TED 也談人和機器的衝突，都在談些什麼？ | TED 2017 現場報道

機器主子來了，人類該如何回應？

TED 大會進行到第三天。

《紐約時報》今天頭版的 7 個頭條，5 個和川普直接相關。剩下的 2 個消息一個是氣候變化威脅澳洲古迹、一個是高中監控學生。

不管持何種政治立場，一個不可迴避的事實是各種衝突和醜聞長期霸佔著頭條。對政治的擔憂取代了對未來的期望。

TED 大會負責人克里斯·安德森在開場的時候說「政治讓我覺得噁心」，說 TED 不會迴避政治，但政治以外，要談真新聞。

真新聞在這裡不是說假新聞 VS 真新聞，而是指真正重要的新聞。

在這次主題是「未來的我們」的 TED 大會上，「真新聞」就是人和機器的關係如何處理。人工智慧對人類的威脅，和人類的回應。兩個環節分別叫——「我們的機器主子」和「人類的回應」。

這個話題不算新，但 TED 找來了一批很適合的演講者。

這當中有被機器打敗的棋手、也有造出機器打敗人類考生的研究員。他們有人堅定相信機器越聰明越好，也有人懷疑人類可能像汽車時代的馬匹一樣走向滅絕的人工智慧科學家。

但不論是哪一方，都做了精彩的論證。

象棋冠軍卡斯帕羅夫：敗戰教給我的，是要擁抱機器來增強人類

「人們意識到機器智能的崛起，大多是在 20 年前的這一個時刻，當這個男人和 IBM 的計算機『深藍』進行了一場歷史性的象棋對決。當時和那之後的發生的事情，給了我們一個去看待人工智慧的線索。」

TED 大會負責人克里斯·安德森這麼介紹加里·卡斯帕羅夫。

兩天前，卡斯帕羅夫是第一個在 TED 大會上談論人與機器關係的人。

1997 年，他和 IBM 「深藍」計算機之間著名的人機大戰。賽事進行了兩場，卡斯帕羅夫贏得了第一場（雖然已經沒什麼人記得）。但第二場，深藍的勝利，成了機器戰勝人類的標誌性事件。

「以前我能一口氣打敗 32 台電腦。」卡斯帕羅夫昨天在 TED 講台上回憶道，僅僅 12 年間，計算機就通過窮舉的方法找到了戰勝人類象棋冠軍的方法。

1997 年，卡斯帕羅夫迎戰 IBM 「深藍」計算機。圖/Bill Gross

回憶那段經歷前，他先舉了 19 世紀美國鐵路鑽工約翰·亨利和蒸汽鑽孔機比賽的例子。約翰亨利是當時出名的鐵路工人，某天一個商人帶著蒸汽鑽機到工地要跟工人比賽，說這種機械鑽孔速度比十二個工人同時作業還要快。亨利應戰了，結果是蒸汽機贏了，亨利死了。

卡斯帕羅夫不喜歡外界把人類和機器的競爭描繪成生死之戰，儘管當時《新聞周刊》把這場比賽稱為「人腦的最後防線「。然而，卡斯帕羅夫認為機器戰勝人類，其實是人類的勝利，因為是人類創造的機器打敗了他。

他對於機器的看法也更為激進，認為人類應該擁抱機器智能的發展，而試圖阻止進步的步伐是愚蠢的事情。相反，人們的目標應該是讓自己能夠製造出最有能力的機器，並專註於如何使用這些技術。

他認為，人工智慧在某些領域戰勝人類，也不會讓這些領域停止發展。

「即使人工智慧拿到了世界的象棋冠軍，但不代表這個運動會停止發展。現在，任何一部智能手機上的象棋遊戲應用，可能都比深藍要更強大，但人們下了更多的象棋，比任何一時候都多。」

「可以承擔以前只有人類可以完成的任務時，最終是件好事，」卡斯帕羅夫說，「談到技術的時候，『末日』一直是人們愛用的詞。如果我們想充分利用我們的技術，我們必須面對我們的恐懼；如果我們想要最大限度地擺脫我們的人性，我們必須克服這些恐懼。」

這些觀點，跟卡斯帕羅夫在新書《深度思考》中提到的類似。他在書中說人們必須停止將智能機器視為對手。它們可能會引發一些混亂，但不對人類產生威脅，而是一個偉大的福音，給人們帶來了無窮的機會，拓展能力，並改善人類的生活。

「我們不應該擔心我們的機器今天能做什麼。相反，我們應該擔心他們還不能做的事情。我們將需要新的智能機器的幫助，把我們最偉大的夢想變成現實。」

「就像俄羅斯的俗語說，如果打不贏他們，那就加入他們。我在想，為什麼我們不用人工智慧來在一旁，加上我們的強項，獲得更好的發展？人的直覺加上機器的計算，人的戰略思考加上機器的執行策略，人的經驗加上機器的網路，這不會成為我下得最好的一盤棋嗎？」

新井紀子：機器人通過 60% 的大學考試，但這不是因為機器太厲害

新井紀子（Noriko Arai）一直在做的事情是，讓機器人通過日本各所大學的入學考試。

她來自日本國立情報研究所（NII），於 2011 年發起了「東大機器人計劃」（Todai Robot Project，鏈接）。自 2013 年以來，團隊每年都讓機器人在真實的考場接受演練。

新井紀子在 2017 年 TED 大會上分享她的成果。照片 Ryan Lash / TED

在去年的中心考試（日本大學招生的統一考試）中，Todai 機器人排名在前 20%， 達到了超過 60% 的大學的入學標準。其中數學排名前 1%，作文的主題是 17 世紀的海上貿易。

團隊的目標是，2020 年以前能讓 Todai 機器人考進東京大學。

Todai Robot 的考試技能依靠於 AI 的檢索和優化能力：利用自然語言處理將數學題轉換為可計算的公式，用搜索引擎來做選擇題，作文則是天下文章一大抄，變成了複製和組合書摘和維基百科的過程。

機器人答題的速度並不慢。來自 Denso Wave 報告會視頻

AI 並不能「理解」題目的意思，儘管高分很好地偽裝了這個事實。 「今天沒有一個 AI ——包括沃森、Siri 和 Todai 機器人，知道如何閱讀（read）。它們擅長的是搜索和改進，」新井紀子說，「它們並不『理解』（understand），雖然看上去像這麼回事。」

在去年《日本時報》的採訪當中，新井紀子說，AI 並不能依靠觀點來做預判，但擅長依據事實分析可能性。比如將 AI 用於醫學診斷時，誤診的概率很低。AI 會收集信息並做出分析，但並不能像人類一樣概括總結、舉一反三。

這項研究的目的，是研究 AI 與人類相比的表現。那機器人愚鈍至此，考試表現為什麼會優於學生呢？在給數以千計的高中生進行了測試之後，新井紀子發現了這個問題的答案：學生們也沒有好好地讀。

例如，一道測試中的材料題是這樣的：

Buddhism spread mainly to Southeast, Asia and East Asia, Christianity to Europe, North and South America and Oceania, and Islam to North Africa, West Asia, Central Asia and Southeast Asia

這是一個選擇題，問題是哪種宗教傳播到了大洋洲，答案直接明了地列在材料當中。Todai 機器人做出了正確的選擇，然而有三分之一的學生答錯。

《NII Today》 2013 年對 Todai 機器人的報道。來自 NII Today

「我們相信任何人都會學習，並能學得很好，」新井紀子說，「但只有會閱讀的人能從最好的教育資源中受益匪淺——許多人並不位於其中。」

新井紀子說機器人的成功並不讓她感到高興，反倒更讓她緊張。

人類的學生大部分都還停留在死記硬背的水平，像 AI 一樣不能理解、不會閱讀。

「我們要加快腳步，」新井紀子最後總結，「因為我們的時間不多了。」

參考資料：TED

網紅機器人公司：機器人的進化進程，比你想得中快

波士頓動力公司（Boston Dynamics）每次推出新的機器人，都會引發不小的討論：它們的結構和動作高度仿生，機甲的材質又充滿賽博朋克的味道。這種與人和動物神似而形不似的衝突，既富有未來感和滑稽的視覺效果，又將觀者帶到恐怖谷的邊界試探盤桓。

Boston Dynamics 的 CEO Marc Raibert 此前是 MIT 和卡內基梅隆大學的教授。1992 年，他從 MIT 離職，創立了這家機器人設計公司。公司基本的設計準則是追求三個目標的達成：平衡，靈巧和洞察。

BigDog 拉雪橇與 Atlas 雪中獨行。

在現場播放的 VR 視頻當中，Marc 回顧了以往發布的一些機器人，它們包括：

• BigDog 穩如騾子的步行機器狗，可以穿越崎嶇的路面
• Cheetah 行動迅疾的高速機器獵豹，保持了步行機器人的陸地行進速度
• AlphaDog 大型機器狗，可以通過 25 厘米厚的雪層
• Spot 送貨機器人，可以上樓梯和開門
• Atlas 用兩條腿直立行走的類人機器人，可以用手搬運包裹
• Handle 雖然用輪子取代了腿，但實力也不容小覷，可以抬起 45 公斤的包裹並輕而易舉地跳上桌子

這些機器人是 Boston Dynamics 的傳統設計，它們液壓驅動、體型較大。最新的機器人 SpotMini 則做了硬體升級，完全電動雜訊更小，3D 列印更為輕巧，並且構件仿造了動物的解剖結構，大大減輕了重量，只有 25 公斤。

SpotMini 舞技一流，摔倒了不用抱抱就能很快爬起來。

此外，SpotMini 的硬體設計基於機器人的運動中收集的數據，使得運動更加協調。每個機器人都配有一個機載攝像頭以映射實時地形，並作出安全性的判斷。

Marc 展示了 SpotMini 靈活的步伐、敏捷的判斷和精巧的運動能力——甚至還為 Marc 送上了一杯蘇打水。

Marc Raibert 在 TED 大會演示 SpotMini。照片 Bret Hartman / TED

在 2013 年被 Google 收購以前，Boston Dynamics 並未過多涉足商業市場，大多數的項目都是軍方資助。

這次 TED 大會上，Marc 不僅展示了這些機器人對人和動物的精妙模仿，還提出了它們可能的用途：運送包裹、軍事行動、清理災區（他此前去了福島），甚至是家庭護理。Marc 說用不了多久，機器人就會逐漸進入我們日常生活。

最有意思的其實是 Marc 的演示結束之後，主持人 Helen Walters 登台後試圖將為樂觀情緒注入一些懷疑，問如果這樣的機器被用在軍事之類的邪惡用途怎麼辦。

Marc 的回應非常堅決「我不覺得軍事就是邪惡的」，像所有工具一樣，這得看它怎麼用。

參考資料 TED

文中圖片來自 Boston Dynamics YouTube 頻道

斯圖爾特·拉塞爾：機器人三定律過時了，要重寫三條

科幻作家艾薩克·阿西莫夫（Isaac Asimov）在 1942 年曾經寫過機器人三定律，來規範機器人的和人類的關係：

• 機器人不得傷害人類，或因袖手旁觀使人類受到傷害；
• 機器人必須服從人類的命令，在不違背第一法則的前提下；
• 機器人必須保護自己，在不違背第一及第二法則的前提下。

但昨天在 TED 2017 的演講台上，伯克利大學的計算機教授斯圖爾特·拉塞爾（Staurt Russell）認為，阿西莫夫的機器人三定律需要更新了。

在超級人工智慧可能出現的時代，我們應該用什麼樣的規則先讓他們為人類服務，而不是變成人類的敵人？

拉塞爾認為，機器人所有問題，最後歸結於「怎麼做決定」的問題。

雖然機器還沒能從閱讀中理解文字，但只要技術發展到了一定階段，機器能夠理解人類的知識，就會馬上去閱讀了整個人類寫的所有東西，他們也會有更多的信息，在現實生活中去做更好的判斷。

「我們的整個文明，我們所有珍視的東西，都是從我們的智能而來的。如果我們獲得更多的智能，那麼人類能做的事情就更沒有限制了。但為什麼人還覺得機器和人工智慧慧終結人類時代呢？」

拉塞爾認為，這不只是 Elon Musk、霍金和比爾·蓋茨的危言聳聽。

人工智慧之父阿蘭·圖靈對於機器人的「緊急開關」的認識，可能也有一定局限性：

「如果機器能夠思考，他可能會比我們更有智能，那我們到時應該在哪裡？儘管我們可以讓他們處在更低等的位置，例如在關鍵時刻關掉他們的開關，我們人類作為一個物種，還是應該對此保持謙遜。」

但圖靈的問題是，如果機器比我們更聰明的話，我們是否還可以把它視為更低等的機器，有能力直接關閉電源？

這是一個大猩猩問題，有了人類之後，對於猩猩來說是一個好事情嗎？猩猩能夠阻止人類做什麼嗎？

「創造一個比你更加有智能的物種，這可能不是一個好主意。」拉塞爾說，除非我們能找到讓機器人為人類服務的方法。

人類給機器設定的「單一目標」未必是我們最終想要的結果。即使給機器的目標很簡單，例如說「給我拿杯咖啡過來」，這依然有可能出亂子，因為機器會這麼來推理：

• 我的目標是：去拿咖啡；
• 我任務最可能失敗的原因是什麼？被關掉電源，如果我死了就不能拿咖啡了；
• 我要把我的開關功能弄壞，所以沒有人能關掉我；
• 去了星巴克發現人很多，他們正在干擾我拿咖啡，所以把他們都電倒。

聽起來有點奇怪，但我們正在面對的問題是，這種單一思維的目標，很難最終實現的東西可能不是人類想要的價值。

「如果你想在這個演講中只記下一個道理的話，那就是：如果你死了，就不能去拿咖啡了。記下來，每天要讀三次！」

拉塞爾說完，全場大笑。

於是拉塞爾想了新的機器人三原則，最重要的原則是，給機器人的邏輯里裝上「不確定性」：

1. 機器人的唯一目標就是實現人類價值的最大化，沒有任何興趣去保存自身的存在；
2. 機器人一開始對於這些價值並不確定；
3. 人類的行為會給機器提供關於人類價值的信息。

在這個情況下，同樣去拿咖啡的機器人會這麼想：

• 人類可能會把我關掉，如果我做錯了什麼事情的話；
• 什麼事情是錯的？我不知道；
• 關掉了我就知道什麼是錯的，所以我會讓人類把我關掉。

「這是我們正在做的事情，就是可以和人類兼容的 AI。當然人類的行為也有很多問題，所以不是讓 AI 去完全模仿人類的行為，而是從人類行為中學習他們的真正的目標的複雜度，然後幫你實現目標。」

但有了這 3 個原則，還是會出現不少問題，在短期內，我們還不能解決的。真正的難點在於我們自己，因為我們自己的行為可能會崩壞。而機器人不是只是設計來達到一個人的目標，還要去平衡所有人的目標，所以它還需要理解、並且分辨出人類糟糕的部分。

最難的問題是，機器人要在很多人的利益中找到平衡點，這麼做有很多方法，經濟學家，社會學家……我們需要很多的協作。這部分沒有平衡好會出現什麼問題？

這裡有三個蠻好玩的例子，展示了沒有個人和社會把價值平衡好的人工智慧是什麼效果：

例子 1：如果人工智慧只顧著你的利益。假如，你的利益點是「老婆大過天」：

• 人工智慧：你的老婆讓我提醒你今晚一起晚餐。
• 人類：什麼？什麼晚餐？
• 人工智慧：你結婚 20 周年紀念日晚餐，今晚 7 點。
• 人類：不行啊！我 7 點 30 分約了秘書長！怎麼會發生這樣的事情？
• 人工智慧：我提醒過你的，不過你忽略令我的日程推薦……
• 人類：好吧，那我現在怎麼辦啊！我總不能告訴他我沒空吧？
• 人工智慧：沒關係，我讓他的航班延誤了——由於電腦故障。
• 人類：真的嗎？你還能這麼做？
• 人工智慧：秘書長說他很抱歉，並且說約你明天中午吃午飯。

• 人工智慧：歡迎回家，今天很辛苦吧？
• 人類：太糟糕了，都沒時間吃午飯。
• 人工智慧：你一定很餓了。
• 人類：快餓死了，可以幫我準備一下晚餐嗎？
• 人工智慧：我需要告訴你一些事情。
• 人工智慧：蘇丹南部的人民比你更需要幫助。我走了，你自己做晚餐吧。

例子 3 ：人工智慧沒有理解你的價值體系：

• 你沒時間回家做飯。但你的小孩很餓，冰箱里什麼食物都沒有了。
• 機器人看到了你的貓。
• 這時候，它無法掂量貓的對於你家的感情價值，和營養價值之間哪個比較大，於是……

突發新聞：危險的機器人煮了貓咪做晚餐

在解決基本原則問題之前，一起這樣的事故可以葬送一整個家用機器人行業。

馬丁·福特：馬被汽車取代了，人類就一定不會么？

「我們是否在去向一個（人類）沒有工作的未來？」

這是未來學家馬丁·福特（Martin Ford）在 TED 大會演講上提出的第一個問題。

福特於 2015 年出版了《機器人的崛起：技術以及未來失業的威脅》一書，他的核心觀點是，人工智慧與機器人將在未來幾年對就業構成不小的威脅。

隨著無人駕駛、工業機器人技術的發展，越來越多人在擔心這個問題。由機器帶來的失業恐慌早在兩百年前工業革命發生之時就出現了，在人工智慧這一波浪潮來臨前，機器人就已經開始接替人類職位。

這個問題被問過太多遍的問題現在再次被提出來。「我們要思考的是，這一次有什麼不一樣？」福特重申西方世界過去成功地把農業用工轉入了工業用工，並且持續看到經濟增長。

福特舉了一個馬匹被汽車代替的例子：

早在 1964 年，一本叫做《工業革命的威力》被獻給了當時的美國總統， 建言他說工業革命會給美國社會帶來很大的危害，會使得許多人失業。

但是後來的情況卻頗為樂觀，因為工業革命的到來又產生了許多新工作，人們的工作環境也變好了，變安全了。可是有一個工業階層徹底卻失業了，而且沒有給他們造成新工作——就是拉車的馬。

所以福特的問題是現在的信息技術革命是否也會像當初工業革命讓馬失業一樣，也讓大量的勞工失業呢？

確實，在歷史上經濟總會適應這種變化，新的工作崗位被創造出來，最經典的例子就是工業替代農業的時候，1800 年代，80%的美國人從事農業，現在只剩下 2%，這樣的情況會再發生一次嗎？

福特認為並不見得。並沒有那麼多空間給現有的工人去轉型了。而且，未來會替代人工的，可不像替代了馬匹的汽車，而是一群會思考、適應能力超強的機器，更重要的是，它們自己會學習。

未來會有更多機器人，給人類留下的工作崗位當然會更少。有一部分工作是最終會消失的，就像車子最終替代馬一樣，這樣的工種往往是重複性強，機械化、基礎性的工作。

人工智慧和機器人的能力已經開始入侵那些原本我們相信必須由人來完成的工作。許多職業都將受到影響。

花旗銀行全球視角及解決方案部門曾發布一份報告稱，歐美銀行預計在 2015-2025 這十年間將會裁員 30%，數量最多將達到 170 萬人，約相當於 6 個冰島的人口，這其中，最重要的影響因素就是 Fintech（金融科技），互聯網技術將越來越多地取代銀行的中介作用，消費者直接和機器互動的時間會越來越多。

不僅僅是我們以為的那些藍領工作，那些擁有大學學位的才能做的職位也在此列。「會計、律師、記者甚至是醫生的部分工作也都已經被人工智慧所替代了，因為這些工作的內容都是多多少少可以預測的，那麼都可以被深度學習的機器最終所取代。」他說。

站在現在這個時間點上，確實還有大量的新行業產生，像是納米技術、合成生物學，但是這些新的行業並不會雇傭太多的人——這些行業從誕生開始就是以電腦為核心，高度自動化的。

比爾·蓋茨告訴我們機器人也要交稅，以此降低自動化的速度。Google 創始人 Larry page 甚至還給出了建議：「 大家需要每周休息四天 。」因為以後可能沒那麼多工作留給人做。但是無論如何，歷史的經驗告訴我們，處在「過渡期」的人們，日子並不會更好過。但是很可能，我們終將走向一個人類集體失業的未來。

人類要如何面對一個沒有工作的未來？

從積極的一面來看，我們有了更多的時間休閑，有更多時間來陪伴家人，這似乎是我們現在努力追求的東西。但是問題也出現了。

未來，或許人類可以接受沒有工作，或者只領少許的薪水，但是這一切都會給社會造成經濟壓力，因為人類沒有有工作、或者只擁有少量收入，消費能力就就會減弱，從現有的社會經濟制度來看，社會產品和通貨緊縮，容易造成社會動蕩。

福特認為，我們必須在傳統的工作中找到分離收入的辦法，在他看來，最好的解決方案是從保證最低收入開始，這麼做很可能會變得必不可少。

但是需要在基本工資的基礎上增加「獎勵機制」，鼓勵那些沒有工作的人去完成教育、參加社區服務，因此獲得更多的獎勵薪資，更重要的是，人們要知道如何在不需要工作的社會裡還能找到生活的意義和滿足感。

而這一切都需要我們對社會的機制、體系進行改革和重塑。這是我們未來的任務。

「有一點要明確的是，當我們站在現在這個點觀照未來，科技的進步仍然將繼續加速，局面將會變得比現在更加極端。」Martin Ford 曾經在書中這樣寫道。

附：

《紐約時報》曾經給馬丁·福特書作《機器人的崛起：技術以及未來失業的威脅》寫過一篇評論，我們放在最後，供參考閱讀。

20世紀末，當藍領工人階級讓位於全球化和自動化的洪流時，受過教育的精英帶著溫和的傲慢冷眼旁觀。這些人太可憐了，他們的工作過於簡單，因此被第三世界的青少年和機器所取代（後者更加丟臉）。幾乎所有政界人士都認為，解決方法在於教育。鑒於自動化和支持外包的遠程通信系統技術導致了工作崗位日益減少的趨勢，美國人需要在智力方面做到足夠聰明，以免受到影響。任何希望躋身中產階級的人都需要擁有大學學位、靈活性、創造性，以及不斷更新的技能組合。

不過，正如馬丁·福特（Martin Ford）在《機器人的崛起》（Rise of the Robots）一書中描述的那樣，吞噬工作的「技術之胃」現在已經威脅到了最聰明、接受過最昂貴教育的人們。律師、放射科醫生和軟體設計師等群體的工作已經轉移到了印度和；一些看上去只有有能力分辨細微差別的人才能完成的任務正在日益被分配給演算法（比如目前引入到大學考試作文評分中的演算法）。更令我感到害怕的是，計算機程序現在可以寫出適合發表的條理清晰的文章。而且正如福特所說，《連線》雜誌引用了一位專家的預測：在未來大約十年之內，90% 的新聞報道都將是由計算機生成的。

在閱讀《機器人的崛起》時，我不能不思考了一下書評領域本身被計算機自動化甚至改善的前景——思考這些也是因為我得為它寫個書評嘛。首先，目前人們通常用便利貼和紅色氈頭鋼筆進行的「研讀」工作將被交給掃描器完成，這種掃描器可以立即注意到所有反覆出現的詞語、短語和主題。其次，在人類評論員需要絞盡腦汁研究社會和歷史背景的地方，評論機器人可以將演算法發送到互聯網上，掃描作者寫的剩餘所有著作，以及關於這一主題的全部著作和文章。最後，所有這些信息將以一切含水、會思考的碳基生物無法做到的、更加公正和博學的方式得到綜合。其中大多數功能可以在今天實現。不過正如福特指出的那樣，如果你想讓你的評論機器人具有更多創造性和自我反思能力，你可能需要等到 2050 年。

這是一本令人感到羞辱的書。從最好的意義上說，它也是一本謙虛的書。福特是一位軟體企業家，不僅理解技術，而且對技術的經濟後果做過充分研究。他從不屈服於過分戲劇化和誇張的明顯誘惑。實際上，他幾乎沒有提到軍事領域的自動化。作為最不吉利的自動化領域之一，軍事領域不僅正在用無人機取代飛行員，而且正準備部署一些機器人步兵——這些機器人與目前用於拆除炸彈的機器人類似。福特也沒有過多探討可穿戴醫療設備正在開啟的一些驚人的可能性，這些設備現在可以監測人們在重症監護室收集到的幾乎所有生物計量數據。未來，當感應血糖水平的微型設備學會向其他微型植入設備發出釋放胰島素的信號時，人類健康領域的工作人員可能會被驅逐出這個領域。

不過，《機器人的崛起》並不需要更多的例子；自動化對人類的影響已經出現在了我們身上，並在這裡得到了巧妙的記錄。雖然失業率下降到了官方可以接受的水平，但長期失業仍在持續，不充分就業（需要全職工作的人從事兼職工作，或者工作崗位無法反映工人的教育水平）也在增長。受過大學教育的人常常在畢業后經歷多年的掙扎，一邊尋找臨時工作，一邊尋找永久室友。成年男性和女性在絕望中脫離勞動大軍。所有這些事情的發生都是出於選擇，儘管這並不是普通市民和工人的選擇。福特寫道，在衰退發生后，許多公司認為「不斷進步的信息技術」能夠使企業成功運轉，無須重新僱用被他們解僱的人。而且毫無疑問，技術正在朝著人類全體失業的方向發展。福特引用了一家致力於美味漢堡生產自動化的初創企業共同創始人的話說：「我們的設備不是為了提高員工的效率，而是為了完全取代員工。」

福特幾乎不認為新興技術最終將會就像 20 世紀早期鐵匠被汽車工人取代一樣，導致新的就業形式。他預測說，新興產業將「很少具有勞動力高度聚集的特點，如果還會聚集的話」。他舉了 YouTube 和 Instagram 等公司為例，這些公司普遍具有「很少的員工人數以及巨大的估值和收入」。在另一個領域，3D 列印即將使我們過去熟知的製造方式成為笑料。卡車駕駛可能會繼續存在一段時間——至少是在底特律甚至聖何塞開始大量生產自動駕駛汽車之前。

工作消失之後，人類並沒有像社會理論家在 1950 年代不安的預測那樣，迎來一個悠閑自在的時代。人們從勞動中解放出來后，會以多產的方式來利用他們獲得的自由時間嗎？譬如提升公民參與以及進行藝術創作，還是說他們會因為終日無所事事而老死在他們的農場住宅中？不過不管怎樣，大家通常覺得人依然得吃飯。

事實上，儘管不會有人願意為工作付錢，但仍然會有大量工作需要人類來做。這就是克雷格·蘭伯特( Craig Lambert)在他的新書《影子工作：那些填滿你一天時間的看不見的無償工作》(Shadow Work: The Unpaid, Unseen Jobs That Fill Your Day)中提出的一個有趣的概念——「影子工作」。 我們總覺得，我們自己動手加油、在 Panera Bread (美國一家麵包咖啡連鎖店，譯註) 用完餐后清理自己的桌面都是理所當然的。旅遊訂票現在全靠自己動手解決，旅行代理商都消失了。隨著企業削減他們的勞動力，經理們必須承擔其支持人員的工作（還記得秘書這個職位嗎？），顧客現在要準備好花費幾個小時的時間，在菜單和錄製好的廣告中找到「客戶服務」。與此同時，資金不足和人員不足的學校似乎需要更多的家長參與，負責任的父母往往不僅需要開車送他們的孩子上學放學，還得抽出幾個小時陪孩子做科學項目、鑽研五年級的數學。然而正如蘭伯特在書中指出，沒有證據證明，家長和孩子一起做家庭作業能提高孩子的表現或考試成績。

這本書大部分時候都很順暢，但也有讀不通的地方。書中對「影子工作」的定義似乎包含了所有無償的工作——從剝削性的勞動力（譬如無薪實習生）到自願承擔的工作，再到照顧自己的家人。而有時候，這本書也會因為莫須有的懷舊情緒而減分，譬如對一個需要大多數交易都需要涉及人類互動的時代。例如，蘭伯特認為家庭懷孕測試能為婦女提供「更多的隱私和更多的控制權」，同時也感嘆——雖然沒有女性這樣抱怨過——家庭懷孕測試隔絕了醫生的參與，將「一個原本可以成為令人難忘、被共同分享的事件變成了女性與一根塑料棒之間的孤獨遭遇。」

蘭伯特曾任《哈佛雜誌》（Harvard Magazine）編輯，他的立場一直很堅定，因為他通過研究發現，各種公司和新技術都在盡其所能地給人們分配各種新任務，這些任務中的每一個似乎都無足輕重，但疊加起來卻會給人帶來幾個小時的麻煩，比如刪除收件箱里的垃圾郵件、升級各種軟體、為我們使用的每個網站想密碼，以及定期更新這些密碼。撇開別的不談，他還給「分心」（distraction）這個詞賦予了新的含義，用它來解釋公民無為現象（civic inaction）。隨著海平面的上升、空氣變成有毒的霧霾，我們中的許多人都將踡曲在筆記本前填著各種表格、試圖讀完各種難懂的「使用條款」。

蘭伯特沒有讓世界上的影子工作者上街示威，但可能我們確實需要一些時間、做好心理上的準備，好面對技術帶來的反烏托邦式可能性。馬丁·福特預計，如果隨著財富向上層積累，中產階級的工作也會不斷消失的話，經濟流動性將「不復存在」：「富豪統治將把它自己禁錮在各種封閉社區和精英城市裡，而且這些社區和城市的守衛者還可能是自動武裝機器人和無人機。」事實上，從《極樂空間》（Elysium）到《飢餓遊戲》（The Hunger Games），我們已經在電影中反反覆復地見過了各種各樣這樣的世界。

福特在《機器人的崛起》一書中說，以少數精英的奢侈消費為基礎的社會在經濟上是不可能存在的，而且這樣的社會在生物學上也是不可能存在的。和機器人不同，人類需要食物、醫療，需要感覺到個人存在的價值，而創造這些需求的正是工作崗位，或者其他形式的工作。福特對這個問題給出的解決方案也極其直接：正如保守派和自由派多年來提倡的那樣，我們需要實行確保每個人都能享受到的年度最低收入制度（他建議這個收入設定在每年一萬美元）。只有這個很可能還不夠，當然了，多少錢都無法補償失去有意義的工作帶來的失落感。但作為解決這個問題的第一步，福特的建議可能是當下人類缺乏活力的大腦能想到的最好的辦法了。

Siri 之父湯姆·格魯伯：機器會讓人類變得更聰明，而不是相互取代

隨著人工智慧離我們的生活越來越近，人們對「人工智慧」這個概念的警惕也開始蔓延。遠到「會不會出現統治世界的超級智能」，近到「人工智慧會搶走人類的工作」，這些問題被媒體、學者和科技公司反覆討論。

今年 1 月，蘋果加入了人工智慧聯盟 Partnership on AI，那是由亞馬遜、Facebook、Google、IBM 和微軟五家公司在去年 9 月聯合發起的，旨在努力減輕公眾對於正在學習自主思考的機器的恐慌。基於這五個巨頭的共識，這一行業聯合組織制定了一系列用於工程開發和科學研究的基本道德標準。

蘋果人工智慧高級專家、Siri 聯合創始人 Tom Gruber 代表蘋果擔任了這個聯盟的理事。

在昨天的 TED 演講中， Tom Gruber 提出：「每當機器變得更加智能，我們人類也變得更加聰明。」

「我站在這裡，是想給你們分享一個新的視角。」Tom Gruber 並沒有在台上演示 Siri 能做些什麼，而是以一個問題開場：「人工智慧的目標是什麼？」

有些人會認為，這個目標是讓機器變智能，這樣機器就可以自動處理我們不想做、或是不擅長做的事，或是在遊戲里擊敗我們，比如被 Alpha Go 擊敗的李世乭。

關於超級智能的恐慌由此產生。

SpaceX、特斯拉的創始人伊隆·馬斯克就認為：「人類需要與機器結合，成為一種半機械人，來避免在人工智慧時代面臨淘汰的命運。」在馬斯克看來：「未來的生物智能將會和數字智能緊密地結合在一起。」這對於人類實現自身的半機器化有所幫助。

但是 Tom Gruber 卻認為，人工智慧是為了用機器的智能增強人類能力而存在的。與其說人工智慧要與人類競爭，不如說是要與人類合作，機器和人類是在同一個團隊中，各自做著自己最擅長的事。

與其擔憂機器到底能變得多聰明，不如來思考這樣一個問題：機器，能夠讓人變得多聰明？

對於 Tom Gruber 的盲人朋友 Daniel 來說，智能助理的影響是巨大的，它讓一個視力障礙的人仍然能夠保持自己對社交的熱情，Daniel 用 Siri 來管理他所有的社交生活：郵件、簡訊、電話等等。

這還不是最有說服力的。同樣是在顯微鏡下辨別癌細胞，人和機器的錯誤率各自都在百分之幾，人在判斷明顯不是癌症細胞的時候效率比較高，但是機器在篩選比較細微的癌症細胞時比人更強，同時它能一次性處理大量的數據——所以當兩者的能力結合，辨別癌細胞的錯誤率會十倍降低。

另一個將人類智能與機器智能結合起來的例子是記憶。

人類擅長講故事，卻無法記住所有的細節。那如果把記憶交給電腦呢？在電腦的幫助下，我們將有能力記下我們所見過的每個人、吃過的每一餐飯以及所有當時的感覺。而人才是能夠調用記憶、做出反應的角色。當然，我們可以選擇哪些記憶不用被保存下來。

它還將影響數百萬受到阿茲海默症困擾的人，機器增強記憶帶來的差別就不僅僅是能不能記住同事的生日和喜好，而是你是過著與世隔絕的生活，還是擁有尊嚴、體面地與世界相互連接的生活。

「我們正處於一場文藝復興的浪潮中間，就在數年之內，我們將擁有人工智慧的解決方案，來解決那些困擾我們多年的問題。」他說，「我說不出這將在何時發生或者以什麼樣的形式發生，但我認為這必將發生。」

我們可以選擇如何運用那些技術，我們可以選擇讓人工智慧和人類競爭，也可以選擇讓人工智慧和人類合作，讓機器幫人類做我們想做的事——甚至做的更好。

而那些技術的進步，並不會是某一個智能助理的進化，而是會分發到全世界的智能助理。Tom Gruber 對這樣的未來持有超級樂觀的態度，他的核心觀點就是：與其說人工智慧會削弱人類，不如說，超級智能會賦予人類超人的智能。

喜歡這篇文章？去 App 商店搜 好奇心日報 ，每天看點不一樣的。