制造工厂”。这种明显非常愚蠢的试图想表达一个非常严肃的观点：人工智能不需要人类一样的行为和心理动机。它们可能不会出现人类常会犯的错误和偏差，但是会犯别的错误，例如执着于回形针。它们的目标已开始可能看起来是无害的，但如果人工智能能够自我复制并升级自己的性能就会非常危险了。即使是一个运行在一台不联网的计算机上的「被束缚的超级人工智能」也会竭尽全力地劝说它的主人让他获得自由。先进的人工智能不仅仅是一门新技术，而是一个对人类的威胁，Bostrom说。
机器能够自己独立运行并不是一个新鲜想法，英国作家玛丽·雪莱在年就在她的小说《弗兰肯斯坦》中提出过这个想法。但直到年，人们才提出这种能够不断自我升级的人工智能概念。但最近人们在人工智能方面取得的进展又引起了新的担忧，Bostrom就是一个人工智能威胁论的知名倡导者，他更喜欢把人工智能叫做「超级智能」，这也是他的新书的书名。
一些人工智能研究者给出了几个理由来证明为什么人们没必要恐惧人工智能，最起码是在当前阶段。第一，吴恩达曾说过智能和感性能力以及意识是不同的。在IBM的人工智能道德小组工作的FarancescaRossi也说过，人工智能「总有一天会觉醒并获得自己的思想」的想法并不现实。
第二，所谓的「智能爆发」也是不可能出现的，因为这需要一个人工智能在比它的前一个版本的智能升级更短的时间内升级出新的版本。但是大多数计算问题，即使是比人工智能简单得多的，在规模化的的时候也需要花很长的时间。
第三，即使机器能够从经验和环境中学习，它们也不会总在学习。例如一辆自动驾驶汽车并不是在每次驾驶的时候都在进行训练。相反地，深度学习系统在神经网络中建立一个执行特定任务的计算模型也需要花上好几天时间。这个模型可以被应用到一个执行机器中，例如汽车、无人机、app或者其他的地方。但是这些汽车和无人机并不能在实际工作时学习，相反地，他们在实际工作中得到的数据会被传回后方来改进模型，然后模型又会被再次应用。因此一个单一的系统不会在环境中学到「坏行为」，因为它在环境中并没有学习。
6.结论：机械问题的答案
人工智能未来一瞥
之前看起来非常紧要的、亟待解决的原始的机器问题，最终将自我解决。尽管DavidRicardo以及其他人都表达过「机器取代人类劳力可能致使人口冗余」这样的恐惧，机械化的总体影响将会是创造史无前例规模的职位。机器让个人工作者能生产更多产品，降低大量商品的价格，扩大需求并且将需要更多工人。全新的工作职位将被创造出来，对机器进行监督。随着公司变得更大，他们将会需要更多经理、会计和其他职位。而且随着铁路、电信、电气的到来，全新的、前所未有的、我们难以想象的产业将会涌现。
诚然，所有这些都将花费一段时间。当一些工作消失的时候，工业化会造成普遍的劳力市场聚变，其他改变难以知晓，而全新的职位将会出现。工厂内的情况曾经非常糟糕，从显著的工人收入变化上反映出经济的增长需要几十年的时间，这种现象也就是我们所熟知的「恩格斯停顿」。
在人工智能发展缓慢而备受挫折的数年之后，现在很多人却认为它前进过快，这是一件非常讽刺的事。然而，一份冷静的评估表明我们应该欢迎人工智能，而不是害怕人工智能。在19世纪40年代，JohnStuartMill写道，「将来我们会看到，机械发明对劳工的最终好处是毋庸置疑的。」未来可能会有一位经济学家同样如此描述人工智能的好处，并不只是对劳工而言，而是对每一个人而言。（来源：经济学人）
物联网之声
《物联网之声》为AIOT蜂群互益系统中最具权威的热点资讯、产业趋势报告、产业细分领域分析报告、重要会议活动发布等产业智库新媒体。
每一篇文章，不是用心打磨，就是精挑细选
请
