你擔(dān)心機(jī)器搶人飯碗嗎

1、你擔(dān)心機(jī)器搶人飯碗嗎我想說，擔(dān)心機(jī)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(jī)器可能取代某些目前由人來完成的工作的說法， 卻不會(huì)在意，那些說法都是有前提的。比如：某報(bào)告總結(jié)了一些容易 被自動(dòng)化取代的工作的特點(diǎn)，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(dòng)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(huì)被機(jī)器取代，而戶外伐木的工 作只有 25%的概率會(huì)被取代。別問這兩個(gè)數(shù)是怎么來的，反正我們的 專家算出來了。對(duì)人類的能力感到樂觀，也是對(duì)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(gè)術(shù)語出現(xiàn)幾年后，就有科學(xué)家寫過聊天機(jī)器人程序，名為 Eliza ，其中一個(gè)“人設(shè)”是Doctor ，原理是先確定一套規(guī)則， 讓機(jī)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?yàn)榭茖W(xué)家 自己也說了，它其實(shí)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(jī)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(jī)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(jī)器：“那我就來說說?！庇脩簦骸案艺f說吧。

3、”機(jī)器：“你能說具體一點(diǎn)嗎？”用戶：“不能，我就是覺得不開心。也許我是在擔(dān)心什么事情。 ”機(jī)器：“你這樣擔(dān)心有多久了？”用戶：“兩星期?！睓C(jī)器：“說下去。”用戶：“我需要你的幫助。”機(jī)器：“為什么你會(huì)需要我的幫助？”如果看英文原文， 你會(huì)更清楚地看到， 這臺(tái)機(jī)器怎樣抓住一些重 點(diǎn)詞進(jìn)行重復(fù)，變成它的回應(yīng)。但就是這么簡單的設(shè)計(jì)， 卻得到大量的好評(píng)。 許多用戶堅(jiān)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(jī)器人”這樣一 些計(jì)算機(jī)科學(xué)領(lǐng)域的標(biāo)簽傳世，還多了一個(gè)跨界標(biāo)簽，就是“ Eliza 效應(yīng)”，用于描述下意識(shí)地將機(jī)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?yàn)?Eliza 這名字源于另一個(gè)故事， 里面 也有一個(gè)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(xué)家說他的聊天機(jī)器人就像女主角 Eliza 出身下層 社會(huì)的賣花女，可以通過接受語言學(xué)家的訓(xùn)練而掌握上層社會(huì)的言談 風(fēng)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(dòng)了天神，決定賦予少女生命，二人得以喜結(jié)良緣。從那時(shí)就有了皮 格馬利翁效應(yīng)，用以描述人們會(huì)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(gè)故事就變成，先是科

5、學(xué)家將自己設(shè)計(jì)的聊天機(jī)器人命名為Eliza ，“拔高”這個(gè)設(shè)計(jì)，因?yàn)檫@臺(tái)機(jī)器并不能像戲中女主角那樣， 從語言學(xué)家那兒學(xué)會(huì)另一套說話方式；同時(shí)，在用戶這邊，好像與科 學(xué)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(tái)機(jī) 器就是聽得懂他們的話， 盡管它其實(shí)聽不懂， 并且科學(xué)家也把程序公 開發(fā)表了。有沒有可能，他們?cè)敢狻案呖础钡?，其?shí)是人類的能力。他們期 待人類盡快達(dá)成目標(biāo)，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(gè)理由： 人類邁向老齡化社會(huì)的 現(xiàn)實(shí)，也被他們選擇性地?zé)o視了。我們面臨的老齡化挑戰(zhàn)有多嚴(yán)峻？外國有報(bào)告說，從 2010 年到 2050年，在我國，每 100 位適齡勞動(dòng)者要分擔(dān)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(tái)機(jī)器人。讓那寶貴的 100 個(gè)人類勞動(dòng)者指揮這些機(jī)器人，于是勞動(dòng)者的總數(shù)加倍， 變成 200，這樣看起來才比較“正常” ，不那么令人倍感壓力。因?yàn)槲也皇菢酚^主義者。 反過來，能在人工智能技術(shù)尚未發(fā)達(dá)和人類已經(jīng)加速邁向老齡化 這兩個(gè)現(xiàn)實(shí)