摘要:
這個社會里還有一種人——能快速適應變革,并能迅速利用新技術不停創(chuàng)造新的社會價值的創(chuàng)業(yè)者們,他們會自發(fā)解決人工智能造成的這個社會難題。
日前李開復老師在紐約時報頒發(fā)了《人工智能對人類社會的真正威脅》一文,文中強調人工智能對人類社會最迫切的威脅不是控制人類,像電影《黑客帝國》中演的那樣;而是取代人們的經濟角色,奪走大部分人的工作。
李開復預測人工智能的崛起,會讓一小部分頭部企業(yè)可以雇傭更少的人力,卻能創(chuàng)造更空前的價值輸出,得到無法想象的巨額利潤。更加夸張的冪次分布模型——社會大部分財富積聚到少數(shù)擁有人工智能技術的頭部企業(yè)手里,而大量民眾會因為敵不過人工智能而失業(yè)。
李開復還給出了解決方案的建議:利用凱恩斯理論的財政政策方法,讓政府對頭部企業(yè)征收高額稅率,然后通過政府提升特定標的目的上的開支實現(xiàn)轉移支付的效果,最終為失去工作的人們創(chuàng)造出大量就業(yè)崗位。好比陪伴白叟就醫(yī)的志工、孤兒院的教導員、戒酒互助社的志愿者等需要愛心和人際溝通的工作。
對于李開復老師的這篇分析文章,團主認為前半段的趨勢分析是比較可靠的,但后半部分的解決方案就有點兒不切實際了。
近年來人工智能來勢洶洶,在部分領域的表示確實非常令人震驚,好比阿爾法狗大敗人類頂級圍棋手,并且是碾壓式的完勝。而且按照人工智能的發(fā)展邏輯,它會指數(shù)級的成長,從此對人類的超越會一絕紅塵。
這樣的事實和發(fā)展趨勢不得不讓人心生恐懼,無數(shù)的科幻小說以及電影都為人們描述過人工智能機器人控制并奴役人類的故事與畫面。這些雖然不是權威的預測,但也在情感上警示著人們,讓人們心生忌憚。
但按照目前的人工智能發(fā)展現(xiàn)狀和可預見的未來,這種事確實像李開復所講的那樣:即使會發(fā)生,也是好久以后的事了。但是當務之急是,人工智能開始在商業(yè)上的應用,確實在漸漸搶奪人們的工作。好比今天的一篇文章報道說,人工智能在信貸領域的應用,已經讓原本信貸業(yè)務中的核心崗位——信審員——逐漸邊沿化,直至被淘汰。
每一次的技術革命,都會對原有的產業(yè)結構造成巨大沖擊,很多人會在新技術的沖擊中被替代掉。好比蒸汽機的發(fā)明讓手工業(yè)者大批消失,汽車的發(fā)明讓馬車夫大量失去了工作等。但是李開復強調人工智能的沖擊差別于之前的工業(yè)革命和信息革命,它會是完全顛覆性的,會讓社會大部分的崗位從此消失。
可以理解為這次的沖擊從廣度到速度都是史無前例的。人類社會之前遭受的技術革命沖擊,雖然也非常殘酷,但給出了讓社會消化和重構的時間。好比倫敦當時失去了幾千個紡紗手工業(yè)的工作崗位,但幾十年后就創(chuàng)造了幾十萬個機械紡紗的流水線工人。
但是這次如果真的沖擊來的太快,人工智能以指數(shù)級的速度替代人類的工作,確實會對經濟和就業(yè)造成過于嚴重的傷害。這個確實是比什么機器人奴役人類這樣的擔憂,更迫切的威脅。
但李開復給出的凱恩斯財政政策解決方案,確實不如趨勢預測那么靠譜。這種政府通過向頭部企業(yè)收取重稅,然后再通過轉移支付的手段為大部分普通人創(chuàng)造就業(yè)崗位的方案,聽著非常完美,但真的實行起來必定不靠譜。因為歷史經驗教訓已經太多了。
這種計劃經濟式的方式,完全忽視了世界存在的大量不確定性。即使那些擁有人工智能技術的頭部企業(yè)可以創(chuàng)造出足夠的利潤,但怎么保證政府能完全準確的創(chuàng)造出足夠數(shù)量且合適的工作崗位。
人們工作不但是為了錢,工作讓人參與到社會分工中,獲得自我存在的價值必定與人生意義,后者可能比前者對人還要重要。但這個邏輯的前提是,人們自愿選擇本身想要干的工作。所以人們才會不停跳槽,不停尋找本身的事業(yè)。
單標的目的的創(chuàng)造工作崗位,并且是以給錢為目的而非是為了雙方各取所需,這樣的工作既不性感也缺乏持續(xù)性。好比歐洲的很多福利國家,生硬的為窮人創(chuàng)造毫無意義的工作,只是為了給他們發(fā)錢;結果就是那些人根們無法從工作中得到價值必定和人生意義,仍然是靠吃福利混日子。因此此路根本欠亨。
但真的就沒有解決措施了嗎?其實否則,只不過是李開復老師低估了社會的自動調節(jié)能力。
就像過去的技術革命一樣,在消滅大量工作的同時也創(chuàng)造出大量新工作。這次也會一樣,哪怕這次的AI沖擊殺傷力會非常大。
我們要重視人工智能,但也無需神化它。人工智能的工作基來源根基理是,先在某個領域獲取大量數(shù)據,然后通過算法分析數(shù)據并得出模型,再然后是利用模型解決具體問題。由于現(xiàn)在聯(lián)網設備的增多,由此產生了比過往多出好幾個數(shù)量級的數(shù)據,就相當于人工智能現(xiàn)在有了比以往多得多的飼料,因此人工智能才在現(xiàn)在發(fā)作。到是算法自己這幾十年來并沒有很大的理論突破。