圖片來源:圖蟲創(chuàng)意
對于人工智能,特斯拉首席執(zhí)行官埃隆?馬斯克是其中最堅定、最高調、最有經(jīng)驗的一位,他敲響警鐘道:“我接觸過非常前沿的人工智能,我認為人們真的應該關注這個問題……我不斷敲響警鐘,但除非人們親眼見到機器人走上大街殺人,否則,人們不知道該怎么應對(人工智能的問題),因為它似乎太虛無縹緲了?!?/p>
另一位就此發(fā)表過意見的專家是著名心理學家、諾貝爾經(jīng)濟學獎得主丹尼爾?卡尼曼。
非學術界人士或許會因為他2011年出版的《思考,快與慢》(Thinking, Fast and Slow)而認識他。
2017年,我們在多倫多組織了一輪關于人工智能經(jīng)濟學的會議,他解釋了為什么自己認為人工智能比人類更聰明:一位著名小說家前些時候寫信給我說,他正打算寫一部小說。小說主題是關于兩個人類和一個機器人之間的三角戀,他想知道機器人跟人有什么不同。
機器人和人的不同
我提出了三點主要區(qū)別。最明顯的一點是,機器人更擅長統(tǒng)計推理,對故事和敘述不像人那么著迷。另一點是,機器人的情商更高。
第三點是機器人更智慧。智慧是心懷寬廣。智慧就是視野不會太狹隘。這是智慧的本質,它有著寬廣的框架。
機器人擁有寬廣的框架。我覺得,等它學得足夠多,它會比我們人類更睿智,因為我們沒有寬廣的框架。
我們是眼界狹隘的思考者,喧囂嘈雜的思考者,在我們的基礎上進行改進很容易。我不認為會有太多人類能做而機器人怎么都學不會的事情。
埃隆?馬斯克和丹尼爾?卡尼曼對人工智能的潛力都充滿信心,同時也擔心它的出現(xiàn)可能會給世界帶來不良后果。
因為沒有耐心等待政府對技術的進步進行回應,行業(yè)領袖們提供了政策建議,有時候還采取了行動。
比爾?蓋茨主張對取代人類勞動力的機器人征稅。高調的初創(chuàng)公司孵化機構Y Combinator,以迂回的方式踏進通常屬于政府權責范圍的領域,他們正在推進一項實驗,致力于為社會中所有人提供一份基礎收入。
埃隆?馬斯克組織了一群企業(yè)家和行業(yè)領導者為Open AI注資10億美元,以確保沒有任何一家私人企業(yè)能壟斷該領域。
這些建議和行動凸顯了這些社會議題的復雜性。隨著我們攀登到金字塔的頂端,我們的選擇只會變得更加復雜。當把社會視為一個整體時,人工智能經(jīng)濟學也就不再簡單了。
人工智能會終結就業(yè)嗎
如果愛因斯坦在當今的世界轉世,那一定是斯蒂芬?霍金。由于霍金對科學所做的卓越貢獻,以及他寫過的《時間簡史》(A Brief History of Time)等暢銷書,在世人的心目中,他是個不折不扣的天才——哪怕他患有肌萎縮側索硬化癥(ALS)。
故此,2016年12月,人們毫不意外地接受了他所寫的一段話:“工廠的自動化已經(jīng)減少了傳統(tǒng)制造業(yè)的就業(yè)崗位,人工智能的興起,則有可能進一步破壞中產(chǎn)階級的就業(yè),只有那些最需要付出關懷、最有創(chuàng)意、最需要監(jiān)督的崗位能保留下來?!?br/>
若干研究結果統(tǒng)計了自動化對就業(yè)崗位的破壞可能達到的程度,而且這一次,受波及的不光是體力勞動,連原本一直被認為不會受波及的智力工作也無法幸免。但畢竟,馬匹在馬力上落后,而不是智力。
身為經(jīng)濟學家,我們從前就聽說過這些說法。盡管自幾百年前失業(yè)的手工工人(盧德主義者)砸掉紡織機以來,技術性失業(yè)的幽靈一直徘徊不去,但總的失業(yè)率一直都很低。
企業(yè)管理者可能會擔心,采用人工智能一類的技術會導致崗位被削減;然而,另一個事實興許可以給我們帶來些許安慰:農(nóng)業(yè)就業(yè)崗位自100多年前起就開始逐漸消失了,卻也未出現(xiàn)對應的長期大規(guī)模失業(yè)。
但這一次是不是不一樣呢?霍金的擔憂許多人也有,他們認為,這一回情況非比尋常,因為人工智能有可能搶走人類對機器剩余的最后優(yōu)勢。
經(jīng)濟學家怎樣看待這個問題呢?想象一下,突然出現(xiàn)了一座完全由機器人把持的島嶼——機器島(Robotlandia)。
我們想跟預測機器之島做生意嗎?從自由貿(mào)易的角度來看,這聽起來像是個絕妙的機會。機器人可以完成各種任務,解放我們的人力,讓我們去做自己最擅長的事情。
換句話說,我們不會拒絕跟機器島做生意,就如同我們并不要求所有的咖啡豆都在本地種植。
當然,機器島并不存在,但當技術變革使軟件能以更廉價的方式完成新任務時,在經(jīng)濟學家們看來,這就跟與上述虛構之島開展貿(mào)易差不多。
換句話說,如果你贊成國與國之間的自由貿(mào)易,你就會贊成與機器島進行自由貿(mào)易。你支持開發(fā)人工智能,哪怕它會取代一部分就業(yè)。
數(shù)十年來有關貿(mào)易影響的研究表明,其他就業(yè)崗位自然會出現(xiàn),整體就業(yè)不會大幅跳水。
我們對決策的剖析暗示了這些新的就業(yè)崗位有可能來自什么地方。人類和人工智能有望一起工作;人類為預測提供互補品,即數(shù)據(jù)、判斷或行動。
例如,隨著預測越來越廉價,判斷的價值越來越高。故此,我們預計,與回報函數(shù)工程相關的崗位會增加。
這些崗位中的一部分專業(yè)性強,報酬也高,它們將由那些在預測機器出現(xiàn)之前就已在應用這類判斷的人來填補。
其他與判斷有關的工作會更為普遍,但它們對技術的要求或許不如人工智能所取代的崗位高。當今許多高薪職業(yè)的核心技能都包括了預測,如醫(yī)生、金融分析師和律師。
正如機器對于方位的預測減少了倫敦出租車司機相對較高的收入,卻增加了收入相對低的優(yōu)步司機的人數(shù)那樣,我們預測,醫(yī)療和金融方面也會出現(xiàn)相同的現(xiàn)象。
隨著任務的預測部分逐漸能自動完成,更多的人可填補這些崗位,其所需的技能也收窄到與判斷相關的技能內。
如果預測不再是約束性的限制條件,對更廣泛的互補性技能的需求或許會增加,這會帶來更多低薪的就業(yè)機會。
人工智能和人有一點重要的區(qū)別:軟件能成規(guī)模地擴增,人卻不能。也就是說,一旦人工智能在特定任務上的表現(xiàn)超過了人類,崗位流失很快就會發(fā)生。
我們固然相信,幾年內新的工作崗位會出現(xiàn),人們會找到事情可做,但對那些渴望工作、等著新工作出現(xiàn)的人來說,這算不上什么安慰。
從長遠來看,就算與機器島進行自由貿(mào)易不會影響崗位的數(shù)量,人工智能引發(fā)經(jīng)濟衰退仍是可能的。
不平等會加劇嗎
工作崗位是一回事,它們創(chuàng)造的收入又是另一回事。開放貿(mào)易往往會造成競爭,而競爭會導致價格下降。
如果競爭的對象是人類勞動力,人類的工資就會下降。仍以機器島開放貿(mào)易為例,機器人與人類會搶奪一些任務,這些任務的薪資報酬會因此下降。
如果你的工作是由這些任務構成的,那么,你的收入就可能會下降,你會面臨更多的競爭。
和國與國之間的貿(mào)易一樣,與機器進行貿(mào)易也會產(chǎn)生贏家和輸家。崗位仍然會有,但有些人會從事不如其當前工作那么有吸引力的工作。
換句話說,如果你了解自由貿(mào)易的好處,你就應該感激預測機器帶來的收益。關鍵的政策問題不在于人工智能是否會帶來收益,而在于如何分配這些收益。
因為人工智能工具可以被用來取代“高級”技能,也就是“腦力”,許多人擔心,哪怕工作崗位依然存在,它也不會再是高薪崗位了。
例如,賈森?弗曼(Jason Furman)在擔任奧巴馬總統(tǒng)經(jīng)濟顧問委員會主席期間,這樣表達了自己的擔憂:
我的擔心不在于人工智能會使這一次的情況有所不同,而在于這一次會跟我們過去幾十年所經(jīng)歷的完全相同。
傳統(tǒng)觀點認為,我們不必擔心機器人會接管就業(yè),但我們的擔憂是,人類仍然有工作是因為我們愿意以較低的工資來完成這些工作。
如果機器的工作份額繼續(xù)增加,工人的收入就會下降,而人工智能擁有者的收入則會增加。
托馬斯?皮凱蒂(Thomas Piketty)在暢銷書《21世紀資本論》(Capital in the Twenty-First Century)中強調,過去幾十年,勞動力所占的國民收入(在美國及其他地方)一直在下降,而資本所賺的份額卻在走高。
這一趨勢令人擔憂,因為它使得不平等的趨勢不斷加劇。這里的關鍵問題在于,人工智能會強化這一趨勢,還是會使其得到緩解。
如果人工智能是一種新的、高效的資本組織形式,那么經(jīng)濟中的資本所占的份額可能會繼續(xù)上漲,以犧牲勞動力為代價。
這個問題沒有簡單的解決方案。比方說,比爾?蓋茨提議對機器人征稅,這會減少不平等,但也會使購買機器人帶來的收益減少。
因此,公司對機器人的投入將減少,生產(chǎn)力減緩,整體而言,我們都會變糟。政策權衡很明確:我們的政策能夠減少不平等,但這么做可能是以犧牲整體收入為代價的。
導致不平等加劇的第二個趨勢是,技術往往有著技能偏好。它不成比例地增加了受過高等教育的人的工資,甚至可能降低教育程度低的人的工資。
前一批技能偏好的技術,包括計算機和互聯(lián)網(wǎng),是過去40年來美國和歐洲收入不平等現(xiàn)象日益嚴重的主要原因。
經(jīng)濟學家克勞迪婭?戈爾?。–laudia Goldin)和勞倫斯?卡茨(Lawrence Katz)指出:“受過更多教育、有著更高天賦能力的人能更好地掌握復雜的新工具?!?/p>
沒有理由期待人工智能會有什么不同。受過高等教育的人往往更擅長學習新技能。如果成功使用人工智能的必需技能經(jīng)常發(fā)生改變,那么,受過教育的人將享受到不成比例的收益。
人工智能的生產(chǎn)性應用需要額外技能,對此,我們有諸多理由。比如,回報函數(shù)工程師必須了解組織的目標和機器的性能。
由于機器可以高效擴展,如果這項技能很稀缺,那么最優(yōu)秀的工程師就可在數(shù)百萬甚至數(shù)十億臺機器上收獲自己的工作帶來的成果。
正因為人工智能的相關技能目前甚為稀缺,人類和企業(yè)的學習過程所需的成本都將十分高昂。
2017年,斯坦福大學的7000多名本科生里,有1000多人報名參加了機器學習的入門課程。
其他地方也出現(xiàn)了同樣的趨勢。但這只是勞動力中的極小部分。絕大多數(shù)人的職業(yè)技能都是幾十年前訓練出來的,也就是說,他們需要重新培訓和獲得新的技能。
我們的產(chǎn)業(yè)教育體系并不是為此而設計的。企業(yè)不應該指望這種體系能及時迅速改變,為它們提供可在人工智能時代參與競爭的員工。政策上的挑戰(zhàn)并不簡單:提高民眾的受教育程度的成本很高。
這些成本需要有人來負擔,要么提高稅收,要么直接由企業(yè)或個人來支付。但即便成本可以被輕易負擔,許多中年人恐怕也并不渴望重返學校。受技能偏好傷害最大的人大概是沒有做好終身學習準備的那批人。
本文轉載自微信公眾號“CSDN”,作者阿杰伊·阿格拉沃爾 / 喬舒亞·甘斯 / 阿維·戈德法布。文章為作者獨立觀點,不代表芥末堆立場。
2、芥末堆不接受通過公關費、車馬費等任何形式發(fā)布失實文章,只呈現(xiàn)有價值的內容給讀者;
3、如果你也從事教育,并希望被芥末堆報道,請您 填寫信息告訴我們。