[[255576]]

近日，李開復在 Time 上發布了題為《AI 的強大和人類對它的誤解，以及我們能做什么來保護員工》（Artificial Intelligence Is Powerful—And Misunderstood. Here's How We Can Protect Workers）的文章。在文中，李開復談到了人工智能目前的發展進程、潛在應用將為人類帶來的價值，并重點就人工智能帶來的失業、安全、隱私等方面的挑戰，表達了自己對于如何應對這些挑戰的觀點和建議。雷鋒網 AI 科技評論編譯如下。

2015 年，Nigel Richards 贏得了法語拼字大賽（French-­language Scrabble）世界冠軍，這件事情之所以這么引人關注就是因為 Nigel Richards 根本不會說法語——這位新西蘭人所做的事情，就是在短短九周時間內，記住了整部法語拼字詞典中的 386000 個單詞。

Nigel Richards 這一令人印象深刻的成績，意味著人工智能實現真正的 AI 不再像一些自詡為「未來主義者」所警示的那樣——是一種癡心妄想。正如 Richards 通過記住大量的單詞來掌控拼字板的區域一樣，先進的 AI—或者說深度學習，從單域中接入大量的數據，然后學習數據從而在域內做出特定的決策。深度學習可以使用超長記憶和超出人類的準確率，來自動優化被稱作「目標函數」的人類指定的目標。

雖然深度學習的使用范圍有限，但它可以為任何人使用，并且在特定域內非常強大。正如深度學習可以幫助銀行最小化貸款違約率，或者幫助機場攝像頭判斷是否有恐怖分子正在排隊登機一樣，它也可以幫助亞馬遜優化推薦廣告的利潤，或者幫助 Facebook 優化用戶在其 APP 上所花的時間。

AI 的潛在應用是尤其令人興奮的。例如，自動駕駛汽車將會顯著地降低成本以及提高安全性和效率。但是 AI 的發展同樣也帶來了許多挑戰，不過花時間去協調這一即將到來的技術革命所帶來的真正風險和圍繞 AI 這一話題的誤解、炒作是值得的。

首先，讓我們談談失業問題。由于 AI 在流水線任務（假設這個任務是某個需要處理大量數據的領域）中表現得比人類更好，在未來的 15 年左右時間，AI 在技術上可以取代幾億位白領和藍領的工作。

但是并不是每一份工作都能夠被 AI 所取代。實際上，有以下四類工作完全不受 AI 威脅：

第一類是創造性的工作。AI 往往需要人類來指定它完成某個目標的優化，而無法像科學家、小說家以及藝術家一樣去發明、創造。

第二類是復雜、策略性的工作，例如執行官、外交官以及經濟學家等，都超出了 AI 單個領域或者大數據的限制。

第三類則是 AI 未來可能創造出的一些未知的工作崗位。

你擔心這三類崗位所雇用的員工人數無法彌補被 AI 取代的失業人數？不用擔心，因為第四類工作所提供的工作機會更多得多，那就是善解人意和富有同情心的工作，比如教師、保姆以及醫生。這些工作需要同情心、信任和善解人意，這都是 AI 所無法擁有的，并且即使 AI 試圖假裝它有這些品質，也沒有人會愿意讓一個聊天機器人告訴他們「你患了癌癥」或者讓某個機器人來照顧他們的孩子。

所以，在 AI 時代，人類依舊不會失業，關鍵是人類要重新訓練自己的勞動力從而來勝任這些工作。這不僅僅需要政府擔負起這個責任為公眾提供幫助，還需要企業以及超級富有的 AI 受益者主動承擔起這項責任。

除了失業，AI 還可能會加劇不公平問題，包括超級富豪與失業員工之間的不公平以及國家間的差距。與美國和中國相比，更貧窮以及更小的國家將無法獲得 AI 所帶來的經濟報酬，并且難以很好地緩解失業問題。

同時，科技也會帶來安全方面的巨大挑戰：黑客攻入 AI 控制系統的結果非常嚴重——想象一下如果恐懼分子襲擊了某輛自動駕駛汽車并將其用作武器，會導致怎樣的后果？

最后，還有隱私、加劇的偏見和操縱方面的問題。很不幸，現在已有前車之鑒：例如 Facebook 就難以抗拒使用 AI 技術來優化用戶使用和增加利潤的誘惑，而以用戶隱私和加劇偏見、差距為代價。

所有的這些風險都要求政府、企業以及科技人員共同來為 AI 應用制定新的準則。Facebook 所發生的事情就證明了自我監督的規則系統必將走向失敗。此外，各個國家務必要分享好的實踐經驗并通力合作來確保這項技術為所有人的利益而使用，而不是彼此之間互相競爭。

對于「AI 正在淘汰人類」這些甚囂塵上的烏托邦和反烏托邦言論，我們無需擔憂。前者預測我們將被「吸收」并最終演化成人類半機器人；后者則認為世界將被機器人統治。這兩者都沒有體現太多人工智能在實現真正智能這條路上所需要擔憂的問題。

「通用人工智能」時代，或者說當 AI 能夠在智力任務上表現得比人類更好的時候，離現在還有一段很遠的距離。通用 AI 要求推理、概念學習、常識、規劃、創造力甚至自我意識和情感等高級能力，而這些能力始終是我們的科學技術所無法企及的，并且現在也還沒有一條工程路徑讓 AI 朝著這些通用能力演進。此外, AI 要想實現巨大的突破，并不容易，也沒有那么快。

重新回到在拼字比賽中擊敗了所有說法語的人的 Nigel Richards，他記憶數據以及從（一組文字的）排列中做出好決策的能力驚人，但是如果你讓他評價居斯塔夫·福樓拜的一部小說，他將會完全不知道說什么。因此問「AI 什么時候會完全超越人類」很大程度上就相當于問「Richards 什么時候會獲得龔古爾文學獎（法國最負盛名的文學獎）」，它并不是完全不可能，只是可能性微乎其微。