你擔心機器搶人飯碗嗎

1、你擔心機器搶人飯碗嗎我想說，擔心機器搶人飯碗的人，可能骨子里都是樂觀主義者。為什么這么說？ 首先，他們只看機器可能取代某些目前由人來完成的工作的說法， 卻不會在意，那些說法都是有前提的。比如：某報告總結(jié)了一些容易 被自動化取代的工作的特點，其中之一是具有可預(yù)見性。舉例：戶外 伐木工作的可預(yù)見性， 就低于裝配生產(chǎn)線上的工作， 后者很顯然就是 不斷重復(fù)，幾乎每套動作都做得一模一樣； 因此，盡管同屬體力活兒， 裝配流水線上的工作就有 78%的概率會被機器取代，而戶外伐木的工 作只有 25%的概率會被取代。別問這兩個數(shù)是怎么來的，反正我們的 專家算出來了。對人類的能力感到樂觀，也是對作為人類一員的自己

2、感覺良好。 這樣的人好像一直都不缺。比如：在人工智能這個術(shù)語出現(xiàn)幾年后，就有科學家寫過聊天機器人程序，名為 Eliza ，其中一個“人設(shè)”是Doctor ，原理是先確定一套規(guī)則， 讓機器按規(guī)則根據(jù)用戶輸入的句子 作出回應(yīng)，造成用戶聽得懂的假象。之所以說是假象，是因為科學家 自己也說了，它其實沒聽懂，而是通過反饋一些開放而含糊的話，設(shè) 法讓用戶以為它真的在傾聽。像這樣用戶：“最近覺得很不開心。 ”機器：“你常常覺得很不開心嗎？”用戶：“是的，但我不知道怎樣才能讓自己開心起來。 ”機器：“為什么你不知道怎樣才能讓自己開心起來？”用戶：“你能給我說說嗎？”機器：“那我就來說說?！庇脩簦骸案艺f說吧。

3、”機器：“你能說具體一點嗎？”用戶：“不能，我就是覺得不開心。也許我是在擔心什么事情。 ”機器：“你這樣擔心有多久了？”用戶：“兩星期?！睓C器：“說下去。”用戶：“我需要你的幫助?！睓C器：“為什么你會需要我的幫助？”如果看英文原文， 你會更清楚地看到， 這臺機器怎樣抓住一些重 點詞進行重復(fù)，變成它的回應(yīng)。但就是這么簡單的設(shè)計， 卻得到大量的好評。 許多用戶堅信自己 就是在跟人類醫(yī)生說話，并且，跟這位“醫(yī)生”聊完，自己的狀況大 有好轉(zhuǎn)。最終，這套程序不僅帶上“人工智能”和“聊天機器人”這樣一 些計算機科學領(lǐng)域的標簽傳世，還多了一個跨界標簽，就是“ Eliza 效應(yīng)”，用于描述下意識地將機器行為與

4、人類行為等同起來的傾向。這就成了俄羅斯套娃， 因為 Eliza 這名字源于另一個故事， 里面 也有一個效應(yīng)，這就是蕭伯納的名作皮格馬利翁中的“皮格馬利翁效應(yīng)”?？茖W家說他的聊天機器人就像女主角 Eliza 出身下層 社會的賣花女，可以通過接受語言學家的訓練而掌握上層社會的言談 風度，誰也看不出破綻。而蕭伯納的靈感又源于希臘神話，說的是國 王皮格馬利翁愛上了自己精心雕刻的少女雕像， 愛得很入迷， 最終感 動了天神，決定賦予少女生命，二人得以喜結(jié)良緣。從那時就有了皮 格馬利翁效應(yīng)，用以描述人們會不自覺地接受自己喜歡、欽佩、信任 和崇拜的人的影響和暗示， “說你行，你就行。 ”這個故事就變成，先是科

5、學家將自己設(shè)計的聊天機器人命名為Eliza ，“拔高”這個設(shè)計，因為這臺機器并不能像戲中女主角那樣， 從語言學家那兒學會另一套說話方式；同時，在用戶這邊，好像與科 學家心有靈犀一般，也出現(xiàn)了“拔高”的印象，用戶愿意相信這臺機 器就是聽得懂他們的話， 盡管它其實聽不懂， 并且科學家也把程序公 開發(fā)表了。有沒有可能，他們愿意“高看”的，其實是人類的能力。他們期 待人類盡快達成目標，從而作為人類的一員也與有榮焉？如果這還不算樂觀， 我還有第二個理由： 人類邁向老齡化社會的 現(xiàn)實，也被他們選擇性地無視了。我們面臨的老齡化挑戰(zhàn)有多嚴峻？外國有報告說，從 2010 年到 2050年，在我國，每 100 位適齡勞動者要分擔扶養(yǎng)的老人和小孩總 數(shù)，從 36人變成 63 人?？赐赀@組數(shù)據(jù)，我的第一反應(yīng)是，趕緊先來 100 臺機器人。讓那寶貴的 100 個人類勞動者指揮這些機器人，于是勞動者的總數(shù)加倍， 變成 200，這樣看起來才比較“正?！?，不那么令人倍感壓力。因為我不是樂觀主義者。 反過來，能在人工智能技術(shù)尚未發(fā)達和人類已經(jīng)加速邁向老齡化 這兩個現(xiàn)實