问题|哪些是人工智能时代的安全职业

【新闻随笔】
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 。
【问题|哪些是人工智能时代的安全职业】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 。
(作者:姜奇平 , 系中国社科院数量经济与技术经济所信息化与网络经济室主任)

    推荐阅读