哪些是人工智能时代的安全职业,逐渐成为人们不得不面对的问题。随着人工智能发展,一个又一个原来由人承担的工作,被机器替代。阿尔法狗干了围棋冠军的活儿,微软的小冰干了诗人的活儿,特斯拉无人驾驶汽车干了司机的活儿,亚马逊无人超市干了售货员的活儿……传统职业变得不再安全。人们不禁要问:将来还有哪些职业,是机器难以替代因而是相对安全的?
判断这个问题,不能靠猜测,而需要一个思考框架。人工智能时代的安全职业的问题,实质是人工智能擅长做什么、不擅长做什么;人擅长做什么、不擅长做什么。搞清楚人与机器各自的优势与劣势,这个问题自然就有答案了。
首先,关于涉及人工智能本质的问题,朱迪亚·珀尔与达纳·麦肯齐在合著的《为什么:关于因果关系的新科学》中有所论述。他们提出了一个理解人工智能能力本质的简单框架,这就是因果推断框架。因果推断讲的是相关关系与因果关系二者之间的关系。通俗地讲,相关关系对应归纳,因果关系对应演绎。珀尔院士反对只讲相关关系,不讲因果关系,认为人工智能只有通过建模将相关上升到因果,才能通过推断解决问题。
对应到职业上则意味着,找不到规律的事(只有相关没有因果的事)更适合由人来完成,而找得到规律的事(从相关可以推断出因果的事)可以由机器替代。更简化地说,凡是建不了模的工作,机器都代替不了人。举例来说,有些人购物随心所欲,建模往往套不牢他们,所以为这些消费者服务的事就适合由人来干。
其次,关于涉及职业本质的问题,斯科特·佩奇在《多样性红利》中也提出了一个超简单的判断框架:多样性优于能力。这里的多样性都可替换为臭皮匠(人);能力都可替换为诸葛亮(人工智能)。臭皮匠在什么条件下可以稳赢诸葛亮,或者说,人在什么条件下可以稳赢人工智能?其实条件很简单,凡是人算不如天算的,都不适合诸葛亮(人工智能);相反,凡是人算算得清的,都不适合臭皮匠(人)。显然,人工智能这个“诸葛亮”之所以显得很厉害,全在于会算,如果它算不清楚,自然就得投降。什么是算不清楚的呢?按佩奇院士的理论,就是复杂程度超过算力的事务,例如股市、生态多样性、婚恋等。
最后,关于涉及人工智能与职业关系的问题,马华兴、王鹏合著的《做出好选择》则提出了一个将人工智能与职业联系起来的判断框架。这个框架把工作分为程序型工作和探索型工作。程序型工作,对应珀尔院士说的可建模发现因果关系的事情,对应佩奇院士说的“能力”型工作;探索型工作,对应珀尔院士说的只有相关关系无法建模的事情,对应佩奇院士说的“多样性”型工作。《做出好选择》认为,从事探索型工作是未来的方向。这是人工智能时代的安全职业。书中归纳了3种有前途的探索型工作:社交类工作、设计类工作、经验类工作。
不过,如果理解了人工智能的原理与职业的原理,安全职业可以不止这3类,而是无限增加。比如,网络文艺全行业符合佩奇院士说的“多样性”标准,作品只要一重样,就会被判抄袭。其中包括网络文学、网络音乐、网络视频、网络音频等10多个职业,进而由产品内容化、体验化进一步派生众多职业,如直播带货、设计孩子打针专用动画片等;又比如,网络娱乐细分为体育、游戏等具有人算不如天算特征的成百上千种职业,无穷无尽……总之,只要与人的情感(如对美好生活的向往)沾边,都适合人而不适合人工智能。真正的问题反倒可能是安全职业多得数也数不过来,逼得人工智能还要再努力一些,才能把人手腾出来,有机会去尽情发挥。
责任编辑:PSY
-
机器人
+关注
关注
210文章
28241浏览量
206665 -
安全
+关注
关注
1文章
339浏览量
35677 -
人工智能
+关注
关注
1791文章
46915浏览量
237715
发布评论请先 登录
相关推荐
评论