用計算機大腦控制人類身體？機器人的崛起將如何影響我們的工作？

「雖然機器人能操作飛機降落，或者完成華爾街的交易，但仍然不能勝任廁所清潔工作。」——《機器人崛起》

BBC網站日前刊登專題文章，關注機器人產業的高速發展。文章提到隨著硬體水平的提高，機器人的視覺、觸覺和平衡感都在飛速進步。但與「身體」的進步相比，人工智慧帶來的機器人「大腦」的進化，則正在更深遠地改變著人類的經濟生活。

圖中的這台機器人的尺寸和樣子就像是一台複印機。它在倉庫地板上行走的時候發出的嗡嗡聲並不刺耳，自帶的兩個機器臂可以很輕易地讓它自己在剪叉式升降機上上調或者下降自己的位置，為下一個任務做好準備。

在它的每個手臂的「手腕」都有一個攝像頭。機器人可以在左臂推動紙箱放入貨架的同時，用右臂伸入紙箱抓取一瓶水。

和很多新機器人一樣，這款產品來自日本。生產商日立在2015年向大眾展示了這一產品，並希望能在2020年開始銷售。

這並不是唯一一個能在貨架上拿取水瓶的機器人，但它最重要的特徵卻是——能以和人類最接近的速度和敏捷性來完成這一看似簡單的任務。

未來類似的機器人可能會完全取代倉庫工人，儘管目前倉庫工作中仍然有人類的一席之地。

在Amazon的倉庫中，一款名為Kiva的機器人不僅能從貨架上拿取物品，還能將貨架移動到工人面前供他們選取。通過這一方法，Kiva能將效率提高到之前的四倍——機器人和人類也在工廠中協同合作。

歷史上，機器人被引入工廠的故事始於1961年，當時通用汽車安裝了第一個單臂機器人Unimate用於焊接工作。

直到現在，機器人的工作領域都被和工人嚴格區分來開，部分是為了保護工人，部分是為了不讓機器人因為工人而出現混淆，因為機器人的工作環境必須得到嚴格的控制。

然而一些最新推出的機器人則不需要再受這些條條框框的限制，比如Rethink Robotics的Baxter。

大多數情況下Baxter都能避免撞到人類，或者在人類撞到它的時候能不摔倒。它的卡通風格眼睛還能讓人類同事知道它打算往哪個方向移動。

以往工業機器人需要專業化的編程，但Baxter能從同事那裡學會完成新的任務。

全球的機器人數量正在快速增長，工業機器人銷售量每年的增幅約為13%——這意味著機器人的「出生率」幾乎每5年翻一倍。

一直以來製造業都喜歡將生產業務轉移到新興市場，從而降低勞動力成本。但如今機器人則成為了將生產「迴流」到老牌工業強國這一新趨勢的一部分。

它們可以完成的任務越來越多，比如選取生菜、當酒保，甚至成為醫院的看門人。不過它們所做的事情仍然沒有我們曾經預期的那麼多。

在Unimate投入使用一年後的1962年，美國卡通片The Jetsons中登場了一個機器女僕Rosie，它可以完成所有的家務活，但如今看來要達到這一目標仍然需要一些時間。

//圖為通用汽車採用的第一個單臂機器人Unimate

目前所取得的一些進展部分要歸功於機器人硬體的升級，包括價格更低但品質更好的感應器，這些對於提高機器人的視覺、手指的感觸和平衡都至關重要。

還有一方面是軟體的提高，這讓機器人的「大腦」得到了質的飛躍。此外時間也是一個重要因素，「機器學習」曾是另外一個早年人類對機器人的高預期遭到挫折的方面。

針對人工智慧的嘗試可以追溯到1956年，當時於達特茅斯學院（Dartmouth College）舉辦的一個研討會中，科學家們提出希望嘗試製造「使用語言、形成抽象概念、解決目前只能由人類解決的問題並進行自我提升的機器人」。

當時科學界認為創造出類似人類的智力需要20年。而如今，我們又認為我們還需要20年。

未來主義哲學家博斯特羅姆（Nick Bostrom）曾諷刺說，「20年是那些預言會有翻天覆地變化的人士最合適的時間段」——如果太短，你就會預期當下就能看到一些原型產品，而如果比20年更長，則無法吸引人們的關注。

實際上，只有在最近幾年人工智慧的發展才真正開始加速，特別是在「專攻某一件事」的狹義人工智慧方面，比如圍棋、過濾垃圾郵件、從Facebook照片中辨識面部等等。

//去年阿爾法狗對決李世石的大勝震動全球

如今的處理器變得更快、數據集變得更大，編程人員也更善於編寫可以學會自我提升的運演算法則。

這種自我提升的能力也讓博斯特羅姆等人感到擔憂——如果未來出現了可以像人類一樣解決任何問題的「通用人工智慧」，那時又會發生什麼事情？它會不會很快把自己變成超級智能？我們又該如何控制它？

儘管這並不是一個迫在眉睫的問題，人類水平的人工通用智能仍然還需要20年。但必須要注意的是，狹義人工智慧已經開始影響經濟。

近年來運演算法則已經進佔了很多「枯燥無味」的白領工作，比如記賬和客戶服務，一些聲望更高的崗位也並不安全。

例如IBM的Watson已因為在遊戲節目Jeopardy！中打敗了人類冠軍而成為頭條熱點，該產品在診斷肺癌方面的表現也已優於人類醫生。

如今的軟體已經能像經驗豐富的律師一樣，能預測哪條論據最有可能贏得官司，機器人顧問能提供投資建議，演算法也能例行公事地炮製出金融趨勢和體育新聞，不過目前它們還不能撰寫關於科技和經濟的專題文章。

//機器人Watson此前也在遊戲節目Jeopardy！中打敗了人類冠軍

一些經濟學家認為機器人和人工智慧解釋了一個奇妙的經濟趨勢。

通常來講，工作崗位和生產效率緊密相連，即一個經濟體如何有效地將人力和資金等投入轉化成有用的東西。而布林約爾松（Erik Brynjolfsson）和麥卡非（Andrew McAfee）認為兩者已經不再掛鉤。

從歷史來看，更高的生產效率意味著更多的工作和更高的薪水。然而兩位學者認為這一現象在美國已經不復存在。自從本世紀初以來，美國的生產效率一直在增長，但工作崗位和薪水並沒有趕上前者的發展速度。

有些經濟學家擔心人類正在經歷「長期性經濟停滯」——即使在利率為零甚至負利率情況下，也沒有足夠的需求來刺激經濟發展。

科技對就業的破壞力並不是什麼新聞，這也是為什麼200年前盧德派想要破壞科技的原因。

「盧德派」是一個帶有嘲諷意味的單詞，其原因在於科技一直、也最終都創造了新的、更好的或至少不同的崗位，從而取代那些受其破壞的崗位。

//人類於50年前暢想的女僕機器人至今仍未實現

然而這次會發生什麼仍然存在爭議，可能留給人類的一些工作崗位會變得更糟。這是因為如今的科技似乎在思考而不是操作方面獲得了更多的進步——機器人的大腦要比它們的身體升級得更快。

《機器人崛起》一書的作者福特（Martin Ford）一針見血地指出，雖然機器人能操作飛機降落，或者完成華爾街的交易，但仍然不能勝任廁所清潔工作。

所以也許未來我們不應考慮打造像是Rosie這樣的機器人，而是像是如今在倉庫中使用的Jennifer Unit機器人。

這是一套計算機化的頭戴設備，可以告訴工作人員需要做些什麼，詳細到最為細小的細節。

例如若你需要從一個貨架中拿取19個一模一樣的物品，它會告訴你先拿取5件，之後再分別拿取5件、5件和4件。這會比單純說「19件」更加不容易出錯。

如果機器人在思考方面能完勝人類，但人類在從貨架中拿取物品上的表現優於機器人，那麼為什麼不能用機器人的大腦來控制人類的身體？