圖靈獎得主楊立昆：誰將是人工智能的受益者？

人工智能引發了一系列的問題。它改變了社會，引起了經濟變革，如同其他任何一項技術革命一樣，它也創造了新的職業并使一些職業消失。誰將是其中的受益者呢？

誰將從人工智能革命中受益？

一些杰出經濟學家將人工智能視為“通用技術”，認為它將在未來幾十年中不斷傳播并深刻改變經濟生活。我們在歷史上創造的“通用技術”還有蒸汽機、電力、計算機等。像以前的技術變革一樣，人工智能也將取代一些行業。

19世紀70年代時，法國有50%的人以農業為生，而這一比例在2019年降至5%。我們適應過時代，現在我們需要再次適應。部分就業人口的技能已無法應對社會的需要，他們必須接受新的職業培訓以適應新的工作，或者由社會來接管他們。

我擔心目前這種進展的加速會導致越來越多的人失業，但是專門研究這些問題的經濟學家給我吃了一顆定心丸。例如，麻省理工學院的埃里克·布林約爾松（Erik Brynjolfsson）和其他一些經濟學家曾斷言，“通用技術”滲透經濟的速度會受到工人學習如何利用它所需時間的嚴格限制，這個過程需要15～20年。

我不確定人工智能革命是否會讓所有人受益。深耕于有資質的、創新型的、專注于人際關系或人力資源職位的人更有可能保住工作。

有一件事是可以確定的：人工智能及其應用無法參與競爭的東西會變得更有價值，這是已經得到證明的人類經驗。自動化大幅度降低了制成品的價格，隨著人工智能在工業界的滲透，這種趨勢將會繼續，甚至加劇，但是服務業、手工業和房地產業不會以相同的方式受到影響。

舉個例子，我們每個人都可以花不到兩歐元的低價或通過訂閱的方式聆聽最喜歡的音樂家的作品，然而如果要欣賞搖滾音樂會或歌劇，我們就需要支付50～300歐元。區別在于，獨特的事物賦予了生命獨特的時刻。一頓大餐，參觀自然景點或博物館，聽一場爵士樂音樂會??我因為能夠做這些事情而感到高興。我們越來越重視創造力和獨到的體驗，越來越不看重大眾化的產品。在健康、藝術、科學、教育、體育等領域的職業中，感性的方面在未來將占有重要的一席之地。

如何解釋人工智能？

一些悲觀主義者認為深度學習系統是“黑匣子”，但他們錯了。工程師可以深入檢查神經網絡的功能，包括所有的細節。誠然，當神經網絡具有數百萬個單位和數十億個連接時，似乎很難完全理解它的每一個決策，但這不正是所有智能決策的特點嗎？

我們不了解讓出租車司機、工匠、醫生或航空公司飛行員完成他們的工作的神經機制，更不了解用來尋找松露的狗如何挖掘出芬芳的“黑色鉆石”，但我們相信他（它）們。為什么要對一臺反應更快、不知疲倦、從不分心的機器提出更高的要求呢？當你可以證明它比人類更可靠時，為什么還要對它產生懷疑呢？

人工智能系統每天做出數萬億個決策，其中大多數都與查找、分類和過濾信息以及一些稍顯無聊的應用程序有關，例如應用于照片和視頻的效果。你是否真的愿意花時間和精力來詳細了解它們？人工智能的工作能夠帶來令人滿意的效果，這不就夠了嗎？

而且使用沒有深入了解其運行機制的系統是一種常見的現象。許多常用藥物都是通過反復試錯獲得的，而我們對其作用機制了解甚少。比如，鋰通常被用于治療躁狂抑郁癥，但它的作用機制至今仍是一個謎。我們熟悉的且在日常生活中不可被替代的阿司匹林是有史以來使用最廣泛的藥物，它于1897年首次穩定合成，可是直到1971年我們才明確其作用機制。

當我們無法完全說明系統的行為時，那么其市場流通就必須經過測試過程，測試的協議是受控且開放的，例如在藥品進入市場之前進行的臨床測試，或者用于新飛機的合格認證程序。對于做出關鍵決策的人工智能系統也必須如此。

另一個問題：投入實際應用的人工智能是否必須100%可靠？沒有必要。同樣的道理，為什么對人工智能的要求比對其他決策輔助系統的要求更高？醫學每天都在使用的測試系統，其可靠性并非完美無缺，但我們不會質疑其有效性。例如，疾病的檢測始終存在一定比例的假陽性和一定比例的假陰性，并且必須在兩者之間進行權衡。如果對檢測結果有任何疑問，醫生將無法下診斷。

既然如此，那為什么要對人工智能有更多的苛求呢？我的朋友萊昂·博圖始終認為，現代社會產生的數據量與存儲方式或網絡速度一樣，都在以相同的速度呈指數級增長。但是，人類處理這些信息的能力并沒有如此迅速的增長，在某些時候，人類的大多數知識將由機器從數據中提取并存儲。利用機器學習系統我們總可以輕松提出建議，無論建議的程度是深還是淺。我們需要做的是進行靈敏度分析，以便找到能夠改變決策的最小輸入干擾。

幾個世紀以來，人類已經習慣自己的生理和心理能力被其他工具超越了：打磨過的石頭和刀具比牙齒更堅硬；耕畜、拖拉機和挖掘機比我們的體力更強；馬、汽車、飛機比我們的雙腳移動得更快；計算機的計算速度比人腦更快。技術發現提升了我們自身的能力，機器智能也將延展人類智能。

就像其他技術革新的時代一樣，人工智能正在顛覆我們的時代。于我而言，我相信人工智能具備大大改善我們生活的能力，但我也相信它有制造問題的能力。對認識自我的渴望驅動著我們對機器智能的探索與追尋，對人工智能的研究和對人腦的研究相輔相成。因此，人工智能也是未來幾十年我們要面臨的一項巨大的科學技術挑戰。

楊立昆（Yann LeCun） | 文

楊立昆是圖靈獎得主、Meta首席人工智能科學家。

內容發布于楊立昆《科學之路》一書，本文有編輯刪減。

The Thinker

AI 時代，我們更加需要能夠穿越學科邊界、連接思想與現實、在長期視角中討論技術意義的思考者。The Thinker 內容共創計劃應運而生，希望在加速變化的時代，保持判斷力，保留復雜性，為關于科技與社會的公共討論提供理性的洞見。The Thinker 共創的內容將面向企業決策者、科研人員、政策與產業觀察者等讀者群體，形成長期可積累、可引用的思想內容。

歡迎向The Thinker專欄投稿，參與AI時代的公共討論。

本文同步發表于《信睿周報》第167期

點擊下方鏈接購買↓

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org